ALI ZNANJE ŠTEJE? ALI ZNANJE ŠTEJE? Populacijski pregled socialno-ekonomskega statusa posameznikov, njihovih učnih dosežkov, dosežkov na zunanjih preverjanjih znanja in nadaljnjega uspeha v življenju Državni izpitni center Ljubljana, 2025 ALI ZNANJE ŠTEJE? Populacijski pregled socialno-ekonomskega statusa posameznikov, njihovih učnih dosežkov, dosežkov na zunanjih preverjanjih znanja in nadaljnjega uspeha v življenju Avtorji: dr. Gašper Cankar David Janet dr. Darko Zupanc Recenzenta: prof. dr. Valentin Bucik prof. dr. Amalija Žakelj Jezikovni pregled: mag. Bernarda Krafogel © Državni izpitni center 2025 To delo je objavljeno pod licenco Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna. Podatki, uporabljeni pri nastanku znanstvene monografije, so bili pripravljeni v okviru pogodbe med Državnim izpitnim centrom in Statističnim uradom RS, skladno z vsemi zakonskimi in strokovnimi standardi. Izdal in založil: Državni izpitni center zanj dr. Darko Zupanc Urednica založbe: Tanja Pleterski Ilustracija na naslovnici: Tomaž Verbič Šalamon Računalniško oblikovanje: Jana Lavtar http://www.ric.si Kataložni zapis o publikaciji (CIP) pripravili v Narodni in univerzitetni knjižnici v Ljubljani COBISS.SI-ID 231304195 ISBN 978-961-6899-86-4 (pdf) VSEBINA Seznam uporabljenih kratic in okrajšav ................................................................................................................................................................................ 5 Razmisleka recenzentov .................................................................................................................................................................................................................. 6 PREDGOVOR ............................................................................................................................................................................................................................................ 7 Tretja raziskava Rica in SURS .........................................................................................................................................................................................................8 V tretji raziskavi pogled naprej, v odraslost ........................................................................................................................................................................8 Vabilo k branju in razmisleku .................................................................................................................................................................................................... 10 Povezanost družinskega okolja (SEId) z dosežki na maturi in poznejša povezanost maturitetnega uspeha s socialno-ekonomskim statusom posameznikov v odraslosti (SEIp) .............................................................................................................. 12 Znanje šteje, uspeh na maturi je pomemben, več znaš, več veljaš ............................................................................................................... 13 Spreminjati gimnazijo in maturo? ......................................................................................................................................................................................... 13 POVZETEK ............................................................................................................................................................................................................................................... 15 Uvod .......................................................................................................................................................................................................................................................... 16 O maturi kot zunanjem preverjanju znanja .................................................................................................................................................................... 16 Omejitve zunanjih preverjanjih znanja .............................................................................................................................................................................. 17 Vpis v srednje šole ............................................................................................................................................................................................................................ 18 Vpliv dejavnikov na ponavljajoč vzorec izbire poklica ............................................................................................................................................ 19 Socialno-ekonomski status oziroma značilnosti posameznikovega okolja ............................................................................................. 20 SES, zdravje in kakovost življenja ............................................................................................................................................................................................ 20 SES in prenos med generacijami ........................................................................................................................................................................................... 21 SES podrobno – izobrazba ali dohodki ............................................................................................................................................................................. 23 Izobrazba in dohodki v Sloveniji............................................................................................................................................................................................. 24 Razlike med spoloma ..................................................................................................................................................................................................................... 27 Šolske ocene – kaj vsebujejo .................................................................................................................................................................................................... 28 Še drugače – zdravje, telesna dejavnost in akademski dosežki ....................................................................................................................... 29 Znanje šteje – ekonomski vidik ............................................................................................................................................................................................... 30 Metoda ..................................................................................................................................................................................................................................................... 32 Podatki Državnega izpitnega centra ................................................................................................................................................................................... 32 Podatki Statističnega urada Republike Slovenije in združevanje podatkovnih baz ........................................................................... 33 Priprava socialno-ekonomskega indeksa družinskega okolja (SEId) ............................................................................................................. 33 Priprava lastnega indeksa socialno-ekonomskih značilnosti (SEIp) ............................................................................................................... 35 Združevanje podatkov in oblikovanje skupin maturantov ................................................................................................................................. 35 Rezultati in diskusija ........................................................................................................................................................................................................................ 36 Uvodne statistike............................................................................................................................................................................................................................... 36 Vrednosti komponent SEId v populaciji po decilih ................................................................................................................................................... 40 Korelacije socialno-ekonomskega indeksa s točkami na NPZ in izbiro srednje šole ......................................................................... 41 Analiza mature v obdobju 1995–2001 .............................................................................................................................................................................. 42 Povezanost socialno-ekonomskega indeksa z učnim in maturitetnim uspehom maturantov ter letnimi bruto dohodki – grafi ordinalne dominantnosti ....................................................................................................................................................................... 45 Povezanost bruto dohodka in splošnega uspeha na maturi ............................................................................................................................. 48 Povezanost vrednosti nepremičnin in splošnega uspeha na maturi ........................................................................................................... 51 Povezanost med izobrazbo in uspehom na maturi ................................................................................................................................................. 53 Povezanost statusa poklica in splošnega uspeha na maturi .............................................................................................................................. 55 Povezanost SEIp (po 15–21 letih) in splošnega uspeha na maturi ................................................................................................................ 57 Povezanost splošnega uspeha pri maturi s SEId in SEIp – grafi ordinalne dominantnosti ........................................................... 59 Analiza splošne mature v obdobju 2002–2006 ........................................................................................................................................................... 62 Povezanost bruto dohodka in splošnega uspeha na maturi ............................................................................................................................. 64 Povezanost vrednosti nepremičnin in splošnega uspeha na maturi ........................................................................................................... 67 Povezanost med izobrazbo in uspehom na maturi ................................................................................................................................................. 69 Povezanost statusa poklica in splošnega uspeha na maturi .............................................................................................................................. 70 Povezanost SEIp (po 10–14 letih) in splošnega uspeha na maturi ................................................................................................................ 72 Analiza poklicne mature v obdobju 2002–2006 ......................................................................................................................................................... 74 Povezanost bruto dohodka in splošnega uspeha na poklicni maturi ......................................................................................................... 77 Povezanost vrednosti nepremičnin in splošnega uspeha na poklicni maturi ....................................................................................... 80 Povezanost med izobrazbo in uspehom na poklicni maturi ............................................................................................................................. 82 Povezanost statusa poklica in splošnega uspeha na poklicni maturi .......................................................................................................... 83 Povezanost SEIp (po 10–14 letih) in splošnega uspeha na poklicni maturi ............................................................................................ 84 Analize kontrastnih skupin in podatki na NPZ v devetem razredu ................................................................................................................ 87 Ključna spoznanja ............................................................................................................................................................................................................................. 91 Pomen in uporabna vrednost raziskave ........................................................................................................................................................................... 93 Omejitve študije in ideje za prihodnje raziskave......................................................................................................................................................... 95 VIRI ............................................................................................................................................................................................................................................................... 96 PRILOGE ................................................................................................................................................................................................................................................ 105 Opis uporabljenih podatkovnih baz ................................................................................................................................................................................. 105 Rezultati – dodatne preglednice ........................................................................................................................................................................................ 110 Rezultati – dodatne slike ........................................................................................................................................................................................................... 131 Kazalo slik ............................................................................................................................................................................................................................................. 133 Kazalo preglednic .......................................................................................................................................................................................................................... 134 SEZNAM UPORABLJENIH KRATIC IN OKRAJŠAV Splošno ACT ameriški preizkus za vpis na fakultete OECD Organizacija za gospodarsko sodelovanje in razvoj OME ordinalni povprečni učinek PCA analiza glavnih komponent/PC1 – prva glavna komponenta PIAAC program za mednarodno ocenjevanje kompetenc odraslih PIRLS mednarodna raziskava bralne pismenosti učencev PISA program mednarodne primerjave dosežkov učencev Ric Državni izpitni center SAT šolski preizkus znanja v ZDA SES socialno-ekonomski status SURS Statistični urad Republike Slovenije TIMSS mednarodna raziskava trendov znanja matematike in naravoslovja Spremenljivke SEId socialno-ekonomski status družinskega okolja SEIp socialno-ekonomski status posameznika DOHODEK letni bruto dohodek obeh staršev/letni bruto dohodek posameznika IZOB najvišja dosežena izobrazba staršev/dosežena izobrazba posameznika POKLIC najvišji status poklica staršev/status poklica posameznika NEPR vrednost nepremičnin v lasti obeh staršev/vrednost nepremičnin v lasti posameznika POVP povprečna šolska ocena maturitetnih predmetov USPEH splošni uspeh na splošni oziroma poklicni maturi Preverjanja znanja NPZ nacionalno preverjanje znanja (v 6. in 9. razredu osnovne šole) PM poklicna matura SM splošna matura ZI zaključni izpit RAZMISLEKA RECENZENTOV Regresijska moč napovednih spremenljivk (šolski uspeh, merjen na sistematičen način tako pri nacionalnih preizkusih znanja v osnovni kot poklicna in splošna matura v srednji šoli) sicer ni visoka, ampak trendi odnosov, ki jih interpretirajo avtorji, so povsem jasni. Maturitetni dosežki namreč najdejo svojo veljavo v kasnejših dosežkih, tako v nadaljnji izobrazbi, kot tudi v poklicu in z njim povezanem dohodku. Ta ugotovitev med drugim potrjuje tudi ustreznost glavne strateške usmerjenosti mature ob njenem začetku pred 30 leti, namreč, da gre za državni, v kakovosti preverjanja znanja ter strukturi dobro načrtovan ter natančno nadzorovan in umerjen izpit z delom ključnih, nujnih in vsem skupnih znanj ter z ustrezno stopnjo izbirnosti tako različnih področij kot zahtevnostnih ravni. Ta struktura je maturi že od začetka dodeljevala zmožnost neposredne primerljivosti s podobnimi načini preverjanja znanja učencev na izhodu iz sekundarnega izobraževanja v mednarodnem prostoru. prof. dr. Valentin Bucik Z odkrivanjem povezav med zunanjimi preverjanji znanja in socialno-ekonomskim statusom je pred šolsko politiko dana priložnost za ukrepanje v smeri zmanjševanja neugodnih vplivov socialno-ekonomske prikrajšanosti na učno uspešnost učencev oz. dijakov. Vrsto predlogov, izpeljanih iz empiričnih spoznanj, nam avtorji ob koncu knjige tudi predstavijo. Vsem je skupno, da se nanašajo na premišljeno posodabljanje vzgojno-izobraževalnega sistema, s ciljem njegovega posodabljanja v smeri višje kakovosti. Toplo pozdravljam izdajo znanstvene monografije ter zaključujem z iskrenimi čestitkami avtorjem monografije za predstavitev številnih ugotovitev, ki bodo zagotovo imele dragocen vpliv tako na oblikovalce šolskih politik, kot tudi na raziskovalce in učitelje v slovenskem in mednarodnem prostoru. prof. dr. Amalija Žakelj PREDGOVOR Raziskava Državnega izpitnega centra in Statističnega urada RS je potekala med leti 2018 in 2024, poročilo o raziskavi in monografija pa (bo)sta luč sveta zagledala leta 2025, ko ponovno uvedena matura na Slovenskem, ki je vodena centralno v organizaciji in izvedbi Rica, praznuje 30-letnico1. Na Državnem izpitnem centru (Ricu) smo leta 2017 ob prvi raziskavi in izdani monografiji v sodelovanju s Statističnim uradom RS (SURS) (Cankar idr., 2017) prvič izkoristili prednost, da imamo zbrane podatke o dosežkih za celotne letne kohorte mladih v Sloveniji. Za vsakoletne populacije mladih imamo longitudinalne podatke, ne samo pri maturi ob koncu srednje šole, ampak že učencev v 6. in pozneje v 9. razredu osnovne šole, ko so pisali eksterno nacionalno preverjanje znanja (NPZ). Povezali smo podatkovne baze, ki se v državi že zbirajo – na Ricu in nekatere na SURS. Na SURS je Ric podatke o uspehu v osnovni in srednji šoli ter pri zunanjih preverjanjih znanja, pri nacionalnem preverjanju znanja (NPZ) in na splošni oziroma poklicni maturi, za vsakega učenca prek nerazpoznavne identifikacijske številke povezal z njegovo družino in na tej osnovi v povezanih bazah pridobil veljavne in zanesljive podatke o izobrazbi in zaposlitvi staršev, o njihovih prihodkih in premoženju. Za vsakega učenca in maturanta smo definirali in izračunali socialno-ekonomski indeks družine (SEId), iz katere izhaja učenec oz. maturant (Cankar idr., 2017). V okvirih raziskav o učinkovitosti v izobraževanju (angl. Educational Effectiveness Research) smo postavili koncept zbiranja relevantnih podatkov za merjenje, spremljanje in vrednotenje pomembnih dejavnikov za pravičnost šolskega sistema v Sloveniji. Oblikovali smo socialno-ekonomski indeks družine (SEId) in z njim ugotavljali povezanost z dosežki učencev2 in maturantov v slovenskih osnovnih in srednjih šolah. Sekundarne analize na podatkih raziskave (Cankar idr., 2017) so pokazale, da šolski sistem v Sloveniji v obdobju osnovne šole glede pravičnosti ni problematičen (Gaber idr., 2012), da pa postane zelo nepravičen po zaključku osnovne šole. Pravičnost v šolskem sistemu pomeni, da v zahtevnejših programih, ki vodijo do uglednejših poklicev, niso zreducirane samo določene skupine mladostnikov. V gimnazije se vpisujejo predvsem mladostniki iz družin s solidnim življenjskim standardom. Vpis je sicer omogočen vsem, a se tisti s šibkejšim ekonomskim statusom ne vpisujejo v take šole (Zupanc, 2023). V Sloveniji sta Gaber in Marjanovič Umek (2009) opozarjala, da je za šolstvo značilna reprodukcija družbenih in drugih neenakosti, zato moramo to dejstvo javno izpostavljati; šolska politika in učitelji morajo razkrivati mehanizme, ki so v ozadju empiričnih opažanj. Prvi koraki k zmanjševanju in obvladovanju neupravičenih neenakosti so: priznanje le-teh, spremljanje, analize, raziskovanje in ozaveščanje o pravičnosti in učinkovitosti izobraževanja. Tudi v tem duhu je bila druga obsežna longitudinalna in populacijska raziskava Rica v sodelovanju s SURS posvečena učencem s posebnimi potrebami in priseljencem (Cankar, 2020) ter ugotavljanju povezanosti socialno- ekonomskega indeksa družin (SEId), iz katerih izhajajo učenci, maturanti, z njihovimi dosežki v šoli, pri NPZ ali na maturi. Ali gre za učence iz socialno-ekonomsko deprivilegiranih družin z nizkim SEId ali za kategorizirane učence s posebnimi potrebami (UPP), za vse je ključno, da je »opredelitev učencev kot drugačnih od drugih lahko pozitivna, če vodi do smiselnih prilagoditev in dodatnih resursov, z namenom doseganja bolj izenačenih ciljev«. 1 V Sloveniji so se že pred osamosvojitvijo, v okviru Jugoslavije, kot kritiko usmerjenega izobraževanja in skupnih jeder, več let prizadevali za vrnitev ugleda in pomena gimnazije ter ponovne uvedbe mature na koncu srednješolskega izobraževanja (Zgaga, 2021). Leta 1994 je bila v Sloveniji izpeljana poskusna matura, od leta 1995 naprej pa je matura na koncu srednje šole ponovno v sistemu. Do vključno leta 2001 je bila matura za gimnazijce in dijake srednjih strokovnih šol ena sama, potlej se je ločila na splošno in poklicno maturo. 2 Izraz »učenec/učenci« se v predgovoru pogosto uporablja za udeležence izobraževanja v osnovnih šolah (OŠ). Če se želi poudariti, da so udeleženci vključeni v srednje šole (SŠ) se zapišejo kot »dijaki«, ob koncu srednje šole tudi »maturanti«. Večkrat pa se z »učenci« razume udeležence izobraževanja tako v OŠ, SŠ kot tudi ob zaključkih – na maturi. Podobno splošno se za učence s posebnimi potrebami uporablja kratica UPP, ki zaradi Zakona o usmerjanju otrok s posebnimi potrebami ne loči med učenci v OŠ, dijaki v SŠ ali kandidati na zaključni maturi. Cankar (2020) navaja, da se je skoraj 10 % vsakoletne populacije kategoriziralo med UPP, pri čemer se jih večina uvršča v skupino, ki vključuje učence s primanjkljaji na posameznih področjih učenja, čustveno-vedenjskimi in govorno-jezikovnimi motnjami. Šole in učitelji zanje vedno pripravijo individualizirane šolske programe, odobri se jim dodatna strokovna pomoč, zaposlijo se dodatni strokovni delavci, prilagaja se jim pouk, preverjanje ter ocenjevanje znanja … Ob zaključku šolanja pa se razkorak z večinsko populacijo nič ne zmanjša. Učenci s posebnimi potrebami od večinske populacije bolj zaostajajo v dosežkih kakor v SEId. Zupanc v predgovoru k monografiji (Cankar, 2020, str. 5) raziskovalcem, praktikom in šolski politiki zastavlja vprašanje, ali v Sloveniji pri delu z UPP vsakodnevno ravnamo zgolj pravilno – zakonito in v skladu s predpisi – ali pa zanje in z njimi delamo tudi prave stvari. So učinki tudi legitimni in res v dolgoročno dobro tudi deprivilegiranim? Ali pa poleg učencev iz družin z nizkim SEId tudi UPP (večinsko skupino), med njimi pa predvsem fante, puščamo zadaj (angl. left behind) za večino učencev brez prepoznanih posebnih potreb. Tretja raziskava Rica in SURS V Sloveniji je šolstvo »zasvojeno« z obsegom in količino, zanemarja pa kakovost in tudi pravičnost (Zupanc, 2015). Izobraževanje se odraža v množičnosti (tudi na višjih stopnjah), ne v odličnosti; podaljšuje se trajanje šolanja, širijo se vstopne možnosti v višje izobraževalne ravni. Hanushek in Woessmann (2012; Hanushek, 2016) opozarjata, da bi bilo smiselno pristop, ki je osredotočen na dostop (angl. access approach), zamenjati s pristopom, usmerjenim v kakovost (angl. quality approach). Šolske politike, tudi v imenu deprivilegiranih in s populističnimi gesli o pravičnosti, vodijo posodobitve, prenove in reforme izobraževalnega sistema, žal tudi z razbremenjevanjem učencev in nižanjem zahtevanih standardov znanja. Znižuje se raven potrebnega znanja za dosego uspešnosti in prehod na višje stopnje izobraževanja, povečuje se delež vključenih v te stopnje, inflatorno se podeljujejo visoke ocene, spričevala, certifikati, diplome in celo doktorati (Zmazek idr., 2019). V Sloveniji imamo sicer še vedno učence z odličnim znanjem, maturante z izjemnim uspehom, izstopajoče diplomante in tudi uveljavljene doktorande v mednarodnem okolju. Problem pa je v vse nižjem povprečnem doseženem znanju znotraj izobraževalnih skupin. Zapisano s prispodobo, da »je veriga tako močna kot najšibkejši člen v verigi«, so še posebej kritični nizki kriteriji za prepustnost na določeni stopnji šolanja oz. izobraževalni smeri. Pri šolanju je vse manj vsebin obveznih, na račun (pre)zgodnje ter vse večje izbirnosti; zmanjšuje se akademska zahtevnost, znanje se zamenjuje s spretnostmi in »modernimi« kompetencami (Kodelja, 2024). Nedoseganje učnih ciljev in standardov znanja se, tudi s teorijami o nevidni pedagogiki, poskuša nadomestiti z neoprijemljivimi in neizmerljivimi vzgojno-izobraževalnimi izidi – z »nevidnimi« dosežki (Gaber in Tašner, 2009). V Sloveniji se je tudi v šolskih predpisih (Zakon o osnovni šoli) »minimalne standarde znanja« zamenjalo z izrazom »pričakovani rezultati« (Kalin, 2008; Kovač Šebart, 2014); tako da bi se lahko vprašali, ali smo za učence »pričakovanja« v znanju uzakonili na »minimum«. Od učiteljev se zahteva, da pri učencih, dijakih in študentih znanje »iščejo«; če ga ne najdejo, (lahko) dobijo očitek, da niso dobri učitelji (Zupanc, 2013). Zato se že v osnovnih in srednjih šolah sklepajo kompromisi na račun temeljnih znanj, neznanje se spregleduje, zamolči in zanika. Tudi slabe prakse ocenjevanja dejansko škodujejo učencem, ko tudi za slabo znanje prejmejo dobre ocene in jim na ta način dajejo netočne, neustrezne, zavajajoče informacije, na podlagi katerih mladi sprejemajo pomembne šolske in življenjske odločitve (Brookhart idr., 2020). V tretji raziskavi pogled naprej, v odraslost Na Ricu smo v sodelovanju s SURS v tretji zaporedni longitudinalni in populacijski raziskavi poskusili preveriti tezo, ali so »zastarela« prizadevanja po ohranjanju tradicionalne šole, intelektualizaciji pouka (Laval, 2005) in doseganje visoke ravni akademskega znanja v osnovnošolskem izobraževanju in predvsem ob koncu srednje šole, tudi na maturi, bolj sama sebi namen. Ali je poudarjanje pomena uspeha v šoli, pri zunanjih preverjanih znanja, tudi na maturi, namenjeno predvsem vzdrževanju prizadevnosti mladih za učenje in žuganju mladim, da človeku edino znanje ostane za vedno? Ali gre predvsem za ohranjanje pomena šole kot institucije in bolj za utrjevanje poslanstva učiteljskega poklica? Ali se uspešne dijake, odlične maturante in dobre študente hvali, ker se držijo učiteljskih naukov? Ali šolsko znanje v resnici ni tako pomembno in se pomen le-tega v šolah izrablja bolj za vzdrževanje učnih navad, ohranjanje pozornosti in discipliniranje učencev? Ali pa so za mlade pozneje v življenju, v odraslosti, za uspeh v realnem svetu pomembne druge veščine, ki so bolj malo povezane z izkazanim šolskim znanjem in uspešnostjo dijakov pri pouku oz. maturantov na maturi (Matković, 2023; Metropolitan Sensa, 2023)? Goleman (1995) trdi, da je emocionalna inteligenca pogosto pomembnejša za uspeh v življenju kot akademske ocene. Ali je povezanost med doseženim in izkazanim znanjem mladih prek šolskega in maturitetnega uspeha celo obratno sorazmerna? Ali so v šolah in na maturi boljše ocenjeni mladi slabše pripravljeni za življenje (Vuk Godina, 2023a)? Bodo v nadaljnjem življenju odličnjaki in »zlati« maturanti celo manj uspešni kot tisti z nizkim šolskim oz. maturitetnim uspehom ali celo neuspehom (Vuk Godina, 2023b; Zupanc, 2023a)? Ali je za odraslega človeka, ne le za njegovo izobrazbo in poklic, ampak tudi za njegov socialno-ekonomski položaj v družbi, pomembno predvsem to, kako se posameznik v življenju znajde? Robinson in Aronica (2009) poudarjata, da je iskanje strasti in kreativnosti pomembnejše od tradicionalnega šolskega znanja ter da je bistvena sposobnost iznajdljivost v situacijah, kjer moraš uporabiti svoje edinstvene talente in interese. Ali uspeh v življenju odraslih v večini primerov ni povezan z izkazanim odličnim akademskim znanjem, ali je celo v nasprotju s šolskim uspehom, dobro bralno pismenostjo, znanjem matematike, tujega jezika, naravoslovja in humanistike ter pohvalami učiteljev, uspešnostjo v šoli in odličnostjo na maturi? Ali je pregovor: »kolikor znaš, toliko veljaš« oz. »kdor več zna, več velja« zastarela učiteljska in starševska parola, ki jo življenje v realnem svetu odraslosti demantira? Kaj pa če visoko izkazano šolsko znanje, uspešno zaključena zahtevna šola in doseganje odličnosti ob koncu srednje šole, tudi na maturi, z večjo verjetnostjo napoveduje dober poklic, boljše življenjske pogoje in uspeh v odraslosti? V naslovu pričujoče monografije smo si zastavili vprašanje: »Ali znanje šteje?«. Ali je uspešnost v življenju mladega odraslega v Sloveniji povezana z njegovim izkazanim znanjem pri 19 letih, na koncu gimnazijskega izobraževanja, z doseženim uspehom pri splošni maturi ali ob koncu srednje šole, ki se zaključi s poklicno maturo. Ali še vedno velja: »kdor« pri 19 letih ob koncu srednje šole in na maturi »več zna«, tudi v odraslosti »več velja«? Podobno kot smo v raziskavi leta 2017 (Cankar idr., 2017) za učence in maturante izračunali socialno-ekonomske indekse družin (SEI), smo v tej raziskavi za bivše maturante (maturirali v letih 1995–2001) s podatki SURS izračunali njihove »LASTNE« socialno-ekonomske indekse (SEIp), 15–21 let po maturi, ko so stari od 34 do 40 let, v najaktivnejšem življenjskem obdobju odraslosti. V raziskavi so bili uporabljeni zadnji podatki SURS – za leti 2016 in 2017. Naredili smo populacijski pregled prepletanja lastnega socialno-ekonomskega statusa (SEIp) kot nadaljnjega uspeha v življenju v povezavi z njihovimi preteklimi dosežki na zunanjih preverjanjih znanja (na maturi) in učnimi šolskimi dosežki ob koncu srednje šole. Zadnja raziskava je v drugem delu zajela tudi mlajše odrasle – bivše maturante, ločeno pri splošni in poklicni maturi, po letu 2002; ki pa se jih je v času raziskave s podatki SURS lahko povezalo (samo) 10–14 let po maturi, ko so bili stari 29–33 let. Vrednost tega dela raziskave je, da smo lastni socialno-ekonomski status (SEIp) in nadaljnji uspeh v življenju lahko ločeno obravnavali za gimnazijce, ki so šolo zaključili s splošno maturo in so se praviloma vpisali na univerzitetne študijske programe, in za maturante srednjih strokovnih šol, ki so srednjo šolo zaključili s poklicno maturo in so se nekateri zaposlili, v velikem deležu pa vpisali na visoke strokovne in višje šole, nekateri tudi na univerzitetne študijske programe. Ugotovitve iz tega dela raziskave imajo velik potencial za v prihodnje, ko se bo raziskava ponovila in bodo tudi maturanti dveh različnih matur starejši, do 40 in čez leta tudi 50 let. V drugem delu raziskave so obravnavani bivši maturanti še (pre)mladi, pri 29–33 letih večina še ni dosegla vrhunskosti v svojem poklicu in jih napredovanja in prihodkovna uspešnost v življenju še čakajo. Prva raziskava Rica v sodelovanju s SURS je pokazala, da se tisti s šibkejšim ekonomskim statusom v Sloveniji v zelo majhnem deležu vpisujejo v gimnazije (Zupanc, 2023b). Tisti z najnižjim SEId se praviloma vpisujejo v dvo- in triletne poklicne šole, največ pa jih šolanje nadaljuje v srednjih strokovnih šolah, ki se zaključijo s poklicno maturo. Struktura maturantov srednjih strokovnih šol dokaj enakomerno zajema mlade iz približno treh četrtin razpona SEId, iz najvišjih decilov SEId pa je v strokovnih šolah malo dijakov (so v gimnazijah) (Cankar, 2020). Maturanti srednjih strokovnih šol so pri študiju mnogo manj uspešni od gimnazijcev (OECD, 2022; SURS, 2022; SURS, 2024). Stopnja dokončanja študija v predvidenem roku (plus tri leta) je za študente, ki so se na študij vpisali po dokončani srednji strokovni šoli (poklicna matura), v zadnjih letih 39-% (SURS, 2024). Uspešnost študentov, ki so se na študij vpisali po gimnaziji (splošna matura), znaša 67 %. Razlika v uspešnosti dokončanja študija je torej kar 28 % (SURS, 2024). Vabilo k branju in razmisleku Predgovor v monografijo je namenjen (tudi) kot vabilo šolnikom, raziskovalcem in vsem drugim bralcem, da poročilo o raziskavi preberejo, da se seznanijo in tudi poglobijo v njene ugotovitve in zaključke. Naj že v predgovoru izpostavim eno ključnih ugotovitev in pomemben zaključek naše populacijske raziskave, in sicer za bivše maturante (iz let 1995–2001), ki so bili med raziskavo stari 34–40 let, torej 15–21 let po maturi (slika 1P). Med letoma 1995 in 2001 so lahko maturo poleg gimnazijcev opravljali tudi dijaki srednjih strokovnih šol, ki so se v 3. letniku odločili, da šolanja ne bodo zaključili z internim zaključnim izpitom, temveč s petpredmetno maturo, enako kot gimnazijci. Iz šestih generacij (populacij) maturantov smo oblikovali dve skupini: v prvi so bili vsi, ki so maturo uspešno opravili, vendar z nizkim splošnim uspehom (10–14 točk) (na sliki 1P prikazani na vodoravni osi), v drugi pa maturanti, ki so dosegli uspeh 30–34 točk, opredeljen v Zakonu o maturi kot izjemen (summa cum laude) (na sliki 1P prikazani na navpični osi). Na sliki 1P graf ordinalne dominantnosti (Zupanc in Bren, 2010) enotski kvadrat razdeli na dve ploščini, kjer vsaka predstavlja izračunano verjetnost, v našem primeru povezano s SEIp. Ugotovili smo, da je verjetnost, da je imel bivši maturant z izjemnim uspehom 15–21 let po maturi višji ali enak SEIp kot njegov vrstnik, ki je maturo opravil z nizkim šolskim uspehom, kar 83,8-%. Ker je indeks SEIp mera za izobrazbo, poklic, premoženje in prihodke odraslih oseb v Sloveniji, lahko ugotovitev interpretiramo tudi na drug način. Če med odraslimi v starosti med 34 in 40 let, zgolj med tistimi, ki so v letih 1995–2001 opravili maturo, naključno iz podskupine maturantov z nizkim splošnim uspehom (10–14 točk) izberemo enega, iz druge podskupine odraslih med 34 in 40 let, ki so bili pri maturi izjemno uspešni, pa naključno izberemo drugega posameznika, bo v paru s 83,8-% verjetnostjo tisti, ki je imel odličen uspeh na maturi, po stopnji dosežene izobrazbe, po ugledu poklica, ki ga opravlja, po osebnem premoženju in po prihodkih, enako uspešen ali uspešnejši od vrstnika z nizkim uspehom. To se lahko zapiše še na tretji način, samo 16,2 % oz. približno 1/6 verjetnosti je, da bo v naključno izbranem paru mladih odraslih tisti z nizkim uspehom na maturi imel enak ali višji indeks SEIp kot tisti z odličnim uspehom. Star pregovor se je tudi v sodobnosti izkazal več kot resničen: kdor je kot maturant več znal, v odraslosti pri 40 letih, več »velja«. Ker se je v Sloveniji matura po koncu usmerjenega izobraževanja v Jugoslaviji ponovno uvedla šele leta 1995, podatkov pred tem letom ne more biti, zato v obstoječi raziskavi (še) nismo mogli ugotavljati razlik za odrasle po 40. letu starosti (to je vsekakor namen za prihodnje raziskave Rica in SURS). Primerjava socialno-ekonomskega statusa (posameznika) Slika 1P: Graf ordinalne dominantnosti prikazuje lastni socialno-ekonomski status (SEIp) bivših maturantov (1995–2001) 15–21 let po maturi, razdeljenih v dve skupini: maturanti z izjemnim uspehom (s splošnim uspehom 30–34 točk – navpična os) in maturanti z nizkim uspehom (10–14 točk – vodoravna os) Glede na številčnost maturantov, ki jih je raziskava zajela, v prvem delu letne kohorte v letih 1995–2001, je že v predgovoru vredno izpostaviti statistične pomembnosti ugotovitev. Ko vse uspešne maturante v letih 1995–2001 razvrstimo v skupine po doseženem splošnem uspehu, od najnižjega z 10 točkami do najvišjega s 34 točkami (»diamantni maturanti«), in za vsako skupino v bazah SURS poiščemo obdavčljive letne bruto dohodke 15–21 let po maturi, se izkaže izrazita linearna povezanost (R² > 0,92) med dohodki mladih odraslih in njihovim uspehom na maturi (slika 12). Za posameznega maturanta z določenim številom točk splošnega uspeha na maturi dohodka zaradi velike razpršenosti ne moremo dobro napovedati, za skupine maturantov z enakim maturitetnim uspehom pa lahko. Regresijska enačba tako pokaže, da dodatna točka splošnega uspeha na maturi v povprečju rezultira v 659 EUR (za mediane 597 EUR) višjem obdavčljivem letnem dohodku. Zneska bi upoštevaje revalorizacijo v letu 2024 znašala 837 EUR oz. 758 EUR. Med uspešnimi maturanti, ki so v Sloveniji v času raziskave predstavljali pribl. 