Każda ze zmiennych jest analizowana ze względu na różnice dla branży i wielkości firmy. Zamieszczam wyniki anovy, wykres interkacyjny i histogramy opisowe.
Jak istotne dla tej firmy są te trendy:
## [1] "Komputery i maszyny pozwalają zwiększyć wydajność pracy i zracjonalizować zatrudnienie"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0 0.240 0.23 0.80
## branza 3 2 0.729 0.69 0.56
## wielka:branza 6 8 1.307 1.23 0.29
## Residuals 308 326 1.059
## NULL
## [1] "Małym firmom coraz trudniej jest konkurować z dużymi"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 9 4.42 2.43 0.09 .
## branza 3 5 1.77 0.97 0.41
## wielka:branza 6 7 1.21 0.67 0.68
## Residuals 302 550 1.82
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "To, co wcześniej było sprzedawane jako produkt, zaczyna być oferowane jako usługa (np. w wynajmie, abonamencie)"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 4 2.216 1.34 0.26
## branza 3 9 3.099 1.88 0.13
## wielka:branza 6 2 0.326 0.20 0.98
## Residuals 276 455 1.649
## NULL
## [1] "Informacje i dane stają się istotnymi i wartościowymi towarami"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 5 2.265 2.00 0.137
## branza 3 3 0.896 0.79 0.499
## wielka:branza 6 13 2.126 1.88 0.084 .
## Residuals 303 343 1.131
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Firmy mogą samodzielnie wykorzystać internet do budowy wizerunku i komunikacji z klientami"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0.3 0.16 0.16 0.8536
## branza 3 16.2 5.40 5.30 0.0014 **
## wielka:branza 6 7.9 1.32 1.30 0.2574
## Residuals 309 315.1 1.02
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Nasila się rywalizacja o najlepszych, wykwalifikowanych specjalistów"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 16 7.79 6.55 0.0016 **
## branza 3 7 2.36 1.98 0.1166
## wielka:branza 6 16 2.67 2.24 0.0390 *
## Residuals 306 364 1.19
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Starsza kadra ma problemy z dostosowaniem się do nowych technologii i warunków"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3 1.40 0.88 0.42
## branza 3 4 1.34 0.84 0.47
## wielka:branza 6 11 1.90 1.19 0.31
## Residuals 302 481 1.59
## NULL
## [1] "Dla klientów i odbiorców coraz istotniejsze stają się kwestie związane z ekologią i zdrowym stylem życia"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 9 4.63 3.18 0.0431 *
## branza 3 20 6.79 4.66 0.0034 **
## wielka:branza 6 8 1.41 0.97 0.4477
## Residuals 305 444 1.46
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Praca zdalna i outsourcing stają się coraz bardziej rozpowszechnione"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3 1.71 1.00 0.370
## branza 3 14 4.64 2.72 0.045 *
## wielka:branza 6 11 1.86 1.09 0.370
## Residuals 298 509 1.71
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Zwiększa się konkurencja ze strony firm z innych regionów i krajów, które zyskują dostęp do klientów np. przez internet"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 2 1.25 0.71 0.490
## branza 3 13 4.47 2.56 0.055 .
## wielka:branza 6 13 2.16 1.24 0.288
## Residuals 305 532 1.75
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "W wyniku rozwoju nowych technologii coraz łatwiejszy staje się dostęp do wcześniej nieosiągalnych rynków"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3 1.53 0.94 0.39
## branza 3 5 1.76 1.08 0.36
## wielka:branza 6 13 2.15 1.33 0.25
## Residuals 300 488 1.63
## NULL
## [1] "Rośnie udział klientów w kształtowaniu produktów i usług"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 6 2.97 2.49 0.084 .
