Rozvod a změny sňatkových reprodukčních strategií *



Podobné dokumenty
Sňatečnost a rozvodovost

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

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB

1 Obyvatelstvo podle věku a rodinného stavu

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

Děti narozené v manželství a mimo manželství: dvě různé populace

1 Obyvatelstvo podle věku a rodinného stavu

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

IV. PORODNOST. Tab. IV.1 Narození,

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

VÝVOJ PLODNOSTI VE STÁTECH A REGIONECH EVROPSKÉ UNIE PO ROCE 1991

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

Pearsonův korelační koeficient

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

Představy o ideálním věku pro zakládání rodiny a reálná data

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

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

Konzumace piva v České republice v roce 2007

Statistické zkoumání faktorů výšky obyvatel ČR

Změny základních proporcí faktických manželství mezi lety 1991 a 2001

1 Obyvatelstvo podle věku a rodinného stavu

Marriages and births in the Czech Republic/cs

2 Sňatečnost. Tab. 2.1 Sňatky podle pořadí,

1 Obyvatelstvo podle věku a rodinného stavu

Testování hypotéz a měření asociace mezi proměnnými

Plány na narození dítěte a jejich realizace v České republice

Změny reprodukčních vzorců a individuální souvislosti rodičovství. Anna Šťastná

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

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

SOUČASNÁ DEMOGRAFICKÁ SITUACE ČESKÉ REPUBLIKY VE

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

1. DEMOGRAFICKÝ VÝVOJ

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

ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE

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

Názor na zadlužení obyvatel a státu březen 2017

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD

5 Potratovost. Tab. 5.1 Potraty,

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

Korelace. Komentované řešení pomocí MS Excel

1. Demografický vývoj

Jana Vránová, 3. lékařská fakulta UK

1. Vnitřní stěhování v České republice

4 Porodnost a plodnost

1. Obyvatelstvo, rodiny a domácnosti

Diagnostika regrese pomocí grafu 7krát jinak

1 Obyvatelstvo podle věku a rodinného stavu

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

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

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

Jednofaktorová analýza rozptylu

STRUČNÉ SHRNUTÍ. Učitelé škol regionálního školství bez vedoucích zaměstnanců

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

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

Česká společnost a onemocnění AIDS červen 2016

5 Potratovost. Tab. 5.1 Potraty,

Lineární regrese. Komentované řešení pomocí MS Excel

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

Analýza dat na PC I.

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

Postoje českých občanů k manželství a rodině únor 2016

Potraty v roce Abortions in year 2005

KGG/STG Statistika pro geografy

Spokojenost se životem červen 2019

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

Hodnocení kvality vzdělávání září 2018

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

Spokojenost se životem březen 2018

er Jilská 1, Praha 1 Tel.:

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

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

První partnerská soužití českých mužů a žen

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

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

INDUKTIVNÍ STATISTIKA

DEMOGRAFICKÁ SITUACE V KRAJÍCH ČR (2013)

Metodologie pro Informační studia a knihovnictví 2

Potraty v roce Abortions in year 2009

DEMOGRAFICKÝ VÝVOJ. Počet obyvatel oproti minulému roku mírně poklesl

Vliv rozpadu manželských svazků na plodnost v České republice

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Svatby v české společnosti

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

3. Domácnosti a bydlení seniorů

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

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

4. DEMOGRAFICKÉ STRUKTURY A PROCESY

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

Hlavní demografické změny

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

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

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

KORELACE. Komentované řešení pomocí programu Statistica

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

1. Demografický vývoj

Výzkum sociální změny

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

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

Cvičení 12: Binární logistická regrese

Občané o stavu životního prostředí květen 2012

Transkript:

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 (1994-24) 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: 91-17. (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 (MSM2 162248). ** Veškerou korespondenci posílejte na adresu: Mgr. Petr Fučík, Institut pro výzkum reprodukce a integrace společnosti, Fakulta sociálních studií MU, Joštova 1, Brno 62, e-mail: fucik@fss.muni.cz. - 91 -

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 1994 24. 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 1994 24, 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]. - 92 -

[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. - 93 -

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]. - 94 -

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 1994 24, 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 579 19 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). - 95 -

Graf 1. a) muži průměr absolutního rozdílu věku (v letech) 8 7 6 5 4 3 2 1 1994 b) ženy 8 Pr m rný absolutní v kový rozdíl podle typu s atku, roku jeho uzav ení a pohlaví 1995 1996 1997 1998 1999 2 21 22 první sňatky rozvedení 23 24 průměr absolutního rozdílu věku (v letech) 7 6 5 4 3 2 1 1994 1995 1996 1997 1998 1999 2 21 22 první sňatky rozvedené 23 24 Pramen: ČSÚ 1994 24, 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 1994 24. - 96 -

