Pokročilá analýza z dotazníkového šetření Katedry geoinformatiky

  • 21 let historie
  • 7 datových sad
  • 12 analýz
  • 1 web
ilustrace
O katedře

Katedra
geoinformatiky

Katedra geoinformatiky Univerzity Palackého v Olomouci je univerzitní akademické pracoviště zabývajících se geoinformačními systémy, kartografií, dálkovým průzkumem, modelováním prostorových jevů a příbuzných oborů. Katedra je členem v mnoha odborných skupinách a organizacích. Nabízí bakalářské, magisterské i doktorské studium.

Digitální kartografie

Eye tracking

Dálkový průzkum

3D tisk a modelování

Drony a UAV

Senzorové sítě

Urbánní modelování

Ekosystémové funkce

Dopravní modelování

ilustrace

1 652

uchazečů

Mezi akademickými léty 2003/04–2020/21 se o studium ucházelo celkem 1 652 uchazečů.

963

studentů

Mezi akademickými léty 2000/01–2020/21 se ke studiu přihlásilo celkem 963 studentů.

656

absolventů

Mezi akademickými léty 2000/01–2020/21 úspěšně absolvovalo celkem 656 studentů.

121

studentů

K datu zpracování analýzy na katedře studuje současně 121 studentů.

14

pracovníků

V roce 2022 na katedře pracuje celkem 14 akademických a vědeckých pracovníků.

9

organizací

Katedra geoinformatiky je členem či partnerem celkem 9 českých i celosvětových organizací.

6

odborných učeben

V budově katedry se nacházejí 3D tisková laboratoř, eye tracking laboratoř, mapovna a další.

24

partnerských institucí

V rámci mobilit je katedra partnerem celkem 24 akademickým institucím ve 13 zemích světa.

Postup

Postup zpracování

Pokročilá analýza byla rozpracována do sedmi chronologicky na sebe navazujících fází. Během zpracování byl použit vodopádový přístup bez nutnosti retrospektivních kroků.

1

Kompilace dat

Nejprve byla shromážděna dostupná data obsahující informace o uchazečích, studentech a absolventech KGI.

2

Transformace dat

Ze sad byla vybrána data příhodná k analýze, očištěna o zbytné atributy a tranformována do potřebné podoby.

3

Popisná statistika

Seznámení se s jednotlivými datovými sadami proběhlo vypracováním jednoduchých statistických plakátů.

4

Stanovení předpokladů

S pomocí křížové matice byly stanoveny vhodné kombinace témat k posouzení. Následně byly stanoveny předpoklady.

5

Pokročilá analýza

Sestavené předpoklady byly ověřovány různými statistickými metodami a metodami prostorové analýzy.

6

Vyhodnocení předpokladů

Na základě analýz byly předpoklady označeny za potvrzené, spíše potvrzené, spíše vyvrácené nebo vyvrácené.

7

Prezentace výsledků

Analýzy a jejich výsledky byly graficky zpracovány do podoby plakátů obsahujících grafy, mapy a infografiky.

Data

Použité datové sady

Statistika

Přehled dat

Primární soubor dohledaných dat souvisejících s katedrou obsahoval i další sady, často se však jednalo o souhrn či agregaci sad jiných. Proto byl zvolen užší výběr dat s nejvyšší informační hodnotou a nejvíce záznamy.

Celkem bylo vybráno 7 datových sad ze 3 různých zdrojů. Sady byly označeny štítky, které dále sloužili při tvorbě analýz k identifikaci použitých dat.

Přestože statistické zpracování bylo provedeno za účelem seznámení se s daty a vybudování přehledu ve výchozích materiálech, i to samotné přineslo mnohá zajímavá zjištění.

ilustrace

Účast na mobilitách

Na zahraniční mobilitu vycestuje průměrně jeden z pěti studentů.

Nástup ke studiu

Ke studiu nastoupí 93,8 % uchazečů ihned po maturitě, 6,2 % po neúspěšném studiu jinde.

Pravděpodobnost dokončení

Studium na Katedře geoinformatiky úspěšně dokončí 65,2 % studentů.

Nejpočetnější ročník

Nejvyšší počet uchazečů se hlásil do akad. roku 2011/2012, a to celkem 192.

Studijní průměr

Celkový mediánový studijní průměr všech studentů je 2,26 (mezi známkou C a D).

Dokončení s vyznamenáním

S vyznamenáním absolvuje 4,3 % studentů, tzn. asi jeden z dvaceti.

Poměr mužů a žen

Celkový poměr pohlaví studentů je 70,1 % mužů a 29,9 % žen.

Přijetí ke studiu

Ke studiu je každoročně v průměru přijato 69,5 % uchazečů.

Typ střední školy

Nejvíce studentů přichází z gymnázií, a to celkem 81,8 %.

