V4 Lab Project : Edice 2015

V4 Lab Project : Edice 2015 Finanční gramotnost studentů z Polska a České republiky a jejich názory na ekonomiku Strategický partner Nadace aplikované ekonomie Projekt podpořený v rámci stipendium Nadace Leslawa Pagy Autoři Małgorzata Pawlak Szymon Talaga

Koncepce projektu: Małgorzata Pawlak, Szymon Talaga Koordinace projektu: Małgorzata Pawlak Realizace: Małgorzata Pawlak (Polsko), Justyna Janowska (Česká republika) Zpracování výsledků : Szymon Talaga Grafická úprava: Tesseract Inc., Szymon Talaga (spolupráce) ISBN: Webová stránka projektu: http://v4lab.eu/ Elektronické úložistě dat a analýz: https://github.com/sztal/v4lab_analyses Interaktivní webová aplikace: https://v4-lab-project.shinyapps.io/v4-idea/ Kopírování, rozmnožování a šíření je možné pouze s uvedením jmen autorů a odkazem na zdroj.

Poděkování Tato zpráva by nevznikla bez podpory mnoha lidí a institucí. V úvodu bychom chtěli poděkovat Nadaci Leslawa Pagy za poskytnutí finanční podpory v rámci stipendia Leslawa Pagy. Děkujeme prof. Adamu Szyszkovi z Vysoké školy obchodní (SGH) ve Varšavě za záštitu a neocenitelnou pomoc při realizaci výzkumu. Poděkování rovněž patří všem vědeckým pracovníkům, kteří nám poskytli podporu při plánování a realizaci projektu (alfabeticky): dr. Szymonu Cyganovi (Varšavská technická univerzita; PW), dr. Janu Fábrymu (Vysoká škola ekonomická), prof. Andrzeji Fierlemu (Vysoká škola obchodní; SGH), Mgr. Patrycji Gajdě (Varšavská technická univerzita; PW), prof. Josefu Kandertovi (Univerzita Karlova), prof. Miroslavu Koftě (Varšavská univerzita; UW), dr. Petře Koudelkové (Univerzita Karlova), dr. Anně Kozlowské (Vysoká škola obchodní; SGH), Mgr. Piotru Litwinovi (Varšavská univerzita; UW), prof. Janu Michałkovi (Varšavská univerzita; UW), dr. Zbigniewu Pawlakovi (Vysoká škola obchodní; SGH), Mgr. Adamu Rajewskému (Varšavská technická univerzita; PW), Ing. Aleši Rodovi (Vysoká škola ekonomická), doc. Jaroslavě Roubíčkové (Vysoká škola ekonomická), doc. Zoře Říhové (Vysoká škola ekonomická), prof. Konradu Świrskému (Varšavská technická univerzita; PW), doc. Milanu Tučkovi (Univerzita Karlova), dr. Jitce Šrejberové (Vlčkové) (Akademie výtvarných umění), dr. Jiřímu Vykoukalovi (Univerzita Karlova), Mgr. Krzysztofu Wildnerovi (Varšavská technická univerzita; PW). Za pomoc a rady během pilotáže a výzkumu chceme poděkovat také Agnieszce Bittnerové, Jakubu Błażejczykovi, Věře-Karin Brázové, Patryku Cyglerovi, Bartoszi Dźwierzyńskému, Krzysztofu Kawovi, Anetě Králíkové,Tomáši Linhartovi, Michału Łapczyńskému, Danielu Nieszewovi, Piotru Radiovi, Karolině Rębelské, Ewě Rodak, Kateřině Salačové, Tomaszi Szczurowskému, Aleksandře Ścisłé, Paulině Wodzyńské a Klaudii Zielińské.

4 V4 Lab Project: spis treści Obsah 1. Úvod do výzkumu 5 1.1. Finanční znalosti a jejich úroveň v Polsku. Polsko ve srovnání s dalšími zeměmi..................................... 5 1.2. Rizika vyplývající z nedostatečné úrovně finančních znalostí........ 8 2. Popis výzkumu a metodologický komentář 9 3. Popis ukazatelů 11 3.1. Nenáhodné správné odpovědi......................... 12 3.2. Škála liberalismu-intervencionismu...................... 12 4. Výsledky výzkumu 15 4.1. Struktura.................................... 15 4.2. Znalosti a názory................................ 17 4.2.1. Polští studenti............................. 18 4.2.2. Čeští studenti.............................. 22 4.3. Závislosti mezi proměnnými.......................... 26 4.3.1. Znalosti a liberalismus-intervencionismus............... 26 4.3.2. Znalosti a ročník studia........................ 28 4.3.3. Znalosti, škála L.-I. a vzdělání rodičů................. 29 4.3.4. Znalosti a škála L.-I. a pracovní zkušenosti.............. 31 5. Závěr 32 Přílohy 33 A. Otázky na roli státu v ekonomice....................... 33 B. Znalost financí a ekonomiky - otázky..................... 34 C. Vysoké školy a obory ve skupinách EBMF, SSHA i STEM v obou zemích. 35