25 % letne kohorte 19-letnikov, je razpon splošnega uspeha pri maturi več kot 20 točk (najmanj 10 in največ 34); kar pomeni, da je imela skupina povprečno uspešnih maturantov z 20 točkami v povprečju približno 8.000 EUR (z mediano 7.000 EUR) višje dohodke od tistih, ki so maturo opravili z 10 točkami. Maturanti v skupinah z izjemnim uspehom (30 točk in več) pa so imeli v povprečju več kot 16.000 EUR (z mediano 14.000 EUR) višje bruto dohodke od tistih, ki so maturo opravili z 10 točkami. Če se zavedamo, da je v Sloveniji v letih 1995–2001 maturo opravilo približno 30 % celotne letne kohorte mladih, so že med tistimi, ki so maturo uspešno opravili, velike razlike v letnih dohodkih (14.000 EUR in več) in izjemne razlike pri verjetnostih za boljšo socialno-ekonomsko uspešnost mladih odraslih (SEIp), 83,3 % za odlične na eni in 16,7 % za maturante z nizkim uspehom na drugi strani. Še bistveno večje razlike v lastnem socialno-ekonomskem statusu mladih odraslih (SEIp) in v letnih dohodkih bi se verjetno izkazale npr. med bivšimi maturanti z izjemnim uspehom in neuspešnimi na maturi. In najbrž tudi s tistimi, ki so opravljali druge vrste srednjih šol ali niti niso dosegli srednješolske izobrazbe. Povezanost družinskega okolja (SEId) z dosežki na maturi in poznejša povezanost maturitetnega uspeha s socialno-ekonomskim statusom posameznikov v odraslosti (SEIp) V preteklih raziskavah Rica v sodelovanju s SURS smo kot slabost v družbi in tudi v šolskem sistemu izpostavili veliko povezanost socialno-ekonomskega indeksa družine maturantov (SEId) s šolskim uspehom ob koncu srednje šole in uspehom na maturi. Obstoječa raziskava je obravnavala oboje; kako močno maturantov SEId napoveduje njegov uspeh na maturi in kako uspeh ob koncu srednje šole in na maturi napoveduje maturantov lastni SEIp 15–21 let po maturi. SEId se z uspehom na splošni maturi (r = 0,22) pa tudi s povprečno šolsko oceno maturitetnih predmetov (r = 0,15), povezuje šibko. Povezanost splošnega uspeha na maturi s poznejšim SEIp pa je znatno močnejša (r = 0,36). Podobno velja za povezavo povprečja šolskih ocen maturitetnih predmetov s SEIp (r = 0,37). Na podlagi uspeha v zaključnem letniku gimnazije in na maturi torej lahko bolje napovedujemo posameznikove socialno- ekonomske značilnosti pozneje v življenju, kot pa lahko napovedujemo njegov dosežek na maturi na podlagi socialno-ekonomskih značilnosti družinskega okolja. Podobno ugotovitev lahko ponazorimo tudi na drug način, z verjetnostmi na grafih ordinalne dominantnosti. Če med tistimi, ki so v letih 1995–2001 opravili maturo, naključno iz podskupine maturantov z nizkim splošnim uspehom (10–14 točk) izberemo enega, iz druge podskupine odraslih v starosti 34–40 let, ki so bili pri maturi izjemno uspešni, pa naključno izberemo drugega posameznika, bo s 74,7-% (pribl. ¾) verjetnostjo tisti v paru, ki je imel odličen uspeh na maturi, izhajal iz družine z enakim ali višjim družinskim SEId (slika 2P). Z drugimi besedami, v naključno izbranem paru maturantov iz let 1995–2001 ima tisti z nizkim uspehom na maturi v približno 25 % primerov (približno četrtina) enak ali višji družinski indeks SEId. Če bi naključno izbirali pare iz vsake skupine po enega, bi v treh primerih od štirih ugotovili višji (ali enak) družinski SEI pri izjemno uspešnih na maturi; samo v enem primeru od štirih bi bilo obratno. To vsekakor ni zanemarljivo. Primerjava socialno-ekonomskega statusa (družine) Slika 2P: Graf ordinalne dominantnosti prikazuje družinski socialno-ekonomski status (SEId) bivših maturantov (1995–2001), razdeljenih v dve skupini: maturanti z izjemnim uspehom (s splošnim uspehom 30–34 točk – navpična os) in maturanti z nizkim uspehom (10–14 točk – vodoravna os) A vendarle je uspeh na maturi izraziteje povezan z doseženim lastnim socialno-ekonomskem statusom posameznikov (SEIp) v odraslosti, pri 34–40 letih (slika 1P), kot pa se socialno-ekonomski status družinskega okolja (SEId) povezuje z maturitetnimi dosežki posameznikov pri 19 letih. Znanje šteje, uspeh na maturi je pomemben, več znaš, več veljaš Torej, pričujoča raziskava Rica v sodelovanju s SURS na populacijskih podatkih potrjuje, da ZNANJE ŠTEJE, da je šolski uspeh zelo pomemben za življenje odraslega, da je uspeh na maturi močno povezan z doseženo izobrazbo po opravljeni maturi, izbiro in opravljanjem poklica, tudi s premoženjem in prihodki posameznika v desetletjih po opravljeni maturi. Na uspešnost v življenju, tudi v ekonomsko-finančnem smislu, vpliva, kar se preverja na maturi: dosežena temeljna znanja, dobra bralna pismenost, znanje matematike, tujega jezika, naravoslovja in humanistike, odlično akademsko znanje. Na podatkih pričujoče raziskave torej lahko potrdimo rek, da »toliko veljaš, kolikor znaš«. Podatki raziskave tudi odločno zavračajo mite, da so v šolah in na maturi najboljše ocenjeni mladi najslabše pripravljeni za življenje, da so v nadaljnjem življenju odličnjaki in »zlati« maturanti manj uspešni kot tisti z nizkim šolskim oz. maturitetnim uspehom. Seveda obstajajo posamezniki, tudi skupine, ki so v življenju zelo uspešni, pa v šoli niso bili učno uspešni, so se pa v življenju »dobro znašli«. Obstoječa raziskava je uporabna tudi za to, da se izjeme, ki potrjujejo pravilo, lahko ovrednotijo, izračunavajo majhne verjetnosti, ko pride do izjeme. Raziskava pa potrjuje visoke verjetnosti za pravilo, da ZNANJE v življenju odraslega resnično ŠTEJE. Da je uspeh v življenju mladih odraslih v socialno-ekonomskem smislu (SEIp) pozitivno povezan s šolsko uspešnostjo pri 19 letih, tudi z izkazanim znanjem pri maturi, ne moremo vzeti za slabo. Dobro je, če v šolah od mladih tradicionalno želimo, da dosežejo zastavljene učne cilje, tudi zahtevnejše, če cenimo in visoko ocenimo poglobljeno znanje in široko splošno izobrazbo, da maturanti dosegajo odličnost (OECD, 2011) in jih pri tem v šolah in na maturi nagrajujemo z boljšim, tudi izjemnim, uspehom. Ko nam raziskava potrjuje, da je doseganje takih ciljev v socialno-ekonomskem vidiku nagrajeno tudi pozneje, v odraslosti, da so meritokratsko družbeno bolj nagrajene tiste skupine mladih, ki so bile pri izkazovanju znanja in doseganju tradicionalnih šolskih vrednot uspešnejše, moramo to vzeti za dobro. Nasprotno bi bilo zanesljivo slabo. Razlike med skupinami visoko in manj izobraženih se prepoznajo tudi v drugih segmentih življenja ljudi. Kot kažejo letne publikacije OECD ( Education at a Glance), visokoizobraženi ljudje nikoli niso imeli boljših življenjskih možnosti, kot jih uživajo danes, medtem ko se tisti s slabimi kvalifikacijami nikoli niso soočili z večjim tveganjem socialne in ekonomske izključenosti. Ljudje z nižjimi kvalifikacijami se soočajo z upadom plače, medtem ko je naraščajoče število visokokvalificiranih delavcev na splošno ohranilo, če ne celo povečalo svoje dohodke (Schleicher, 2018). Iz raziskav o znanju in spretnostih v odraslosti (Javrh, 2017; OECD, 2013; OECD, 2016) je znano, da ljudje, ki slabo obvladajo spretnosti, običajno tudi poročajo, da so slabšega zdravja, se manj udejstvujejo kot državljani in manj zaupajo drugim. Učinek znanja in spretnosti močno presega zaslužek, zaposlitev in materialne dobrobiti. V vseh državah je za posameznike, ki slabše obvladajo besedilne spretnosti, bolj verjetno, da bodo slabšega zdravja, da bodo mnenja, da nimajo prav veliko vpliva na politične procese in dobrobit skupnosti in da ne sodelujejo v skupinskih ali prostovoljnih aktivnostih z drugimi ljudmi. Prav tako manj zaupajo sočloveku in drugim ljudem, tudi strokovnim avtoritetam, npr. glede koristi cepljenja (European Centre for Disease Prevention and Control, 2023). Izobrazba je pogosto povezana z bolj zdravimi vedenji; bolj izobraženi odrasli v manjšem deležu kadijo in imajo manj težav z debelostjo (OECD, 2013). Spreminjati gimnazijo in maturo? Za uspeh odraslih v življenju, za doseženo izobrazbo, za poklic, tudi za finančno uspešnost mladih odraslih v Sloveniji je torej zelo pomembno doseženo in izkazano znanje ob koncu srednje šole, tudi na maturi. Matura na koncu gimnazijskega izobraževanja v očeh mnogih šolnikov in zagovornikov sprememb v šolstvu predstavlja zastarelo obliko ocenjevanja znanja ob koncu srednje šole, zanje je matura preveč tradicionalna, z večino pisnih testov, ki preverjajo klasična znanja, z obveznimi predmeti in premalo izbirnosti maturitetnih enot ter oblik ocenjevanja. Učni načrti gimnazijskega izobraževanja se tako poskušajo prenavljati že desetletja. Po korenitem prenavljanju izobraževanih programov poklicnega in strokovnega šolstva (Medveš idr., 1997; Medveš idr., 2001) so bila leta 2007 sprejeta Izhodišča prenove gimnazijskega programa (MŠŠ, 2007; ZRSŠ, 2008), ki jim je sledila večja prenova predmetnih učnih načrtov. V okviru projekta Posodobitev kurikularnega procesa v osnovni šoli in v gimnaziji 2010–2013 (Žakelj idr., 2014) se je s poskusom preverjalo nekatere elemente gimnazijskega programa (ZRSŠ, 2010; Slivar idr., 2014). Od leta 2016 in 2017 (ZRSŠ, 2017) so potekale posodobitve izobraževalnega programa splošne gimnazije. V gimanzijah naj bi bilo moteče preveč tradicionalno pojmovanje splošne izobrazbe, unificiran predmetnik, strogo določeni okviri posameznih predmetov, pristop po znanstvenih disciplinah in s tem legitimiziranje znanja (Maučec, 2006; ZRSŠ; 2017). Obvezni predmeti naj ne bi dovolj upoštevali raznolikosti dijakov glede na njihovo znanje, sposobnosti in interese. Kritika »velikega normativizma« je zadevala natančno določene učne načrte, predpisane standarde znanja, pravila ocenjevanja in enoten zaključek izobraževanja (splošna matura). Kritike niso bile usmerjene na (nizko) zahtevnost znanja, ampak na »neustrezne« vrste znanja, na razmerje med splošno in specialno izobrazbo in premajhno izbirnost. Organizacija gimnazije naj bi bila preveč toga, premalo naj bi bilo sodobnih metod in oblik dela, tradicionalna šola naj bi oteževala fleksibilne pristope, zastarel in ne dovolj sodoben naj bi bil celo opis učiteljevega dela ipd. Kot dodaten pomemben razlog so navajali spremembe v osnovni šoli, v poklicnem in strokovnem izobraževanju ter spremembe v visokošolskem študiju. Ne glede na to, ali so bile te spremembe pozitivne ali negativne, naj bi odražale potrebo po prilagajanju tudi gimnazijskega programa. Motilo jih je, da gimnazijski program in matura že dolgo nista doživela večje prenove ter da matura ni dovolj sodobna in ne odraža duha časa. Tudi v zadnjem projektu leta 2022 (MIZŠ, 2022) so bile izhodiščne kritike, da gimnazijski programi ponujajo premalo izbirnosti in fleksibilnosti, da je matura ob zaključku gimnazije ovira za sodobnejšo gimnazijo. Smernice projekta so vključevale zmanjševanje števila ur tradicionalnih predmetov, vpeljevanje medpredmetnega povezovanja, interdisciplinarnih sklopov ipd. Dejstvo pa je, da vsaka sprememba ne pomeni izboljšave, da vsaka posodobitev ni boljša od preteklega oz. tradicionalnega. Pričujoča raziskava naj zato tiste, ki želijo slovensko šolstvo oz. splošno srednješolsko izobraževanje na vsak način temeljito prenoviti, ga »posodobiti« in »modernizirati«, spodbudi k razmisleku in dilemi. Očitno obstoječi (»zastarel«) program gimnazije, zahtevana (v velikem delu) obvezna splošna izobrazba, tradicionalni šolski predmeti, zahtevana širina znanj ob koncu srednje šole: znanje jezikov in obvezne matematike, tudi znanja iz naravoslovja, humanistike in družboslovja itd., v nadaljnjem življenju odraslih v družbi nagrajuje ne samo v družbenem statusu, ampak tudi ekonomsko. Z bistveno drugačno, »sodobno« gimnazijo, z ošibitvijo tradicionalnih predmetov, osnovanih na znanstvenih disciplinah, z manj obveznih znanj, z več izbirnosti glede na interese posameznikov, s poveličevanjem sodobnejših oblik in metod učiteljevega dela ter bistveno spremenjeno maturo za dijake pri 19 letih bi lahko negativno vplivali na doseženo izobrazbo, na njihovo poklicno usposobljenost in posledično tudi na premoženje ter prihodke mladih odraslih. Morebiti učno najuspešnejši devetnajstletniki pozneje v življenju ne bi bili več socialno-ekonomsko najuspešnejši. Če bistveno spremenimo tradicionalno gimnazijo in maturo, je vprašanje, kdo bi med uspešnimi odraslimi nadomestil zelo uspešne maturante? Ali je to namen, ali si tega kot družba znanja (res) želimo? Iz teh ugotovitev nikakor ne sledi, da se v gimnazijsko izobraževanje ne sme posegati oziroma da se pri maturi ne sme nič spremeniti, vsekakor pa spremembe ne smejo iti na slabše; razlogi zanje morajo biti dobro utemeljeni, da bodo dokazljivo vodili do izboljšav. Rezultati raziskave kažejo, da ni vse v tradicionalnem gimnazijskem izobraževanju in pri obstoječi maturi slabo. Očitno so mladi v nadaljnjem življenju, v odraslosti, nagrajeni za zahtevano in izkazano znanje pri 19 letih na maturi in v srednji šoli. In bolj so nagrajeni tisti, ki so v šolah uspešnejši. Šola ni nepomembna, veljaš toliko, kot znaš, ZNANJE ŠTEJE, tudi MATURA ŠTEJE. Tega se nam ni treba sramovati, to ni slabo, čeprav za koga malo zastarelo, morda za koga nepričakovano, je to dobro. Zato naj imajo prenovitelji, nasprotniki tradicionalnosti – modernizatorji vzgoje in izobraževanja, v Sloveniji pri svojih aktivnostih pred seboj izsledke pričujoče raziskave, naj pred posegi ohranijo hladno glavo in »tresočo se roko«, da vseh konceptov in tradicij, samo zato ker so v prostoru in času z nami že več let, na vsak način ne bi posodobili, da ne bodo poslabšali ostanka še nekaj redkih obstoječih solidnih stvari. Kranj, 4. 3. 2025 Darko Zupanc POVZETEK V sledeči študiji Ali znanje šteje nas je prvenstveno zanimalo, kako se akademski dosežki učencev in maturantov odražajo v njihovi ekonomski in karierni uspešnosti. Pri tem smo se primarno osredotočili predvsem na dosežke maturantov splošne in poklicne mature. Za namene naše študije smo povezali podatke Državnega izpitnega centra (Ric) in Statističnega urada Republike Slovenije (SURS). V raziskavo smo zajeli generacije maturantov med letoma 1995 in 2001 (obdobje enotne mature) in generacije maturantov splošne in poklicne mature med letoma 2002 in 2006. Za vsakega posameznika smo izračunali njegov družinski socialno-ekonomski indeks (SEI), prav tako pa tudi socialno-ekonomski status, ki ga je posameznik dosegel pozneje v življenju (SEIp). Socialno-ekonomski status smo oblikovali kot kompozitno spremenljivko, ki smo jo tvorili na podlagi štirih spremenljivk: letnega bruto dohodka, statusa poklica, vrednosti nepremičnin(e) in stopnje izobrazbe. Temeljna ugotovitev naše raziskave je, da se splošni uspeh na maturi, tako splošni kot tudi poklicni, pomembno povezuje z ekonomsko-socialnimi vidiki posameznika kasneje v življenju. Rezultati tako kažejo trend, da z naraščanjem števila točk na maturi naraščajo tudi dohodki posameznikov. Za maturante med letoma 1995 in 2001 na primer ugotavljamo, da dodatna točka splošnega uspeha na maturi poveča letni bruto dohodek posameznika za slabih 640 evrov v obdobju 15–21 let po maturi. Ta znesek bi, upoštevaje revalorizacijo, v letu 2024 znašal približno 810 evrov. Seveda je uspeh na maturi kljub temu šibek napovednik posameznikovega dohodka, saj je le-ta odvisen od mnogih drugih dejavnikov, in med posamezniki z istim uspehom na maturi bodo lahko velike razlike v kasnejših dohodkih, toda z vidika populacije je trend zelo jasen in nedvoumen. Razlike med skupinami so sicer občutno manjše od razlik znotraj skupin, a trend rasti dohodkov je precej linearen. Z naraščanjem števila doseženih točk na maturi se dviguje tudi status poklica, ki ga doseže posameznik, in celo vrednost nepremičnin, ki jih pridobi. Maturanti z višjim številom točk na splošni oziroma poklicni maturi praviloma dosežejo višjo stopnjo izobrazbe kasneje v življenju. Tudi kompozitna spremenljivka socialno-ekonomskega statusa posameznika (SEIp) praviloma narašča s številom točk na maturi. Navkljub temu, da gornje trditve povečini veljajo tako za maturante splošne kot tudi poklicne mature, smo med obema skupinama zabeležili nekaj razlik. Tako se splošni maturitetni uspeh s poznejšimi letnimi bruto dohodki močneje povezuje pri maturantih splošne mature, ki v primerjavi z maturanti poklicne mature zaslužijo več. Še posebej to velja za maturante z najvišjim uspehom. Za maturante splošne mature v povprečju velja, da dosežejo višjo stopnjo izobrazbe in višji status poklica. Zabeležili smo tudi nekaj relevantnih časovnih trendov. Maturanti, ki so že dlje časa na trgu dela (generacije 1995–2001), pričakovano zaslužijo več. Tudi odnos med številom točk na maturi in kasnejšimi zaslužki v življenju je bolj linearen pri starejših generacijah maturantov, kar kaže na dolgotrajni pomen mature pri oblikovanju karier posameznikov. Starejše generacije v povprečju pričakovano posegajo po višjih statusih poklica, dosegajo višje stopnje izobrazbe in nasploh višji lastni socialno-ekonomski status. Podobno kot v nekaterih preteklih publikacijah (npr. Cankar idr., 2017) smo zabeležili značilne povezave socialno-ekonomskega statusa družinskega okolja z akademskimi dosežki maturantov (šolskim povprečjem in splošnim uspehom na maturi). Te so sicer razmeroma šibke jakosti. Rezultati tudi indicirajo, da ima družinsko socialno-ekonomsko ozadje posameznika pomembnejšo vlogo pri dosežkih splošne kot pa poklicne mature. Zanimivo je, da se socialno-ekonomski status družinskega okolja izkazuje kot najpomembnejši prediktor lastnega socialno-ekonomskega statusa, ki ga posameznik doseže kasneje v življenju. To kaže na prenos socialno-ekonomskega statusa med generacijami. Raziskava odstira še številna pomembna spoznanja in povezave med spremenljivkami. Zanimive so primerjave kontrastnih skupin, kjer primerjamo učence staršev z visoko izobrazbo in nizkimi dohodki ter učence staršev z nizko stopnjo izobrazbe in visokimi dohodki. Rezultati kažejo, da so prvi akademsko uspešnejši. V zaključku izpostavljamo pomen naše raziskave, podali pa smo tudi nekaj aplikativnih smernic, ki izhajajo iz njenih ugotovitev. Opisali smo nekaj omejitev naše študije in podali ideje za prihodnje raziskave. UVOD O maturi kot zunanjem preverjanju znanja Matura v Sloveniji je primer zunanjega preverjanja znanja, ki s svojimi postopki in izvedbo zagotavlja objektivnost in primerljivost dosežkov. Omogoča zaupanje družbe v spričevalo o zaključeni gimnaziji ali srednji strokovni šoli in, kjer je potrebno, omogoča vpis v študijske programe z omejitvijo vpisa pod transparentnimi in pravičnimi pogoji. Matura ima v Sloveniji dolgo zgodovino, izvajala se je na primer že pred letom 1960, ko jo je nadomestil zaključni izpit. Na pobudo univerze konec 80-ih let se je matura ponovno vzpostavila. Leta 1992 je bila imenovana Republiška maturitetna komisija, leta 1994 pa je bila na vzorcu šol izvedena poskusna matura in nato naslednje leto izpeljana že prva »prava« matura v samostojni Sloveniji. Leta 2003 se je z Zakonom o maturi enotna matura preimenovala v splošno, dodala pa se je poklicna matura, ki se je prvič izvedla leto pred sprejetjem omenjenega zakona. Uspešno opravljena splošna matura za posameznike pomeni pridobitev srednje izobrazbe, hkrati pa jim omogoča možnosti za vpis na katerikoli univerzitetni oz. strokovni študij (Državna komisija za splošno maturo, 2024). Poklicna matura na drugi strani pomeni pridobitev srednje strokovne izobrazbe (posledično omogoča tudi kvalificirano zaposlitev), posameznikom pa odpira možnosti za vpis v programe višjega in visokega strokovnega izobraževanja (Državna komisija za poklicno maturo, 2024). Zgoraj zapisane značilnosti zagotavljanja transparentnosti in pravičnosti ob prehodu na terciarno izobraževanje zagotavlja tudi poklicna matura, vendar je treba poudariti, da poklicna matura ni v celoti zunanje preverjanje znanja, saj se deloma izvaja in ocenjuje na posameznih šolah, kjer izpitne pole ocenjujejo učitelji, ki so maturante učili. Zunanja preverjanja znanja, ki omogočajo certificiranje ob zaključku srednje šole in so pogoj za zaključek srednje šole, so v svetu pogosta, po svoji strukturi in značilnostih pa tudi zelo pestra (OECD, 2023). Če je bilo pred desetletji v znanstveni literaturi – predvsem iz ameriških šolskih sistemov – precej kritik o prekomerni rabi poenostavljenih testov izbirnega tipa, s katerimi se je merilo predvsem doseganje minimalnih standardov (Klein, 2016), je sedaj položaj drugačen. Veliko držav načrtno vzpostavlja zunanja preverjanja znanja z vsebinsko in taksonomsko pestrimi in zahtevnimi nalogami, ki spodbujajo znanje na različnih ravneh zahtevnosti in so usklajene z učnimi cilji. Na ta način države dobijo boljši uvid v delovanje šolskega sistema in lahko bolj utemeljeno sprejemajo odločitve o spremembah. V znanstveni literaturi je načeloma več zagovornikov in metaštudij, ki na splošno izpostavljajo pozitiven vpliv zunanjih preverjanj znanja na dosežke učencev in učinkovitost šolstva (Bishop in Woessmann, 2004; Nichols idr., 2012). Zanimiv je tudi primer Nemčije, ki je v zgodnjih 2000-ih doživela tako imenovani »PISA-šok«. Rezultati mednarodne primerjave znanja so namreč pokazali, da njihovi učenci dosegajo podpovprečne rezultate v primerjavi z drugimi članicami OECD. Na to so se odzvali z obsežnimi šolskimi reformami, ki so (med drugim) vpeljale nacionalne izobraževalne standarde in centralizirana preverjanja znanja. Analize so namreč pokazale, da so nemške dežele brez zunanjega preverjanja znanja (npr. Abitur) v mednarodni raziskavi PISA 2000 dosegale nižja povprečja. Posledica reform in vpeljave zunanjih preverjanj znanja je bilo izrazito izboljšanje njihovih dosežkov na mednarodnih preverjanjih (Davoli in Entorf, 2018; OECD, 2011). Kritiki pogosto izpostavljajo povratni učinek zunanjih preverjanj na izobraževanje (angl. backwash effect) – torej da tovrstna preverjanja s svojimi značilnostmi vplivajo na poučevanje v šoli (npr. Cheng in Curtis, 2004; Prodromou, 1995). Do tega učinka lahko prihaja tudi, če zunanje preverjanje nima velikih posledic za dijake in šole, seveda pa je učinek veliko večji, če imajo preverjanja odločilno (angl. high stakes) vlogo, na primer pri zaključevanju izobraževanja, vpisu na naslednjo stopnjo šolanja ali financiranju šol. Ker se tovrstnemu učinku, četudi samo v psihološkem smislu, ne moremo povsem izogniti, je tudi zato pomembno, da so preverjanja dobro usklajena s cilji poučevanja, saj na tak način krepijo in spodbujajo želene cilje. Pogosta je tudi kritika strukture zunanjih preverjanj znanja, saj se ta pogostokrat zanašajo na rabo vprašanj izbirnega tipa (angl. multiple choice [MC] examination or question). Tovrstna vprašanja težko zajamejo vse ravni znanja enako dobro. Obema maturama (splošni in poklicni) v Sloveniji bi težko pripisali kritike glede velike količine vprašanj izbirnega tipa, ker so naloge sestavljene iz širokega nabora različnih tipov, ki dodobra zajamejo različne ravni znanja, taksonomske stopnje, zahtevnosti in avtentičnosti. Da je slika pestrejša, obstajajo med zunanjimi preverjanji znanja zelo velike razlike v namenu, izvedbi, obliki, tipu uporabljenih nalog, načinu uporabe rezultatov in razumevanju vloge preverjanja v šolskem sistemu in javnosti. Pri zelo različnih preverjanjih v posameznih državah je tako včasih težko presojati, katere kritike in argumenti raziskovalcev se lahko posplošijo na vsa zunanja preverjanja znanja oziroma katere veljajo za konkretno zunanje preverjanje. Seveda pa velike razlike v izpitih ne pomenijo nujno velikih razlik v pripravi na omenjene izpite, vsaj podatki ne kažejo tako. Klein (2016) je primerjala, kako učitelji pripravljajo učence na eksterne izpite ob koncu srednje šole v treh zelo različnih šolskih sistemih – na Finskem, Irskem in Nizozemskem. Z vidika učenca je formalni pritisk na dober uspeh (ker odloča o njegovi nadaljnji izobraževalni poti) največji na Irskem in najmanjši na Nizozemskem. Ne glede na to, da so se posledice izpitov (npr. vpliv pri vpisu na univerzo, javno objavljeni dosežki šol ipd.) pa tudi stališča učiteljev do zunanjih preverjanj med državami precej razlikovala, so bile pripravljalne strategije in prakse učiteljev dokaj primerljive. Velike formalne razlike med zunanjimi preverjanji in razlike v stališčih učiteljev se niso v enaki meri pokazale tudi v konkretnih razlikah pri poučevanju. V veliko študijah o učinkih centraliziranih zunanjih preverjanj znanja ugotavljajo, da imajo dijaki ob koncu srednje šole višje dosežke na mednarodnih preverjanjih znanja (npr. PISA, TIMSS ipd.) v državah, kjer so ti sistemi vpeljani, v primerjavi z državami, kjer niso (Bishop, 1999; Woessmann, 2003; 2007a). Podobne pozitivne učinke na znanje dijakov so našli tudi v nekaterih kanadskih provincah in nemških zveznih državah, kjer so raziskovalci med sabo primerjali dele šolskega sistema z uvedenim zunanjim preverjanjem znanja s tistimi, kjer tega ni (Bishop, 1999; Jürges idr., 2005; Woessmann, 2007b). Backes ‐Gellner in Veen (2008) celo ugotavljata, da v nemških deželah, kjer v času objave ni bilo vpeljanega centralnega izvajanja mature, delež maturantov narašča hitreje kakor v zveznih deželah z vpeljanim centralnim izvajanjem mature, tovrstna inflacija diplom pa negativno vpliva na zaslužke vseh posameznikov z opravljeno maturo, tudi tistih iz zveznih dežel s centralno vpeljano maturo. Zunanja preverjanja znanja imajo tako pomemben vpliv tudi na pravičnost šolskega sistema, saj zagotavljajo enotne kriterije in večjo primerljivost med dijaki. To je pomembno zlasti pri vpisu v terciarno izobraževanje, saj predstavljajo objektivni kriterij selekcije, manj dovzeten za morebitne vplive nepotizma, pa tudi splošnih značilnosti družinskega okolja. Tako zunanja preverjanja znanja zagotavljajo primerjavo med dijaki na podlagi rezultatov lastnega truda in izkazanega znanja. Ne smemo pa zanemariti tudi vpliva na mobilnost in zaposljivost, saj enotni in transparentni rezultati zunanjih preverjanj znanja ob zaključkih izobraževalnih stopenj omogočajo tudi lažje prehajanje med državami in izobraževalnimi sistemi ter lažje zaposlovanje na mednarodnem trgu dela. Omejitve zunanjih preverjanj znanja Seveda imajo zunanja preverjanja znanja tudi svoje omejitve in slabosti. Kritiki jim tako pogosto očitajo, da zaradi ciljne naravnanosti spodbujajo predvsem zunanjo motivacijo učencev (npr. DeBard in Kubow, 2002; Jones 2007). Podobno raziskovalci (npr. Watkins idr., 2005), ki preučujejo učinek povratnega vpliva (angl. backwash effect), trdijo, da lahko ta spodbuja predvsem površinsko učenje, ne pa dejanskega globljega razumevanja snovi. Seveda so tovrstne kritike utemeljene, če zunanja preverjanja znanja nagrajujejo površinsko znanje učencev in dijakov. V Sloveniji maturitetni preizkusi znanja (podobno lahko trdimo za preizkuse NPZ) temeljijo na raznolikih nalogah, ki so različnih težavnosti in zajemajo vse taksonomske stopnje. Pomembna omejitev zunanjih preverjanj znanja je, da se znanje preveri v zgolj eni časovni točki. Učenec oz. dijak mora na dan izpita izkazati vse svoje sposobnosti. Pridobivanje šolskih ocen (in s tem šolskega uspeha) je na drugi strani daljši proces, učenci imajo več možnosti, da pokažejo svoje znanje (tudi več možnosti za popravo morebitnih napak in slabših ocen). V skladu s tem nekatere raziskave kažejo, da zunanja preverjanja znanja pri učencih zbujajo občutja tesnobe, stresa in testne anksioznosti (npr. Debard in Kubow, 2002; Segool idr., 2013). To ima dvoje negativnih posledic – na duševno zdravje učencev in dijakov, pa tudi na (ne)pravičnost pri nadaljnji rabi rezultatov zunanjih preverjanj znanja (npr. za vpis na univerzo). Tako Embse in Hasson (2012) ugotavljata, da posamezniki, ki poročajo o višji stopnji testne anksioznosti, dosegajo nižje rezultate pri zunanjih preverjanjih znanja in da več učencev iz družin z nižjim socialno-ekonomskim statusom poroča o testni anksioznosti. Čeprav v Sloveniji rezultati mature pomembno doprinesejo k vpisnim točkam posameznika (torej točkam, ki se upoštevajo pri vpisu na univerzo), je treba opozoriti, da te niso edino merilo. Fakultete največkrat upoštevajo kriterij, ki sestoji iz splošnega uspeha v 3. in 4. letniku srednje šole (ta praviloma prispeva 30–40 % vpisnih točk) in številom maturitetnih točk (praviloma prispeva 60–70 % vpisnih točk). Tovrsten izračun upošteva več vidikov akademske uspešnosti in je na ta način pravičnejši. V nekaterih državah nizki dosežki učencev pri zunanjih preverjanjih vplivajo na plače in napredovanje učiteljev, v skrajnih primerih pa celo na menjavo ravnateljev ali zaprtje šol. V Sloveniji nizki dosežki nimajo negativnih posledic za učitelje, ravnatelje ali šole. Rezultati mature nimajo vpliva na napredovanje, plače učiteljev ali mandate ravnateljev. Zakon o maturi (18.a člen) in Zakon o osnovni šoli (64. in 65. člen) prepovedujeta razvrščanje šol po dosežkih na maturi in nacionalnem preverjanju znanja. Ta prepoved je bila potrjena tudi z odločitvijo Ustavnega sodišča RS (2021). Vpis v srednje šole Že v preteklih raziskavah (Cankar, 2020; Cankar idr., 2017) smo pri povezovanju podatkov SURS in Državnega izpitnega centra (Rica) med drugim ugotavljali, da se v akademsko zahtevnejši srednješolski program (gimnazijo), ki velja za pripravljalnico na nadaljnji študij, v povprečju vpisujejo dijaki z višjim socialno-ekonomskim statusom (SES). Na tem mestu velja omeniti, da je slovenski osnovnošolski izobraževalni sistem precej pravičen in usmerjen k enakopravnosti med učenci, ki devet let obiskujejo med sabo dokaj primerljive šole. Raziskave ugotavljajo, da so variance dosežkov na mednarodnih primerjalnih raziskavah med šolami razmeroma majhne, podobno velja za nacionalna preverjanja znanja (Marjanovič Umek idr., 2006; OECD, 2023). Učenci tako poredko izbirajo med različnimi osnovnimi šolami, praviloma obiskujejo tisto v bližini njihovega doma, kar upočasnjuje razvoj elitnih šol in krepitev razlik na podlagi značilnosti družinskega okolja. Navkljub temu se na različne srednješolske programe vpisujejo učenci iz različnih socialnih okolij. V gimnazije, ki se zaključijo s splošno maturo, se praviloma vpisujejo dijaki, ki prihajajo iz družin z visokim SES. V programe srednjega strokovnega izobraževanja, ki se zaključijo s poklicno maturo, se vključujejo dijaki iz zelo raznolikih socialno-ekonomskih ozadij, v programe srednjega in nižjega poklicnega izobraževanja, ki se zaključijo z zaključnim izpitom, pa se vpisujejo praviloma dijaki z nižjim SES (Cankar, 2020; Cankar idr., 2017). Enako ugotavljata tudi Buchmann in Park (2009), ki na podatkih petih evropskih držav (Avstrija, Češka, Nemčija, Madžarska in Nizozemska) ugotavljata, da se višji SES povezuje z vpisom v zahtevnejše izobraževalne programe. Obenem ugotavljata tudi, da je pojav izrazitejši v državah, kjer se izobraževanje zgodaj deli v različne izobraževalne programe, in s tem poudarjata eno od pomembnih ugotovitev, da zgodnje delitve učencev v različne programe ustvarijo močnejše delitve v poklicih, prihodkih, SES, zmanjšujejo možnosti za prehajanje in v večji meri vodijo v reprodukcijo neenakosti iz generacije v generacijo. V Sloveniji poteka delitev v različne izobraževalne program konec osnovne šole pri starosti učencev 14–15 let, kar v primerjavi z nekaterimi evropskimi šolskimi sistemi, kjer se to zgodi prej (npr. pri 11-ih letih), zmanjšuje težave, ki izvirajo iz zgodnje segregacije. Negativne učinke slednje lahko najdemo v več raziskavah (Evropska komisija, EACEA in Eurydice, 2020; Kuzmina in Carnoy, 2016; Strakova, 2010), ki so tudi dober opomnik, da včasih prakso, ki izkazano ni optimalna za učence in družbo, države vseeno težko spremenijo, saj je vgrajena v osnovne značilnosti in tradicije njihovega šolskega sistema. Tudi podatki raziskave PISA kažejo, da je eden od pomembnejših dejavnikov, ki lahko vplivajo na učenčevo uspešnost, socialno-ekonomsko ozadje drugih učencev v razredu (Schleicher, 2018). Čeprav v Sloveniji ni zgodnje segregacije v različne izobraževalne programe in obenem med osnovnimi šolami v SES razlike niso tako velike, pa SES vseeno pomembno vpliva na izbiro srednje šole. Tudi OECD (2019) poroča, da imajo slovenski učenci iz okolij z nižjim SES pogosteje nižja pričakovanja o svoji lastni karieri kakor njihovi sovrstniki v drugih državah. Seveda je sama izbira srednje šole z vidika posameznika zelo individualno dejanje oz. odločitev, sprejeta v družini, zato se moramo povprašati o morebitnih razlogih, ki privedejo do opaženih razlik med vrstami izobraževalnih programov. Zdi se namreč, da se v Sloveniji dokaj izrazito preslikava stanje iz generacije v generacijo in si mladi pogosto izbirajo poklice po arhaičnem oz. svetopisemskem načelu 'kakor mati, tako hči' oziroma 'kakor oče, tako sin' (Jn, 5,19). Vpliv dejavnikov na ponavljajoč vzorec izbire poklica Že v zgodovini se je izbira poklica in študija močno povezovala s socialno-ekonomskim statusom posameznika. Cindrič (2010) v zgodovinskem pregledu prve polovice 19. stoletja izpostavlja, da so študij na Dunaju najpogosteje obiskovali posamezniki iz uradniških družin in svobodnih poklicev. Največ (15 odstotkov) jih je prihajalo iz družin trgovcev in gostincev, enak odstotek študentov je bil iz vrst meščanov in tržanov. Iz obrtniških družin je prihajalo manj študentov (10 odstotkov), iz družin najnižjih socialnih slojev – dninarskih, gostaških (kajžarskih) in delavskih družin, pa je bilo še manj študentov. V procesu nastajanja meščanske družbe avtor ugotavlja nenadomestljiv pomen izobraževalnih ustanov – univerz, ki so imele osrednje mesto. Izobrazba je namreč tudi v 19. stoletju omogočala družbenim razredom napredovanje po družbeni lestvici in s tem boljšo službo (Cindrič, 2021). Tudi v sodobnosti izobrazbene oz. karierne poti posameznikov niso odvisne zgolj od truda in sposobnosti. Številne študije (npr. Benner idr., 2016; Boudon, 1974; Jencks, 1972; Leppel idr., 2001) namreč ugotavljajo, da izobraževalne izbire pogosto odražajo socialni status posameznika ne glede na njegove sposobnosti, predvsem zaradi različnih (tudi finančnih) koristi s strani staršev. Pomembno vlogo igra torej družbeno oz. socialno ozadje posameznika. Na tem mestu je ponujenih nekaj možnih idej za razloge, ki privedejo do reprodukcije neenakosti in ponavljanju vzorcev pri izbiri poklica oz. šolske vertikale. Ponujene ideje zagotovo ne izčrpajo vseh možnih dejavnikov. Prva možnost je, da se mladi odločijo za tisto, kar jim je bolj domače in kar bolje poznajo. Ko razmišljajo o svetu in o sebi v njem, so jim možnosti, ki jih bolje razumejo in poznajo, bolj varne in predvidljive. To je mogoče še izraziteje v današnjem času, ko pogosto slišimo, da bodo v desetletju ali dveh prenekateri poklici izginili in se bodo pojavili drugi, ki jih danes še ne poznamo. Mladim ta nepredvidljivost prihodnosti očitno ni najbolj všeč, saj poročilo mednarodne raziskave PISA (2019) navaja, da se je od leta 2000 do 2018 povečal delež mladih, ki se vidijo v desetih najpogostejših in najbolj uveljavljenih poklicih. Kljub temu da je dostop do informacij danes lažji kot kdajkoli prej v zgodovini, obseg informacij očitno sam po sebi ni dovolj za boljše procese odločanja. Zdi se, da se mladi ob informacijah, ki tako zgolj povečujejo negotovost, zatekajo k bolj prepoznavnim možnostim. Na to opozarja tudi Salecl (2010), ki izbiro – npr. izdelkov, odnosov in v našem primeru relevantne kariere – povezuje z občutji anksioznosti in strahu pred napačno izbiro. Mladim je tako izbira karierne poti predstavljena kot izbira ene med mnogimi ponujenimi možnostmi, izbrati pa morajo »pravo«. Ker nihče od nas ne more preizkusiti vseh možnosti in se nato odločiti, je lahko izbira pospremljena z dvomi, negotovostjo in občutji neuspeha. Drugi dejavnik je povezan z dolgoročnimi posledicami odločitve ob vpisu v srednjo šolo. Odločitev za gimnazijo v Sloveniji samoumevno pomeni tudi odločitev za študij na univerzi, kar pomeni vsaj sedem let nadaljnjega šolanja, pogosto tudi več. Odločitev za srednje strokovno izobraževanje, ki po srednji šoli vodi do poklica, na drugi strani lahko pomeni veliko hitrejšo pot do ekonomske neodvisnosti in samostojnega življenja. Še posebej, če učenec izhaja iz okolja z nižjim SES, je lahko to močan dejavnik, ki vpliva na izbiro. Poleg osebne odločitve posameznika, se lahko za tem skriva tudi izbira celotne družine. Kljub temu da redno šolanje v Sloveniji ne pozna šolnin, pa ostajajo drugi »skriti« stroški – prevoza, bivanja, prehrane, študijskih pripomočkov ipd. Tako lahko pri odločitvi posameznika za dolgotrajnejšo izobraževalno pot dodatno oviro predstavlja tudi družinski proračun, želja po hitri ekonomski osamosvojitvi pa je v tem primeru tudi želja njegove družine. Temu pritrjuje študija, ki jo je izvedel Urad za makroekonomske politike in razvoj (Gregorčič in Kajzer, 2021) in ugotavlja, da se slovenski študentje pogosteje kot njihovi sovrstniki v EU srečujejo s finančnimi težavami. Študija sicer ne govori o tem, ali je to kakorkoli povezano tudi z nadpovprečno velikim deležem populacije, ki je v Sloveniji vključen v terciarno izobraževanje. Pomemben dejavnik izbire so vedno tudi vrednote, pri čemer se vrednote posameznika v veliki meri oblikujejo v njegovem ožjem (družinskem) okolju. Starši z višjo izobrazbo običajno bolj cenijo izobraževanje in v večji meri spodbujajo svoje otroke, da pri tem vztrajajo. V slovenskem prostoru SES v veliki meri sovpada z izobrazbo staršev, zato je težko ločevati vplive povsem ekonomskih značilnosti družinskega okolja od tistih, ki jih prinese izobrazba staršev, prav gotovo pa ta vpliv ni zanemarljiv. Ali se med naštetimi dejavniki skriva »pravi« oziroma v kakšnem deležu deluje kateri od naštetih, je raziskovalno zelo zanimivo vprašanje, ki bi bilo primerno za podrobnejše kvalitativne študije. S tem bi bil narejen tudi korak v smeri iskanja morebitnih ukrepov in aktivnosti, s katerimi bi lahko spremenili trende na področju vpisa v srednje šole. Čeprav imamo v slovenskem prostoru kakovostno organizirano šolsko svetovalno službo, ki pripomore k usmerjanju učencev in dijakov na njihovih izobraževalnih in poklicnih poteh, pa tudi po tej poti povezanosti vpisa in socialno- ekonomskih značilnosti družinskega okolja ne presežemo zlahka. Tudi svetovalci na šolah nimajo dobrih povratnih informacij, ki bi omogočale spremembe stanja. Z. Repanšek (2009) je z analizo dejavnikov, ki vplivajo na izbiro srednje šole med dijaki, pred leti ugotovila, da je bila četrtina dijakov nezadovoljna s svetovanjem svetovalnega delavca v osnovni šoli in posledično s svojo izbiro. Ker ni sistemske povratne informacije, ki bi svetovalnim delavcem omogočila, da bi spremljali izobraževalne kariere nekdanjih dijakov, ki so jih usmerjali, težko pride do realnega izboljšanja svetovanja, saj se izkušnje pridobivajo zgolj občasno in posamično prek individualnih primerov oziroma so prepuščene iznajdljivosti posameznih svetovalnih delavcev. Na drugi strani velja poudariti, da D. Makovec (2018) v mednarodnem pregledu dejavnikov opuščanja izobraževanja šolsko svetovalno službo uvršča med najpomembnejše varovalne vidike, zaradi katerih je Slovenija ena najuspešnejših držav pri preprečevanju opuščanja šolanja. Socialno-ekonomski status oziroma značilnosti posameznikovega okolja Če moramo izbrati en sam okoljski dejavnik, ki poleg izobraževalnega sistema močno zaznamuje posameznikovo uspešnost na njegovi izobraževalni poti, običajno izberemo socialno-ekonomski status njegovega ožjega okolja (SES), kar običajno pomeni družino oziroma starše. Na to je že pred desetletji opozoril Durkheim (1956). SES na eni strani združuje več različnih dejavnikov, kot so izobrazba, dohodki, vrednost nepremičnin in status poklica, po drugi strani pa je pogosto mogoče SES združiti v eno samo mero, ki še omogoča relevantne zaključke v analizah in raziskavah. Na ta način je mogoče zmanjšati kompleksnost delovanja mnogoterih dejavnikov in lažje opazovati želene pojave. V raziskavah Državnega izpitnega centra smo v preteklosti na podatkih Statističnega urada RS računali socialno- ekonomski indeks (SEI). Analize so pokazale, da je tovrsten izračun iz omenjenih podatkov izvedljiv in ekonomičen (Cankar idr., 2017), pri raziskovanju konkretnih vsebinskih vprašanj pa se je pokazala tudi uporabna vrednost tovrstne mere (Cankar, 2020). Socialno-ekonomski status bi bilo treba spremljati na standardiziran in enoten način na sistemski ravni in tako zagotoviti, da bi bili tudi izsledki primerljivi skozi daljše obdobje in v različnih raziskavah v slovenskem prostoru. V pričujoči raziskavi smo za posameznike izračunali tudi socialno-ekonomski status, ki ga ti dosežejo sami v življenju (SEIp). SES, zdravje in kakovost življenja SES ima tudi zelo neposredne učinke na kakovost življenja. Mnogi avtorji (Bosworth, 2018, Elo idr., 2006; Pappas idr., 1993) ugotavljajo, da ljudje z višjim SES v povprečju živijo dlje. Bosworth in Zang (2015) sta na podlagi ameriških podatkov prav tako ugotovila, da so se v 20. stoletju razlike v pričakovani življenjski dobi med posamezniki z različnim SES povečale. Tudi angleški raziskovalci (Ingleby idr., 2021) v longitudinalni študiji ugotavljajo, da obstajajo jasne razlike v pričakovani življenjski dobi med skupinami z različnim SES. Zanimiva pa je predvsem njihova ugotovitev, da so med skupinami z različnimi dohodki našli manjše razlike v pričakovani življenjski dobi kakormed skupinami z različno izobrazbo. Podobno tudi ameriški raziskovalci poročajo, da v ZDA vsaj eno leto na kolidžu vodi do daljše življenjske dobe – dodatnih pet let pri ženskah in osem pri moških (Montez in Friedman, 2015). SES se povezuje tudi z mnogimi kazalniki telesnega zdravja in psihičnega blagostanja (npr. OECD, 2016). Obširna longitudinalna študija mladine v Nemčiji (Poulain idr., 2019) je pokazala, da so socialno-ekonomske značilnosti otrokovega družinskega okolja pozitivno povezane z boljšim zdravjem, manjšim obsegom vedenjskih težav, višjo kakovostjo življenja in bolj zdravim življenjskim slogom. Nižji SES se povezuje s pojavnostjo kroničnih bolezni, osteoporoze, povišanega krvnega tlaka in raka (Adler in Ostrove, 1999). Kaplan idr. (2001) ugotavljajo, da imajo posamezniki, ki izvirajo iz okolij z nižjim SES, tudi kot odrasli višje tveganje za razvoj demence ali Alzheimerjeve bolezni, ne glede na njihovo doseženo izobrazbo. SES se povezuje tudi s subjektivnim blagostanjem (Howell in Howell, 2008; Pinquart in Sörensen, 2000), depresijo (Everson, 2002), anksioznostjo (Miech idr., 1999) in stresom (Thoits, 2010). Podobno Kohn idr. (1998) poročajo o zaskrbljujočem dejstvu – posamezniki z najnižjimi stopnjami SES so 2,6-krat pogosteje identificirani z diagnozo duševne motnje v primerjavi s posamezniki z najvišjimi stopnjami SES. Pri tem so zanimivi predvsem mehanizmi, ki vodijo do zapisanih povezav in vplivov. Ena od možnih razlag je teorija zdravstvenih izbir. Ta predpostavlja, da je povezava med SES in (duševnim) zdravjem posledica zdravju škodljivih vedenj posameznikov – kajenja, pitja alkohola, nezdravega prehranjevanja (npr. Hiscock, 2012; Yu, 2020). Teorija socialne selekcije predpostavlja, da naj bi posamezniki zaradi težav z (duševnim) zdravjem izgubili na lastnem socialnem kapitalu in statusu (npr. Wender idr., 1973). Toda znanstvene raziskave v največji meri podpirajo teorijo socialne vzročnosti, ki predpostavlja prav nasprotno. Nizki SES rezultira v stresu, obremenitvah, slabih življenjskih razmerah, pomanjkanju in stiskah. Vse to vodi v različne duševne in fizične simptome (npr. Wadsworth idr., 2016). Seveda je treba opozoriti, da je glavnina omenjenih študij korelacijskih, kar ne omogoča nedvoumne določitve vzročno-posledičnih odnosov. Seveda socialno-ekonomski status pomembno zaznamuje številne aspekte posameznikovega življenja. Omeniti velja študije (npr. Fancourt in Steptoe, 2019; Hietanen idr., 2016), ki višji SES povezujejo z večjo družbeno angažiranostjo, kulturnim udejstvovanjem, prostovoljstvom ipd. Ljudje z višjim SES so tako socialno, družbeno in politično aktivnejši (npr. Lindström idr., 2001). Na drugi strani raziskovalci ugotavljajo, da imajo posamezniki z nižjim SES več socialnih kontaktov (Hietanen idr., 2016). Zanimivi so rezultati raziskave PIAAC (angl. Program for the International Assessment of Adult Competencies), ki opozarja na pomen spretnosti, kot so pismenost, računanje in reševanje problemov v visokotehnoloških okoljih (npr. OECD, 2016, 2013). Raziskava je pokazala, da posamezniki, ki se slabše odrežejo v omenjenih spretnostih, poročajo tudi o slabšem zdravju, manjšem političnem in državljanskem udejstvovanju ter nižjih stopnjah zaupanja. Opisani učinek močno presega učinek nekaterih drugih relevantnih spremenljivk – npr. dohodkov in zaposlitve. V povprečju se pri odraslih z izboljšanjem spretnosti povečajo njihove možnosti za vključitev na trg dela, izboljšajo se tudi drugi vidiki njihove osebne in družbene blaginje. SES in prenos med generacijami Ob razmisleku o tem, kako se socialno-ekonomski status prenaša med generacijami, ne moremo mimo diskusij o dednosti, o prirojenem in pridobljenem, o bioloških danostih posameznika na eni in vplivih okolja na drugi strani ter njuni interakciji. Pri tem se pokaže večplasnost jezika, saj se isti izraz včasih uporablja za zelo različne pomene. Ob dedovanju bo biolog pomislil na genetski material, pravnik pa mogoče na nepremičnine in posameznikovo premoženje. Zanimivo izhodišče predstavljajo dognanja Jablonke in Lambove (2014), ki skušata na področju biologije ločevati med štirimi različnimi načini dedovanja, pri čemer pojem ustrezno razširita. Poleg prenosa genetskega materiala v celičnem jedru, kar je tipična šolska vsebina na temo dednosti, obstajajo tudi prenosi lastnosti organizma, ki niso zapisani v DNK, ampak potekajo v drugih delih celice, tj. epigenetsko. Poleg tega izpostavita, da je za celovito razumevanje evolucije treba upoštevati še dva načina prenosa lastnosti. Dedujejo se namreč tudi razni priučeni vedenjski vzorci, ki jih opažamo že pri živalih, unikatno ljudem pa je simbolično dedovanje, ko se tradicije prenašajo skozi jezik, kulturo ter s pisno in ustno komunikacijo itd. Če temu dodamo še dedovanje, kot ga razume pravna stroka, smo verjetno pokrili večino pomenov, ki jih pojem zajema, in praktično na vse lahko naletimo pri razpravah o socialno- ekonomskem statusu. Ob zavedanju, da posameznikov razvoj poteka v interakciji med različnimi dejavniki, postane naloga ločevanja vplivov na prirojene in pridobljene (angl. 