Zdroj povědomí o studiu

Uchazeči jako nejčastější zdroj uvádějí internet, na druhém místě Gaudeamus.

Představa o povolání

Před nástupem ke studiu má pouze 28,1 % uchazečů představu o budoucím povolání.

Primární volba studia

Pro 70,7 % studentů bylo studium na Katedře geoinformatiky primární volbou.

Způsob bydlení

Na kolejích bydlí 33,3 % studentů, v podnájmu 38,7 %. Ostatní bydlí u rodičů.

Sféra uplatnění

V komerční sféře pracuje 58,4 % absolventů. 11,6 % absolventů zůstává v akademické sféře.

Forma zaměstnání

89 % absolventů pracuje jako zaměstnanec. Jako OSVČ pracuje 10,4 % absolventů.

Nejnavštěvovanější stát

Nejnavštěvovanějším státem v rámci mobilit je Polsko s celkem 34 návštěvami.

Analýza

Pokročilá analýza dat

Na základě expertního názoru vybraných akademických pracovníků katedry a autorova
uvážení bylo stanoveno celkem 12 předpokladů. Předpoklady byly ověřeny a vyhodnoceny.

1

Předpoklad

Studenti se po absolvování vrací zpět do místa bydliště

Trvalé bydliště před studiem a místo pracoviště po studiu jsou podobná

Spíše vyvráceno

Žádná z kombinací vzdáleností mezi katedrou, bydlištěm a místem zaměstnání po studiu nevykazuje korelaci.

Zjistit více
2

Předpoklad

Zdroj povědomí o studiu závisí na trvalém bydlišti uchazeče

Vzdálenější uchazeči získali povědomí o studiu jinými způsoby, než uchazeči bydlící blíže

Spíše vyvráceno

Souvislosti mezi místem trvalého bydliště a zdrojem zjištěny nebyly.

Zjistit více
3

Předpoklad

Účast na zahraniční mobilitě ovlivňuje studijní prospěch

Studenti, kteří absolvovali zahraniční mobilitu, mají lepší studijní průměr

Potvrzeno

V 15 z 16 po sobě jdoucích akademických letech měli absolventi mobilit stejný či lepší studijní průměr.

Zjistit více
4

Předpoklad

Čím dále uchazeč bydlí, tím pravděpodobněji nenastoupí

Uchazeči se vzdálenějším trvalým bydlištěm mají vyšší tendenci k nenastoupení

Spíše potvrzeno

Vizuálním posouzením se předpoklad jeví jako vyvrácený, statistické testování ale potvrdilo mírnou závislost.

Zjistit více
5

Předpoklad

Typ střední školy předurčuje prospěch studenta

Studenti z gymnázií mají lepší studijní výsledky

Spíše potvrzeno

Studenti z gymnázií mají nejvyšší podíl úspěšných absolventů. Jedná o jedinný typ SŠ, kdy studenti absolvovali s vyznamenáním

Zjistit více
6

Předpoklad

Místo trvalého bydliště souvisí s úspěšností studenta

Mezi místem původu studenta a jeho prospěchem existuje spojitost

Spíše vyvráceno

Mezi prospěchem a místem bydliště nebylo nalezeno silnější vazby. Záleží však na významu „místa bydliště“.

Zjistit více
7

Předpoklad

Kariérní směr je předurčen pohlavím absolventa

Pohlaví ovlivňuje, jakou kariérní cestou, zaměřením a sférou se absolvent vydá

Potvrzeno

Ženy mají vyšší tendenci zaměřit se na kartografii, zatímco mužští absolventi směřují spíše k programování.

Zjistit více
8

Předpoklad

Poměr zdrojů povědomí uchazečů o studium se vyvíjí

Na vzestupu jsou neosobní zdroje jako internet, naopak klesají zdroje osobní

Spíše vyvráceno

Ve vývoji poměru zdrojů lze pozorovat určité trendy, nejsou však k dispozici data s dostatečně dlouhým časovým horizontem.

Zjistit více
9

Předpoklad

V čase se vyvíjí poměr zapsaných a nezapsaných uchazečů

Přibývá uchazečů, kteří podali přihlášku, byli přijati, ale nenastoupili

Vyvráceno

Předpoklad byl vyvrácen. Podíl zapsaných a nezapsaných uchazečů má naopak mírně rostoucí trend.

Zjistit více
10

Předpoklad

Způsob bydlení během studia ovlivňuje prospěch studenta

Studenti bydlící určitým způsobem mají prospěch odlišný od jiných způsobů

Spíše vyvráceno

Vizuálně lze sice na výstupech pozorovat rozdíly, jejich významnost ale statistické testování nepotvrdilo.

