Co a jak silně ovlivňuje šance na dosažení vyššího vzdělání?

Podobné dokumenty
Jak se ve světle nových dat v ČR vyvíjely vzdělanostní nerovnosti?

Souvislosti kompetencí a odměňování

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

Mezigenerační mobilita determinanty socioekonomického statusu před rokem 1989 a během minulých dvaceti let

Vliv osobnostních, rodinných a sociálních faktorů na dosažené vzdělání a úroveň kompetencí

Názory české společnosti na postavení muže a ženy v rodině a na trhu práce

Vývoj vzdělanostní struktury a nerovností v českých zemích od počátku 20. stol. do současnosti

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

Digitalizace televizního vysílání. IV. Vlna

Děti narozené v manželství a mimo manželství: dvě různé populace

Zdroj: ÚIV Školní rok 2000/ / / / /2005

Šetření absolventů středního odborného vzdělání s maturitní zkouškou a s odborným výcvikem tři roky od ukončení studia

Další vzdělávání a rozvoj kompetencí

Faktory podmiňující vzdělanostní aspirace a vzdělanostní segregaci u dívek a chlapců v v českém vzdělávacím systému

Absolventi středních škol a trh práce ZEMĚDĚLSTVÍ. Odvětví:






er Jilská 1, Praha 1 Tel.:

LEPENÉ SPOJE. 1, Podstata lepícího procesu

Absolventi středních škol a trh práce DOPRAVA A SPOJE. Odvětví: Ing. Mgr. Pavla Paterová Mgr. Gabriela Doležalová a kolektiv autorů

Absolventi středních škol a trh práce PEDAGOGIKA, UČITELSTVÍ A SOCIÁLNÍ PÉČE. Odvětví:

Lékaři a další specialisté v oblasti zdravotnictví. Předvídání kvalifikačních potřeb (PŘEKVAP) Výstup projektu

Digitalizace televizního vysílání. V. Vlna

Jak velká je poptávka po gymnáziích? Aproč není vyšší?

MAPA VÝZKUMNÉHO A APLIKAČNÍHO POTENCIÁLU ČESKA. Mzdová atraktivita zaměstnání ve výzkumu a vývoji

VLIV DOSAŽENÉHO VZDĚLÁNÍ NA UPLATNĚNÍ MLADÝCH LIDÍ NA TRHU PRÁCE

Demografické a ekonomické souvislosti systému péče o děti v ČR a ve Francii. Kamila Svobodová Věra Kuchařová

2011/12. Ing. Jiří Vojtěch Ing. Daniela Chamoutová

F p Test. statistika p 13,9 <,001 Muž 249 <,001 Žena 281 <,001. T test t df p Průměrný rozdíl 5, ,48 <,001 4,56

er Jilská 1, Praha 1 Tel.: milan.tucek@soc.cas.cz

Výzkum sociální změny

Výzkum veřejného mínění. pro Fórum dárců

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

KGG/STG Statistika pro geografy

Stává se vzdělání poziční výhodou? Proměna ekonomické návratnosti vzdělání vdobě vzdělanostní expanze v České republice

Absolventi středních škol a trh práce OBCHOD. Odvětví:

III. Sociální stratifikace rodin respondentů ve věku let a jejich dětí do 15 let

Fyzické tresty Výzkum PR

Citlivostní analý za pojistna sazba

Základní kompetence předpoklad uplatnění na trhu práce

Kontexty porodnosti v České republice a Praze

2. Kvalita lidských zdrojů

nezávislá analýza nad daty pro

INTEGROVANÉ DOPRAVNÍ SYSTÉMY

Dlouhodobý záměr Fakulty mezinárodních vztahů Vysoké školy ekonomické v Praze na období

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

Podkladový material č. 12 TABULKY A GRAFY

Jednání OK , podklad k bodu 2: Návrhy k valorizaci důchodů

Pracovníci informačních služeb, na přepážkách apod.

Statistické zkoumání faktorů výšky obyvatel ČR

1. Obyvatelstvo, rodiny a domácnosti

Podpora znevýhodněných při volbě povolání a přechodu na trh práce

TÉMĚŘ V PĚTINĚ RODINNÝCH DOMÁCNOSTÍ ŽIJÍ ZÁVISLÉ DĚTI JEN S JEDNÍM RODIČEM

EMPIRICKÉ ŠETRENÍ V DĚTSKÉM DIAGNOSTICKÉM ÚSTAVU

Absolventi středních, vyšších a vysokých škol podle pohlaví. (Graf 15) Zdroj: MŠMT ČR

Hledání závislostí technologických a nákladových charakteristik při tavení oceli na elektrických obloukových pecích