'nature vs. nurture') skoraj nemogoča. Npr. Marioni in sodelavci (2014) so v molekularnogenetski študiji na vzorcu odraslih pokazali, da lahko 21 % razlik v izobrazbi, 18 % razlik v socialno-ekonomskem statusu in 29 % razlik v splošni umski sposobnosti razložijo z analizo genetskih razlik. To seveda ne izključuje velikega vpliva okolja na SES in izobrazbo, pokaže pa na težave pri poenostavljeni razlagi, da gre pri SES za izključno dejavnik okolja. Trzaskowski in sodelavci (2014) podobno opozarjajo, da je okoljske vplive, ki se tičejo socialno-ekonomskega statusa, zelo težko razmejiti od genetskih. Postavijo tudi tezo, da povezava med socialno-ekonomskim statusom družine in posameznika ni nujno kazalnik slabe medgeneracijske socialne mobilnosti. Zaradi genetskih dejavnikov, ki vplivajo na socialno-ekonomski status, lahko ob enakih priložnostih otrok namreč pričakujemo močno povezavo med socialno-ekonomskim statusom posameznika in družine. Če torej družba zagotavlja enake možnosti za vse, se paradoksalno lahko povezanost SES med generacijama celo poveča! Pri tem se ni povečal dejanski vpliv, samo povezanost je višja zaradi bolj izenačenih (kontroliranih) preostalih vplivov. Turkheimer idr. (2003) podobno izpostavljajo, da je SES kompleksna spremenljivka, pri kateri je težko razmejiti genetske in okoljske dejavnike, saj je interakcija med obojimi zelo dinamična. Temu pritrjuje tudi Harari (2018), ki izpostavlja dejstvo, da je bilo v 20. stoletju kar 20 % vseh Nobelovih nagrajencev v naravoslovju Judov, pa vendar po njegovem mnenju to ni povezano z morebitnimi genetskimi predispozicijami izbranega naroda, ampak z vrednostnim okvirjem, ki poudarja disciplino, načitanost in pomen izobrazbe za skupnost in posameznika. Slednje niso nespremenljive značilnosti našega fizičnega obstoja, ampak vrednote, ki jih lahko goji in ceni vsakdo. Zanimiva je tudi ugotovitev estonskih raziskovalcev (Tulviste in Kikas, 2010), da imajo starši z višjim SES na primer sodobnejšo predstavo o razvoju otrok. Del družinskega okolja tako niso samo materialni vidiki neposrednega okolja, ampak tudi vrednote, navade in kulturni vzorci, ki se prav tako prenašajo na naslednje generacije. Kljub temu da je različne vplive težko ločevati in posamično ocenjevati njihovo velikost, je pomembno, da iz novejših znanstvenih spoznanj izluščimo, kako lahko k optimalnemu razvoju posameznika pripomore njegovo najožje družinsko okolje in kaj lahko stori družba oziroma, v kontekstu naše raziskave, izobraževalni sistem. Pri tem je pomembno tudi načelo pravičnosti, ki se ga skuša uveljavljati pri razvoju posameznika v družbi. Lavrijsen in Nicaise (2016) predvidevata, da so izobraževalni dosežki na eni strani pogojeni s prirojenimi sposobnostmi in trudom, na drugi pa s (pristranskim) socialno-ekonomskim statusom družinskega okolja. Pravičnost izobraževanja se večinoma ocenjuje na podlagi velikosti učinka SES, saj se implicitno predvideva, da je neodvisen od prirojenih sposobnosti ali truda. Vendar pa sta prirojena sposobnost otroka in socialno-ekonomski status njegovih staršev vseeno povezana: starši, ki so sami imeli visoko prirojeno sposobnost, so imeli večje možnosti, da v življenju dosežejo prednostni družbeni status, ker pa je ta prirojena sposobnost delno genetska, se zato prenaša skozi generacije, kar je vzorec, ki ga potrjujejo različne raziskave (Björklund idr., 2010; Bouchard, 2004; Neisser idr., 1996; Tucker-Drob in Briley, 2014) Seveda pa velja upoštevati rezultate metaštudij (Berkowitz idr., 2016), da čeprav povezava med socialno- ekonomskim statusom in izobraževalnimi dosežki ne kaže nujno vedno na družbene pristranskosti, teh pristranskosti tudi ne izključuje. Obstajajo študije, ki kažejo, da socialno okolje izrazito vpliva na izobraževalne dosežke, tudi kadar ne gre za prirojene sposobnosti. Na primer, Nisbett s sodelavci (2012) ugotavlja vpliv značilnosti okolja na povečanje inteligenčnega količnika, saj se je IQ povečal za 12–18 točk, ko so bili otroci iz domov delavskega razreda posvojeni v domove srednjega razreda. Podobno navaja Black s sodelavci (2015) na podlagi študije med švedskimi posvojenci, »da prenos bogastva ni predvsem zato, ker so otroci iz bogatejših družin sami po sebi bolj nadarjeni ali sposobnejši, ampak da bogastvo rodi bogastvo«, medtem ko Conley in sodelavci (2015) poročajo, da je največji del medgeneracijske korelacije v izobrazbeni ravni dejansko posledica samega socialnega okolja. V luči opisanih razlag lahko nanizamo še več izsledkov. Saunders (1995) na podlagi analiz trdi, da so v Združenem kraljestvu izobraževalne možnosti občutljivejše na prirojene sposobnosti kakor na socialni izvor, čeprav obenem opaža, da imajo manj sposobni otroci višjih razredov več priložnosti, kot je bilo pričakovano. Breen in Goldthorpe (1997, 1999, 2005, 2010) ter Marshall in Swift (1996) Saundersov pristop kritizirajo in poročajo, da ima sposobnost le omejeno vlogo v procesu medgeneracijske razredne mobilnosti. Dronkers (2010) za Nizozemsko opaža, da zgodnje razlike v sposobnostih močno vplivajo na izobraževalni uspeh, vendar družbene neenakosti na podlagi teh razlik ni mogel popolnoma razložiti, saj je imel socialni izvor še vedno svojo vlogo. Podobno za flamski del Belgije raziskovalci (Blommaert idr., 2015) na eni strani ugotavljajo, da so problematične kariere v šoli in na trgu dela do neke mere predvidljive zaradi zgodnjega slabega uspeha v šoli, medtem ko na drugi strani (Hermans idr., 2003) ugotavljajo, da upoštevanje zgodnjih dosežkov zmanjša, vendar ne odstrani opaženega učinka SES na izobraževalne dosežke. V povezavi z zmanjševanjem vpliva SES in povečevanjem vpliva šole na dosežke učencev je več raziskav proučevalo tudi pomen dobre šolske klime. Obsežen pregled študij (Berkowitz idr., 2016) nakazuje, da trenutno znanstveni dokazi, ki vzpostavljajo usmerjevalne povezave in mehanizme med SES, šolsko klimo in akademsko uspešnostjo, niso prepričljivi. SES podrobno – izobrazba ali dohodki Tako dohodki kot izobrazba staršev sta pomembni komponenti socialno-ekonomskega statusa, obenem pa imata ločen vpliv na dosežke otrok. Če dohodki v veliki meri prispevajo k drugačnim materialnim pogojem, v katerih bivajo in se učijo otroci, in večji dostopnosti različnih virov, pa se vpliv izobrazbe staršev v veliki meri kaže v večji vpletenosti staršev v izobraževanje otrok (Antolin Drešar, 2017; Cugmas idr., 2010; Cugmas, Kepe-Globovnik idr., 2010; Eccles in Harold, 1993; Herman in Yeh, 1983; Hoover-Dempsey in Sandler, 1997; Hoover-Dempsey idr., 2005; Horvat idr., 2010). Sodelovanje staršev ima opazen vpliv na dosežke učencev, posledično pa tudi na nekognitivne cilje, kot so aspiracije, vrednote in notranja motivacija. Stright idr. (2001) jasno opozarjajo na vlogo staršev pri vzpostavljanju učinkovite učenčeve samoregulacije v razredu in posledične uspešnosti. Ker se vpletenost staršev ne odraža neposredno na dosežkih, ampak deluje skozi moderatorske spremenljivke, Fan in Xen (2001) v pregledni metaštudiji izpostavljata, da imajo na dosežke največji vpliv aspiracije oziroma pričakovanja staršev o učenčevi izobraževalni poti, manjši vpliv pa npr. neposredno spremljanje učenčevega dela za šolo doma. Zanimivo – Schleicher (2018) podobno ugotavlja za izobraževalne sisteme: visoka sistemska pričakovanja do učencev, pričakovanja učiteljev do svojih učencev in tudi splošne javnosti se odražajo v akademskih pričakovanjih učencev pa tudi v njihovi dejanski uspešnosti. V državah, kjer učenci pričakujejo, da bodo morali trdo delati za uspeh, jih večina doseže visoke standarde uspešnosti. Dohodki posameznikov so odvisni od številnih dejavnikov. Nguyenová (2023) v metaanalitičnem pregledu ugotavlja, da je učinek inteligentnosti pri pojasnjevanju dohodkov posameznikov razmeroma majhen. Strenze (2007) podobno izpostavlja, da ima inteligentnost pomemben vpliv pri napovedovanju socialno-ekonomskega uspeha posameznikov, vendar je učinek manjši v primerjavi s socialno-ekonomskim statusom družine ali akademsko uspešnostjo. Seveda imajo na uspeh pomemben vpliv tudi nekatere nekognitivne lastnosti, na primer osebnostne – Duckworth in Peterson (2007) izpostavljata pomen vestnosti, predvsem pa vztrajnosti oz. trdoživosti (angl. grit). McIntyre (2017) poudarja, da imajo pomemben vpliv tudi temeljna prepričanja posameznika o sebi. Našteti konstrukti se pomembno povezujejo z enim od pomembnejših napovednikov ekonomskih dosežkov – izobrazbo. Izobraženost populacije se z ekonomsko uspešnostjo skupnosti povezuje že na makroravni. Hanushek in Woessmann (2008) poročata, da se same kognitivne sposobnosti prebivalstva (ne le akademska uspešnost) povezujejo z vrsto ekonomskih in gospodarskih kazalnikov – npr. ekonomsko rastjo, zaslužki prebivalstva in porazdelitvijo dohodkov. Opozarjata, da države v razvoju močno zaostajajo v kognitivnih spretnostih prebivalstva, manj pa na primer v šolskih dosežkih. Hanushek in Woessmann (2015) nadalje ugotavljata, da se znanje (izmerjeno na mednarodnih preverjanjih znanja) pomembno povezuje z ekonomsko rastjo držav, – pri tem govorita o kognitivnem kapitalu oz. kapitalu znanja držav. Tudi na individualni ravni o tem pričajo številne raziskave; na podlagi izobrazbe posameznika lahko tako napovedujemo njegove zaslužke pozneje v življenju (npr. Kim idr., 2018; Strenze, 2006). Študija raziskovalcev v ZDA (Turner idr., 2007), ki zajema zelo široko obdobje od leta 1840 do leta 2000, kaže, da je dodatno leto uspešno zaključenega šolanja posameznikom v povprečju doprineslo 11–15 % več dohodka. Podobno Friedrich in Hirtz (2021) v Nemčiji ugotavljata, da so dohodki posameznika v veliki meri odvisni od stopnje izobrazbe, in ločujeta med tremi velikimi segmenti izobrazbe: poklicna diploma, matura in univerzitetna izobrazba. Znotraj poklicev z isto stopnjo izobrazbe so sicer lahko še velike razlike, predvsem pri poklicih z univerzitetno izobrazbo. Teulings in van Rens (2008) tudi opozarjata, da je večja izobraženost delovne sile v neki državi večinoma povezana z manjšo dohodkovno neenakostjo. Vendar imamo tudi opozorila, da hitro preurejanje šolskega sistema in podaljševanje šolanja samo po sebi ni nujno dobro. Keng idr. (2017) na primeru Tajvana, ki je delež diplomirancev v obdobju 1990–2014 dvignil s 7 na 32 %, opozarjajo, da mlajše generacije v znanju niso bile enakovredne starejšim generacijam, kar se je posledično izrazilo v veliko večjih razlikah v plačah znotraj iste izobraževalne kategorije. Povečanje deleža torej ni vodilo do avtomatične odprave neenakosti, znotraj skupine diplomantov so se razlike le še poglobile. Prav tako so se poglobile razlike med mlajšimi in starejšimi diplomanti. Primer Tajvana kaže, da samo povečanje dostopa do fakultet ne rezultira nujno v zmanjšanju neenakosti (Keng idr., 2017). Podobno ugotavlja Hanushek (2016) – analize namreč kažejo, da širjenje terciarnega šolanja na enaki ravni zahtevnosti praviloma ne rezultira v dolgoročni gospodarski rasti. Tudi mednarodni testi znanja povečini kažejo, da se stopnje izobrazbe ali leta šolanja sama po sebi ne povezujejo z gospodarsko rastjo. Veliko pomembnejša je kakovost oziroma zahtevnost izobraževanja. Izobrazba in dohodki v Sloveniji Kakšne pa so povezave med izobrazbo in dohodki v Sloveniji? Morebiti bi lahko govorili kar o rigidnosti dohodkov, saj so ti zelo vezani na izobrazbo. Ta lahko v Sloveniji namreč pojasni kar slabih 22 % variabilnosti razlik v dohodkih posameznikov (slika 1). Na drugi strani je Slovenija država, v kateri so dohodki najmanj odvisni od izkušenj posameznikov – ti pojasnijo zgolj 3 % razlik, medtem ko je povprečje v državah OECD slabih 9 %. Velika odvisnost dohodkov od izobrazbe ima lahko do neke mere celo pozitivne vidike – posamezniki z nižjim SES lahko svoj socialno-ekonomski položaj dokaj zanesljivo izboljšajo z vlaganjem v svojo izobrazbo. Delež dohodkov, ki jih pojasni izobrazba posameznikov 25 20 ce ian 15 ar ek v tot 10 ds O 5 0 l a r ja e a a a ja e ja D a a a a a ja ja ja a ka ka ka ija er ija ija ija B) ija B) sk pu tva ni Čil sk ci čij av šk zi šk ija) lijae ns Li aš EC ns al rč tr ad re di sk rč ni sk an ve Cip lg (V Irsk m rž ga Fi an Če tr Ita vs a (V an G ed toIzr Tu Ko Polj em O ove ov one Fr N je or Da Šp ija vs Be A Kan sk pon el Šv Es Sin Sl oze e d Sl gl N A Ja iz en Ind eč ija ( a Ir a Z N An dr rn ov ruž vpr an ve N Zd Po Fl Se Slika 1: Delež dohodkov članic OECD, ki jih pojasni izobrazba posameznikov (vir: OECD, 2016) Razmerje med stroški študija (torej naložbo v terciarno izobrazbo) in poznejšim povračilom v obliki dohodkov je v Sloveniji eno boljših na svetu (OECD, 2017; slika 2). V Sloveniji se torej splača študirati oziroma diplomirati in se zaposliti na delovnem mestu s terciarno izobrazbo. Prav tako so stroški pridobitve terciarne izobrazbe precej nizki – v Sloveniji namreč načeloma ni šolnin. 200 Premija na trgu dela o Dohodek za izravnavo stroškov zb ra 150 ob o iz en ež os 100 d red e p ač k 50 pl te to ds O 0 a l a a a a a g a a a a a e ja ja ja ka ija ija ija ija ija ija ka ica ka NZ šk sk sk ns ni ae lij VB ad šk sk sk ik sk Irsk Da ve rč rč lg tr ni al Čil an ns aš ndi m bur Izr Ita Šv al G ed to vs tr eh Tu Be la Fi Če žar or N Šv Šp m ov Polj A Es vs Kan ug M ove Is oze se Sl A rt adSl iz M N Po Luk Slika 2: Primerjava premij na trgu dela (angl. labour market premium) in dohodkov, potrebnih za izravnavo stroškov (angl. brakeven earnings increment), za posameznike s terciarno izobrazbo (vir: OECD, 2017) V Sloveniji vsak srednješolec, ki vstopa v terciarno izobraževanje, opravlja splošno ali poklicno maturo. Pozornosti vredna je številčnost maturantov in raven doseženega znanja ob zaključku srednje šole. V zadnjih tridesetih letih, ko se je po prelomu z usmerjenim izobraževanjem v Jugoslaviji matura ponovno vrnila v slovenski šolski sistem, so se deleži mladih, ki so uspešno zaključevali določene stopnje izobraževanja, drastično spremenili. Ko smo leta 1995 v Sloveniji prvič po novem, v organizaciji Državnega izpitnega centra, dobili 7892 maturantov (25,7 % populacije 19-letnikov), je istega leta naše takratno visokošolsko (univerzitetno) izobraževanje izdalo 3673 diplom (12,3 % populacije 19-letnikov)3. Terciarno izobraževanje skupaj z višjimi šolami pa je izdalo 6419 diplom (21,4 % populacije)4. Takrat so maturo opravljali v gimnazijah in najboljši tudi v srednjih strokovnih šolah. Podatki kažejo, da je bilo leta 1995 vseh diplom iz terciarnega izobraževanja manj, kot je bilo uspešnih maturantov (Zupanc, 2023). Leta 2023 je splošno maturo opravilo 5490 maturantov (29,2 % populacije 19-letnikov), visokošolsko in univerzitetno izobraževanje je izdalo 9265 diplom (48,3 %), terciarno izobraževanje skupaj z višjimi šolami pa 11.498 diplom (59,9 %). Torej, na enega maturanta splošne mature v generaciji v slovenskem terciarnem izobraževanju diplomirata dva (Zupanc, 2023). Dvakrat več kot je letno novih imetnikov spričevala splošne mature, je novih imetnikov diplom visokega strokovnega, univerzitetnega, enovitega magistrskega in višješolskega študija. Brez višješolskih diplom pa na vsake tri maturante splošne mature samo v visokem strokovnem, univerzitetnem in enovitem magistrskem študiju v Sloveniji »proizvedemo« pet diplomantov. Trend zadnjih trideset let je prikazan na sliki 3. 3 Za izračun deležev diplomantov je uporabljeno število 19-letnikov v generaciji 5 let pred letom diplomiranja. 4 Pri navajanju diplom ni navedeno število magisterijev po končani prvi bolonjski stopnji in doktoratov. Slika 3: Prikaz deleža uspešnih maturantov in deleža diplom v visokem in univerzitetnem šolstvu v letih 1995–20025 Na dosežene ravni znanja v populaciji vpliva predhodno znanje. Inflacija visokih šolskih ocen (naraščanje povprečja ocen), odličnih spričeval in podeljenih diplom, ki ne odražajo visoke ravni znanja, je v Sloveniji izrazita (npr. Zmazek idr., 2019; Zupanc, 2019; Zupanc in Bren, 2010). Delež državljanov, ki v populaciji diplomira, je pomemben dejavnik socialne mobilnosti. Vendar zdrav ekonomski sistem ne sme biti pretirano odvisen od stopnje izobrazbe – povedano po domače, »od papirjev« – medtem ko trud in izkušnje posameznikov nimajo dovoljšne vloge. V politični razpravi se pogosto domneva, da širitev visokošolskega izobraževanja privede do sorazmernega povečanja znanja v družbi. Številne države, ki želijo izboljšati gospodarsko rast, sledijo napačni strategiji. Analize gospodarskih rasti so pokazale, da preprosto širjenje terciarnega šolanja na enaki ali nižji ravni zahtevnosti praviloma ne spodbudi dolgoročne gospodarske rasti (npr. Hanushek, 2016). Ko se znanje meri z mednarodnimi testi znanja matematike in naravoslovja, se stopnja izobrazbe ali leta šolanja sama po sebi ne izkažejo v pomembni povezavi z gospodarsko rastjo. Raziskave kažejo, da je učinek (zgolj) povečevanja deleža vključenih v izobraževanje in tudi dosežena višja šolska izobrazba šibek dejavnik ekonomskega razvoja. Močnejši dejavnik razvoja je kakovost (zahtevnost). Donosnejša družbena investicija je, če države vlagajo v višanje ravni širokih temeljnih znanj in spretnosti v preduniverzitetnem izobraževanju, ki se nadgrajujejo na univerzi, ne pa da preprosto širijo vpis v terciarno izobraževanje z obstoječo ravnjo splošnih znanj (Hanushek, 2016). S širitvijo in povečevanjem vpisa v terciarno izobraževanje je znanje sprejetih študentov pod povprečnim znanjem pred širitvijo, zato se praviloma zniža raven znanja povprečnega diplomanta. Zaključki visokošolskega izobraževanja – znanje diplomantov – so neposredno odvisni od zahtevanih standardov znanja pri vpisu v visoke šole in na univerze. Če bodo vpisni standardi visoki in zahtevni, se bo znanje tistih, ki se prijavijo za sprejem, povečalo! Šolske politike po svetu bi morale že v osnovnih in srednjih šolah spodbujati dvig dosežkov temeljnih znanj, ne zgolj podaljševanje časa šolanja in širitev vstopnih možnosti v višje stopnje šolanja. V srednjem in tudi v terciarnem izobraževanju bi morali zamenjati pristop dostopa (angl. access approach) s pristopom kakovosti (angl. quality approach). 5 V Sloveniji je bilo leto 2016 za terciarno izobraževanje »singularno«, ko so vse številke diplom strmo poskočile, ker se je »lovilo« še zadnje leto diplomiranja »po starem«. V tem letu je diplome dobila več kot ena cela generacija mladostnikov, 21.000, z višjimi šolami skupaj celo 23.000. Razlike med spoloma Čeprav spol ni kategorija, po kateri bi morali ljudi ločevati, pa si je nesmiselno zatiskati oči pred razlikami, kjer so te izrazite in lahko vplivajo na razvoj posameznika in njegovih potencialov. Veliko raziskav poroča, da imajo dekleta pogostoma višje ocene kot fantje (npr. Tinklin, 2003; Van Houtte, 2004; Voyer in Voyer, 2010; Wong idr., 2002). Tudi v raziskavah PISA so ugotovili, da učenke v šolah dosegajo višje ocene, četudi ne izkazujejo višje ravni doseženega znanja (OECD, 2012). Pri tem Voyer in Voyer v metaanalitičnem pregledu ugotavljata, da je prednost deklet sicer šibka do zmerna (mera velikosti učinka Cohenov d je 0,23), toda precej robustna, kar se tiče šolskih predmetov (razlika je sicer večja pri jezikih kot pri matematiki). Pri tem raziskovalci niso povsem enotni, kaj so razlogi, ki prispevajo k omenjenim razlikam. Tematika je še posebej zanimiva, ker so razlike v dosežkih pri standardiziranih testih precej manjše; pri določenih predmetih – na primer pri matematiki (Else-Quest idr., 2010) in naravoslovju (Hedges in Nowell, 1995) – pa višje dosežke dosegajo fantje. Med fanti in dekleti prav tako ne beležimo bistvenih razlik v dosežkih na testih inteligentnosti (npr. Lynn in Irwing, 2004). Wentzel (1991) poudarja, da se šolske ocene povezujejo tudi s socialno kompetentnostjo in zrelostjo učencev (angl. socially responsible behaviour). Te vrline so pri dekletih nekoliko bolj razvite, kar se lahko odraža v višjih šolskih ocenah. Downey in Yuan (2005) razliko pojasnjujeta z vedenjem deklet v razredu (so pozornejše, prizadevnejše pri pouku in manj motijo pouk). Glavni razlog za višje šolske ocene pri dekletih Duckworth in Seligman (2006) podobno pripisujeta boljši samodisciplini deklet. Tinklin (2003) na podlagi podatkov o škotskih učencih predlaga malenkostno drugačno razlago: razlike v prid dekletom gre iskati v različnem delovanju medvrstniškega pritiska. Ta pri dekletih in fantih deluje v diametralno različnih smereh, zaradi česar dekleta jemljejo šolo reseje kot fantje. Willingham in Cole (2013) tudi poudarjata, da se fantje bolje odrežejo pri vprašanjih zaprtega, dekleta pa pri vprašanjih odprtega tipa. Pri standardiziranih preizkusih ponavadi prevladujejo vprašanja zaprtega tipa. Avstrijski raziskovalci (Freudenthaler idr., 2008) so ob pregledu nekoliko drugačnega nabora dejavnikov ugotovili, da sta bila tako za učence kot tudi učenke najboljša napovednika šolskega uspeha inteligentnost in samopodoba, da pa so za fante uspeh še dodatno napovedovali s šolo povezana notranja motivacija, šolska anksioznost in naravnanost na dosežek, pri dekletih pa izogibanje trudu. Kaj pa pravijo slovenski podatki? Rezultati slovenskih nacionalnih preverjanj povečini sledijo zgoraj opisanim trendom. Dijakinje v gimnazijah tako pri slovenščini kot tudi pri matematiki (osnovna in višja raven) dosegajo višje povprečne zaključne ocene. Prav tako so uspešnejše pri maturitetnem preverjanju slovenščine, medtem ko pri maturitetnem preverjanju matematike (osnovna raven) med spoloma praktično ni razlik, pri preverjanju na višji ravni pa opazno višje dosežke dosegajo dijaki. Tudi Zupanc (2010) poroča, da zunanja preverjanja znanja zmanjšajo razkorak v izkazanih dosežkih med dekleti in fanti oz. da se zgodi, da fantje, ki so pri pouku ocenjeni nižje kot dekleta, na maturi izkažejo višjo raven znanja. Učenke v osnovnih šolah prav tako dosegajo višje zaključne ocene pri slovenščini in matematiki. Uspešnejše so tudi na NPZ iz slovenščine in matematike, toda razlika pri slovenščini je precej občutnejša kot pri matematiki. Treba je opozoriti na nekatere daljnosežne posledice, ki jih prinesejo razlike v ocenah. Te učencem služijo kot povratna informacija o njihovih sposobnostih in jim pomagajo oblikovati pričakovanja o prihodnosti. Podatki iz več držav konsistentno kažejo, da dekleta v večji meri pričakujejo, da bodo uspešno dokončala univerzitetni študij. Razlike v prid dekletom ostajajo tudi ob kontroliranju njihovih matematičnih in bralnih dosežkov ter učnih navad (OECD, 2012). Pri tem se pričakovanja dijakov v praksi velikokrat izkažejo kot samouresničujoča se prerokba. Zanimive so tudi razlike med spoloma v bralni in matematični pismenosti skozi različna starostna obdobja. Borgonovi idr. (2021) so v analizi kohort reprezentativnih vzorcev raziskav PISA, TIMSS, PIRLS in PIAAC, ki so vključevali posameznike med 10. in 27. letom, ugotovili, da pri 10 letih učenci dosegajo malenkost višje rezultate v matematični pismenosti, a se razlika v prid fantom znatno poveča med 15. in 27. letom. Na drugi strani razlike v prid dekletom v bralni pismenosti sledijo nekoliko drugačnemu trendu: te so majhne pri 10 letih, pri 15 letih dosežejo svoj vrh, nato pa do 27. leta ponovno močno upadejo. Podoben trend kažejo tudi rezultati raziskave PIAAC za Slovenijo, kjer je sicer razvidno, da se razkorak med ženskim in moškim spolom v bralni pismenosti zmanjšuje (OECD, 2019). Razlika v povprečnem rezultatu je največja pri mlajših od 24 let, nekoliko manjša v srednjih letih (25–44 let) in skoraj zanemarljiva pri starejših (45–65 let). Na drugi strani je razlika v matematični pismenosti najmanjša (skorajda zanemarljiva) pri mlajših od 24 let, največja pa pri posameznikih srednje starosti. Šolske ocene – kaj vsebujejo Četudi se nam zdi precej samoumevno, da šolske ocene – pa tudi zunanja preverjanja znanja – odražajo predvsem znanje učencev oz. dijakov, je treba opozoriti, da nanje vpliva kompleksen preplet dejavnikov. Študije (npr. Duckworth idr., 2012; Marjanovič Umek idr., 2006, 2007; Martin idr., 2000; Roth idr., 2015; Schleicher, 2018) namreč kažejo, da na učno uspešnost učencev oz. dijakov vplivajo genetski dejavniki, psihološke značilnosti (sem na primer prištevamo inteligentnost, sposobnosti govornega izražanja, samopodobo, motivacijo ipd.), dejavniki družinskega okolja (npr. socialno-ekonomski status družine, odnos staršev do dosežkov otrok), dejavniki šolskega okolja (npr. šolska klima, pričakovanja učiteljev) in tudi širše družbene okoliščine (izobraževalne politike). Dejavnike lahko razdelimo tudi na genetsko posredovane, dejavnike deljenega okolja (gre za okolje, ki si ga posamezniki delijo, – npr. socialno-ekonomski status) in dejavnike nedeljenega okolja (gre za okolje, ki je lastno posamezniku). V pregledu študij Brookhart idr. (2016) ugotavljajo, da so korelacije šolskih ocen z zunanjimi preverjanji znanja morebiti nekoliko nižje, kot bi utegnili pričakovati, – so namreč zmernih do močnih jakosti (r ≈ 0,5). To pomeni, da zunanja preverjanja znanja pojasnijo 25 % variabilnosti testnih dosežkov. Avtorji navajajo, da so šolske ocene multidimenzionalen konstrukt, ki združuje kognitivne in nekognitivne komponente (trud, vztrajnost, vedenje, učne navade, sodelovanje, osebnostne lastnosti učenca, vpliv oddelčne sredine, SES, spol, nacionalnost). Tudi v slovenskem okolju je bilo izvedenih nekaj raziskav, ki so preučile dejavnike, ki vplivajo na šolske ocene in dosežke pri preverjanjih NPZ. Marjanovič Umek idr. (2006a, 2006b) so preverili, kako se inteligentnost, govorna kompetentnost, osebnostne značilnosti, izobrazba staršev, starševski vpliv na šolo in pričakovanja staršev povezujejo s šolskimi ocenami (slovenščine, matematike in biologije) oz. z dosežki pri NPZ iz teh predmetov. Ugotovili so, da se med najpomembnejše korelate in napovednike učne uspešnosti umeščata inteligentnost in govorna kompetentnost učencev. Med osebnostnimi lastnostmi se predvsem vestnost in odprtost pozitivno povezujeta z ocenami in dosežki pri NPZ. Za najpomembnejšo spremenljivko družinskega okolja se izkazuje izobrazba staršev, z dosežki pa se povezujejo tudi pričakovanja staršev in število knjig v gospodinjstvu. Starševska pomoč pri delu za šolo in starševski pritisk sta se izkazala za negativna napovednika učne uspešnosti. Celokupno so uspeli pojasniti 37–63 % variabilnosti v dosežkih NPZ in 56–62 % variabilnosti v ocenah učencev. Raziskovalci tudi navajajo, da lahko 20 % variance v dosežkih učencev pri preizkusih NPZ pripišejo razlikam med šolami, glavnino razlik (80 %) pa razlikam med učenci. Novejše raziskave (npr. Rakinić idr., 2021) kažejo, da je delež variance v dosežkih NPZ, ki ga lahko pripišemo šolam, še znatno nižji in se giblje okoli 5–10 %. Marjanovič Umek idr. so leto pozneje (2007) s strukturnim modeliranjem pokazali, da je vpliv spoznavnih sposobnosti učencev (torej govorne kompetentnosti in inteligentnosti) na učne dosežke učencev neposreden, medtem ko je vpliv njihovih osebnostnih lastnosti (vestnost, ekstravertnost in odprtost) in izobrazbe staršev tako neposreden kot tudi posreden (prek spoznavnih sposobnosti). Seveda je treba opozoriti, da šolske ocene in dosežki na nacionalnih preverjanjih znanja niso povsem enoznačni. Slika 4 prikazuje dosežke učencev pri NPZ iz slovenščine glede na njihove zaključne ocene pri predmetu. S slike gre razbrati veliko variabilnost dosežkov pri NPZ znotraj posameznih ocen. Slovenščina 2021, 9. razred Slika 4: Dosežki učencev pri NPZ iz slovenščine glede na njihovo zaključno šolsko oceno pri slovenščini (leto 2021) Še drugače – zdravje, telesna dejavnost in akademski dosežki Če smo uvodoma ugotavljali, da akademski dosežki lahko vplivajo na posameznikov poznejši socialno-ekonomski status in še pomembneje na njegovo zdravje in blagostanje, pa velja tudi obratno. Tudi zdrav način življenja prispeva k višjim dosežkom v šoli. Raziskovalci (Faught idr., 2017) so na reprezentativnem vzorcu mladine v Kanadi ugotovili, da so zdrave prehranjevalne navade, redna fizična aktivnost in reden spanec pozitivno povezani z višjimi akademskimi dosežki pri mladostnikih. Obstaja tudi veliko raziskav, ki izkazujejo povezanost med redno telesno dejavnostjo in dosežki pri preostalih predmetih v šoli. Andersen idr. (2016) so npr. na vzorcu danskih šolarjev ugotovili, da je dobra telesna pripravljenost pozitivno povezana z akademskimi dosežki tudi ob upoštevanem vplivu socialno-ekonomskega statusa. Dodatne ure ukvarjanja s športom se ne odražajo negativno na dosežkih učencev, temveč prispevajo k njihovemu izboljšanju (Carlson idr., 2008; Michael idr., 2015; Trudeau in Shephard, 2008). Podobno kažejo tudi študije, ki temeljijo na vzorcu slovenskih osnovnošolcev. V Sloveniji se telesni in gibalni razvoj otrok in mladine podrobno spremlja v sklopu nacionalnega centralnega informacijskega sistema Športnovzgojni karton (Kovač idr., 2017). Tako so Starc in sodelavci (2017) ugotovili, da se telesna pripravljenost (ocenjena s pomočjo športnovzgojnega kartona) povezuje z akademskimi dosežki – predvsem s povprečjem šolskih ocen in tudi s povprečjem ocen pri matematiki. Pri tem so v študiji kontrolirali nekatere druge spremenljivke (npr. spol in socialno- ekonomski status). Podobno sta ugotovila Zurc in Planinšec (2022), redna telesna dejavnost se je izkazala kot pomemben napovednik akademskih dosežkov pri branju, matematiki oziroma na splošno. Sember idr. (2018) izpostavljajo zanimivo ugotovitev, da so telesno bolj dejavni učenci v slovenskih mestih kakor učenci na podeželju. To bi bilo smiselno dodatno raziskati v luči povezanosti z dosežki in razlikami v socialno-ekonomskem statusu. Znanje šteje – ekonomski vidik Uporaba rezultatov splošne mature za sprejem na želeno študijsko smer je bila večkrat preučevana (Bucik, 2001; Cankar, 2000; Sočan idr., 2016). Raziskave ugotavljajo, da lahko na podlagi maturitetnih dosežkov dobro napovemo vidike študijskega uspeha (npr. povprečno oceno študentov). Te izsledke najdemo tudi v tujih študijah, ki zadevajo napovedno veljavnost nacionalnih preverjanj znanja (Kuncel idr., 2001). Vendar pa v znanstveni literaturi primanjkuje raziskav o povezavah med maturitetnim uspehom (doseženim pri starosti 19 let) ter različnimi merili osebnega uspeha pozneje v življenju in poklicni karieri. V javnih razpravah pogosto slišimo trditve, da učni dosežki in rezultati na zunanjih izpitih ne vplivajo pomembno na poznejši uspeh na trgu dela, na dohodek v poklicni karieri ali na druge kazalnike uspeha. Kljub temu da gre za izpit z odločilnimi posledicami za posameznikovo izobraževalno in karierno pot, splošna matura v slovenskem izobraževalnem sistemu na ta način ni bila sistematično preučena, da bi lahko opredelili njeno vlogo in dolgoročno vrednost. Tuje raziskave sicer kažejo, da akademski uspeh v generalnem vpliva na konsekventno ekonomsko uspešnost. Študenti, ki se vpišejo na kakovostnejše oz. selektivnejše univerze, praviloma tudi več zaslužijo (npr. Crawford in Vignoles, 2014; Dale in Krueger, 2014). French idr. (2015) navajajo, da v ZDA srednješolsko povprečje (angl. GPA) pozitivno napoveduje zaslužke v odraslosti. Pri tem povišanje povprečja za eno oceno pri moških vodi do 11,9-odstotne rasti v letnih zaslužkih (kar pri povprečnem letnem zaslužku 42,922 USD znese 5,086 USD). Povišanje povprečja za eno oceno pri ženskah pa vodi do 13,7-odstotne rasti v letnih zaslužkih (kar pri povprečnem letnem zaslužku 30,152 USD znese 4,152 USD). Nekoliko starejša študija (Jones in Jackson, 1990) podobno – torej pozitivno napovedno vrednost – ugotavlja tudi za dodiplomske študente. Zajeli so sicer zgolj študente ene univerze in ene študijske smeri (poslovno upravljanje). Novejša študija, izvedena na Kitajskem (Zou idr., 2022), nakazuje na še večji vpliv študijskega povprečja. Pri tem so preučili dohodke posameznikov ob pričetku zaposlitve in 3–5 let po zaključku študija. Ugotavljajo, da dvig povprečja za eno enoto (študijske ocene se merijo na lestvici 0–5) rezultira v 29,6-odstotni višji začetni plači in 25-odstotni višji plači 3–5 let po zaključku študija. Na podlagi teh dognanj raziskovalci sklepajo, da ima študijska uspešnost pomemben vpliv na zaslužke, ki pa s časom nekoliko usahne (slika 5). Kaikkonen in Quarles (2018) sta primerjala zaslužke oz. dohodke posameznikov, ki so dokončali magistrski študij, z dohodki posameznikov, ki so dokončali dodiplomski študij iste smeri. Poročata, da prvi res zaslužijo več, a da je razlika med skupinama majhna. O razlikah v zaslužkih med posamezniki z različno stopnjo izobrazbe poročajo tudi Tamborini idr. (2015). Slika 5: Odnos med študijskim povprečjem in plačo (logaritmom) ob zaključku študija in 3–5 let po tem (vir: Zou idr., 2022, str. 6) Kot rečeno, je manj znanega o povezavah med dosežki na zunanjih (nacionalnih) preverjanjih znanja in poznejšimi zaslužki v poklicu. Iz zgoraj zapisanega lahko sklepamo, da imajo tudi tovrstni dosežki napovedno moč pri oceni karierne uspešnosti posameznikov. Študije prav tako posredno ugotavljajo, da diplomanti univerz oz. študijskih smeri, na katere se vpisujejo dijaki z boljšimi dosežki na srednješolskih nacionalnih preverjanjih znanja, kot sta SAT (angl. Scholastic Assessment Test) in ACT (angl. American College Testing) – sprejemna izpita za ameriške univerze, pozneje v življenju tudi več zaslužijo (npr. Dale and Krueger, 2014; Hu in Wolniak, 2009; Mabel idr., 2020). James in Alsalam (1993) šolsko oz. študijsko povprečje interpretirata kot pokazatelja kombinacije sposobnosti, časa in truda, ki ga posamezniki vložijo v akademske aktivnosti, medtem ko SAT-dosežke interpretirata kot pokazatelje samih sposobnosti. Hu in Wolniak (2009) pa, zanimivo, poročata, da se nizki SAT/ACT-dosežki povezujejo z manjšo začetno plačo posameznikov, medtem ko se visoki SAT/ACT-dosežki z višino začetne plače ne povezujejo bistveno. Pri tem je treba opozoriti, da se testi SAT precej razlikujejo od slovenskih zunanjih preverjanj znanja (NPZ, mature). Veliko manj se namreč povezujejo s šolskim kurikulumom in znanjem specifičnih predmetov, bolj preverjajo splošno znanje matematičnih, bralnih in pisnih vsebin, prav tako pa tudi splošne sposobnosti abstraktnega rezoniranja in reševanja problemov. To ni zgolj ekstrakurikularno, temveč meji na preizkuse splošnih sposobnosti in širše razgledanosti. Slovenski maturi so bolj podobni npr. AP-izpiti (angl. Advanced Placement Exams), katerih uporaba v zadnjih letih narašča (npr. Judson in Hobson, 2015). METODA Sledeča raziskava je plod sodelovanja med Državnim izpitnim centrom (Ric) in Statističnim uradom Republike Slovenije (SURS). Tako smo podatke iz evidenc Rica, ki vključujejo nacionalno preverjanje znanja učencev v 6. in 9. razredu ter rezultate splošne, poklicne mature in zaključnih izpitov dijakov, povezali s podatki SURS. To je – za posameznike, katerih podatke smo uspešno povezali, – omogočilo izračun indeksa socialno-ekonomskega statusa, kar je podrobneje opisano v nadaljevanju. Podatki Državnega izpitnega centra Podatki Rica so bili pripravljeni v oktobru leta 2018 in so obsegali 25 spremenljivk in 841.207 zapisov. Pri tem en zapis vsebuje izpitne podatke učenca oziroma dijaka za posamezno preverjanje (NPZ, SM, PM, ZI). To pomeni, da smo posameznega učenca lahko zajeli večkrat. Skupaj smo tako zajeli 523.514 posameznikov, kar predstavlja več kot dobro četrtino vseh prebivalcev Slovenije. S podatki Statističnega urada smo lahko povezali 840.811 zapisov, indeks socialno-ekonomskega statusa pa smo lahko pripravili za 820.143 zapisov. Tako nam je uspelo povezati kar 97,5 % posameznikov v vseh kohortah, ki so bile vključene v raziskavo. Kjer drugače ni navedeno, analize izhajajo iz te skupine učencev. V preglednici 1 so podrobnejše informacije o referenčnih obdobjih zajema podatkov za vsako vrsto zunanjega preverjanja znanja. Preglednica 2 pa vsebuje seznam izbranih spremenljivk in njihov podrobnejši opis. Preglednica 1: Obdobja zajema podatkov Referenčno obdobje NPZ6 2006–2018 NPZ9 2006–2018 SM 1995–2018 PM 2002–2018 ZI 2008–2018 Preglednica 2: Izbrane spremenljivke z opisi Oznaka Opis EMŠO EMŠO, ki je omogočal Statističnem uradu pripravo podatkovnih baz. Oznaka oznaka vrste preverjanja znanja: NPZ6, NPZ9, SM, PM, ZI Leto leto izvedbe zunanjega preverjanja znanja Spol spol učenca/dijaka (M/Ž) Skupina oznaka vrste kandidatov: − redni (pri SM in PM maturanti, ki so opravljali maturo prvič v celoti, pri ZI dijaki, pri NPZ učenci v rednih OŠ), − ostali (pri SM, PM in ZI večinoma kandidati brez statusa dijaka, pri NPZ učenci v zavodih), − dva dela (samo pri SM – kandidati, ki so opravljali v dveh delih). Šola anonimizirana šifra šole Regija statistična regija šole Razred oznaka oddelka Slo končne odstotne točke pri slovenščini SloUstno odstotne točke pri ustnem izpitu (samo pri SM in PM) SloOc ocena pri slovenščini (samo pri SM in PM) SloŠola šolska ocena pri slovenščini Mat končne odstotne točke pri matematiki MatUstno odstotne točke pri ustnem izpitu (samo pri SM in PM) Oznaka Opis MatOc ocena pri matematiki (samo pri SM in PM) MatŠola šolska ocena pri matematiki Tri končne odstotne točke pri prvem tujem jeziku (SM, PM in NPZ6) oziroma tretjem predmetu NPZ (NPZ9) TriIme oznaka prvega tujega jezika (SM, PM in NPZ6) oz. tretjega predmeta (NPZ9) TriOc točkovna ocena pri predmetu (SM in PM) TriŠola šolska ocena pri predmetu Izobp izobraževalni program Stevilo pri SM oznaka ravni matematike oziroma tujega jezika Povp povprečna šolska ocena v zadnjem letniku srednje šole (SM in PM) oziroma v OŠ Uspeh splošni uspeh na maturi (SM in PM) Motnja oznaka motnje pri učencih/dijakih s posebnimi potrebami Podatki Statističnega urada Republike Slovenije in združevanje podatkovnih baz Podatki SURS so zajemali različne podatkovne vire, ki so navedeni v preglednici 3. Iz teh smo zajemali podatke za oblikovanje relevantnih spremenljivk (dohodkov, vrednosti nepremičnin, stopnje izobrazbe in poklica staršev) in izračun socialno-ekonomskega indeksa. Preglednica 3: Podatkovni viri Statističnega urada RS Referenčno obdobje Evidenca gospodinjstev (administrativna gospodinjstva) 1. 