Rozvod a změny sňatkových reprodukčních strategií *

Rozměr: px
Začít zobrazení ze stránky:

Download "Rozvod a změny sňatkových reprodukčních strategií *"

Transkript

1 Rozvod a změny sňatkových reprodukčních strategií * Petr Fučík ** Institut pro výzkum reprodukce a integrace společnosti, Fakulta sociálních studií MU, Brno Abstract: Historically speaking divorce is a relatively recent phenomenon. Divorce has become more important over the last century and has undoubtedly had an impact on the social reproduction strategies typically linked to marriage. In this paper use is made of the concept of Assortative Mating to explore if initial and subsequent marriage partner choices differ on the basis of heterogamy. This research question is formulated in terms of two contrasting hypotheses: (1) the learning and (2) the marriage market hypotheses (Gelissen 24). These two perspectives form the basis of the theoretical framework used in the empirical analyses reported. Here logistic and linear regression and log-linear modelling techniques are used. The data used to test the learning and marriage market hypotheses contains information on all officially recorded marriages in the Czech Republic over a ten year period ( ) gathered by the Czech Statistical Office. The results presented reveal that divorce changes the socially reproductive aspects of marriage choice strategies, and these changes vary systematically on the basis of gender. Whereas first and subsequent marriage choices are very similar for men, repeated marriage choices for women are on the whole more diverse. A number of explanations explaining this gender based difference are presented. These explanations centre on dissimilarities in the context of repeated choices for men and women. Data a výzkum - SDA Info 28, Vol. 2, No. 2: (c) Sociologický ústav AV ČR, v.v.i., Praha 28. * Tento text vznikl s podporou Ministerstva školství, mládeže a tělovýchovy ČR výzkumný záměr Reprodukce a integrace společnosti (MSM ). ** Veškerou korespondenci posílejte na adresu: Mgr. Petr Fučík, Institut pro výzkum reprodukce a integrace společnosti, Fakulta sociálních studií MU, Joštova 1, Brno 62, fucik@fss.muni.cz

2 Úvod To, že sňatečnost nemá náhodnou strukturu, je věc známá z hlediska každodennosti i sociologie. Oba pohledy se však liší v hledání příčin. Zatímco první se opírá spíše o lásku a osudovost, druhý hledá pravidla výběrového párování. Hovoříme-li o reprodukčních strategiích, máme na mysli vědomé i nevědomé cesty k přenosu sociálních charakteristik i statusotvorných prvků a důležitým mechanismem tohoto přenosu jsou také sňatkové strategie [Bourdieu, 1998]. Výběrové párování je tedy jedním z principů vedoucích k jevu, jenž nevymizel ani v moderních společnostech, totiž že většina rodin nakonec víceméně přetrvává na stejném stupni společenského žebříčku a to po mnoho generací. V posledním století však nabývá na významu fenomén, který může sňatkové strategie narušovat rozvod. Ve chvíli, kdy uzavíraná manželství provází 5% pravděpodobnost rozpadu a rozvod se stává stále běžnější součástí biografie, nastal čas zabývat se různými typy sňatkových reprodukčních strategií a jejich změnami v závislosti na rozvodu. Cílem této stati je analyzovat principy výběrového párování s ohledem na vzdělání, věk a zejména rodinný stav snoubenců, vstupujících do manželství v České republice mezi lety Hlavní výzkumná otázka je inspirována statí, v níž John Gelissen [24] testoval dvě protikladné hypotézy týkající se heterogamie manželství vyšších pořadí v Nizozemí. První z nich je hypotéza učení, která předpokládá, že opakovaná volba snižuje heterogamii, druhá hypotéza sňatkového trhu předpokládá opak. Tyto dvě domněnky (které budou ještě zmíněny v teoretické části stati) budou tvořit teoretický rámec analýzy, jež je zpracována prostředky logistické [Agresti, 22] a lineární regrese a log-lineárního modelování. Data, jimiž jsou charakteristiky všech sňatků uzavřených na území ČR mezi lety , poskytl Český statistický úřad. Teoretická část Od chvíle, kdy byl rozvod uzákoněn jako legální možnost ukončení manželství, je patrný stabilní nárůst rozvodovosti. To platí pro všechny evropské země, kde je rozvod umožněn, i když je možné regionálně odlišit různé typy rozvodových vzorců. Podle W. Goodeho [1993] existují v Evropě společnosti vysoké rozvodovosti, jako je například Velká Británie či Německo, na druhé straně zde najdeme společnosti s výrazně nižší úrovní rozvodovosti Španělsko, Itálii a celkově země tradičně katolického jihu. Země střední Evropy byly předmětem Goodeovy analýzy pouze okrajově, navíc autor ještě neměl data za porevoluční období, v němž se mnohé demografické vzorce výrazně proměnily. Lze však říci jednoznačně, že Česká republika patřila a patří k zemím s vysokou úrovní rozvodovosti. 1 Rozvod není v sociologii tak jednoznačně spojen s krizí rodiny, jako je tomu ve veřejných diskusích. Častější rozpady manželství mohou indikovat krizi tradičních hodnot spojených s monogamií a rodinou, stejně tak mohou znamenat nárůst očekávání vkládaných do manželství, tedy naopak růst jeho významu. Institucionalizace rozvodu a jeho výrazné rozšíření má řadu příčin, z nichž připomeňme alespoň faktory popisované teorií nárůstu intimity a individualizace 1 Úhrnná rozvodovost byla 49,3 % v roce 24 [ČSÚ 25]

3 [Giddens 1993; Beck, Beck-Gernsheim 1995; Beck, Beck-Gernsheim 21], dále demografické faktory a socio-ekonomické faktory. Na druhé straně v sociologii rodiny stále narůstá zájem o důsledky rozvodovosti. V našem případě se hodláme blíže podívat na zajímavý fakt, že stále větší skupina lidí je nucena (pokud nechtějí zůstat sami) znovu podstupovat volbu partnera. 2 To z hlediska stratifikační sociologie znamená opakované ustavování statusu prokreační rodiny podle nové kombinace charakteristik obou partnerů. Opakovaný sňatek je v tomto případě jen jedním z řešení, neboť jak známo, byli to právě rozvedení, kteří začali s fenoménem, jenž je v současnosti velmi rozšířen jako alternativa či předstupeň manželství nesezdaným soužitím [Trost 1979]. Pro tuto stať budeme muset vycházet z předpokladu, že završením opakované volby partnera je opakovaný sňatek a kohabitaci necháme stranou zejména z důvodu nedostupnosti dat. Rozvedení lidé se po nějaké době ocitají opět v situaci, kdy hledají partnera pro dlouhodobé soužití. Existuje předpoklad, že charakteristiky opakované volby se budou lišit, neboť zde hrají roli fenomény, které se v první volbě nevyskytují. Na úrovni osobnosti se jedná o zkušenosti z manželství, které mohou novou volbu ovlivňovat. Z hlediska sociálního je rozvedený člověk více či méně stigmatizován v závislosti na obecných postojích k rozvodu a atribuci jeho příčin v dané společnosti. Z hlediska strukturálního je patrné, že rozvedení vstupují na sňatkový trh v jiném věku a v jiné situaci než svobodní, i z tohoto důvodu by se opakovaná volba měla lišit. Pokud použijeme koncept výběrového párování [Kalmijn 1998], můžeme se ptát, zda bude opakovaná volba více či méně heterogamní. Tato otázka je vyjádřena ve formulaci dvou hypotéz hypotézy učení a hypotézy sňatkového trhu. První se váže zejména ke zkušenostem z manželství a říká, že ve snaze maximalizovat stabilitu nového svazku volí rozvedení partnera, který je jim z hlediska sociálních charakteristik bližší, než byl předchozí partner. Je patrné, že rozdíly v manželství riziko rozvodu zvyšují [Janssen 22], a proto lze předpokládat, že podobnost a snaha zajistit stabilnější manželství budou klíčovými momenty u opakované volby. V tomto případě bychom očekávali posun směrem k homogamii. Na druhé straně rozvedení vstupují na sňatkový trh do jisté míry stigmatizováni a také později, což jim může bránit v uskutečnění ideální volby. Pomyslná množina sňatkových kandidátů, jež je nazývána sňatkovým trhem, je tím menší, čím vyšší je věk, kdy do ní jedinci vstupují. Postupně se téměř všichni ožení či vdají. Vhodní kandidáti k sňatku mizí rychleji zejména pro ženy, neboť věkové preference mužů i žen samotných hrají v jejich neprospěch. Můžeme sice předpokládat, že potenciálně lze vybírat i mezi ženatými a vdanými, tyto strategie jsou však provázeny vysokým rizikem neúspěchu a odsouzením. Celkově tedy menší příležitost potkat vhodného partnera povede k vyšší míře heterogamie. Jinou záležitostí je stigmatizace. Zavrženíhodnost rozvodu se v průběhu času výrazně měnila a od silného stigmatu, postihujícího nejen rozvádějící se, ale i jejich potom- 2 Časování nové volby může být různé a nemusí nutně probíhat po rozvodu. Část rozvodů je nalezením nového partnera zapříčiněna. Zde však vycházíme ze zjednodušujícího předpokladu, že i v těchto případech se jedná o nutnost otevřít znovu otázku výběru partnera

