Vzhledem k nedávným záměrům vlády se z koncesionářských poplatků stalo docela aktuální téma. Jelikož mě zajímalo, kolik lidí se na ČT/Český rozhlas doopravdy dívá, tak jsem se po delší době opět rozhodl vyrazit do ulic, abych se jich na to zeptal.
Popis studie
Celkem 150 lidí jsem se zeptal na 2 otázky:
- ,,Sledoval(a) jste v posledním měsíci Českou televizi? (alespoň jednou)
- ,,Poslouchal(a) jste v posledním měsíci Český rozhlas? (alespoň jednou)
- Dodatečně: Sledoval(a) jste ČT pouze kvůli Euru (fotbal) nebo Olympiádě?
Dále jsem se vymezil na respondenty ve věku 15+, kde průzkum proběhl v Moravskoslezském a Zlínském kraji v období 14-27.7.2024.
Přehled dat
> summary(df)
ct rozhlas jen_kvuli_Euru_nebo_Olympiade
ano:80 ano:51 ano: 9
ne :70 ne :99 ne :141 > prop.table(table(df$ct))
ano ne
0.5333333 0.4666667
> prop.table(table(df$rozhlas))
ano ne
0.34 0.66 Z přehledu dat vyplývá, že alespoň jednou v posledním měsíci sledovalo Českou televizi 53,3% respondentů, a posluchačů Českého rozhlasu bylo 34%.
Korekce pro Euro a Olympiádu
Jelikož v průběhu průzkumu nastaly 2 významné sportovní události, které mohly přilákat k obrazovkám lidi, kteří by se jinak na ČT nedívali, zohlednil jsem i tuto okolnost. Korekci pro tuto skupinu jsem spočítal následovně:
> df_korekce = df |> mutate(
+ ct = ifelse(ct == "ano" & jen_kvuli_Euru_nebo_Olympiade == "ano", as.character("ne"), as.character(ct))
+ )
> prop.table(table(df_korekce$ct))
ano ne
0.4733333 0.5266667Po korekci nám % ,,ryzích” posluchačů ČT kleslo na 47.3%.
Confidence intervaly
Pro vyjádření přesnosti zjištěných hodnot si metodou bootstrapingu spočítáme confidence intervaly.
Česká televize:
> f_ct <- function(data, indices) {
+ boot_data <- data[indices, ]
+ prop.table(table(boot_data$ct))[1]
+ }
> b <- boot(data = df, statistic = f_ct, R = 5000)
> boot.ci(b)
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 5000 bootstrap replicates
CALL :
boot.ci(boot.out = b)
Intervals :
Level Normal Basic
95% ( 0.4533, 0.6132 ) ( 0.4533, 0.6133 )
Level Percentile BCa
95% ( 0.4533, 0.6133 ) ( 0.4467, 0.6067 )
Calculations and Intervals on Original Scale
Warning message:
In boot.ci(b) : bootstrap variances needed for studentized intervalsČeský rozhlas:
> f_rozhlas <- function(data, indices) {
+ boot_data <- data[indices, ]
+ prop.table(table(boot_data$rozhlas))[1]
+ }
> b <- boot(data = df, statistic = f_rozhlas, R = 5000)
> boot.ci(b)
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 5000 bootstrap replicates
CALL :
boot.ci(boot.out = b)
Intervals :
Level Normal Basic
95% ( 0.2627, 0.4152 ) ( 0.2600, 0.4133 )
Level Percentile BCa
95% ( 0.2667, 0.4200 ) ( 0.2600, 0.4133 )
Calculations and Intervals on Original Scale
Warning message:
In boot.ci(b) : bootstrap variances needed for studentized intervalsČeská televize s korekcí pro Olympiádu a Euro:
> b <- boot(data = df_korekce, statistic = f_ct, R = 5000)
> boot.ci(b)
BOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS
Based on 5000 bootstrap replicates
CALL :
boot.ci(boot.out = b)
Intervals :
Level Normal Basic
95% ( 0.3929, 0.5536 ) ( 0.3933, 0.5533 )
Level Percentile BCa
95% ( 0.3933, 0.5533 ) ( 0.3867, 0.5467 )
Calculations and Intervals on Original Scale
Warning message:
In boot.ci(b) : bootstrap variances needed for studentized intervalsJelikož u % hodnot, které se nachází v rozmezí 0-1 neočekáváme normální rozdělení (ale spíše beta distribuci), tak použijeme z bootstrap výsledků hodnotu BCa. Tzn. jsme si na 95% jistí, že se reálné % posluchačů pohybuje někde mezi:
- Česká televize: 44,7%-60,7%
- Česká televize (korekce): 38,7%-54,7%
- Český rozhlas: 26%-41,3%
Grafické znázornění výsledků
Závěr
Z mého průzkumu vyplynulo, že s 95% jistotou Českou televizi sleduje nejvýše 60,7% lidí a Český rozhlas nejvýše 41,3%. Co se týká lidí, kteří Českou televizi/rozhlas nesledují, tak kolik z nich má připojení k internetu nebo chytrý telefon, nebylo součástí průzkumu. Proto zda-li je férové, aby i tito lidé potenciálně koncesionářské poplatky platili, ponechávám již na vlastním úsudku každého čtenáře tohoto článku.