1. 2017 Registrski popis 1. 1. 2017 (1. 1. 2015) REN: Lastništvo stanovanj in drugih delov stavb december 2017 REN: Lastništvo parcel december 2017 Statistični register delovno aktivnega prebivalstva december 2017 Dohodnina 2016 Pred analizo je SURS pripravil tako podatke iz svojih virov kot podatke Rica za obdelavo. Vsi identifikatorji so bili odstranjeni in zamenjani z novimi statističnimi povezovalnimi identifikatorji, ki so bili ustvarjeni posebej za ta namen. S tem smo ohranili zaupnost podatkov posameznikov – občutljivi podatki posameznikov (in njihovih družin) so na ta način namreč anonimizirani. Po pripravi podatkov in preverbi točnosti je bil ključ prevedbe na nove identifikatorje izbrisan, tako dodatnih podatkov ni bilo mogoče naknadno dodati. Priprava socialno-ekonomskega indeksa družinskega okolja (SEId) Priprava socialno-ekonomskega indeksa družinskega okolja (SEId) je obsegala velik del študije, ki je popisana v znanstveni monografiji Za večjo pravičnost šolskega sistema v Sloveniji (Cankar idr., 2017). Socialno-ekonomski indeks družinskega okolja smo v slednji označevali s kratico SEI, v pričujoči študiji pa zaradi priprave socialno-ekonomskega indeksa posameznikov rabimo kratici SEId in SEIp. Študija (Cankar idr., 2017) je izkazala, da je priprava SEI iz tovrstnih podatkovnih baz smiselna in smotrna, poleg tega pa je bila potrjena tudi zanesljivost in veljavnost za nadaljnje raziskovanje. V tej raziskavi smo sledili enakemu postopku priprave SEId, ki metodološko povzema primerljiv postopek, po katerem pri mednarodni raziskavi PISA pripravijo indeks kulturnega, socialnega in ekonomskega statusa ESCS (OECD, 2012). Za potrebe priprave SEId smo oblikovali štiri spremenljivke, ki zajemajo različne vidike socialno- ekonomskega statusa posameznika: dohodke (DOHODEK), vrednost nepremičnin (NEPR), izobrazbo (IZOB) in status poklica (POKLIC). Pri prvih dveh spremenljivkah je na ravni učenca končna spremenljivka vsota vrednosti za starša, pri izobrazbi in statusu poklica pa je uporabljena višja vrednost enega od staršev. Tako namreč zajamemo najugodnejši socialno-ekonomski vpliv v družini. Spremenljivka dohodek Skladno z ugotovitvami predhodne raziskave (Cankar idr., 2017) smo dohodke družine merili skozi spremenljivko dohodek, ki predstavlja bruto dohodek obeh staršev, v našem primeru merjen skozi podatke o dohodnini za leto 2016. Spremenljivka nepremičnine Vrednost nepremičnin je bila zajeta iz ustreznih evidenc registra nepremičnin za leto 2017 in predstavlja vsoto ocenjenih vrednosti stavb in parcel v lasti obeh staršev. Spremenljivka izobrazba Spremenljivka o najvišji doseženi stopnji izobrazbe obeh staršev je oblikovana iz šifranta stopenj izobrazbe, tako da predstavlja ordinalno lestvico. Spremenljivka poklic Najvišji socialno-ekonomski status poklica v družini je pripravljen enako kot v predhodni raziskavi (Cankar idr., 2017), po zgledu raziskav PISA. Iz kod poklicev po klasifikaciji SKP (ISCO-08), ki so navedene v podatkih popisa in registra delovno aktivnega prebivalstva, je bilo opravljeno prekodiranje v lestvico poklicev po enaki tabeli kot v predhodni raziskavi. Pri podatkih o bruto dohodkih in vrednostih nepremičnin smo implicitno vsem, ki so v teh evidencah imeli manjkajoči podatek, pripisali vrednost 0. Glede na to, da so to podatki iz uradnih evidenc, ki so uporabljeni v administrativnih postopkih, smo jim pripisali zadostno veljavnost za raziskovalni namen. Omeniti velja, da gre za populacijske podatke, tako pri pripravi podatkov nismo uporabili postopkov vzorčenja. Obe spremenljivki imata lahko tudi težave z izstopajočimi vrednostmi, saj navzgor nista omejeni. V ta namen so bile vrednosti pod 0,5 in nad 99,5 percentila zaokrožene na mejne vrednost teh percentilov. Na ta način so rezultati dobljenih analiz robustnejši. Iz skupnega bruto dohodka družine, skupne vrednosti nepremičnin obeh staršev, najvišje izobrazbe staršev v družini in najvišjega socialno-ekonomskega statusa poklica starša v družini pripravimo kompozitno spremenljivko, ki predstavlja socialno-ekonomski indeks. Podobno, kot je v raziskavi PISA skupni indeks ESCS sestavljen kot uteženo povprečje merjenih spremenljivk, vsebovanih v prvi komponenti analize glavnih komponent, je pripravljen skupen socialno-ekonomski indeks tudi tukaj. Vrednosti SEId za posameznega učenca so enake vrednostim prve glavne komponente, dobljene po metodi glavnih komponent (Kotz idr. 2006, str. 2567), skalirane tako, da je vrednost 0 povprečje za vse učence v raziskavi in 1 standardni odklon. Dobljena spremenljivka je linearno transformirana na aritmetično sredino 100 in standardni odklon 15: SEId = β1DOHODEK + β2NEPR + β3IZOB + β4POKLIC ∗ 15 + 100 ε Pri tem so β1–β4 uteži pri prvi glavni komponenti, DOHODEK, NEPR, IZOB, POKLIC spremenljivke družinskega okolja in ε lastna vrednost prve komponente. Iz indeksa (SEI) so bili v nadaljevanju pripravljeni decili – za posamezni rezultat je bilo označeno, v katero desetino populacije spada. Decili so bili določeni za vsako leto posebej in ločeno za učence NPZ v šestem in devetem razredu, za dijake SM, PM in ZI pa skupaj, saj predstavljajo skupno populacijo, znotraj katere primerjamo posamezne podskupine (SM, PM in ZI). Priprava lastnega indeksa socialno-ekonomskih značilnosti (SEIp) Za posameznike, ki so že vstopili na trg dela, je bilo mogoče izračunati njihov lastni socialno-ekonomski indeks (SEIp). Tako smo poleg socialno-ekonomskega statusa družinskega okolja (SEId), iz katerega izhajajo, lahko spremljali tudi njihov socialno-ekonomski indeks, kot ga določimo po določenem številu let od opravljene mature, – SEIp. Ker gre za »enak« indeks, smo uporabili iste koeficiente, ki so izračunani za splošno populacijo pri pripravi SEId, in iz njih izračunali prvo osnovno komponento analize glavnih komponent. Z enakimi koeficienti kot pri pripravi splošnega SEId so bile tako pomnožene standardizirane vrednosti posameznih komponent, le da se te ne vežejo na družinsko okolje (starše), temveč na posameznika (DOHODEKp, IZOBp, NEPRp in POKLICp). Tudi SEIp smo linearno transformirali na aritmetično sredino 100 in standardni odklon 15: SEIp = β1DOHODEKp + β2NEPRp + β3IZOBp + β4POKLICp ∗ 15 + 100 ε Tudi v tem primeru sta spremenljivki DOHODEKp in NEPRp pri najnižjih in najvišjih vrednostih zaokroženi na vrednost 5. in 95. percentila, saj se druge transformacije (npr. logaritmiranje) niso izkazale kot zadovoljive. Združevanje podatkov in oblikovanje skupin maturantov Ker nas pri analizi podatkov zanimajo trendi, ki zajemajo daljša časovna obdobja, ne pa spremenljivost v posameznih letih, smo podatke iz več let združili. Pri tem smo upoštevali nekatere organizacijske in zgodovinske okoliščine izvedbe mature. Med letoma 1995 in 2001 je obstajala le ena matura, leta 2002 pa se je tej (preimenovani v splošno maturo) pridružila še poklicna matura. Tako je smiselno, da maturante, ki so opravljali maturo med letoma 1995 in 2001, združimo v prvo skupino oz. kohorto. V letu 2016, za katerega imamo podatke SURS o dohodnini, je bila večina maturantov iz prvih sedmih let mature stara med 32 in 39 let oziroma so imeli predvidoma za sabo 7–10 let aktivne kariere na trgu dela. V podatkovnih bazah Rica je bilo za to obdobje na voljo 37.897 zapisov maturantov, od katerih smo jih uspešno povezali z vsemi podatki SURSa kar 95,2 %. V naslednjo skupino smo združili maturante splošne mature med letoma 2002 in 2006. V podatkovnih bazah Rica smo za to obdobje zabeležili 39.061 zapisov, od katerih smo jih s podatki SURS uspeli povezati v 96,7 %, kar pomeni 37.857 zapisov. Podobno smo med letoma 2002 in 2006 združili tudi maturante poklicne mature. Od 75.722 zapisov (v bazah Rica) smo jih uspešno povezali kar 73.608 (97,8 %). REZULTATI IN DISKUSIJA Uvodne statistike V začetnem delu navajamo predvsem podatke in ugotovitve, ki so narejeni na celotni populaciji in zanimivi za načrtovalce šolske politike na splošno. Populacijski podatki so nam na voljo zaradi izjemno kakovostnih virov podatkov Statističnega urada RS in učinkovite povezave s podatki Državnega izpitnega centra. Ker je bila na istih podatkih narejena že monografija Pravične možnosti izobraževanja v Sloveniji, se uvodoma nekatere ugotovitve ponovijo. Zbir nekaterih dodatnih in razširjenih rezultatov najdemo med prilogami. Preglednica 4: Število učencev po letih in po vrstah izpitov Leto NPZ6 NPZ9 PM SM ZI 1995 4.933 1996 4.935 1997 5.238 1998 5.472 1999 5.582 2000 5.782 2001 5.955 2002 415 790 14.361 7.357 2003 575 1.061 15.416 7.624 2004 694 1.249 15.248 7.853 2005 930 1.807 15.325 7.859 2006 3.100 20.853 14.922 8.368 2007 5.328 19.503 13.723 8.324 2008 8.351 19.165 13.212 7.975 2009 14.862 19.043 13.043 7.818 2010 15.299 18.434 13.107 7.639 4.427 2011 15.537 18.000 13.177 7.118 4.366 2012 16.734 17.722 12.499 6.776 4.316 2013 15.867 17.692 11.558 6.809 3.997 2014 17.475 17.120 10.441 6.526 3.846 2015 17.124 17.792 10.346 6.316 3.812 2016 17.558 17.141 10.048 6.202 4.050 2017 17.763 17.250 9.975 5.694 4.189 2018 18.974 16.924 9.447 5.586 4.087 V analizo so bile vključene celotne generacije učencev, ki so opravljale posamezne zunanje preizkuse znanja. Od vseh učencev (840.811) je bilo po povezovanju baz in čiščenju podatkov mogoče pripraviti SEId za 820.143 učencev, kar predstavlja 97,5 % populacije. Glavnina vseh analiz se nanaša na to skupino učencev. V prilogi je preglednica s podrobnejšimi deleži manjkajočih vrednosti po letih in po vrstah izpitov. Za pripravo SEId je bilo treba izvesti analizo glavnih komponent, ki je pokazala, ali lahko iz posameznih spremenljivk okolja naredimo kompozitni SEId. Analiza glavnih komponent (angl. PCA) iz obstoječih spremenljivk tvori glavne komponente, ki so neodvisne linearne kombinacije uporabljenih spremenljivk, pri čemer vsaka naslednja glavna komponenta skuša obsegati kar največ preostale spremenljivosti. V našem primeru nas zanima, v kolikšni meri se v štirih uporabljenih spremenljivkah skriva ena prevladujoča dimenzija (SES), kar pomeni, da nas zanima, kako velika je varianca prve glavne komponente proti celoti. Preglednica 5: Rezultati analize osnovnih komponent (nasičenosti in variance; N = 820.143 učencev) PC1 PC2 PC3 PC4 NEPR -0,345 -0,919 0,190 0,025 DOHODEK -0,517 0,016 -0,853 -0,066 STATUS -0,556 0,288 0,287 0,725 IZOB -0,552 0,270 0,392 -0,685 VARIANCA 2,33 0,83 0,51 0,32 Opomba: PC1–PC4 so štiri glavne komponente, ki so med seboj neodvisne in zajemajo vso spremenljivost osnovnih spremenljivk. Sledijo si po vrsti glede na velikost deleža skupne spremenljivosti, ki ga zajemajo. Slika 6: Velikosti varianc štirih osnovnih komponent Preglednica 5 pokaže, da prva osnovna komponenta zajame lep del spremenljivosti vseh vključenih spremenljivk, še najmanj vrednosti nepremičnin. Če variance, ki jih prikazujeta slika 6 in preglednica 5, pretvorimo v deleže skupne spremenljivosti, prva komponenta povzame kar 58,25 % vse spremenljivosti v izhodiščnih štirih spremenljivkah. To nakazuje na enodimenzionalno sestavo SES. Temu pritrjuje tudi upoštevanje Keiser-Guttmanovega kriterija, ki število komponent določi na podlagi lastnih vrednosti, ki presegajo mejo 1. V našem primeru jo presega zgolj prva komponenta. Te ugotovitve nam v nadaljevanju omogočajo, da za večino uporabnih namenov razumemo socialno-ekonomski status kot enodimenzionalen konstrukt, ki ga izračunamo kot socialno-ekonomski indeks (SEId). Seveda imajo posamezne spremenljivke SEId tudi znaten del lastne variance in mestoma nasičujejo preostale tri komponente (preglednica 5). Tako smo v nadaljevanju nekatere analize opravili tudi na posameznih spremenljivkah SEId. Preglednica 6: Korelacije med SEId in komponentami NEPR DOHODEK POKLIC IZOB SEI NEPR 1,00 0,34 0,29 0,29 0,51 DOHODEK 0,34 1,00 0,54 0,52 0,74 POKLIC 0,29 0,54 1,00 0,70 0,87 IZOB 0,29 0,52 0,70 1,00 0,86 SEI 0,51 0,74 0,87 0,86 1,00 Opomba: Frekvenca je vedno 820.143. Preglednica 6 prikazuje korelacije med spremenljivkami in najprej pokaže, da posamezne spremenljivke, ki sestavljajo SEId, visoko korelirajo med seboj. Še najbolj odstopa vrednost nepremičnin, ki z ostalimi tremi le zmerno korelira. Korelacije z ustvarjenim SEId pokažejo, da nova spremenljivka dobro povzema vse, kar je osnovnim spremenljivkam skupnega, obenem pa nam omogoča, da v analizah uporabljamo le še eno mero namesto štirih. Ugotovimo lahko, da je delež povezanih podatkov, za katere lahko zanesljivo izračunamo SEId, visok in uporaben za sistemske analize. Preglednica 7: Mediana SEId po letih in po vrstah izpitov NPZ6 NPZ9 PM SM ZI 1995 114,11 1996 114,48 1997 114,18 1998 113,82 1999 114,46 2000 114,34 2001 113,39 2002 95,52 91,8 90,55 111,27 2003 98,46 93,86 89,93 110,61 2004 95,03 92,29 89,23 110,17 2005 97,76 93,42 88,85 109,83 2006 94,38 94,77 88,96 110,08 2007 94,65 96,13 88,47 110,04 2008 96,87 95,68 88,54 109,64 2009 97,67 96,05 89 109,95 2010 98,85 95,7 88,66 110,14 81,06 2011 98,69 95,97 88,73 111,14 81,58 2012 99,88 96,17 88,9 110,92 81,86 2013 99,9 97,24 89,87 111,49 82,7 2014 98,83 97,49 90,35 111,55 82,22 2015 99,7 98,83 90,43 112,68 82,23 2016 100,93 98,72 90,51 112,77 81,91 2017 101,28 99,29 91,66 115,52 82,38 2018 102,4 100,31 91,91 116,26 83,18 *Podatki za NPZ6 pred letom 2006 so pisani ležeče, ker zajemajo le manjši del učencev šestega razreda v posamezni generaciji. Socialno-ekonomski indeks je bil izračunan za vse generacije hkrati, zato lahko mediane, ki jih prikazuje preglednica 7, primerjamo tako med leti kot tudi med vrstami izpitov. Opazen je trend povečevanja SEI pri starših poznejših generacij, ne glede na vrsto izpita. Na primer starši generacije, ki je splošno maturo opravljala v letu 2018, imajo višji SEI od staršev generacije, ki je splošno maturo opravljala leto poprej, čeprav je SEI računan za vse starše za isto časovno obdobje (podatki o dohodkih, izobrazbi in nepremičninah se nanašajo na leto 2016/17). Pojav je zelo zanimiv, saj bi načeloma pričakovali, da bodo imele starejše generacije višji SEI, saj se tipično z leti zaposlenim plača zvišuje, podobno tudi vrednost nepremičnin v lasti ipd., medtem ko se je SEI meril le v eni časovni točki. Slika 7: Povprečni SEI pri različnih preizkusih znanja po letih Opomba: Za programe zaključnega izpita pred letom 2010 ni bilo podatkov. V raziskavi smo imeli na voljo podatke, iz katerih smo ustvarili SEId za leto 2016. Tako ne vemo socialno- ekonomskega statusa družin v trenutku, ko so bili otroci npr. v devetem razredu (razen za generacijo NPZ9 2016), ampak njihov SEId za leto 2016. Ker v povprečju prebivalstvo svoje gmotno stanje skozi čas aktivne zaposlitve izboljšuje (rast plač, reševanje stanovanjske problematike, dedovanje ipd.), bi sklepali, da bodo starši starejših generacij imeli višji status, saj so v trenutnem preseku leta 2016 starejši! Kaj so torej možni razlogi za nasprotno sliko? Prvi razlog je prav gotovo višja stopnja izobrazbe pri mlajših generacijah staršev. Preglednica 62 v prilogah prikazuje mediane stopenj izobrazbe staršev za posamezna leta ter zunanja preverjanja znanja, kjer je to mogoče. Pri splošni maturi se je namreč mediana v 25 letih premaknila iz dokončane V. stopnje v stopnjo VI/2! Naslednji razlog za to je najverjetneje v vedno višji starosti staršev in posledično višji izobrazbi ter boljšem gmotnem stanju. Pri isti starosti otrok so namreč starši v povprečju iz leta v leto starejši. Na primer če primerjamo starost staršev učencev na NPZ v šestem razredu, se je od leta 2006 do leta 2018 starost mam zvišala v povprečju za 2,6 leta in očetov za 2,9 leta! V prilogi je preglednica s povprečno starostjo mam in očetov (izračunana na starost staršev ob preverjanju). Ne samo, da se med leti starost staršev pri generacijah učencev povečuje, povečuje se tako hitro, da je npr. razlika v povprečni starosti staršev učencev, ki so opravljali NPZ v šestem in devetem razredu, le 2,3 leta namesto 3 let. Morebiti je s tem povezan tudi upad populacije v tem obdobju, ko je v Sloveniji močno upadlo število rojenih otrok, obenem pa so starši v povprečju vedno starejši. Seveda bi to veljalo le v primeru, da bi se za starševstvo v večji meri odločali bolje situirani odrasli. Ima pa tovrstno dejstvo tudi pomembne implikacije za sistemski razmislek o vlogi staršev v vzgoji in izobraževanju, saj v povprečju nekaj let starejši starši lahko pojmujejo svojo vlogo pri vzgoji in izobraževanju svojih otrok drugače in skušajo v večji meri prevzeti vpliv in odločanje, kar strokovnim delavcem na šolah nemalokrat lahko predstavlja izziv, saj razmerja med starši in učitelji niso primerljiva s tistimi pred leti. Iz podatkov o SEId po letih in po vrstah izpitov (preglednica 7) vidimo tudi izrazite razlike med različnimi ravnmi srednjih šol. Na primer starši, ki so imeli otroke v posameznem letu v šolah, ki zaključijo s SM, so bili 15–20 točk SEId nad povprečjem staršev otrok na NPZ v devetem razredu. Če vemo, da standardni odklon SEId v populaciji znaša 15 točk, to pomeni, da gre za veliko razliko. Nasprotno je povprečni SEId v srednjih šolah, ki se zaključijo s poklicno maturo, tipično 8 točk nižji od povprečja na NPZ v devetem razredu, kar v grobem ustreza ½ standardnega odklona, pri programih z zaključnim izpitom pa kar za 17–18 točk nižji. V prilogah (preglednice 60–63) so mediane posameznih spremenljivk, ki sestavljajo SEId (bruto dohodki, nepremičnine, izobrazba in status poklica). Iz njih je razvidno, da čeprav med leti SEId narašča, gre ta rast na račun višje izobrazbe staršev in višjega statusa poklica. Bruto dohodki so med leti relativno konstantni, vrednost nepremičnin v lasti družine med leti pa celo upada. Slednje verjetno lahko pripišemo staranju prebivalstva in poznejšemu prepisu nepremičnin na mlajše generacije. Ker pa to ni glavni raziskovalni problem, sicer zanimivih ugotovitev nismo podkrepili z dodatnimi analizami in podatki. Vrednosti komponent SEId v populaciji po decilih Poleg tega da smo v analizah uporabili SEI družinskega okolja oz. posameznika, velikokrat rezultate prikazujemo tudi po decilih SEI (desetinah populacije), saj omogočajo pregleden prikaz podatkov. Smiselno je predstaviti tudi vrednost osnovnih spremenljivk za decile SEId, saj nam zelo nazorno prikažejo, kaj pomenijo posamezne vrednosti SEId v praksi. V predhodni raziskavi (Cankar idr., 2017) so bile tovrstne vrednosti že izračunane, ker pa imamo v tej raziskavi na voljo več ažurnih podatkov, je na tem mestu predstavljena posodobljena preglednica. V preglednici 8 so prikazani učenci, ki so opravljali NPZ v devetem razredu, primerljivi preglednici za NPZ6 in srednje šole pa sta v prilogah (preglednica 64 in preglednica 65). V tem izračunu so upoštevani le učenci generacije 2016 – to leto je izbrano zato, ker so tudi podatki dohodnine izhajali iz leta 2016. Preglednica 8: Vrednosti SEId in komponent – mediane po decilih SEId (NPZ9, 2016) Decil SEId IZOB POKLIC NEPR [€] DOHODEK [€] Štev. učencev 1 70,0 40 23,47 14.540 15.538 1.656 2 77,8 40 26,92 36.004 22.254 1.657 3 83,1 50 28,48 58.300 26.191 1.657 4 88,5 50 33,16 81.975 27.809 1.657 5 95,5 50 50,15 77.401 30.302 1.657 6 102,2 50 55,25 94.934 34.750 1.656 7 109,9 61 59,89 97.819 38.487 1.657 8 117,5 70 68,88 113.089 44.215 1.657 9 126,5 70 72,94 152.797 54.983 1.657 10 142,3 70 78,17 232.880 82.534 1.657 Opombe: SEId – socialno-ekonomski indeks, ki ima povprečje 100 in standardni odklon 15; IZOB – koda najvišje izobrazbe obeh staršev, kjer višja vrednost predstavlja višjo stopnjo izobrazbe (šifrant je v prilogi); POKLIC – zavzema vrednost med 10 in 90; NEPR in DOHODEK – predstavljata letne zneske v evrih. Iz preglednice 8 lahko razberemo, da so razlike med 1. in 10. decilom precejšnje. V prvem decilu tako najdemo učence, katerih socialno-ekonomski indeks družinskega okolja je dva standardna odklona pod povprečjem. Za njihove starše velja, da vsaj en dosega srednjo poklicno izobrazbo, njihov status poklica pa je dokaj nizek – med poklici s tovrstnim statusom najdemo osebne negovalce, pomočnike vzgojiteljev, pleskarje, upravljavce strojev, pismonoše ipd. Njihovi letni bruto dohodki so nekoliko nad 15.000 EUR, vrednost njihovih nepremičnin pa nekoliko pod 15.000 EUR. Če upoštevamo revalorizacijo, bi ta znesek znašal približno 19.000 EUR. Na drugi strani v desetem percentilu najdemo učence, katerih socialno-ekonomski status družinskega okolja je skoraj tri standardne odklone nad povprečjem. Pri tem pa vsaj en od staršev dosega univerzitetno izobrazbo oziroma 2. bolonjsko stopnjo (magisterij). Njihov status poklica je precej visok – tu najdemo ekonomiste, višje državne uradnike, zdravnike (status teh je sicer še malenkost višji – nad 80), farmacevte, inženirje elektrotehnike, vodje oglaševanja ipd. Njihovi letni bruto dohodki presegajo 80.000 EUR, vrednost nepremičnin v njihovi lasti pa 232.000 EUR. Če slednje dohodke revaloriziramo (upoštevamo inflacijo), to pomeni bruto dohodke nad 100.000 EUR in vrednost nepremičnin nad 298.000 EUR. Čeprav se zdijo razlike med starši učencev precejšnje, je vseeno treba opozoriti, da Slovenija velja za eno socialno najbolj egalitarnih držav. Ginijev koeficient, ki je mera disperzije dohodkov oz. porazdelitve bogastva, je namreč v Sloveniji med najnižjimi na svetu (Svetovna banka, 2024). Korelacije socialno-ekonomskega indeksa s točkami na NPZ in izbiro srednje šole Za izračun korelacij so bile odstotne točke pri matematiki in slovenščini na NPZ v devetem razredu zaradi primerljivosti med leti standardizirane v vsakem šolskem letu posebej. Uporabljeni so bili podatki NPZ v devetem razredu od leta 2006 do leta 2014 – skupno 167.532 zapisov. Preglednica 9: Korelacije SEId z dosežki učencev6 SEId MAT SLO MAT+SLO RAVEN SEId 1 MAT 0,42 1 SLO 0,36 0,73 1 MAT+SLO 0,42 0,93 0,93 1 RAVEN (ZI/PM/SM) 0,46 0,63 0,63 0,68 1 Visoke korelacije SEId z dosežki jasno kažejo, da je socialno-ekonomski status povezan z dosežki. Kot kaže preglednica 9, je pri matematiki korelacija višja kot pri slovenščini, kar je konsistentno z izsledki predhodnih raziskav in mednarodne literature (Cankar idr., 2017; Sirin, 2005). Korelacije so obenem dokaj visoke, kar pripisujemo zelo kakovostnim in natančnim podatkom, ki tako laže in z manj šuma opisujejo relacije med opazovanimi konstrukti. Predvsem pa je korelacija socialno-ekonomskega indeksa z izbiro ravni srednjih šol visoka, kar kaže na že opozarjano dejstvo o velikem socialnem razslojevanju ob prehodu v srednje šole. 6 Za vse korelacije je uporabljen Pearsonov korelacijski koeficient. V primeru korelacije z ravnjo je tako zaradi neizpolnjenih predpostavk koeficient povezanosti manjši, vendar se je zdela to boljša možnost kot primerjanje koeficientov, izračunanih z različnimi metodami. Analiza mature v obdobju 1995–2001 Ker želimo opazovati trende, ki zadevajo daljša obdobja, in nas ne zanima spremenljivost v posameznih letih, smo podatke iz več let združili. V prvem sklopu smo analizirali populacije maturantov med letoma 1995 in 2001. Kot opisano zgoraj, smo te kandidate združili zaradi zgodovinskih okoliščin – v teh letih je v Sloveniji namreč obstajala zgolj ena matura, leta 2002 pa se je prvič izvedla še poklicna matura. Najzgodnejše obdobje, ki ga tako lahko spremljamo za splošno maturo, je prvih sedem let. V letu 2016, za katerega imamo podatke SURS o dohodnini, je bila večina maturantov iz prvih sedmih let mature stara med 32 in 39 let oziroma je imela predvidoma za sabo 13–16 let aktivne kariere na trgu dela. V podatkovnih bazah Rica je bilo za to obdobje na voljo 37.897 zapisov maturantov, od katerih smo jih kar 95,2 % uspešno povezali z vsemi podatki SURS. To je tudi delež povezanih pri večini uporabljenih spremenljivk. Največ manjkajočih vrednosti nastane pri izračunu socialno-ekonomskega indeksa posameznika (SEIp), kjer manjkajoče vrednosti pri posameznih komponentah hitro privedejo tudi do manjkajoče vrednosti SEIp. Skupaj je bilo v analize mature med letoma 1995 in 2001 vključenih med 30.141 in 36.062 posameznikov, kar je 79,5–95,2 % od prvotnih podatkov Rica. Preglednica 10: Korelacije med spremenljivkami SEIp za kandidate mature v obdobju 1995–2001 SEIp SEIp10 POKLIC IZOB DOHODEK DOH10 NEPR SEIp - SEIp10 0,95 - POKLIC 0,77 0,73 - IZOB 0,72 0,68 0,43 - DOHODEK 0,68 0,65 0,28 0,29 - DOH10 0,65 0,67 0,31 0,31 0,90 - NEPR 0,44 0,40 0,12 0,14 0,27 0,22 - Opombe: SEIp – socialno-ekonomski indeks posameznika, SEIp10 – decil socialno-ekonomskega indeksa posameznika, POKLIC – status poklica posameznika, IZOB – dosežena izobrazba, DOHODEK – bruto dohodek 2016, DOH10 – decil bruto dohodka 2016, NEPR – vrednost nepremičnin v njihovi lasti. Zaradi velikega števila podatkov bi bile vse korelacije, večje od 0,02, statistično značilne (p < 0,001). Preglednica 10 prikazuje korelacije med spremenljivkami, na podlagi katerih smo izračunali socialno-ekonomski status posameznika (SEIp). Iz nje lahko razberemo, da spremenljivke med seboj (pričakovano) pozitivno korelirajo. Socialno-ekonomski indeks posameznika, in tudi decil le-tega, se zmerno do močno povezuje z vsemi spremenljivkami, ki ga tvorijo. Najmočneje se povezuje s statusom poklica, nato z doseženo izobrazbo in letnim bruto dohodkom, najšibkeje pa z vrednostjo nepremičnin. Ti rezultati so v skladu z opisano metodološko pripravo socialno-ekonomskega indeksa. Med preostalimi spremenljivkami se najmočneje povezujeta status poklica in izobrazba. Nekoliko šibkejše (še zmerom zmerne) jakosti sta tudi povezavi med bruto dohodkom posameznika in statusom poklica ter bruto dohodkom posameznika in doseženo izobrazbo. Vrednost nepremičnin se šibko do zmerno povezuje z dohodkom posameznika, medtem ko se s statusom poklica in doseženo izobrazbo povezuje šibkeje. Preglednica 11: Korelacije med spremenljivkami SEIp,uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za kandidate mature v obdobju 1995–2001 SEIp SEIp10 POKLIC IZOB DOHODEK DOH10 NEPR USPEH 0,36 0,37 0,31 0,29 0,20 0,21 0,08 POVP 0,37 0,38 0,31 0,34 0,20 0,21 0,08 SEId 0,46 0,45 0,30 0,23 0,41 0,38 0,34 SEId10 0,45 0,45 0,31 0,23 0,39 0,37 0,33 SPOL 0,00 -0,01 0,02 0,14 -0,12 -0,08 -0,05 Opombe: SEIp – socialno-ekonomski indeks posameznika, SEIp10 – decil socialno-ekonomskega indeksa posameznika, POKLIC – status poklica posameznika, IZOB – dosežena izobrazba, DOHODEK – bruto dohodek 2016, DOH10 – decil bruto dohodka 2016, NEPR – vrednost nepremičnin v njihovi lasti, USPEH – splošni uspeh na maturi, POVP – povprečna šolska ocena maturitetnih predmetov, SEId – socialno-ekonomski indeks družinskega okolja, SEI10 – decil socialno-ekonomskega indeksa družinskega okolja, SPOL – spol posameznika. Zaradi velikega števila podatkov bi bile vse korelacije, večje od 0,02, statistično značilne (p < 0,001). Preglednica 11 prikazuje povezave med spremenljivkami, ki tvorijo socialno-ekonomski indeks posameznika, uspehom na maturi, povprečjem šolskih ocen, socialno-ekonomskim indeksom in spolom. Korelacije splošnega uspeha na maturi in korelacije povprečne šolske ocene pri petih maturitetnih predmetih v zadnjem letniku srednje šole z ostalimi spremenljivkami so zelo podobne. Tako uspeh na maturi kot tudi šolski uspeh se zmerno povezujeta s socialno-ekonomskim indeksom posameznika. Med posameznimi spremenljivkami SEIp se najmočneje povezujeta s statusom poklica in doseženo izobrazbo (korelacije so šibke do zmerne). Povezave maturitetnega in šolskega uspeha z bruto dohodkom posameznikov so šibke, medtem ko so povezave z vrednostjo nepremičnin neznatne (a navkljub temu pozitivne) jakosti. Zanimiva je tudi zmerno do močno pozitivna povezava med socialno-ekonomskima indeksoma posameznika in družinskega okolja. To pomeni, da bodo posamezniki, ki izhajajo iz družinskih okolij z višjim SEId, tudi sami verjetneje imeli višji SEIp. Povezanost seveda ni visoka in ne gre za determinizem, vendar je trend jasen. Socialno-ekonomski indeks družinskega okolja se – morda pričakovano – najmočneje povezuje z bruto dohodkom posameznika, nato pa z vrednostjo njegovih nepremičnin. Povezave SEId s statusom poklica in doseženo izobrazbo so šibkejše. Izpostaviti velja, da se SEId z izobrazbo povezuje nižje kot pa z uspehom na maturi, kar je težko interpretirati enoznačno. Po eno strani kaže na to, da je dosežena izobrazba bolj povezana z izkazano učno uspešnostjo – akademskimi dosežki, kot jih izkazuje uspeh na maturi, kakor s situiranostjo družine, iz katere izhaja posameznik. Po drugi strani je korelacija računana na maturantih splošne mature, ki so po SEId bolj homogena skupina kakor splošna populacija in je zato povezanost s SEId lahko nižja zaradi omejitve obsega. Spol se z večino spremenljivk povezuje šibko oz. neznatno. Izpostaviti velja na eni strani šibko pozitivno povezavo spola z doseženo izobrazbo posameznikov (ženske dosegajo višje stopnje izobrazbe), na drugi pa šibko negativno povezavo spola z letnim bruto dohodkom (moški letno zaslužijo več). Navkljub temu, da ženske dosegajo v povprečju višjo izobrazbo, je njihov letni bruto dohodek nižji. Tako lahko vidimo, da je odsotnost povezave med socialno-ekonomskim indeksom in spolom posameznikov nekoliko varljiva. Preglednica 12: Korelacije med uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za kandidate mature v obdobju 1995–2001 USPEH POVP SEId SEId10 SPOL USPEH - POVP 0,75 - SEId 0,22 0,15 - SEId10 0,21 0,15 0,96 - SPOL 0,03 0,17 -0,13 -0,13 - Opombe: USPEH – splošni uspeh na maturi, POVP – povprečna šolska ocena maturitetnih predmetov, SEId – socialno-ekonomski indeks družinskega okolja, SEId10 – decil socialno ekonomskega indeksa družinskega okolja, SPOL – spol posameznika. Zaradi velikega števila podatkov bi bile vse korelacije, večje od 0,02, statistično značilne (p < 0,001). Preglednica 12 prikazuje povezave med splošnim uspehom na maturi, povprečjem šolskih ocen, socialno- ekonomskim indeksom in spolom. Izpostaviti velja močno povezavo med uspehom na SM in povprečno šolsko oceno pri petih maturitetnih predmetih v zadnjem letniku srednje šole. Povezave ne moremo posplošiti na šolske ocene na splošno, saj nismo imeli na voljo ocen za vse predmete srednje šole, in je opažena povezava (za maturitetne predmete) verjetno nekoliko višja, kot bi bila sicer. Socialno-ekonomski indeks družinskega okolja se z uspehom na splošni maturi pa tudi s povprečno oceno maturitetnih predmetov povezuje razmeroma šibko. Zanimiva je predvsem primerjava teh povezav s podobnimi korelacijami socialno-ekonomskega indeksa posameznikov, ki ga dosežejo po opravljeni maturi. Slednje so namreč znatno močnejše. Na podlagi uspeha na maturi lahko torej bolje napovedujemo posameznikove socialno-ekonomske značilnosti pozneje v življenju (socialno-ekonomski status posameznika), kakor pa njegov dosežek na maturi na podlagi socialno-ekonomskih značilnosti družinskega okolja. Do neke mere je vzrok nižje povezanosti lahko tudi v homogenosti populacije, saj je v tem primeru njen obseg omejen (zajeli smo zgolj kandidate, ki so opravljali maturo). Spol se praktično ne povezuje s splošnim uspehom na maturi, medtem ko je povezava spola s povprečno šolsko oceno pri maturitetnih predmetih šibko pozitivna. To lahko najverjetneje razložimo predvsem z vestnostjo deklet, ki se kaže v sprotnem šolskem delu (torej šolskih ocenah), manj pa pri objektivnejših zunanjih preizkusih znanja. Tudi raziskave razmeroma konsistentno ugotavljajo, da dekleta v primerjavi s fanti dosegajo višje šolske ocene, kar pa se ne izkaže na zunanjih preverjanjih znanja (npr. Voyer in Voyer, 2010; Tinklin, 2003; Van Houtte, 2004; Wong idr., 2002). Precej težje je razložiti negativno povezavo spola s SEId. Ker je težko verjeti, da se deklice rojevajo v revnejših družinah, je pravilnejša razlaga, da so maturanti splošne mature po spolu strukturno različni. Ker je na maturi deklet več kot fantov, je tudi smiselno, da se posameznice po SEId bolj razlikujejo oziroma sežejo v nižje decile. So pa tudi tu korelacije precej nizke in nimajo opaznejše praktične vrednosti. Dotakniti pa se moramo tudi pretvorb nekaterih spremenljivk v decile (npr. SEId10, SEIp10). Iz gornjih preglednic lahko razberemo, da so povezave decilov skorajda identične povezavam originalnih spremenljivk. S tem se jasno kaže možnost, da bi lahko npr. SEI izražali tudi na poenostavljeni lestvici od 1 do 10 in s tem izgubili relativno malo tistih informacij, ki poganjajo odnose med prikazanimi spremenljivkami. Za sistemsko uporabo mer socialno- ekonomskega statusa bi bila tovrstna pretvorba zelo smiselna, saj razreši veliko težav zaradi varstva osebnih podatkov in individualnih vrednosti, kot so npr. ekstremne individualne vrednosti, poleg tega omogoča smiselne sistemske primerjave. Posameznika, ki spada v določeno skupino, je potem lahko primerjati z njemu podobnimi posamezniki in na podlagi tega oblikovati bolj utemeljene strategije in ugotovitve. Povezanost socialno-ekonomskega indeksa z učnim in maturitetnim uspehom maturantov ter letnimi bruto dohodki – grafi ordinalne dominantnosti Primerjave skupin lahko zelo preprosto in natančno izvedemo z grafi ordinalne dominantnosti oz. z OD-grafi (Bamber, 1975; Zupanc idr., 2012), ki so v različnih statističnih orodjih včasih poimenovani tudi kot P-P-grafi (angl. P-P plots). Omogočajo namreč primerjavo celotne skupine in ne le srednjih vrednosti, imajo zelo jasno in razumljivo interpretacijo, omogočajo primerjavo podatkov že na ordinalni ravni ter jih je mogoče povezati z uveljavljenim neparametričnim statističnim testom (Mann-Whitneyev U-test). Del ploščine, ki v enotskem grafu pripada posamezni skupini (OME[x] ali OME[y] – angl. Ordinal Mean Effect), lahko interpretiramo kot verjetnost, da bi naključni posameznik iz te skupine imel enak ali višji rezultat kot naključni posameznik iz druge skupine. Obstaja tudi jasna povezava med U-statistiko, ki jo izračunamo z Mann-Whitneyevim testom, in površino pod krivuljo OD-grafa, saj slednjo ploščino dobimo tako, da U-statistiko delimo s produktom števila podatkov v obeh skupinah (Kerby, 2014). Rang biserialne korelacije lahko preprosto izračunamo kot razliko obeh ploščin. Oglejmo si primerjavo dveh skupin: maturantov z najnižjimi in maturantov z najvišjimi vrednostmi indeksa SEId (najnižjih in najvišjih 30 %) glede na njihov splošni uspeh na maturi (slika 8). Primerjava splošnega uspeha na maturi Slika 8: Primerjava splošnega uspeha na maturi med skupinama maturantov z najnižjimi in maturantov z najvišjimi vrednostmi SEId S slike 8 lahko razberemo, da se skupini maturantov z nizkimi in maturantov z visokimi vrednostmi SEId bistveno razlikujeta v maturitetnem uspehu (na lestvici 10–34 točk). Tako smo za skupino maturantov z nizkimi vrednostmi SEId izračunali koeficient OMEx = 0,36, za skupino maturantov z visokimi vrednostmi SEId pa koeficient OMEy = 0,64. To pomeni, da je verjetnost, da je naključni maturant iz skupine z visokim SEId dosegel enako ali višje število točk na maturi kot naključni maturant iz skupine z nizkim SEId, kar 64-odstotna. Oglejmo si še primerjavo skupin maturantov z nizkim in maturantov z visokim SEId v njihovem povprečnem šolskem uspehu v 3. in 4. letniku (slika 9). Primerjava šolskega uspeha v 3. in 4. letniku Slika 9: Primerjava uspeha v 3. in 4. letniku med skupinama maturantov z najnižjimi in maturantov z najvišjimi vrednostmi SEId Tudi pri primerjavi povprečnega šolskega uspeha maturantov v 3. in 4. letniku smo ugotovili, da je med skupinama z najnižjimi in najvišjimi vrednostmi SEId znatna razlika. Izračunali smo koeficienta OMEx = 0,40 in OMEy = 0,60. To pomeni, da je verjetnost, da je naključni maturant iz skupine z visokim SEId dosegel vsaj enak ali višji povprečni uspeh v 3. in 4. letniku kot maturant z nizkim SEId 60-odstotna. Skupini se torej nekoliko bolj razlikujeta v maturitetnem uspehu kot uspehu v 3. in 4. letniku. Seveda je treba opozoriti tudi na razliko v stopnjah obeh lestvic, ki do neke mere lahko pojasni zapisano razliko. Obe skupini, z nizkim in visokim SEId, smo primerjali tudi v posameznikovih bruto dohodkih 15–21 let po maturi (slika 10). Zanimala nas je namreč daljnosežnost posledic družinskega socialno-ekonomskega statusa. Primerjava lastnih bruto dohodkov Slika 10: Primerjava lastnih bruto dohodkov skupin maturantov z najnižjimi in maturantov z najvišjimi vrednostmi SEId Graf ordinalne dominantnosti prikazuje odnos med skupinama z nizkim in visokim SEId v lastnih bruto dohodkih posameznikov 15–21 let po maturi. Za skupino z nizkim SEId smo izračunali indeks OMEx = 0,25, za skupino z visokim SEId pa indeks OMEy = 0,75. To pomeni, da za posameznika iz skupine z visokim SEId obstaja kar 75-odstotna verjetnost, da bodo njegovi letni bruto dohodki (15–21 let po maturi) enaki ali višji napram posamezniku iz skupine z nizkim SEId. Vidimo lahko, da se socialno-ekonomski status družinskega okolja odraža tudi na dolgi rok. Učinek je višji kot pri primerjavi učnih dosežkov (sliki 8 in 9). Sklepati smemo, da se prenos socialnega in kulturnega kapitala (pa tudi prenos ekonomskega kapitala) še bolj kot v učnih dosežkih odraža v daljnosežnih finančnih posledicah za posameznike. Povezanost bruto dohodka in splošnega uspeha na maturi V nadaljevanju smo natančneje preverili gibanje letnega bruto dohodka posameznikov glede na njihov splošni uspeh na maturi. V preglednici 13 so zbrani povprečni letni bruto dohodki posameznikov (15–21 let po maturi) glede na njihov splošni maturitetni uspeh (lestvica 10–34 točk). Preglednica vsebuje tudi mediane, standardne odklone in 95-odstotne intervale zaupanja. Preglednica 13: Pregled podatkov o letnem bruto dohodku posameznika glede na splošni uspeh na maturi Uspeh ME(perc50) AS SO spMeja95 zgMeja95 10 17.822 18.578 14.140 16.540 20.616 11 17.689 18.390 11.963 17.495 19.285 12 19.036 19.757 13.088 19.064 20.450 13 18.618 19.676 13.548 19.086 20.266 14 19.574 20.402 13.462 19.855 20.949 15 20.197 20.904 14.129 20.358 21.450 16 20.121 21.009 14.164 20.464 21.554 17 20.597 21.738 14.641 21.187 22.289 18 20.963 22.076 15.250 21.489 22.663 19 21.647 22.588 15.195 22.004 23.172 20 21.500 23.184 16.089 22.546 23.822 21 23.000 24.632 16.257 23.947 25.317 22 23.486 25.443 16.694 24.695 26.191 23 24.103 26.320 17.243 25.485 27.155 24 24.339 26.193 16.760 25.337 27.049 25 24.857 27.586 17.925 26.591 28.581 26 26.597 28.926 18.420 27.764 30.088 27 25.708 27.532 17.882 26.280 28.784 28 26.597 28.891 18.127 27.484 30.298 29 27.413 29.675 18.270 28.089 31.261 30 26.915 28.720 18.083 26.852 30.588 31 28.142 32.149 19.836 29.680 34.618 32 31.994 35.320 21.247 32.207 38.433 33 29.908 31.994 21.663 28.196 35.792 34 35.585 34.024 17.938 30.276 37.772 Opombe: Uspeh – skupni uspeh na maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino V preglednici so navedeni samo najpomembnejši podatki, več percentilov in drugih podatkov je v prilogah (preglednica 66). Delež povezanih podatkov (Rica in podatkovnih virov SURS) je preko 95 % in se ne spreminja glede na splošni uspeh – delež posameznikov z različnim splošnim uspehom na maturi (npr. slabši in boljši po uspehu) je tako reprezentativen. To je z vidika veljavnosti izvedenih ugotovitev dobro, saj bi se sicer lahko vprašali, kako bi trende spremenili podatki o posameznikih, ki jih nismo uspeli povezati. Npr. če bi veliko posameznikov manjkalo, ker bi bili davčni rezidenti v tujini in jih v podatkovnih virih ne bi našli, in če bi več teh posameznikov imelo zelo dober splošni uspeh na maturi, bi odsotnost teh podatkov lahko precej spremenila prikazane izračune. Iz preglednice lahko razberemo, da z naraščanjem števila točk splošnega uspeha posameznikov narašča tudi njihov povprečni bruto dohodek. To nazorno prikazuje tudi slika 11. Povprečni bruto dohodek 40.000 35.000 ek od 30.000 d 25.000 to oh ru ni b 20.000 Let 15.000 10.000 5.000 - 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 Splošni uspeh na maturi Slika 11: Letni bruto dohodek (v evrih) glede na splošni uspeh na maturi (generacije 1995–2001) V nadaljevanju smo izvedli linearno regresijo, kjer smo s pomočjo uspeha na maturi napovedovali letni bruto dohodek v letu 2016, torej 15–21 let po opravljeni maturi (preglednica 14). Obenem smo tudi izrisali aritmetične sredine in mediane (50. percentile) bruto dohodkov glede na skupni uspeh na splošni maturi in skozi podatke potegnili trendno črto. Preglednica 14: Linearna regresija, napoved letnega bruto dohodka (v evrih) na podlagi splošnega uspeha na maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 17515,8 EUR 177,3 EUR 98,8 0,000 Uspeh 637,4 EUR 17,2 EUR 37,2 0,000 Model na ravni posameznikov pojasni 3,85 % variabilnosti (R² = 0,0385; F(1, 34,444) = 1380). Uspeh je centriran tako, da je konstanta v modelu enaka povprečju za tiste, ki so ravno pozitivni. Bruto dohodki pa so korigirani tako, da so nad percentilom 99,5 zaokroženi na vrednost pri 99,5, saj se tako izognemo zelo izstopajočim vrednostim. Linearni model za maturante z uspehom 10 predvideva povprečni bruto dohodek 17.516 EUR (ta znesek – ob upoštevanju revalorizacije – sredi leta 2024 znaša slabih 22.300 EUR). V povprečju se dvig uspeha za eno enoto oziroma točko pri splošnem uspehu pozna pri dohodku za 637 EUR. Ta znesek upoštevaje revalorizacijo znaša v letu 2024 približno 810 EUR. Seveda to velja za povprečja, ne pa za posameznika. Na to nas opozarja zelo nizek R2. Ta model namreč pojasni slabe 4 % vse variance v bruto dohodkih, kar je smiselno, – posameznikovi dohodki še zdaleč niso enoznačno določeni z uspehom na SM. To se tudi ujema z nizko korelacijo med bruto dohodki in uspehom v preglednici korelacij (0,20). 