Nemoci oběhové soustavy v české populaci. Mgr. Michala Lustigová 18. konference Zdraví a životní prostředí, Milovy 2013

ČTENÁŘI MF DNES, LIDOVÝCH NOVIN A METRA

3 více. Vliv zásahu mediálními obsahy na postoje publika. Evropa. Média. Rok 2015 ve světě, ČR a médiích. přes milion imigrantů 3 více, než 2014

otec syn

Spokojené m anželství manželství manželství za za hrst hrst hrst pilulek aneb Hormonální antikoncepce, partnerský výbě ýb r a sta t bilit

Obyvatelstvo a bydlení

4 Porodnost a plodnost

ČTENÁŘI MF DNES, LIDOVÝCH NOVIN A METRA

PODPORA ZAVEDENÍ EURA V ČR KLESÁ.

Základní charakteristiky zdraví, nemocnosti a úmrtnosti (Tabulka 5)

Výsledky průzkumu mezi absolventy VUT v Brně z let

Žádost o zápis příjmení v mužském tvaru. Jméno, popř.jména:... Příjmení, popř. rodné příjmení:... Datum narození:..., rodné číslo:...

ČTENÁŘI MF DNES, LIDOVÝCH NOVIN A METRA. i n z e r t n í p r e z e n t a c e

Demografické stárnutí a životní podmínky seniorů v České republice. Kamila Svobodová

APERIO PROBLÉMY A POTŘEBY RODIČŮ

PŘÍSPĚVEK K TÉMATU ADAPTACE ŽÁKŮ Z ODLIŠNÉHO SOCIOKULTURNÍHO PROSTŘEDÍ NA NĚKTERÝCH ZÁKLADNÍCH ŠKOLÁCH V PRAZE

STATISTICA Téma 8. Regresní a korelační analýza, regrese prostá

Základní principy poměrového rozúčtování nákladů na teplo a vodu. Seminář pro SBD Strakonice Ing. Jiří Zerzaň, Techem, spol. s r. o.

Sucho, součást našeho podnebí. Jaroslav Rožnovský

Další vzdělávání a rozvoj kompetencí

Národní akční plán podporující pozitivní stárnutí pro období let 2013 až 2017

Kvalifikovaní pracovníci v zemědělství, lesnictví a rybářství

Vyhodnocení cenového vývoje drahých kovů na světových burzách v období let

Děti nebo studium: nový pohled na staré téma. Simona Weidnerová

KOMENTÁŘ KE STATISTICKÉMU VYHODNOCENÍ ČINNOSTI STŘEDISEK PROBAČNÍ A MEDIAČNÍ SLUŽBY V ČESKÉ REPUBLICE ZA ROK 2008

4 Porodnost a plodnost

Vliv vzdělanostní úrovně na kriminalitu obyvatelstva

Financování sociálních služeb musí vytvářet rovné podmínky pro jejich uživatele.

er Jilská 1, Praha 1 Tel./fax: milan.tucek@soc.cas.cz

Pracovní podmínky českých

SPIR NetMonitor Výzkum sociodemografie návštěvníků internetu v České Republice. Název média: ekolist.cz. Říjen 2008

objednací kód: DK-7-EL

Plány na narození dítěte a jejich realizace v České republice

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE TEZE K DIPLOMOVÉ PRÁCI

IV. PORODNOST. Tab. IV.1 Narození,

SPIR NetMonitor Výzkum sociodemografie návštěvníků internetu v České Republice. Název média: ekolist.cz. Prosinec 2008

KULTURA A VZDĚLÁVÁNÍ

PROCES. Zpracování datových podkladů pro Rozbor udržitelného rozvoje při Úplné aktualizaci územně analytických podkladů ORP Kadaň

III/5 Trh práce a politika zaměstnanosti

KONCEPCE RODINNÉ POLITIKY 14. ČERVNA 2017 PRAHA

Vícerozměrné metody. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Schematický úvod

Transkript:

Co a jak silně ovlivňuje šance na dosažení vyššího vzdělání? Petra Anýžová KONFERENCE PIAAC: PŘEDPOKLADY ÚSPĚCHU V PRÁCI A V ŽIVOTĚ 27. LISTOPADU 2013

Hlavní téma Nerovnosti v šancích na dosažení vyššího vzdělání Sociální původ Pohlaví Vlastní schopnosti, kompetence, hodnoty, úsilí Askriptivní faktory Zásluhové faktory

Výzkumné otázky 1. Jak silně sociální původ (vzdělání rodičů a sociálně ekonomický status povolání otce) ovlivňuje dosažené vzdělání respondenta? 2. Došlo v tomto ohledu v posledních pěti dekádách k významné změně? 3. Existují v tomto směru významné rozdíly mezi muži a ženami?