4 ky, je v současnosti patrný trend k vnímání rozvodu jako stále běžnější součásti biografie. Přesto lze i nyní předpokládat, že rozvod je vnímán jako selhání a lidé, kteří prošli neúspěšným manželstvím, budou hledat partnery obtížněji. 3 Tento předpoklad nás opět vede k vyšší míře heterogamie u opakovaných manželství. V našem případě se budeme zabývat dvěma typy heterogamie věkovou a vzdělanostní. Struktura sňatků podle vzájemného věku partnerů se v ČR během posledních 15 let příliš nemění, ačkoliv se průměrný věk uzavření sňatku v devadesátých letech výrazně zvýšil. Z výzkumů je patrné, že tyto změny neměly na věkovou heterogamii vliv a nejčastější rozdíl se pohybuje v rozmezí 2 3 let ve prospěch muže [Zeman 26]. Ze všech uzavřených manželství tvoří sňatky se starším mužem více než 7 %. Přibližně polovina všech manželství je uzavírána mezi snoubenci s věkovým rozdílem 4 roky. Již podle Zemanových výsledků je patrné, že míra věkové heterogamie se u opakovaných sňatků zvyšuje a že tato změna je způsobena zejména vyšším věkem rozvedených. Zatím však nevíme, jaké jsou změny ve struktuře věkové heterogamie u opakované volby. Hrubé výsledky naznačují, že opakované sňatky směřují kromě vyšší heterogamie také k nárůstu netradiční heterogamie tedy situace, kdy je starší nevěsta [Fučík 26]. Tyto závěry je však třeba rozšířit a korigovat na detailních datech. Jak se s rozvodem mění vzdělanostní heterogamie, zatím nevíme. Katrňák, Kreidl a Fónadová [26] poskytli přehled o jejím vývoji mezi lety 1988 až 2 se závěrem, že pro Českou republiku platí model bez časové změny. V jiné analýze [Katrňák, Kreidl, Fónadová 24] zavádějí autoři kontrolu pro věk tím, že zkoumají odděleně sňatky snoubenců do 3 let a starších. Zde výsledky opět naznačují, že vyšší věk vede k vyšší míře heterogamie, tentokrát s ohledem na vzdělání partnerů. Metodologie a data Obecně se můžeme ptát, jak se po rozvodu mění sňatkové reprodukční strategie, reprezentované principy výběrového párování. Hlavní výzkumné otázky jsou dvě. Nejprve je nutné ověřit, zda v České republice existuje nárůst věkové a vzdělanostní heterogamie u opakovaných sňatků, potom je třeba odlišit efekt rozvodu od efektu samotného věku. Proto budeme výsledky kontrolovat odděleně pro věk obou partnerů a budeme se ptát, zda je možné najít odlišné principy párování uvnitř věkově konstantních skupin snoubenců. Vedlejší výzkumnou otázkou je odhad změn ve struktuře věkové a vzdělanostní homogamie po rozvodu. V tomto případě nám jde zejména o strukturální změny s ohledem na pohlaví. Naše předpoklady vycházející z teoretické literatury a dosavadních výzkumů vedou k domněnce, že heterogamie bude pro rozvedené vyšší [Gelissen 24]. Jejich noví partneři tedy budou v průměru věkově vzdálenější a nové sňatky budou také vzdělanostně různorodější. Zároveň však můžeme předpokládat, že tyto 3 Oddělení obou segmentů sňatkového trhu je patrné z rozložení sňatečnosti podle rodinného stavu. V roce 24 si pouze 13 % svobodných vzalo rozvedeného partnera. Rozvedení si z 6 % berou opět rozvedené a tyto podíly jsou stejné u mužů i u žen. [zdroj: ČSÚ pohyb obyvatelstva 24]

5 změny budou silněji ovlivněny věkem snoubenců než jejich rodinným stavem při vstupu do manželství. Jaké změny jsou tedy spojeny se samotným efektem rozvodu? Domníváme se, že by to mohly být strukturální změny v míře heterogamie podle pohlaví a v její proporci. Na jedné straně předpokládáme větší symetrii heterogamie, tedy nárůst proporce sňatků, kde je starší nebo vzdělanější žena, což u prvních sňatků tvoří minimum. Na druhé straně předpokládáme, že distribuce věkového rozdílu i rozdílu ve vzdělání bude plošší, s vyšším zastoupením extrémních rozdílů. V této kapitole nastíníme základní přehled o datech prostřednictvím deskriptivní analýzy, regresní modely budou náplní analytické kapitoly. Data pro analýzu poskytl Český statistický úřad a jedná se o záznamy všech sňatků uzavřených na území ČR mezi lety , tříděné podle věku, vzdělání, rodinného stavu obou partnerů a roku uzavření sňatku. Silnou stránkou dat je velikost souboru, jeho relativně vysoká spolehlivost, nevýhodou je však, že srovnáváme první a opakované sňatky v agregované podobě, nikoliv u jednotlivých osob. Nejedná se tedy o longitudinální data, u daných nevěst a ženichů nemáme údaje o jejich předchozích partnerech. Můžeme tak činit závěry o povaze opakované volby obecně oproti volbě první, nelze však z těchto dat přímo vyčíst změny partnerských preferencí v průběhu životní dráhy. Na tyto změny však můžeme nepřímo usuzovat. Datový soubor tvoří celkem sňatků. Počet uzavřených manželství v jednotlivých letech mírně klesá z necelých 57 tisíc v roce 1994 na 5 tisíc v roce 24, výkyvy v jednotlivých letech nejsou výrazné. Ze všech uzavřených sňatků jde v 66 až 7 % o manželství, která jsou oběma partnery uzavíraná poprvé. Ve zbylých 3 34 % sňatků je alespoň jeden z partnerů u oltáře již podruhé. Pro popis věkové heterogamie jsme zvolili absolutní rozdíl věku obou partnerů vstupujících do manželství. Absolutní hodnotu rozdílu volíme proto, že u sňatků se starší ženou jsou hodnoty rozdílu záporné, snižují tedy průměr a míru heterogamie zkreslují [srov. Fučík 26, Zeman 26]. 4 K tomuto jevu dochází velmi výrazně u rozvedených žen, kde se průměrný rozdíl opakovaných manželství pohybuje v rozmezí 2 2,5 roku, průměr absolutních hodnot rozdílu však dává přibližně 5,5 roku. Lze tedy soudit, že u opakovaných sňatků ženy oproti první volbě častěji volí muže mladšího, než jsou samy. Graf 1 zobrazuje absolutní věkový rozdíl podle pohlaví snoubenců vstupujících do manželství, jejich rodinného stavu a roku uzavření sňatku. Z dat je patrné, že v míře věkové heterogamie nedochází ve sledovaném období k žádným výrazným výkyvům, pouze u prvních sňatků lze říci, že absolutní rozdíl mírně narůstá přibližně o půl roku. Co je však zřejmé na první pohled je významná odlišnost mezi prvními sňatky a opakovanou volbou. U mužů je tento posun výraznější a činí v průměru 3,8 roku, u žen rozdíl věků partnerů narůstá v průměru o 1,6 roku. 4 Průměr absolutních hodnot věkového rozdílu je dobrou mírou heterogamie jakožto věkové vzdálenosti mezi partnery (v článku ji dále označujeme synonymně míra heterogamie ), průměrný rozdíl zohledňuje genderový aspekt, neboť je citlivý na změny proporcí v obou typech sňatků kde je starší muž, nebo kde je starší žena (dosahuje záporných i kladných hodnot, proto je výpočet průměrného rozdílu citlivý na výkyvy v asymetrii distribuce věkového rozdílu)

6 Graf 1. a) muži průměr absolutního rozdílu věku (v letech) b) ženy 8 Pr m rný absolutní v kový rozdíl podle typu s atku, roku jeho uzav ení a pohlaví první sňatky rozvedení průměr absolutního rozdílu věku (v letech) první sňatky rozvedené Pramen: ČSÚ , vlastní výpočty. Efekt rozvodu a efekt věku při uzavření sňatku odlišíme zavedením další proměnné věku ženicha či nevěsty do analýzy. 5 Míru heterogamie tedy spočítáme v jednotlivých věkových skupinách definovaných po jednom roce (Graf 2). Věk je 5 V tomto případě pro zjednodušení vynecháváme rok uzavření sňatku, neboť vývoj mezi lety 1994 a 24 není podstatný a grafy by byly nepřehledné, pracujeme tedy se spojeným datovým souborem za roky

7 Graf 2. Míry v kové heterogamie u muž a žen podle typu s atku a v ku a) muži první sňatek - absolutní rozvedení - absolutní první sňatek - rozdíl rozvedení - rozdíl věkový rozdíl v letech věk ženicha b) ženy věkový rozdíl v letech první sňatek - absolutní rozvedené - absolutní první sňatek - rozdíl rozvedené - rozdíl věk nevěsty Pramen: ČSÚ , N min=56; 14 max=44992; 48784, vlastní výpočty. zde omezen od 2 do 5 let, neboť mimo tento interval je sňatků příliš málo pro smysluplný výpočet průměru. Vliv věku při sňatku je v případě věkové homogamie zásadní a zejména v případě mužů se efekt rozvodu při kontrole pro věk výrazně snižuje. Rozdíl mezi snoubenci roste s narůstajícím sňatkovým věkem muže a míra heterogamie se u prvních a opakovaných sňatků liší pouze mírně a to zejména u mladších ženichů. Pokud srovnáme průměr absolutní hodnoty roz

