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



Podobné dokumenty
Co a jak silně ovlivňuje šance na dosažení vyššího vzdělání?

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

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

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

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

Jak velká je poptávka po gymnáziích? Aproč není vyšší?

Další vzdělávání a rozvoj kompetencí

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

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

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

Absolventi středních škol a trh práce ZEMĚDĚLSTVÍ. Odvětví:

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






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

er Jilská 1, Praha 1 Tel.:

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

Podkladový material č. 12 TABULKY A GRAFY

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:

Digitalizace televizního vysílání. V. Vlna

ČTENÁŘI MF DNES, LIDOVÝCH NOVIN A METRA

ČTENÁŘI MF DNES, LIDOVÝCH NOVIN A METRA

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

Velikost pracovní síly

ČTENÁŘI MF DNES, LIDOVÝCH NOVIN A METRA

VLIV DOSAŽENÉHO VZDĚLÁNÍ NA UPLATNĚNÍ MLADÝCH LIDÍ NA TRHU PRÁCE

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

LEPENÉ SPOJE. 1, Podstata lepícího procesu

Pracovníci informačních služeb, na přepážkách apod.

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

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

ČTENÁŘI MF DNES, LIDOVÝCH NOVIN A METRA

Výzkum veřejného mínění. pro Fórum dárců

Výzkum sociální změny

KGG/STG Statistika pro geografy

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

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

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

Uplatnění absolventů škol na pracovním trhu

Fyzické tresty Výzkum PR

Absolventi středních škol a trh práce OBCHOD. Odvětví:

MODELOVÁNÍ CENOVÉ ELASTICITY POPTÁVKY PO VJEZDU NA AUTOBUSOVÉ NÁDRAŽÍ MODELLING OF PRICE DEMAND ELASTICITY FOR ENTRY TO BUS TERMINAL

Základní kompetence předpoklad uplatnění na trhu práce

Kontexty porodnosti v České republice a Praze

Citlivostní analý za pojistna sazba

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

2. Kvalita lidských zdrojů

Exportní výzkum DHL 21. vlna. Září 2012

nezávislá analýza nad daty pro

EU-Projekt INNO 2 Berlín

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

INTEGROVANÉ DOPRAVNÍ SYSTÉMY

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

Kvalifikovaní pracovníci v zemědělství, lesnictví a rybářství

Statistické zkoumání faktorů výšky obyvatel ČR

EMPIRICKÉ ŠETRENÍ V DĚTSKÉM DIAGNOSTICKÉM ÚSTAVU

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

1. Obyvatelstvo, rodiny a domácnosti

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

makroekonomický pohled

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

Podpora znevýhodněných při volbě povolání a přechodu na trh práce

Vliv vzdělanostní úrovně na kriminalitu obyvatelstva

Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice

Vyhodnocení cenového vývoje drahých kovů na světových burzách v období let

2 Ukazatele plodnosti

KULTURA A VZDĚLÁVÁNÍ

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

otec syn

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

SEZNAM TABULEK A INVESTICE DO VĚDY A VZDĚLÁVÁNÍ

Vedlejší živočišné produkty a odpadová legislativa

Raná fáze rodičovství péče o děti ve vybraných evropských zemích

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

Pracovní list. Workshop: Hospodaření domácnosti

4 Porodnost a plodnost

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

Vliv regionálních rozdílů ve finanční dostupnosti bydlení na migraci za prací

Obyvatelstvo a bydlení

TEORETICKÉ PŘÍSTUPY K VYSVĚTLENÍ VÝVOJE MĚNOVÉHO KURZU FUNDAMENTÁLNÍ ANALÝZA TECHNICKÁ ANALÝZA

VAŠE RODINNÁ KRONIKA KROK ZA KROKEM. Plynulý tok příběhu

vzdělávání

Projekt: Výzkumné šetření informovanosti o vypnutí analogového televizního vysílání v lokalitě Praha město

Základní charakteristiky zdraví, nemocnosti a úmrtnosti (Tabulka 5)

PODPORA ZAVEDENÍ EURA V ČR KLESÁ.