Vliv sociálního původu na dosažené vzdělání Vývoj vzdělanostní mobility

Řádková procenta % 1 Vzdělání otce Vzdělanostní struktura muži (otec syn) Základní Vzdělání syna Střední bez maturity Střední s maturitou Vysokoškolské Celkem Základní 10,2 60,8 20,6 8,3 100 2 Střední bez maturity 4,2 56,1 27,9 11,8 100 3 Střední s maturitou 3,3 33,9 36,1 26,7 100 4 Vysokoškolské 2,6 14,4 26,3 56,7 100 Celkem 4,8 46,8 28,6 19,7 100 Gamma = 0,461 5

Řádková procenta % Vzdělání matky Vzdělanostní struktura ženy matka dcera Základní Vzdělání dcery Střední bez maturity Střední s maturitou Vysokoškolské Celkem 1 Základní 23,4 43,7 26,8 6,0 100 2 Střední bez maturity 6,2 37,3 45,1 11,4 100 3 Střední s maturitou 2,5 17,6 46,5 33,4 100 4 Vysokoškolské 0,6 2,8 22,9 73,7 100 Celkem 12,1 33,3 36,9 17,7 100 Gamma = 0,601 6

Základní vzorce vzdělanostní mobility v generacích mužů a žen 70,0% 60,0% 50,0% 40,0% 30,0% 20,0% 10,0% 0,0% sestup (muži) sestup (ženy) stabilita (muži) stabilita (ženy) vzestup (muži) vzestup (ženy) 59,6% 58,8% 44,1% 43,1% 13,0% 11,6% 7,4% 6,9% 54,5% 37,7% 20,0% 18,5% 10,3% 52,5% 51,3% 40,0% 6,8% 32,0% 22,0% 12,6% do 1969 1970-1979 1980-1989 1990-1999 2000-2009 kohorta (16 let respondenta) 9

Analýza mobilitních pohybů (napříč věkovými kohortami) Z mobilitní analýzy vyplývá: 1. V základních mobilitních vzorcích (vzestup, stabilita, sestup) existují velké rozdíly mezi muži a ženami: 1. vzestupnou mobilitou prošlo 41 % mužů (sestupnou 16 %) 2. vzestupnou mobilitou prošlo 56 % žen (sestupnou 8 %) 2. Závislost vzdělání syna na vzdělání otce je nižší než závislost vzdělání dcery na vzdělání matky (gamma 0,461 vs 0,601) 3. Sestupná mobilita roste u mužů i u žen, vzestupná mobilita mírně klesá v obou částech populace 4. Vliv pohlaví respondenta na dosažení vyššího vzdělání ve srovnání s rodiči je zásadní.. 10

Vliv sociálního původu na dosažené vzdělání Dlouhodobý vývoj vlivu sociálně-ekonomického původu a pohlaví na šance dosáhnout středního a vysokoškolského vzdělání

Analýza Binomiální logistická regrese Závislé (binární) proměnné: SEC (respondent dosáhl úplného středního vzdělání: 0 = ne, 1 = ano) TER (respondent dosáhl vysokoškolského vzdělání: 0 = ne, 1 = ano) TRAN (respondent po ukončení středního vzdělání pokračoval ve studiu na vysoké škole: 0 = ne, 1 = ano) * V nejmladší kohortě absolventi středního vzdělání, kteří v době konání výzkumu studovali na vysoké škole, kódováni jako ti, kteří dosáhli vysokoškolského vzdělání.* Nezávislé proměnné: Socioekonomický status výchozí rodiny FAMSES (faktorový skór pro latentní proměnnou tvořenou indikátory: FEDU4 - vzdělání otce, 4 kategorie; MEDU4 - vzdělání matky, 4 kategorie; ISEI_F - index pro socioekonomický status otce, spojitá proměnná) Pohlaví SEX (pohlaví, 1 = muž, 2 = žena) 12

Analýza Jako souhrnná míra vlivu všech nezávisle proměnných na dosažené vzdělání (střední, vysokoškolské) byla využita hodnota Nagelkerkeho R 2 (RSQ) podobné vlastnosti jako R 2 v mnohonásobné regresi Sledovali jsme: vliv SES v kombinaci s pohlavím (RSQ pro SES a SEX) vliv samotného SES (RSQ pouze pro SES) 13

Vliv socioekonomického statusu výchozí rodiny a pohlaví A: na dosažení středoškolského vzdělání s maturitou (SEC) 3,500 3,000 2,500 2,408 Úplné střední vzdělání 3,062 2,304 2,710 3,296 Pohlaví SES Exp(B) 2,000 1,500 1,000 1,072 1,666 1,542 1,534 1,958 0,500 0,000 do 1969 1970-1979 1980-1989 1990-1999 2000-2009 kohorta (16 let respondenta) 14

