VLIV BEZPEČNOSTI DOPRAVNÍ INFRASTRUKTURY NA PŘÍJEZDOVÝ CESTOVNÍ RUCH

VLIV BEZPEČNOSTI DOPRAVNÍ INFRASTRUKTURY NA PŘÍJEZDOVÝ CESTOVNÍ RUCH Influence the safety of road infrastructure on incoming tourism Ing. Milena Botlíková Ing. Josef Botlík Obchodně podnikatelská fakulta v Karviné, Univerzitní náměstí 3, 733 00 Karviná [email protected] Abstrakt: Cestovní ruch je v současné době dynamicky rozvíjejícím se odvětvím, přispívajícím k rozvoji hospodářství. Důležitou součástí cestovního ruchu je příjezdový cestovní ruch, umožňující mimo jiné vytváření kladného devizového salda. Pokud budeme vycházet z definice cestovního ruchu, je zřejmé, že cestovní ruch je jednoznačně spojen s přemísťováním a tedy s dopravou. Právě rozvoj dopravy, především silniční a letecké, umožnil rozmach cestovního ruchu. V případě kvality silniční infrastruktury se ČR může zařadit mezi země, které mají víceméně kvalitní dopravní infrastrukturu. Důležitým faktorem vzhledem ke zvyšujícímu se počtu zahraničních hostů je i bezpečnost na těchto komunikacích. Zda existuje mezi jednotlivými veličinami lineární závislost, je možné ověřit na základě korelační analýzy. Abstrakt: Tourism is currently the dynamically growing sectors contributing to the economy. An important part of tourism is incoming tourism, among other things, allowing the creation of a positive foreign exchange balance. If we rely on the definition of tourism, that tourism is uniquely linked to the relocation, and thus with transport. It is the development of transport, especially road and air, enabled the development in tourism. In case the quality of road infrastructure, the Czech Republic can list the countries that have more or less good transport infrastructure. An important factor due to the increasing number of foreign guests and safety on the roads. Whether there between variables linear dependence can be verified based on correlation analysis. Klíčová slova: bezpečnost, cestovní ruch, dopravní nehoda, korelace, nerezidenti. Keywords: safety, tourism, accident, correlation, non-residents. 1. ÚVOD Cestovní ruch s tří procentním podílem na tvorbě HDP, zaměstnávající cca 250 000 osob, odvětví se značným multiplikačním efektem, nabalující na sebe další odvětví, představuje významnou oblast národního hospodářství. Cestovní ruch je definován jako činnost osob cestujících do míst a pobývajících v místech mimo své obvyklé prostředí po dobu kratší než jeden ucelený rok za účelem trávení volného času, podnikání nebo jiným účelem nesouvisejícím s výkonem výdělečné činnosti v navštíveném místě (Petříková, 2004). V rámci cestovního ruchu lze vymezit cestovní ruch na domácí, výjezdový a příjezdový cestovní ruch. Jedním z důležitých subjektů cestovního ruchu pro hospodářství ČR je

- 84 -

příjezdový cestovní ruch, jenž lze charakterizovat jako cestovní ruch cizích státních příslušníků (nerezidentů) na sledovaném území. Důležitost toho segmentu lze spatřovat např. v tvorbě kladného devizového salda. Dle obrázku 1 je patrné, že obliba českého regionu má u návštěvníků, nerezidentů, stoupající charakter. 2. VÝVOJ PŘÍJEZDOVÉHO CESTOVNÍHO RUCHU Vývoj příjezdového cestovního ruchu vykazuje od roku 2000 rostoucí tendenci. Poklesy jsou zaznamenány pouze v roce 2002 a 2008. Pokles v roce 2002 byl poznamenán záplavami Prahy. Vzhledem k tomu, že různé statistiky a analýzy Czechtourismu hovoří o Praze jako nejvíce preferovaném a nejvíce navštěvovaném městu ČR, je tento pokles zřejmý. Pokles v roce 2008 byl vyvolán hospodářskou krizí, která se tak odrazila v poklesu obou sledovaných veličin (počet hostů nerezidentů, počet přenocování).

