Úvod

Celkové srovnání, které jsme mohli udělat díky Vaší zpětné vazbě během uplynulých 3 let, ukazuje na skupinu pracovišť, které fungují dobře (UK, CŽV, PC a EO) a je tedy třeba usilovat o udržení stávající kvality služeb. Současně vykrystalizovaly dílčí problémy u jednotlivých pracovišť jako je omezená srozumitelnost a transparentní personální struktura u TSV, OPR, VV a OLZ, nedostatečná nabídka aktivního řešení problémů na POOÚ a TSV, nebo nedostatečně uctivé jednání ze stran osob na SKM a OLZ. Nadále je třeba učinit řadu opatření ke zvýšení kvality služeb u pracovišť TSV, POOÚ, OLZ a SKM.

Seznam zkratek:

CIV – Centrum informatizace a výpočetní techniky

EO – Ekonomický odbor

OK(CŽV) – Odbor kvalita (oddělení celoživotního vzdělávání)

OLZ – Odbor lidských zdrojů

OPR – Odbor právní

OSPČ – Odbor studijní a pedagogická činnost

OVV – Odbor výzkum a vývoj

PC – Projektové centrum

POOÚ – Pověřenec pro ochranu osobních údajů

PS – Provoz a služby

SKM – Správa kolejí a menz

TSV – Transfer a smluvní výzkum

UN – Univerzitní knihovna

VV – Vnější vztahy

Využití

Nejvíce využívané jsou služby útvarů SKM, CIV, EO a UK.

# Využití
df %>% 
  filter(Výrok == "Využil") %>% 
  select(-Výrok) %>%
  mutate(value = factor(value, levels = c('Ano', 'Ne'))) %>% 
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>% 
  grafBlok(2:15, "Využil jste v přímém kontaktu služeb následujících odborů?", triditKat = "Ano")

df %>% 
  filter(Výrok == "Využil") %>% 
  select(-Výrok) %>%
  mutate(value = factor(value, levels = c('Ano', 'Ne'))) %>% 
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>% 
  grafBlokRel(2:15, "Využil jste v přímém kontaktu služeb následujících odborů?", triditKat = "Ano")

Srozumitelnost

Činnost odborů je pro uživatele srozumitelná. Kvůli svému specifickému zaměření je tak nejméně srozumitelná činnost TSV a OVV (roli a pravomocím TSV nerozumí téměř třetina respondentů, téměř pětina respondentů neví, co mohou po OVV, TSV a OPR chtít). U TSV a OPR se navíc ukázala i problematická personální orientace uživatelů. Ta je rovněž problematická u personálně velkých odborů jako OLZ, SKM, CIV či PS.

Role

# Role
df %>%
  filter(Výrok == "Role") %>%
  select(-Výrok) %>%
  mutate(value = factor(value,
                        levels = c('Rozhodně souhlasím', 'Souhlasím',
                                   'Ani souhlas, ani nesouhlas',
                                   'Nesouhlasím', 'Rozhodně nesouhlasím'))) %>%
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>%
  grafBlok(2:14, "Rozumím roli a pravomocím tohoto pracoviště.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně souhlasím")

df %>%
  filter(Výrok == "Role") %>%
  select(-Výrok) %>%
  mutate(value = factor(value,
                        levels = c('Rozhodně souhlasím', 'Souhlasím',
                                   'Ani souhlas, ani nesouhlas',
                                   'Nesouhlasím', 'Rozhodně nesouhlasím'))) %>%
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>%
  grafBlokRel(2:14, "Rozumím roli a pravomocím tohoto pracoviště.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně souhlasím")

Kompetence

# Kompetence
df %>%
  filter(Výrok == "Kompetence") %>%
  select(-Výrok) %>%
  mutate(value = factor(value,
                        levels = c('Rozhodně souhlasím', 'Souhlasím',
                                   'Ani souhlas, ani nesouhlas',
                                   'Nesouhlasím', 'Rozhodně nesouhlasím'))) %>%
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>%
  grafBlok(2:15, "Vím, co po tomto pracovišti mohu chtít.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně souhlasím")

df %>%
  filter(Výrok == "Kompetence") %>%
  select(-Výrok) %>%
  mutate(value = factor(value,
                        levels = c('Rozhodně souhlasím', 'Souhlasím',
                                   'Ani souhlas, ani nesouhlas',
                                   'Nesouhlasím', 'Rozhodně nesouhlasím'))) %>%
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>%
  grafBlokRel(2:15, "Vím, co po tomto pracovišti mohu chtít.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně souhlasím")