8 Graf 3. Míry vzd lanostní heterogamie podle typu s atku, roku jeho uzav ení a pohlaví a) muži 6 procento heterogamních sňatků první sňatek rozvedení b) ženy 6 procento heterogamních sňatků první sňatek rozvedené Pramen: ČSÚ , vlastní výpočty. dílu a průměrný rozdíl, zjistíme, že všechny křivky mají velice podobný tvar, což znamená, že proporce tradiční a netradiční heterogamie se nemění ani v závislosti na věku, ani v závislosti na rozvodu. U žen je situace jiná. Změna heterogamie není tak výrazná jako u mužů, začíná však na vyšších hodnotách věkového rozdílu a narůstá pozvolněji. Odlišný způsob měření zde dává odlišné výsledky, z čehož je zřejmé, že pokud se ženy vdávají v pozdějším věku, stále častěji volí partnera mladšího, než jsou samy. Průměr věkového rozdílu je totiž snižován zápornými

9 Graf 4. Míry vzd lanostní heterogamie podle typu s atku u muž a žen podle v ku a) muži procento sňatků věk ženicha první, hypogamie rozvedení, hypogamie první, hypergamie rozvedení, hypergamie b) ženy procento sňatků věk nevěsty první, hypergamie rozvedené, hypergamie první, hypogamie rozvedené, hypogamie Pramen: ČSÚ , vlastní výpočty. hodnotami tedy sňatky, kdy je nevěsta starší než ženich. Dále je u žen patrný o něco větší vliv rozvodu než u mužů a také je důležité, že se tento vliv s rostoucím věkem (okolo 35 let) obrací. Tento jev je patrný, ať měříme absolutní hodnotu rozdílu manželství (tedy pouze míru heterogamie), či prostý průměr věkového rozdílu, který zohledňuje směr rozdílu. Mladší ženy jsou při opakované volbě více heterogamní, později se však heterogamie rozvedených oproti prvosňatečnosti

10 snižuje. 6 Tento obraz by mohl být způsoben úbytkem sňatků, v nichž je starší ženich, a nárůstem sňatků s mladším partnerem. Vývoj vzdělanostní heterogamie po rozvodu popíšeme podobným způsobem, je zde však rozdíl v povaze proměnných, proto budeme v případě vzdělání pracovat s kategoriemi. Nejdříve se zaměříme na srovnání míry heterogamie u prvních a opakovaných sňatků. Vzdělání nevěst a ženichů je měřeno na čtyřbodové škále, kterou používá ČSÚ. 7 Sňatky uzavřené snoubenci ve shodné vzdělanostní kategorii považujeme za homogamní a tato manželství tvoří diagonálu v kontingenční tabulce sňatků podle vzájemného vzdělání partnerů. Za heterogamní manželství považujeme ta, v nichž existuje rozdíl mezi partnery alespoň o jednu vzdělanostní kategorii (maximální rozdíl činí tři kategorie). Podle výsledků v grafu 3 je vzdělanostní heterogamie u rozvedených o málo častější než v případě prvních sňatků. Na rozdíl od věkové heterogamie zde nevidíme téměř žádný rozdíl mezi muži a ženami vstupujícími do manželství. Zavedením věku jako třetí proměnné testujeme efekt rozvodu očištěný od vlivu sňatkového věku (graf 4). Vliv rozvodu je opět silnější u žen. U mužů jsou si trendy pro první i opakované sňatky blíže. V tomto případě pracujeme odděleně s dvěma typy sňatků hypogamními a hypergamními. Z pohledu nevěsty je hypergamní sňatek se vzdělanějším ženichem, hypogamie pak znamená sňatek s mužem méně vzdělaným. Hypergamii lze také chápat jako mobilitní kanál vzhůru, neboť status rodiny je obvykle odvozen od statusu vzdělanějšího z partnerů. U mužů je patrné, že s narůstajícím věkem roste počet hypogamních sňatků, rozvod zde má menší vliv než věk. Ženy volí po rozvodu častěji partnera, který je vzdělanější než ony samy, ačkoliv u prvních sňatků je častější jejich hypogamie. Tento efekt je navíc ovlivněn věkem a největší rozdíl mezi první a opakovanou volbou je u nejmladších věkových skupin. I přes tyto výkyvy lze říci, že v každé věkové skupině volí ženy po rozvodu oproti první volbě častěji muže s vyšším vzděláním. Zde se dostáváme k limitu možností deskriptivní analýzy. V další kapitole použijeme prostředky regresního modelování pro odhad velikosti věkového rozdílu na základě charakteristik sňatkových kandidátů, pro zkoumání vzdělanostní heterogamie použijeme log-lineární modelování a logistickou regresi. Analytická část Pokročilejší analýzu jsme rozdělili do dvou částí, v nichž se zabýváme odlišnými typy heterogamie. Odděleně jsou konstruovány modely pro věkovou homogamii a pro vzdělanostní homogamii. Souvislost mezi oběma typy výběrového párování zde netestujeme. Jelikož mají obě proměnné odlišnou povahu, jeví se nám použití regresní analýzy pro spojitou proměnnou absolutní hodnoty věkového rozdílu jako vhodný nástroj. V případě vzdělanostní heterogamie využijeme dvou analytických postupů. Pro srovnání relativní struktury prvních a opakovaných sňatků 6 Statistickou významnost rozdílů v průměrech u žádného výpočtu netestujeme, neboť se nejedná o výběrová data. 7 1=Základní vzdělání, 2=vyučen a střední škola bez maturity, 3=středoškolské vzdělání s maturitou, 4=vysokoškolské vzdělání

11 Tabulka 1. Koeficienty modelu lineární regrese Muži koeficient β standardizovaný koeficient (konstanta) -2,928 - věk ženicha,238,492 rodinný stav ženicha,68,61 vzdělání: základní (srovnávací kategorie) - - vzdělání: střední bez maturity -,132 -,15 vzdělání: střední s maturitou -,263 -,29 vzdělání: vysokoškolské -,34 -,27 rok uzavření sňatku -,71 -,52 závisle proměnná: absolutní rozdíl věku R2 =,279 Ženy koeficient β standardizovaný koeficient (konstanta) 2,664 - věk nevěsty,28,53 rodinný stav nevěsty 1,154,114 vzdělání: základní (srovnávací kategorie) - - vzdělání: střední bez maturity -,84 -,89 vzdělání: střední s maturitou -,885 -,13 vzdělání: vysokoškolské -1,363 -,98 rok uzavření sňatku,29,21 závisle proměnná: absolutní rozdíl věku R2 =,33 Poznámka: Hodnoty signifikance neuvádíme, neboť pracujeme s daty z vyčerpávajícího šetření, nikoliv s výběrovými daty. použijeme log-lineární model. Pro odhad vlivu, který budou mít jednotlivé charakteristiky sňatkových kandidátů na pravděpodobnost uzavření homogamního sňatku, použijeme model binární logistické regrese. V prvním případě je závisle proměnnou absolutní hodnota věkového rozdílu mezi manželi tedy míra věkové heterogamie. Model je konstruován odděleně pro muže a pro ženy. V obou případech používáme identické vysvětlující proměnné věk muže/ženy, vzdělání muže/ženy, rodinný stav muže/ženy a rok uzavření sňatku. 8 Vysvětlující síla takového modelu je odlišná pro obě pohlaví. U mužů je 8 Vzdělání je kódováno do tří dummy proměnných, s hodnotami ; 1, kde 1 = výskyt v dané kategorii. Rodinný stav je dichotomická proměnná kde 1 = svobodný, 2 = po rozvodu

12 hodnota R-square,279, model tedy vysvětluje necelých 28 % variance míry heterogamie. U žen je R-square výrazně nižší a model vysvětluje pouze 3 % rozptylu závisle proměnné. Tento rozdíl je dán zejména odlišným vlivem sňatkového věku u mužů a u žen. Z tabulky 1 je patrné, že v modelu pro muže je to právě věk muže při uzavření sňatku, který má nejvýraznější vliv na míru heterogamie. Pokud bychom tento vztah vyjádřili v rovnici, pak nárůst sňatkového věku o jeden rok znamená zvýšení absolutní hodnoty věkového rozdílu o,238 roku. Sklon regresní přímky je u žen přibližně desetkrát nižší. Nalézáme zde však o něco významnější efekt rozvodu. Pokud chceme zjistit vliv vzdělání snoubenců na věkový rozdíl, trend je nepatrný a projevuje se pouze u mužů, u nichž bychom mohli říci, že vzrůstající vzdělání mírně snižuje absolutní věkový rozdíl. Rok uzavření sňatku nemá silný vliv, můžeme tedy říci, že heterogamie se v průběhu času nemění. Z modelů je tedy patrné, že určitou vysvětlující sílu má pouze věk při sňatku a to jen u mužů. Tyto výsledky podporují závěry deskriptivní analýzy a lze zopakovat, že při kontrole pro věk je vliv rozvodu velmi malý a relativně silnější u žen než u mužů. Vzdělání věkovou heterogamii téměř neovlivňuje. Vzdělanostní heterogamii rozvedených prozkoumáme nejdříve prostřednictvím log-lineárního modelování. Strukturu vzdělanostní heterogamie reprezentují kontingenční tabulky, u kterých základní prvek tvoří tabulka 4 x 4 podle vzájemného vzdělání snoubenců. Tyto tabulky však konstruujeme odděleně pro první sňatky a opakované sňatky abychom mohli porovnat rozdíly v jejich struktuře. Dalším krokem bude zavedení kontrolní proměnné, jíž je věk uzavření sňatku. Podkladem pro tuto fázi analýzy tedy bude čtyřrozměrná kontingenční tabulka vzdělání muže(m) x vzdělání ženy(z) x pořadí sňatku(p) x věk(v), konstruovaná odděleně podle pohlaví. V log-lineárních modelech tedy zkoumáme, jak se mění síla asociace mezi vzděláním muže a ženy (MZ) podle pořadí sňatku u muže/ženy a podle sňatkového věku muže/ženy. Relativní odchylky této asociace je možné sledovat pomocí fí-parametru log-multiplikativního modelu. Tyto parametry jsou vyneseny odděleně pro muže a pro ženy v grafu 5. Z těchto výsledků je patrné, že síla asociace mezi vzděláním partnerů je u prvních sňatků přibližně o 2 % silnější než u opakovaných sňatků. U mužů i u žen má tento rozdíl tendenci oslabovat s věkem, až se vyrovná. Relativní struktura opakovaných sňatků podle vzájemného vzdělání snoubenců je tedy mírně odlišná. Tyto odlišnosti jsou v log-lineárním modelu patrné jak z pohledu žen vstupujících na sňatkový trh (tříděno podle věku a rodinného stavu ženy), tak i z pohledu mužů. Druhou částí analýzy vzdělanostní heterogamie po rozvodu je binární logistická regrese. Zatímco log-lineárním modelem jsme porovnali strukturu sňatečnosti svobodných a rozvedených žen a mužů, v případě logistické regrese nám jde o zachycení a porovnání vlivu jednotlivých charakteristik snoubenců, které mohou pravděpodobnost uzavření homogamního či heterogamního sňatku ovlivňovat. Jako homogamii označujeme sňatek ve stejné vzdělanostní kategorii, všechny ostatní sňatky jsou v modelu kódovány jako heterogamie. Model logistické regrese konstruujeme opět odděleně pro muže i pro ženy a používáme stejné

