Seminář diplomové práce
XSDIP
Autor: Ing. Jaroslav Škrabal, Ph.D.
06. 03. 2025
Olomouc

Metodická část
•Smyslem metodické části je vymezit, jakým způsobem plánujeme dosáhnout cíle práce.
•
•Specifikujeme zde vybranou vědeckou metodu a důvod, proč jsme ji zvolili.
•
•Také se zde věnujeme charakteristice výzkumného vzorku.
2/24

Metodická část
•Oproti teoretické a empirické části je metodická část zpravidla kratší (dvě až tři normostrany),
ovšem to ji nečiní méně důležitou.
•
•Správně nastavené metody výzkumu jsou totiž rozhodující pro kvalitu empirické části a následné
naplnění cíle bakalářské práce.
3/24

Metodická část
•V metodické části je důležité mít uvedený cíl práce, a to včetně výzkumných otázek nebo hypotéz.
•
•Počet VO nebo H by měl být adekvátní k řešené problematice (téma) a stanového cíle závěrečné
práce.
4/24

Metodická část
•Význam metodické části v diplomové práci
•Metodická část:
•Ukotvuje jak a proč je výzkum realizován.
•Důraz v diplomové práci:
•Větší hloubka analýzy a odbornější přístup než v bakalářské práci.
•Cílem je poskytnout jasnou představu o použitém postupu, aby výsledky byly důvěryhodné.
5/24

Metodická část
Struktura a rozsah
•2–3 normostrany
•Doporučené členění:
•Cíl diplomové práce
•VO/H
•Design výzkumu (kvant., kval., smíšený)
•Manažerské metody a nástroje
•Techniky sběru dat (sekundární, primární)
•Charakteristika vzorku
•Postup analýzy dat
6/24

Metodická část
Vymezení cíle diplomové práce
•Formulace cíle:
•Konkrétní, odborný a měřitelný (např. „Cílem diplomové práce je navrhnout implementaci metody
Balanced Scorecard ve společnosti ABC a zhodnotit její dopady na strategické řízení.“)
•Časové a oborové vymezení:
•Zmínka o délce sledovaného období, velikosti a typu organizace, případně konkrétním odvětví (např.
výroba, služby).
7/24

Metodická část
Výzkumné otázky a hypotézy
•Výzkumné otázky (VO)
•Např. „Jaké přínosy vnímají manažeři z implementace Lean managementu?“
•Pomáhají strukturovat zkoumanou problematiku.
•Hypotézy (H)
•Např. „Zavedení Balanced Scorecard významně zvýší měřené ukazatele ROI a ROE do 12 měsíců od
implementace.“
•Umožňují statistické testování kvantitativních dat.
•Počet
•Adekvátní rozsahu diplomové práce.
8/24

Metodická část
Výběr výzkumného designu
1.Kvantitativní
a)Využívá statistických metod (finanční analýzy, korelační a regresní modely)
b)Vhodný pro ověřování hypotéz a ekonomických ukazatelů
2.Kvalitativní
a)Pro hlubší pochopení managementu, leadershipu, firemní kultury
b)Metody jako případová studie, polostrukturované rozhovory, focus groups
3.Smíšený
a)Kombinuje výhody obou přístupů (např. statistická data z výroby + rozhovory s vedoucími oddělení)
9/24

Metodická část
Využití manažerských metod v diplomové práci
•Klasické nástroje
–PEST/PESTEL (makrookolí)
–Porterův model pěti sil (konkurenční prostředí)
–BCG matice (analýza produktového portfolia)
–SWOT (analýza vnitřního a vnějšího prostředí) a +/- matice SWOT
–Matice modelových strategií
•Strategické metody
–McKinsey 7S (koherence organizačních faktorů)
–EFQM Model Excellence
–Balanced Scorecard (výkonové ukazatele a strategie)
•Procesní a zlepšovací metody
–Lean management, Six Sigma, Kaizen
•Doporučení: Vysvětlit, proč danou metodu vybíráte a jak ji aplikujete v rámci výzkumného designu.
10/24

Metodická část
Sekundární data v ekonomickém a manažerském výzkumu
–Typické zdroje
•Databáze firemních výkazů (Justice, MagnusWeb, Amadeus), statistiky (ČSÚ, ČNB, Eurostat, OECD,
WHO), odborná literatura (knihy, články v recenzovaných časopisech).
–Výhody
•Rychlejší přístup k existujícím ukazatelům (tržby, podíl na trhu, ROI, inflace).
–Nevýhody
•Některá data nemusí být aktuální, omezený přístup ke strategickým interním materiálům.
–Kritické zhodnocení
•Relevance a validita zdrojů (kdo data zveřejnil, kdy a za jakých podmínek).
–
11/24

Metodická část
Primární data – způsoby sběru
–Dotazníky
•Vhodné k mapování názorů zákazníků, zaměstnanců či manažerů.
•Škálovací otázky (Likert), otevřené otázky, net promoter score (NPS).
–Rozhovory (Strukturované, Polostrukturované, Nestrukturované)
•Získání hlubších vhledů do rozhodovacích procesů, firemní politiky.
–Focus groups
•Diskuze ve skupině (např. manažeři střední úrovně) ke zjištění sdílených postojů.
–Případové studie
•Komplexní analýza konkrétní firmy/odvětví (kombinace dat a rozhovorů).
12/24