40.000 35.000 y = 659,4x + 10922 R² = 0,96 30.000 dek ho 25.000 o do y = 596,5x + 10733 R² ut 20.000 = 0,92 br ni 15.000 Let 10.000 5.000 - 10 12 14 16 18 20 22 24 26 28 30 32 34 Splošni uspeh na maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 12: Letni bruto dohodek (v evrih) glede na splošni uspeh na maturi (generacije 1995–2001) Prikaz aritmetičnih sredin in median letnega bruto dohodka glede na uspeh na maturi pa kaže zelo linearen trend – R2 je kar 0,959 za povprečje oziroma 0,922 za mediane. Iz splošnega uspeha na maturi lahko torej zelo zanesljivo napovemo povprečni letni bruto dohodek za vse maturante z istim uspehom. Regresijska enačba na podlagi povprečnih vrednosti nam dá podobne rezultate (659 EUR oziroma 597 EUR za mediane). V osmih letih do leta 2024 bi ta dva zneska z revalorizacijo znašala 839 in 760 EUR. Razlika med regresijo iz individualnih podatkov in iz povprečij pokaže, da so trendi zelo predvidljivi za skupine maturantov z enakim dosežkom na maturi na državni ravni, zelo malo pa lahko povemo o posameznikovem dohodku. Povezanost vrednosti nepremičnin in splošnega uspeha na maturi Po podobnem postopku smo preverili tudi povezavo vrednosti nepremičnin posameznikov (15–21 let po opravljeni maturi) glede na splošni uspeh na maturi. Preglednica 15 prikazuje povprečja, mediane in 95-% intervale zaupanja vrednosti nepremičnin za vse dosežke skupnega uspeha na maturi. Podrobnejša preglednica z več podatki (in percentili) je v prilogah (preglednica 67). Iz preglednice je mogoče jasno razbrati naraščanje vrednosti nepremičnin glede na uspeh na maturi. Preglednica 15: Pregled podatkov o vrednosti nepremičnin posameznika (v evrih) glede na splošni uspeh na maturi Uspeh ME(perc50) AS SO spMeja95 zgMeja95 10 - 38.119 63.777 29.167 47.071 11 13.444 43.364 61.574 38.854 47.874 12 7.239 43.882 67.201 40.423 47.341 13 10.310 43.746 65.761 40.957 46.535 14 10.419 42.345 62.048 39.883 44.807 15 11.334 44.470 66.871 41.950 46.990 16 13.125 42.481 61.827 40.156 44.806 17 14.363 45.610 66.410 43.161 48.059 18 15.887 43.323 60.061 41.065 45.581 19 23.647 47.338 67.448 44.801 49.875 20 20.060 46.689 64.403 44.191 49.187 21 28.400 52.267 70.198 49.376 55.158 22 22.709 48.743 64.633 45.912 51.574 23 31.279 52.058 68.071 48.848 55.268 24 32.851 53.264 68.927 49.811 56.717 25 37.469 56.398 74.484 52.341 60.455 26 41.121 60.062 77.842 55.254 64.870 27 35.551 54.690 70.540 49.859 59.521 28 45.852 61.205 72.920 55.671 66.739 29 43.613 58.562 69.903 52.644 64.480 30 40.569 60.331 74.944 52.746 67.916 31 48.624 67.244 82.680 57.270 77.218 32 72.283 78.646 78.079 67.364 89.928 33 64.019 73.990 75.330 60.837 87.143 34 64.188 70.927 70.256 56.571 85.283 Opombe: Uspeh – skupni uspeh na splošni maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino V nadaljevanju smo izvedli linearno regresijo, kjer smo na podlagi uspeha na maturi napovedovali vrednost nepremičnin v posameznikovi lasti (preglednica 16). Obenem smo tudi izrisali aritmetične sredine in mediane vrednosti nepremičnin glede na uspeh na splošni maturi in skozi podatke potegnili trendno črto. Preglednica 16: Linearna regresija, napoved vrednosti nepremičnin (v evrih) na podlagi splošnega uspeha na maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 37.664,4 EUR 742,4 EUR 50,7 0,000 Uspeh 1.157,4 EUR 71,9 EUR 16,1 0,000 Model na ravni posameznikov pojasni 0,71 % variabilnosti (R² = 0,0071; F(1, 36,060) = 259). Uspeh je centriran tako, da je konstanta v modelu enaka povprečju za tiste, ki so ravno pozitivni. Vrednosti nepremičnin pa so korigirane tako, da so nad percentilom 99,5 zaokrožene na vrednost pri 99,5, saj se tako izognemo zelo izstopajočim vrednostim. Napovedana povprečna vrednost nepremičnin za maturante z uspehom 10 bi skladno z modelom znašala 37.664 EUR (revalorizirana vrednost za Slovenijo v letih 2017–2024 bi bila 47.193 EUR). V povprečju se dvig uspeha za eno enoto (oceno) pozna pri vrednosti nepremičnin za 1.157 EUR (revalorizirana vrednost za Slovenijo v letih 2017–2024 bi bila 1.450 EUR). To velja za povprečja, ne pa za posameznika. Na to nas opozarja zelo nizek 2 R. Ta model namreč pojasni manj kot en odstotek variance v vrednostih nepremičnin. 90.000 80.000 y = 1382,4x + 22778 n 70.000 R² = 0,87 ni 60.000 remič ep 50.000 n st no 40.000 y = 2509,4x - 25272 Vred R² = 0,91 30.000 20.000 10.000 - 10 12 14 16 18 20 22 24 26 28 30 32 34 Splošni uspeh na maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 13: Vrednost nepremičnin (v evrih) glede na uspeh na maturi (generacije 1995–2001) Prikaz aritmetičnih sredin in median vrednosti nepremičnin glede na uspeh na maturi pa kaže linearen trend – R2 za povprečje je še vedno kar 0,869 oziroma 0,913 za mediane (slika 13). Je pa opazna velika razlika med aritmetičnimi sredinami in medianami, kar kaže na zelo asimetrične porazdelitve. Povezanost med izobrazbo in uspehom na maturi Zanimala nas je tudi povezava izobrazbe in splošnega uspeha na maturi. Slika 14 prikazuje mediano ter 1. in 3. kvartil izobrazbe za vse možne dosežke skupnega uspeha na maturi. 85 80 75 ba 70 raz 65 zob 60 a i en 55 ež 50 os D 45 40 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 Splošni uspeh na maturi 1. kvartil mediana 3. kvartil Slika 14: Dosežena izobrazba glede na uspeh na maturi (generacije 1995–2001) Spremenljivka izobrazba je izhajala iz šifranta le-te in je na ordinalni ravni merjenja. Tako kot preostale spremenljivke v grobem sledi splošnemu uspehu na maturi. Razlagalni model bi na ravni posameznika pojasnil le R2 = 0,0809 (korelacija = 0,285), na ravni povprečnih vrednosti kod izobrazbe pa bi bil R2 = 0,988 (korelacija = 0,994). S slike gre razbrati, da z naraščanjem števila doseženih točk posameznikov na maturi narašča tudi njihova dosežena izobrazba. Če primerjamo maturante z najnižjimi dosežki na maturi in jih razporedimo glede na njihovo izobrazbo, so v 1. kvartilu posamezniki s srednjo strokovno izobrazbo, na sredini porazdelitve (mediana) posamezniki z visokošolsko izobrazbo oz. bolonjsko izobrazbo 1. stopnje, v 3. kvartilu pa posamezniki z univerzitetno izobrazbo oz. bolonjsko izobrazbo 2. stopnje. Na drugi strani za maturante z najvišjimi dosežki na maturi velja, da so v 1. kvartilu in na sredi porazdelitve posamezniki z univerzitetno izobrazbo oz. bolonjsko izobrazbo 2. stopnje, posamezniki v 3. kvartilu pa dosegajo najvišjo stopnjo izobrazbe – doktorat znanosti. Dodatno nas je zanimalo, kako se število doseženih točk na maturi povezuje z dosego najvišje stopnje izobrazbe – doktorata. Slika 15 kaže razporeditev deležev kandidatov, ki so dosegli doktorsko izobrazbo glede na število točk na maturi. Jasno gre razbrati trend, da se z naraščanjem točk na maturi ta povečuje. S slike je razvidno, da je zelo nizek delež maturantov (< 2 %) z najnižjimi dosežki na maturi dosegel najvišjo stopnjo izobrazbe (doktorat znanosti), medtem ko je pri maturantih z najvišjimi dosežki (npr. zlatih maturantih) ta delež razmeroma visok (med 20 in 30 %). Delež doktoratov glede na uspeh na splošni maturi 30% 25% ež 20% el D 15% 10% 5% 0% 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 Splošni uspeh na maturi Slika 15: Delež posameznikov z doktorsko izobrazbo glede na število točk na maturi Povezanost statusa poklica in splošnega uspeha na maturi Analizirali smo tudi povezanost statusa poklica in splošnega uspeha na maturi. Preglednica 17 prikazuje mediane, povprečja in 95-% intervale zaupanja statusa posameznikovega poklica glede na splošni uspeh na maturi. Status poklica je spremenljivka, ki temelji na standardni klasifikaciji poklicev (SKP) in je pretvorjena na lestvico standardnega socio-ekonomskega indeksa posameznikovega poklica (ISEI-08). Poglejmo si vrednosti za nekaj poklicev: čistilec (15), prodajalec (28), gostilničar (44), zdravstveni tehnik (56), osebni bančnik (60), učitelj v osnovni šoli (61), socialni delavec (71), marketinški strokovnjak (74), inženir elektrotehnike (81), univerzitetni profesor (85), zdravnik specialist (89), sodnik (89). Preglednica 17: Pregled podatkov o statusu posameznikovega poklica glede na splošni uspeh na maturi Uspeh ME(perc50) AS SO spMeja95 zgMeja95 10 58,77 56,78 17,2 54 59 11 58,77 58,24 16,43 57 60 12 59,89 59,58 15,96 59 60 13 59,76 59,68 16,09 59 60 14 64,44 61,58 16,21 61 62 15 65,01 61,92 15,86 61 63 16 68,55 63,04 15,39 62 64 17 68,88 63,93 15,07 63 65 18 70,09 65,15 15,03 65 66 19 71,45 67,02 14,2 66 68 20 71,45 67,1 14,64 66 68 21 72,3 69,1 13,75 68 70 22 72,94 70,26 12,93 70 71 23 72,94 70,75 13,27 70 71 24 74,28 72,3 12,27 72 73 25 74,66 71,96 13,35 71 73 26 74,7 73,55 12,03 73 74 27 74,7 73,6 12,03 73 74 28 75,54 74,44 11,32 74 75 29 77,97 75,01 11,01 74 76 30 79,74 75,38 11,09 74 77 31 77,1 75,23 10,38 74 77 32 80,46 76,17 9,76 75 78 33 80,69 77 8,63 75 79 34 80,69 76,58 9,58 74 79 Opombe: Uspeh – skupni uspeh na maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Na tem mestu so navedeni samo najpomembnejši podatki, preglednica z več percentili in drugimi podatki je v prilogah (preglednica 68). Delež povezanih podatkov (Rica in podatkovnih virov SURS) je 84 % in se ne spreminja glede na splošni uspeh. Iz preglednice lahko razberemo jasen trend naraščanja povprečnega statusa posameznikovega poklica z naraščajočim številom točk na maturi. V nadaljevanju smo izrisali aritmetične sredine in mediane statusa poklica glede na skupine z enakim skupnim uspehom na splošni maturi ter skozi podatke potegnili trendno črto (slika 16). 90 y = 0,87x + 49,51 80 R² = 0,97 70 a 60 R² = 0,93 ic y = 0,91x + 51,39 okl p 50 at 40 us St 30 20 10 0 10 12 14 16 18 20 22 24 26 28 30 32 34 Splošni uspeh na maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 16: Status poklica glede na uspeh na maturi (generacije 1995–2001) Prikaz aritmetičnih sredin in median statusa poklica glede na uspeh na maturi kaže zelo linearen trend – R2 za povprečje je kar 0,971 oziroma 0,934 za mediane. Iz splošnega uspeha na maturi torej lahko zelo zanesljivo napovemo povprečni status poklica za vse maturante z enakim splošnim uspehom. Podatki linearne regresije pokažejo, da bi model na ravni posameznika pojasnil le R2 = 0,0985 (korelacija = 0,314), na ravni povprečnih vrednosti oz. ravni skupin maturantov z enakim splošnim uspehom pa je R2 = 0,971 (korelacija = 0,985). Povezanost SEIp (po 15–21 letih) in splošnega uspeha na maturi Zanimiva je tudi povezava socialno-ekonomskega indeksa posameznika (torej po 15–21 letih) in splošnega uspeha na maturi (preglednica 18). Iz preglednice lahko razberemo, da z naraščanjem števila točk na splošni maturi naraščajo tudi povprečne vrednosti in mediane SEIp. Podrobnejšo preglednico z več percentili najdemo v prilogah (preglednica 69). Preglednica 18: Pregled podatkov o SEIp glede na splošni uspeh na maturi Uspeh ME(perc50) AS SO spMeja95 zgMeja95 10 100,55 99,58 13,85 97 102 11 102,86 100,74 12,07 100 102 12 103,07 101,44 12,67 101 102 13 103,27 101,69 12,68 101 102 14 104,91 103,13 12,61 103 104 15 105,26 103,77 12,77 103 104 16 106,3 104,53 12,43 104 105 17 106,85 105,51 12,49 105 106 18 107,86 106,44 12,37 106 107 19 109,18 108,08 11,89 108 109 20 109,67 108,57 12,59 108 109 21 111,06 110,57 11,91 110 111 22 111,65 111,34 11,79 111 112 23 112,91 112,21 12,26 112 113 24 113,01 112,9 11,61 112 114 25 113,58 113,54 12,73 113 114 26 115,9 115,21 11,98 114 116 27 114,76 114,68 11,53 114 116 28 115,88 116,09 11,58 115 117 29 117,7 117,15 11,49 116 118 30 116,86 116,27 11,5 115 118 31 119,4 118,66 12,16 117 120 32 120,7 120,45 12,02 119 122 33 120,58 119,83 12,01 118 122 34 122,73 121,03 10,4 119 123 Opombe: Uspeh – skupni uspeh na splošni maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Preverili smo tudi model, v katerem smo s pomočjo uspeha na maturi napovedovali socialno-ekonomski indeks maturanta, kot bi ga imel 15–21 let pozneje (preglednica 19). Obenem smo tudi izrisali aritmetične sredine in mediane indeksa SEIp glede na uspeh na splošni maturi ter skozi podatke potegnili trendno črto. Preglednica 19: Linearna regresija, napoved SEIp na podlagi splošnega uspeha na maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 99,19 0,15 662,00 0,000 Uspeh 0,96 0,01 66,58 0,000 Model na ravni posameznikov pojasni 12,8 % variabilnosti (R² = 0,128; F(1, 30,139) = 4433). Uspeh je centriran tako, da je konstanta v modelu enaka povprečju za tiste, ki so ravno pozitivni. Ta ima izhodiščno vrednost 99,19 (kar je povprečen SEIp za nekoga, ki ima uspeh = 10), koeficient pa blizu 1 (0,958), kar pomeni, da se vsaka ocena več na maturi pozna za približno 1 točko SEIp. Ker vemo, da je 15 točk SEIp standardni odklon, to zelo neposredno lahko primerjamo: 15–16 točk več na maturi pomeni en standardni odklon višje v porazdelitvi SEIp! Izračunan R2 pa pomeni, da pri vsakem posamezniku pojasnimo že slabih 13 % vse spremenljivosti v SEIp. Korelacija SEIp in uspeha na maturi je 0,358.. Na ravni povprečnih vrednosti splošnega uspeha (slika 17) pa je R2 = 0,992 (korelacija = 0,996). Zanimivo je opažanje, da model tudi za skupino maturantov z najnižjimi dosežki na maturi predvideva povprečen SEIp, za najuspešnejše pa SEIp, primerljiv z 9. decilom SEId (preglednica 8). 130 y = 0,91x + 90,47 120 R² = 0,99 110 y = 0,86x+ 92,57 R² = 0,99 EIp 100 S st no 90 ed Vr 80 70 60 50 10 12 14 16 18 20 22 24 26 28 30 32 34 Splošni uspeh na maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 17: Vrednost indeksa SEIp glede na uspeh na maturi (generacije 1995–2001) Socialno-ekonomski indeks posameznika je kompozit preostalih dejavnikov (dohodka, nepremičnin, izobrazbe in statusa poklica) in izkaže se, da lahko s pomočjo uspeha na maturi zelo zanesljivo ocenimo povprečni SEIp 15–21 let po opravljeni maturi. To velja za povprečen SEIp vseh kandidatov z istim uspehom, seveda pa nismo tako uspešni pri napovedi individualnih vrednosti. Preglednica 20: Parametri multiple regresije pri napovedovanju SEIp Koeficient St. napaka t-vrednost p (<|t|) Konstanta 89.777 0.340 264.416 < 0,001 Uspeh 0.165 0.021 7.966 < 0,001 SEId 0.249 0.003 81.550 < 0,001 Povprečje 4.686 0.137 34.127 < 0,001 Spol 0.359 0.135 2.663 0,008 Ob vključitvi dejavnikov, kot so povprečje izbranih šolskih ocen, uspeh na maturi, SEId in spol, lahko pri SEIp pojasnimo kar 31 % vse spremenljivosti (preglednica 20). Izračunani koeficienti veljajo samo ob celotnem modelu, in jih ne smemo primerjati med seboj. Npr. povprečje in uspeh imata podoben vpliv, toda ko ju damo skupaj v isti model, to ni več razvidno. Visok koeficient SEId nas opozarja, da ima veliko razlagalno moč za SES posameznika pravzaprav SES družinskega okolja, iz katerega izhaja. Povezanost splošnega uspeha pri maturi s SEId in SEIp – grafi ordinalne dominantnosti V nadaljevanju smo med seboj primerjali skupini maturantov z visokimi (30–34 točk) in maturantov z nizkimi dosežki (10–14 točk) pri maturi. V analize niso vključeni neuspešni na maturi. Z grafi ordinalne dominantnosti smo sprva primerjali njihov (družinski) socialno-ekonomski status (SEId) in socialno-ekonomski status posameznika (SEIp). Slika 18 prikazuje primerjavo socialno-ekonomskega indeksa (družine). Pri tem smo za skupino maturantov z nizkimi dosežki izračunali koeficient OMEx = 0,25 in za skupino maturantov z visokimi dosežki OMEy = 0,75. Za naključnega maturanta iz skupine z visokimi dosežki obstaja kar 75-odstotna verjetnost, da je bil njegov SEId enak ali višji od naključnega maturanta iz skupine z nizkimi dosežki. Razmerje verjetnosti je torej 3 : 1. V nadaljevanju smo skupini maturantov z visokimi in maturantov z nizkimi dosežki na maturi primerjali še v njihovem lastnem socialno-ekonomskem statusu, ki ga dosežejo 15–21 let po maturi (slika 19). Za skupino z nizkimi dosežki pri maturi smo izračunali koeficient OMEx = 0,16 in za skupino z visokimi dosežki OMEy = 0,84. Za naključnega maturanta iz skupine z visokimi dosežki obstaja kar 84-odstotna verjetnost, da bo njegov SEIp enak ali višji od naključnega maturanta iz skupine z nizkimi dosežki. Razmerje verjetnosti je 5,17 : 1. Čeprav na podlagi analiz težko sklepamo o vzročnosti povezav, lahko morebiti (kronološko) sklepamo, da socialno-ekonomski status družinskega okolja manj vpliva na akademske dosežke posameznikov, kot pa se ti pozneje v življenju odražajo v doseženem lastnem socialno-ekonomskem statusu posameznikov. Te ugotovite se skladajo tudi s korelacijskimi koeficienti (preglednica 11 in preglednica 12), ki so višji med SEIp in akademskimi dosežki kakor med SEId in akademskimi dosežki. Primerjava socialno-ekonomskega statusa (družine) Slika 18: Primerjava SEId skupin maturantov z najnižjim in maturantov z najvišjim uspehom pri maturi Primerjava socialno-ekonomskega statusa (posameznika) Slika 19: Primerjava SEIp skupin maturantov z najnižjim in maturantov z najvišjim uspehom pri maturi Z opisanimi opažanji se sklada tudi analiza obeh skupin v družinskih bruto dohodkih (slika 20). Pri tem smo za skupino z nizkimi dosežki pri maturi izračunali koeficient OMEx = 0,30 in za skupino z visokimi dosežki OMEy = 0,70. Verjetnost, da bo posameznik z visokimi dosežki na maturi izhajal iz družine z enakimi ali višjimi bruto dohodki kot posameznik z nizkimi dosežki na maturi, je tako kar 70-odstotna. Spremenljiva ukrivljenost grafa razkriva, da so pri nižjih družinskih prihodkih verjetnosti med skupinama manjše od 70 %; do približno 40 % najnižjih prihodkov je graf bliže diagonali kvadrata. Pri višjih družinskih prihodkih pa je verjetnost, da bo posameznik z visokimi dosežki na maturi izhajal iz družine z enakimi ali višjimi bruto dohodki kot posameznik z nizkimi dosežki na maturi, mnogo večja od »povprečnih« 70 %. Primerjava družinskih bruto dohodkov Slika 20: Primerjava družinskih bruto dohodkov skupin maturantov z najnižjim in maturantov z najvišjim uspehom pri maturi Analiza splošne mature v obdobju 2002–2006 Podobne analize smo ponovili za populacije maturanov med letoma 2002 in 2006. V podatkovnih bazah Rica za to obdobje najdemo 39.061 zapisov, od katerih smo jih s podatki SURS uspeli povezati v 96,9 %, kar pomeni 37.857 zapisov. Podobno kot za obdobje 1995–2001 (preglednica 10) smo izračunali korelacije med spremenljivkami, ki tvorijo socialno-ekonomski indeks posameznika. Preglednica 21: Korelacije med spremenljivkami SEIp za kandidate SM v obdobju 2002–2006 SEIp SEIp10 POKLIC IZOB DOHODEK DOH10 NEPR SEIp - SEIp10 0,96 - POKLIC 0,85 0,87 - IZOB 0,74 0,74 0,46 - DOHODEK 0,59 0,48 0,31 0,29 - DOH10 0,56 0,53 0,33 0,31 0,89 - NEPR 0,32 0,23 0,09 0,10 0,22 0,18 - Opombe: SEIp – socialno-ekonomski indeks posameznika, SEIp10 – decil socialno-ekonomskega indeksa posameznika, POKLIC – status poklica posameznika, IZOB – dosežena izobrazba, DOHODEK – bruto dohodek 2016, DOH10 – decil bruto dohodka 2016, NEPR – vrednost nepremičnin v njihovi lasti. Zaradi velikega števila podatkov bi bile vse korelacije, večje od 0,02, statistično značilne (p < 0,001). Najvišje korelacije v preglednici 21 beležimo med spremenljivkami, ki so pretvorbe druga druge (npr. med bruto dohodkom in decilom bruto dohodka). Tudi kompozitna spremenljivka socialno-ekonomskega indeksa posameznika (SEIp) močno korelira s spremenljivkami, ki jo tvorijo (najmočneje s statusom poklica, nato izobrazbo in dohodkom, medtem ko je povezava z vrednostjo nepremičnin zmernejše jakosti). Med drugimi povezavami najdemo najvišji koeficient korelacije med statusom poklica in izobrazbo. Šibkejše so povezave med bruto dohodkom posameznika (in njegovim decilom) ter statusom poklica in doseženo izobrazbo. Vrednost nepremičnin se šibko povezuje z bruto dohodkom, medtem ko lahko povezavi s statusom poklica in doseženo izobrazbo označimo kot neznatni. Preglednica 22: Korelacije med spremenljivkami SEIp, uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za kandidate SM v obdobju 2002–2006 SEIp SEIp10 POKLIC IZOB DOHODEK DOH10 NEPR USPEH 0,42 0,39 0,36 0,32 0,19 0,19 0,06 POVP 0,41 0,39 0,34 0,36 0,18 0,18 0,04 SEId 0,35 0,31 0,28 0,17 0,30 0,26 0,23 SEId10 0,32 0,30 0,27 0,16 0,25 0,24 0,18 SPOL 0,03 0,06 0,02 0,16 -0,14 -0,10 -0,06 Opombe: SEIp – socialno-ekonomski indeks posameznika, SEIp10 – decil socialno-ekonomskega indeksa posameznika, POKLIC – status poklica posameznika, IZOB – dosežena izobrazba, DOHODEK – bruto dohodek 2016, DOH10 – decil bruto dohodka 2016, NEPR – vrednost nepremičnin v njihovi lasti, USPEH – splošni uspeh na SM, POVP – povprečna šolska ocena maturitetnih predmetov, SEId – socialno-ekonomski indeks družinskega okolja, SEId10 – decil socialno-ekonomskega indeksa družinskega okolja, SPOL – spol posameznika. Zaradi velikega števila podatkov bi bile vse korelacije, večje od 0,02, statistično značilne (p < 0,001). Preglednica 22 prikazuje povezave med spremenljivkami, ki tvorijo SEIp, maturitetnim in šolskim uspehom, SEId in spolom. Spet opažamo, da maturitetni in šolski uspeh s preostalimi spremenljivkami korelirata skorajda identično kot v obdobju 1995–2001 (preglednica 11). Najmočneje – zmerno pozitivno – se povezujeta s socialno-ekonomskim indeksom posameznika. Med spremenljiv- kami, ki slednjega tvorijo, pa najmočneje korelirata s statusom poklica in doseženo izobrazbo, šibkeje z letnim bruto dohodkom, povezava z vrednostjo nepremičnin pa je neznatna. Povezave so primerljivih jakosti kot povezave, izračunane za obdobje 1995–2001. Povezava med socialno-ekonomskim indeksom posameznika in družinskega okolja je zmerne jakosti. Podobno kot za maturante (1995–2001) ugotavljamo, da imajo posamezniki iz družin z višjim socialno-ekonomskim indeksom tudi sami višji socialno-ekonomski indeks. Ugotovimo lahko tudi, da se socialno-ekonomski indeks družinskega okolja z večino spremenljivk – statusom poklica, doseženo izobrazbo, bruto dohodkom in vrednostjo nepremičnin – povezuje šibko do zmerno pozitivno. Primerjava z generacijami maturantov 1995–2001 kaže, da so povezave povečini nekoliko šibkejše. Pri starejših posameznikih (zajetih v prvem valu) ima torej socialno-ekonomsko ozadje še pomembnejši vpliv. To je morebiti nekoliko v nasprotju s pričakovanim – domnevali bi namreč, da z leti pomen družine slabi, na pomenu pa pridobiva samoaktivnost posameznika. Seveda na drugi strani velja omeniti, da se z leti razlike med posamezniki predvsem v bruto dohodku, vrednosti nepremičnin pa tudi doseženi izobrazbi povečujejo, kar se posledično odraža v močnejših povezavah. K razlikam med posamezniki tekom let gotovo v določeni meri prispeva tudi delovanje družinskega okolja. Omeniti velja, da se tudi pri mlajših maturantih potrjuje trend, da ženske dosegajo višjo izobrazbo, zaslužijo pa manj. Povezave spola z ostalimi spremenljivkami so neznatne jakosti. Preglednica 23: Korelacije med uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za kandidate SM v obdobju 2002–2006 USPEH POVP SEId SEId10 SPOL USPEH - POVP 0,78 - SEId 0,22 0,15 - SEId10 0,20 0,13 0,92 - SPOL 0,09 0,20 0,13 -0,12 - Opombe: USPEH – splošni uspeh na SM, POVP – povprečna šolska ocena maturitetnih predmetov, SEId – socialno-ekonomski indeks družinskega okolja, SEId10 – decil socialno ekonomskega indeksa družinskega okolja, SPOL – spol posameznika. Zaradi velikega števila podatkov bi bile vse korelacije, večje od 0,02, statistično značilne (p < 0,001). V preglednici 23 najdemo povezave med maturitetnim in šolskim uspehom, SEId in spolom. Spet opažamo močno povezavo med šolskim in maturitetnim uspehom. Socialno-ekonomski indeks družinskega okolja se z uspehom na maturi pa tudi s šolskim uspehom povezuje šibko. Potrdimo lahko trend (opažen pri maturantih med letoma 1995 in 2001), da je uspeh na maturi opazno močneje povezan z lastnimi socialno-ekonomskimi vidiki, ki jih dosežejo po opravljeni maturi, kot pa s socialno-ekonomskimi značilnostmi družine, iz katere prihaja posameznik. Spol posameznikov se šibko pozitivno povezuje z maturitetnim in šolskim uspehom posameznikov (dekleta dosegajo boljše šolske ocene in boljši maturitetni uspeh). Prav tako smo ponovno zabeležili šibko negativno povezavo socialno-ekonomskega indeksa družinskega okolja s spolom. Navkljub relativni šibkosti slednje povezave ima ta morebiti tudi pomembne implikacije. Morebiti lahko sklepamo, da se učenci iz družin z nižjim socialno- ekonomskim indeksom družinskega okolja redkeje vpisujejo na gimnazijske programe v primerjavi z učenkami. Razmerje med fanti in dekleti je pri splošni maturi običajno 40 : 60 (v prid deklet). Povezanost bruto dohodka in splošnega uspeha na maturi Tudi na kandidatih SM (2002–2006) smo podrobneje analizirali povezavo med splošnim uspehom na maturi in letnim bruto dohodkom (10–14 let po maturi). Preglednica 24 vsebuje ključne podatke (povprečja, mediane in intervale zaupanja), preglednica z več podatki pa je v prilogah (preglednica 70). Preglednica 24: Pregled podatkov o letnem bruto dohodku posameznika glede na splošni uspeh pri splošni maturi Uspeh ME(perc50) AS SO spMeja95 zgMeja95 10 13.993 15.208 8.807 14.031 16.385 11 13.016 14.329 9.417 13.695 14.963 12 12.834 13.963 9.442 13.504 14.422 13 13.236 14.418 9.943 13.997 14.839 14 13.302 14.323 9.980 13.931 14.715 15 14.003 15.125 10.417 14.728 15.522 16 14.446 15.282 10.478 14.885 15.679 17 14.684 15.475 10.602 15.073 15.877 18 15.178 15.677 10.487 15.282 16.072 19 15.606 16.118 11.153 15.680 16.556 20 16.010 16.430 11.537 15.965 16.895 21 16.368 17.130 11.718 16.637 17.623 22 17.054 17.406 12.149 16.855 17.957 23 17.750 18.212 12.295 17.621 18.803 24 17.783 18.591 12.291 17.944 19.238 25 18.871 19.725 13.470 18.958 20.492 26 18.208 18.959 12.936 18.138 19.780 27 20.192 20.251 12.799 19.369 21.133 28 20.752 21.379 13.079 20.404 22.354 29 22.683 23.185 14.515 21.941 24.429 30 22.803 23.973 14.332 22.687 25.259 31 21.102 22.157 14.233 20.590 23.724 32 21.760 23.205 14.815 21.152 25.258 33 21.761 21.823 12.034 20.075 23.571 34 24.509 24.369 14.629 21.672 27.066 Opombe: Uspeh – skupni uspeh na splošni maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Iz preglednice lahko razberemo konsistentno naraščanje povprečnih bruto dohodkov posameznikov glede na njihovo število točk na maturi. To velja tudi za mediane bruto dohodkov. Naraščanje povprečnih bruto dohodkov nazorno prikazuje tudi slika 21. Povprečni bruto dohodek 30.000 25.000 ek od 20.000 oh to 15.000 ru d ni b Let 10.000 5.000 0 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 Splošni uspeh na maturi Slika 21: Letni bruto dohodek (v evrih) glede na uspeh pri splošni maturi (generacije 2002–2006) Primerjava s povprečnimi bruto dohodki maturantov prejšnjih generacij (1995–2001; preglednica 13), pričakovano razkriva, da imajo posamezniki, ki so maturirali pozneje – in bili tako manj časa zaposleni, – v povprečju bistveno nižje dohodke. Izvedli smo tudi linearno regresijsko analizo, pri kateri smo na podlagi maturitetnega uspeha napovedovali letni bruto dohodek posameznikov (preglednica 25). Preglednica 25: Linearna regresija, napoved letnega bruto dohodka (v evrih) na podlagi splošnega uspeha pri splošni maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 12642,7 EUR 123,1 EUR 102,70 < 0,000 Uspeh 440,2 EUR 11,9 EUR 37,04 < 0,000 Model pojasni slabe 4 % variance in je statistično značilen (R2 = 0,0373; F(1, 35436) = 1372; p < 0,001). Iz preglednice lahko razberemo, da povprečni dohodek za maturante s splošnim uspehom 10 znaša 12.643 EUR. V letu 2024 bi ta znesek – upoštevaje revalorizacijo – znašal 16.095 EUR. Dvig uspeha za eno točko pa v povprečju pomeni dvig dohodka za dobrih 440 EUR (revaloriziran znesek leta 2024: 560 EUR). Primerjava z maturanti generacij 1995–2001 kaže, da je delež pojasnjene variance približno enak. Na ravni posameznikov uspeh na maturi pojasni razmeroma majhen delež variance bruto dohodkov. Zgodba je drugačna na ravni povprečnih vrednosti in median (slika 22). 30000 25000 y = 444,5x + 8489 R² = 0,92 ek oh y = 470,3x + 7169 d to od 20000 R² = 0,94 ru 15000 ni b Let 10000 5000 0 10 12 14 16 18 20 22 24 26 28 30 32 34 Splošni uspeh na maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 22: Letni bruto dohodek (v evrih) glede na uspeh pri splošni maturi (generacije 2002–2006) Tudi slika 22 jasno prikazuje linearno naraščanje povprečnih bruto dohodkov skupin glede na splošni uspeh na maturi. Na ravni povprečnih vrednosti je delež pojasnjene variance visok (91,9 %), še višji je za mediane (94,0 %). Izrisana regresijska premica skozi povprečja oziroma aritmetične sredine za maturante z uspehom 10 predvideva 12.934 EUR letnega bruto dohodka (revaloriziran znesek v letu 2024: 16.465 EUR). Vsaka dodatna točka na maturi pa letni bruto dohodek poveča za približno 445 EUR (revaloriziran znesek v letu 2024: 566 EUR), kar je v skladu z individualnimi podatki. Izrisana premica skozi mediane pa za maturante z uspehom 10 predvideva 11.872 EUR letnega bruto dohodka (revaloriziran znesek v letu 2024: 15.113 EUR); dodatna točka na maturi prinese dobrih 470 EUR bruto dohodka (revaloriziran znesek v letu 2024: 598 EUR). Primerjava z generacijo maturantov med letoma 1995 in 2001 tako poleg že omenjenih nižjih letnih bruto dohodkov razkriva tudi nekoliko manjši nagib regresijske premice oz. nekoliko manjše povečanje povprečnih bruto dohodkov ob vsaki dodatni maturitetni točki. To je razumljivo, saj krajši čas zaposlitve pomeni tudi manj časa za dokazovanje lastnih sposobnosti in posledično plačno diferenciacijo med posamezniki. Nižji povprečni bruto dohodki se odražajo tudi v manjši variabilnosti le-teh, kar dodatno prispeva k opisanim spoznanjem. Znatne razlike opažamo predvsem pri najuspešnejših maturantih, ki po 15–21 letih od mature zaslužijo bistveno več kot maturanti 10–14 let po maturi. Lahko bi rekli, da se na dolgi rok »splača« splošno maturo opraviti odlično. Povezanost vrednosti nepremičnin in splošnega uspeha na maturi Preglednica 26 podrobneje prikazuje odnos med splošnim uspehom na maturi in vrednostjo nepremičnin posameznikov (10–14 let po maturi). V njej je poleg povprečij in intervalov zaupanja še 75. percentil vrednosti nepremičnin. Te smo prikazali, ker je mediana vrednosti nepremičnin za vse skupine maturantov 0. Med prilogami (preglednica 71) je na voljo podrobnejši prikaz z dodatnimi podatki in percentili. Preglednica 26: Pregled podatkov o vrednosti nepremičnin posameznika (v evrih) glede na splošni uspeh pri splošni maturi Uspeh perc75 AS SO spMeja95 zgMeja95 10 15814 22150 52081 15404 28.896 11 20499 21772 47200 18678 24.866 12 23216 21679 48848 19373 23.985 13 22620 21481 48493 19497 23.465 14 24094 21227 46546 19456 22.998 15 29264 22164 46714 20447 23.881 16 25026 21531 46023 19847 23.215 17 23599 21804 47735 20055 23.553 18 25940 22104 49279 20307 23.901 19 29726 23682 51322 21738 25.626 20 24843 21101 44429 19373 22.829 21 31792 24199 50916 22133 26.265 22 35905 25731 50813 23503 27.959 23 37743 24138 47134 21948 26.328 24 37702 25549 48882 23052 28.046 25 40295 26136 47649 23502 28.770 26 45762 26988 48683 24003 29.973 27 42716 27755 51447 24322 31.188 28 50123 29955 54588 26022 33.888 29 56167 31643 53717 27166 36.120 30 64180 37268 62087 31837 42.699 31 54962 36697 64504 29748 43.646 32 53056 30414 55759 22908 37.920 33 58206 34321 52787 26874 41.768 34 65130 38238 68485 25775 50.701 Opombe: Uspeh – skupni uspeh na splošni maturi, perc75 – 75. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Večina maturantov iz obdobja 2002–2006 tako nepremičnin še nima v lasti. Je pa zato toliko bolj povedna primerjava 75. percentilov, ki kažejo strmo naraščanje glede na uspeh pri maturi. Jasen je tudi trend naraščanja povprečnih vrednosti nepremičnin glede na uspeh na maturi. Primerjava z maturanti iz obdobja 1995–2001 (preglednica 15) kaže, da so povprečne vrednosti nepremičnin pričakovano občutno nižje. Izvedli smo tudi linearno regresijo, pri kateri smo na podlagi uspeha pri maturi napovedovali vrednosti nepremičnin posameznikov (preglednica 27). Preglednica 27: Linearna regresija, napoved vrednosti nepremičnin (v evrih) na podlagi splošnega uspeha pri splošni maturi (individualni podatki). Koeficient St. napaka t-vrednost p (<|t|) Konstanta 18667,1 EUR 516,5 EUR 36,14 < 0,000 Uspeh 555,6 EUR 49,9 EUR 11,13 < 0,000 Z regresijsko analizo na individualnih podatkih pojasnimo zgolj 0,33 % variabilnosti (R2 = 0,0033; F(1, 37845) = 123,9; p < 0,001). Pri tem je uspeh centriran tako, da je konstanta enaka povprečju tistih, ki so ravno pozitivni. Napovedna moč splošnega uspeha na maturi na konsekventno vrednost nepremičnin posameznikov je tako zelo šibka – glavnino variance pojasnijo drugi dejavniki. Napovedna vrednost nepremičnin za maturante z uspehom 10 tako znaša 18.667 EUR (revaloriziran znesek v letu 2024: 23.390 EUR), vsaka dodatna točka pri maturi pa vrednost zviša za 556 EUR (revaloriziran znesek v letu 2024: 697 EUR). Podobne rezultate dobimo, ko skozi povprečne vrednosti nepremičnin za posamezne dosežke točk pri maturi potegnemo premico (slika 23). Poudariti velja, da je oblikovanje napovednih modelov za vrednosti nepremičnin pri teh generacijah zelo nezanesljivo, saj mediane razkrivajo, da več kot polovica kandidatov nima nobene nepremičnine. 45000 40000 y = 666,2x + 11732 ni R² = 0,79 n 35000 30000 remič ep 25000 n st no 20000 Vred 15000 10000 5000 0 10 12 14 16 18 20 22 24 26 28 30 32 34 Splošni uspeh na maturi AS Linearna (AS) Slika 23: Vrednost nepremičnin (v evrih) glede na uspeh na splošni maturi (generacije 2002–2006) Ko operiramo s povprečnimi vrednostmi nepremičnin za posamezne dosežke, je delež pojasnjene variance znatno višji (79,5 %). Model za maturante z minimalnim številom točk predpostavlja vrednost nepremičnin 19.394 EUR (revaloriziran znesek v letu 2024: 24.300 EUR), vsaka dodatna točka pa vrednost zviša za dobrih 666 EUR (revaloriziran znesek v letu 2024: 835 EUR). Povezanost med izobrazbo in uspehom na maturi Na kandidatih splošne mature 2002–2006 smo podrobneje preverili odnos med splošnim uspehom na maturi in doseženo stopnjo izobrazbe. Slika 24 prikazuje mediano ter 1. in 3. kvartil izobrazbe za možne dosežke na splošni maturi. Mediana izobrazbe 75 70 ba 65 raz zob 60 a i en 55 ež os D 50 45 40 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 Splošni uspeh na maturi 1. kvartil mediana 3. kvartil Slika 24: Dosežena izobrazba maturantov 2002–2006 glede na uspeh pri splošni maturi Razlagalni model na ravni povprečnih vrednosti kod izobrazbe pojasni znaten delež variance (R2 = 0,985), korelacija pa se približa popolni (0,992). V primerjavi z obdobjem 1995–2001 je razpon kvartilov in median izobrazbe nekoliko manjši. To je seveda pričakovano, saj so novejše generacije imele manj časa za dosego najvišjih stopenj izobrazbe (npr. doktorata/magisterija znanosti, specializacije po univerzitetni izobrazbi). Te generacije so torej nekoliko premlade, da bi znaten delež posameznikov dosegel doktorat znanosti. Za maturante z nižjimi dosežki velja, da so v 1. kvartilu posamezniki s srednjo strokovno izobrazbo, na sredini porazdelitev posamezniki s srednjo strokovno izobrazbo (maturanti, ki so dosegli 10 točk), posamezniki z višjo strokovno oziroma višješolsko izobrazbo (maturanti, ki so dosegli 11 oz. 12 točk) in posamezniki z visokošolsko strokovno oz. 1. bolonjsko stopnjo (maturanti, ki so dosegli 13–17 točk). V 3. kvartilu pa so posamezniki, ki so dosegli univerzitetno oz. 2. bolonjsko stopnjo. Za maturante z najvišjimi dosežki pa velja, da so tako v 1. kot v 3. kvartilu posamezniki z univerzitetno oz. 2. bolonjsko stopnjo. Povezanost statusa poklica in splošnega uspeha na maturi Gibanje povprečnega statusa poklica (pa tudi mediane) posameznikov glede na splošni uspeh na maturi smo podrobneje analizirali tudi za generacije kandidatov splošne mature v letih 2002–2006. Iz preglednice 29 lahko razberemo jasen trend naraščanja povprečij in median statusa poklica glede na splošni uspeh na maturi. Podrobnejši podatki so med prilogami – preglednica 72. Tukaj so vrednosti statusa poklica za nekaj primerov: čistilec (15), prodajalec (28), gostilničar (44), zdravstveni tehnik (56), osebni bančnik (60), učitelj v osnovni šoli (61), socialni delavec (71), marketinški strokovnjak (74), inženir elektrotehnike (81), univerzitetni profesor (85), zdravnik specialist (89), sodnik (89). Preglednica 28: Pregled podatkov o statusu posameznikovega poklica glede na splošni uspeh na splošni maturi (generacije 2002–2006) Uspeh ME(perc50) AS SO spMeja95 zgMeja95 10 55,14 52,85 18,52 50 56 11 55,25 52,7 18,65 51 54 12 54,55 51,66 18,54 51 53 13 57,03 54,17 18,93 53 55 14 57,03 55,03 18,64 54 56 15 58,77 56,76 18,24 56 58 16 58,77 58,49 17,83 58 59 17 59,85 59,56 17,59 59 60 18 61,82 59,73 17,93 59 60 19 68,88 62,09 17,42 61 63 20 68,88 63,57 16,96 63 64 21 70,5 65,09 16,43 64 66 22 71,45 66,42 16,52 66 67 23 72,83 68,02 15,52 67 69 24 73,91 68,96 16,01 68 70 25 74,66 70,61 14,89 70 72 26 75,13 71,95 14,7 71 73 27 75,5 73,12 13,56 72 74 28 77,1 73,97 13,05 73 75 29 75,54 74 12,21 73 75 30 80,92 75,78 11,52 75 77 31 79,74 75,08 12,3 74 77 32 76,81 75,12 11,53 73 77 33 80,92 76,82 10,45 75 78 34 81,78 80,76 6,28 79 82 Opombe: Uspeh – skupni uspeh na splošni maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Primerjava gornjih podatkov z obdobjem 1995–2001 (preglednica 17) kaže na povečanje razlik v statusu poklica, če primerjamo posameznike z najmanjšim in posameznike z najvišjim številom točk. To se odraža tudi v povezavi med uspehom na maturi in statusom poklica, ki je prav tako malenkostno narasla (preglednica 22). Morebiti gre vzroke za opažanja iskati tudi v strukturnih razlikah med obema kohortama generacij (med letoma 1995 in 2001 se je namreč izvajala zgolj ena matura, ki se je leta 2002 razdelila na splošno in poklicno). Izvedli smo tudi linearno regresijo, pri kateri smo na podlagi uspeha na maturi napovedovali vrednosti statusa poklica (preglednica 29). Preglednica 29: Linearna regresija, napoved vrednosti statusa poklica na podlagi splošnega uspeha pri splošni maturi (individualni podatki). Koeficient St. napaka t-vrednost p (<|t|) Konstanta 50,35 0,21 240,25 < 0,001 Uspeh 1,30 0,02 64,98 < 0,001 Regresijska analiza na ravni posameznikov pojasni dobrih 13 % variabilnosti (R2 = 0,133; F(1, 27585) = 4223; p < 0,001). Model za učence z uspehom 10 predvideva vrednost statusa poklica 50,3, vsaka dodatna točka na maturi pa doprinese 1,3 vrednosti statusa poklica. Odnos med spremenljivkama smo prikazali tudi na ravni aritmetičnih sredin in median ter skozi njih potegnili premici (slika 25). 