13 Graf 5. Síla asociace mezi vzd láním partner podle vzd lání a rodinného stavu s atkových kandidát (vyjád eno fíparametry log-multiplikativního modelu) a) muži 1,2 1 fí - parametr,8,6,4,2 svobodný rozvedený věk b) ženy 1,2 1 fí - parametr,8,6,4,2 svobodná rozvedená věk Pramen: ČSÚ , vlastní výpočty. Poznámky: Statistiky dobré shody modelu - pro muže: Dissimilarity index:,21, BIC -389; - pro ženy: Dissimilarity index:,16, BIC Odlišný rozsah věkových škál u mužů a u žen je dán vyloučením ročníků, v nichž by se v některých polích tabulky objevovaly tzv. strukturální nuly. Ačkoliv jsou měřítka osy x u obou grafů odlišná, zachycují pro obě pohlaví věkový rámec největší intenzity sňatečnosti

14 Tabulka 2. Koeficienty modelu binární logistické regrese Muži B Exp(B) věk ženicha,6 1,6 vzdělání: základní -,495,61 vzdělání: střední bez maturity -,416,66 vzdělání: střední s maturitou -,862,422 vzdělání: vysokoškolské, 1, (srovnávací kategorie) rodinný stav ženicha -,17,898 rok uzavření sňatku -,1,999 konstanta modelu,15 1,162 závisle proměnná: vzdělanostní homogamie / heterogamie Ženy B Exp(B) věk nevěsty, 1, vzdělání: základní,435 1,546 vzdělání: střední bez maturity -,764,466 vzdělání: střední s maturitou,264 1,32 vzdělání: vysokoškolské, 1, (srovnávací kategorie) rodinný stav nevěsty -,196,822 rok uzavření sňatku -,9,991 konstanta modelu,1 1,1 závisle proměnná: vzdělanostní homogamie / heterogamie Poznámka: Hodnoty signifikance neuvádíme, neboť pracujeme s daty z vyčerpávajícího šetření, nikoliv s výběrovými daty. vysvětlující proměnné jako v případě vícerozměrné lineární regrese při analýze věkové heterogamie věk, vzdělání, rodinný stav a rok uzavření sňatku. Snažíme se tedy vysvětlit, jak použité proměnné ovlivňují pravděpodobnost vzdělanostně homogamního nebo heterogamního sňatku. Pro muže i pro ženy modely jeví velmi slabou vysvětlovací sílu 9 a již podle tohoto signálu můžeme předpokládat, že vliv zmíněných charakteristik nebude výrazný. Pokud srovnáme jednotlivé koeficienty, zjistíme, že vliv věku je téměř zanedbatelný, velmi mírně zvyšuje pravděpodobnost heterogamie u mužů a naopak snižuje u žen. Efekt vzdělání nemá lineární trend. Nejnižší pravděpodobnost heterogamie mají muži se středním vzděláním a vyučené ženy. Rozvod vede u obou pohlaví k mírnému zvýšení pravděpodobnosti heterogamního sňatku. Vzdělanostní heterogamie se v čase nemění, proto je parametr pro rok uzavření sňatku velmi nízký (tabulka 2). 9 Hodnoty Nagelkerke pseudo R-square dosahují,29 pro muže a,73 pro ženy

15 Diskuse a závěr V tomto výzkumu jsme si kladli za cíl srovnat míru věkové a vzdělanostní heterogamie u prvních a opakovaných sňatků a dále rozlišit efekt věku a efekt rozvodu při uzavírání opakovaných sňatků. Hypotézu o vyšší heterogamii sňatků uzavíraných po rozvodu nelze vyvrátit partneři jsou si v opakovaných sňatcích vzdálenější věkově i vzdělanostně a tento fakt platí v případě věkové heterogamie silněji pro muže. Další výpočty však naznačují, že pokud výsledky kontrolujeme pro věk, první i opakovaná manželství jsou si po stránce heterogamie velmi podobná. Tyto výsledky potvrzují i modely. Věkový rozdíl partnerů se zvyšuje zejména s narůstajícím věkem muže. Pro ženy je však tento efekt velmi oslaben a naopak u nich hraje o málo výraznější roli rozvod, jehož vliv mírně zvyšuje věkovou heterogamii. Hypotézu předpokládající silnější vliv věku než rozvodu můžeme tedy v případě věkové heterogamie přijmout pouze pro muže. V ostatních případech ji zamítáme, neboť věk nemá významný vliv ani na vzdělanostní rozdíl partnerů. Vzdělanostní heterogamie s věkem neroste, spíše se proměňuje její struktura. Dalším cílem výzkumu byl popis změn této struktury. Věková heterogamie je u mužů velmi podobná u prvních i opakovaných sňatků. U žen však prochází zřetelnou změnou, v níž hraje roli jak věk, tak rozvod. S narůstajícím věkem se u žen vliv rozvodu mění. Mladší rozvedené ženy si berou partnera s větším věkovým rozdílem než stejně staré ženy při prvním sňatku. Kolem 35. roku se tento vliv obrací a rozvedené ženy si berou v průměru muže věkově bližší i mladší. Efekt věku je tedy u žen silnější pro první sňatky, kde věkový rozdíl s věkem narůstá strměji. Zároveň zde dochází k proměně z hlediska symetrie věkového rozdílu. V prvních sňatcích je rozdíl výrazně asymetrický, převládají sňatky se starším mužem. U opakované volby přibývá sňatků s mladším mužem. Také struktura vzdělanostní heterogamie prochází významnými změnami danými rozvodem i sňatkovým věkem. U mužů i u žen se mění proporce hypogamních a hypergamních sňatků. Zatímco u mužů je tato změna spojena silněji s věkem, u žen sledujeme významnější vliv rozvodu v jakémkoliv věku. Pro obě pohlaví však platí, že po rozvodu ubývá manželství, ve kterých je muž méně vzdělaný než žena, a naopak přibývá sňatků s mužem vzdělanějším tedy hypergamie pro ženu. Rozvod tedy mění reprodukční strategie diferencovaně podle pohlaví. Zatímco u mužů se první a opakovaná volba velmi podobá, u žen jsou opakované sňatky celkově rozdílnější. Vysvětlení je možných několik, základem všech zřejmě bude srovnání kontextu opakované volby u žen a mužů. Domníváme se, že významným faktorem pro tyto rozdíly může být přítomnost dětí a fertilitní plány žen. Z výzkumů týkajících se odkládaného rodičovství [Bartošová 27] je známo, že podstatnou část rozhodování o vztahu podmiňuje představa partnera jako otce. Rozvedeným ženám se tak situace komplikuje dvakrát. Jednak hledají muže s důrazem na rodičovství, jednak jsou častěji opatrovnicemi dětí z prvního manželství, obojí může výběr dalšího partnera významně ovlivňovat. Snaha nalézt spolehlivějšího otce pro rodinu může být u žen indikována vyšší vzdělanostní hypergamií. Interpretace výsledků je však omezena dvěma skutečnostmi, které lze také vnímat jako vytyčené směry, kam se má naše pozornost ubírat dále. Za prvé jde o