5 V4 Lab Project: úvod do výzkumu 1. Úvod do výzkumu Nevím, o čem ten chlap mluvil, ale bylo to bezpochyby zajímavé Lech Wałęsa o setkání s Jeffreyem Sachsem, autorem polské strategie transformace režimu 1 1.1. Finanční znalosti a jejich úroveň v Polsku. Polsko ve srovnání s dalšími zeměmi Finanční znalosti nejsou definované jednoznačně v literatuře lze najít různé definice tohoto pojmu. V úzkém smyslu slova je to soubor informací nezbytných k hospodaření s penězi stanovení rozpočtů, šetření, investování nebo užívání pojištění. V širším významu to může být pochopení ekonomie a souvislostí mezi ekonomickými podmínkami a rozhodnutími prostřednictvím např. hospodaření domácnosti 2. Úroveň finanční gramotnosti nelze snadno zhodnotit, mj. vzhledem k subjektivní odpovědi respondenta, nicméně byly zde četné pokusy o její změření. Z výzkumu, který provedla společnost Pentor International, vyplývá, že stav ekonomických znalostí Poláků je neuspokojivý. Více než polovina společnosti hodnotí své znalosti jako slabé. Pokud jde o demografické proměnné, pak se ukázalo, že o financích obvykle vědí méně ženy, starší lidé a osoby s nižším vzděláním a nižším příjmem. Finanční gramotnost záleží rovněž na jiných faktorech, např. využívaní finančních služeb i pojištění a také na rozmanitosti informačních zdrojů, ze kterých se čerpá. Většina Poláků nemá žádné úspory. Nelze se tedy divit, že k investování peněz se odhodlává pouze malý počet osob. Osoby s většími znalostmi si více cení dluhopisů, investování na burze a do nemovitostí. Ti s menšími znalostmi prefe- 1 W. Kieżun, Patologia transformacji, Poltext, Warszawa, 2013. 2. Frączek, Obszary badań w zakresie poziomu wiedzy i edukacji finansowej w Polsce i na świecie [w:] Zeszyty Naukowe Wydziałowe Uniwersytetu Ekonomicznego w Katowicach. Studia ekonomiczne. T1. Innowacje w bankowości i finansach, pod red. J. Cichego, Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, Katowice, 2013. s. 1.

6 V4 Lab Project: úvod do výzkumu rují bankovní účet. V roce 2009 měla bankovní účet více než polovina Poláků. Co se týká pojištění čím větší znalosti respondentů na toto téma, tím větší prozíravost a zároveň menší přesvědčení, že pojištění jsou nevýnosná. Lze zaznamenat nedůvěru Poláků ohledně šetření či investování důvěřují zejména sobě a členům rodiny 3. Téměř 3 /4 respondentů mají omezenou důvěru ve finanční instituce 4. Tato data potvrzují zároveň další reporty příznačné jsou nedůvěřivé postoje vůči odborným znalostem. Projevuje je přes 2 /3 dotazovaných. Autoři reportů spojují tuto skutečnost se známou kauzou Amber Gold jantarovému zlatu uvěřilo mnoho Poláků, kteří kvůli tomu přišli o značné množství peněz 5. Na druhou stranu tuto nedůvěru lze spojovat i s nedávnou krizí trhu nemovitostí ve Spojených Státech a také s tím, že se po několik desítek let finanční trh vyvíjí v rychlém tempu, což mnoha lidem znemožňuje podrobné sledování změn a vyhodnocení rizika nabízených produktů. NNa druhou stranu nedůvěra vůči odborným znalostem nevylučuje využívání některých finančních produktů. Tím spíše, že řadu z nich (např. hypotéku) podporuje polská vláda, která nabízí příspěvky na bydlení v rámci programů Rodina ve svém a Bydlení pro mladé 6. To se stalo ale terčem kritiky, protože jde spíše o podporu developerů, nikoli občanů (více na toto téma lze najít ve zprávě Národní Polské Banky) 7. Každá druhá dotazovaná osoba, která využívá nějakou formu půjčky nebo úvěru, zároveň hodnotí své finanční znalosti jako nízké nebo špatné to vyplývá z průzkumu MillwardBrown. Ve skutečnosti je úroveň znalostí daleko nižší, na což poukazují výsledky výzkumu mapujícího znalosti jednotlivých odborných termínů jako např. scoring nebo schopnost splácet 8. Z výzkumu jasně vyplývá, že polský spotřebitel je pro finanční instituce ideálním zákazníkem ví natolik málo, aby snadno podlehl manipulacím finančních poradců. Tuto situaci potvrzují rovněž průzkumy CBOS (Středisko pro výzkum veřejného mínění). Jak se lze dočíst ve zprávě z roku 2012: 3 Postawy Polaków wobec oszczędzania, raport Fundacji Kronenberga przy Citi Handlowy, TNS Polska, 2013. 4 Sz. Matuszyński, Rynek doradztwa finansowego w Polsce. Raport, Bankier.pl, 2012. 5 K. Kaczmar, Kompetencje finansowe Polaków w zakresie gospodarki rynkowej, Wydawnictwo Sejmowe dla Biura Analiz Sejmowych, In: Infos: 5(142), 7 března 2013. 6 Více na toto téma: http://byznys.ihned.cz/c1-62175760-mladi-polaci-si-mnou-ruce-stat-jim -prispiva-na-vlastni-bydleni 7 Raport o sytuacji na rynkach nieruchomości mieszkaniowych i komercyjnych w Polsce w 2013. Zdroj: http:// www.nbp.pl/home.aspx?f=/publikacje/rynek\_nieruchomosci/index1.html [20.04.2015]. 8 Průzkum BIK Polacy wciąż niewiele wiedzą o rynku kredytowym, zdroj: http://www.citibank.pl/poland/ kronenberg/polish/4026_14032.html [20.04.2015].

