Terciární vzdělávání v ČR v empirickém pohledu

Transkript

1 Terciární vzdělávání v ČR v empirickém pohledu aneb jak je možné věcně zkoumat TV a co o TV v ČR víme Arnošt Veselý

2 Cíle Získat základní znalost o možnostech a mezích empirické analýzy TV (dostupná data, indikátory); Naučit se orientovat v základních empirických ukazatelích TV; Získat základní znalost o vývoji TV v ČR dle empirických dat; Naučit se kriticky interpretovat empirická data a chápat je v širších souvislostech.

3 Struktura přednášky Dostupná data o TV Kontext a souvislosti interpretace indikátorů Analýza vývoje počtu studentů Další důležité indikátory

4 Cvičení 1 Představte si, že jste nový poradce ministra školství a chcete získat co nejpřesnější obrázek o stavu terciárního vzdělávání v ČR. Jaká data, informace či indikátory budete chtít? Proč?

5 Informací je mnoho ČR: ÚIV F1 Vysoké školství souhrny F1.1 Souhrn VŠ studenti (fyzické osoby) podle formy a typu studijního programu F1.1.1 Souhrn VŠ počet VŠ, studií a absolvování podle formy a typu studijního programu F2 Studenti vysokých škol (podle zřizovatele a skupiny studijních programů F2.1.1 VŠ studenti (fyzické osoby) podle formy a typu studijního programu F2.1.2 VŠ studenti (fyzické osoby) ženy podle formy a typu studijního programu F2.2.1 VŠ studenti (fyzické osoby) celkem podle formy studia a typu studijního programu F2.2.2 VŠ studenti (fyzické osoby) ženy podle formy studia a typu studijního programu F3 Poprvé zapsaní, přijímací řízení (podle zřizovatele a skupiny studijních programů) F3.1 VŠ poprvé zapsaní (fyzické osoby) na VŠ podle formy studia a typu studijního programu F3.2.1 VŠ poprvé zapsaní (fyzické osoby) na VŠ celkem podle formy studia a typu studijního programu F3.2.2 VŠ poprvé zapsané ženy (fyzické osoby) na VŠ podle formy studia a typu studijního programu F3.3 VŠ poprvé zapsaní (fyzické osoby) podle typu studijního programu podle zřizovatele a roku narození F3.4 VŠ veřejné a soukromé přijímací řízení (uchazeči se státním občanstvím ČR) F4 Absolventi vysokých škol F4.1 Vysoké školy absolventi (fyzické osoby), z toho ženy podle formy studia a typu studijního programu F4.2 Vysoké školy absolventi (fyzické osoby) celkem, z toho ženy podle formy studia a typu studijního programu F4.3 Vysoké školy absolventi (fyzické osoby) podle typu studijního programu F5 Celoživotní vzdělávání na vysokých školách F5.1 Vysoké školy celoživotní vzdělávání studenti podle zřizovatele a vysokých škol F5.2 Vysoké školy celoživotní vzdělávání absolventi podle zřizovatele a vysokých škol F6 Zaměstnanci vysokých škol F6.1 Veřejné vysoké školy zaměstnanci podle vysokých škol F7 Státní vysoké školy.

6 Informací je mnoho OECD Education at Glance: Graduation rates in tertiary education (2005) Trends in tertiary graduation rates ( ) Percentage of tertiary graduates, by field of education (2005) Science graduates, by gender (2005) Survival rates in tertiary education (2004) Trends in net graduation rates at advanced research qualification rates ( ) Percentage of tertiary qualifications awarded to females, by type of tertiary education and field of education (2005) Population that has attained tertiary education (2005) Population of males who have attained tertiary education (2005) Population of females who have attained tertiary education (2005) Attainment of tertiary education, by age (2004).

7 Jak se vyznat v datech? Data se týkají v zásadě tří hlavních základních oblastí ( jednotek ): studentů, pedagogů a financování; Jsou tříděna podle dalších znaků (školy, typ oboru, forma studia atd.); Používají se absolutní hodnoty (např. absolutní počet všech studentů), i normované hodnoty (např. počet studentů v dané věkové kohortě).