## branza 3 5 1.64 1.37 0.251
## wielka:branza 6 7 1.12 0.94 0.465
## Residuals 305 364 1.19
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Nowe technologie sprawiają, że niektóre z wcześniejszych produktów i usług stają się nieopłacalne"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 1 0.378 0.22 0.80
## branza 3 6 1.954 1.14 0.33
## wielka:branza 6 11 1.815 1.06 0.39
## Residuals 301 514 1.709
## NULL
Jak firma reaguje na trendy:
## [1] "Komputery i maszyny pozwalają zwiększyć wydajność pracy i zracjonalizować zatrudnienie"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0.2 0.095 0.10 0.901
## branza 3 7.1 2.360 2.61 0.052 .
## wielka:branza 6 3.5 0.577 0.64 0.700
## Residuals 229 207.0 0.904
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Małym firmom coraz trudniej jest konkurować z dużymi"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0.2 0.107 0.09 0.92
## branza 3 3.7 1.233 1.00 0.39
## wielka:branza 6 3.5 0.579 0.47 0.83
## Residuals 167 205.1 1.228
## NULL
## [1] "To, co wcześniej było sprzedawane jako produkt, zaczyna być oferowane jako usługa (np. w wynajmie, abonamencie)"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0.9 0.47 0.35 0.709
## branza 3 9.9 3.32 2.42 0.074 .
## wielka:branza 6 13.1 2.18 1.59 0.164
## Residuals 65 88.9 1.37
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Informacje i dane stają się istotnymi i wartościowymi towarami"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 2.5 1.249 1.50 0.224
## branza 3 7.5 2.487 2.99 0.032 *
## wielka:branza 6 5.5 0.915 1.10 0.362
## Residuals 228 189.3 0.830
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Firmy mogą samodzielnie wykorzystać internet do budowy wizerunku i komunikacji z klientami"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0.8 0.383 0.58 0.56
## branza 3 1.4 0.461 0.69 0.56
## wielka:branza 6 6.0 0.995 1.49 0.18
## Residuals 239 159.0 0.665
## NULL
## [1] "Nasila się rywalizacja o najlepszych, wykwalifikowanych specjalistów"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 2.5 1.254 1.54 0.217
## branza 3 5.2 1.744 2.14 0.097 .
## wielka:branza 6 4.8 0.808 0.99 0.432
## Residuals 187 152.4 0.815
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Starsza kadra ma problemy z dostosowaniem się do nowych technologii i warunków"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 4.6 2.305 2.21 0.11
## branza 3 4.4 1.480 1.42 0.24
## wielka:branza 6 2.4 0.404 0.39 0.89
## Residuals 110 114.6 1.042
## NULL
## [1] "Dla klientów i odbiorców coraz istotniejsze stają się kwestie związane z ekologią i zdrowym stylem życia"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3.1 1.571 1.83 0.16
## branza 3 0.3 0.116 0.14 0.94
## wielka:branza 6 6.7 1.117 1.30 0.26
## Residuals 127 109.1 0.859
## NULL
## [1] "Praca zdalna i outsourcing stają się coraz bardziej rozpowszechnione"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3.3 1.633 1.65 0.20
## branza 3 2.0 0.666 0.67 0.57
## wielka:branza 6 4.7 0.786 0.79 0.58
## Residuals 133 131.9 0.991
## NULL
## [1] "Zwiększa się konkurencja ze strony firm z innych regionów i krajów, które zyskują dostęp do klientów np. przez internet"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3.8 1.91 1.54 0.218
## branza 3 10.3 3.42 2.75 0.045 *
## wielka:branza 6 10.6 1.77 1.42 0.209
## Residuals 147 182.8 1.24
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "W wyniku rozwoju nowych technologii coraz łatwiejszy staje się dostęp do wcześniej nieosiągalnych rynków"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0.5 0.254 0.25 0.78
## branza 3 6.4 2.150 2.09 0.10
## wielka:branza 6 2.2 0.363 0.35 0.91
## Residuals 167 171.8 1.029
## NULL
## [1] "Rośnie udział klientów w kształtowaniu produktów i usług"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0.2 0.08 0.09 0.916
## branza 3 6.0 2.00 2.18 0.092 .
## wielka:branza 6 6.8 1.13 1.23 0.292
## Residuals 181 166.4 0.92
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Nowe technologie sprawiają, że niektóre z wcześniejszych produktów i usług stają się nieopłacalne"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0.7 0.374 0.42 0.66
## branza 3 0.9 0.306 0.34 0.79
## wielka:branza 6 2.8 0.474 0.53 0.78
## Residuals 131 116.7 0.891
## NULL
Pozostałe zmienne
Czy firma:
## [1] "dba o widoczność w internecie np. w wyszukiwarkach internetowych, serwisach społecznościowych"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3 1.60 1.00 0.3695
