Co a jak silně ovlivňuje šance na dosažení vyššího vzdělání? Petra Anýžová K ONFERENCE PIAAC: P ŘEDPOKLADY ÚSPĚCHU V PRÁCI A V ŽIVOTĚ 27. L ISTOPADU 2013.

Slides:



Advertisements
Podobné prezentace
Podpora dalšího vzdělávání v Ústeckém kraji Nutnost dalšího vzdělávání pro zvýšení zaměstnanosti Podpora dalšího vzdělávání v Ústeckém kraji CZ.1.07/3.2.06/
Advertisements

Vyhodnocení dotazníku – Barcamp Brno 2013 Magdaléna Katolická magdalena [at] marketingovevyzkumy.cz
Uplatnění absolventů škol na pracovním trhu Jan Koucký Výsledky projektu Kvalita II Seminář projektu Kvalita II MŠMT, Praha 26. září 2008.
Vyhodnocení dotazníku – Barcamp Brno 2011 Magdaléna Katolická magdalena [at] marketingovevyzkumy.cz
Hlediska hodnocení při výzkumech veřejného mínění  A) Podle oblastí (stav/očekávání)  Životní prostředí  Školství  Životní úroveň  Zdravotnictví 
Trendy finančních produktů ČLFA
Konference „Předpoklady úspěchu v práci a v životě “
PaedDr. Zuzana Horváthová, Ph.D. doc. Ing. Josef Abrhám, Ph.D.
Analýza Centra ProEquality
*Zdroj: Průzkum spotřebitelů Komise EU, ukazatel GfK. Ekonomická očekávání v Evropě Březen.
Petr NEČAS ministr práce a sociálních věcí 9. dubna 2008 Bilance dopadů sociálních reforem za rok 2008.
Kvantitativní metody výzkumu v praxi
Aktuální informace o vyšetřování c-erb-2 genu v referenční laboratoři a návrh změny v indikačních kritériích Hajdúch M., Petráková K., Kolář Z., Trojanec.
Petr Adamus.  Vycházíme z předpokladu, že osoby s autismem trpí poruchami chování, protože prostředí a většina technik učení nepočítá s jejich individuálními.
Jiří Šafr jiri.safr(zavináč)seznam.cz
Porovnání hodnotících škál bolesti v závislosti na kognitivní funkci
Přehled základních výsledků šetření Rušiče spánku a nykturie Březen 2009/ Tisková informace k výsledkům šetření / STEM/MARK a.s.
DOSPĚLÍ NA CESTĚ Lucie Myšková Vzdělávací trajektorie
CENOVÁ KONVERGENCE K EU: Poznatky z mezinárodního srovnání Seminář MF ČR Smilovice, 2. prosince 2003 Martin Čihák (MMF) Tomáš Holub (ČNB)
Výzkumy volebních preferencí za ČR a kraje od
Souvislosti kompetencí a odměňování Jiří Večerník, Martina Mysíková a Petr Matějů Konference „Předpoklady úspěchu v práci a v životě “ 27. listopadu 2013.
Malátova 17, Praha 5 tel.: · Uplatnění absolventů škol na pracovním trhu Jan Koucký Výsledky projektu.
předpověď počasí na 14. května 2009 OBLAČNOST 6.00.
Předpokládaný vývoj počtu osob v produktivním a důchodovém věku
Mezinárodní výzkum dospělých Výsledky mezinárodního výzkumu OECD PIAAC v České republice a jejich implikace pro veřejné politiky Konference,
IBRS s.r.o., Prague 10, Dubečská 8, strana 1 Desk research – fertility rate Eurostat / 2006 Fertilita - průměrný počet živě narozených dětí, které.
Škola: Střední škola právní – Právní akademie, s.r.o. Typ šablony: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Projekt: CZ.1.07/1.5.00/
Sociální mobilita Sociální mobilita je pohyb sociálních subjektů (jednotlivých osob) v sociálním prostoru tvořeném soustavou sociálních pozic. P. Sorokin.
Sociální mobilita Definice sociální mobility Typy sociální mobility
Pojetí lidského kapitálu a jeho formování
Tento Digitální učební materiál vznikl díky finanční podpoře EU- OP Vzdělávání pro konkurenceschopnost. Není – li uvedeno jinak, je tento materiál zpracován.
Řízení a supervize v sociálních a zdravotnických organizacích
Pojmy a interpretace.
Škola: Střední škola právní – Právní akademie, s.r.o. Typ šablony: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Projekt: CZ.1.07/1.5.00/
1 Ekonomický růst a trh práce (několik postřehů) František Cvengroš Smilovice, prosinec 2004.
Podpora částečných úvazků?
MODELOVÁNÍ Petr Matějů
SKLADBA OBYVATELSTVA PODLE VĚKU
Imigranti na trzích práce v EU
1 VŠFS KSM MEI Společný rozpočet EU Společný rozpočet EU Osnova: 1. Obecná charakteristika společného rozpočtu EU 2. Příjmy společného rozpočtu.
Bleskový výzkum Kauza : David Rath Červen 2012.
Širší ekonomické souvislosti rodinné politiky Daniel Münich.
Porovnání výroby a prodejů vozidel ve světě
1 Aktuální vývoj nabídky na trhu práce Smilovice, František Cvengroš.
Gymnázia v kontextu systému středního školství v ČR Jana Straková, Ústav výzkumu a rozvoje vzdělávání PedF UK
Vývoj kognitivních schopností v mladším školním věku
Materiály pro sněm RVŠ František Ježek Listopad 2004.
Analýza kvantitativních dat I. Vztahy mezi 3 znaky v kontingenční tabulce - úvod Jiří Šafr jiri.safr(zavináč)seznam.cz poslední aktualizace
1 Jak se sociální původ patnáctiletých žáků odráží v jejich počítačové gramotnosti? Josef Basl Doktorský seminář VSP 1. března 2007.
Analýza kvantitativních dat II. TEST 1 (v LS 2012) Aktualizované verze jsou k dispozici na Jiří Šafr jiri.safr(zavináč)seznam.cz.
Faktory ovlivňující přechod žáků 5. ročníků na víceleté gymnázium Poznatky z longitudinálního výzkumu CLoSE Jana Straková, David Greger.
( vzdělanostní struktura obyvatel )
Vzdělání a trh práce Přednáška do předmětu Ekonomika školství
ČESKÝ STATISTICKÝ ÚŘAD | Na padesátém 81, Praha 10 | Miloš Polák, Věra Varmužová, Ivana Dušková SENIOŘI V KRÁLOVÉHRADECKÉM KRAJI Tisková.
Současný stav užívání tabáku a alkoholu v ČR Seminář PSP ČR 27. května 2014 MUDr. Hana Sovinová, Státní zdravotní ústav PhDr. Ladislav Csémy, Psychiatrické.
Czech Statistical Office Na padesátém 81, Praha, Český statistický úřad odd. regionálních analýz a informačních služeb Praha Jana Podhorská.
NEZAMĚSTNANOST ABSOLVENTŮ A POTŘEBY ZAMĚSTNAVATELŮ NA PRACOVNÍM TRHU Mgr. Martin Úlovec.
Měření v sociálních vědách „Měřit všechno, co je měřitelné, a snažit se učitnit měřitelným vše, co dosud měřitelné není“. (Galileo Galilei)
Postavení osob do 25 let, nad 50 let a absolventů a mladistvých na trhu práce 24. listopadu 2014 Z0027 Geografická analýza trhu práce.
Analýza a vyhodnocení zdravotního stavu obyvatel města TÁBOR MUDr. Stanislav Wasserbauer MUDr. Miloslav Kodl Hana Pokorná Zdravá Vysočina, o.s. ve spolupráci.
EDUCATION AT A GLANCE 2015 Country Notes a klíčová data pro ČR Převzato dne z internetové stránky ministerstva školství:
České školství v mezinárodním srovnání České školství v mezinárodním srovnání Stručné seznámení s vybranými ukazateli publikace OECD Education.
EUROSTUDENT VI Postoje a životní podmínky vysokoškolských studentů přicházejících z gymnázií Jakub Fischer, Kristýna Vltavská Karlovy Vary, 30.
Problematika dlouhodobé nezaměstnanosti v ČR
ČÍSLO PROJEKTU ČÍSLO MATERIÁLU NÁZEV ŠKOLY AUTOR TÉMATICKÝ CELEK
Průměrný věk matek při prvním porodu podle vzdělání a rodinného stavu.
Je nízká plodnost opravdu problémem?
Postavení osob na trhu práce dle nejvyššího dosaženého vzdělání
ŽIVOTNÍ SPOKOJENOST U VYBRANÝCH POMÁHAJÍCÍCH PROFESÍ
Důsledky oborově nerovnoměrné vzdělanostní expanze pro návratnost vzdělání na trhu práce Tomáš Doseděl, Tomáš Katrňák
Transkript prezentace:

Co a jak silně ovlivňuje šance na dosažení vyššího vzdělání? Petra Anýžová K ONFERENCE PIAAC: P ŘEDPOKLADY ÚSPĚCHU V PRÁCI A V ŽIVOTĚ 27. L ISTOPADU 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

Vzdělanostní struktura – muži (otec  syn) Vzdělání syna Celkem Vzdělání otceZákladní Střední bez maturity Střední s maturitou Vysoko- školské 1 Základní10,260,820,68, Střední bez maturity 4,256,127,911, Střední s maturitou 3,333,936,126, Vysoko- školské 2,614,426,356,7100 Celkem 4,846,828,619, Řádková procenta % Gamma = 0,461

Vzdělanostní struktura – ženy matka  dcera Vzdělání dcery Celkem Vzdělání matkyZákladní Střední bez maturity Střední s maturitou Vysoko- školské 1 Základní 23,443,726,86, Střední bez maturity 6,237,345,111, Střední s maturitou 2,517,646,533, Vysoko- školské 0,62,822,973,7100 Celkem12,133,336,917, Řádková procenta % Gamma = 0,601

Vzdělanostní struktura v jednotlivých kohortách otců a synů

Vzdělanostní struktura v jednotlivých kohortách matek a dcer

Základní vzorce vzdělanostní mobility v generacích mužů a žen 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  SEC (respondent dosáhl úplného středního vzdělání: 0 = ne, 1 = ano)  TER  TER (respondent dosáhl vysokoškolského vzdělání: 0 = ne, 1 = ano)  TRAN  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  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  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) 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 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 20 Podíl proměnné pohlaví na velikosti koeficientu determinace pro příslušný vzdělanostní přechod (SEC, TER,TRAN)

Děkuji za pozornost!