16 povahu dat. Zde sledujeme charakteristiky první a opakované volby a z agregovaných ukazatelů nepřímo vyvozujeme závěry o individuálních biografiích. Data o předchozích manželstvích však nemáme. Pro vyšší spolehlivost výsledků bychom měli analýzy doplnit o longitudinální či retrospektivní data, která nyní sice k dispozici nemáme, nicméně z budoucích výběrových šetření je bude možné získat. Druhé omezení je dáno interpretačními možnostmi dat. Analýzy vitálních statistik ČSÚ mohou poskytnout velmi dobrý obraz o zkoumaném jevu, neobsahují však žádné další proměnné, jež by mohly být využity při interpretaci výsledků. Neznáme například počet dětí u snoubenců vstupujících do opakovaných manželství, jejich postoje k manželství, rodičovství, dobu uplynulou od rozvodu, předchozí zkušenosti s kohabitací a mnoho dalších sociologicky relevantních faktorů. Domníváme se proto, že cestou k rozšířené interpretaci výsledků analýzy demografických statistik může být kvalitativní výzkum cílený na ženy i muže s rozvodovou zkušeností a zkušeností s hledáním nového partnera. Literatura Agresti, Alan. 22. Categorical Data Analysis. Hoboken: Willey. Bartošová, Michaela. 27. Odkládané mateřství a role muže v procesu rozhodování o dítěti. Příspěvek na konferenci Biograf Borek u Suchomast května 27. Beck, Ulrich, Elisabeth Beck-Gernsheim The Normal Chaos of Love. Cambridge: Polity Press. Beck, Ulrich, Elisabeth Beck-Gernsheim. 21. Individualization Institutionalized Individualism and its Social and Political Consequences. London: Sage. Becker, Garry, S A Treatise on the Family. Harvard University Press, Cambridge, Mass. Berger, Peter. L., H. Kellner Marriage and the Construction of Reality. Pp in: Rose L. Coser (Ed.) 1974: The Family, Its Structure and Functions. New York: St Martin s Press. Blossfeld, Hans-Peter, Andreas Timm (eds.). 23. Who Marries Whom? Educational Systems as Marriage Markets in Modern Societies. Dordrecht: Kluwer Academic Publishers. Bourdieu, Pierre Teorie jednání. Praha: Karolinum. Bozon, Michel, François Heran Finding a Spouse: A Survey how French Couples Meet. Population: An English Selection 44(1/Sep 1989): Day, Lincoln H The Future of Low-Birthrate Populations. London: Routledge. Fučík, Petr. 26. Věková homogamie českých sňatků Sociologický časopis/czech Sociological Review 42(4): Gelissen, John. 24. Assortative Mating after Divorce: a Test of Two Competing Hypotheses Using Marginal Models Social Science Research 33: Giddens, Anthony The Transformation of Intimacy: Sexuality, Love and Eroticism in Modern Societies. Cambridge: Polity Press. Goode, William J World Changes in Divorce Patterns. New Heaven and London: Yale University Press

17 Jamieson, Lynn Intimacy Personal Relationships in Modern Societies. Cambridge: Polity Press. Jansen, Jacques P. G. 2. Mixed Divorce? And Why?. Nepublikovaný materiál prezentovaný na konferenci BSA. Kalmijn, Matthijs Intermarriage And Homogamy: Causes, Patterns, Trends. Annual Review of Sociology 24: Katrňák, Tomáš, Martin Kreidl, Laura Fónadová. 24. Has the Post-communist Transformation Led to an Increase in Educational Homogamy in The Czech Republic after 1989?. Sociologický časopis/czech Sociological Review 4(3): Katrňák, Tomáš, Martin Kreidl, Laura Fónadová. 26. Trends in Educational Assortative Mating in Central Europe: the Czech Republic, Slovakia, Poland, and Hungary, European Sociological Review 22(3): Trost, Jan Unmarried Cohabitation. Västeras: International library. Vaughan, Diane Uncoupling Turning Points in Intimate Relationships. New York: Vintage Books. Zeman, Kryštof. 26. Věk při sňatku a rozdíl mezi věkem ženicha a věkem nevěsty v České republice v letech Demografie 48(1):

Sňatečnost a rozvodovost

Sňatečnost a rozvodovost Sňatečnost a rozvodovost Hrubá míra sňatečnosti (hms) - nejjednodušší ukazatel vyjadřující úroveň sňatečnosti, je definován jako počet sňatků připadajících na 1 000 obyvatel (středního stavu) ve sledovaném

Více

RODINA A STATISTIKA. Iva Kohoutová, Ondřej Nývlt. Tisková konference, , ČSÚ Praha

RODINA A STATISTIKA. Iva Kohoutová, Ondřej Nývlt. Tisková konference, , ČSÚ Praha RODINA A STATISTIKA Iva Kohoutová, Ondřej Nývlt Tisková konference, 9. 4. 214, ČSÚ Praha ČESKÝ STATISTICKÝ ÚŘAD Na padesátém 81, 82 Praha www.czso.cz Zdroje dat o rodině Demografická statistika Sčítání

Více

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB Informace o nesezdaném soužití (Český statistický úřad používá k označení vztahu druha a družky pojem faktické manželství) byly zjišťovány ve Sčítáních

Více

1 Obyvatelstvo podle věku a rodinného stavu

1 Obyvatelstvo podle věku a rodinného stavu 1 Obyvatelstvo podle věku a rodinného stavu V průběhu roku 213 pokračoval v České republice proces stárnutí populace. Zvýšil se průměrný věk obyvatel (na 41,5 let) i počet a podíl osob ve věku 65 a více

Více

Rozvody manželství a rozpady nesezdaných soužití: stejné a/nebo jiné sociální fenomény?

Rozvody manželství a rozpady nesezdaných soužití: stejné a/nebo jiné sociální fenomény? Rozvody manželství a rozpady nesezdaných soužití: stejné a/nebo jiné sociální fenomény? Marta Vohlídalová, Hana Maříková Sociologický ústav AV ČR, v.v.i. marta.vohlidalova@soc.cas.cz hana.marikova@soc.cas.cz

Více

Děti narozené v manželství a mimo manželství: dvě různé populace

Děti narozené v manželství a mimo manželství: dvě různé populace Děti narozené v manželství a mimo manželství: dvě různé populace Jitka Rychtaříková Katedra demografie a geodemografie Přírodovědecká fakulta University Karlovy v Praze Albertov 6, 128 43 Praha rychta@natur.cuni.cz

Více

1 Obyvatelstvo podle věku a rodinného stavu

1 Obyvatelstvo podle věku a rodinného stavu 1 Obyvatelstvo podle věku a rodinného stavu Obyvatelstvo České republiky se v průběhu roku rozrostlo o 15,6 tisíce osob. Přibylo dětí a zejména seniorů. Stárnutí populace České republiky se znovu projevilo

Více

Česko a Slovensko 20 let samostatnosti z pohledu demografického vývoje. Tomáš Fiala Jitka Langhamrová

Česko a Slovensko 20 let samostatnosti z pohledu demografického vývoje. Tomáš Fiala Jitka Langhamrová Česko a Slovensko 20 let samostatnosti z pohledu demografického vývoje Tomáš Fiala Jitka Langhamrová 1 Připravovaná stejnojmenná publikace: Úvod autorský tým za : katedra demografie fakulty informatiky

Více

IV. PORODNOST. Tab. IV.1 Narození,

IV. PORODNOST. Tab. IV.1 Narození, IV. PORODNOST V průběhu roku 2008 se v České republice živě narodilo 119 570 dětí 7, o 4,9 tisíce více než v roce předcházejícím. Počet živě narozených dětí roste nepřetržitě od roku 2002, avšak meziroční

Více

DC003: Jana Vobecká Sociologický ústav AV ČR, v.v.i.

DC003: Jana Vobecká Sociologický ústav AV ČR, v.v.i. DC003: Analýza vlivu finanční dostupnosti bydlení a regionálních disparit ve finanční dostupnosti bydlení mezi regiony NUTS 3 na demografické chování mladé generace, ve srovnání s vlivy jiných významných

Více

VÝVOJ PLODNOSTI VE STÁTECH A REGIONECH EVROPSKÉ UNIE PO ROCE 1991

VÝVOJ PLODNOSTI VE STÁTECH A REGIONECH EVROPSKÉ UNIE PO ROCE 1991 UNIVERZITA KARLOVA V PRAZE PŘÍRODOVĚDECKÁ FAKULTA KATEDRA DEMOGRAFIE A GEODEMOGRAFIE VÝVOJ PLODNOSTI VE STÁTECH A REGIONECH EVROPSKÉ UNIE PO ROCE 1991 Seminář mladých demografů Proměny demografického chování

Více

III. ROZVODOVOST. Tab. III.1 Ukazatele rozvodovosti,

III. ROZVODOVOST. Tab. III.1 Ukazatele rozvodovosti, III. ROZVODOVOST Ani v roce 08 absolutní počet nově rozvedených manželství nikterak nevybočil z úrovně posledních let. Celkem bylo schváleno 31 300 návrhů na rozvod 3, z nichž 65 % iniciovaly ženy. V relaci

Více

Pearsonův korelační koeficient

Pearsonův korelační koeficient I I.I Pearsonův korelační koeficient Úvod Předpokládejme, že náhodně vybereme n objektů (nebo osob) ze zkoumané populace. Často se stává, že na každém z objektů měříme ne pouze jednu, ale několik kvantitativních

Více

3 Rozvodovost. Tab. 3.1 Rozvody podle návrhu a pořadí,

3 Rozvodovost. Tab. 3.1 Rozvody podle návrhu a pořadí, 3 Rozvodovost Podle údajů získaných od Ministerstva spravedlnosti ČR bylo v roce 2016 rozvedeno 25,0 tisíce manželství, o 1,1 tisíce méně než v předchozím roce a nejméně od roku 2000. Úbytek rozvodů byl

Více

Představy o ideálním věku pro zakládání rodiny a reálná data

Představy o ideálním věku pro zakládání rodiny a reálná data TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR V Holešovičkách 41, Praha 8 Tel./fax: 286 840 129, 130 E-mail: salamoun@soc.cas.cz Představy o ideálním věku pro zakládání rodiny