Obr. 1 Vývoj počtu nerezidentů v hromadných ubytovacích zařízeních v ČR v letech 2000 – 2011 Následný nárůst byl zaznamenán v roce 2010; dochází ke zvýšení příjezdů zahraničních hostů. Nižší nárůst v počtu přenocování nerezidentů způsobuje zkracování dob pobytu. Tento trend je však globálním jevem, jedním z důvodů zkracování je zvyšování frekvence dovolených v průběhu roku. Růst počtu hostů a počet přenocování pokračoval i v roce 2012. Nejčastěji ČR navštěvují němečtí návštěvníci. Nejvyšší nárůst v porovnávaném období 1. čtvrtletí 2012 a 2011 byl zaznamenán u návštěvníků z Ruska, Itálie a Slovenska. Celkově se však v ubytovacích zařízeních ubytovalo v 1. čtvrtletí 2012 o 0,6 % méně hostů nerezidentů než rezidentů. Naopak zahraniční hosté strávili v 1. čtvrtletí 2012 o 1,8 % více nocí v jednotlivých ubytovacích zařízeních než hosté domácí. Prvenství v počtu strávených nocí rovněž drží hosté přijíždějící z Německa, nejvyšší nárůst přenocování byl zaznamenán u ruských a italských návštěvníků. (tab.1).