Zjistit více
11

Předpoklad

Celková úspěšnost studentů se v čase vyvíjí

Vývoj mediánového průměru studentů má jasně zřetelný trend vývoje

Spíše vyvráceno

Lze sice pozorovat určitý trend vývoje, ten je však do velké míry dán vysokou odchylkou v prvním roce měření.

Zjistit více
12

Předpoklad

Způsob bydlení ovlivňuje, zda student absolvuje mobilitu

Studenti, kteří nebydlí u rodičů, častěji vyjíždějí na zahraniční mobility

Spíše potvrzeno

U studentů bydlících na kolejích nebo v podnájmu je téměř 2× vyšší pravděpodobnost účasti na mobilitě, než u studentů bydlících u rodičů.

Zjistit více

Více informací o postupu a tvorbě analýz naleznete v textu práce.

Přehled

Přehled předpokladů

  • 1

    Studenti se po absolvování vrací zpět do místa bydliště

    Trvalé bydliště před studiem a místo pracoviště po studiu jsou podobná

  • 2

    Zdroj povědomí o studiu závisí na trvalém bydlišti uchazeče

    Vzdálenější uchazeči získali povědomí o studiu jinými způsoby, než uchazeči bydlící blíže

  • 3

    Účast na zahraniční mobilitě ovlivňuje studijní prospěch

    Studenti, kteří absolvovali zahraniční mobilitu, mají lepší studijní průměr

  • 4

    Čím dále uchazeč bydlí, tím pravděpodobněji nenastoupí

    Uchazeči se vzdálenějším trvalým bydlištěm mají vyšší tendenci k nenastoupení

  • 5

    Typ střední školy předurčuje prospěch studenta

    Studenti z gymnázií mají lepší studijní výsledky

  • 6

    Místo trvalého bydliště souvisí s úspěšností studenta

    Mezi místem původu studenta a jeho prospěchem existuje spojitost

  • 7

    Kariérní směr je předurčen pohlavím absolventa

    Pohlaví ovlivňuje, jakou kariérní cestou, zaměřením a sférou se absolvent vydá

  • 8

    Poměr zdrojů povědomí uchazečů o studium se vyvíjí

    Na vzestupu jsou neosobní zdroje jako internet, naopak klesají zdroje osobní

  • 9

    V čase se vyvíjí poměr zapsaných a nezapsaných uchazečů

    Přibývá uchazečů, kteří podali přihlášku, byli přijati, ale nenastoupili

  • 10

    Způsob bydlení během studia ovlivňuje prospěch studenta

    Studenti bydlící určitým způsobem mají prospěch odlišný od jiných způsobů

  • 11

    Celková úspěšnost studentů se v čase vyvíjí

    Vývoj mediánového průměru studentů má jasně zřetelný trend vývoje

  • 12

    Způsob bydlení ovlivňuje, zda student absolvuje mobilitu

    Studenti, kteří nebydlí u rodičů, častěji vyjíždějí na zahraniční mobility

Závěr

Doporučení pro další sběr dat

Při kompletaci, přípravě a zpracování datových sad a analýz bylo zjištěno několik skutečností, které práci komplikovaly, zpomalovaly, nebo zapříčiňovaly sníženou průkaznost výsledků analýz.

Existence těchto nedostatků je pochopitelná, neboť primárním účelem použitých datových souborů není a nebylo je takto analyzovat. S cílem usnadnění práce při dalších případných budoucích analýzách podobného charakteru byly posouzeny příčiny nedostatků a stanoveny doporučení pro další sběr dat a práci s nimi.

Doporučení není nutné brát dogmaticky. Vycházejí z osobní zkušenosti autora nabyté při zpracovávání analýz. Jejich cílem je urychlit práci s daty a v co největší možné míře zvýšit průkaznost analýz.

Mezi datovými sadami byl zjištěn značný překryv v obsažených atributech. Atributy záznamů vyskytující se v jedné sadě lze snadno dohledat v sadě jiné, a pomocí různých klíčů propojit. Je proto vhodné dotazníky koncipovat tak, aby obsahovaly pouze otázky, na které nelze jiným způsobem zjistit odpovědi.

Shrnutí…

Výsledkem práce je několik typů výstupů. Jejich přehled je následující.

7 datasetů

Byl zanalyzován a statisticky vizualizován datový soubor obsahující celkem 7 datových sad.

12 analýz

Bylo analyzováno 12 předpokladů. Výsledkem každé analýzy je přehledný plakát s jejich výsledky.

1 web

Hlavním výstupem práce je prezentace dosažených výsledků formou webové vizualizace.

Ke stažení

Soubory ke stažení

Text práce

PDF | 5.5 MB Stáhnout

Plakát

JPG | 2.7 MB Stáhnout

Analýzy

ZIP | 19.5 MB Stáhnout

Přehled hodnocení

PNG | 1.0 MB Stáhnout