## branza 3 21 7.13 4.46 0.0044 **
## wielka:branza 6 19 3.08 1.93 0.0758 .
## Residuals 308 492 1.60
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "prowadzi sprzedaż przez internet"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 4 2.08 1.00 0.36932
## branza 3 36 11.88 5.70 0.00083 ***
## wielka:branza 6 17 2.81 1.35 0.23435
## Residuals 304 633 2.08
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "pozwala na elastyczne godziny pracy"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 40 19.95 9.58 9.2e-05 ***
## branza 3 25 8.42 4.04 0.0077 **
## wielka:branza 6 17 2.83 1.36 0.2319
## Residuals 307 639 2.08
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "wykorzystuje pracę zdalną / telepracę"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 18 9.23 4.97 0.0075 **
## branza 3 27 9.07 4.89 0.0025 **
## wielka:branza 6 8 1.34 0.72 0.6332
## Residuals 306 568 1.86
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "rozlicza pracę w systemie zadaniowym, a nie na podstawie czasu pracy"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 1 0.28 0.13 0.87
## branza 3 14 4.66 2.27 0.08 .
## wielka:branza 6 6 1.04 0.51 0.80
## Residuals 305 626 2.05
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
Czy w firmie nastąpiły zmiany (ostatni rok):
## [1] "Wprowadzenie nowych usług lub produktów"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 4 2.02 1.14 0.3197
## branza 3 29 9.50 5.39 0.0013 **
## wielka:branza 6 15 2.51 1.42 0.2049
## Residuals 306 540 1.76
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Znacząca poprawa dotychczasowych usług lub produktów"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3 1.35 1.27 0.283
## branza 3 3 1.13 1.07 0.364
## wielka:branza 6 14 2.26 2.12 0.051 .
## Residuals 309 329 1.06
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Wprowadzenie nowoczesnych maszyn i urządzeń"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 30 15.05 7.80 0.0005 ***
## branza 3 7 2.25 1.17 0.3229
## wielka:branza 6 15 2.56 1.33 0.2442
## Residuals 303 585 1.93
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Zmiana sposobu zarządzania i organizacji pracy w firmie"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3 1.453 0.86 0.42
## branza 3 5 1.739 1.03 0.38
## wielka:branza 6 4 0.604 0.36 0.91
## Residuals 306 517 1.689
## NULL
## [1] "Wdrożenie nowych rozwiązań w obszarze IT (oprogramowanie, komunikacja w firmie i na zewnątrz itp.)"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 41 20.71 11.99 9.7e-06 ***
## branza 3 24 7.98 4.62 0.0036 **
## wielka:branza 6 12 1.97 1.14 0.3386
## Residuals 307 530 1.73
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Wejście na nowe rynki"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 2 0.92 0.52 0.5948
## branza 3 23 7.51 4.26 0.0057 **
## wielka:branza 6 20 3.33 1.89 0.0820 .
## Residuals 299 526 1.76
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Zastosowanie nowych form marketingu"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 8 4.19 2.51 0.083 .
## branza 3 16 5.18 3.10 0.027 *
## wielka:branza 6 5 0.80 0.48 0.824
## Residuals 308 514 1.67
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Modyfikacja systemu transportu i logistyki"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 7 3.56 2.62 0.075 .
## branza 3 39 13.06 9.60 4.6e-06 ***
## wielka:branza 6 5 0.91 0.67 0.673
## Residuals 296 403 1.36
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Duża rotacja personelu"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 7 3.61 2.82 0.061 .
## branza 3 2 0.62 0.49 0.691
## wielka:branza 6 12 1.92 1.50 0.177
## Residuals 306 392 1.28
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Znaczący wzrost zatrudnienia"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 11 5.45 4.57 0.011 *
## branza 3 10 3.25 2.72 0.045 *
## wielka:branza 6 8 1.41 1.19 0.314
## Residuals 305 364 1.19
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Znaczący spadek zatrudnienia"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 6 3.07 2.38 0.094 .