- 85 -

Země Německo Rusko Itálie

Počet hostů 1.čtvrletí 2012 270 889 150 588 82 970

Index 1.čtvrletí 2012/2011

Země

108,0 Německo 137,2 Rusko 126,0 Itálie

Počet přenocování 1.čtvtrletí 2012 974 253 760 222 241 897

Index 1.čtvrtletí 2012/2011 104,7 133,3 123,2

Slovensko

77 206

123,9 Polsko

208 847

101,7

Polsko

73 828

102,0 Spojené království

169 131

104,7

Spojené království

70 168

108,0 Slovensko

152 620

125,6

Francie

48 906

105,2 Nizozemí

130 971

101,6

Spojené státy americké

39 673

113,8 Francie

121 887

103,9

Nizozemí

35 913

106,6 Spojené státy americké

101 973

111,6

Rakousko

34 293

111,3 Ukrajina

83 732

109,2

7 718 054

108,7

Hosté HUZ celkem

2 579 485

112,8 Hosté HUZ celkem

z toho:nerezidenti

1 280 892

114,4 z toho:nerezidenti

3 928 527

113,0

rezidenti % podíl nerezidentů

1 298 593 49,7

111,3 rezidenti x % podíl nerezidentů

3 789 527 50,9

104,6 x

49,1

x

% podíl rezidentů

50,3

x % podíl rezidentů

Tab.1 Vývoj návštěvnosti ČR nerezidenty dle země původu v 1. čtvrtletí 2012 (TOP 10) 3. VÝVOJ BEZPEČNOSTI NA SILNIČNÍCH KOMUNIKACÍCH ČR Pokud budeme vycházet z definice cestovního ruchu, je zřejmé, že cestovní ruch je jednoznačně spojen s přemísťováním a tedy s dopravou. Právě rozvoj dopravy, především silniční a letecké, umožnil rozmach cestovního ruchu. Pokud budeme dále vycházet z analýz Czechtourismu a struktury zahraničních hostů podle země původu, lze předpokládat, že většina cest zahraničních hostů je realizována prostřednictvím automobilové dopravy. V případě kvality silniční infrastruktury se ČR může zařadit mezi země, které mají víceméně kvalitní dopravní infrastrukturu. Důležitou součástí dopravy je i bezpečnost na silničních komunikacích; ta totiž může být negativním faktorem při volbě cílové destinace zahraničních návštěvníků. Bezpečnost dopravy je možné v ČR hodnotit pozitivně. S výjimkou roku 2007 došlo v ČR od roku 2000 ke snížení počtu nehod a nehod s následky usmrcených a zraněných osob na silničních komunikacích (obr. 2). K největšímu poklesu v počtu dopravních nehod dochází od roku 2008, tento vývoj byl způsoben pravděpodobně dopadu bodového systému1. Rovněž hodnocení roku 2012 je příznivé, statistiky zaznamenaly o 26 lidí úmrtí méně než v roce 2011, tj. 747; toto číslo je nejmenší od roku 1961, podobný pokles byl zaznamenán u nehod s následkem těžkého zranění (o 106 méně než v roce 2011); naopak v roce 2012 došlo k nárůstu u počtu nehod s následkem lehkého zranění a ke zvyšování hmotných škod2. Hlavní příčinou kolizí s následným úmrtím nebo zraněním bylo nevěnování se provozu, nepřizpůsobení rychlosti stavu vozovky nebo nedostatečná vzdálenost mezi vozidly. Příčinou úmrtí je mnohdy špatný stav silniční sítě [4]. Ten byl dle analýz agentury Czechtourismu i jednou z příčin poklesu spokojenosti hostů, nerezidentů, za období 1. čtvrtletí 2009.

1 2

Bodový systém byl zaveden v roce 2006, pokles nehodovosti mohl být způsoben časovým zpožděním Zvyšování hmotných škod je odrazem zvyšování cen dopravních prostředků

- 86 -

Obr. 2 Vývoj počtu nehod a počtu úmrtí a zraněných v % Potřeba řešit problematiku bezpečnosti dopravní infrastruktury vychází rovněž z prognóz, kdy se podle [4] bude situace v bezpečnosti postupně zhoršovat a do roku 2030 bude dopravní nehoda pátou nejčastější příčinou úmrtí (v roce 2004 – 9. pořadí z 20). Bezpečnost se může stát jednou z konkurenčních výhod regionu pro rozhodování zahraničních hostů o lokalitě. 4. ANALÝZA ZÁVISLOSTI BEZPEČNOSTI NA SILNICÍCH ČR A PŘÍJEZDOVÉHO CESTOVNÍHO RUCHU Z pohledu rostoucího trendu návštěvnosti zahraničních hostů - turistů a klesajícího vývoje bezpečnosti na silničních komunikacích ČR je možné uvažovat o závislosti mezi těmito veličinami. Zda existuje či neexistuje vliv změny jedné veličina na změnu druhé veličiny lze prokázat na základě statistické analýzy – korelace. Analýzou bude dokazováno, zda existuje lineární závislost mezi jednotlivými veličinami cestovního ruchu a bezpečnosti na silnicích ČR. Pro analýzu hodnocení vzájemných závislostí by se jevily nejvhodnější data všech nerezidentů vstupujících na území ČR, tj. zahraničních turistů, jednodenních návštěvníků a tranzitujících zahraničních hostů. Tyto data jsou součástí Satelitního účtu cestovního ruchu3 (dále jen STA), data však netvoří dostatečně aktuální časovou řadu4. Od roku 2006 (u letecké dopravy od roku 2008) je možné z důvodu vstupu do Schengenského prostoru překročit hranice ČR se sousedními státy kdekoliv pouze s omezeními plynoucími z dopravních předpisů a z opatření na ochranu přírody; statistiky Českého statistického ústavu (dále jen ČSÚ) tudiž neevidují počet nerezidentů pohybujících se na území ČR. Z těchto důvodů budou pro analýzu použity data o počtu nerezidentů ubytovaných v hromadných ubytovacích v ČR a bezpečnosti vycházejících z dat ČSÚ, která jsou dostatečně konzistentní, umožňující mezioborové a mezinárodní statistiky. Z grafické analýzy (obr. 3) je zřejmé, že střední lineární závislost vzniká mezi počtem hostů a lehkým zraněním a počtem hostů a počtem nehod s následky smrti, zranění. Velmi