Více

předpisů, a o změně a doplnění dalších zákonů. Touto novelou se mimo jiné měnily i podmínky pro rozvod.

předpisů, a o změně a doplnění dalších zákonů. Touto novelou se mimo jiné měnily i podmínky pro rozvod. 3 Rozvodovost V roce bylo rozvedeno 26,4 tisíce manželství, což bylo o 1,7 tisíce méně než v roce 2011. Úroveň rozvodovosti se dále snížila, když podíl manželství končících rozvodem klesl ze 46,2 % v roce

Více

DEMOGRAFICKÝ VÝVOJ. Počet obyvatel dlouhodobě. zásadní vliv na tento růst má migrace

DEMOGRAFICKÝ VÝVOJ. Počet obyvatel dlouhodobě. zásadní vliv na tento růst má migrace DEMOGRAFICKÝ VÝVOJ V Praze žilo k 31.12.1 1 257 158 obyvatel. V devadesátých letech počet obyvatel Prahy klesal, od roku 1 však setrvale roste, i když v období posledních dvou let nižším tempem. Tato změna

Více

Konzumace piva v České republice v roce 2007

Konzumace piva v České republice v roce 2007 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 26 40 129 E-mail: jiri.vinopal@soc.cas.cz Konzumace piva v České republice v roce 2007 Technické

Více

Statistické zkoumání faktorů výšky obyvatel ČR

Statistické zkoumání faktorů výšky obyvatel ČR ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopravní 1. blok studia Statistické zkoumání faktorů výšky obyvatel ČR Statistika 2012/2013 Semestrální práce Studijní skupina: 2_37 Vedoucí práce: Ing. Tomáš

Více

Změny základních proporcí faktických manželství mezi lety 1991 a 2001

Změny základních proporcí faktických manželství mezi lety 1991 a 2001 1. Změny základních proporcí faktických manželství mezi lety a Období - bylo pro vývoj počtu a struktury faktických manželství obdobím významné změny trendu. Zatímco v předchozích letech či desetiletích

Více

1 Obyvatelstvo podle věku a rodinného stavu

1 Obyvatelstvo podle věku a rodinného stavu 1 Obyvatelstvo podle věku a rodinného stavu V průběhu roku 216 se počet obyvatel České republiky zvýšil o 25, tisíce osob. Přibylo zejména seniorů, ale také dětí mladších 15 let. Nejvíce obyvatel se řadilo

Více

Marriages and births in the Czech Republic/cs

Marriages and births in the Czech Republic/cs Marriages and births in the Czech Republic/cs Statistics Explained Rodinné chování v České republice: první děti později a mimo manželství Autoři: Michaela Němečková, Roman Kurkin, Terezie Štyglerová (Český

Více

2 Sňatečnost. Tab. 2.1 Sňatky podle pořadí,

2 Sňatečnost. Tab. 2.1 Sňatky podle pořadí, 2 Sňatečnost Obyvatelé ČR v roce 2012 uzavřeli 45,2 tisíce manželství, o 69 více než v roce předchozím. Intenzita sňatečnosti svobodných dále poklesla, průměrný věk při prvním sňatku se u žen nezměnil,

Více

1 Obyvatelstvo podle věku a rodinného stavu

1 Obyvatelstvo podle věku a rodinného stavu 1 Obyvatelstvo podle věku a rodinného stavu Počet obyvatel České republiky se v průběhu roku 214, po úbytku v předchozím roce, opět zvýšil. Ve věkovém složení přibylo dětí a zejména seniorů. Populace dále

Více

Testování hypotéz a měření asociace mezi proměnnými

Testování hypotéz a měření asociace mezi proměnnými Testování hypotéz a měření asociace mezi proměnnými Testování hypotéz Nulová a alternativní hypotéza většina statistických analýz zahrnuje různá porovnání, hledání vztahů, efektů Tvrzení, že efekt je nulový,

Více

Plány na narození dítěte a jejich realizace v České republice

Plány na narození dítěte a jejich realizace v České republice Plány na narození dítěte a jejich realizace v České republice Realisation of childbearing intentions in the Czech Republic Anna Šťastná Plány a ideály ve studiu plodnosti Studium natalitních plánů předpoklad

Více

Změny reprodukčních vzorců a individuální souvislosti rodičovství. Anna Šťastná

Změny reprodukčních vzorců a individuální souvislosti rodičovství. Anna Šťastná Změny reprodukčních vzorců a individuální souvislosti rodičovství Anna Šťastná Úvod a zaměření prezentace Proces sociodemografické transformace - posun fáze zakládání rodiny do vyššího věku a výrazný pokles

Více

Česká rodina a domácnost z pohledu Sčítání lidu, domů a bytů

Česká rodina a domácnost z pohledu Sčítání lidu, domů a bytů Česká rodina a domácnost z pohledu Sčítání lidu, domů a bytů Jitka Langhamrová,Vysoká škola ekonomická, Praha Téma rodina a domácnost je velice často diskutované. Je velké množství možností, jak na rodinu

Více

Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC

Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC Petr Matějů Konference Předpoklady úspěchu v práci a v životě 27. listopadu 2013 Hlavní otázky pro analýzu procesu

Více

SOUČASNÁ DEMOGRAFICKÁ SITUACE ČESKÉ REPUBLIKY VE

SOUČASNÁ DEMOGRAFICKÁ SITUACE ČESKÉ REPUBLIKY VE SOUČASNÁ DEMOGRAFICKÁ SITUACE ČEÉ REPUBLIKY VE SROVNÁNÍ S OSTATNÍMI ZEMĚMI EU Jitka Langhamrová, Tomáš Fiala Klíčová slova: Stárnutí obyvatelstva, biologické generace, index stáří, ekonomické generace,

Více

3 Rozvodovost. Tab. 3.1 Rozvody podle návrhu a pořadí,

3 Rozvodovost. Tab. 3.1 Rozvody podle návrhu a pořadí, 3 Rozvodovost Statistika zpracovaná na základě údajů obdržených od Ministerstva spravedlnosti ČR udává 26,1 tisíce rozvedených manželství v roce 2015, nejméně od roku 2000. Téměř třetina rozvodů byla iniciována

Více

1. DEMOGRAFICKÝ VÝVOJ

1. DEMOGRAFICKÝ VÝVOJ 1. DEMOGRAFICKÝ VÝVOJ 1.1 Sídelní struktura Liberecký kraj.. Území Libereckého kraje k 31. 12. 2011 představovalo 3 163,4 km 2. Administrativně je kraj rozdělen do 4 okresů (Česká Lípa, Jablonec nad Nisou,

Více

Korelační a regresní analýza. 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza

Korelační a regresní analýza. 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza Korelační a regresní analýza 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza Pearsonův korelační koeficient u intervalových a poměrových dat můžeme jako

Více

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE PROVOZNĚ EKONOMICKÁ FAKULTA Katedra statistiky TEZE K DIPLOMOVÉ PRÁCI Demografický vývoj v České republice v návaznosti na evropské a celosvětové trendy Jméno autora:

Více

2 Sňatečnost. Tab. 2.1 Sňatky podle rodinného stavu snoubenců,

2 Sňatečnost. Tab. 2.1 Sňatky podle rodinného stavu snoubenců, 2 Sňatečnost Obyvatelé ČR uzavřeli v roce 214 celkem 45,6 tisíce manželství, o 2, tisíce více, než jich bylo evidováno v roce 213. Meziročně mírně vyšší byla také intenzita sňatečnosti, a to u svobodných

Více

Názor na zadlužení obyvatel a státu březen 2017

Názor na zadlužení obyvatel a státu březen 2017 Tisková zpráva Názor na zadlužení obyvatel a státu březen 0 Přibližně dvě třetiny občanů pokládají míru zadlužení obyvatelstva i státu za vysokou. Sedm z deseti Čechů vnímá jako závažný problém míru zadlužení

Více

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD Umělé (dummy) proměnné se používají, pokud chceme do modelu zahrnout proměnné, které mají kvalitativní či diskrétní charakter,

Více

5 Potratovost. Tab. 5.1 Potraty,

5 Potratovost. Tab. 5.1 Potraty, 5 Potratovost Počet potratů se dlouhodobě snižuje a tento trend pokračoval i v roce. Registrovaných 7 potratů bylo 35,8 tisíce, čímž bylo opět překonáno historické minimum. Počet umělých přerušení těhotenství

Více

Porodnost v Libereckém kraji od počátku devadesátých let dvacátého století do současnosti

Porodnost v Libereckém kraji od počátku devadesátých let dvacátého století do současnosti Porodnost v Libereckém kraji od počátku devadesátých let dvacátého století do současnosti Základní trendy vývoje porodnosti v Libereckém kraji od počátku devadesátých let dvacátého století do současnosti:

Více

Korelace. Komentované řešení pomocí MS Excel

Korelace. Komentované řešení pomocí MS Excel Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne

Více

1. Demografický vývoj

1. Demografický vývoj 1. Demografický vývoj Karlovarský kraj je druhý nejmenší z krajů ČR a žije v něm nejméně obyvatel. Karlovarský kraj se rozkládá na 3,3 tis. km 2, což představuje 4,2 % území České republiky a je tak druhým

Více

Jana Vránová, 3. lékařská fakulta UK

Jana Vránová, 3. lékařská fakulta UK Jana Vránová, 3. lékařská fakulta UK Vznikají při zkoumání vztahů kvalitativních resp. diskrétních znaků Jedná se o analogii s korelační analýzou spojitých znaků Přitom předpokládáme, že každý prvek populace

Více

1. Vnitřní stěhování v České republice

1. Vnitřní stěhování v České republice 1. Vnitřní stěhování v České republice Objem vnitřní migrace v České republice je dán stěhováním z obce do jiné obce. Proto je třeba brát v úvahu, že souhrnný rozsah stěhování je ovlivněn i počtem obcí.