7 V4 Lab Project: úvod do výzkumu Od počátku aféry Amber Gold se Poláci cítí velmi nepohodlně jakožto šetřící nebo potenciálně investující na finančním trhu. Drtivá většina dotazovaných tvrdí, že se vůbec neorientuje (44%) nebo se vyzná jen málo v možnosti výhodného šetření nebo investování na finančním trhu (34%). Pouze 18% lidí přiznává, že má nějaké vědomosti v té oblasti, a minimum osob (3%) považuje svoji znalost finančního trhu za velmi dobrou. 9 Více než polovina osob souhlasí s tím, že působení na polském finančním trhu je transparentní a racionální. Podle jejich názoru je možné poznat mechanismus fungování tohoto trhu a zároveň získat ekonomické znalosti. Jejich získávání je důležité také z jiných důvodů, což je např. znepokojující úroveň zadlužení, zvýšení průměrného salda kreditních karet, nízká míra úspor a také častá platební neschopnost společnosti v mnoha zemích. 10. Povinné školní vzdělávání věnované tomuto tématu vzniká bohužel až na střední škole, zatímco v mnoha bankách je možné založit si osobní účet (se souhlasem rodičů) již mnohem dříve. Špatný přístup ke vzdělání v této oblasti spolu s krátkou tradicí tržní ekonomiky v Polsku může do jisté míry vysvětlit, proč si Poláci nevědí rady se získáváním finančních znalostí. Je třeba poznamenat, že finanční rozhodnutí může být také ovlivněno jinými faktory, např. schopností číst s porozuměním nebo základními matematickými dovednostmi (výzkum provedený společností Millward Brown na objednávku Institutu Svobody a Raiffeisen Polbank ukázal, že 92 procent Poláků nevidí rozdíl mezi procentem a procentním bodem 11. Všechny tyto problémy jsou neoddělitelně spojeny s ekonomickými rozhodnutími. Pilotní studie měření finanční gramotnosti OECD 12 se zúčastnilo 14 zemí včetně Polska, České republiky, Německa, Maďarska a Spojeného království. Otázky v dotazníku se týkaly finančních znalostí v širokém smyslu. Polští spotřebitelé měli v mnoha ohledech horší výsledky než ti v České republice, Německu a Velké Británii. Nízký počet správných odpovědí byl výrazný zejména u porozumění riziku a vztahu úroveň rizika vs. míra výnosu. V tomto ohledu uvedla pouze polovina polských respondentů správnou odpověď. Pro srovnání v České republice, Německu a Maďarsku to bylo 81%, 79% a 86% 13. TTo ukazuje, že je nutné zavést v oblasti vzdělávání taková řešení, která jsou populární v jiných vyspělých zemích zejména tam, kde je finanční vzdělání (určené pro všechny věkové kategorie) klíčovým prvkem ochrany spotřebitele na finančním trhu. Jako příklad 9 Polak na rynku finansowym. Komunikat z badań. CBOS, Warszawa, 2013. 10 Frączek, B.: op. cit., str. 1. 11 Stan wiedzy ekonomicznej Polaków [online], zdroj: http://instytutwolnosci.pl/wp-content/uploads/2014/ 07/Raport-o-Stanie-Wiedzy-Ekonomicznej-Polak\%C3\%B3w.pdf 12 Organizace pro hospodářskou spolupráci a rozvoj; http://www.oecd.org/finance/financialeducation/measuringfinancialliteracy.htm 13 Rola edukacji finansowej w ograniczaniu wykluczenia finansowego, Ed. M. Pelczar, Instytut Badań nad Gospodarką Rynkową, Gdańsk, 2014.