3

Data STA obsahují data o počtech nerezidentů – turistů, jednodenních návštěvníků a tranzitujících nerezidentů; časová řada není v jednotlivých letech sjednocená – slučování a izolování dat turisté v ubytovacích zařízeních a individuální hosté. 4 STA obsahuje data do roku 2010

- 87 -

nízkou závislost naopak vykazuje počet hostů s počtem usmrcených vlivem dopravní nehody. Podobně je tomu i v případě počtu přenocování. Úmrtí

Lehké zranění Těžké zranění

Počet nehod s následky

Počet přenocování

Počet hostů

Počet nehod

Obr. 3 Grafické vyjádření závislostí mezi vybranými veličinami Pro kvalifikovanější hodnocení závislostí je možné použit Pearsonův koeficient, který je výstižnější. Jeho využití se jeví vhodné pro data metrická s normálním rozdělením. Budeme-li, však předpokládat, že ordinální nebo metrická data nemají normální rozdělení a nepředpokládá se lineární závislost, pak je vhodné využití Spearmanova (pořadového) korelačního koeficientu (1):

ρ =1−

6 ∑ ( pi − qi ) 2 i

n (n − 1)

(1)

2

a na základě analýzy testovat, zda jednotlivé veličiny jsou korelovanými veličinami, zda je korelační koeficient roven nule tj. zda platí: H0: ρ = 0 o nezávislosti dvou veličin oproti alternativní hypotéze H1: ρ ≠ 0, o závislosti veličin. Při stanovení významnosti lze rovněž vycházet ze vztahu (2), platí-li, že hodnota koeficientu pořadové korelace je větší než kritická hodnota Spearmanova koeficientu rSp(α, n)5, pak lze koeficient rSp považovat za statisticky významný. (2) |rSp| > kritická hodnota rSp(α, n) = 0,2799 Hodnoty Spearmanova korelačního koeficientu v intervalu -1 < r < 1 lze následně interpretovat na základě tvrzení takto: (Chráska, 2000) (tab. 2): Korelační koeficient |r| ≥ 1 1 > |r| ≥ 0, 9 0,9 > |r| ≥ 0,7 0,7 > |r| ≥ 0,4 0,4 > |r| ≥ 0,2 0,2 > |r| ≥ 0,00 |r| = 0

Interpretace Naprostá závislost (funkční) Velmi vysoká Vysoká Střední Nízká závislost Nízká nepoužitelná Naprostá nezávislost

Tab. 2 Interpretace Spearmanova korelačního koeficientu

5

Kritická hodnota pro n > 30 → u (1-α/2)/√n-1 Tabulková hodnota - kvantily normovaného normálního rozdělení N (0;1) (uP) → u (1-α/2)

- 88 -

Záporné hodnoty korelačního koeficientu představují při pokles jednoho znaku (X) růst druhého znaku (Y), naopak v případě kladné hodnoty r dochází s nárůstem jednoho (X) znaku k nárůstu hodnot druhého znaku (Y). Za optimální hodnotu korelačního koeficientu považuje Chráska (2003) rs = ± 0,40; v případě analýzy 50 zkoumaných hodnot za statisticky významnou veličinu na hladině významnosti α = 0,05 považuje za optimální minimální hodnotu Spearmanova korelačního koeficientu hodnotu 0,305. Na základě vzorového výpočtu (příloha 1) a výpočtu pomocí SPSS softwaru (viz tab. 3) byly zjištěny následující velikosti korelačních koeficientů pro příslušnou dvojici hodnot:

Tab. 3 Analýza korelace SPSS statisticky významný na hladině významnosti 0,05 * statisticky významné na hladině významnosti 0,01

**

Na základě dat a interpretace pak mezi jednotlivými veličinami byly vyhodnoceny jednotlivé závislosti (tab. 4):