8 Model souvislostí indikátorů Vstupy Procesy Výstupy Efekty

9 Model souvislostí indikátorů Vstupy Procesy Výstupy Efekty - Čistá míra vstupu do TV - Hrubá míra vstupu do TV - Střední délka vzdělávání - Čistá míra účasti na TV - Hrubá míra graduace - Čistá míra graduace - Míra přežití v TV - Podíl obyvatel s terciárním vzděláním - Podíl nezaměstnaný ch lidí s TV

10 Různé účely indikátorů Vstupy Procesy Výstupy Efekty Informace pro vzdělávací politiku. Čistá míra vstupu do TV Absolutní počty studentů - Hrubá míra graduace - Čistá míra graduace - Míra přežití v TV - Podíl obyvatel s terciárním vzděláním - Podíl nezaměstnaný ch lidí s TV Informace pro financování.

11 Různé metodiky výpočtu počtu studentů Počty studií mnoho studentů je započítáno vícekrát; stále se užívá u členění do jednotlivých oborů studia Počty studentů fyzické osoby; dle SIMS (Sdružené informace z matrik studentů); užívá se při výpočtech míry vstupu do terciárního vzdělávání atd.

12 Studenti: ukazatelé vstupu Čistá míra vstupu do terciárního vzdělávání NENTa POPa 100 % Kde NENTa je počet poprvé zapsaných ve věku a do terciárního vzdělávání POPa je počet obyvatel ve věku a. (Kleňhová, 2007: 15) Tedy: suma podílu počtu vzdělávajících se osob v daném věku a celkového počtu osob v daném věku

13 Studenti: ukazatelé vstupu Míra vstupu založená na kohortní analýze y i z 0 ENTR ( y POP( y i) t i) t i i 100 % ENTR(y i)t i je počet poprvé zapsaných ve věku y i v roce t i POP(y i)t i je velikost populace ve věku y i v roce t i y je horní hranice věkové skupiny vstupující do ukazatele z je dolní hranice věkové skupiny vstupující do ukazatele (Kleňhová, 2007: 15) Tedy: ukazatel sleduje generaci narozených v jednom roce v průběhu času.

14 Počet poprvé zapsaných do terciárního vzdělávání typu ISCED 5A podle věku v letech (pouze občané ČR) celkem Pramen: Hulík a Tesárková (2009)

15 Čistá míra vstupu do terciárního vzdělávání a míra vstupu založená na kohortní analýze (pro programy terciárního vzdělávání typu ISCED 5A) v letech ,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 18 6,3% 7,0% 7,6% 7,7% 2,6% 0,5% 0,0% 0,0% 0,0% 0,0% 0,0% 19 6,1% 7,1% 8,2% 9,1% 11,7% 11,5% 14,0% 15,1% 16,2% 17,5% 18,3% 20 2,7% 2,9% 3,2% 4,5% 7,6% 10,2% 12,1% 13,1% 14,5% 15,5% 16,0% 21 1,7% 1,6% 1,4% 2,8% 1,5% 2,6% 2,8% 2,9% 3,2% 3,2% 3,2% 34,9% 22 1,5% 1,2% 0,9% 1,9% 1,0% 1,1% 1,3% 1,4% 1,4% 1,6% 1,6% 23 1,0% 0,8% 0,6% 1,4% 0,7% 0,8% 0,8% 0,9% 1,1% 1,1% 1,2% 24 0,6% 0,5% 0,5% 1,0% 0,6% 0,6% 0,6% 0,7% 0,7% 0,8% 0,8% 32,6% 25 0,3% 0,3% 0,4% 0,6% 0,4% 0,5% 0,6% 0,6% 0,6% 0,6% 0,7% 26 0,2% 0,3% 0,3% 0,3% 0,4% 0,4% 0,5% 0,6% 0,5% 0,5% 0,6% 27 0,2% 0,2% 0,2% 0,2% 0,3% 0,4% 0,4% 0,5% 0,5% 0,5% 0,5% 28 0,1% 0,2% 0,2% 0,1% 0,3% 0,3% 0,4% 0,4% 0,5% 0,5% 0,5% 24,0% 29 0,1% 0,1% 0,1% 0,1% 0,3% 0,3% 0,4% 0,4% 0,4% 0,5% 0,5% ,2% 0,1% 0,1% 0,0% 0,2% 0,2% 0,3% 0,4% 0,4% 0,4% 0,5% ,0% 0,1% 0,1% 0,0% 0,1% 0,2% 0,2% 0,3% 0,3% 0,4% 0,4% 40+ 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,1% 0,1% 0,1% 0,1% 21,8% 23,2% 24,6% 29,7% 29,7% 31,8% 37,2% 41,0% 44,5% 48,3% 50,6% Pramen: Hulík a Tesárková (2009) Čistá míra vstupu Míra vstupu založená na kohortní analýze