8 V4 Lab Project: úvod do výzkumu by mohl sloužit dokument Národní strategie finančního vzdělávání připravený Ministerstvem financí. Takový přístup byl uznán Evropskou komisí jako model boje proti nízké úrovni finanční gramotnosti občanů 14. 1.2. Rizika vyplývající z nedostatečné úrovně finančních znalostí Jaké jsou důsledky nedostatečných ekonomických znalostí v každodenním životě? Nedostatečná finanční gramotnost může mít velmi negativní důsledky jak pro jednotlivé občany, tak pro společnost. Zaprvé riskantní rozhodnutí v tomto ohledu mohou vést k významnému snížení životní úrovně dané osoby nebo dokonce k bankrotu. Nedostatek životních prostředků pak nutí společnost podporovat tyto osoby ze společných daní. Zadruhé nedostatečné pochopení ekonomiky může mít vliv na rozhodování ve volbách. Jako příklad lze uvést volení populistických kandidátů, kteří slibují snížit daně a zároveň zvýšit počet výhod nabízených státem zdarma. Zatřetí rozhodnutí jednotlivých spotřebitelů se mohou stát jednou z příčin celosvětové krize. Jak uvádějí M. Czerwonka a B. Gorlewski 15, podcenění málo pravděpodobných událostí, přesvědčení o vlastním vlivu na náhodné události, selektivní vnímání nebo neopodstatněný optimismus spotřebitelů měly významný dopad na vývoj událostí v průběhu realitní krize ve Spojených státech. Získání hypotéky bylo najednou jednoduché a dostupné pro téměř každého a informační sociální zkušenost ovlivnila rozhodnutí dalších potenciálních dlužníků. Jejich rozhodnutí se nesetkala s kritikou autorit, naopak, rating některých agentur naznačoval stabilní a předvídatelnou situaci na trhu, a riziko související s investováním do finančních derivátů (např. CDS 16 ) bylo podceňováno. Zdálo by se tedy, že občané, kteří jsou si vědomi nedostatků svých znalostí, by preferovali aktivnější roli státu v ekonomice a nenechávali by ji pro volný trh. Na druhou stranu výše uvedené studie poukazují na paradoxní očekávání vůči roli státu v ekonomice měla by být větší a menší zároveň. Zdá se velmi pravděpodobné, že se v celé polské společnosti srážejí dvě skupiny: starší generace vychována v době socialismu, která projevuje více intervenční očekávání, a mladší lidé, kteří mají zkušenosti pouze s tržní ekonomikou. V citovaných studiích je zajímavé, že pokud se často uvádí ve sběru dat proměnné, jako je například věk nebo vzdělání, jen zřídka se týkají vyloženě studentů, navíc s ohledem na studovaný obor. A proto se myšlenka spojit tyto tři aspekty finanční gramotnost, názory na roli státu v ekonomice a studijní obory stala základem pro projekt V4 14 Dostupý na http://www.vzdelavani2020.cz/images\_obsah/dokumenty/knihovna-koncepci/financni -vzdelavani/narodni\_strategie\_financniho\_vzdelavani\_mf2010.pdf 15 Gorlewski, B., Czerwonka, M.: Finanse behawioralne, Oficyna Wydawnicza SGH, Warszawa, 2012. 16 Credit default swap (Swap úvěrového selhání)