Tab. 4 Slovní interpretace závislost mezi zkoumanými veličinami

- 89 -

Dle obrázku 6 se potvrdilo hodnocení na základě grafického vyjádření závislosti. Na hladině významnosti 0,05 vykazují obě pozorované veličiny střední závislost s nehodami s lehkým zraněním a počtem nehod s následky, nízkou závislost s nehodami s následkem těžkého zranění a nezávislost počtem úmrtí vlivem nehod. Počet hostů vykazuje nízkou závislost s počtem nehod. U počtu přenocování se dá hovořit o podobném vývoji závislosti jako počtu hostů a jednotlivých veličin bezpečnosti, pouze u hodnoty počet nehod vykazuje nízkou, nepoužitelnou závislost. Pro potvrzení takové síly korelace, abychom mohli korelaci považovat za prokázanou pro daný soubor, je nutné ověřit její statistickou významnost. Prvotní zhodnocení statistické významnosti korelačních koeficientů na hladině α = 0,05 je možné z již generovaných výsledků softwaru SPSS (tab. 3). Korelačních koeficienty vykazující vztah na základě vzorce (2) je možné považovat za statisticky významné. Další testování statistické významnosti lze provést na základě porovnání testovacího kritéria (3): tR =

a kritické hodnoty (4):

r∗

(n − 2 )

(1 − r 2 )

(3) (4)

t (α ; n − 2 ) kde: n = počet hodnot výběru pokud následně platí, že:

t R ≤ t (α ; n − 2 ) pak H0 přijímáme a lze konstatovat, že jedna veličina na druhé (a opačně) nevykazují lineární závislost. Pakliže platí:

t R > t (α ; n − 2 ) dochází k zamítnutí nulové hypotézy o nezávislosti; platí H1, to znamená, že s 95 % pravděpodobností jsou jednotlivé veličiny do jisté míry na sobě lineárně závislé. Počet hostů/Bezpečnost Počet nehod Úmrtí Lehká zranění Těžká zranění Počet nehod s následky úmrtí, zranění

Korelační Koeficient Testové Kritická koeficient determinace kritérium hodnota 2 rSp r tr -0,255 0,065 -1,846 0,064 0,004 0,449 0,494 0,244 3,977 2,001 0,211 0,045 1,511 0,477

0,228

3,799

Tab. 5 Hodnoty pro výpočet statistické významnosti korelačních koeficientů – počet hostů a bezpečnosti Na základě výše uvedených vztahů a výpočtu v tabulce 5 u korelačních koeficientů mezi počtem hostů a nehodami s lehkým zraněním a počtem hostů a počtem nehod s následky úmrtí, zranění byla statistická významnost potvrzena, platí tudiž, že mezi těmito veličinami je lineární závislost. Nízká hodnota korelačních koeficientů u veličin počet hostů x těžká zranění a počet hostů x počet nehod nevykazuje statistickou významnost na hladině významnosti

- 90 -

0,05; dané veličiny nevykazují lineární závislost. Mezi počtem hostů a úmrtím na silnicích nebyla prokázána žádná závislost, koeficient je velmi nízký, až nepoužitelný, statisticky nevýznamný. Rovněž mezi počtem přenocování a počtem nehod a dále mezi počtem přenocování a úmrtím na silnicích nebyla potvrzena závislost s počtem přenocování, koeficienty korelace jsou statisticky nevýznamné. V případě počtu přenocování a těžkými zraněními, počtem přenocování a lehkými zraněními a počtem přenocování a počtem nehod s následkem úmrtí, zranění byla prokázána statistická významnost korelačních koeficientů, mezi jednotlivými veličinami platí lineární závislost (tab. 6). Bezpečnost/Počet přenocování Počet nehod Úmrtí Lehká zranění Těžká zranění Počet nehod s následky úmrtí, zranění