Výsledky průzkumu mezi absolventy VUT v Brně z let

Jak povzbudit ekonomický růst během recese. Petr Král ředitel odboru měnové politiky a fiskálních analýz Česká národní banka

Nástroje ke zvýšení pracovní mobility v ČR kombinovaná databáze práce a bydlení

Postoj české veřejnosti k přijímání uprchlíků prosinec 2015

Trh kapitálu a půdy. formování poptávky po kapitálu (kapitálových. formování nabídky úspor. příležitosti, investice a úspory Trh půdy

APERIO PROBLÉMY A POTŘEBY RODIČŮ

Transkript:

KONFERENCE: LIDSKÝ KAPITÁL A INVESTICE DO VZD LÁNÍ (16. ROČNÍK) Jak se ve světle nových dat v ČR vyvíjely vzdělanostní nerovnosti? Výsledky z analýz provedených na českém souboru PIAAC (2011) a SIALS (1998) Petra Anýžová

Hlavní téma Nerovnosti v šancích na dosažení vyššího vzd lání 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?

Osnova Téma : Vliv osobnostních, rodinných a sociálních faktorů na dosažené vzd lání Ědata PIAAC a SIALS) 1. 1) dlouhodobý vývoj vzorců vzdělanostní mobility 2. 2) dlouhodobý vývoj vlivu sociálně-ekonomického původu a pohlaví na šance dosáhnout st edního a vysokoškolského vzdělání

Vliv sociálního původu na dosažené vzd lání Vývoj vzd lanostní mobility

ádková procenta % 1 Vzdělání otce Vzd lanostní struktura muži (otec syn) Základní Vzdělání syna St ední bez maturity St ední s maturitou Vysokoškolské Celkem Základní 10,2 60,8 20,6 8,3 100 2 St ední bez maturity 4,2 56,1 27,9 11,8 100 3 St ední 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 6

ádková procenta % Vzdělání matky Vzd lanostní struktura ženy matka dcera Základní Vzdělání dcery St ední bez maturity St ední s maturitou Vysokoškolské Celkem 1 Základní 23,4 43,7 26,8 6,0 100 2 St ední bez maturity 6,2 37,3 45,1 11,4 100 3 St ední 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 7

Vzd lanostní struktura v jednotlivých kohortách otců a synů 80% syn maturita (včetně VŠ) otec maturita (včetně VŠ) syn VŠ otec VŠ 70% 67.80% 60% 50% 47.50% 55.50% 61.40% 40% 38.90% 41.80% 38.50% 40.30% 30% 28.90% 31.60% 31.70% 20% 10% 0% 21.80% 18.60% 20.50% 17.50% 15.20% 11.60% 13.40% 9.20% 5.30% do 1969 1970-1979 1980-1989 1990-1999 2000-2009 kohorta (16 let respondenta)

Vzd lanostní struktura v jednotlivých kohortách matek a dcer dcera maturita (včetně VŠ) matka maturita (včetně VŠ) dcera VŠ matka VŠ 80% 70% 60% 50% 40% 30% 20% 10% 0% 38.90% 51.40% 26.20% 56.70% 37.10% 66.00% 43.20% 27.00% 77% 59.30% 44.60% 16.60% 16.40% 12.50% 12.90% 8.70% 8.50% 5.70% 0.80% 1.90% do 1969 1970-1979 1980-1989 1990-1999 2000-2009 kohorta (16 let respondenta)

Základní vzorce vzd lanostní 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) 10

Analýza mobilitních pohybů Ěnapříč v kovými kohortamiě 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 Ř %) 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.. 11

Vliv sociálního původu na dosažené vzd lání Dlouhodobý vývoj vlivu sociálně-ekonomického původu a pohlaví na šance dosáhnout st edního a vysokoškolského vzdělání