Personální orientace

# Kontakt
df %>%
  filter(Výrok == "Kontakt") %>%
  select(-Výrok) %>%
  mutate(value = factor(value,
                        levels = c('Rozhodně souhlasím', 'Souhlasím',
                                   'Ani souhlas, ani nesouhlas',
                                   'Nesouhlasím', 'Rozhodně nesouhlasím'))) %>%
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>%
  grafBlok(2:14, "Pokud jsem něco potřeboval, bylo mi jasné, koho mám kontaktovat.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně souhlasím")

df %>%
  filter(Výrok == "Kontakt") %>%
  select(-Výrok) %>%
  mutate(value = factor(value,
                        levels = c('Rozhodně souhlasím', 'Souhlasím',
                                   'Ani souhlas, ani nesouhlas',
                                   'Nesouhlasím', 'Rozhodně nesouhlasím'))) %>%
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>%
  grafBlokRel(2:14, "Pokud jsem něco potřeboval, bylo mi jasné, koho mám kontaktovat.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně souhlasím")

Nabídka řešení

Pracoviště ve většině případů nabízelo aktivní řešení problému. Aktivní přístup se však ukázal problematický u POOÚ, TSV, OLZ a OPR.

# Řešení
df %>%
  filter(Výrok == "Řešení") %>%
  select(-Výrok) %>%
  mutate(value = factor(value,
                        levels = c('Rozhodně nesouhlasím', 'Nesouhlasím',
                                   'Ani souhlas, ani nesouhlas',
                                   'Souhlasím', 'Rozhodně souhlasím'))) %>%
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>%
  grafBlok(2:14, "Pracovníci nabízeli jen doporučení co nedělat,\nmožná řešení jsem musel předkládat sám nebo mnou pověřená osoba.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně nesouhlasím")

df %>%
  filter(Výrok == "Řešení") %>%
  select(-Výrok) %>%
  mutate(value = factor(value,
                        levels = c('Rozhodně nesouhlasím', 'Nesouhlasím',
                                   'Ani souhlas, ani nesouhlas',
                                   'Souhlasím', 'Rozhodně souhlasím'))) %>%
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>%
  grafBlokRel(2:14, "Pracovníci nabízeli jen doporučení co nedělat,\nmožná řešení jsem musel předkládat sám nebo mnou pověřená osoba.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně nesouhlasím")

Uctivé jednání

V hodnocení uctivého jednání mají obecně všechna pracoviště ZČU velmi vysoké ohodnocení. Míra uctivého jednání je nižší (nad 20% nespokojených): a) u odborů, které stojí na méně kvalifikované pracovní síle (SKM a PS), b) odborů spravujících osobní údaje (POOÚ, OLZ) a c) odborů TSV a OPR.

# Respekt
df %>% 
  filter(Výrok == "Respekt") %>% 
  select(-Výrok) %>%
  mutate(value = factor(value, 
                        levels = c('Rozhodně souhlasím', 'Souhlasím', 
                                   'Ani souhlas, ani nesouhlas', 
                                   'Nesouhlasím', 'Rozhodně nesouhlasím'))) %>% 
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>% 
  grafBlok(2:15, "Pracovníci se mnou jednali s úctou a respektem.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně souhlasím")

df %>% 
  filter(Výrok == "Respekt") %>% 
  select(-Výrok) %>%
  mutate(value = factor(value, 
                        levels = c('Rozhodně souhlasím', 'Souhlasím', 
                                   'Ani souhlas, ani nesouhlas', 
                                   'Nesouhlasím', 'Rozhodně nesouhlasím'))) %>% 
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>% 
  grafBlokRel(2:15, "Pracovníci se mnou jednali s úctou a respektem.\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Rozhodně souhlasím")

Celkové hodnocení

V celkovém zhodnocení kvality služeb získala jen polovina porovnávaných servisních pracovišť od alespoň 50% respondentů pozitivní ohodnocení (odpověď „výborná“, „velmi dobrá“). Jako „špatnou“ označila kvalitu služeb 15% a více procent respondentů u pracovišť OPR a TSV.

# Celkové hodnocení
df %>% 
  filter(Výrok == "Celkem") %>% 
  select(-Výrok) %>%
  mutate(value = factor(value, 
                        levels = c('Výborná', 'Velmi dobrá', 'Dobrá', 'Dostatečná', 'Špatná'))) %>% 
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>% 
  grafBlok(2:15, "Jak celkově hodnotíte kvalitu služeb, které Vám poskytly tyto odbory?\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Výborná")

df %>% 
  filter(Výrok == "Celkem") %>% 
  select(-Výrok) %>%
  mutate(value = factor(value, 
                        levels = c('Výborná', 'Velmi dobrá', 'Dobrá', 'Dostatečná', 'Špatná'))) %>% 
  pivot_wider(id_cols = "ID", names_from = "Odbor", values_from = "value") %>% 
  grafBlokRel(2:15, "Jak celkově hodnotíte kvalitu služeb, které Vám poskytly tyto odbory?\n(Pouze respondenti, kteří nějaký odbor využili.)", triditKat = "Výborná")

Děkujeme za pozornost!

František Kalvas, , +420 775 640 158

Gabriela Fatková, , +420 723 298 449