9 V4 Lab Project: popis výzkumu a metodologický komentář Lab. Další kapitoly prezentují jeho nejdůležitější závěry. Výsledky průzkumu jsou rozděleny do čtyř sekcí. První se věnuje struktuře vzorku s ohledem na hlavní demografické a sociální proměnné. Ve druhé představíme rozložení nejdůležitějších proměnných ukazatelů ekonomické a finanční znalosti a názorů na roli státu v ekonomice s ohledem na zemi a studovaný obor. V této části bude také věnována pozornost otázkám týkajících se hospodářství a financím, které se dotazovaným jevily jako nejtěžší, a zároveň ty, které byly nejjednodušší pro polské i české studenty. Třetí část se soustřeďuje na nejzajímavější souvislosti mezi proměnnými např. na souvislost mezi vzděláním rodičů a názory studentů na roli státu v ekonomice nebo názory a znalostmi. V poslední, čtvrté části se vrátíme k analýze odpovědí na jednotlivé otázky, a zjistíme, jestli existovaly takové dotazy, které činily studentům z Polska menší potíže než z České republiky a naopak. Tomu všemu bude předcházet popis metod výzkumu s komentářem nezbytným pro správnou interpretaci výsledků způsob výběru vzorku a předpoklady, které budou potvrzeny, či vyvráceny. Ve zvláštní části bude také prostor pro popis tvorby složených ukazatelů, které byly použité v analýze. 2. Popis výzkumu a metodologický komentář Studie se zúčastnilo 625 lidí, z toho 315 v Polsku a 310 v České republice 1. Údaje byly získány pomocí dotazníků vyplněných nezávislými respondenty. Otázky se týkaly znalosti ekonomiky a financí a zároveň názoru na úlohu státu v ekonomice. Dotazníky se skládaly ze tří částí. První obsahovala 30 2 otázek zjišťujících vědomosti respondentů. Druhá část sestávala z 23 tvrzení týkajících se pohledů na různé aspekty národní hospodářské politiky. Dotazování měli uvést, zda s nimi souhlasí, či nikoliv. Bylo též možné zvolit odpověď nemám žádný názor. Poslední, třetí část obsahovala demografický a sociální popis respondentů (např. věk, pohlaví, velikost místa původu, ale také vzdělání rodičů) a několik otázek, v nichž měli dotazovaní za použití škály a tabulky vyjádřit, který ekonomický model považují za nejlepší. Veškeré otázky jsou uvedeny v příloze a v popisu 1 Více na téma vzorku lze najit v kapitole 4.1. 2 Otázka č. 9 nebyla zohledněna z důvodu nedostatečné jednoznačnosti správné odpovědi.

10 V4 Lab Project: popis výzkumu a metodologický komentář proměnných 3. Vzhledem k omezeným zdrojům (studie byla provedena autory osobně bez podpory jakékoliv výzkumné instituce) byl použita technika nepravděpodobnostního výběru. Místo náhodného výběru vzorku byl zvolen výběr účelový. Do výzkumu byli zahrnuti studenti sociálních, humanitních, uměleckých, technických, ekonomických, obchodních a manažerských oborů, a to především z předních univerzit obou zemí. Souběžně s tímto předpokladem byla přijata domněnka, že studenti elitních vysokých škol představují nejlépe vzdělanou část celkového počtu studentů v Polsku a České republice. To neznamená, že jsme předpokládali, že studenti z jiných vysokých škol by měli mít horší výsledky. Znamená to pouze, že budeme předpokládat, že ostatní studenti by neměli mít výrazně lepší souhrnné výsledky. Proto výběr univerzit v souvislosti s výše představeným předpokladem zaručuje, že shromážděné údaje odhadují úroveň znalostí studentů elitních univerzit, a tak může dojít k přecenění skutečných tendencí na úrovni celé populace. Zároveň výsledky bádání mohou byt interpretovány jako tzv. horní hranice vědomosti studentu, v tom smyslu, že žádná dostatečně obecná podskupina studentů konkrétního oboru (např. humanitních věd) by se neměla vyznačovat výrazně lepšími výsledky. Toto tvrzení je samozřejmě omezené na roky studia, tedy 2. a 3. ročník bakalářského studia, jelikož právě z těchto ročníku byla vybrána drtivá většina studentů. Výše uvedené úvahy platí samozřejmě pro ukazatele znalostí. Přijatý výběr vzorku v případě mapování názorů bohužel nezaručuje úplnou a přesnou kompatibilitu odhadu s reálnou charakteristikou populace. Studenti byli po souhlasu přednášejících osloveni dotazníky během výuky (zejména přednášek). Díky tomu se podařilo minimalizovat negativní vliv motivace dotazovaných, neboť ochota zúčastnit se výzkumu mohla souviset s určitými proměnnými. Vzhledem k tomu, že výzkum byl proveden během přednášek, se domnívat, že vzorek je reprezentativní na úrovni jednotlivých oborů. Příloha C ukazuje, které vysoké školy a fakulty se výzkumu zúčastnily, a také jejich rozřazení do skupin (SSHA, STEM i EBMF). Povaha shromážděných dat tedy znamená, že ve formálním smyslu neumožňuje provedení testu statistické významnosti s celkovou zárukou jejich přesnosti. Takové testy se nicméně používají v kapitole věnované analýze výsledků, protože jsme hluboce přesvědčeni, že navzdory tomu mohou sloužit jako velmi užitečné ukazatele hlavních tendencí v datech. Kromě toho jsme z výše uvedených důvodů také přesvědčeni, že neexistuje žádný důvod se domnívat, že ve většině případů by se výsledky těchto testů výrazně lišily od výsledků, které by byly získány na základě reprezentativního vzorku. U popisu výsledků jsme se snažili sladit dva protichůdné cíle: formální přísnost a dostupnost. Proto jsme se 3 https://raw.githubusercontent.com/sztal/v4lab\_analyses/blob/master/questionnaires/ Questionnaire\_PL.pdf