Metodická část
Definice a výběr výzkumného vzorku
•Popis základní populace: např. manažeři výroby, TOP management, obchodníci, zákazníci určité
značky.
•Velikost vzorku
–Kvantitativní: Zajištění dostatečné reprezentativnosti (např. 100+ respondentů).
–Kvalitativní: 2-3 rozhovorů s klíčovými manažery může být dostačující pro hloubkovou analýzu.
•Způsoby výběru
–Náhodný (pokud je to možné), záměrný (purposive), sněhová koule.
•Náhodný výběr znamená, že každý člen populace má stejnou a předem známou šanci být zařazen do
vzorku.
•Záměrný (purposive) výběr spočívá ve výběru účastníků na základě předem stanovených kritérií tak,
aby se získaly co nejrelevantnější informace k danému tématu.
•Sněhová koule (snowball sampling) začíná s malou skupinou respondentů, kteří následně doporučují
další vhodné osoby, čímž se vzorek rozšiřuje „řetězovitě“.
13/24

Metodická část
Validita a reliabilita
•Zaručují, že výzkum přináší věrohodné a opakovatelně ověřitelné výsledky.
–Validita: Míra, do jaké výzkumná metoda měří skutečně to, co měřit má.
–Reliabilita: Stupeň přesnosti a spolehlivosti měření (opakovatelnost výsledků).
14/24

Metodická část
Validita
•Interní validita
–Otázka: Opravdu zkoumám to, co chci zkoumat?
–Př.: Pokud zjišťuji efektivitu implementace Balanced Scorecard, musím mít jistotu, že rozdíly ve
výkonnosti firmy pramení opravdu z nasazení BSC, a ne z jiných faktorů (např. ekonomického růstu,
změny na trhu apod.).
•Externí validita
–Otázka: Lze závěry zobecnit na jiná odvětví / podobné typy organizací?
–Př.: Pokud výzkum probíhá v malé výrobní firmě, je důležité posoudit, zda závěry platí i pro větší
podniky či jiná odvětví (např. služby).
•Jak posílit validitu
–Pečlivý výběr vzorku (reprezentativnost).
–Kontrolní skupina nebo srovnání (v kvantitativním výzkumu).
–Omezení zkreslení (bias) – např. v rozhovorech, pozorování.
15/24

Metodická část
Reliabilita
•Otázka: Získal by jiný výzkumník stejné výsledky, kdyby postupoval stejným způsobem?
•Vyžaduje konzistentní nástroje měření (např. dotazník, škálování).
•Jak ověřit reliabilitu
–Pilotní testování dotazníku: Odhalí nejasné otázky, umožní upřesnit škály či formulace.
–Statistické ukazatele.
•
16/24

Metodická část
Doporučení pro zvýšení validity a reliability
•Triangulace (kvalitativní výzkum):
–Kombinace více metod nebo zdrojů dat (např. rozhovory + pozorování + interní dokumenty) pro
potvrzení zjištěných faktů.
•Jasný metodický popis:
–Umožňuje opakování výzkumu jiným badatelem za stejných podmínek.
17/24

Metodická část
Zpracování kvantitativních dat
•Příprava a čištění:
–Vyloučení neúplných dotazníků, kontroly extrémních hodnot.
•Statistické metody:
–Popisná statistika (průměr, medián, standardní odchylka)
–Inferenční statistika (korelace, regresní modely, t-test, ANOVA)
–Analýza časových řad (v ekonomickém prostředí: prodej, tržby)
•Software:
–Excel, R, Python aj.
•Prezentace výsledků:
–Tabulky, grafy, interpretace ve vazbě na VO popř. H.
18/24

Metodická část
Zpracování kvalitativních dat
•Postup:
–Přepis rozhovorů/focus groups
–Kódování a kategorizace (otevřené, axiální, selektivní)
–Interpretace zjištění (např. klíčová témata v oblasti leadershipu)
•Důraz na:
–Konzistentní přístup k analýze (vymezená témata, definované kategorie)
–Propojení s manažerskými teoriemi (např. Herzbergova teorie motivace, Porter atd.)
19/24

Metodická část
Smíšený (kombinovaný) přístup
•Definice: Současné zapojení kvantitativních i kvalitativních metod.
•V praxi:
–Např. nejdříve statistická analýza finančních výsledků (kvantitativní) → následně rozhovory s
managementem (kvalitativní) k vysvětlení trendů.
•Výhody:
–Komplexnější pohled na daný jev, vyšší validita díky triangulaci.
20/24

Metodická část
Časté nedostatky a rizika
•Nedostatečná návaznost teoretické a empirické části
–Teoretické nástroje a koncepty se nepromítnou do následné analýzy a interpretace dat.
•Nevyjasněná volba manažerských metod
–Není vysvětleno, proč byl vybrán např. Balanced Scorecard místo EFQM nebo jiné vhodné metody.
•Nedostatečný vzorek
–Příliš nízký počet respondentů omezuje možnost zobecnění výsledků a snižuje jejich spolehlivost.
21/24

Metodická část
Příklady dobré praxe
•Pilotní testování dotazníku
–Ověření, zda otázky skutečně měří zamýšlené oblasti (např. manažerské kompetence, efektivitu
procesů).
•Zapojení vnějšího kontextu (PEST, Porterovy síly)
–Přináší širší, komplexní rámec pro interpretaci výsledků a zdůvodnění strategických doporučení.
•Průběžná zpětná vazba od zúčastněných stran
–Po dokončení dílčích analýz představit průběžné výstupy klíčovým zaměstnancům či manažerům, získat
jejich komentáře a včas upravit zaměření či rozsah výzkumu.
•Využití triangulace
–Kombinace různých zdrojů dat či metod (např. dotazník + rozhovory + interní dokumentace) pro
potvrzení zjištěných skutečností a zvýšení důvěryhodnosti výsledků.
22/24

Pokračování příště
23/24


DĚKUJI ZA POZORNOST