Korelační koeficient rSp

Koeficient Testové determinace kritérium 2 r tr

-0,194 0,139 0,554 0,285

0,038 0,019 0,307 0,081

-1,384 0,983 4,658 2,081

0,540

0,292

4,491

Kritická hodnota

2,001

Tab. 6 Hodnoty pro výpočet statistické významnosti korelačních koeficientů - počet přenocování a bezpečnosti Často se při statistickém testování výsledků stává, že věcně významný rozdíl mezi dvěma (nebo více) proměnnými je vlivem nízkého rozsahu souboru statisticky nevýznamný, a obráceně při testování rozdílů proměnných u souboru s n≥1000 jsou i zjevně věcně nevýznamné rozdíly statisticky velmi významné. Proto mimo statistické významnosti je doporučováno používat některý z koeficientů efekt size. Pro poměrová data, kterými jsou hodnoty počtu hostů, počtu přenocování, počtu dopravních nehod atd. je vhodné použit size koeficient - koeficientu determinace (5) 2 2 r = r Sp

(5)

Tento koeficient nám udává nejen sílu lineární závislosti, udává tu část variability Y, kterou lze pomocí modelu vysvětlit pomoci X. Za významný považuje Tolson (převzato Chráska, 2003) vztah pří hodnotě koeficientu determinace r2 ≥ 0,1. Dle hodnocení na základě testovacího kritéria a kritické hodnoty jsou výsledky na základě analýzy koeficientu determinace totožné vyjma neprokázáné statistické významnosti α = 0,05 korelačního koeficientu mezi těžkým zraněním a počtem přenocování (rSp = 0,255, r2 = 0,081), tudiž nebyla potvrzena závislost mezi těmito veličinami. ZÁVĚR Na základě statistických analýz jsme potvrdili jednotlivé závislosti. Korelační analýzou bylo dokázáno, že mezi veličinami příjezdového cestovního ruchu a bezpečnosti na silnicích ČR existuje lineární závislost. V rámci analýzy bylo zjištěno, že existuje závislost mezi počtem zahraničních hostů ubytovaných v hromadných ubytovacích zařízeních a počtem přenocování s počtem dopravních nehod s následky úmrtí, zranění a s počtem lehkých zranění v důsledku dopravních nehod. Touto analýzou nedošlo k nalezení příčinných vztahů, byly nalezeny pouze asociačních vztahy. Bylo prokázáno, že při změně X (resp. Y) se mění i Y

- 91 -

(resp. X), nebylo však potvrzeno, zda tuto změnu způsobuje X nebo Y, nedošlo k potvrzení, zda ovlivňuje bezpečnost na silnicích počet zahraničních hostů a počty přenocování nebo naopak zda nárůst počtu účastníků vlivem přílivů řidičů – hostů nerezidentů nezpůsobuje nárůst dopravních nehod. LITERATURA Chráska, M.: Úvod do výzkumu v pedagogice (Základy kvantitativně orientovaného výzkumu). - Vydavatelství Univerzita Palackého, Olomouc 2003 Chráska, M.: Základy výzkumu v pedagogice. - Vydavatelství Univerzita Palackého, Olomouc 2000 Petříčková, L. - Tittelbachová, Š.: Nový nástroj pro získávání dat – satelitní účet cestovního ruchu. - Vydavatelství Mladá veda, Slovensko 2004 Global Statut report on road safety.Time for Action. [On-line 2012]. 2009. - Dostupné z: http://whqlibdoc.who.int/publications/2009/9789241563840_eng.pdf Český statistický úřad. [On-line 2012]. 2012.- Dostupné z: www.cszo.cz Ministerstvo dopravy. Statistika dopravy. [On-line 2012]. 2012. - Dostupné z: http: www.sydos.cz Novinky.cz Loni zahynulo při nehodách 681 lidí, nejméně od roku 1961 [On-line 8. Ledna 2013]. 2013. - Dostupné z:http://www.novinky.cz/krimi/289648-loni-zahynulo-prinehodach-681-lidi-nejmene-od-roku-1961.html

Recenzoval: Doc. Ing. Pavel Šaradín, CSc., Katedra logistiky a technických disciplín, VŠLG Přerov