11 V4 Lab Project: popis ukazatelů snažili vyvarovat určitým pojmům, které se obvykle objevují ve vědeckých publikacích, aby nedošlo k odvádění pozornosti čtenáře od toho, co je opravdu důležité. Zároveň jsme v některých důležitých částech uvedli dodatečné informace o použitých technikách, aby osoby s pokročilejšími statistickými znalostmi získaly hlubší náhled na použité techniky a metody analýz. Máte-li jakékoli dotazy nebo pochybnosti v souvislosti s našimi výpočty, rádi na ně odpovíme (kontaktní údaje jsou uvedeny na webové stránce projektu 4. Kromě toho jsme rovněž připravili webovou aplikaci, která umožní interaktivně prozkoumat náš soubor dat a provést základní statistické testy 5. Věříme, že pomůže lépe porozumět výsledkům studia. Doufáme také, že se stane podnětem k prozkoumání shromážděných dat, která jsou k dispozici na internetu na stránkách GitHub 6. 3. Popis ukazatelů Podrobné popisy všech proměnných ve vztahu k tomu, co měří a jakých hodnot mohou nabývat, je možné najít v příloze (popis proměnných 1, příloha A a B). Seznámit se s touto přílohou je nejen nezbytné pro samostatnou práci s údaji shromážděnými v rámci projektu, ale její znalost také značně usnadňuje interpretaci informací obsažených v této zprávě. Nicméně tato část není věnována obecnému popisu měřených proměnných, ale podrobnému vysvětlení významu a postupů konstrukce našich ukazatelů. Pro potřeby tohoto projektu jsme připravili dva složené ukazatele: Nenáhodné správné odpovědi (obecná i finanční škála) Preferenční škála liberalismu-intervencionismu (L.-I.) 4 http://v4lab.eu/ 5 https://v4-lab-project.shinyapps.io/v4-idea/ 6 https://github.com/sztal/v4lab\_analyses 1 https://github.com/sztal/v4lab_analyses/blob/master/data/officialdata/codebook_pl.pdf

12 V4 Lab Project: popis ukazatelů 3.1. Nenáhodné správné odpovědi Ekonomické a finanční znalosti studentů byly hodnoceny na základě odpovědí na 29 otázek týkajících se různých problémů souvisejících s hospodářským děním a finančními trhy (v dotazníku strany 4-5). Jednoduchá forma odpovědí PRAVDA nebo LEŽ umožnila jednoznačně stanovit počet otázek, na něž respondent odpověděl správně, a to nikoli náhodou. Tato metoda je založena na předpokladu, že při tak jednoduchém vzorci odpovědí odpovídali respondenti, kteří neznali správnou odpověď, náhodně (přičemž měli 50% šanci se trefit). Pokud známe celkový počet správných odpovědí, můžeme určit, kolik z nich bylo vybráno cíleně (tedy ne náhodou). Tento vztah vyjadřuje vzorec: P = 2X L (3.1) Kde: P : nenáhodné správné odpovědi X : správné odpovědi L : počet otázek Jak je vidět, definovaný ukazatel může nabývat i záporných hodnot. Pak jeho hodnoty označují počet otázek, na něž respondent musel odpovědět chybně, zatímco si myslel, že odpovídá správně, aby při dalších náhodných odpovědích získal svůj celkový počet správných odpovědí. Je třeba zdůraznit, že zde prezentovaný ukazatel znalostí by neměl být považován za formální škálu s dobře definovanou chybou měření a teoretickou přesností garantující, že ve skutečnosti měří to, co má měřit. Avšak jak ukáže analýza shromážděných údajů, jedná se o vysoce užitečný ukazatel poskytující takové výsledky, které rozhodně nelze považovat za náhodné nebo bezvýznamné. Nakonec byly definovány dvě škály nenáhodných správných odpovědí: obecná škála a finanční škála. Obecná škála je založena na odpovědích na všech 29 otázek. Finanční škála byla omezena na otázky týkající se finančních trhů 2. 3.2. Škála liberalismu-intervencionismu Pro měření postojů vůči roli státu v hospodářském dění byla připravena bipolární preferenční škála liberalismu-intervencionismu. Byla vytvořena takovým způsobem, aby nízké výsledky (záporné) odpovídaly osobám s liberálnějším ekonomickým postojem a vysoké výsledky (kladné) osobám preferujícím více intervenční model hospodářského dění, 2 Jsou to otázky: 1, 2, 6, 8, 12, 13, 14, 18, 22, 25, 28, 30.