Vliv socioekonomického statusu výchozí rodiny a pohlaví A: na dosažení středoškolského vzdělání s maturitou (SEC) Vliv SES výchozí rodiny na šance potomka dosáhnout úplného středního vzdělání od 80. let systematicky roste V současnosti dosahuje v dané historické perspektivě nejvyšších hodnot (Exp B = 3,296, RSQ bez SEX = 0,188) V nejstarší věkové kohortě (1950 1969) byly šance mužů a žen na dosažení úplného středoškolského vzdělání téměř vyrovnané (Exp(B) = 1,072) Od této doby šance žen na získání úplného středního vzdělání stále rostou a převyšují šance mužů Ženy v nejmladších věkových kohortách mají téměř 1,96 krát větší šanci dosáhnout úplného středního vzdělání než muži ze stejné kohorty 15

Vliv socio-ekonomického statusu výchozí rodiny a pohlaví B: na šance uskutečnit přechod mezi střední a vysokou školou 3,500 Pohlaví TER SES TER Pohlaví TRAN SES TRAN Exp(B) 3,000 2,500 2,000 1,500 2,521 1,660 3,024 2,622 2,021 1,973 2,959 2,249 1,292 2,880 2,928 2,540 2,084 1,000 0,500 0,000 1,048 0,984 0,597 0,497 0,718 0,444 0,402 do 1969 1970-1979 1980-1989 1990-1999 2000-2009 kohorta (16 let respondenta) 16

Vliv socioekonomického statusu výchozí rodiny a pohlaví B: na šance uskutečnit přechod mezi střední a vysokou školou (TRAN) Vliv SES na šance uskutečnit přechod mezi SŠ a VŠ s výjimkou mírného poklesu u kohorty 1980 1989 rostl, až u nejmladší věkové kohorty klesá (RSQ bez SEX = 0,082; Exp(B) = 2,084). Vliv pohlaví stále roste ženy z nejstarších věkových kohort (1950 1969) měly poloviční šance na uskutečnění přechodu mezi středním a vysokoškolským vzděláním oproti mužům (Exp (B) = 0,44) Ve věkové kohortě 1990 1999 dochází k vyrovnání šancí mužů a žen (Exp(B) = 1,05) V nejmladší věkové kohortě jsou šance žen na uskutečnění přechodu ze střední na vysokou školu 2,9 krát větší než šance mužů 17

Vliv socioekonomického statusu výchozí rodiny - srovnání Obecné shrnutí: Vliv SES výchozí rodiny na šance potomka dosáhnout úplného středního vzdělání od 80. let systematicky roste Vliv SES na šanci uskutečnit přechod mezi střední a vysokou školu byl dlouhodobě stabilní (mírně rostl), klesl až u nejmladší kohorty V současné době je vliv SES na dosažení SŠ vzdělání vyšší (3,3) než jeho vliv na šanci pokračovat ve studiu na VŠ (2,08) 18

Vliv pohlaví - srovnání Obecné shrnutí: V nejstarších věkových kohortách (1950 1969) byly šance žen na dosažení středního vzdělání s maturitou 1,1 krát větší než šance mužů, ale jejich šance pokračovat ve studiu na VŠ byly se srovnání s muži poloviční (0,4 krát) evidentní znevýhodnění žen. V nejmladších věkových kohortách (2000 2009) jsou šance žen získat střední vzdělání s maturitou 1,96 krát větší než šance mužů, jejich šance pokračovat ve studiu na vysoké škole jsou ovšem 2,93 krát větší než šance mužů. Od věkové kohorty 1990 1999 mají ženy obecně oproti mužům větší šance získat jak středoškolské, tak i vysokoškolské vzdělání. Změna se udála v posledních 20-ti letech. Vliv pohlaví se v současnosti projevuje obzvláště při získávání vysokoškolského vzdělání. 19

Vliv pohlaví - srovnání Podíl proměnné pohlaví na velikosti koeficientu determinace pro příslušný vzdělanostní přechod (SEC, TER,TRAN) SEC TER TRAN 50,0% 45,0% 40,0% 35,0% 30,0% 25,0% 20,0% 15,0% 10,0% 5,0% 0,0% 47,4% 36,3% 29,1% 26,8% 11,6% 10,0% 5,2% 6,4% 5,4% 4,4% 5,5% 0,0% 0,0% 1,2% 0,0% do 1969 1970-1979 1980-1989 1990-1999 2000-2009 kohorta (16 let respondenta) 20

Děkuji za pozornost!