- 92 -

Příloha 1: Vzorový propočet Spearmanova korelačního koeficientu

Období

Počet hostů

Q 1/2000 Q 2/2000 Q 3/2000 Q 4/2000 Q 1/2001 Q 2/2001 Q 3/2001 Q 4/2001 Q 1/2002 Q 2/2002 Q 3/2002 Q 4/2002 Q 1/2003 Q 2/2003 Q 3/2003 Q 4/2003 Q 1/2004 Q 2/2004 Q 3/2004 Q 4/2004 Q 1/2005 Q 2/2005 Q 3/2005 Q 4/2005 Q 1/2006 Q 2/2006 Q 3/2006 Q 4/2006 Q 1/2007 Q 2/2007 Q 3/2007 Q 4/2007 Q 1/2008 Q 2/2008 Q 3/2008 Q 4/2008 Q 1/2009 Q 2/2009 Q 3/2009 Q 4/2009 Q 1/2010 Q 2/2010 Q 3/2010 Q 4/2010 Q 1/2011

770303 1328044 1727161 947286 916751 1583899 1829982 1074607 950688 1447378 1435794 908913 819718 1349242 1778943 1127853 1034034 1641944 2088770 1296477 1142819 1688134 2116925 1388250 1115870 1774888 2148148 1396568 1213846 1805119 2128184 1532555 1296714 1797799 2119105 1435792 1056818 1636366 1959282 1379904 1093111 1710263 2064746 1465876 1120109

Pořadí počtu hostů pi 1 19 35 5 4 30 40 9 6 26 25 3 2 20 37 13 7 32 45 17 14 33 46 22 11 36 50 23 15 39 48 29 18 38 47 24 8 31 42 21 10 34 44 27 12

Usmrceni

300 383 410 393 261 304 400 369 260 365 417 389 277 375 445 350 232 359 394 397 229 329 364 364 207 268 284 304 231 307 375 309 210 266 311 289 176 204 222 230 123 199 259 221 153

Pořadí úmrtí qumrtí 28 43 49 45 22 29 48 40 21 39 50 44 25 41 51 35 19 36 46 47 16 34 37 38 11 24 26 30 18 31 42 32 12 23 33 27 4 10 14 17 2 7 20 13 3

- 93 -

Pořadí Těžké těžce zranění zraněn í qi 1085 1402 1647 1391 1011 1472 1667 1343 971 1479 1646 1396 955 1427 1700 1171 839 1291 1540 1208 785 1218 1314 1079 719 1226 1037 1008 771 1148 1139 902 741 1083 1076 909 602 991 1115 828 450 825 934 614 554

30 43 49 41 25 45 50 40 22 46 48 42 21 44 51 34 13 38 47 35 10 36 39 28 6 37 26 24 9 33 32 17 8 29 27 18 4 23 31 12 1 11 19 5 2

(pi - qumrtí)

2

729 576 196 1600 324 1 64 961 225 169 625 1681 529 441 196 484 144 16 1 900 4 1 81 256 0 144 576 49 9 64 36 9 36 225 196 9 16 441 784 16 64 729 576 196 81

(pi - qi)

2

4 0 0 16 9 256 4 0 1 49 4 4 16 9 0 1 36 4 1 144 36 4 4 100 25 169 0 36 81 4 100 225 16 36 36 81 0 169 289 25 1 16 1 64 1

Q 2/2011 Q 3/2011 Q 4/2011 Q 1/2012 Q 2/2012 Q 3/2012 ∑ (pi - qi)2 6 ∑ (pi - qi)2 n 2 n (n - 1)

1917767 2146633 1530558 1280892 1967687 2386220

41 49 28 16 43 51

195 225 200 121 188 200

6 15 8 1 5 9

- 94 -

865 950 723 601 853 859

16 20 7 3 14 15

1225 1156 400 225 1444 1764 20674 124044 51 132600 0,0645

100 25 1 4 81 36 2324 13944 51 132600 0,895