13 V4 Lab Project: popis ukazatelů který předpokládá výraznou roli státu. Tato škála je preferenční, protože je založena na předpokladu, že každý respondent má na ose liberalismus-intervencionismus jistou komfortní zónu, kterou akceptuje, ale vše, co je příliš extrémní (čili v tomto případě příliš liberální nebo příliš intervencionistické) odmítá. Jinými slovy za předpokladu, že ekonomický liberalismus a intervencionismus vytvářejí pevnou osu, na níž představují dva protipóly, pak výsledek respondenta na škále popisuje bod na této ose, který je mu nejbližší 3. Tabulka 3.1 Otázky, které tvoří pól liberalismu č. obsah odp. 11 Pomoc chudým by měla být úkolem pro jednotlivce nebo nevládní organizace, nikoli pro stát + nebo samosprávu 13 Osoby, které si nemohou dovolit vlastní bydlení, by měly mít možnost pronajmout si obecní byt - (tj. Patřící obci) hluboko pod tržní cenou 14 Osoby, které si nemohou dovolit platit pojistné, by měly mít v případě nouze přístup k lékařské - péči 19 Volný trh by měl regulovat většinu ekonomických vztahů + Komentář: Sloupec Odp. říká, jaká odpověď byla pro daný pól škály považována za diagnostickou: souhlasím je + ; nesouhlasím je - Tabulka 3.2 Otázky, které tvoří pól intervencionismu č. obsah odp. 4 Každý by měl mít státem zajištěn základní příjem + 7 Minimální mzda by měla být zrušena - 20 Měla by existovat možnost vystoupení ze systému veřejné zdravotní péče (čili mj. neplacení - pojistného) 21 Měla by existovat možnost úplného vystoupení z veřejného důchodového systému - Komentář: Sloupec Odp. říká, jaká odpověď byla pro daný pól škály považována za diagnostickou: souhlasím je + ; nesouhlasím je - Škála byla vytvořena na základě osmi otázek týkajících se názorů na různé problémy související s rolí státu v ekonomice. Ty měly podobu tvrzení, na která si měli respondenti udělat názor (ve formátu: souhlasím/nesouhlasím/nemám na to názor). Z těchto otázek představovaly čtyři pól liberalismu a čtyři pól intervencionismu (srov. tabulky 2 a 3.2). K přizpůsobení škály předpokladům měření preferencí došlo pomocí techniky MUD- FOLD 4. Obecné přizpůsobení údajů předpokladům preferenční škály bylo v celém vzorku respondentů dobré, v polském vzorku velmi dobré, zatímco v českém dost slabé (srov. ta- 3 Více si na téma škálování preferencí můžete přečíst v: W. H. Van Schuur, From Mokken to MUDFOLD and back [w:] In Search of Structure: Essays in Social Science and Methodology, 1998, s. 45-62. 4 op. cit.

