W badaniu posłużono się wielowymiarową analizą wariancji (MANOVA), której główną ideą jest dyskryminacja badanych obiektów (w tym przypadku przedsiębiorstw), a więc ich rozróżnienie w możliwie największym stopniu. Rozróżnienie to następuje w oparciu o tzw. kombinację liniową zmiennych zależnych. Tworzą one funkcję dyskryminacyjną, której wagi pokazują, w jakim stopniu zmienna zależna uczestniczy w dyskryminacji bada-nych obiektów. W technice tej nie tylko łącznie traktowany jest zbiór zmienbada-nych zależbada-nych tworzących funkcję dyskryminacyjną, ale też zbiór zmiennych niezależnych (grupujących). MANOVA pozwala wyekstrahować takie ich istotne statystycznie kombinacje (dwóch bądź dowolnie większej liczby zmiennych grupujących), dla których próba jest dzielona z użyciem funkcji dyskryminacyjnej w taki sposób, aby optymalizować określone kryteria (tak, aby uwzględniając każdą kolejną obserwację maksymalnie zróżnicować badany zbiór
obiektów). Efektem analizy jest więc pewna, istotna statystycznie, kombinacja zmiennych grupujących pozwalająca przy użyciu funkcji dyskryminacyjnej najsilniej zróżnicować ba-daną grupę obiektów. Umożliwia to wnioskowanie:
a) odnośnie znaczenia wybranych przez nas do badania zmiennych grupujących (część kombinacji tych zmiennych okazuje się zazwyczaj nieistotna);
b) odnośnie udziału zmiennych zależnych w różnicowaniu obiektów;
c) odnośnie współwystępowania pewnych cech (np. sytuacji finansowej oraz innowa-cyjności) ze sobą wtedy, gdy badana grupa zostanie już optymalnie zróżnicowana.
Może się więc okazać, że np. względem cech branych pod uwagę zmiennych nieza-leżnych udało się tak zróżnicować badaną grupę, iż cechy innowacyjności oraz sytuacji finansowej nie idą w parze (inaczej ujmując: znaczenie dyskryminacyjne sytuacji finanso-wej jest nikłe). MANOVA stanowi uogólnienie jednowymiarofinanso-wej analizy wariancji ANOVA, m.in. dodatkowo weryfikuje się tzw. efekt interakcji – jednoczesny wpływ kilku czynników na zmienną zależną w analizie wariancji (Czy „współdziałanie” tych czynników ze sobą przynosi odmienny efekt niż każdy z nich osobno?). Zamiast wartości jednowymiarowe-go F (jak w klasycznej ANOVA) otrzymuje się wartość wielowymiarowej statystyki testowej F (lambda Wilksa) opartej na porównaniu macierzy wariancji/kowariancji błędu i macierzy kowariancji efektu. Decyzję o odrzuceniu/przyjęciu hipotezy zerowej opierano na pod-stawie wartości prawdopodobieństwa p (p-value) wyliczonego dla ustalonych, wartości statystyk testowych oraz przyjętego poziomu istotności α = 0,1. MANOVA jest więc stoso-wana do jednoczesnego badania powiązań pomiędzy dwoma zmiennymi niezależnymi (bądź większą ich liczbą) oraz dwoma zmiennymi zależnymi (bądź większą ich liczbą).
Analiza MANOVA realizowana jest w zgodzie z następującym ogólnym schematem badawczym:
1. Wykonanie całościowego testu różnic pomiędzy obiektami w oparciu o kolejne kombinacje zmiennych grupujących dla założonego konstruktu zmiennych zależ-nych (tzw. omnibus test).
2. Badanie kombinacji liniowych zmiennych zależnych wyrażonych jako funkcja dyskryminacyjna.
3. Uproszczenie i interpretacja najistotniejszej kombinacji liniowej.
4. Testowanie istotności statystycznej uproszczonej funkcji dyskryminacyjnej. 5. Wykonanie dalszych, szczegółowych testów różnic pomiędzy grupami dla uprosz-czonej funkcji dyskryminacyjnej [www.statsoft.pl/czytelnia.html, dostęp: 10.10.2018]. W niniejszym artykule podjęto więc próbę zbadania, w jaki sposób grupa zmiennych niezależnych (wybrane determinanty) wpływa na traktowany łącznie zbiór zmiennych zależnych (czynników charakteryzujących rozwój przedsiębiorstw). Prace obliczeniowe wykonano w programie statystycznym Statistica 10.