## branza 3 7 2.33 1.81 0.146
## wielka:branza 6 10 1.70 1.32 0.248
## Residuals 307 396 1.29
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
Co je źródłem wiedzy o nowościach?
## [1] "pracownicy"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 14 7.05 5.01 0.0072 **
## branza 3 10 3.34 2.38 0.0701 .
## wielka:branza 6 4 0.61 0.43 0.8567
## Residuals 309 435 1.41
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "klienci"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 1.7 0.867 0.98 0.377
## branza 3 3.1 1.040 1.17 0.320
## wielka:branza 6 10.7 1.789 2.02 0.063 .
## Residuals 308 273.1 0.887
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "firmy współpracujące"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 2 1.18 0.92 0.401
## branza 3 7 2.44 1.90 0.129
## wielka:branza 6 20 3.31 2.58 0.019 *
## Residuals 308 395 1.28
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "inne firmy, konkurencja"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 0 0.03 0.02 0.9788
## branza 3 16 5.42 4.03 0.0078 **
## wielka:branza 6 16 2.72 2.03 0.0620 .
## Residuals 307 413 1.34
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "konferencje i targi"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 19 9.61 6.68 0.0014 **
## branza 3 5 1.58 1.10 0.3494
## wielka:branza 6 6 1.01 0.70 0.6490
## Residuals 308 443 1.44
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "konsultanci, instytucje badawcze i szkoły wyższe"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 18 9.23 7.35 0.00076 ***
## branza 3 8 2.76 2.20 0.08855 .
## wielka:branza 6 3 0.57 0.45 0.84169
## Residuals 309 388 1.26
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "media"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 2 1.16 0.77 0.46
## branza 3 56 18.67 12.42 1.1e-07 ***
## wielka:branza 6 10 1.72 1.14 0.34
## Residuals 308 463 1.50
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "urzędy i agencje samorządowe"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 32 16.20 9.77 7.7e-05 ***
## branza 3 42 13.91 8.39 2.2e-05 ***
## wielka:branza 6 20 3.32 2.00 0.065 .
## Residuals 308 511 1.66
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "instytucje otoczenia biznesu, na przykład izby gospodarcze, organizacje pracodawców i tym podobne"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 22 11.21 8.42 0.00027 ***
## branza 3 9 3.10 2.33 0.07470 .
## wielka:branza 6 12 2.06 1.55 0.16228
## Residuals 307 408 1.33
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "dział badawczo - rozwojowy firmy i własne badania marketingowe"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 9 4.46 2.39 0.093 .
## branza 3 6 2.15 1.15 0.329
## wielka:branza 6 28 4.60 2.46 0.024 *
## Residuals 304 568 1.87
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
Ta firma:
## [1] "wykorzystuje najnowsze rozwiązania technologiczne"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 20 10.16 7.86 0.00047 ***
## branza 3 12 4.11 3.18 0.02434 *
## wielka:branza 6 4 0.62 0.48 0.82137
## Residuals 306 396 1.29
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "współpracuje z ośrodkami badawczymi i/lub uczelniami"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 35 17.74 12.11 8.6e-06 ***
## branza 3 12 4.13 2.82 0.039 *
## wielka:branza 6 10 1.61 1.10 0.361
## Residuals 308 451 1.46
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "śledzi zachowania firm z branży w Polsce i na świecie"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 19 9.57 6.68 0.0014 **
## branza 3 10 3.17 2.21 0.0868 .
## wielka:branza 6 14 2.36 1.65 0.1338
## Residuals 308 441 1.43
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "pozyskuje najlepszych specjalistów w branży"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 17 8.40 5.49 0.0045 **