Analýza Binomiální logistická regrese Závislé Ěbinárníě prom nné: SEC (respondent dosáhl úplného st edního vzdělání: 0 = ne, 1 = ano) TER (respondent dosáhl vysokoškolského vzdělání: 0 = ne, 1 = ano) TRAN (respondent po ukončení st edního vzdělání pokračoval ve studiu na vysoké škole: 0 = ne, 1 = ano) * V nejmladší kohortě absolventi st edního vzdělání, kte í v době konání výzkumu studovali na vysoké škole, kódováni jako ti, kte í dosáhli vysokoškolského vzdělání.* Nezávislé prom nné: Socioekonomický status výchozí rodiny FAMSES (faktorový skór pro latentní proměnnou tvo enou 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) 13

Analýza Jako souhrnná míra vlivu všech nezávisle proměnných na dosažené vzdělání (st ední, 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) 14

Vliv socioekonomického statusu výchozí rodiny a pohlaví A: na dosažení středoškolského vzd lání s maturitou ĚSECě Vliv SES výchozí rodiny na šance potomka dosáhnout úplného st edního vzdělání od Ř0. 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 (1ř50 1969) byly šance mužů a žen na dosažení úplného st edoškolského vzdělání témě vyrovnané (Exp(B) = 1,072) Od této doby šance žen na získání úplného st edního vzdělání stále rostou a p evyšují šance mužů Ženy v nejmladších věkových kohortách mají témě 1,ř6 krát větší šanci dosáhnout úplného st edního vzdělání než muži ze stejné kohorty 15

Vliv socioekonomického statusu výchozí rodiny a pohlaví 3.500 3.000 2.500 2.408 Úplné střední vzd lání 3.062 2.304 2.710 3.296 Pohlaví SES Exp(B) 2.000 1.500 1.666 1.542 1.534 1.958 1.000 1.072 0.500 0.000 do 1969 1970-1979 1980-1989 1990-1999 2000-2009 kohorta (16 let respondenta) 16

Vliv socioekonomického statusu výchozí rodiny a pohlaví C: na šance uskutečnit přechod mezi střední a vysokou školou (TRAN) Vliv SES na šance uskutečnit p echod mezi SŠ a VŠ s výjimkou mírného poklesu u kohorty 1980 1řŘř 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 (1ř50 1ř6ř) měly poloviční šance na uskutečnění p echodu mezi st edním a vysokoškolským vzděláním oproti mužům (Exp (B) = 0,44) Ve věkové kohortě 1řř0 1999 dochází k vyrovnání šancí mužů a žen (Exp(B) = 1,05) V nejmladší věkové kohortě jsou šance žen na uskutečnění p echodu ze st ední na vysokou školu 2,ř krát větší než šance mužů 17

Vliv socio-ekonomického statusu výchozí rodiny a pohlaví 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) 18

Vliv socioekonomického statusu výchozí rodiny - srovnání Obecné shrnutí: Vliv SES výchozí rodiny na šance potomka dosáhnout úplného st edního vzdělání od Ř0. let systematicky roste Vliv SES na šanci uskutečnit p echod mezi st ední 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 (2,0Ř) 19

Vliv pohlaví - srovnání Obecné shrnutí: V nejstarších věkových kohortách (1ř50 1ř6ř) byly šance žen na dosažení st edního 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 200ř) jsou šance žen získat st ední 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 1řř0 1řřř mají ženy obecně oproti mužům větší šance získat jak st edoškolské, tak i vysokoškolské vzdělání. Změna se udála v posledních 20-ti letech. Vliv pohlaví se v současnosti projevuje obzvláště p i získávání vysokoškolského vzdělání. 20

Vliv pohlaví - srovnání Podíl proměnné pohlaví na velikosti koeficientu determinace pro p íslušný vzdělanostní p echod (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) 21

Děkuji za pozornost!