16 Chart A2.3. Entry rates into tertiary-type A education (1995, 2000 and 2008) , USA - The entry rates for tertiary-type A programmes include the entry rates for tertiary-type B programmes. Countries are ranked in descending order of entry rates for tertiary-type A education in Source: OECD. Table A2.4. See Annex 3 for notes ( Soutce: OECD, Education at Glance (2010)

17 Interpretace Ukazatel čisté míry vstupu vzrostl za posledních 10 let více než dvojnásobně (tzv. syntetická věková kohorta poprvé zapsaných do terciárního vzdělávání) a přesáhl 50 % - přechodu od elitního na masový systém terciárního vzdělávání podle Trowovy koncepce; Výrazně vzrostl podíl jak těch, kteří nastupují hned po studiu, tak těch ostatních ( odložená poptávka ). V roce 2009 zhruba 38 % studentů z kohorty ukončení maturitou vstoupilo na vysoké školy; zbytek tvoří odložená poptávka

18 z toho Počty studentů celkem Forma vzdělávání/studia Typ studijního programu Celkem 2003/ / / / / / / prezenční studium distanční a kombinované studium Bakalářské studijní programy Magisterské studijní programy Magisterské navazující studijní programy Doktorské studijní programy Zdroj: Databáze ÚIV, 2010

19 Korea Canada Russian Federation1 Japan New Zealand Norway Ireland Denmark Israel Belgium Australia United States Sweden France Netherlands Spain Luxembourg Switzerland United Kingdom Finland Estonia OECD average Chile Iceland Poland Slovenia Greece Hungary Germany Portugal Italy Mexico Austria Slovak Republic Czech Republic Turkey Brazil TV v populaci Chart A1.1. Population that has attained tertiary education (2008) year-olds year-olds Education at Glance 2010 Countries are ranked in descending order of the percentage of year-olds who have attained tertiary education. Source: OECD. Table A1.3a. See Annex 3 for notes ( Statlink

20 ??? Příčiny nárůstu studentů

21 Příčiny nárůstu studentů Realizace odložené poptávky; Demografický důvod: slabší ročníky, zatímco kapacita zůstala nastavená stejně; Vznik mnoha soukromých vysokých škol; Přesun z VOŠ na VŠ (v grafu pouze ISCED 5A) Rozvoj kombinovaného studia

22 Počty škol Vysoké školy veřejné a soukromé z celkového počtu škol soukromé vysoké školy Vysoké školy vojenské a policejní Zdroj: Databáze ÚIV, 2010

23 Počty studentů v jednotlivých oborech Přírodní vědy a nauky Technické vědy a nauky Zemědělsko-lesnické a veterinární vědy a nauky Zdravotnictví, lékařské a farmaceut.vědy a nauky Humanitní a spol. vědy a nauky Ekonomické vědy a nauky Právní vědy a nauky Pedagogika, učitelství a soc. péče Vědy a nauky o kultuře a umění Zdroj: Databáze ÚIV, 2010