100 90 y = 1,24x + 41,69 R² = 0,94 80 70 a y = 1,20x + 39,32 ic 60 R² = 0,98 okl p 50 us at St 40 30 20 10 0 10 12 14 16 18 20 22 24 26 28 30 32 34 Splošni uspeh na maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 25: Status poklica glede na uspeh pri splošni maturi (generacije 2002–2006) Prikaz aritmetičnih sredin in median statusa poklica glede na uspeh na maturi kaže jasen linearen odnos med spremenljivkama. Splošni uspeh na maturi je tako zanesljiv napovednik povprečij oz. median vseh maturantov z istim uspehom. Z modelom pojasnimo kar 98,2 % (povprečja) oz. 94,2 % (mediane) variabilnosti. Primerjava z generacijo maturantov 1995–2001 kaže, da so povprečni statusi poklica glede na povprečno število točk malenkostno nižji, kar je razumljivo, saj mlajše generacije niso imele toliko časa za karierni napredek, dodatna izobraževanja ipd. To pa sicer ne drži za skupine maturantov z nadpovprečnim oz. najvišjim številom točk na maturi, ki dosegajo povsem primerljive povprečne statuse poklicev. Povezanost SEIp (po 10–14 letih) in splošnega uspeha na maturi Natančneje smo preverili odnos med splošnim uspehom na maturi in socialno-ekonomskim indeksom posameznikov (SEIp), ki je prikazan v preglednici 30. Iz nje lahko razberemo naraščanje povprečnih vrednosti in median SEIp z naraščanjem uspeha na maturi. Še podrobnejši podatki so med prilogami (preglednica 73). Preglednica 30: Pregled podatkov o SEIp glede na splošni uspeh pri splošni maturi Uspeh ME(perc50) AS SO spMeja95 zgMeja95 10 92,65 93,71 11,63 92 95 11 93,66 93,71 12,01 93 95 12 92,63 93,08 11,84 92 94 13 94,61 94,84 12,25 94 95 14 96,23 95,69 12,33 95 96 15 98,70 97,14 12,62 97 98 16 99,74 98,26 12,05 98 99 17 101,47 99,41 11,88 99 100 18 101,88 99,81 12,22 99 100 19 103,69 101,5 11,95 101 102 20 104,63 102,63 11,57 102 103 21 105,89 103,89 11,36 103 104 22 106,73 104,86 11,82 104 105 23 107,42 106,01 11,05 105 107 24 108,48 106,72 11,54 106 107 25 109,78 108,25 11,13 108 109 26 109,99 108,58 10,98 108 109 27 111,61 109,97 10,25 109 111 28 111,79 110,68 9,89 110 111 29 112,72 111,88 9,4 111 113 30 114,04 113,68 9,14 113 115 31 113,20 112,49 9,97 111 114 32 113,39 112,33 9,92 111 114 33 113,66 113,5 7,64 112 115 34 115,34 116,35 7,75 115 118 Primerjava z generacijami 1995–2001 (pričakovano) kaže, da posamezniki dosegajo nižji SEIp. To je razumljivo, saj so manj časa na trgu dela, prav tako so imeli manj časa za dosego izobrazbe ter gradnjo/pridobitev nepremičnin. Je pa razpon vrednosti SEIp med posamezniki z najnižjimi in posamezniki z najvišjimi dosežki na maturi približno enak. Izvedli smo tudi linearno regresijo, s katero smo na podlagi uspeha na splošni maturi napovedovali vrednosti SEIp (preglednica 31). Preglednica 31: Linearna regresija, napoved SEIp na podlagi splošnega uspeha pri splošni maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 91,866 0,144 636,17 < 0,001 Uspeh 1,055 0,014 76,59 < 0,001 Model na ravni posameznikov pojasni dobrih 17 % variabilnosti (R2 = 0,176; F(1, 27497) = 5866; p < 0,001). Za maturante z dosežkom 10 pri splošni maturi predvideva vrednost SEIp 91,9, ki se z vsako dodatno točko na splošni maturi poviša za dobro enoto. Primerjava z generacijami maturantov 1995–2001 pričakovano kaže, da mlajše generacije v povprečju dosegajo nižje vrednosti SEIp, dodatna točka na splošni maturi pa doprinese približno enak oz. celo malenkostno višji dvig vrednosti SEIp. Zanimivo je, da z modelom pojasnimo nekoliko več variabilnosti v lastnem socialno-ekonomskem indeksu v primerjavi z generacijami 1995–2001. Povezava med uspehom na maturi in SEIp je še izrazitejša na ravni povprečij in median (slika 26). 130 120 y = 0,99x + 83,51 R² = 0,97 110 EIp y = 0,99x + 82,68 S 100 R² = 0,99 st no ed 90 Vr 80 70 60 50 10 12 14 16 18 20 22 24 26 28 30 32 34 Splošni uspeh na maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 26: Vrednost indeksa SEIp glede na uspeh pri splošni maturi (generacije 2002–2006) Na ravni aritmetičnih sredin in median vrednosti SEIp za posamezne dosežke splošnega uspeha na maturi je linearna zveza med spremenljivkama še jasnejša. Model pojasni 98,7 % (povprečja) oz. 96,6 % (mediane) variabilnosti. Lastni socialno-ekonomski status posameznikov smo napovedali tudi s pomočjo kompleksnejšega modela multiple regresije (preglednica 32). Kot napovednike smo v model vnesli uspeh na maturi, socialno-ekonomski status, povprečje izbranih šolskih ocen in spol. Vse vključene spremenljivke pojasnijo 26,44 % variabilnosti lastnega socialno-ekonomskega statusa posameznikov ( R2 = 0,2644; F(4, 27494) = 2470; p < 0,001). Vsi napovedniki z izjemo spola se izkazujejo kot statistično značilni pri napovedovanju lastnega socialno- ekonomskega statusa (SEIp). Iz preglednice lahko razberemo, da ima največjo napovedno moč socialno-ekonomski status družinskega okolja (SEId), sledita šolsko povprečje in maturitetni uspeh. Podoben vzorec smo ugotovili tudi na podatkih mature generacij 1995–2001 (preglednica 20). Zanimivo je, da je maturitetni uspeh močnejši napovednik pri mlajših generacijah maturantov (2002–2006), šolsko povprečje (pa tudi SEId) pa pri starejših generacijah maturanto (1995–2001). Do neke mere je pričakovano, da imajo pokazatelji akademskega uspeha (npr. maturitetno povprečje) večji vpliv kmalu po zaključku šolanja oziroma študija. Preglednica 32: Parametri multiple regresije pri napovedovanju SEIp Koeficient St. napaka t-vrednost p (<|t|) Konstanta 84,107 0,351 239,399 < 0,001 Uspeh 0,399 0,022 17,805 < 0,001 SEId 0,152 0,003 50,817 < 0,001 Povprečje 4,018 0,147 27,295 < 0,001 Spol -0,251 0,141 -1,779 0,075 Analiza poklicne mature v obdobju 2002–2006 Od leta 2002 se na srednjih šolah izvaja poklicna matura. Tako smo podobne analize kot za splošno maturo za časovno obdobje 2002–2006 izvedli tudi za rezultate poklicne mature. Vendar moramo biti pri primerjavi izsledkov s splošno maturo zelo zadržani. Uspeh na poklicni maturi se meri na drugačni lestvici (maksimalno število točk je 23), prav tako je precej različna sama struktura poklicne mature. Specifika poklicne mature – v primerjavi s splošno – je tudi manjša eksternost; vpliv šole in učiteljev na šoli je namreč pri ocenjevanju mnogo večji. V podatkovnih bazah Rica smo za to obdobje poklicne mature zabeležili 75.272 zapisov. S podatki SURS smo jih uspeli povezati kar 73.608 oziroma 97,8 %. Pri tem je treba poudariti, da gre za celotne (populacijske) podatke. Preglednica 33: Korelacije med spremenljivkami SEIp za kandidate PM v obdobju 2002–2006 SEIp SEIp10 POKLIC IZOB DOHODEK DOH10 NEPR SEIp - SEIp10 0,98 - POKLIC 0,88 0,88 - IZOB 0,66 0,63 0,39 - DOHODEK 0,50 0,47 0,25 0,12 - DOH10 0,47 0,47 0,26 0,11 0,92 - NEPR 0,25 0,23 0,01 -0,01 0,16 0,13 - Opombe: SEIp – socialno-ekonomski indeks posameznika, SEIp10 – decil socialno-ekonomskega indeksa posameznika, POKLIC – status poklica posameznika, IZOB – dosežena izobrazba, DOHODEK – bruto dohodek 2016, DOH10 – decil bruto dohodka 2016, NEPR – vrednost nepremičnin v lasti. Zaradi velikega števila podatkov bi bile vse korelacije, večje od 0,02, statistično značilne (p < 0,001). Tudi pri podatkih poklicne mature kompozitna spremenljivka socialno-ekonomskega statusa posameznika (SEIp) povečini močno korelira s spremenljivkami, ki jo tvorijo. Najmočneje se povezuje s statusom poklica, nato z doseženo izobrazbo, najšibkeje pa z vrednostjo nepremičnin. Ta trend beležimo tudi pri kandidatih splošne mature v letih 1995–2001 in 2002–2006. Koeficienti povezav so prav tako primerljive jakosti. Naslednjo korelacijo po jakosti beležimo med spremenljivkama status poklica in dosežena izobrazba. Status poklica se nekoliko šibkeje povezuje z bruto dohodkom, medtem ko je povezava z vrednostjo nepremičnin neznatna. Dosežena izobrazba se šibko povezuje z bruto dohodkom posameznika. Povezava med spremenljivkama je znatno nižja kot pri maturantih splošne mature v obeh obravnavanih obdobjih. Dosežena izobrazba se zdi manj pomembna za dohodke maturantov oz. kandidatov poklicne mature, če jih primerjamo s kandidati splošne mature. To se kaže tudi v povezavi dosežene izobrazbe z vrednostjo nepremičnin, ki je neznatna. Povezava med bruto dohodki posameznikov in vrednostjo nepremičnin je šibke jakosti in je nižja kot pri splošni maturi v istem obdobju. Preglednica 34: Korelacije med spremenljivkami SEIp, uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za kandidate PM v obdobju 2002–2006 SEIp SEIp10 POKLIC IZOB DOHODEK DOH10 NEPR USPEH 0,33 0,32 0,25 0,38 0,06 0,07 0,00 POVP 0,20 0,20 0,14 0,27 0,00 0,01 0,01 SEId 0,35 0,34 0,30 0,16 0,26 0,24 0,13 SEId10 0,34 0,34 0,30 0,16 0,25 0,23 0,12 SPOL 0,04 0,04 0,09 0,12 -0,23 -0,23 -0,10 Opombe: SEIp – socialno-ekonomski indeks posameznika, SEIp10 – decil socialno-ekonomskega indeksa posameznika, POKLIC – status poklica posameznika, IZOB – dosežena izobrazba, DOHODEK – bruto dohodek 2016, DOH10 – decil bruto dohodka 2016, NEPR – vrednost nepremičnin v lasti, USPEH – splošni uspeh na PM, POVP – povprečna šolska ocena maturitetnih predmetov, SEId – socialno-ekonomski indeks družinskega okolja, SEId10 – decil socialno-ekonomskega indeksa družinskega okolja, SPOL – spol posameznika. Zaradi velikega števila podatkov bi bile vse korelacije, večje od 0,02, statistično značilne (p < 0,001). Preglednica 34 prikazuje povezave med spremenljivkami, ki sestavljajo SEIp, maturitetnim in šolskim uspehom, SEId ter spolom. Tokrat lahko opazimo, da se splošni uspeh na poklicni maturi malenkost močneje povezuje s preostalimi spremenljivkami v primerjavi s povprečno šolsko oceno maturitetnih predmetov in se tako izkazuje kot nekoliko boljši napovednik nadaljnjega uspeha posameznikov v primerjavi s šolskimi ocenami. Tako uspeh na poklicni maturi kot tudi povprečje šolskih ocen se najmočneje povezujeta z doseženo izobrazbo, nato s socialno-ekonomskim indeksom posameznika in statusom poklica. Slednje povezave so šibke do zmerne jakosti. Opozoriti velja na opazno nižji povezavi šolskega in maturitetnega uspeha s socialno-ekonomskim indeksom posameznikov, če ju primerjamo s povezavama pri kandidatih splošne mature. Razlog za to se skriva v šibkejših povezavah šolskega in maturitetnega uspeha s statusom poklica in bruto dohodki. Predvsem slednje povezave so skorajda neznatne. To sovpada tudi z šibkejšimi povezavami dosežene izobrazbe z bruto dohodki (preglednica 33). Iz navedenega lahko potegnemo pomenljiv sklep: šolska uspešnost (pa tudi študijska – v kontekstu pridobljene izobrazbe) se v finančnem smislu obrestuje predvsem v programu splošnega izobraževanja, ki se zaključi s splošno maturo, manj pa v okviru poklicnega izobraževanja. Možno pojasnilo za ta izsledek je, da poklicna matura izobražuje predvsem za poklic in praktična znanja, pri čemer je akademska odličnost manjšega pomena. Ta je pri maturantih poklicne mature verjetno manj povezana z nadaljnjo poklicno uspešnostjo posameznikov. To se prav tako odraža tudi v nekoliko šibkejših povezavah maturitetnega in šolskega uspeha s statusom poklica. Res je tudi, da je za kandidate splošne mature karierna pot zelo predvidljiva – študij na univerzi, medtem ko je za kandidate na poklicni maturi njihova nadaljnja pot veliko bolj pestra, saj uspešen zaključek srednje strokovne šole lahko pomeni vključitev na trg dela ali pa nadaljevanje študijske poti na višjih šolah, visokošolskih in univerzitetnih študijskih smereh. Socialno-ekonomski indeks posameznika se zmerno pozitivno povezuje s socialno-ekonomskim indeksom družinskega okolja. Korelacijski koeficient je pri kandidatih poklicne mature primerljiv s koeficientom pri kandidatih splošne mature. Socialno-ekonomski indeks družinskega okolja se najmočneje povezuje s statusom poklica posameznika, nato z njegovim bruto dohodkom, nekoliko šibkeje pa z doseženo izobrazbo in vrednostjo nepremičnin. Jakosti povezav so spet primerljive s povezavami kandidatov splošne mature istih generacij (2002–2006). Trend, da ženske dosegajo višjo izobrazbo (pa tudi status poklica), medtem ko zaslužijo manj, je opazen tudi pri kandidatih poklicne mature. Razlika med spoloma v bruto dohodku je – v prid fantov – še nekoliko višja. Preglednica 35: Korelacije med uspehom na poklicni maturi, povprečjem šolskih ocen, SEId in spolom za kandidate PM v obdobju 2002–2006 USPEH POVP SEId SEId10 SPOL USPEH - POVP 0,49 - SEId 0,10 -0,01 - SEId10 0,10 -0,01 0,97 - SPOL 0,12 0,25 -0,15 -0,15 - Opombe: USPEH – splošni uspeh na SM, POVP – povprečna šolska ocena maturitetnih predmetov, SEId – socialno-ekonomski indeks družinskega okolja, SEId10 – decil socialno-ekonomskega indeksa družinskega okolja, SPOL – spol posameznika. Zaradi velikega števila podatkov bi bile vse korelacije večje od 0,02 statistično značilne (p < 0,001). Preglednica 35 prikazuje povezave med maturitetnim in šolskim uspehom, SEId in spolom kandidatov poklicne mature. Povezava šolskega in maturitetnega uspeha je pričakovano močne jakosti, a šibkejše kot pri kandidatih splošne mature. Socialno-ekonomski indeks družinskega okolja se s šolskim uspehom povezuje šibko, s povprečno oceno maturitetnih predmetov pa neznatno. Ti povezavi sta šibkejši, če ju primerjamo s povezama kandidatov splošne mature istih generacij. Za kandidate poklicne mature lahko v primerjavi z maturanti splošne mature sklenemo naslednje: podobno kot maturitetni in šolski uspeh manj determinirata lastni socialno-ekonomski indeks posameznikov, tudi socialno-ekonomski indeks družinskega okolja manj determinira maturitetni in šolski uspeh. Prav tako lahko za kandidate poklicne mature ugotovimo, da se maturitetni in šolski uspeh močneje povezujeta s socialno-ekonomskim statusom posameznika, šibkeje pa s socialno-ekonomskim statusom družinskega okolja. Spol posameznika se šibko povezuje z uspehom na poklicni maturi, povezava s povprečjem šolskih ocen pa je šibka do zmerna (dekleta dosegajo višje povprečje). Spet se izkazuje, da se socialno-ekonomski indeks družinskega okolja negativno povezuje s spolom. Povezanost bruto dohodka in splošnega uspeha na poklicni maturi Tudi pri maturantih poklicne mature (generacij 2002–2006) smo preverili, v kolikšni meri se maturitetni uspeh prenese v poznejše bruto dohodke posameznikov. Iz preglednice 36 lahko razberemo naraščanje povprečij in median letnih bruto dohodkov posameznikov z naraščanjem števila točk na poklicni maturi. To prikazuje tudi slika 27. Podrobnejša preglednica z več podatki (in percentili) je v prilogah – preglednica 74. Preglednica 36: Pregled podatkov o letnem bruto dohodku posameznikov (v evrih) glede na splošni uspeh pri poklicni maturi Uspeh ME(perc50) AS SO spMeja95 zgMeja95 8 14.448 15.296 8.175 14.806 15.786 9 13.932 14.836 8.530 14.530 15.142 10 14.181 15.086 8.472 14.849 15.323 11 14.207 15.117 8.360 14.913 15.321 12 14.294 15.171 8.685 14.977 15.365 13 14.512 15.352 8.816 15.155 15.549 14 14.709 15.621 9.119 15.412 15.830 15 14.789 15.660 8.970 15.446 15.874 16 14.886 15.813 9.281 15.572 16.054 17 15.362 16.283 9.325 16.010 16.556 18 15.402 16.134 9.347 15.822 16.446 19 15.938 16.597 9.827 16.204 16.990 20 16.191 16.636 9.542 16.159 17.113 21 16.066 16.084 8.811 15.454 16.714 22 16.377 16.613 9.729 15.702 17.524 23 15.288 15.684 9.338 13.598 17.770 Opombe: Uspeh – skupni uspeh na poklicni maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Povprečni bruto dohodek 17000 16500 16000 ek 15500 od oh 15000 d to 14500 ru ni b 14000 Let 13500 13000 12500 12000 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Splošni uspeh na poklicni maturi Slika 27: Letni bruto dohodek (v evrih) glede na uspeh pri poklicni maturi (generacije 2002–2006) Naraščanje bruto dohodkov glede na uspeh na poklicni maturi vseeno ni tako izrazito, če podatke primerjamo s paralelnimi generacijami splošne mature (slika 21). Zanimiva je ugotovitev, da bruto letni dohodki kandidatov poklicne mature z najnižjim številom točk presegajo bruto letne dohodke kandidatov splošne mature z najnižjim številom točk. Na drugi strani pa letni dohodki najboljših kandidatov poklicne mature precej zaostajajo za letnimi dohodki najboljših kandidatov splošne mature. Primerljivi so namreč s kandidati splošne mature s skupnim uspehom 20 oz. 21 točk. Iz tega lahko morebiti potegnemo sklep, da je za posameznike z slabšimi učnimi sposobnostmi oz. potenciali (finančno) ugodnejša pot poklicne mature. To lahko pojasnimo s tem, da kandidati z najslabšimi dosežki na poklicni maturi vseeno zaključijo srednje strokovno izobraževanje in s tem pridobijo določen poklic. Kandidati z najslabšimi dosežki na splošni maturi pa najverjetneje napredujejo na fakulteto, pri čemer je vprašljivo, kako uspešni so pri njenem dokončanju. Za posameznike z boljšimi učnimi sposobnostmi pa se – vsaj po nekaj letih po zaposlitvi – zdi finančno ugodnejša pot splošne mature. To je razumljivo, saj imajo ti posledično dostop do širokega obsega (kvalitetnih) študijskih programov, ki vodijo do finančno bolje plačanih služb. Prihodnje raziskave bodo ponudile dolgoročnejši vpogled v karierne poti (in prihodke) posameznikov s poklicno maturo. Zanimivi bodo trendi obeh skupin maturantov (splošnih in poklicnih) več let po zaposlitvi. Naraščanje letnih bruto dohodkov kandidatov poklicne mature smo preverili tudi z linearno regresijo (preglednica 37). Preglednica 37: Linearna regresija, napoved letnega bruto dohodka na podlagi splošnega uspeha pri poklicni maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 14896,2 EUR 46,1 EUR 322,96 < 0,001 Uspeh 117,8 EUR 6,9 EUR 17,14 < 0,001 Model (R2 = 0,004; F(1, 70460) = 293,9; p < 0,001) na individualni ravni pojasni 0,42 % variabilnosti letnih bruto dohodkov. Pri tem za maturante z minimalnim pozitivnim številom točk (8) predpostavlja letni bruto dohodek 14.896 EUR (revaloriziran znesek v letu 2024: 18.963 EUR). Vsaka dodatna točka na maturi pa tega poviša za slabih 118 EUR (revaloriziran znesek v letu 2024: 150 EUR). Analizo smo ponovili še na ravni median in povprečij za vse pozitivne dosežke na poklicni maturi (slika 28). 20000 18000 y = 102,4x + 14162 ek R² = 0,69 od 16000 oh d y = 148,5x + 12734 to R² = 0,81 ru 14000 ni b Let 12000 10000 8000 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Splošni uspeh na poklicni maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 28: Letni bruto dohodek (v evrih) glede na uspeh pri poklicni maturi (generacije 2002–2006) Model na ravni povprečnih vrednosti za maturante z minimalnim pozitivnim številom točk (8) predpostavlja povprečni letni bruto dohodek 14.981 EUR (revaloriziran znesek v letu 2024: 19.072 EUR). Dodatna točka pa tega poviša za dobrih 100 EUR (revaloriziran znesek v letu 2024: 130 EUR). Delež pojasnjene variance je na ravni povprečnih vrednosti precej višji (68,5 %). Model na ravni median za maturante z minimalnim pozitivnim številom točk (8) predpostavlja povprečni letni bruto dohodek 13.922 EUR (revaloriziran znesek v letu 2024: 17.723 EUR), vsaka dodatna točka pa tega poviša za slabih 150 EUR (revaloriziran znesek v letu 2024: 191 EUR). Delež pojasnjene variance je 80,6 %. Primerjava s primerljivo generacijo splošne mature (2002–2006), pa tudi s starejšo generacijo splošne mature (1995–2001) – ko imajo vsekakor več delovne dobe – kaže, da imajo maturanti poklicne mature opazno nižje letne bruto dohodke. Dodatna točka na poklicni maturi v modelih prav tako letni bruto dohodek poviša za nižji znesek v primerjavi z dodatno točko na splošni maturi. Splošni uspeh na poklicni maturi pojasni manj variabilnosti v letnih bruto dohodkih v primerjavi z uspehom na splošni maturi. Povezanost vrednosti nepremičnin in splošnega uspeha na poklicni maturi Tudi pri maturantih poklicne mature smo preverili odnos med številom točk na poklicni maturi in vrednostjo nepremičnin posameznikov. Ta je prikazan v preglednici 38; več podatkov je med prilogami v preglednici 75. Preglednica 38: Pregled podatkov o vrednosti nepremičnin posameznikov glede na splošni uspeh na poklicni maturi Uspeh perc75 AS SO spMeja95 zgMeja95 8 32.510 22.572 44.271 19.977 25.167 9 32.009 23.361 48.241 21.663 25.059 10 31.980 22.460 45.153 21.227 23.693 11 35.532 24.737 48.409 23.585 25.889 12 36.549 25.284 51.507 24.157 26.411 13 36.102 24.954 49.010 23.885 26.023 14 37.600 25.581 48.725 24.491 26.671 15 40.112 26.558 49.981 25.393 27.723 16 36.319 25.099 49.039 23.855 26.343 17 37.471 25.419 49.082 24.009 26.829 18 35.510 24.723 50.249 23.079 26.367 19 33.011 23.335 46.364 21.521 25.149 20 29.321 22.279 48.998 19.877 24.681 21 21.889 20.207 47.029 16.923 23.491 22 22.531 21.520 50.256 16.897 26.143 23 16.387 16.398 33.122 9.229 23.567 Opombe: Uspeh – skupni uspeh na poklicni maturi, perc75 – 75. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Preglednica prikazuje povprečne vrednosti nepremičnin maturantov s posamičnimi dosežki na poklicni maturi. Mediane vrednosti nepremičnin so za vse dosežke 0, tako smo v preglednico zapisali 75. percentile. Zanimivo je, da podatki ne kažejo trenda naraščanja vrednosti nepremičnin z višjim dosežkom na poklicni maturi. Izvedli smo tudi linearno regresijo, pri kateri smo na podlagi uspeha na poklicni maturi želeli napovedati vrednost nepremičnin posameznikov (preglednica 39). Preglednica 39: Linearna regresija, napoved vrednosti nepremičnin (v evrih) na podlagi splošnega uspeha pri poklicni maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 24793,2 EUR 249,0 EUR 99,57 < 0,001 Uspeh -8,6 EUR 37,1 EUR -0,23 0,816 Model pojasni neznaten del variance in ni statistično značilen (R2 = 0,000; F(1, 73606) = 0,05; p = 0,816). Za učence z minimalnim pozitivnim številom točk predvideva vrednost nepremičnin 24.793 EUR (revalorizirana vrednost v letu 2024: 31.066 EUR), dodatna točka pa pomeni znižanje vrednosti za 8,6 EUR (revalorizirana vrednost v letu 2024: 10,8 EUR). Skozi povprečne vrednosti nepremičnin (poklicnih) maturantov z istim splošnim uspehom smo potegnili premico (slika 29). Na ravni povprečnih vrednosti pojasnimo nekoliko več variabilnosti (24,7 %). Za maturante z minimalnim pozitivnim številom točk (8) model predvideva povprečno vrednost nepremičnin 25.393 EUR (revalorizirana vrednost v letu 2024: 31.817 EUR), vsaka dodatna točka pa to zniža za 265 EUR (revalorizirana vrednost v letu 2024: 322 EUR). Z grafa na spodnji sliki lahko sicer razberemo, da se točke povprečij premici ne prilegajo natančno, in za odnos med spremenljivkama bi težko rekli, da je linearen. Poleg tega tudi v tem primeru velja, da več kot polovica kandidatov nima še nobene nepremičnine. Tako premice skozi mediane nismo mogli izrisati. 30000 25000 n ni remič R² = 0,25 ep 20000 y = -265x + 27513 n 15000 st no Vred 10000 5000 0 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Splošni uspeh na poklicni maturi AS Linearna (AS) Slika 29: Vrednost nepremičnin (v evrih) glede na uspeh pri poklicni maturi (generacije 2002–2006) Primerjava z generacijo maturantov splošne mature (2002–2006) kaže, da so vrednosti nepremičnin maturantov poklicne mature primerljive. Za (po uspehu) podpovprečne maturante poklicne mature so celo nekoliko višje, medtem ko so vrednosti nepremičnin nadpovprečnih maturantov opazno nižje, če jih primerjamo z nadpovprečnimi maturanti splošne mature. Pri maturantih splošne mature beležimo jasen trend naraščanja vrednosti nepremičnin z naraščanjem maturitetnih dosežkov, medtem ko med maturanti poklicne mature tega trenda ne beležimo. Kaže se celo blago obraten trend. Morda lahko predpostavimo, da se uspešnejši maturanti PM pogosteje odločijo za nadaljnji študij, zaradi česar pozneje vstopijo na trg dela in imajo manj časa za nakup nepremičnin. Na trende lahko vpliva tudi tretja spremenljivka, na primer spol. Tradicionalno je v Sloveniji veljalo, da imajo fantje pri dedovanju prednost pred dekleti (npr. Delo, 2012). Ker je spol pozitivno povezan z maturitetnim uspehom (preglednica 36) – v skupinah z višjim uspehom najdemo več deklet – lahko to dodatno prispeva k negativni povezavi med uspehom in vrednostjo nepremičnin. Povezanost med izobrazbo in uspehom na poklicni maturi Pri maturantih poklicne mature smo preverili tudi odnos med splošnim uspehom na poklicni maturi in izobrazbo. Slika 30 prikazuje mediane in kvartile izobrazbe za vse dosežke na poklicni maturi. Mediana izobrazbe 75 70 ba raz 65 zob 60 a i en 55 ež os D 50 45 40 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Splošni uspeh na poklicni maturi 1. kvartil mediana 3. kvartil Slika 30: Dosežena izobrazba maturantov PM v obdobju 2002–2006 glede na uspeh pri poklicni maturi S slike lahko razberemo, da se višji uspeh na poklicni maturi povezuje z višjo stopnjo dosežene izobrazbe. Razlagalni model na ravni povprečnih vrednosti kod izobrazbe pojasni obsežen delež variance (R2 = 0,982), korelacija pa je prav tako zelo visoka (0,99). Vseeno velja omeniti, da je razpon median in kvartilov razmeroma majhen. Mediane dosegajo nižje vrednosti v primerjavi s kandidati splošne mature, kar je pričakovano. Za maturante z najnižjimi dosežki na poklicni maturi velja, da so tako v 1. kvartilu, mediani in 3. kvartilu posamezniki s srednjo strokovno izobrazbo (50). Za maturante poklicne mature z najvišjimi dosežki pa velja, da so v 1. kvartilu posamezniki s srednjo strokovno izobrazbo, na sredi porazdelitve posamezniki z visokošolsko strokovno izobrazbo oz. prvo bolonjsko stopnjo (62), v 3. kvartilu pa posamezniki z univerzitetno izobrazbo oz. drugo bolonjsko stopnjo (70). Povezanost statusa poklica in splošnega uspeha na poklicni maturi Zanimalo nas je tudi, kako se uspeh na poklicni maturi odraža v posledičnem statusu poklica. Preglednica 40 nazorno prikazuje naraščanje povprečnega statusa poklica z naraščanjem števila točk na poklicni maturi (podrobnejši podatki so na voljo v preglednici 76 med prilogami). Oglejmo si vrednosti statusa poklica za nekaj primerov: čistilec (15), prodajalec (28), gostilničar (44), zdravstveni tehnik (56), osebni bančnik (60), učitelj v osnovni šoli (61), socialni delavec (71), marketinški strokovnjak (74), inženir elektrotehnike (81), univerzitetni profesor (85), zdravnik specialist (89), sodnik (89). Preglednica 40: Pregled podatkov o statusu posameznikovega poklica glede na splošni uspeh pri poklicni maturi Uspeh (ME)perc50 AS SO spMeja95 zgMeja95 8 32,5 38,65 15,65 38 40 9 32,5 39,15 16,29 39 40 10 33,16 40,18 16,63 40 41 11 36,35 40,93 16,97 40 41 12 39,45 42,66 17,31 42 43 13 43,85 44,09 17,85 44 45 14 44,94 45,36 18,12 45 46 15 48,82 47,69 18,51 47 48 16 51,5 48,9 18,96 48 49 17 54,55 50,64 18,8 50 51 18 55,25 52,1 19,29 51 53 19 56,5 53,93 18,85 53 55 20 57,03 54,68 18,65 54 56 21 60,36 57,38 18,16 56 59 22 66,42 59,99 16,75 58 62 23 67,94 60,11 18,09 55 65 Opombe: Uspeh – skupni uspeh na poklicni maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Iz preglednice lahko prav tako razberemo, da je razpon povprečnih vrednosti statusa poklica pri maturantih poklicne mature opazno manjši kot pri primerljivih generacijah splošne mature. Na drugi strani je razpon median opazno večji. Povprečja statusa poklica (po uspehu) najuspešnejših maturantov poklicne mature za najuspešnejšimi maturanti splošne mature zaostajajo za dobrih 20 točk oziroma enot. Tako lahko ugotovimo, da najuspešnejši maturanti poklicne mature v povprečju ne dosegajo najprestižnejših poklicev, kot to velja za maturante splošne mature. Razpon median je pri maturantih poklicne mature večji predvsem zaradi opazno nižjega statusa poklica manj uspešnih maturantov PM v primerjavi z manj uspešnimi maturanti SM. Naraščanje statusa poklica s številom točk na poklicni maturi potrjuje tudi izpeljana linearna regresija (preglednica 41). Preglednica 41: Linearna regresija, napoved vrednosti statusa poklica na podlagi splošnega uspeha na poklicni maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 40,43 0,10 395,37 < 0,001 Uspeh 0,97 0,02 63,25 < 0,001 Regresijska analiza na ravni posameznikov pojasni 6,37 % variabilnosti v statusu poklica (R2 = 0,064; F(1, 58815) = 4000,00; p < 0,001). Model za posameznike z minimalnim pozitivnim številom točk na maturi predpostavlja vrednost statusa poklica 40,4. Vsaka dodatna točka na maturi pa le-tega poviša za slabo točko. Odnos na ravni povprečnih vrednosti oz. median statusa poklica za posameznike z enakim številom točk na poklicni maturi je izrazito linearen (slika 31). Modela v primerjavi z individualnimi podatki predpostavljata nekoliko nižji status za posameznike z minimalnim številom točk na maturi (37,04 za povprečja in 30,45 za mediane). Ja pa dvig v statusu poklica za vsako dodatno točko višji (1,53 za povprečja in 2,45 za mediane). 80 70 y = 2,45x + 10,85 R² = 0,98 60 a ic okl 50 y = 1,53x + 24,78 p R² = 0,99 us at 40 St 30 20 10 0 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Splošni uspeh na poklicni maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 31: Status poklica glede na uspeh na poklicni maturi (generacije 2002–2006) Primerjava z maturanti primerljivih generacij splošne mature (slika 25) kaže, da je status poklica maturantov poklicne mature opazno nižji. Tako je povprečen status poklica maturantov z najvišjim številom točk na poklicni maturi primerljiv s povprečnim statusom poklica podpovprečnih maturantov splošne mature. Na podlagi skupnega uspeha na poklicni maturi prav tako pojasnimo nekoliko manj variabilnosti v statusu poklica v primerjavi s skupnim uspehom na splošni maturi. Povezanost SEIp (po 10–14 letih) in splošnega uspeha na poklicni maturi Preverili smo tudi povezanost splošnega uspeha na poklicni maturi s socialno-ekonomskim indeksom posameznikov (10–14 let po opravljeni poklicni maturi). Mediane, povprečja in intervale zaupanja SEIp za dosežke na poklicni maturi prikazuje preglednica 42. Dodatni podatki so v prilogah (preglednica 77). Preglednica 42: Pregled podatkov lastnega socialno-ekonomskega indeksa posameznikov (SEIp) glede na splošni uspeh na poklicni maturi. Uspeh ME(perc50) AS SO spMeja95 zgMeja95 8 82,56 83,95 8,5 83 85 9 82,78 84,26 8,84 84 85 10 83,59 84,91 9,1 85 85 11 84,25 85,51 9,33 85 86 12 85,73 86,6 9,75 86 87 13 86,91 87,53 10,22 87 88 14 87,97 88,58 10,46 88 89 15 89,56 90,2 10,78 90 90 16 90,55 91,13 11,23 91 91 17 92,38 92,61 11,35 92 93 18 93,96 93,65 11,78 93 94 19 96,09 95,31 11,43 95 96 20 97,05 95,91 11,78 95 97 21 99,33 96,94 11,03 96 98 22 100,57 99,08 10,18 98 100 23 100,71 99,27 10,81 97 102 Opombe: Uspeh – skupni uspeh na poklicni maturi, ME(perc50) – mediana oziroma 50. percentil, AS – aritmetična sredina, SO – standardni odklon, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino Iz preglednice gre razbrati, da lastni socialno-ekonomski indeks maturantov poklicne mature narašča z doseženim številom skupnih točk. To potrjuje tudi izvedena linearna regresija, kjer smo na podlagi uspeha na poklicni maturi napovedovali lastni socialno-ekonomski indeks posameznikov (preglednica 43). Preglednica 43: Linearna regresija, napoved SEIp na podlagi splošnega uspeha pri poklicni maturi (individualni podatki) Koeficient St. napaka t-vrednost p (<|t|) Konstanta 84,765 0,060 1419,66 < 0,001 Uspeh 0,748 0,009 83,89 < 0,001 Na ravni posameznikov z uspehom na poklicni maturi pojasnimo dobrih 10 % variabilnosti v lastnem socialno- ekonomskem indeksu (R2 = 0,107; F(1, 58544) = 7038; p < 0,001). Model za posameznike z minimalnim dosežkom točk na poklicni maturi predpostavlja vrednost lastnega socialno-ekonomskega indeksa 84,77, ki se za vsako dodatno točko na poklicni maturi poviša za 0,75. Na ravni povprečnih vrednosti in median lastnega socialno-ekonomskega indeksa posameznika med spremenljivkama beležimo jasen linearen odnos. Če skozi povprečja oz. mediane potegnemo premici, ti za maturante z minimalnim številom točk predvidevata lastni socialno-ekonomski indeks 82,66 oz. 80,80, dodatna točka na poklicni maturi pa pomeni dvig le-tega za 1,11 oz. 1,34 točke SEIp. 110 y = 1,11x + 73,80 100 R² = 0,99 y = 1,34x + 70,04 90 R² = 0,99 EIp S st no 80 ed Vr 70 60 50 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Splošni uspeh na poklicni maturi AS perc50 Linearna (AS) Linearna (perc50) Slika 32: Vrednost indeksa SEIp glede na uspeh na poklicni maturi (generacije 2002–2006) Primerjava z maturanti splošne mature (slika 26) kaže, da je lastni socialno-ekonomski indeks maturantov poklicne mature po 10–14 letih opazno nižji. Lastni socialno-ekonomski indeks najboljših maturantov poklicne mature je tako primerljiv z lastnim socialno-ekonomskim indeksom podpovprečnih maturantov splošne mature. Skupni uspeh na poklicni maturi prav tako pojasni nekoliko manj variabilnosti lastnega socialno-ekonomskega indeksa v primerjavi z uspehom na splošni maturi. Za napoved lastnega socialno-ekonomskega indeksa smo se poslužili tudi nekoliko kompleksnejše multiple regresije (preglednica 44), pri kateri smo med napovednike uvrstili uspeh na poklicni maturi, socialno-ekonomski indeks, povprečje izbranih šolskih ocen in spol. Z vključitvijo vseh spremenljivk pojasnimo 21,23 % variabilnosti lastnega socialno-ekonomskega indeksa (R2 = 0,212; F(4, 58491) = 3941; p < 0,001). Preglednica 44: Parametri multiple regresije pri napovedovanju SEIp Koeficient St. napaka t-vrednost p (<|t|) Konstanta 81,975 0,155 528,203 < 0,001 Uspeh 0,575 0,010 58,855 < 0,001 SEId 0,204 0,002 87,117 < 0,001 Povprečje 1,042 0,059 17,533 < 0,001 Spol 0,648 0,084 7,692 < 0,001 Vsi napovedniki se izkazujejo za statistično značilne, največjo napovedno moč pa imata socialno-ekonomski status družinskega okolja in splošni uspeh na poklicni maturi. V primerjavi s primerljivimi generacijami splošne mature (preglednica 32) ima uspeh pri poklicni maturi nekoliko večjo napovedno moč, povprečje šolskih ocen pa nekoliko manjšo napovedno moč. Morebiti se srednje šole med seboj nekoliko bolj razlikujejo v predmetnikih in programih, zato so šolske ocene nekoliko slabši napovednik kot bolj poenotena poklicna matura. Takisto kot pri maturantih splošne mature se izkazuje, da najbolje napovemo socialno-ekonomski status posameznika na podlagi socialno- ekonomskega statusa družinskega okolja. Analize kontrastnih skupin in podatki na NPZ v devetem razredu V preostalih analizah smo lahko videli, da so socialno-ekonomske značilnosti učenčevega družinskega okolja povezane z njegovimi dosežki tako v šoli kot tudi na zunanjih preverjanjih znanja (npr. splošni in poklicni maturi). Tako dohodki staršev kot njihova izobrazba imajo svoj vpliv, ki pa ga je težko presojati neodvisno, saj sta dejavnika povezana. Ali lahko vseeno kako pogledamo, kaj se zgodi, kadar ta dva dejavnika ne kažeta v isto smer? Kaj se zgodi, kadar dohodki in izobrazba niso tako povezani (v preglednici 10 smo opazili, da je korelacija med obema dejavnikoma 0,29). Tukaj skušamo na preprost, toda natančen način ugotoviti, kaj se zgodi, če primerjamo med sabo dve sicer kontrastni skupini – skupino učencev z relativno visokimi družinskimi dohodki in nizko izobrazbo staršev ter skupino z nižjimi dohodki in višjo izobrazbo staršev. Tokrat smo se osredotočili na nacionalno preverjanje znanja, predvsem z namenom večje robustnosti naših ugotovitev, pa tudi zagotavljanja dovoljšnega števila učencev, zajetih v analize. Ob primerjavi obeh skupin nas je zanimalo, kaj se zgodi z razlikami v dosežkih NPZ oziroma z razlikami v šolskih ocenah. Izhajali smo iz združenih podatkov generacij, ki so opravljale NPZ v devetem razredu v letih 2009–2018, kar pomeni preko 173.000 učencev, vendar smo iskali le kontrastne skupine, zato smo najprej vsakemu učencu določili, v kateri decil spada glede na spremenljivki dohodek staršev in najvišja izobrazba staršev. Pri obeh spremenljivkah smo določili pogoj za uvrstitev v kontrastno skupino gornjih oziroma spodnjih 30 % generacije (decili 8–10 oziroma 1–3). Ker je izobrazba diskretna (ordinalna) spremenljivka z relativno velikimi kategorijami, je bilo trebna nekaj učencev na mejah naključno dodeliti v posamezno skupino. Čeprav smo v analize vključili 10 zaporednih generacij učencev z njihovimi dosežki, je relativno težko najti posameznike s takim vzorcem družinskih dohodkov in izobrazbe. Na koncu med sabo primerjamo skupini, ki v grobem predstavljata manj kot 5 % izhodiščne populacije. Kljub temu sta skupini dovolj veliki za stabilne ocene in zaključke. Preglednica 45: Število učencev v posamezni kontrastni skupini NPZ mat Ocene mat NPZ slo Ocene slo Nižja izobrazba, višji dohodki 3214 3196 3210 3196 Višja izobrazba, nižji dohodki 4121 4106 4094 4105 Preglednica 46: Aritmetične sredine odstotnih točk NPZ oziroma šolskih ocen za kontrastni skupini NPZ mat Ocene mat NPZ slo Ocene slo Nižja izobrazba, višji dohodki 44,83 2,99 44,06 3,18 Višja izobrazba, nižji dohodki 54,98 3,61 54,30 3,79 Graf ordinalne dominantnosti na sliki 33 tako prikazuje razmerje v dosežkih NPZ slovenščine med učenci iz družin visokoizobraženih staršev z nizkimi dohodki in učenci iz družin manj izobraženih staršev z visokimi dohodki. Pri tem smo za prvo skupino izračunali koeficient OMEx = 0,65, za drugo skupino pa koeficient OMEy = 0,35. Iz tega lahko sklepamo, da obstaja 65-odstotna verjetnost, da bo naključni učenec iz skupine visokoizobraženih staršev z nizkimi dohodki dosegel enak oziroma višji dosežek pri NPZ slovenščine v primerjavi z naključnim učencem iz skupine manj izobraženih staršev z visokimi dohodki. Podobno lahko razberemo tudi iz povprečij, prikazanih v preglednici 46. Primerjava kontrastnih skupin – NPZ slovenščina Slika 33: Graf ordinalne dominantnosti med kontrastnima skupinama – točke pri NPZ iz slovenščine Primerjava kontrastnih skupin – šolske ocene slovenščina Slika 34: Graf ordinalne dominantnosti med kontrastnima skupinama – šolske ocene iz slovenščine Slika 34 prikazuje graf ordinalne dominantnosti pri primerjavi istih skupin, a tokrat v šolski oceni iz slovenščine. Pri tem smo izračunali koeficienta OMEx = 0,66 in OMEy = 0,34. Iz tega lahko sklepamo, da obstaja 66-odstotna verjetnost, da bo naključni učenec iz skupine visokoizobraženih staršev z nizkimi dohodki dosegel enako oziroma višjo oceno pri slovenščini v primerjavi z naključnim učencem iz skupine manj izobraženih staršev z visokimi dohodki. Enako smo postopali pri analizi NPZ iz matematike (slika 35) oziroma šolskih ocen iz matematike (slika 36). Pri tem smo izračunali koeficienta OMEx = 0,65 in OMEy = 0,35 (NPZ iz matematike) oziroma OMEx = 0,66 in OMEy = 0,34 (šolske ocene iz matematike). Enako kot ugotavljamo pri slovenščini, tudi pri matematiki velja, da obstaja 65-odstotna verjetnost, da bo naključni učenec iz skupine visokoizobraženih staršev z nizkimi dohodki dosegel enak ali boljši dosežek pri NPZ kakor učenec iz skupine manj izobraženih staršev z visokimi dohodki. To sovpada z izračunanimi povprečji v preglednici 46. Za šolske ocene iz matematike je ta verjetnost še malenkostno višja (66-odstotna). Zaključimo lahko, da je z vidika učenca pomembneje, da z vidika najvišje izobrazbe v družini spada v gornjih 30 % populacije, kakor da spada njegova družina v gornjih 30 % populacije po dohodkih. Primerjava kontrastnih skupin – NPZ matematika Slika 35: Graf ordinalne dominantnosti med kontrastnima skupinama – točke pri NPZ iz matematike Primerjava kontrastnih skupin – šolske ocene matematika Slika 36: Graf ordinalne dominantnosti med kontrastnima skupinama – šolske ocene iz matematike KLJUČNA SPOZNANJA Pomembno je, da v sklepnih ugotovitvah poskusimo odgovoriti na vprašanje, ki ga zastavlja naslov poročila – Ali znanje šteje? Menimo, da so analize precej povedne in da na zastavljeno vprašanje lahko odgovorimo pritrdilno. Naslovno vprašanje namreč zajema povezavo šolskih in maturitetnih dosežkov s kariernimi uspehi. Za te namene smo v poročilu oblikovali spremenljivko lastnega socialno-ekonomskega statusa posameznikov (SEIp). Ta sestoji iz njihovih dohodkov, statusa poklica, vrednosti nepremičnin in dosežene izobrazbe. Ugotavljamo, da se dosežki na maturi – tako poklicni kot splošni – zmerno pozitivno povezujejo z lastnim socialno-ekonomskim statusom posameznika. Uspešnejši kot so posamezniki na splošni oz. poklicni maturi, višji je njihov lastni socialno-ekonomski status, ki ga dosežejo pozneje v življenju. Podobno ugotavljamo, ko v obzir vzamemo zaključne srednješolske ocene posameznikov, tudi te se zmerno pozitivno povezujejo s poznejšim socialno-ekonomskim statusom posameznikov. Tudi podrobnejše analize posameznih komponent lastnega socialno-ekonomskega statusa posameznikov potrjujejo zgoraj opisani trend. Tako v primerjavi skupin kandidatov s posameznimi dosežki na maturi (10–34 točk) ugotovimo linearno naraščanje njihovih dohodkov. Resda so razlike znotraj posameznih skupin (npr. med vsemi maturanti, ki dosežejo 20 točk na splošni maturi) velike in pričajo o tem, da uspeh na maturi ni enoznačno merilo uspešnosti posameznika pozneje na karierni poti, vseeno pa so trendi skupin z enakim številom točk v celotni populaciji povsem jasni in linearni. Tudi razlike v dohodkih najuspešnejših in najmanj uspešnih maturantov pozneje v življenju so izrazite. Prav tako smo zabeležili jasen trend, da posamezniki z višjimi dosežki na (splošni ali poklicni) maturi dosežejo prestižnejši poklic. Tudi ta odnos je zelo izrazit na ravni celotnih skupin, čeprav med posamezniki znotraj skupine ostajajo velike razlike. Na podlagi obeh ugotovitev lahko sklepamo, da uspeh na maturi pomembno oblikuje prihodnost posameznikov, nikakor pa ni determinirajoč. Potrdili smo tudi