14 V4 Lab Project: popis ukazatelů bulka 3.3). K vyhodnocení přizpůsobení slouží koeficienty škálování H. Hodnoty nižší, než 0,30 označují velmi slabé přizpůsobení; rozsah 0,30-0,40 je akceptovatelné přizpůsobení; 0,40-0,50 znamená dobré přizpůsobení; hodnoty nad 0,50 označují velmi dobré přizpůsobení 5 Tabulka 3.3 Dobrá shoda (goodness of fit) přizpůsobení v celém vzorku a podvzorkách Koeficient škálování H Celkem Polsko ČR Obtížnost Škála 0,40 0,52 0,32 Otázka 14. 0,39 0,61 0,25 0,09 Otázka 11. 0,40 0,56 0,25 0,24 Otázka 13 0,37 0,56 0,26 0,17 Otázka 19 0,37 0,54 0,25 0,63 Otázka 7 0,41 0,53 0,32 0,68 Otázka 4 0,37 0,50 0,28 0,45 Otázka 20 0,46 0,41 0,47 0,27 Otázka 21 0,46 0,43 0,45 0,21 Komentář: Obtížnost určuje frekvenci diagnostických odpovědí na danou otázku v celém vzorku respondentů. Vypočten byl rovněž standardní koeficient Cronbachovo alfa, který definuje horní hranici chyby měření související s použitým nástrojem. Ten činil 0,60, což znamená, že chyba, kterou je zatížena zde popsaná škála, je značná. Až více než polovina zjištěných rozdílů výsledků může vyplývat z nedokonalosti měření, ale nikoli z faktických rozdílů. Na to je třeba pamatovat při interpretaci výsledků analýz vytvořených na základě tohoto koeficientu. Teoretická přesnost škály byla ověřena při zkoumání korelace s kontrolními otázkami popisu své osoby, v nichž respondenti popisovali, jak vidí své názory na roli státu v ekonomice na ose Žádný vliv státu - Úplná kontrola státu, a hodnotili své ekonomické názory v kategoriích liberalismus-socialismus a sociální v kategoriích liberalismus-konzervatismus. Bylo zjištěno, že vysoké výsledky na stupnici (svědčící o preferování intervencionismu) souvisejí s podporou silné role státu a sociálně-morálním liberalismem, zatímco nízké (svědčící o liberalismu) naopak (srov. tabulka 3.4). To spíše souvisí s charakteristikou současného sociálně-politického rozdělení, což zároveň potvrzuje teoretickou přesnost této škály. 5 op. cit.

15 V4 Lab Project: výsledky výzkumu Upravená škála tak umožňuje přesnější měření tzn. měří to, co má měřit, ale je zatížená velkou chybou měření. Podrobnější popis procesu škálování a vlastností samotné škály můžete najít v technické zprávě věnované této problematice 6. Tabulka 3.4 Pearsonova korelace škály L.-I. se sebehodnocením respondentů laissez-faire etatismus liberalismus hospodářský Škála L.-I. 0,40 0,52 0,32 liberalismus mravní Komentář: Všechny koeficienty jsou signifikantní na úrovni p 0,01. 4. Výsledky výzkumu V této kapitole budou představeny nejdůležitější výsledky provedeného výzkumu. Nejprve budou popsány odhadované parametry distribucí měřených proměnných ve vzorku respondentů a jeho nejdůležitějších částech (rozdělených podle typu studia, země atd.). Jinými slovy bude řečeno, jak vypadá z perspektivy shromážděných údajů úroveň ekonomických a finančních znalostí studentů v Polsku i v České republice a jaké jsou jejich názory na roli státu v ekonomice. V druhé části se soustředíme na souvislosti mezi nejdůležitějšími proměnnými. Nejprve však uvedeme základní informace o struktuře shromážděného vzorku respondentů. 4.1. Struktura Celkem se výzkumu zúčastnilo 625 osob 315 v Polsku a 310 v České republice 1. Podíl různých typů studia v jednotlivých zemích představuje tabulka 4.1. údaji. 6 https://github.com/sztal/v4lab_analyses/blob/master/pdf_reports/joint_opinion_scaling.pdf 1 Početnost (N) uváděná při každé analýze definuje, kolik respondentů v daném případě disponovalo všemi

16 V4 Lab Project: výsledky výzkumu Tabulka 4.1 Distribuce typů studia v jednotlivých zemích (N = 617) Země EBMF SSHA STEM Polsko 101 83 123 Česká republika 97 152 61 Komentář: EBMF studia ekonomická, obchodní, manažerská a finanční; SSHA společenské vědy, humanitní vědy a umělecké obory; STEM přírodní vědy, inženýrské obory, technické obory. Výzkum byl zaměřen především na studenty bakalářských/inženýrských oborů, ačkoli ve vzorku respondentů se objevili také studenti magisterských oborů. Přesnou distribuci ročníků studia s rozdělením na typy a zemi představuje tabulka 4.2. Tabulka 4.2 Ročník studia a obor Bc. 1. Bc. 2. Bc. 3. Mgr. 1. Mgr. 2. Polsko (N = 307) EBMF 5 62 34 0 0 SSHA 24 35 3 18 3 STEM 12 79 32 0 0 Česká republika (N = 303) EBMF 7 59 30 1 0 SSHA 28 89 30 1 0 STEM 2 24 32 0 0 Nejstaršímu respondentovi bylo 30 let a nejmladšímu 19. Průměrný věk byl v celém vzorku respondentů 21,84 let se standardní odchylkou 1,42 roku. Zároveň v polské i v české části vzorku respondentů bylo o něco více studentek než studentů ačkoli převaha žen byla výraznější v Polsku 4.3). Tabulka 4.3 Distribuce pohlaví podle zemí (N = 590) Země ženy muži Polsko 161 139 ČR 169 121