24 Cvičení 2 Kolik máme vysokoškoláků Na základě výše uvedené analýzy vyberte jeden z výroků a argumentujte v jeho prospěch: 1. Vysokoškoláků v ČR je příliš mnoho, stát by měl zavést opatření na jejich snížení; 2. Vysokoškoláků v ČR je příliš mnoho, ale administrativně by se nemělo zájmu o studium bránit; 3. Vysokoškoláků je v ČR je přiměřeně potřebám společnosti; 4. Vysokoškoláků v ČR je stále málo, stát by měl podporovat zájem o studium;

25 v tom Počty pedagogů Vysoké školy včetně kolejí a menz (bez VŠZS,VŠLS a zahraničních lektorů) Zaměstnanci celkem zaměstnanci vysokých škol zaměstnanci kolejí zaměstnanci menz z toho akademičtí pracovníci Zdroj: Databáze ÚIV, 2010

26 MEX BRA TUR KOR CHL UKM FRA JPN SVK CZE DEU IRL RUS NZL EST ISR AUS SVN NLD CHE FIN USA ESP AUT BEL SWE LUX PRT NOR HUN ITA POL ISL Počty pedagogů na studenta Chart D2.3 Number of students per teacher in full-time equivalents 40 Tertiary education 30 25,74 29, ,41 15,88 19,12 16,90 17,77 16,25 15,43 15,85 12,63 11,54 10,41 20,83 14,94 18,97 15,77 14,99 14,59 11,05 8,53 13,81 9,30 19,51 17,11 16,68 10,08 0 0,00 0,000,000,00 0,00 0,00 Source: OECD. Table D2.2. See Annex 3 for notes (

27 Cvičení 3 Jaký je podle vás optimální počet pedagogů na studenta? Proč?

28 Luxembourg1 United States Norway Iceland Switzerland1 Denmark Austria Sweden United Kingdom Italy1 Belgium Japan Ireland Netherlands Spain Australia Finland France Germany Korea Israel Portugal1 New Zealand Hungary1 Poland1 Estonia Slovak Republic Czech Republic Chile Mexico Brazil1 Canada1 Slovenia Russian Výdaje na TV Chart B1.2. Annual expenditure by educational institutions per student for all services, by level of education (2007) In equivalent USD converted using PPPs, based on full-time equivalents OECD average 1. Public institutions only. Countries are ranked in descending order of expenditure by educational institutions per student in primary education. Source: Education at Glance (200)

29 v % v tom Celkové výdaje na veřejné vysoké školy VŠ výdaje z rozpočtu kapitoly 333-MŠMT v tis. Kč Výdaje na vysoké školy celkem neinvestiční výdaje investiční výdaje neinvestiční výdaje ,5% 85,3% 82,3% 82,1% 82,6% 83,8% 85,2% investiční výdaje 16,5% 14,7% 17,7% 17,9% 17,4% 16,2% 14,8% Zdroj: Databáze ÚIV, 2010

30 Slovak Republic Poland Czech Republic Estonia Spain Ireland Finland Hungary Germany Sweden New Zealand OECD average Israel France Turkey Norway Netherlands Belgium Korea Australia Denmark Italy Portugal Switzerland Luxembourg Canada United Kingdom Slovenia United States Iceland EU19 average Austria Greece Japan Mexico Brazil Chile / / Efekty vzdělávání Chart A6.4. Difference between highest and lowest unemployment rates for below upper secondary and tertiary educated year-old individuals ( ) % Below upper secondary education Tertiary education Upper secondary and post-secondary non-tertiary education Countries are ranked in descending order of the difference between highest and lowest unemployment rates of year-olds with below upper secondary education. Source : OECD. Table A6.4a. See Annex 3 for notes (

31 Cvičení 4: Další efekty TV Jaké další efekty by měly být podle Vás sledovány? Proč?

32 Otázky, komentáře? DÍKY ZA POZORNOST!