Více

4 Porodnost a plodnost

4 Porodnost a plodnost 4 Porodnost a plodnost V roce 211 bylo zaznamenáno 18 673 živě narozených dětí. Počet živě narozených se již třetím rokem snižoval. Zatímco v letech 29-21 byl meziroční pokles 1,2 tisíce, v roce 211 se

Více

1. Obyvatelstvo, rodiny a domácnosti

1. Obyvatelstvo, rodiny a domácnosti 1. Obyvatelstvo, rodiny a domácnosti a. Obyvatelstvo Demografická statistika se svojí dlouholetou tradicí je hlavním pilířem genderové statistiky, která ji v bohaté míře využívá. Sleduje údaje o obyvatelstvu

Více

Diagnostika regrese pomocí grafu 7krát jinak

Diagnostika regrese pomocí grafu 7krát jinak StatSoft Diagnostika regrese pomocí grafu 7krát jinak V tomto článečku si uděláme exkurzi do teorie regresní analýzy a detailně se podíváme na jeden jediný diagnostický graf. Jedná se o graf Předpovědi

Více

1 Obyvatelstvo podle věku a rodinného stavu

1 Obyvatelstvo podle věku a rodinného stavu 1 Obyvatelstvo podle věku a rodinného stavu Počet obyvatel České republiky se v průběhu roku 217 zvýšil o 31,2 tisíce. Přibylo seniorů ve věku 65 a více let a dětí mladších 15 let, naopak osob v produktivním

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 8.11.2002 55 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl) Kouření je dalším

Více

eu100 špatnou a vyučenými bez maturity. Například mezi nezaměstnanými (, % dotázaných) hodnotilo 8 % z nich nezaměstnanost jako příliš vysokou, mezi O

eu100 špatnou a vyučenými bez maturity. Například mezi nezaměstnanými (, % dotázaných) hodnotilo 8 % z nich nezaměstnanost jako příliš vysokou, mezi O eu100 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 28 80 12 E-mail: milan.tucek@soc.cas.cz Česká veřejnost o nezaměstnanosti červen 201

Více

Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání. Tomáš Katrňák Natalie Simonová Laura Fónadová

Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání. Tomáš Katrňák Natalie Simonová Laura Fónadová Od diferenciace k diverzifikaci: test teorií MMI a EMI v českém středním vzdělávání Tomáš Katrňák Natalie Simonová Laura Fónadová Cíl analýzy Ukázat, zda rozšiřující se dostupnost maturitního vzdělání

Více

Jednofaktorová analýza rozptylu

Jednofaktorová analýza rozptylu I I.I Jednofaktorová analýza rozptylu Úvod Jednofaktorová analýza rozptylu (ANOVA) se využívá při porovnání několika středních hodnot. Často se využívá ve vědeckých a lékařských experimentech, při kterých

Více

STRUČNÉ SHRNUTÍ. Učitelé škol regionálního školství bez vedoucích zaměstnanců

STRUČNÉ SHRNUTÍ. Učitelé škol regionálního školství bez vedoucích zaměstnanců Genderové otázky pracovníků ve školství STRUČNÉ SHRNUTÍ Svodka Genderové otázky pracovníků ve školství se zabývá genderovou strukturou pracovníků v regionálním školství a na jejím základě pak také strukturou

Více

2. Sociodemografická struktura České republiky - současný stav a vývoj od roku 1990

2. Sociodemografická struktura České republiky - současný stav a vývoj od roku 1990 Oldřich Solanský Abstrakt KONEC POPULAČNÍHO BOOMU V ČR? Článek se zabývá sociodemografickou strukturou ČR od roku 1990 po současnost. Ukazuje základní rysy demografického vývoje posledních dvou desítiletí

Více

ANALÝZA POPULAČNÍHO VÝVOJE VE VYBRANÝCH REGIONECH ČR # POPULATION MOVEMENT ANALYSIS IN SELECTED REGIONS OF THE CZECH REPUBLIC. PALÁT, Milan.

ANALÝZA POPULAČNÍHO VÝVOJE VE VYBRANÝCH REGIONECH ČR # POPULATION MOVEMENT ANALYSIS IN SELECTED REGIONS OF THE CZECH REPUBLIC. PALÁT, Milan. ANALÝZA POPULAČNÍHO VÝVOJE VE VYBRANÝCH REGIONECH ČR # POPULATION MOVEMENT ANALYSIS IN SELECTED REGIONS OF THE CZECH REPUBLIC PALÁT, Milan Abstract The paper is aimed at the presentation obtained in the

Více

Česká společnost a onemocnění AIDS červen 2016

Česká společnost a onemocnění AIDS červen 2016 oz16080 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: 10 10 86 E-mail: ondrej.malina@soc.cas.cz Česká společnost a onemocnění AIDS červen 016

Více

5 Potratovost. Tab. 5.1 Potraty,

5 Potratovost. Tab. 5.1 Potraty, 5 Potratovost V roce bylo zaznamenáno 7 38 864 potratů, z toho bylo 13 637 samovolných potratů a 24 055 umělých přerušení těhotenství. Celkový počet potratů se již třetím rokem snižoval. Úhrnná potratovost

Více

Lineární regrese. Komentované řešení pomocí MS Excel

Lineární regrese. Komentované řešení pomocí MS Excel Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou

Více

Analýza dat na PC I.

Analýza dat na PC I. CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 12. 2002 60 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Tato

Více

Postoje českých občanů k manželství a rodině únor 2016

Postoje českých občanů k manželství a rodině únor 2016 ov63 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: 6 8 29 E-mail: nadezda.cadova@soc.cas.cz Postoje českých občanů k manželství a rodině únor 6

Více

Potraty v roce 2005. Abortions in year 2005

Potraty v roce 2005. Abortions in year 2005 Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 28.3.2006 8 Potraty v roce 2005 Abortions in year 2005 Souhrn Celkový počet potratů v roce 2005 poklesl na 40 023.

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 9. Korelační analýza Mgr. David Fiedor 20. dubna 2015 Analýza závislostí v řadě geografických disciplín studujeme jevy, u kterých vyšetřujeme nikoliv pouze jednu vlastnost

Více

Spokojenost se životem červen 2019

Spokojenost se životem červen 2019 Tisková zpráva Spokojenost se životem červen 2019 Více než dvě třetiny (68 %) populace jsou spokojeny se svým životem. Od roku 2013 měla spokojenost se životem většinou vzestupnou tendenci, v průběhu roku

Více

Zpracovala: Naděžda Čadová Centrum pro výzkum veřejného mínění, Sociologický ústav AV ČR, v.v.i. Tel.:

Zpracovala: Naděžda Čadová Centrum pro výzkum veřejného mínění, Sociologický ústav AV ČR, v.v.i. Tel.: Tisková zpráva Česká veřejnost o amerických prezidentských volbách - Zájem o americké prezidentské volby projevují více než dvě pětiny (42 %) české veřejnosti, necelé tři pětiny občanů (57 %) toto téma

Více

Hodnocení kvality vzdělávání září 2018

Hodnocení kvality vzdělávání září 2018 Tisková zpráva Hodnocení kvality vzdělávání září 01 Hodnocení úrovně vzdělávání na různých typech škol, základními počínaje a vysokými konče, je trvale příznivé, když kladné hodnocení výrazně převažuje

Více

Graf 1. Důvěra v budoucnost evropského projektu rozhodně má spíše má spíše nemá rozhodně nemá neví Zdroj: CVVM SOÚ AV ČR, v

Graf 1. Důvěra v budoucnost evropského projektu rozhodně má spíše má spíše nemá rozhodně nemá neví Zdroj: CVVM SOÚ AV ČR, v TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: +420 210 310 584 E-mail: nadezda.cadova@soc.cas.cz Občané ČR o budoucnosti EU a přijetí eura

Více

Spokojenost se životem březen 2018

Spokojenost se životem březen 2018 Tisková zpráva Spokojenost se životem březen 2018 Dvě třetiny (66 %) populace jsou spokojeny se svým životem. Od května 2013 spokojenost se životem měla většinou vzestupnou tendenci, v průběhu minulého

Více

er Jilská 1, Praha 1 Tel.:

er Jilská 1, Praha 1 Tel.: TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: 86 80 9 E-mail: milan.tucek@soc.cas.cz Názor na zadlužení obyvatel a státu leden Technické parametry

Více

Jednodětnost v České republice. Hana Hašková, Radka Dudová, Kristýna Pospíšilová Sociologický ústav AV ČR, v.v.i.