predvidevanje, da bodo uspešnejši maturanti pozneje v življenju dosegli višjo stopnjo izobrazbe. Uspešnejši maturanti splošne mature pozneje v življenju pridobijo nepremičnine višjih vrednosti, medtem ko to ne velja za maturante poklicne mature, kjer se nakazuje celo blago negativen trend. Seveda moramo opozoriti, da večina posameznikov, ki je maturirala v letih 2002–2006, v lasti ni imela še nobenih nepremičnin in se tako utegnejo razlike med maturanti splošne in poklicne mature čez čas spremeniti. Pri tem moramo opozoriti, da čeprav zgornja dognanja povečini držijo tako za maturante v letih enovite mature (1995–2001) ter maturante splošne in poklicne mature (2002–2006), smo med slednjima skupinama vseeno opazili določene razlike. Maturitetni uspeh se z dohodki posameznikov pozneje v življenju močneje povezuje pri maturantih splošne mature; ti v primerjavi z maturanti poklicne mature prav tako zaslužijo nekoliko več, še posebej to velja za (po dosežkih) nadpovprečne maturante. Tako opažamo, da najuspešnejši maturanti splošne mature dosegajo bistveno višje dohodke. Naraščanje statusa poklica glede na maturitetne dosežke je podobno izrazito tako pri maturantih splošne kot poklicne mature, pri tem pa prvi v povprečju dosegajo bistveno višje statuse poklica, ki jih maturanti poklicne mature dosežejo bolj izjemoma. Z naraščanjem maturitetnih točk narašča tudi dosežena izobrazba maturantov splošne in poklicne mature, pri čemer najmanj uspešni maturanti poklicne mature uniformno dosegajo srednjo strokovno izobrazbo, medtem ko najmanj uspešni maturanti splošne mature posežejo tudi po univerzitetni izobrazbi. Na drugi strani najuspešnejši maturanti poklicne mature v povprečju dosegajo izobrazbo od srednje strokovne do univerzitetne, medtem ko najuspešnejši maturanti splošne mature uniformno dosegajo (vsaj) univerzitetno izobrazbo. Zanimiv je tudi kontrast med pozitivnim naraščanjem vrednosti nepremičnin glede na število maturitetnih točk pri maturantih splošne mature in negativnim trendom pri maturantih poklicne. Za to smo poskušali podati nekaj pojasnil, gotovo pa bodo dokončne odgovore morale ponuditi prihodnje raziskave. Omeniti velja tudi nekaj časovnih trendov, kjer primerjamo sicer malenkost različni skupini – torej kandidate mature v letih 1995–2001 (pred delitvijo na splošno in poklicno) in kandidate splošne mature v letih 2002–2006. Pričakovano ugotavljamo, da maturanti, ki so dlje časa na trgu delovne sile – torej maturanti generacij 1995–2001 – zaslužijo več. Tudi odnos med številom točk na maturi in poznejšimi zaslužki v življenju je bolj linearen pri starejših generacijah maturantov. To kaže na dolgoročen pomen mature pri oblikovanju kariernih poti posameznikov. Starejše generacije maturantov dosegajo višje statuse poklica, prav tako pa tudi višje stopnje izobrazbe. Je pa odnos oz. naraščanje obeh dejavnikov glede na število maturitetnih točk primerljiv med generacijami. Težja je primerjava nepremičnin mlajših in starejših generacij maturantov, saj glavnina prvih (še) nima v lasti nobene nepremičnine. Pomemben fokus naše raziskave je tudi socialno-ekonomski status družinskega okolja. Metodološko smo potrdili, da je kompozitna sestava indeksa socialno-ekonomskega statusa (SEId), ki sestoji iz štirih spremenljivk, primerna. Podobno kot pretekli metaanalitični pregledi (npr. Sirin, 2005) ugotavljamo (sicer šibko) povezavo SEId z akademskimi dosežki (šolskim in maturitetnim uspehom). Pomembna ugotovitev naše raziskave je, da socialno- ekonomski status družinskega okolja pomembno napoveduje socialno-ekonomski status, ki ga posameznik sam doseže pozneje v življenju. Tudi ko med napovednike vključimo akademske dosežke (šolsko in maturitetno oceno) in spol, se SEId izkazuje za spremenljivko, ki ima največjo napovedno moč. Iz tega bi lahko sklepali, da se socialno- ekonomski status prenaša iz generacije v generacijo. Gotovo gre del prenosa pripisati zgoraj zabeleženim vplivom socialno-ekonomskega statusa na akademske dosežke. Tukaj velja izpostaviti tudi nekaj dejavnikov, na katere smo opozorili v uvodu tega poročila. Prenos socialno-ekonomskega statusa – oz. v našem primeru napoved socialno- ekonomskega statusa posameznika (SEIp) na podlagi družinskega okolja (SEId) – lahko delno pripišemo genetskim dejavnikom (npr. Marioni idr., 2014), še bolj pa vrednotam, navadam in kulturnim vzorcem, ki se prav tako prenašajo na naslednje generacije (npr. Harari, 2018; Jablonka in Lamb, 2014; Tulviste in Kikas, 2010). Tudi karierne izbire, kot je izbira poklica, se pogosto prenašajo med generacijami in hkrati odražajo socialno-ekonomski status posameznika (npr. Helland in Wiborg, 2019; Jencks, 1972). Socialno-ekonomski status ima pomemben vpliv tudi na aspiracije posameznikov. Matějů in Smith (2009) tako menita, da je prenos socialno-ekonomskega statusa močno povezan z aspiracijami, ki so pri posameznikih z neprivilegiranih območij manj razvite. Ugotavljata, da je bil prenos izobrazbe pred padcem železne zavese (študija izvira iz Češke) neposreden, predvsem prek kulturnih vrednot, dandanes pa temelji na ostri tekmi za ekonomske resurse. Pri tem so učenci iz ranljivih skupin seveda zelo prikrajšani. Socialno-ekonomski status družinskega okolja (SEId) se značilno povezuje tudi s posameznimi komponentami posameznikovega socialno-ekonomskega statusa (SEIp), ki ga pozneje v življenju doseže sam posameznik. Zanimivo je, da je korelacija najvišja z dohodki posameznika, povezava z doseženo izobrazbo pa je znatno šibkejša. Spoznanja, vredna pozornosti, ponuja tudi analiza kontrastnih skupin, v kateri smo primerjali učence staršev z visoko doseženo stopnjo izobrazbe in nizkimi dohodki ter učence staršev z nizko izobrazbo in visokimi dohodki. Zanimivo je, da imajo opazno višje akademske dosežke učenci staršev z nizkimi dohodki in visoko izobrazbo. Socialno- ekonomski status družinskega okolja se namreč pogosto interpretira izrazito negativno (npr. otroci bogatejših staršev imajo nepravično prednost pred manj premožnimi). A ta analiza kaže tudi na pozitivnejši vidik SES – tudi izobrazba staršev, torej nek intelektualni okoliš, v katerem odraščajo otroci, pomembno doprinese k akademski uspešnosti učencev, četudi so njihovi starši manj premožni. To postaja v sodobnem svetu še toliko bolj pomembno, saj denar ni edino in poveličujoče merilo uspeha. Marsikdo se zavestno odloči za karierno pot, ki ne obljublja najvišjih dohodkov ali celo najbolj uglednega poklica, ampak svoje sposobnosti usmeri skladno s svojimi interesi ali prepričanji. Pri tem posamezniki ne stremijo k optimizaciji svojih ekonomskih koristi, ampak ravnajo skladno s svojim vrednostnim okvirom, pri čemer si prizadevajo za zadovoljstvo v poklicu in ravnovesje v življenju. Sporočilo, da je njihovim otrokom izobrazba staršev boljša popotnica kot visoki dohodki, je tako zelo pomembno. Pomen in uporabna vrednost raziskave Raziskava predstavlja pomemben doprinos tako v znanstveno-teoretičnem kot tudi v praktičnem smislu. Sprva gre opozoriti na kakovost in obsežnost naših podatkov, ti namreč zajemajo celotne populacije generacij maturantov splošne in poklicne mature med letoma 1995 in 2006. Slovenija spada med bolj egalitarne države sveta (Svetovna banka, 2024), zato so raziskave o socialno-ekonomskem statusu zanimive tudi za širšo znanstveno skupnost. Iz naše raziskave lahko v grobem sklepamo, da ima socialno-ekonomski status družinskega okolja pomembno vlogo tudi v bolj egalitarnih okoljih, kar je v skladu z nekaterimi novejšimi dognanji (npr. Liu idr., 2022). Gotovo je praktična vrednost raziskave, da smo z njo potrdili veljavnost obeh matur za poznejši uspeh v življenju. Izkazuje se namreč, da se maturitetni dosežki posameznikov preslikajo v njihove poznejše dosežke (dohodke, izobrazbo, poklic), več let po opravljeni maturi. To lahko interpretiramo kot dokaz kriterijske oziroma napovedne veljavnosti mature. S tem lahko odgovorimo kritikam, ki maturi očitajo neživljenjskost in poudarjajo potrebo po celoviti prenovi. Naši rezultati nakazujejo na veliko vrednost mature, ki se uporablja kot kriterij pri vpisu na univerzo. Pri tem maturitetni dosežki ne napovedujejo pomembno zgolj študijskih dosežkov, kot to ugotavljajo nekatere predhodne raziskave (npr. Bucik, 2001; Cankar, 2000), njen vpliv je mnogo daljnosežnejši. Zato velja biti pri morebitnih spremembah mature previden in imeti pri tem »tresočo se roko«. Pri tem ne gre ignorirati znatnih razlik, ki smo jih zabeležili med maturanti poklicne in splošne mature. Naši izsledki kažejo, da (še posebej akademsko sposobnejši) maturanti pozneje bolje unovčijo pridobljeno izobrazbo, če srednjo šolo zaključijo s splošno maturo, v primerjavi z maturanti poklicne mature. Čeprav ugotavljamo, da družinski socialno-ekonomski status najbolje napoveduje status, ki ga bo dosegel posameznik, rezultati raziskave nakazujejo, da je socialna mobilnost vseeno možna. Pomemben dejavnik socialne mobilnosti je (glede na rezultate naše študije) gotovo izobrazba oz. akademska uspešnost posameznikov. Ti imajo namreč možnost, da skozi akademsko aktivnost izboljšajo svoj socialno-ekonomski položaj. To je družbena vrednota, ki bi jo veljalo ohranjati (in razširiti) tudi v prihodnje. Prav tako je pomembno, da mlade ozaveščamo o pomenu znanja in izobrazbe za njihovo prihodnost. Glede na rezultate je to še posebej pomembno ob prehodu v srednjo šolo, saj imamo v Sloveniji dve poti (splošna in poklicna matura), ki v nadaljevanju kažeta različno povprečno uspešnost posameznikov. Naši rezultati so skladni z nekaterimi mednarodnimi raziskavami (npr. OECD, 2016), ki kažejo, da so dohodki posameznikov v Sloveniji znatno odvisni od izobrazbe (slika 1). Ob prehodu v srednje šole se nekateri odločijo za gimnazijo, ker splošna matura velja za zahtevnejšo pot in (če jo zmorejo) bo tako bolje razvila njihove potenciale. Kdor se odloči za srednjo strokovno šolo in poklicno maturo je izbral akademsko manj zahtevno pot, ki sicer prav tako ponuja prehod na študij, toda uspešnost na študiju je izrazito manjša, saj je treba manjšo zahtevnost pozneje nadoknaditi individualno v zelo kratkem času. A tudi za srednjo strokovno šolo se odloči marsikateri bister in sposoben dijak, ki ima obenem že jasno izražen interes do določene stroke. Glede na rezultate NPZ v devetem razredu bi marsikateri dijak srednjih strokovnih šol zmogel tudi zahtevnejši program izobraževalnih predmetov in tako pridobil poleg kakovostne izobrazbe s področja stroke tudi dovolj dobro splošno znanje za uspešen študij in boljše možnosti na trgu dela. Čeprav prehodnost obstaja že sedaj, bi jim z organiziranim zagotavljanjem bolj primerljivega izhodiščnega znanja verjetno omogočili bolj primerljive kariere pri univerzitetnemu študiju, končni izobrazbi, statusih poklica in dohodkih. Naša študija ima tudi širše implikacije za pravičnost v slovenskem šolstvu. Gotovo je za optimalni razvoj sposobnosti pri kar največjem delu posameznikov v družbi pomembno, da je ta v čim večji meri meritokratska. Tako velja na širši ravni spodbujati ukrepe, ki omogočajo socialno prehodnost učencev iz družin z nižjim socialnim statusom in dostop do kakovostnega in zahtevnega izobraževanja. Ena od tovrstnih praks je štipendiranje učencev oz. maturantov iz manj premožnih družin, kar je v Sloveniji, vsaj na ravni sekundarnega in terciarnega izobraževanja, razmeroma pogosta praksa. Leta 2023 je bilo do državne štipendije upravičenih 65.722 posameznikov, od tega 43.260 dijakov in 22.462 študentov (Ministrstvo za delo, družino, socialne zadeve in enake možnosti, 2024). Tuje študije ugotavljajo številne pozitivne vidike štipendiranja. Clarke in Raffale (2016) poročata, da so prejemniki štipendij za manj premožne posledično akademsko uspešnejši, imajo manj težav na prehodu na univerzo in se bolj vključujejo v študijsko življenje. Ti študenti doživljajo manj stigme in pomanjkanja, imajo več akademskih aspiracij ter želje po vračanju družbi. Morebiti lahko prihodnje študije ponudijo podrobnejše smernice za blaženje negativnih vplivov socialno- ekonomskega statusa na izobraževalne izide, ki bodo specifične za naš izobraževalni sistem. Glede na sedanje ugotovitve bi kazalo podrobneje spremljati maturante splošne in poklicne mature in ugotavljati, kako lahko z morebitnimi spremembami v šolskem sistemu bolj optimalno razvijamo njhove potenciale in jim omogočamo uspešnost na trgu dela in v življenju. Prav tako menimo, da velja dejavnike socialno-ekonomskega okolja učencev sistemsko spremljati, saj imajo pomemben učinek na dosežke in s tem na izobraževalne in karierne poti posameznikov. Samo sistemska dolgotrajna spremljava nam omogoča opažanje sprememb in trendov ter nas spodbuja k pravočasnemu ukrepanju. Še en vidik, ki lahko morebiti pripomore pri blaženju negativnih vplivov socialno-ekonomskega statusa, so učne navade učencev in maturantov. Vpliv socialno-ekonomskega statusa na akademske dosežke učencev je namreč tudi posreden – prek podpore pri udejstvovanju v šoli in odnosu do šole oziroma izobraževanja. S tem pa se vpliva tudi na razvoj delovnih in učnih navad. Raziskave kažejo (npr. Thiel idr., 1999), da dimenzije učnih navad (odložitev potreb, odvisnost od interesov, oblikovanje učnih pogojev, učna tehnika, kontrola učne uspešnosti, stališče do šole in samovrednotenje) močno korelirajo s šolskimi ocenami (korelacijski koeficienti zajemajo razpon med 0,53 in 0,68). Menimo, da je razvoj učnih navad in tehnik eden od vidikov, ki jih je mogoče nasloviti tudi znotraj šolskega sistema. Seveda pa bi morali biti morebitni ukrepi zasnovani celostno in z večjim razumevanjem procesa učenja in razvoja mladostnikov v osnovni in srednji šoli. Navad namreč ne moremo spreminjati mehanicistično, ampak le skozi širšo paleto podpornih aktivnosti in z upoštevanjem posebnosti konkretnih učencev. Omejitve študije in ideje za prihodnje raziskave Tovrstna raziskava ne more odgovoriti na vsa vprašanja o dosežkih in njihovem pomenu v družbi, vendar dobro nadgrajuje predhodne raziskave, nastale v sodelovanju Rica in SURS (Cankar idr., 2017; Cankar in Zupanc, 2020). Pri ugotavljanju vzorcev in interpretaciji podatkov smo odvisni od namena njihovega zbiranja, zato moramo pri posameznih analizah na določene omejitve opozarjati sproti in ne šele ob zaključku študije. Ena od omejitev je gotovo, da nismo uporabili kompleksnejših raziskovalnih načrtov. Osredotočili smo se namreč na populacijske rezultate celotnih generacij kandidatov na zunanjih preverjanjih znanja in tako nakazali splošne trende, nismo pa se osredotočili na posamezne podskupine. Študija tako nudi splošen vpogled in oris stanja, ne omogoča pa celovitejše in podrobnejše slike, ki bi nastala s prikazom razlik in podobnosti v posameznih podskupinah. Študija je ponudila osnovni vpogled v naravo povezanosti med maturitetnimi dosežki in uspehom posameznikov na njihovi poklicni poti. V nadaljevanju bi bilo mogoče še podrobneje obravnavati različne skupine (npr. po spolu, po skupinah učencev s posebnimi potrebami, priseljence ipd.) ali podrobneje primerjati različne generacije med sabo. Tudi ugotavljanje časovnih trendov v tej študiji ni bilo v ospredju. Nekateri ključni podatki so bili upoštevani le v eni časovni točki in šele v naslednjih ciklih podobnih raziskovanj bo mogoče primerjati spremembe v času in sedanje ugotovitve postaviti tudi v širši časovni kontekst. Pri ugotavljanju povezanosti med maturitetnimi dosežki in dohodki posameznika bi na primer lahko spremljali dohodke v več letih in ne le v referenčnem letu 2016. Posledica sedanje zasnove je namreč, da so imele različne generacije posameznikov različno dolgo obdobje od zaključka mature do merjenja dohodka in je zato povezanost z maturo različno izražena. Če bi predpostavljali, da je varianca dohodkov skozi kariero enaka (ob začetku in nato čez 5, 10, 15 … let) in da se povezanost z maturitetnimi rezultati ohranja konstantno, potem bi bilo mogoče oblikovati korekcijske faktorje za različne generacije in dohodek postaviti na primerljivo lestvico (čeprav ne bi bil več dejanski dohodek). Ker ta predpostavka verjetno ne drži, bi za boljši vpogled potrebovali več let, v katerih bi spremljali dohodke posameznikov. Tako bi lahko longitudinalno ocenjevali, ali so ugotovitve enake npr. 15 let po maturi za generacije 1995, 2000 ali 2005. Zavedamo se slabosti, da smo SES družinskega okolja izračunali na podlagi podatkov iz leta 2016 (npr. dohodnina), ki so lahko za generacije starejših maturantov dokaj nenatančni – starši so že v pokoju in imajo bistveno manjše dohodke ipd. V prihodnjih raziskavah moramo pri izračunu socialno-ekonomskega statusa družinskega okolja čim bolj zbližati časovni zbir podatkov o dohodkih in podatkov o maturitetnem uspehu. V prihodnje velja analize v pričujočem poročilu ponoviti tudi po več letih od mature, ko posameznik povsem utrdi svoj ekonomski položaj v družbi. Pri tem velja podrobneje spremljati dve skupini srednješolcev: gimnazijce, ki srednješolsko izobraževanje zaključijo s splošno maturo, in srednješolce strokovnih šol, ki izobraževanje zaključijo s poklicno maturo. Ti dve skupini v Sloveniji predstavljata kar 80 % letne kohorte. Obstoječa raziskava sicer odstira prve uvide v karierne poti obeh skupin, a ti podatki so vseeno nekoliko okrnjeni oziroma skopi, ker je od zbira podatkov (med letoma 2002 in 2006) minilo zgolj 10–14 let. Socialno-ekonomski indeks (SEI) se je izkazal kot uporabna mera v omenjeni raziskavi, vendar bi v slovenskem raziskovalnem prostoru potrebovali enoten pristop pri merjenju socialno-ekonomskih značilnosti posameznikov in družinskega okolja. Na ta način bi se povečala primerljivost ugotovitev iz različnih raziskav in njihova uporabna vrednost. Pri podatkih, ki izhajajo iz podatkovnih baz Statističnega urada RS, bi bili sistemski nastavki za tovrstno mero zelo koristni in bi predstavljali sinergijo za vse raziskave, ki bi v prihodnosti uporabljale tovrsten univerzalni pristop, ne glede na to, na katerem področju (npr. izobraževanje, gospordastvo, zdravstvo, ipd.) se pojavljajo. Za vse prihodnje raziskave so pomembne tudi ugotovitve, da lahko namesto natančnega kompozitnega indeksa SEI v večini primerov koristno uporabljamo tudi decile, izpeljane iz osnovnih vrednosti. Omejitev na samo deset (lahko pa tudi 15, 20) različnih vrednosti sicer omeji ločljivost in natančnost spremljanja, a na drugi strani razreši pomembne težave s potencialno vzvratno (ne)anonimnostjo in varstvom osebnih podatkov ter tako spodbuja sistemsko rabo. Če lahko z manj ločljivo mero pridemo do praktično enakih ugotovitev, obenem pa je to pristop, ki ščiti posameznika in njegovo zasebnost, je to gotovo dober kompromis za sistemsko rabo. Seveda gre pri rabi tovrstnih podatkov še vedno za občutljive podatke, njihova uporaba bi morala biti ustrezno urejena in zaščitena, ne bi pa smelo biti vprašanj, ali je smiselna. Pričujoča raziskava še enkrat potrjuje, da so socialno-ekonomski podatki (družine in posameznika) pomembni in občutljivi podatki, ki pa bi jih bilo treba prav zato spremljati na sistemski ravni in tako preverjati, kako nam uspeva zagotavljati optimalen razvoj vsakega posameznika v naši družbi. VIRI Adler, N. E. in Ostrove, J. M. (1999). Socioeconomic status and health: what we know and what we don't. Annals of the New York Academy of Sciences, 896(1), 3–15. https://doi.org/10.1111/j.1749-6632.1999.tb08101.x Andersen, M. P., Mortensen, R. N., Vardinghus‐Nielsen, H., Franch, J., Torp‐Pedersen, C. in Bøggild, H. (2016). Association Between Physical Fitness and Academic Achievement in a Cohort of Danish School Pupils. Journal of School Health, 86(9), 686–695. https://doi.org/10.1111/josh.12422 Antolin Drešar, D. (2017). Spodbujanje starševske vpletenosti v otrokovo matematično izobraževanje. Matematika v šoli, 23(1), 18–22. Backes ‐Gellner, U. in Veen, S. (2008). The consequences of central examinations on educational quality standards and labour market outcomes. Oxford Review of Education, 34(5), 569–588. https://doi.org/10.1080/03054980701877617 Benner, A. D., Boyle, A. E. in Sadler, S. (2016). Parental involvement and adolescents’ educational success: The roles of prior achievement and socioeconomic status. Journal of Youth and Adolescence, 45, 1053–1064. https://doi.org/10.1007/s10964-016-0431-4 Berkowitz, R., Moore, H., Astor, R. A. in Benbenishty, R. (2017). A research synthesis of the associations between socioeconomic background, inequality, school climate, and academic achievement. Review of Educational Research, 87(2), 425–469. https://doi.org/10.3102/0034654316669821 Bishop, J. H. (1999). Are national exit examinations important for educational efficiency? Swedish Economic Policy Review, 6(2), 349–401. Bishop, J. H. in Woessmann, L. (2004). Institutional effects in a simple model of educational production. Education Economics, 12(1), 17–38. https://doi.org/10.1080/0964529042000193934 Björklund, A., Hederos Eriksson, K. in Jäntti, M. (2010). IQ and family background: are associations strong or weak?. The BE Journal of Economic Analysis & Policy, 10(1). https://doi.org/10.2202/1935-1682.2349 Black, S. E., Devereux, P. J., Lundborg, P. in Majlesi, K. (2015), 'Poor Little Rich Kids? The Determinants of the Intergenerational Transmission of Wealth'. National Bureau of Economic Research. Blommaert, M., Meyer, J., in Van Damme, J. (2015). Hoe doen de afgestudeerden van TSO en BSO het op de arbeidsmarkt. Ook in vergelijking met ongekwalificeerden en ASO-ers. Research paper SSL/2015.05/4.0. Steunpunt SSL. Borgonovi, F., Choi, Á. in Paccagnella, M. (2021). The evolution of gender gaps in numeracy and literacy between childhood and young adulthood. Economics of Education Review, 82, 102119. https://doi.org/10.1016/j.econedurev.2021.102119 Bosworth, B. (2018). Increasing Disparities in Mortality by Socioeconomic Status. Annual Review of Public Health, 39(1), 237–251. https://doi.org/10.1146/annurev-publhealth-040617-014615 Bosworth, B. in Zhang, K. (2015). Evidence of increasing differential mortality: A comparison of the HRS and SIPP. Center for Retirement Research at Boston College. https://doi.org/10.2139/ssrn.2625792 Bouchard, T. J. (2004). Genetic Influence on Human Psychological Traits: A Survey. Current Directions in Psychological Science, 13(4), 148–151. https://doi.org/10.1111/j.0963-7214.2004.00295.x Boudon, R. (1974). Education, opportunity, and social inequality: Changing prospects in western society. Wiley-Interscience. Brookhart, S., Guskey, T. R., McTighe, J. in Wiliam, D. (2020). Eight essential principles for improving grading. Educational Leadership, 78(1), 3. https://uknowledge.uky.edu/edp_facpub/50 Breen, R. (2005). Explaining cross-national variation in youth unemployment: Market and institutional factors. European Sociological Review, 21 (2), 125–134. https://doi.org/10.1093/esr/jci008 Breen, R. (2010). Educational expansion and social mobility in the 20th century. Social Forces, 89(2), 365–388. https://doi.org/10.1353/sof.2010.0076 Breen, R. in Goldthorpe, J. H. (1997). Explaining educational differentials: Towards a formal rational action theory. Rationality and Society, 9(3), 275–305. https://doi.org/10.1177/104346397009003002 Breen, R. in Goldthorpe, J. H. (1999). Class inequality and meritocracy: a critique of Saunders and an alternative analysis1. The British Journal of Sociology, 50(1), 1–27. https://doi.org/10.1111/j.1468-4446.1999.00001.x Brookhart, S. M., Guskey, T. R., Bowers, A. J., McMillan, J. H., Smith, J. K., Smith, L. F., Stevens, M. T. in Welsh, M. E. (2016). A century of grading research: Meaning and value in the most common educational measure. Review of Educational Research, 86(4), 803–848. https://doi.org/10.3102/ 0034654316672069 Buchmann, C. in Park, H. (2009). Stratification and the formation of expectations in highly differentiated educational systems. Research in Social Stratification and Mobility, 27(4), 245–267. https://doi.org/10.1016/j.rssm.2009.10.003 Bucik, V. (2001). Napovedna veljavnost slovenske mature [Predictive validity of Slovenian Matura]. Psihološka obzorja, 10(3), 75–87. Cankar, G. (2000). Napovedna veljavnost mature za študij psihologije [Predictive validity of Matura for Psychology Study course]. Psihološka obzorja, 9(1), 59–68. Cankar, G. in Zupanc, D. (2020). Pravične možnosti izobraževanja v Sloveniji. Populacijska raziskava o učencih s posebnimi potrebami, priseljencih in njihovim socialno-ekonomskim statusom v povezavi z dosežki v šoli. Državni izpitni center. Cankar, G., Bren, M. in Zupanc, D. (2017). Za večjo pravičnost šolskega sistema v Sloveniji: Analize povezav dosežkov učenk in učencev s socialnimi, kulturnimi, ekonomskimi in regionalnimi značilnostmi učenk in učencev, pridobljenimi prek podatkov Statističnega urada RS. Državni izpitni center. Carlson, S. A., Fulton, J. E., Lee, S. M., Maynard, L. M., Brown, D. R., Kohl, H. W. in Dietz, W. H. (2008). Physical Education and Academic Achievement in Elementary School: Data From the Early Childhood Longitudinal Study. American Journal of Public Health, 98(4), 721–727. https://doi.org/10.2105/AJPH.2007.117176 Cheng, L. in Curtis, A. (2004). Washback or backwash: A review of the impact of testing on teaching and learning. V L. Cheng, Y. Watanabe, in A. Curtis (ur.), Washback in language testing: Research contexts and methods, (str. 3–17). Lawrence Erlbaum Associates, Inc. Cindrič, A. (2010). Študenti s Kranjske na dunajski univerzi v prvi polovici devetnajstega stoletja 1804-1848. Univerza v Ljubljani. Clerke, C. in Raffaele, C. (2016). Maximising the capacity for equity scholarships to improve participation and success in higher education by people from low socio-economic status backgrounds. Equity and Diversity Unit, University of Technology Sydney. Conley, D., Domingue, B. W., Cesarini, D., Dawes, C., Rietveld, C. A. in Boardman, J. D. (2015). Is the effect of parental education on offspring biased or moderated by genotype? Sociological Science, 2, 82–105. https://doi.org/10.15195/v2.a6 Crawford, C. in Vignoles, A. (2014). Heterogeneity in graduate earnings by socio-economic background. IFS Working Papers. Cugmas, Z., Čagran, B. in Levart, A. (2010). Vpletenost staršev v šolanje njihovih osnovnošolskih otrok. Šolsko polje, 21(3–4), 51–67. Cugmas, Z., Kepe-Globevnik, N., Pogorevc, J., Štemberger, T. (2010). Vpletenost staršev v otrokovo šolanje. Sodobna pedagogika, 61 (2), 318–337. Dale, S. B. in Krueger, A. B. (2014). Estimating the effects of college characteristics over the career using administrative earnings data. Journal of Human Resources, 49(2), 323–358 Debard, R. in Kubow, P. K. (2002). From compliance to commitment: The need for constituent discourse in implementing testing policy. Educational Policy, 16(3), 387–405. https://doi.org/10.1177/08904802016003002 Dohmen, D. (2012). Der Nachhilfemarkt in Deutschland ‒ ein aktualisierter Überblick über den Forschungsstand. Recht der Jugend und des Bildungswesens, 60(1), 85–98. https://doi.org/10.5771/0034-1312-2012-1-85 Dronkers, J. (2010). Quality and Inequality of Education. Springer. Duckworth, A. L., Peterson, C., Matthews, M. D. in Kelly, D. R. (2007). Grit: perseverance and passion for long-term goals. Journal of Personality and Social Psychology, 92(6), 1087–1101. https://doi.org/10.1037/0022-3514.92.6.1087 Duckworth, A. L., Quinn, P. D.in Tsukayama, E. (2012). What No Child Left Behind leaves behind: The roles of IQ and self-control in predicting standardized achievement test scores and report card grades. Journal of Educational Psychology, 104(2), 439–451. https://doi.org/10.1037/a0026280 Durkheim, E. (1956). Education and sociology. Simon and Schuster. Eccles, J. S. in Harold, R. D. (1993). Parent-school involvement during the early adolescent years. Teachers College Record, 94(3), 568–587. https://doi.org/10.1177/016146819309400311 Elo, I. T., Martikainen, P. in Smith, K. P. (2006). Socioeconomic differentials in mortality in Finland and the United States: the role of education and income. European Journal of Population, 22, 179–203. https://doi.org/10.1007/s10680-006-0003-5 Embse, N. V. D. in Hasson, R. (2012). Test anxiety and high-stakes test performance between school settings: Implications for educators. Preventing school failure: alternative education for children and youth, 56(3), 180–187. https://doi.org/10.1080/1045988X.2011.633285 Entrich, S. R. in Lauterbach, W. (2020). Shadow Education in Germany: Compensatory or Status Attainment Strategy? Findings from the German Life Study. International Journal for Research on Extended Education, 7(2), 143–159. https://doi.org/10.3224/ijree.v7i2.04 European Centre for Disease Prevention and Control. (2023). Seasonal influenza vaccination recommendations and coverage rates in EU/EEA Member States – An overview of vaccination recommendations and coverage rates for the 2019–20 to 2020–21 influenza seasons. European Centre for Disease Prevention and Control. European Commission, EACEA in Eurydice. (2020). Equity in school education in Europe: Structures, policies and student performance. Publications Office of the European Union. Everson, S. A., Maty, S. C., Lynch, J. W. in Kaplan, G. A. (2002). Epidemiologic evidence for the relation between socioeconomic status and depression, obesity, and diabetes. Journal of Psychosomatic Research, 53(4), 891–895. https://doi.org/10.1037/0033-2909.134.4.536 Fan, X. in Chen, M. (2001). Parental involvement and students' academic achievement: A meta-analysis. Educational Psychology Review, 13, 1–22. https://doi.org/10.1023/A:1009048817385 Fancourt, D. in Steptoe, A. (2019). Cultural engagement and mental health: Does socio-economic status explain the association? Social Science & Medicine, 236, 112425. https://doi.org/10.1016/j.socscimed.2019.112425 Faught, E. L., Gleddie, D., Storey, K. E., Davison, C. M. in Veugelers, P. J. (2017). Healthy lifestyle behaviours are positively and independently associated with academic achievement: An analysis of self-reported data from a nationally representative sample of Canadian early adolescents. PLOS ONE, 12(7), e0181938. https://doi.org/10.1371/journal.pone.0181938 French, M. T., Homer, J. F., Popovici, I. in Robins, P. K. (2015). What you do in high school matters: High school GPA, educational attainment, and labor market earnings as a young adult. Eastern Economic Journal, 41, 370–386. https://doi.org/10.1057/eej.2014.22 Freudenthaler, H. H., Spinath, B. in Neubauer, A. C. (2008). Predicting school achievement in boys and girls. European Journal of Personality, 22(3), 231–245. https://doi.org/10.1002/per.678 Friedrich, A. in Hirtz, S. (2021) Same educational level, same wage returns? An analysis over time and across occupations in Germany. Journal of Education and Work, 34(5-6), 632–648. https://doi.org/10.1080/13639080.2021.1965967 Gaber, S., Cankar, G., Marjanovič Umek, L. in Tašner, V. (2012) The danger of inadequate conceptualisation in PISA for education policy, Compare: A Journal of Comparative and International Education, 42(4), 647–663. https://doi.org/10.1080/03057925.2012.658275 Gaber, S. in Marjanovič Umek, L. (2009). Študija (primerjalne) neenakosti. Znanstvena poročila Pedagoškega inštituta 21/09. Pedagoški inštitut. Gaber, S. in Tašner, V. (2009). Vidna in nevidna pedagogika in spopad v (srednjem) razredu. Sodobna pedagogika, 60(1), 282–299. Gregorčič, M. in Kajzer, A. (ur.). (2021). Evropski steber socialnih pravic, Slovenija 2000–2020. UMAR. Halpern-Manners, A., Raymo, J. M., Warren, J. R. in Johnson, K. L. (2020). School performance and mortality: The mediating role of educational attainment and work and family trajectories across the life course. Advances in Life Course Research, 46, 100362. https://doi.org/10.1016/j.alcr.2020.100362 Hanushek, E. A. (2016). Will more higher education improve economic growth?. Oxford Review of Economic Policy, 32(4), 538–552. https://doi.org/10.1093/oxrep/grw025 Hanushek, E. A. in Woessmann, L. (2008). The role of cognitive skills in economic development. Journal of Economic Literature, 46 , 607–668. https://doi.org/10.1016/j.intell.2006.09.004 Hanushek, E. A. in Woessmann, L. (2012). Do better schools lead to more growth? Cognitive skills, economic outcomes, and causation. Journal of Economic Growth, 17, 267–321. https://doi.org/10.1007/s10887-012-9081-x Harari, Y. N. (2018). 21 lessons for the 21st century (First edition). Spiegel & Grau. Hietanen, H., Aartsen, M., Kiuru, N., Lyyra, T. M. in Read, S. (2016). Social engagement from childhood to middle age and the effect of childhood socio-economic status on middle age social engagement: results from the National Child Development study. Ageing & Society, 36(3), 482–507. https://doi.org/10.1017/S0144686X1400124X Hiscock, R., Bauld, L., Amos, A., Fidler, J. A. in Munafò, M. (2012). Socioeconomic status and smoking: a review. Annals of the New York Academy of Sciences, 1248(1), 107–123. https://doi.org/10.1111/j.1749-6632.2011.06202.x Helland, H. in Wiborg, Ø. N. (2019). How do parents’ educational fields affect the choice of educational field?. The British Journal of Sociology, 70(2), 481–501. https://doi.org/10.1111/1468-4446.12370 Herman, J. L. in Yeh, J. P. (1983). Some effects of parent involvement in schools. The Urban Review, 15(1), 11–17. https://doi.org/10.1007/BF01112339 Hermans, D. J., Opdenakker, M. C., Vandegaer, E. in Van Damme, J. (2003). Ongelijke kansen in het secundair onderwijs in Vlaanderen. Steunpunt LOA. Hoover-Dempsey, K. V. in Sandler, H. M. (1997). Why do parents become involved in their children’s education?. Review of Educational Research, 67(1), 3–42. https://doi.org/10.3102/00346543067001003 Hoover-Dempsey, K. V., Walker, J. M., Sandler, H. M., Whetsel, D., Green, C. L., Wilkins, A. S. in Closson, K. (2005). Why do parents become involved? Research findings and implications. The Elementary School Journal, 106(2), 105–130. https://doi.org/10.1086/499194 Horvat, M., Zupančič, M. in Vidmar, M. (2010). Značilnosti otrok in vpletenost staršev v otrokovo učno dejavnost kot napovedniki učne uspešnosti prvošolcev. Šolsko polje, 21(1-2), 11–33. Howell, R. T. in Howell, C. J. (2008). The relation of economic status to subjective well-being in developing countries: a meta- analysis. Psychological Bulletin, 134(4), 536–560. https://doi.org/10.1037/0033-2909.134.4.536 Husén, T. (1975). Social Influences on Educational Attainment. Research Perspectives on Educational Equality. OECD Publications Center. Ingleby, F. C., Woods, L. M., Atherton, I. M., Baker, M., Elliss-Brookes, L. in Belot, A. (2021). Describing socio-economic variation in life expectancy according to an individual’s education, occupation and wage in England and Wales: An analysis of the ONS Longitudinal Study. SSM – Population Health, 14, 100815. https://doi.org/10.1016/j.ssmph.2021.100815 Jablonka, E. in Lamb, M. J. (2014). Evolution in four dimensions, revised edition: Genetic, epigenetic, behavioral, and symbolic variation in the history of life. MIT press. James, E. in Alsalam, N. (1993). College choice, academic achievement and future earnings. V E. P. Hoffman (ur.), Essays on the Economics of Education, (str. 111–138). Upjohn Institute for Employment Research. Javrh, P. (ur.). (2017). Poročilo o raziskavi spretnosti odraslih PIAAC 2016: Tematske študije: raziskovalno poročilo. Andragoški center Slovenije. Jencks, C. (1972). Inequality: A reassessment of the effect of family and schooling in America. Basic Books, Inc. Jones, B. D. (2007). The unintended outcomes of high-stakes testing. Journal of Applied School Psychology, 23(2), 65–86. https://doi.org/10.1300/J370v23n02_05 Jones, E. B. in Jackson, J. (1990). College Grades and Labor Market Rewards. Journal of Human Resources, 25(2), 253–266. Jürges, H., Schneider, K. in Büchel, F. (2005). The Effect of Central Exit Examinations on Student Achievement: Quasi- Experimental Evidence from Timss Germany. Journal of the European Economic Association, 3(5), 1134–1155. https://doi.org/10.1162/1542476054729400 Judson, E. in Hobson, A. (2015). Growth and achievement trends of Advanced Placement (AP) exams in American high schools. American Secondary Education, 59–76. Kalin, J. (2008, 2. marec). Neodgovorno in neresno spreminjanje učnih načrtov. Mladina, (8). Kaplan, G. A., Turrell, G., Lynch, J. W., Everson, S. A., Helkala, E.-L. in Salonen, J. T. (2001). Childhood socioeconomic position and cognitive function in adulthood. International Journal of Epidemiology, 30(2), 256–263. https://doi.org/10.1093/ije/30.2.256 Keng, S.-H., Lin, C.-H. in Orazem, P. F. (2017). Expanding College Access in Taiwan, 1978–2014: Effects on Graduate Quality and Income Inequality. Journal of Human Capital, 11(1), 1–34. https://doi.org/10.1086/690235 Kim, C., Tamborini, C. R. in Sakamoto, A. (2018). The sources of life chances: Does education, class category, occupation, or short-term earnings predict 20-year long-term earnings? Sociological Science, 5(9), 206–233. https://doi.org/10.15195/v5.a9 Klein, E. D. (2016). How do teachers prepare their students for statewide exit exams? A comparison of Finland, Ireland, and the Netherlands. Journal for Educational Research Online, 8(2), 31–59. https://doi.org/10.25656/01:12422 Kodelja, Z. (2024). Razvrednoteno znanje: šola in neoliberalizem. V Z. Kodelja (ur.), Odgovori (na to, kar so drugi hoteli vedeti) (str. 67–83). Pedagoški inštitut. Kohn, R., Dohrenwend, B. P. in Mirotznik, J. (1998). Epidemiological findings on selected psychiatric disorders in the general population. V B. P. Dohrenwend (ur.), Adversity, stress, and psychopathology (str. 235–284). London: Oxford University Press. Kotz, S., Balakrishnan, N., Read, C. B. in Vidakovic, B. (ur.). (2006). Encyclopedia of Statistical Sciences (2nd ed.). Wiley. Kovač, M., Jurak, G., Starc, G., Strel, J. in Senica, D. (2017). SLOfit ali športnovzgojni karton skozi zgodovinsko perspektivo. Šport (Ljubljana ), 65(3/4), 152–166. Kovač Šebart, M. (2014, 22. februar). Čas zamujenih javnih razprav, desetletje devetletke. Dnevnikov objektiv. Krapohl, E., Rimfeld, K., Shakeshaft, N. G., Trzaskowski, M., McMillan, A., Pingault, J. B., Asbury, K., Harlaar, N., Kovas, Y., Dale, P. S. in Plomin, R. (2014). The high heritability of educational achievement reflects many genetically influenced traits, not just intelligence. Proceedings of the National Academy of sciences, 111(42), 15273–15278. https://doi.org/10.1073/pnas.1408777111 Kuncel, N. R., Hezlett, S. A. in Ones, D. S. (2001). A comprehensive meta-analysis of the predictive validity of the Graduate Record Examinations: Implications for graduate student selection and performance. Psychological Bulletin, 127(1), 162–81. https://doi.org/10.1037/0033-2909.127.1.162 Kuzmina, J. in Carnoy, M. (2016). The effectiveness of vocational versus general secondary education: Evidence from the PISA 2012 for countries with early tracking. International Journal of Manpower, 37(1), 2–24. https://doi.org/10.1108/IJM-01-2015-0022 Laval, C. (2005). Šola ni podjetje: Neoliberalni napad na javno šolstvo. Krtina. Lavrijsen, J. in Nicaise, I. (2016). Integration and differentiation. The impact of educational regimes at secondary level on equity and social mobility in comparative perspective [Doctoral dissertation, University of Leuven]. Lindström, M., Hanson, B. S. in Östergren, P. O. (2001). Socioeconomic differences in leisure-time physical activity: the role of social participation and social capital in shaping health related behaviour. Social Science & Medicine, 52(3), 441–451. https://doi.org/10.1016/s0277-9536(00)00153-2 Leppel, K., Williams, M. L. in Waldauer, C. (2001). The impact of parental occupation and socioeconomic status on choice of college major. Journal of Family and Economic issues, 22, 373–394. https://doi.org/10.1023/A:1012716828901 Lynn, R. in Irwing, P. (2004). Sex differences on the progressive matrices: A meta-analysis. Intelligence, 32(5), 481–498. https://doi.org/10.1016/j.intell.2004.06.008 Mabel, Z., Libassi, C. J. in Hurwitz, M. (2020). The value of using early-career earnings data in the College Scorecard to guide college choices. Economics of Education Review, 75, 101958. Makovec, D. (2018). Mednarodna primerjava dejavnikov vpliva na zgodnje opuščanje izobraževanja. Andragoška spoznanja, 24(4), 109–125. Marioni, R. E., Davies, G., Hayward, C., Liewald, D., Kerr, S. M., Campbell, A., ... in Deary, I. J. (2014). Molecular genetic contributions to socioeconomic status and intelligence. Intelligence, 44, 26–32. https://doi.org/10.1016/j.intell.2014.02.006 Marks, G. N. (2005). Cross-national differences and accounting for social class inequalities in education. International sociology, 20(4), 483–505. https://doi.org/10.1177/0268580905058328 Marjanovič Umek, L., Sočan, G. in Bajc, K. (2006). Psihološki in družinski dejavniki šolske ocene. Sodobna pedagogika, 57(2), 108–129. Marjanovič Umek, L., Sočan, G. in Bajc, K. (2006). Šolska ocena: Koliko jo lahko pojasnimo z individualnimi značilnostmi mladostnika in koliko z dejavniki družinskega okolja. Psihološka Obzorja/Horizons of Psychology, 15(4), 25–52. Marjanovič Umek, L., Sočan, G. in Bajc, K. (2007). Vpliv psiholoških dejavnikov in izobrazbe staršev na učno uspešnost mladostnikov. Psihološka Obzorja /Horizons of Psychology, 16(3), 27–48. Marshall, G. in Swift, A. (1996). Merit and mobility: A reply to Peter Saunders. Sociology, 30(2), 375–386. https://doi.org/10.1177/0038038596030002011 Matějů, P. in Smith, M. L. (2009). The Perceived Value of Education and Educational Aspirations in the Czech Republic: Changes in the Determination of Educational Aspirations between 1989 and 2003. Comparative Education Review, 53(1), 13–39. https://doi.org/10.1086/593151 Matković, M. (2023). Veliko ljudi, ki so v šoli dobivali slabe ocene, je danes zelo uspešnih pri svojem delu. Cekin.si. Pridobljeno 12. februarja 2025 s https://cekin.si/koristno/slabe-ocene-v-soli.html Maučec, U. (2006, 19. december). Čez dve leti spremenjena matura. Pridobljeno 12. februarja 2025 s https://sobotainfo.com/novica/globalno/cez-dve-leti-spremenjena-matura/81782 McIntyre, A. (2017). Situational and psychological predictors of career and financial success. Clemson University. Medveš, Z., Muršak, J., Zgonc, B., Palandačič, M. in Tkalec, V. (1997). Izhodišča za pripravo izobraževalnih programov nižjega in srednjega poklicnega izobraževanja ter programov srednjega strokovnega izobraževanja. Strokovni svet za poklicno in strokovno izobraževanje Republike Slovenije: Področna kurikularna komisija za poklicno in strokovno izobraževanje. Mereckiene, J. (2018). Seasonal influenza vaccination and antiviral use in EU/EEA Member States: Overview of vaccine recommendations for 2017-2018 and vaccination coverage rates for 2015-2016 and 2016-2017 influenza seasons. European Centre for Disease Prevention and Control. Metropolitan Sensa. (2023, 13. oktober). Če želite uspeti v življenju, morate po Jungu narediti te 3 korake. Osebna rast. Pridobljeno 12. 