## branza 3 10 3.38 2.21 0.0872 .
## wielka:branza 6 15 2.54 1.66 0.1297
## Residuals 307 470 1.53
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "wprowadza zmiany i innowacje nowe w skali kraju lub regionu"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 25 12.28 7.31 0.00079 ***
## branza 3 7 2.41 1.43 0.23337
## wielka:branza 6 11 1.91 1.14 0.34045
## Residuals 304 511 1.68
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "wprowadza zmiany i innowacje nowe w skali międzynarodowej"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 10 4.95 3.16 0.044 *
## branza 3 5 1.70 1.08 0.356
## wielka:branza 6 9 1.50 0.96 0.454
## Residuals 305 477 1.56
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
Na ile zgodził(a)by się Pan/Pani się z poniższymi stwierdzeniami w kontekście Pana/i firmy
## [1] "Trzymanie się starych, sprawdzonych metod i sposobów działania sprzyja mojej firmie"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 7 3.68 3.33 0.037 *
## branza 3 1 0.46 0.42 0.740
## wielka:branza 6 10 1.60 1.45 0.196
## Residuals 309 341 1.10
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Bieżące sprawy zajmują firmę w takim stopniu, że zwyczajnie nie ma czasu na myślenie o nowościach i wprowadzaniu innowacji"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 7 3.31 2.77 0.064 .
## branza 3 2 0.59 0.49 0.688
## wielka:branza 6 5 0.89 0.75 0.611
## Residuals 308 368 1.19
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Wprowadzanie zmian w firmie jest ryzykowne"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 2 1.18 1.03 0.36
## branza 3 3 1.10 0.96 0.41
## wielka:branza 6 9 1.48 1.30 0.26
## Residuals 308 352 1.14
## NULL
## [1] "Wprowadzanie ciągłych zmian jest konieczne - inaczej można stracić klientów"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 6 3.20 2.72 0.067 .
## branza 3 3 1.06 0.90 0.440
## wielka:branza 6 7 1.14 0.97 0.445
## Residuals 307 361 1.18
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Nowe technologie odgrywają znaczącą rolę w branży, w której działa firma"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 4 1.87 1.34 0.264
## branza 3 6 1.93 1.37 0.251
## wielka:branza 6 17 2.90 2.07 0.057 .
## Residuals 307 430 1.40
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
Jakie braki w kompetencjach widać u pracowników?
## [1] "Umiejętności związane z korzystaniem z nowych technologii komunikacyjno-informacyjnych"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 1.8 0.88 1.23 0.2949
## branza 3 9.9 3.29 4.59 0.0037 **
## wielka:branza 6 6.0 0.99 1.39 0.2197
## Residuals 306 219.2 0.72
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Umiejętności interpersonalne – komunikowania się wewnątrz i na zewnątrz firmy"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 1.7 0.841 1.13 0.325
## branza 3 6.4 2.134 2.86 0.037 *
## wielka:branza 6 3.1 0.522 0.70 0.650
## Residuals 309 230.3 0.745
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Zdolności analityczne, wyciąganie wniosków"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 2.8 1.404 1.70 0.184
## branza 3 5.7 1.906 2.31 0.076 .
## wielka:branza 6 5.1 0.847 1.03 0.408
## Residuals 307 253.3 0.825
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Umiejętność szybkiego uczenia się"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 3.9 1.974 2.91 0.056 .
## branza 3 5.8 1.946 2.87 0.037 *
## wielka:branza 6 4.6 0.773 1.14 0.339
## Residuals 307 208.0 0.677
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