Podstawowym źródłem danych empirycznych w analizie były wybrane, wstępne wy-niki badania ankietowego, przeprowadzonego w okresie od grudnia 2017 r. do stycznia 2018 r. w skali całego kraju przez Centrum Badań i Edukacji Statystycznej GUS w ramach projektu „Uwarunkowania rozwoju przedsiębiorczości w sektorze MŚP”, współfinanso-wanego przez Unię Europejską ze środków Programu Operacyjnego Pomoc Techniczna 2014–2020 [GUS 2018].
Podmiotem badania ankietowego były przedsiębiorstwa sektora niefinansowego o licz-bie zatrudnionych 10–249 (tj. przedsiębiorstwa małe i średnie), które zgodnie z obowiązkiem sprawozdawczym złożyły do GUS w 2017 r. sprawozdanie na formularzu SP „Roczna ankieta przedsiębiorstwa” z zakresu wyników działalności w 2016 r. – łącznie 72,6 tys. jednostek.
Przyjęta do badania zbiorowość przedsiębiorstw nie obejmowała jednostek prowa-dzących działalność zaklasyfikowaną do sekcji A (rolnictwo, leśnictwo, łowiectwo i ry-bactwo), sekcji K (działalność finansowa i ubezpieczeniowa) oraz sekcji O (administra-cja publiczna i obrona narodowa, obowiązkowe zabezpieczenie społeczne). Ponadto sektor przedsiębiorstw niefinansowych nie obejmował: fundacji, funduszy, kościołów, stowarzyszeń, organizacji społecznych, partii politycznych, związków zawodowych, or-ganizacji pracodawców, samorządu gospodarczego i zawodowego, przedstawicielstw zagranicznych, wspólnot mieszkaniowych.
Przedmiotem badania ankietowego były opinie przedsiębiorców dotyczące oceny znaczenia i siły oddziaływania zaproponowanych grup czynników na rozwój i osiąganie sukcesu w działalności przedsiębiorstw. Uzyskane z badania ankietowego informacje i opinie odnosiły się do bieżącej sytuacji przedsiębiorstwa, w nielicznych przypadkach do subiektywnej oceny rozwoju przedsiębiorstwa w ciągu ostatnich 3 lat, a także, rów-nież w nielicznych przypadkach, do opinii na temat perspektyw rozwoju przedsiębior-stwa w ciągu najbliższych 3 lat.
Do pomiaru opinii, postaw i poglądów badanych przedsiębiorców zastosowano 5-stopniową skalę, wzorując się na klasycznej skali Likerta1, np. 1 – „zupełnie nieistotny”, 2 – „raczej nieistotny”, 3 – „neutralny”, 4 – „raczej istotny”, 5 – „zdecydowanie istotny (kluczowy)”. Dodatkowo wyróżniono sytuację 0 – „czynnik nie występuje”.
Badanie „Uwarunkowania rozwoju przedsiębiorczości w sektorze MŚP” zostało prze-prowadzone w formie elektronicznej, z wykorzystaniem Portalu Sprawozdawczego GUS. Łącznie otrzymano od respondentów 44,9 tys. ankiet (w tym 1,6 tys. ankiet, które nie były w całości wypełnione), co stanowiło 62% ogólnej liczby podmiotów objętych badaniem.
1 Problematyka zastosowań skali Likerta (wprowadzonej przez R. Likerta w 1932 r.) jest omówiona szerzej m.in. w pracach, takich jak: Psychologia konsumenta dla menedżera marketingu [Foxall, Goldsmith 1998], Research for
Ostatecznie, na potrzeby analizy wykorzystano tylko ankiety całkowicie wypełnione (43,3 tys. jednostek) i tym samym baza danych empirycznych nie zawierała żadnych błę-dów respondenta i ankietera.
Główną przyczyną odmowy wypełnienia ankiety MŚP, oprócz jej dobrowolności, był niekorzystny okres realizacji badania (okres świąteczno-noworoczny). Występowanie problemów z wypełnieniem ankiety zgłaszało część najmniejszych jednostek, zatrud-niających 10 osób lub niewiele więcej. Charakteryzujący je czasami brak nowoczesnych systemów i metod zarządzania, rywalizacji konkurencyjnej czy współpracy sieciowej, czego właśnie dotyczyło badanie, a także zbyt mała znajomość lub wręcz brak zrozumie-nia poruszanych zagadnień zniechęcały do wypełzrozumie-niazrozumie-nia ankiety. Niechęć najmniejszych podmiotów do wzięcia udziału w badaniu była związana również z wyrażaną opinią o braku wsparcia sektora MŚP przez instytucje rządowe oraz o trudnościach w pozyska-niu środków finansowych na innowacje.