Jednodětnost v České republice. Hana Hašková, Radka Dudová, Kristýna Pospíšilová Sociologický ústav AV ČR, v.v.i. Jednodětnost v České republice Hana Hašková, Radka Dudová, Kristýna Pospíšilová Sociologický ústav AV ČR, v.v.i. Proč studovat jednodětnost v ČR? reprodukční chování jedináčci: ve střední a východní Evropě

Více

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR Ve většině případů pracujeme s výběrovým souborem a výběrové výsledky zobecňujeme na základní soubor. Smysluplné

Více

První partnerská soužití českých mužů a žen

První partnerská soužití českých mužů a žen První partnerská soužití českých mužů a žen ANNA ŠŤASTNÁ, anna.stastna@vupsv.cz JANA PALONCYOVÁ, jana.paloncyova@vupsv.cz Výzkumný ústav práce a sociálních věcí, v.v.i. ÚVOD změny partnerského chování

Více

er150213 Jilská 1, Praha 1 Tel.: 286 840 129 E-mail: milan.tucek@soc.cas.cz

er150213 Jilská 1, Praha 1 Tel.: 286 840 129 E-mail: milan.tucek@soc.cas.cz er0 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: 86 80 9 E-mail: milan.tucek@soc.cas.cz Názor na zadlužení obyvatel a státu leden 0 Technické

Více

Čtvrtstoletí změn z hlediska hodnot a demografického chování v České republice a na Slovensku

Čtvrtstoletí změn z hlediska hodnot a demografického chování v České republice a na Slovensku Čtvrtstoletí změn z hlediska hodnot a demografického chování v České republice a na Slovensku Beatrice Chromková Manea Ladislav Rabušic Fakulta sociálních studií MU Brno HODNOTY 1. Hodnoty jsou kritéria,

Více

INDUKTIVNÍ STATISTIKA

INDUKTIVNÍ STATISTIKA 10. SEMINÁŘ INDUKTIVNÍ STATISTIKA 3. HODNOCENÍ ZÁVISLOSTÍ HODNOCENÍ ZÁVISLOSTÍ KVALITATIVNÍ VELIČINY - Vychází se z kombinační (kontingenční) tabulky, která je výsledkem třídění druhého stupně KVANTITATIVNÍ

Více

DEMOGRAFICKÁ SITUACE V KRAJÍCH ČR (2013)

DEMOGRAFICKÁ SITUACE V KRAJÍCH ČR (2013) DEMOGRAFICKÁ SITUACE V KRAJÍCH ČR (2013) Michaela Němečková Tisková konference, 11. 9. 2014, Praha ČESKÝ STATISTICKÝ ÚŘAD Na padesátém 81, 100 82 Praha 10 www.czso.cz Kraje České republiky a jejich počet

Více

Metodologie pro Informační studia a knihovnictví 2

Metodologie pro Informační studia a knihovnictví 2 Metodologie pro Informační studia a knihovnictví 2 Modul 9: Úvod do induktivní statistiky Obsah Induktivní statistika... 2 Kdy můžeme zobecňovat?... 2 Logika statistické indukce... 3 Proč nelze jednoduše

Více

Potraty v roce Abortions in year 2009

Potraty v roce Abortions in year 2009 Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 21. 4. 21 7 Potraty v roce 29 Abortions in year 29 Souhrn V roce 29 se celkový počet potratů snížil na 4 528. Oproti

Více

DEMOGRAFICKÝ VÝVOJ. Počet obyvatel oproti minulému roku mírně poklesl

DEMOGRAFICKÝ VÝVOJ. Počet obyvatel oproti minulému roku mírně poklesl DEMOGRAFICKÝ VÝVOJ Počet obyvatel oproti minulému roku mírně poklesl Počtem obyvatel zaujímá Karlovarský kraj 2,9 % z celkového úhrnu ČR, a je tak nejméně lidnatým krajem. Na konci roku 2013 žilo v kraji

Více

Vliv rozpadu manželských svazků na plodnost v České republice

Vliv rozpadu manželských svazků na plodnost v České republice Vliv rozpadu manželských svazků na plodnost v České republice 1 6. 1 0. 2 0 1 3 D I S K U S N Í V E Č E R Č D S A L E N A F I L A S O V Á Obsah Úvod Data a prameny Metody Plodnost dle historie partnerství

Více

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky Vysoká škola báňská technická univerzita Ostrava Fakulta elektrotechniky a informatiky Bankovní účty (semestrální projekt statistika) Tomáš Hejret (hej124) 18.5.2013 Úvod Cílem tohoto projektu, zadaného

Více

Svatby v české společnosti

Svatby v české společnosti TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: klara.prochazkova@soc.cas.cz Svatby v české společnosti Technické parametry Výzkum:

Více

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D. Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní

Více

3. Domácnosti a bydlení seniorů

3. Domácnosti a bydlení seniorů 3. Domácnosti a bydlení seniorů Sčítání lidu, domů a bytů představuje jedinečný zdroj dat o velikosti a struktuře domácností jak v podrobnějším územním detailu, tak v kombinaci s charakteristikami úrovně

Více

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu

Více

Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře)

Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře) Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře) Následující analýza výhodnosti vstupu do II. pilíři vychází ze stejné metodologie, která je popsána v Pojistněmatematické zprávě

Více

4. DEMOGRAFICKÉ STRUKTURY A PROCESY

4. DEMOGRAFICKÉ STRUKTURY A PROCESY 4. DEMOGRAFICKÉ STRUKTURY A PROCESY O čem je mapový oddíl DEMOGRAFICKÉ STRUKTURY A PROCESY? Mapový oddíl se zaměřuje na základní charakteristiky demografické struktury obyvatelstva Česka v letech 1921

Více

Česká republika. Obrázek 1: Přehled o vývoji počtů nově přijímaných žáků v ČR. 1. ročníku SŠ. 1

Česká republika. Obrázek 1: Přehled o vývoji počtů nově přijímaných žáků v ČR. 1. ročníku SŠ. 1 Česká republika Přehled o nově přijímaných žácích Celkový počet žáků nově přijatých do denního studia na středních a vyšších odborných školách ve školním roce 2011/2012 činil 124 719, z toho do studia

Více

Hlavní demografické změny

Hlavní demografické změny Hlavní demografické změny Jitka Rychtaříková Katedra demografie a geodemografie Přírodovědecká fakulta University Karlovy v Praze Albertov 6, 128 43 Praha rychta@natur.cuni.cz +420 221951420 Struktura

Více

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 8. 2009 40 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví European

Více

ZX510 Pokročilé statistické metody geografického výzkumu. Téma: Měření síly asociace mezi proměnnými (korelační analýza)

ZX510 Pokročilé statistické metody geografického výzkumu. Téma: Měření síly asociace mezi proměnnými (korelační analýza) ZX510 Pokročilé statistické metody geografického výzkumu Téma: Měření síly asociace mezi proměnnými (korelační analýza) Měření síly asociace (korelace) mezi proměnnými Vztah mezi dvěma proměnnými existuje,

Více

Česká veřejnost o tzv. Islámském státu a o dění na Ukrajině leden 2016

Česká veřejnost o tzv. Islámském státu a o dění na Ukrajině leden 2016 pm0 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: +0 0 E-mail: jan.cervenka@soc.cas.cz Česká veřejnost o tzv. Islámském státu a o dění na Ukrajině

Více

KORELACE. Komentované řešení pomocí programu Statistica

KORELACE. Komentované řešení pomocí programu Statistica KORELACE Komentované řešení pomocí programu Statistica Vstupní data I Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu Popisná

Více

Celopopulační studie o zdravotním stavu a životním stylu obyvatel v České republice - Charakteristika výběrového souboru

Celopopulační studie o zdravotním stavu a životním stylu obyvatel v České republice - Charakteristika výběrového souboru Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 13.4.2005 10 Celopopulační studie o zdravotním stavu a životním stylu obyvatel v České republice - Charakteristika

Více

1. Demografický vývoj

1. Demografický vývoj 1. Demografický vývoj Počet obyvatel je dlouhodobě stabilní, posledních pět let mírně klesal, tempo se v roce 215 zpomalilo obyvatelstvo ubylo ve třech okresech, trvale nejvíce ve správním obvodu ORP Broumov.

Více

Výzkum sociální změny

Výzkum sociální změny UK FHS Historická sociologie (ZS 2011) Design kvantitativního výzkumu Výzkum sociální změny 6. část poslední aktualizace 26.11. 2011 Jiří Šafr jiri.safr(at)seznam.cz Zkoumání sociální změny V centru zájmu

Více

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II Základy biostatistiky II Veřejné zdravotnictví 3.LF UK - II Teoretické rozložení-matematické modely rozložení Naměřená data Výběrové rozložení Teoretické rozložení 1 e 2 x 2 Teoretické rozložení-matematické

Více

Tab Charakteristiky věkové struktury obyvatelstva podle správních obvodů ORP. Průměrný věk Index stáří Index závislosti I.

Tab Charakteristiky věkové struktury obyvatelstva podle správních obvodů ORP. Průměrný věk Index stáří Index závislosti I. 2.2.2. Obyvatelstvo podle pohlaví, věku, vzdělání a rodinného stavu Došlo k mírnému zmenšení podílu dětí ve věku 0 až 14 let na obyvatelstvu vývoj poměrových ukazatelů dokládá celkové populační stárnutí

Více

Cvičení 12: Binární logistická regrese

Cvičení 12: Binární logistická regrese Cvičení 12: Binární logistická regrese Příklad: V roce 2014 konalo státní závěrečné zkoušky bakalářského studia na jisté fakultě 167 studentů. U každého studenta bylo zaznamenáno jeho pohlaví (0 žena,

Více

Občané o stavu životního prostředí květen 2012

Občané o stavu životního prostředí květen 2012 oe206 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel./fax: 26 0 2 E-mail: martin.buchtik@soc.cas.cz Technické parametry Občané o stavu životního prostředí

Více