## [1] "Samodzielność i organizacji pracy"
## Df Sum Sq Mean Sq F value Pr(>F)
## wielka 2 1.2 0.59 0.66 0.5176
## branza 3 14.0 4.68 5.28 0.0015 **
## wielka:branza 6 3.9 0.64 0.72 0.6311
## Residuals 309 274.1 0.89
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## NULL
Czy firma współpracuje z samorządem: zmiana na logit
## [1] "ulg i zwolnień od podatków lokalnych"
##
## Call:
## glm(formula = zmienna == 1 ~ wielka + branza, family = "binomial",
## data = df)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -2.443 -1.040 0.510 0.781 1.321
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -0.333 0.317 -1.05 0.2937
## wielka10-49 osób 0.811 0.310 2.62 0.0088 **
## wielka50 i więcej osób 1.767 0.381 4.64 3.5e-06 ***
## branzahandel 0.553 0.385 1.44 0.1503
## branzausługi 0.796 0.338 2.35 0.0185 *
## branzaadm, edu, kul, sam 1.496 0.501 2.99 0.0028 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 370.47 on 319 degrees of freedom
## Residual deviance: 332.06 on 314 degrees of freedom
## AIC: 344.1
##
## Number of Fisher Scoring iterations: 5
##
## (Intercept) wielka10-49 osób wielka50 i więcej osób
## 0.7171 2.2508 5.8549
## branzahandel branzausługi branzaadm, edu, kul, sam
## 1.7390 2.2163 4.4659
## [1] "informacji i pomocy przydatnych w pozyskiwaniu finansowania"
##
## Call:
## glm(formula = zmienna == 1 ~ wielka + branza, family = "binomial",
## data = df)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.49 -1.15 0.89 1.11 1.45
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -0.283 0.379 -0.75 0.46
## wielka10-49 osób 0.438 0.354 1.24 0.22
## wielka50 i więcej osób -0.345 0.348 -0.99 0.32
## branzahandel 0.444 0.431 1.03 0.30
## branzausługi 0.342 0.356 0.96 0.34
## branzaadm, edu, kul, sam 0.566 0.389 1.46 0.15
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 325.67 on 234 degrees of freedom
## Residual deviance: 316.83 on 229 degrees of freedom
## AIC: 328.8
##
## Number of Fisher Scoring iterations: 4
##
## (Intercept) wielka10-49 osób wielka50 i więcej osób
## 0.7534 1.5501 0.7085
## branzahandel branzausługi branzaadm, edu, kul, sam
## 1.5582 1.4079 1.7608
## [1] "szkoleń finansowanych lub współfinansowanych przez samorząd"
##
## Call:
## glm(formula = zmienna == 1 ~ wielka + branza, family = "binomial",
## data = df)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -0.759 -0.497 -0.280 -0.185 2.856
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -2.031 0.521 -3.90 9.7e-05 ***
## wielka10-49 osób -0.362 0.614 -0.59 0.56
## wielka50 i więcej osób 0.498 0.545 0.91 0.36
## branzahandel -0.827 0.696 -1.19 0.23
## branzausługi -2.030 0.792 -2.56 0.01 *
## branzaadm, edu, kul, sam 0.435 0.474 0.92 0.36
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 183.19 on 308 degrees of freedom
## Residual deviance: 161.38 on 303 degrees of freedom
## AIC: 173.4
##
## Number of Fisher Scoring iterations: 6
##
## (Intercept) wielka10-49 osób wielka50 i więcej osób
## 0.1312 0.6959 1.6446
## branzahandel branzausługi branzaadm, edu, kul, sam
## 0.4373 0.1314 1.5456
## [1] "promocji regionu i produktów lokalnych firm"
##
## Call:
## glm(formula = zmienna == 1 ~ wielka + branza, family = "binomial",
## data = df)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.716 -0.484 -0.331 -0.222 2.725
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -2.1599 0.4564 -4.73 2.2e-06 ***