Graf 2. Míry v kové heterogamie u muž a žen podle typu s atku a v ku a) muži 1 9 8 7 první sňatek - absolutní rozvedení - absolutní první sňatek - rozdíl rozvedení - rozdíl věkový rozdíl v letech 6 5 4 3 2 1 věk ženicha 21-1 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51-2 b) ženy věkový rozdíl v letech 1 9 8 7 6 5 4 3 2 1 první sňatek - absolutní rozvedené - absolutní první sňatek - rozdíl rozvedené - rozdíl věk nevěsty 2-1 22 24 26 28 3 32 34 36 38 4 42 44 46 48 5-2 Pramen: ČSÚ 1994 24, 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- - 97 -

Graf 3. Míry vzd lanostní heterogamie podle typu s atku, roku jeho uzav ení a pohlaví a) muži 6 procento heterogamních sňatků 5 4 3 2 1 první sňatek rozvedení 1994 1995 1996 1997 1998 1999 2 21 22 23 24 b) ženy 6 procento heterogamních sňatků 5 4 3 2 1 první sňatek rozvedené 1994 1995 1996 1997 1998 1999 2 21 22 23 24 Pramen: ČSÚ 1994 24, 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 - 98 -

2 22 24 26 28 3 32 34 36 38 2 4 22 42 24 44 26 46 28 48 3 5 32 34 36 38 4 42 44 46 48 5 Graf 4. Míry vzd lanostní heterogamie podle typu s atku u muž a žen podle v ku a) muži 4 35 3 procento sňatků 25 2 15 1 5 věk ženicha první, hypogamie rozvedení, hypogamie první, hypergamie rozvedení, hypergamie b) ženy 4 35 3 procento sňatků 25 2 15 1 5 věk nevěsty první, hypergamie rozvedené, hypergamie první, hypogamie rozvedené, hypogamie Pramen: ČSÚ 1994 24, 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 - 99 -

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. - 1 -

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. - 11 -

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 - 12 -

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 25 27 29 31 33 35 37 39 41 43 45 47 49 věk b) ženy 1,2 1 fí - parametr,8,6,4,2 svobodná rozvedená 22 24 26 28 3 32 34 36 38 4 42 44 věk Pramen: ČSÚ 1994 24, vlastní výpočty. Poznámky: Statistiky dobré shody modelu - pro muže: Dissimilarity index:,21, BIC -389; - pro ženy: Dissimilarity index:,16, BIC -3874. 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. - 13 -

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. - 14 -

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 - 15 -

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 25. 27. května 27. Beck, Ulrich, Elisabeth Beck-Gernsheim. 1995. 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. 1981. A Treatise on the Family. Harvard University Press, Cambridge, Mass. Berger, Peter. L., H. Kellner. 1974. Marriage and the Construction of Reality. Pp. 157-174 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. 1998. Teorie jednání. Praha: Karolinum. Bozon, Michel, François Heran. 1989. Finding a Spouse: A Survey how French Couples Meet. Population: An English Selection 44(1/Sep 1989): 91-21. Day, Lincoln H. 1992. The Future of Low-Birthrate Populations. London: Routledge. Fučík, Petr. 26. Věková homogamie českých sňatků 192 2. Sociologický časopis/czech Sociological Review 42(4): 719 74. Gelissen, John. 24. Assortative Mating after Divorce: a Test of Two Competing Hypotheses Using Marginal Models Social Science Research 33: 361-384. Giddens, Anthony. 1993. The Transformation of Intimacy: Sexuality, Love and Eroticism in Modern Societies. Cambridge: Polity Press. Goode, William J. 1993. World Changes in Divorce Patterns. New Heaven and London: Yale University Press. - 16 -

Jamieson, Lynn. 1988. 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. 1998. Intermarriage And Homogamy: Causes, Patterns, Trends. Annual Review of Sociology 24: 395-421. 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): 297-318. Katrňák, Tomáš, Martin Kreidl, Laura Fónadová. 26. Trends in Educational Assortative Mating in Central Europe: the Czech Republic, Slovakia, Poland, and Hungary, 1988 2. European Sociological Review 22(3): 39-322. Trost, Jan. 1979. Unmarried Cohabitation. Västeras: International library. Vaughan, Diane. 199. 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 1991-24. Demografie 48(1): 1-11. - 17 -