## wielka10-49 osób 0.0768 0.5100 0.15 0.8802
## wielka50 i więcej osób 2.1469 0.4384 4.90 9.7e-07 ***
## branzahandel -1.5288 0.6699 -2.28 0.0225 *
## branzausługi -0.7166 0.4071 -1.76 0.0784 .
## branzaadm, edu, kul, sam 1.2236 0.4014 3.05 0.0023 **
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 345.57 on 318 degrees of freedom
## Residual deviance: 246.63 on 313 degrees of freedom
## AIC: 258.6
##
## Number of Fisher Scoring iterations: 5
##
## (Intercept) wielka10-49 osób wielka50 i więcej osób
## 0.1153 1.0799 8.5582
## branzahandel branzausługi branzaadm, edu, kul, sam
## 0.2168 0.4884 3.3995
## [1] "pomocy w rozwoju infrastruktury potrzebnej do prowadzenia działalności"
##
## Call:
## glm(formula = zmienna == 1 ~ wielka + branza, family = "binomial",
## data = df)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.296 -0.525 -0.324 -0.233 2.698
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -2.4387 0.4997 -4.88 1.1e-06 ***
## wielka10-49 osób -0.0175 0.5286 -0.03 0.974
## wielka50 i więcej osób 1.0079 0.4661 2.16 0.031 *
## branzahandel -1.1560 0.8004 -1.44 0.149
## branzausługi -0.4817 0.5004 -0.96 0.336
## branzaadm, edu, kul, sam 1.7061 0.4272 3.99 6.5e-05 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 265.76 on 315 degrees of freedom
## Residual deviance: 211.79 on 310 degrees of freedom
## AIC: 223.8
##
## Number of Fisher Scoring iterations: 6
##
## (Intercept) wielka10-49 osób wielka50 i więcej osób
## 0.08728 0.98267 2.73980
## branzahandel branzausługi branzaadm, edu, kul, sam
## 0.31473 0.61773 5.50760
## [1] "danych publicznych udostępnianych przez samorząd"
##
## Call:
## glm(formula = zmienna == 1 ~ wielka + branza, family = "binomial",
## data = df)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.335 -0.653 -0.282 -0.228 2.707
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -3.4950 0.6297 -5.55 2.8e-08 ***
## wielka10-49 osób 0.4337 0.6580 0.66 0.50984
## wielka50 i więcej osób 2.2015 0.5722 3.85 0.00012 ***
## branzahandel 0.0199 0.6514 0.03 0.97564
## branzausługi -0.1429 0.5212 -0.27 0.78396
## branzaadm, edu, kul, sam 1.6576 0.4565 3.63 0.00028 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 263.19 on 318 degrees of freedom
## Residual deviance: 200.77 on 313 degrees of freedom
## AIC: 212.8
##
## Number of Fisher Scoring iterations: 6
##
## (Intercept) wielka10-49 osób wielka50 i więcej osób
## 0.03035 1.54295 9.03820
## branzahandel branzausługi branzaadm, edu, kul, sam
## 1.02009 0.86686 5.24683
## [1] "wspólnej realizacji projektów samorządowych z przedsiębiorcami"
##
## Call:
## glm(formula = zmienna == 1 ~ wielka + branza, family = "binomial",
## data = df)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.503 -0.417 -0.378 -0.220 2.732
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -2.5547 0.4870 -5.25 1.6e-07 ***
## wielka10-49 osób -0.0106 0.5073 -0.02 0.9833
## wielka50 i więcej osób 1.3100 0.4422 2.96 0.0031 **
## branzahandel -1.1537 0.7976 -1.45 0.1480
## branzausługi -0.0495 0.4524 -0.11 0.9129
## branzaadm, edu, kul, sam 1.9834 0.4238 4.68 2.9e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 299.47 on 318 degrees of freedom
## Residual deviance: 229.34 on 313 degrees of freedom
## AIC: 241.3
##
## Number of Fisher Scoring iterations: 6
##
## (Intercept) wielka10-49 osób wielka50 i więcej osób
## 0.07771 0.98946 3.70609
## branzahandel branzausługi branzaadm, edu, kul, sam
## 0.31546 0.95170 7.26764
## [1] "innych form współpracy z jednostkami samorządu terytorialnego"
##
## Call:
## glm(formula = zmienna == 1 ~ wielka + branza, family = "binomial",
## data = df)
##
## Deviance Residuals:
## Min 1Q Median 3Q Max
## -1.458 -0.760 -0.604 0.920 2.366
##
## Coefficients:
## Estimate Std. Error z value Pr(>|z|)
## (Intercept) -1.1525 0.3501 -3.29 0.00099 ***
## wielka10-49 osób 0.0576 0.3683 0.16 0.87569
## wielka50 i więcej osób 0.5885 0.3521 1.67 0.09461 .
## branzahandel -1.5831 0.5760 -2.75 0.00598 **
## branzausługi -0.4550 0.3416 -1.33 0.18291
## branzaadm, edu, kul, sam 1.2037 0.3606 3.34 0.00084 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## (Dispersion parameter for binomial family taken to be 1)
##
## Null deviance: 369.96 on 315 degrees of freedom
## Residual deviance: 320.44 on 310 degrees of freedom
## AIC: 332.4
##
## Number of Fisher Scoring iterations: 5
##
## (Intercept) wielka10-49 osób wielka50 i więcej osób
## 0.3158 1.0593 1.8013
## branzahandel branzausługi branzaadm, edu, kul, sam
## 0.2053 0.6345 3.3324