2. 2025 s https://sensa.metropolitan.si/osebna-rast/cilji-zelje-carl-jung/ Miech, R. A., Caspi, A., Moffitt, T. E., Wright, B. R. E. in Silva, P. A. (1999). Low socioeconomic status and mental disorders: A longitudinal study of selection and causation during young adulthood. American Journal of Sociology, 104(4), 1096–1131. https://doi.org/10.1086/210137 Ministrstvo za izobraževanje, znanost in šport (MIZŠ). (2022). Pogled na izzive slovenske vzgoje in izobraževanja – Delovni dokument Urada za razvoj in kakovost izobraževanja (verzija 2.0, junij 2022). MIZŠ. Pridobljeno 12. februarja 2025 s https://www.gov.si/assets/ministrstva/MIZS/Dokumenti/Razvoj-solstva/Razvoj-in-kakovost/Pogled-na-izzive-izobrazevanja- posodobitev-2022_cistopis_koncna.docx Ministrstvo za šolstvo in šport. (2007). Izhodišča prenove gimnazijskega programa. Pridobljeno 11. januarja 2011 s http://www.mss.gov.si/ Moore, D. S. (2015). The Developing Genome: An Introduction to Behavioral Epigenetics. Oxford University Press. Montez, J. K. in Friedman, E. M. (2015). Educational attainment and adult health: Under what conditions is the association causal? Social Science & Medicine, 127, 1–7. https://doi.org/10.1016/j.socscimed.2014.12.029 Neisser, U., Boodoo, G., Bouchard, T. J., Jr., Boykin, A. W., Brody, N., Ceci, S. J., Halpern, D. F., Loehlin, J. C., Perloff, R., Sternberg, R. J. in Urbina, S. (1996). Intelligence: Knowns and unknowns. American Psychologist, 51(2), 77– 101. https://doi.org/10.1037/0003-066X.51.2.77 Nguyenová, V. A. (2023). How much does intelligence predict lifetime income? A Meta-Analysis. Univerzita Karlova, Fakulta sociálních věd. Nichols, S., Glass, G. in Berliner, D. (2012). High-stakes testing and student achievement: Updated analyses with NAEP data. Education Policy Analysis Archives, 20(20). https://doi.org/10.14507/epaa.v20n20.2012 OECD. (2011). Lessons from PISA for the United States, Strong Performers and Successful Reformers in Education. OECD Publishing. http://dx.doi.org/10.1787/9789264096660-en OECD. (2012). Grade expectations: How marks and education policies shape students’ ambitions. OECD Publishing. http://dx.doi.org/10.1787/9789264187528-en OECD. (2013). OECD Skills Outlook 2013: First results from the Survey of Adult Skills. OECD Publishing. https://doi.org/10.1787/9789264204256-en OECD. (2016). What is the relationship between education, literacy and self-reported health? Adult Skills in Focus. OECD Publishing. https://doi.org/10.1787/5jlqz97gb6zp-en OECD. (2019). PISA 2018 Results (Volume II): Where All Students Can Succeed. OECD Publishing. https://doi.org/10.1787/b5fd1b8f-en OECD. (2019). Skills Matter: Additional Results from the Survey of Adult Skills, OECD Skills Studies. OECD Publishing. https://doi.org/10.1787/1f029d8f-en OECD. (2022). Pathways to professions: Understanding higher vocational and professional tertiary education systems. Reviews of Vocational Education and Training. OECD Publishing. https://doi.org/10.1787/a81152f4-en OECD. (2023). Education at a Glance 2023: OECD Indicators. OECD Publishing. https://doi.org/10.1787/e13bef63-en Pappas, G., Queen, S., Hadden, W. in Fisher, G. (1993). The increasing disparity in mortality between socioeconomic groups in the United States, 1960 and 1986. New England Journal of Medicine, 329(2), 103–109. https://doi.org/10.1056/NEJM199307083290207 Pinquart, M. in Sörensen, S. (2000). Influences of socioeconomic status, social network, and competence on subjective well- being in later life: a meta-analysis. Psychology and Aging, 15(2), 187–224. https://doi.org/10.1037/0882-7974.15.2.187 Poulain, T., Vogel, M., Sobek, C., Hilbert, A., Körner, A. in Kiess, W. (2019). Associations Between Socio-Economic Status and Child Health: Findings of a Large German Cohort Study. International Journal of Environmental Research and Public Health, 16(5), 677. https://doi.org/10.3390/ijerph16050677 Prodromou, L. (1995). The backwash effect: from testing to teaching. ELT Journal, 49, 13–25. https://doi.org/10.1093/elt/49.1.13 Rakinić, K., Komljen, I., Semen, E., Cankar, G. (2021). Učinki izobraževanja na daljavo v šolskem letu 2020/2021. Državni izpitni center. Repanšek, Z. (2009). Analiza dejavnikov, ki vplivajo na izbiro srednje šole, in analiza ocene kakovosti šolske svetovalne službe. Sodobna pedagogika, 60(3), 134–154. Robinson, K. in Aronica, L. (2009). The element: How finding your passion changes everything. Penguin. Roth, B., Becker, N., Romeyke, S., Schäfer, S., Domnick, F. in Spinath, F. M. (2015). Intelligence and school grades: A meta-analysis. Intelligence , 53, 118–137. https://doi.org/10.1016/j.intell.2015.09.002 Salecl, R. (2010). Izbira. Cankarjeva založba. Salisbury, J., Rees, G. in Gorard, S. (1999). Accounting for the differential attainment of boys and girls at school. School Leadership & Management, 19(4), 403–426. https://doi.org/10.1080/13632439968943 Saunders, P. (1995). Might Britain be a Meritocracy? Sociology, 29(1), 23–41. https://doi.org/10.1177/0038038595029001003 Schleicher, A. (2018). World Class: How to build a 21st-century school system, Strong Performers and Successful Reformers in Education. OECD Publishing. Segool, N. K., Carlson, J. S., Goforth, A. N., Von Der Embse, N. in Barterian, J. A. (2013). Heightened test anxiety among young children: elementary school students' anxious responses to high-stakes testing. Psychology in the Schools, 50(5), 489–499. https://doi.org/10.1002/pits.21689 Sember, V., Morrison, S. A., Jurak, G., Kovač, M., Starc, G. (2018). Differences in Physical Activity and Academic Performance between Urban and Rural Schoolchildren in Slovenia. Montenegrin Journal of Sports Science and Medicine, 7(1). https://doi.org/10.26773/mjssm.180309 Slivar, B., Pušnik, M., Cankar, A., Milekšič, V., Preskar, S., Sentočnik, S., Borstner, M. in Kranjc, T. (2014). Posodobitev kurikularnega procesa na OŠ in GIM: Končno poročilo o uvajanju poskusa „Preverjanje nekaterih elementov gimnazijskega programa s poskusom“. Zavod RS za šolstvo. Pridobljeno 12. februarja 2025 s https://www.zrss.si/poskus-v-gimnaziji/files/KONCNO- POROCILO-marec2015-za-SSSI%20.pdf Sirin, S. R. (2005). Socioeconomic status and academic achievement: A meta-analytic review of research. Review of Educational Research, 75(3), 417–453. https://doi.org/10.3102/00346543075003417 Sočan, G., Krebl, M., Špeh, A. in Kutin, A. (2016). Predictive validity of the Slovene Matura exam for academic achievement in humanities and social sciences. Horizons of Psychology, 25, 84–93. Starc, G., Gril, M. in Cernilec, P. (2017). Academic performance of the most and least physically efficient children. Sodobna pedagogika/Journal of Contemporary Educational Studies, 68(134), 130–145. Straková, J. (2010). Trends in differentiation of student achievement and learning conditions in the Czech compulsory education. Findings from TIMSS. IRC 2010. Dostopno na: https://www.iea.nl/sites/default/files/2019-04/IRC2010_Strakova.pdf Strenze, T. (2007). Intelligence and socioeconomic success: A meta-analytic review of longitudinal research. Intelligence, 35(5), 401–426. https://doi.org/10.1016/j.intell.2006.09.004 Stright, A. D., Neitzel, C., Sears, K. G. in Hoke-Sinex, L. (2001). Instruction begins in the home: Relations between parental instruction and children's self-regulation in the classroom. Journal of Educational Psychology, 93(3), 456–466. https://doi.org/10.1037/0022-0663.93.3.456 Statistični urad Republike Slovenije. (2022, 3. oktober). Študij uspešno dokončala manj kot tretjina višješolskih in okoli polovica visokošolskih dodiplomskih študentov. https://www.stat.si/statweb/News/Index/10615 Statistični urad Republike Slovenije. (2024, 28. maj). Vpis srednješolcev v terciarno izobraževanje: Predstavitev analiz za Nacionalni program vzgoje in izobraževanja (NPVI) 2023–2033. Ministrstvo za vzgojo in izobraževanje, Ljubljana. Svetovna banka. (2024). GINI indeks (ocena Svetovne banke). Svetovna banka. https://data.worldbank.org/indicator/SI.POV.GINI Tavčar Krajnc, M. (2024, 3. avgust). Pogovoriti se moramo o maturi. Sobotna priloga Dela. Teulings, C., in van Rens, T. (2008). Education, growth, and income inequality. The Review of Economics and Statistics, 90(1), 89– 104. https://doi.org/10.1162/rest.90.1.89 Thiel, R. D., Keller, A., Binder, A. in Boben, D. (1999). Vprašalnik o učnih navadah za mladostnike. Priročnik za izvedbo, vrednotenje in interpretacijo [Learning habits questionaire for adolescets. Handbook for aplication, scoring and interpretation]. Center za psihodiagnostična sredstva. Thoits, P. A. (2010). Stress and health: Major findings and policy implications. Journal of Health and Social Behavior, 51, S41–S53. https://doi.org/10.1177/0022146510383499 Tinklin, T. (2003). Gender differences and high attainment. British Educational Research Journal, 29(3), 307–325. https://doi.org/10.1080/01411920301854 Trudeau, F. in Shephard, R. J. (2008). Physical education, school physical activity, school sports and academic performance. International Journal of Behavioral Nutrition and Physical Activity, 5(1), 10. https://doi.org/10.1186/1479-5868-5-10 Trzaskowski, M., Harlaar, N., Arden, R., Krapohl, E., Rimfeld, K., McMillan, A., Dale, P. S. in Plomin, R. (2014). Genetic influence on family socioeconomic status and children's intelligence. Intelligence, 42, 83–88. https://doi.org/10.1016/j.intell.2013.11.002 Tucker-Drob, E. M. in Bates, T. C. (2016). Large cross-national differences in gene × socioeconomic status interaction on intelligence. Psychological Science, 27(2), 138–149. Tulviste, T. in Kikas, E. (2010). Qualities to be developed in Estonian children at home and at school. Journal of Applied Developmental Psychology, 31(4), 315–321. https://doi.org/10.1016/j.appdev.2010.03.002 Turner, C., Tamura, R., Mulholland, S. E. in Baier, S. (2007). Education and income of the states of the United States: 1840–2000. Journal of Economic Growth, 12(2), 101–158. https://doi.org/10.1007/s10887-007-9016-0 Van Damme, J., De Troy, A., Meyer, J. in Mertens, W. (2001). Succesvol middelbaar onderwijs. Acco. Van Houtte, M. V. (2004). Why boys achieve less at school than girls: The difference between boys' and girls' academic culture. Educational Studies, 30(2), 159–173. https://doi.org/10.1080/0305569032000159804 Vuk Godina, V. (2023a). RIC frizira podatke o uspehu na maturi, da prikrije slabosti šolskega sistema. Fokuspokus. Pridobljeno 12. februarja 2025 s https://fokuspokus.si/ric-frizira-podatke-o-uspehu-na-maturi-da-prikrije-slabosti-solskega-sistema- 10336486 Vuk Godina, V. (2023b). Maturanti imajo vse več točk, znajo pa vse manj. Kako je to mogoče? Večer. Pridobljeno 12. februarja 2025 s https://vecer.com/pogledi/pogled-kolumna-vesne-v-godina-maturanti-imajo-vse-vec-tock-znajo-pa-vse-manj-kako-je- to-mogoce-10336565 Ustavno sodišče RS. (2021, 16. september). Odločba o ugotovitvi, da osmi odstavek 64. člena in 65. člen Zakona o osnovni šoli ter tretji odstavek 18.a člena Zakona o maturi niso v neskladju z Ustavo in druge odločitve. Uradni list RS, št. 173/21. Wadsworth, M. E., Evans, G. W., Grant, K., Carter, J. S. in Duffy, S. (2016). Poverty and the development of psychopathology. Developmental Psychopathology, 1–44. https://doi.org/10.1002/9781119125556.devpsy404 Watkins, D., Dahlin, B. in Ekholm, M. (2005). Awareness of the backwash effect of assessment: A phenomenographic study of the views of Hong Kong and Swedish lecturers. Instructional Science, 33, 283–309. https://doi.org/10.1007/s11251-005- 3002-8 Wender, P. H., Rosenthal, D., Kety, S. S., Schulsinger, F. in Welner, J. (1973). Social class and psychopathology in adoptees: A natural experimental method for separating the roles of genetic and experiential factors. Archives of General Psychiatry, 28(3), 318–325. https://doi.org/10.1001/archpsyc.1973.01750330020003 Woessmann, L. (2003). Schooling resources, educational institutions and student performance: the international evidence. Oxford Bulletin of Economics and Statistics, 65(2), 117–170. https://doi.org/10.1111/1468-0084.00045 Woessmann, L. (2007a). International Evidence on School Competition, Autonomy, and Accountability: A Review. Peabody Journal of Education, 82(2–3), 473–497. https://doi.org/10.1080/01619560701313176 Woessmann, L. (2007b). Fundamental Determinants of School Efficiency and Equity: German States as a Microcosm for OECD Countries. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.986555 Wong, K. C., Lam, Y. R. in Ho, L. M. (2002). The effects of schooling on gender differences. British Educational Research Journal, 28(6), 827–843. https://doi.org/10.1080/0141192022000019080 Yu, J., Han, X., Wen, H., Ren, J. in Qi, L. (2020). Better dietary knowledge and socioeconomic status (SES), better body mass index? Evidence from China—an unconditional quantile regression approach. Nutrients, 12(4), 1197. Zavod RS za šolstvo (ZRSŠ). (2008). Posodobitev gimnazije. Pridobljeno 12. februarja 2025 s https://www.zrss.si/projektiess/default.asp?pr=2 Zavod RS za šolstvo (ZRSŠ). (2010). Izhodišča. Poskus v gimnaziji, podprojekt v okviru ESS projekta Posodobitev kurikularnega procesa na OŠ in GIMN (2010–2014). Pridobljeno 12. februarja 2025 s https://www.zrss.si/poskus-v-gimnaziji/?lnk=izhodisca Zavod RS za šolstvo. (2017). Predlog posodobitve izobraževalnega programa splošne gimnazije. Obravnavano na posvetu Skupnosti gimnazij, Ljubljana, MONS, 12. 1. 2017. Zgaga, P. (2021). Visoko šolstvo na prelomu iz osemdesetih v devetdeseta leta. Šolska kronika, 30(1), 17–41. Zmazek, B., Zorec, R. in Zupanc, D. (2019). Višja zahtevnost vstopnega znanja za boljšo kakovost univerzitetnih študentov in diplomantov. V T. Horvat idr. (ur.), Od minimalnih standardov k odličnosti: zbornik razprav o kakovosti v visokem šolstvu in letno poročilo NAKVIS 2018 (str. 45–58). Nacionalna agencija Republike Slovenije za kakovost v visokem šolstvu. Zou, T., Zhang, Y. in Zhou, B. (2022). Does GPA matter for university graduates’ wages? New evidence revisited. PLoS ONE, 17(4), e0266981. https://doi.org/10.1371/journal.pone.0266981 Zupanc, D. (2010, 22. januar). Interna, neobjavljena korespondenca med dr. Darkom Zupancem in dr. Janijem Krekom, Razlike v dosežkih deklet in fantov pri internem in eksternem ocenjevanju [Neobjavljeno gradivo]. Zupanc, D. (2013). NPZ kot „drugo mnenje“ o doseženem kurikulu in (tudi) o šolskem ocenjevanju. Predstavitev na Strokovnem srečanju ravnateljic in ravnateljev osnovnih šol, Portorož, Slovenija, 11. in 12. november 2013. Zupanc, D. (2015). V Sloveniji je šolstvo zasvojeno z obsegom in količino, zanemarja pa kakovost in pravičnost. Posvet SAZU: Stanje in vizija visokega šolstva v Sloveniji, Ljubljana, 9. april 2015. Zupanc, D. (2019, 14. november). Šolanje vrednost dodaja. Predavanje na 46. seji Državne komisije za splošno maturo, ZRC Atrij SAZU, Ljubljana. Zupanc, D. (2023, 28. avgust ). Vedno več točk, vedno manj znanja (2): odziv na kolumno dr. Vesne V. Godina. Večer. https://vecer.com/pogledi/odziv-na-kolumno-dr-vesne-v-godina-vedno-vec-tock-vedno-manj-znanja-2-10339183 Zupanc, D. (2023b, oktober 27). Šolski sistem ni dovolj pravičen [Intervju]. Gorenjski glas, 76(86). https://www.gorenjskiglas.si/zgodbe/solski-sistem-ni-dovolj-pravicen-42623/ Zupanc, D. in Bren, M. (2010). Inflacija pri internem ocenjevanju v Sloveniji. Sodobna pedagogika, 61(3), 208–228. Zupanc, D. in Bren, M. (2010). Izbira predmetov pri maturi in splošni uspeh – ali naravoslovne predmete izberejo po uspehu boljši? Šolsko polje: Revija za teorijo in raziskave vzgoje in izobraževanja, 21(3/4), 107–135. Zurc, J. in Planinšec, J. (2022). Associations between Physical Activity and Academic Competence: A Cross-Sectional Study among Slovenian Primary School Students. International Journal of Environmental Research and Public Health, 19(2), 623. https://doi.org/10.3390/ijerph19020623 Žakelj, A. (ur.) in Borstner, M. (ur.). (2014). Posodobitev kurikularnega procesa na osnovnih šolah in gimnazijah: Sklop: Posodobitev pouka na osnovnih šolah in gimnazijah: Zbornik prispevkov zaključne konference in predstavitev predmetno razvojnih skupin. Zavod RS za šolstvo. Pridobljeno 12. februarja 2025 s https://www.zrss.si/pdf/PKP-zbornik-prispevkov-zakl-konf.pdf PRILOGE Opis uporabljenih podatkovnih baz Preglednica 47: Evidenca gospodinjstev (administrativna gospodinjstva) Ime spremenljivke Dolgo ime spremenljivke SID_razST Raziskovalna številka (prevod iz spremenljivke: SID osebe) ID_GO_razST Raziskovalna številka (prevod iz spremenljivke: Statistični identifikator gospodinjstva) OBC Občina stalnega prebivališča REF_GO Razmerje do referenčne osebe gospodinjstva Obdobje: 1. 1. 2017 Preglednica 48: Registrski popis prebivalstva Ime spremenljivke Dolgo ime spremenljivke SID_razST Raziskovalna številka (prevod iz spremenljivke: SID osebe) SID_M_razST Raziskovalna številka (prevod iz spremenljivke: SID matere osebe) SID_O_razST Raziskovalna številka (prevod iz spremenljivke: SID očeta osebe) STAR Dopolnjena leta starosti SP Spol OBC Občina prebivališča DRZ Državljanstvo PP_IND Indikator prvega prebivališča ID_GO Identifikator gospodinjstva TIP_GO Tip gospodinjstva GO_OS Število oseb v gospodinjstvu REF_GO Razmerje do referenčne osebe gospodinjstva GO_POL Položaj v gospodinjstvu ID_DRUZ Identifikator družine TIP_DRUZ Tip družine ST_OT_DRUZ Število otrok v družini DRUZ_POL Položaj v družini IZB Izobrazba AKT Status aktivnosti PRIS_GEN Generacija priseljenca TIP_PRIS Tip priseljenosti MATI Status matere OCE Status očeta Obdobje: 1. 1. 2015 Preglednica 49: Socialno-ekonomske značilnosti prebivalstva Ime spremenljivke Dolgo ime spremenljivke SID_razST Raziskovalna številka (prevod iz spremenljivke: SID osebe) IZB Izobrazba AKT Status aktivnosti Obdobje: 1. 1. 2017 Preglednica 50: Lastništvo stanovanj in drugih delov stavb iz Registra nepremičnin Ime spremenljivke Dolgo ime spremenljivke SID_razST Raziskovalna številka (prevod iz spremenljivke: Identifikator osebe) VREDNOST Vrednost deležev na delih stavb Obdobje: december 2017 Preglednica 51: Lastništvo parcel iz Registra nepremičnin Ime spremenljivke Dolgo ime spremenljivke SID_razST Raziskovalna številka (prevod iz spremenljivke: Identifikator osebe) VREDNOST Vrednost deležev na parcelah Obdobje: december 2017 Preglednica 52: Statistični register delovno aktivnega prebivalstva (SRDAP) Ime spremenljivke Dolgo ime spremenljivke SID_razST Raziskovalna številka (prevod iz spremenljivke: Statistični identifikator za osebo) DRZ Državljanstvo IND_DRZ Indikator državljanstva (1 = državljan RS, 0 = tujec) SPOL Spol LETO_ROJ Leto rojstva (LLLL) STAROST_LET Starost v letih DATD Datum dogodka (prijave, spremembe ipd.) VR_DOG Vrsta dogodka (1 = prijava, 2 = reorganizacija, 3 = sprememba, 6 = verifikacija) PODL Podlaga za zavarovanje STATUS_AKT_ID2 Status aktivnosti zaposlene osebe (zaposleni pri pravnih osebah, s. p.-ji, kmetje ipd.) IZM_DELO Izmensko delo DEL_RAZM Vrsta delovnega razmerja DEL_CAS Delovni čas v urah (število ur/teden) KLASIUS_SRV_ID4 Klasifikacija vrst izobraževalnih aktivnosti/izidov, raven 4 (XXXXX; pet cifer) KLASIUS_P_ID3 Klasifikacija področij izobraževalnih aktivnosti/izidov, raven 3 (XXX; tri cifre) ISCED_ID2 ISCED izobrazba – prehodnost ISCED_A2011_ID3 ISCED izobrazba – kodirana po ISCED 2011 SKP08_ID4 Poklic osebe (enota področne skupine poklicev) po skp-08 POKLIC_ISCO_ID4 Poklic osebe (enota področne skupine poklicev) po ISCO-08 SKIS_ID5 Institucionalni sektor (skupine institucionalnih enot) (S.xxxxx) SKD2008_ENO_ID5 Podrazred dejavnosti enote po SKD 2008 (XX.XXX) SKD2008_POD_ID5 Podrazred dejavnosti podjetja po SKD 2008 (XX.XXX) SKTE2_UR_ENO SKTE2=NUTS2, kohezijska regija del. mesta – enote (dve kohezijski regiji) SKTE2_UR_POD SKTE2=NUTS2, kohezijska regija del. mesta – podjetje (dve kohezijski regiji) SKTE3_REG_ENO SKTE3=NUTS3, stat. regija del. mesta – enote (12 regij) SKTE3_REG_POD SKTE3=NUTS3, stat. regija del. mesta – podjetje (12 regij) SKTE4_UE_ENO SKTE4=NUTS4, upravna enota del. mesta – enote (58 UE) SKTE4_UE_POD SKTE4=NUTS4, upravna enota del. mesta – podjetje SKTE5_OBC_ENO SKTE5=NUTS5, občina del. mesta – enote SKTE5_OBC_POD SKTE5=NUTS5, občina del. mesta – podjetje SKTE2_UR_PREB SKTE2=NUTS2, kohezijska regija prebivališča (dve kohezijski regiji) SKTE3_REG_PREB SKTE3=NUTS3, stat. regija prebivališča (12 regij) SKTE4_UE_PREB SKTE4=NUTS4, upravna enota prebivališča (58 UE) SKTE5_OBC_PREB SKTE5=NUTS5, občina prebivališča DAT_STANJA Datum stanja (DDMMLLLL) Obdobje: december 2015 Preglednica 53: Dohodnina (odmerni in končni kontrolni podatki) Ime spremenljivke Dolgo ime spremenljivke SID_razST Raziskovalna številka (prevod iz spremenljivke: Statistični identifikator za osebo) LETO Leto BRUTO1 Vsota bruto obdavčljivih in neobdavčljivih dohodkov NETO1 Vsota neto obdavčljivih in neobdavčljivih dohodkov BRUTO2 Vsota bruto obdavčljivih dohodkov NETO2 Vsota neto obdavčljivih dohodkov Obdobje: 2016 Preglednica 54: Podatkovna baza Rica Ime spremenljivke Dolgo ime spremenljivke SID_razST Raziskovalna številka (prevod iz spremenljivke: Statistični identifikator za osebo) spol Oznaka spola (M/Ž) oznaka Oznaka izpita leto Leto opravljanja skupina Tip opravljanja sola_razST Raziskovalna številka (prevod iz spremenljivke: Šifra šole) solar Statistična regija šole razred Oznaka oddelka slo Točke izpita – slo sloustno Točke izpita – slo ustno slooc Ocena izpita – slo slosola Ocena v šoli – slo mat Točke izpita – mat ustno matustno Točke izpita – mat ustno matoc Ocena izpita – mat matsola Ocena v šoli – mat tri Točke izpita – tretji predmet tri.ime Sifra predmeta – tretji predmet trioc Ocena izpita – tretji predmet trisola Ocena v šoli – tretji predmet stevilo Število predmetov v povprečni oceni/vrsta izobraževanja (pri srednjih šolah) povp Povprečna ocena v šoli uspeh Uspeh na maturi (srednje šole) izobp Izobraževalni program učenca upp Status posebnih potreb učenca Obdobje: 1995 –2017 (splošna matura), 2002–2017 (poklicna matura), 2006–2017 (NPZ, 6. in 9. razred), 2008–2017 (zaključni izpit) Preglednica 55: V raziskavi uporabljen šifrant oznak za izobrazbo Oznaka Dosežena izobrazba 0 brez izobrazbe 10 izpolnjena osnovnošolska obveznost/nepopolna višja stopnja osnovnošolske izobrazbe 20 osnovnošolsko izobraževanje višje stopnje/osnovnošolska izobrazba 30 nižje poklicno izobraževanje/nižja poklicna izobrazba 40 srednje poklicno izobraževanje/srednja poklicna izobrazba 50 srednja strokovna izobrazba/srednja splošna izobrazba 61 višja strokovna izobrazba/višješolska izobrazba (prejšnja) 62 specializacija po višješolski izobrazbi (prejšnja)/visokošolska strokovna izobrazba (prejšnja)/visokošolska strokovna ali univerzitetna izobrazba (prva bolonjska stopnja) 70 specializacija po visokošolski strokovni izobrazbi (prejšnja)/visokošolska univerzitetna izobrazba (prejšnja)/magistrska izobrazba (druga bolonjska stopnja) 81 specializacija po univerzitetni izobrazbi (prejšnja)/magisterij znanosti (prejšnji) 82 doktorat znanosti (prejšnji)/doktorat znanosti (tretja bolonjska stopnja) Rezultati – dodatne preglednice Preglednica 56: Delež manjkajočih vrednosti SEId po letih in po vrstah izpitov NPZ6 NPZ9 PM SM ZI 1995 5,11 1996 5,41 1997 5,21 1998 5,43 1999 5,16 2000 4,27 2001 3,54 2002 2,65 2,66 2,65 3,91 2003 2,43 2,26 2,08 3,34 2004 2,74 1,84 2,19 3,11 2005 1,83 1,60 2,14 2,95 2006 1,52 1,79 2,00 2,33 2007 1,60 1,53 1,78 1,93 2008 0,98 1,49 1,57 1,50 2009 1,14 1,50 1,63 1,23 2010 1,44 1,69 1,69 0,98 2,10 2011 1,96 1,91 1,48 0,60 2,75 2012 1,93 2,00 1,42 0,62 3,38 2013 2,31 2,27 1,52 0,73 4,13 2014 3,16 2,58 1,48 0,41 5,04 2015 3,32 2,71 1,96 0,62 6,03 2016 3,87 3,34 2,49 0,81 6,44 2017 4,00 3,75 2,56 0,79 8,55 2018 4,48 4,23 2,93 0,88 9,47 Opombe: NPZ6 – nacionalno preverjanje znanja v 6. razredu, NPZ9 – nacionalno preverjanje znanja v 9. razredu, PM – poklicna matura, SM – splošna matura, ZI – zaključni izpit Preglednica 57: Povprečna starost mater in očetov po decilih SEId za NPZ6, NPZ9 in SŠ NPZ6.M NPZ6.O NPZ9.M NPZ9.O SŠ.M SŠ.O 1 39,2 43,43 41,6 45,64 47,71 51,02 2 38,87 42,22 41,16 44,68 45,83 49,43 3 38,99 42,57 41,11 44,67 45,6 49,19 4 39,45 42,63 42 45,27 45,6 49,12 5 39,82 42,75 42,13 45,19 46,02 49,11 6 40,22 42,98 42,4 45,28 46,2 49,31 7 40,69 43,24 42,84 45,67 46,24 49,15 8 41,22 43,74 43,35 46,07 46,81 49,56 9 41,98 44,5 44,11 46,51 47,12 49,84 10 42,81 45,25 45,04 47,47 48,16 50,5 Opombe: NPZ6.M – povprečna starost mater učencev NPZ v 6. razredu, NPZ6.O – povprečna starost očetov učencev NPZ v 6. razredu, NPZ9.M – povprečna starost mater učencev NPZ v 9. razredu, NPZ9.O – povprečna starost očetov učencev NPZ v 9. razredu, SŠ.M – povprečna starost mater kandidatov splošne in poklicne mature ter zaključnih izpitov, SŠ.O – povprečna starost očetov kandidatov splošne in poklicne mature ter zaključnih izpitov Preglednica 58: Mediana izobrazbe mater in očetov po decilih SEId za NPZ6, NPZ9 in SŠ NPZ6.M NPZ6.O NPZ9.M NPZ9.O SŠ.M SŠ.O 1 40 40 20 30 20 20 2 40 40 40 40 40 40 3 50 40 50 40 40 40 4 50 50 50 40 50 40 5 50 50 50 50 50 40 6 50 50 50 50 50 50 7 62 50 61 50 50 50 8 70 61 62 50 61 50 9 70 62 70 61 62 61 10 70 70 70 70 70 70 Opombe: NPZ6.M – mediana starosti mater učencev NPZ v 6. razredu, NPZ6.O – mediana starosti očetov učencev NPZ v 6. razredu, NPZ9.M – mediana starosti mater učencev NPZ v 9. razredu, NPZ9.O – mediana starosti očetov učencev NPZ v 9. razredu, SŠ.M – mediana starosti mater kandidatov splošne in poklicne mature ter zaključnih izpitov, SŠ.O – mediana starosti očetov kandidatov splošne in poklicne mature ter zaključnih izpitov Preglednica 59: Frekvence podatkov o starših z dokončano izobrazbo po vrstah izobrazbe Mati Oče NPZ6 NPZ9 SŠ NPZ6 NPZ9 SŠ 0 Z Z Z Z Z 0 10 Z Z Z Z Z 252 20 1238 1513 2885 1463 1633 2387 30 174 204 313 214 241 342 40 2753 3048 3909 4524 4752 5983 50 5408 5444 6450 5425 5129 5761 61 1143 1359 1659 1044 1080 1128 62 1576 1236 1201 843 671 545 70 3653 2980 2303 2030 1727 1578 81 560 419 308 462 379 335 82 232 184 119 268 219 181 Opombe: NPZ6 – nacionalno preverjanje znanja v 6. razredu, NPZ9 – nacionalno preverjanje znanja v 9. razredu, SŠ – splošna in poklicna matura ter zaključni izpiti, Z – zakrit podatek, ker je frekvenca 5 ali manj. Preglednica 60: Mediana bruto letnih dohodkov družine (DOHODEK) po letih in vrstah zunanjih preizkusov NPZ6 NPZ9 PM SM ZI 1995 42.306 1996 42.532 1997 42.623 1998 42.001 1999 42.928 2000 43.515 2001 44.002 2002 34.984 34.151 30.895 43.299 2003 36.530 34.318 30.672 43.340 2004 35.246 34.232 30.634 43.638 2005 36.533 35.122 30.792 44.137 2006 32.981 34.623 31.356 44.544 2007 33.224 35.279 31.622 44.433 2008 34.139 34.368 31.673 43.885 2009 33.361 34.083 32.042 42.518 2010 33.346 33.687 31.285 41.846 27.672 2011 33.304 33.134 31.290 41.498 27.391 2012 33.649 32.263 31.167 41.172 26.887 2013 32.875 32.139 31.615 40.811 27.697 2014 31.903 32.473 31.476 40.890 26.021 2015 32.410 32.924 31.094 41.667 24.467 2016 32.726 32.050 30.194 41.380 24.512 2017 32.755 32.067 30.049 42.873 23.983 2018 32.660 32.535 30.362 43.466 24.162 Opombe: NPZ6 – nacionalno preverjanje znanja v 6. razredu, NPZ9 – nacionalno preverjanje znanja v 9. razredu, PM – poklicna matura, SM – splošna matura, ZI – zaključni izpit Preglednica 61: Mediana vrednosti nepremičnin družine (NEPR) po letih in po vrstah zunanjih preizkusov NPZ6 NPZ9 PM SM ZI 1995 168.960 1996 168.262 1997 168.439 1998 162.698 1999 166.374 2000 161.890 2001 158.805 2002 98.153 93.335 108.366 146.807 2003 108.204 95.041 107.905 144.355 2004 95.915 91.048 103.236 143.857 2005 99.929 90.929 102.434 137.938 2006 87.082 99.533 100.703 135.550 2007 89.066 99.308 96.956 134.511 2008 88.945 96.160 96.834 129.343 2009 95.324 97.050 96.088 127.996 2010 95.491 95.958 93.177 126.473 70.420 2011 90.702 93.070 91.391 125.861 71.116 2012 91.270 91.396 88.374 127.141 69.314 2013 87.911 90.941 89.653 125.261 70.761 2014 84.311 87.926 90.293 125.590 62.404 2015 82.219 88.579 87.121 125.184 63.919 2016 79.433 84.826 84.579 121.287 62.043 2017 74.265 84.642 84.449 126.462 55.825 2018 73.237 82.640 81.440 123.248 56.740 Opombe: NPZ6 – nacionalno preverjanje znanja v 6. razredu, NPZ9 – nacionalno preverjanje znanja v 9. razredu, PM – poklicna matura, SM – splošna matura, ZI – zaključni izpit Preglednica 62: Mediana najvišje izobrazbe staršev (IZOB) po letih in po vrstah zunanjih preizkusov NPZ6 NPZ9 PM SM ZI 1995 50 1996 50 1997 61 1998 61 1999 61 2000 61 2001 61 2002 50 50 40 61 2003 50 50 40 61 2004 50 50 40 61 2005 50 50 40 61 2006 50 50 50 61 2007 50 50 50 61 2008 50 50 50 61 2009 50 50 50 61 2010 50 50 50 61 40 2011 50 50 50 61 40 2012 50 50 50 61 40 2013 50 50 50 61 40 2014 50 50 50 61 40 2015 50 50 50 62 40 2016 50 50 50 62 40 2017 61 50 50 62 50 2018 61 50 50 62 50 Opombe: NPZ6 – nacionalno preverjanje znanja v 6. razredu, NPZ9 – nacionalno preverjanje znanja v 9. razredu, PM – poklicna matura, SM – splošna matura, ZI – zaključni izpit Preglednica 63: Mediana najvišjega statusa poklica staršev (POKLIC) po letih in vrstah zunanjih preizkusov NPZ6 NPZ9 PM SM ZI 1995 71,4 1996 70,1 1997 68,9 1998 68,3 1999 65 2000 63,9 2001 60,5 2002 44,9 41,5 43,8 58,8 2003 48,3 43,2 42,2 58,1 2004 44,1 39 39,6 57 2005 45,8 40,7 37,9 57 2006 44,1 43,4 36,9 57 2007 44,7 44,9 35,7 57 2008 48,1 44,9 35,9 57 2009 50,4 44,9 36,3 57 2010 51,5 44,9 35,4 57,4 28,5 2011 51,5 44,9 35,3 58,8 28,6 2012 53,8 47 35,6 59,4 29,1 2013 53,8 50,2 36,4 59,5 28,7 2014 51,6 50,4 36,9 59,8 28,7 2015 53,8 51,6 36,9 59,9 29,2 2016 54,9 51,6 39 60,3 30,3 2017 55 51,9 41 65 30,3 2018 56 54,6 41,6 65,4 30,3 Opombe: NPZ6 – nacionalno preverjanje znanja v 6. razredu, NPZ9 – nacionalno preverjanje znanja v 9. razredu, PM – poklicna matura, SM – splošna matura, ZI – zaključni izpit Preglednica 64: Vrednosti SEId in komponent – mediane po decilih SEId – NPZ6, 2016 SEId IZOB POKLIC NEPR DOHODEK Štev. učencev 1 71,2 40 23,88 2.497 16.344 1687 2 78,9 50 28,03 28.449 22.775 1688 3 84,2 50 29,16 53.890 26.960 1688 4 90,8 50 40,54 67.995 28.339 1688 5 97,4 50 51,92 71.561 31.282 1688 6 104,9 61 57,03 92.294 35.515 1687 7 112,6 62 65,42 95.111 39.805 1688 8 119,4 70 71,45 113.301 45.482 1688 9 128,0 70 74,66 150.376 55.942 1688 10 143,5 81 78,86 225.734 84.504 1688 Opombe: SEId – socialno-ekonomski indeks družinskega okolja, IZOB – najvišja dosežena izbrazba obeh staršev, POKLIC – najvišji status poklica obeh staršev, NEPR – vrednost nepremičnin v lasti obeh staršev (v EUR), DOHODEK – letni bruto dohodek obeh staršev (v EUR) Preglednica 65: Vrednosti SEId in komponent – mediane po decilih SEId – SŠ, 2016 SEI IZOB POKLIC NEPR DOHODEK Štev. učencev 1 66,4 20 20,27 35.726 17.196 1973 2 76,2 40 25,95 47.342 20.675 1974 3 81,1 40 28,48 66.293 24.711 1974 4 85,6 50 30,405 82.112 28.343 1974 5 91,3 50 39,45 85.732 30.049 1974 6 97,6 50 51,5 93.526 33.164 1973 7 104,5 50 56 108.480 37.582 1974 8 112,7 62 64,4 114.925 41.228 1974 9 122,3 70 71,45 145.852 50.810 1974 10 139,0 70 77,1 222.085 77.460 1974 Opombe: SEId – socialno-ekonomski indeks družinskega okolja, IZOB – najvišja dosežena izbrazba obeh staršev, POKLIC – najvišji status poklica obeh staršev, NEPR – vrednost nepremičnin v lasti obeh staršev (v EUR), DOHODEK – letni bruto dohodek obeh staršev (v EUR) Preglednica 66: Pregled podatkov o letnem bruto dohodku po splošnem uspehu na maturi (generacije 1995–2001) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 10 1.125 8.996 17.822 23.435 47.761 18.578 14.140 185 195 94,9 % 1.039,6 16.540 20.616 11 1.707 9.773 17.689 24.735 38.550 18.390 11.963 687 716 95,9 % 456,4 17.495 19.285 12 2.174 10.752 19.036 25.551 43.234 19.757 13.088 1.371 1.450 94,6 % 353,5 19.064 20.450 13 2.085 10.485 18.618 25.772 43.462 19.676 13.548 2.029 2.135 95,0 % 300,8 19.086 20.266 14 2.400 11.117 19.574 26.283 43.520 20.402 13.462 2.327 2.441 95,3 % 279,1 19.855 20.949 15 2.181 11.112 20.197 26.956 45.532 20.904 14.129 2.574 2.706 95,1 % 278,5 20.358 21.450 16 2.228 11.387 20.121 26.650 47.406 21.009 14.164 2.590 2.717 95,3 % 278,3 20.464 21.554 17 2.369 11.724 20.597 27.195 50.033 21.738 14.641 2.713 2.826 96,0 % 281,1 21.187 22.289 18 1.993 11.420 20.963 28.236 50.623 22.076 15.250 2.597 2.717 95,6 % 299,2 21.489 22.663 19 2.260 11.973 21.647 28.799 52.470 22.588 15.195 2.604 2.715 95,9 % 297,8 22.004 23.172 20 2.222 12.246 21.500 29.144 55.488 23.184 16.089 2.440 2.553 95,6 % 325,7 22.546 23.822 21 2.340 13.924 23.000 31.109 58.095 24.632 16.257 2.161 2.265 95,4 % 349,7 23.947 25.317 22 2.797 13.952 23.486 32.315 58.640 25.443 16.694 1.916 2.002 95,7 % 381,4 24.695 26.191 23 2.742 15.059 24.103 32.659 63.317 26.320 17.243 1.637 1.728 94,7 % 426,2 25.485 27.155 24 2.512 15.446 24.339 33.457 60.306 26.193 16.760 1.472 1.531 96,1 % 436,8 25.337 27.049 25 2.880 16.078 24.857 35.993 64.800 27.586 17.925 1.246 1.295 96,2 % 507,8 26.591 28.581 26 2.203 17.320 26.597 37.192 68.688 28.926 18.420 965 1.007 95,8 % 593,0 27.764 30.088 27 2.417 15.219 25.708 36.829 64.433 27.532 17.882 784 819 95,7 % 638,6 26.280 28.784 28 2.542 17.350 26.597 37.265 63.854 28.891 18.127 638 667 95,7 % 717,7 27.484 30.298 29 1.691 19.341 27.413 38.459 67.029 29.675 18.270 510 536 95,1 % 809,0 28.089 31.261 30 2.350 15.725 26.915 37.802 64.204 28.720 18.083 360 375 96,0 % 953,1 26.852 30.588 31 3.501 20.206 28.142 42.683 73.755 32.149 19.836 248 264 93,9 % 1.259,6 29.680 34.618 32 4.502 20.575 31.994 46.410 78.527 35.320 21.247 179 184 97,3 % 1.588,1 32.207 38.433 33 461 17.468 29.908 44.362 78.254 31.994 21.663 125 126 99,2 % 1.937,6 28.196 35.792 34 Z 21.848 35.585 46.640 Z 34.024 17.938 88 92 95,7 % 1.912,2 30.276 37.772 Opombe: Uspeh – splošni uspeh na maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st .napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino, Z – zakrit podatek 117 ALI ZNANJE ŠTEJE? Preglednica 67: Pregled podatkov o vrednosti nepremičnin po splošnem uspehu na maturi (generacije 1995–2001) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 10 0 0 - 58.977 144.562 38.119 63.777 195 195 100,0 % 4.567,2 29.167 47.071 11 0 0 13.444 71.916 165.724 43.364 61.574 716 716 100,0 % 2.301,1 38.854 47.874 12 0 0 7.239 66.338 162.863 43.882 67.201 1450 1450 100,0 % 1.764,8 40.423 47.341 13 0 0 10.310 68.273 161.945 43.746 65.761 2135 2135 100,0 % 1.423,2 40.957 46.535 14 0 0 10.419 67.636 155.740 42.345 62.048 2441 2441 100,0 % 1.255,9 39.883 44.807 15 0 0 11.334 69.928 172.053 44.470 66.871 2706 2706 100,0 % 1.285,5 41.950 46.990 16 0 0 13.125 66.087 155.617 42.481 61.827 2717 2717 100,0 % 1.186,1 40.156 44.806 17 0 0 14.363 71.040 171.221 45.610 66.410 2826 2826 100,0 % 1.249,2 43.161 48.059 18 0 0 15.887 70.490 162.011 43.323 60.061 2717 2717 100,0 % 1.152,3 41.065 45.581 19 0 0 23.647 73.152 170.409 47.338 67.448 2715 2715 100,0 % 1.294,4 44.801 49.875 20 0 0 20.060 76.125 170.485 46.689 64.403 2553 2553 100,0 % 1.274,6 44.191 49.187 21 0 0 28.400 84.113 187.576 52.267 70.198 2265 2265 100,0 % 1.475,0 49.376 55.158 22 0 0 22.709 80.678 168.136 48.743 64.633 2002 2002 100,0 % 1.444,5 45.912 51.574 23 0 0 31.279 83.000 182.653 52.058 68.071 1728 1728 100,0 % 1.637,5 48.848 55.268 24 0 0 32.851 84.507 184.247 53.264 68.927 1531 1531 100,0 % 1.761,6 49.811 56.717 25 0 0 37.469 87.387 193.361 56.398 74.484 1295 1295 100,0 % 2.069,8 52.341 60.455 26 0 0 41.121 88.643 210.928 60.062 77.842 1007 1007 100,0 % 2.453,0 55.254 64.870 27 0 0 35.551 86.789 187.142 54.690 70.540 819 819 100,0 % 2.464,9 49.859 59.521 28 0 0 45.852 93.616 200.312 61.205 72.920 667 667 100,0 % 2.823,5 55.671 66.739 29 0 0 43.613 92.867 183.630 58.562 69.903 536 536 100,0 % 3.019,3 52.644 64.480 30 0 0 40.569 100.118 204.284 60.331 74.944 375 375 100,0 % 3.870,1 52.746 67.916 31 0 0 48.624 107.387 194.169 67.244 82.680 264 264 100,0 % 5.088,6 57.270 77.218 32 0 1037 72.283 109.931 224.148 78.646 78.079 184 184 100,0 % 5.756,1 67.364 89.928 33 0 0 64.019 128.517 204.751 73.990 75.330 126 126 100,0 % 6.710,9 60.837 87.143 34 0 0 64.188 108.003 Z 70.927 70.256 92 92 100,0 % 7.324,7 56.571 85.283 Opombe: Uspeh – splošni uspeh na maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino, Z – zakrit podatek 118 ALI ZNANJE ŠTEJE? Preglednica 68: Pregled podatkov o statusu poklica (POKLIC) po splošnem uspehu na maturi (generacije 1995–2001) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 10 25,03 44,94 58,77 71,39 78,79 56,78 17,2 159 195 81,5 % 1,4 54 59 11 25,11 50,9 58,77 71,45 81 58,24 16,43 588 716 82,1 % 0,7 57 60 12 28,48 51,01 59,89 71,45 80,97 59,58 15,96 1194 1450 82,3 % 0,5 59 60 13 27,85 51,01 59,76 71,45 81,05 59,68 16,09 1758 2135 82,3 % 0,4 59 60 14 27,91 54,55 64,44 73,91 81,4 61,58 16,21 2013 2441 82,5 % 0,4 61 62 15 28,48 54,55 65,01 73,81 81,4 61,92 15,86 2239 2706 82,7 % 0,3 61 63 16 28,48 55,25 68,55 73,91 81,4 63,04 15,39 2260 2717 83,2 % 0,3 62 64 17 29,17 56,64 68,88 73,91 81,4 63,93 15,07 2372 2826 83,9 % 0,3 63 65 18 30,59 57,03 70,09 75,25 81,92 65,15 15,03 2261 2717 83,2 % 0,3 65 66 19 39,02 57,38 71,45 77,19 83,46 67,02 14,2 2263 2715 83,4 % 0,3 66 68 20 37,76 57,37 71,45 78,76 83,5 67,1 14,64 2115 2553 82,8 % 0,3 66 68 21 42,3 61,18 72,3 80,78 84,14 69,1 13,75 1929 2265 85,2 % 0,3 68 70 22 44,94 64,4 72,94 80,92 85,85 70,26 12,93 1700 2002 84,9 % 0,3 70 71 23 44,72 66,42 72,94 81,05 86,72 70,75 13,27 1461 1728 84,5 % 0,3 70 71 24 46,55 68,88 74,28 81,05 86,72 72,3 12,27 1314 1531 85,8 % 0,3 72 73 25 44,94 68,55 74,66 81,05 86,81 71,96 13,35 1141 1295 88,1 % 0,4 71 73 26 49,47 71,45 74,7 81,13 88,31 73,55 12,03 876 1007 87,0 % 0,4 73 74 27 50,79 70,57 74,7 81,13 88,45 73,6 12,03 694 819 84,7 % 0,5 73 74 28 53,22 71,45 75,54 81,4 88,7 74,44 11,32 575 667 86,2 % 0,5 74 75 29 54,55 71,45 77,97 81,92 88,7 75,01 11,01 462 536 86,2 % 0,5 74 76 30 54,25 72,3 79,74 81,92 88,31 75,38 11,09 330 375 88,0 % 0,6 74 77 31 51,35 72,3 77,1 81,92 88,7 75,23 10,38 222 264 84,1 % 0,7 74 77 32 57,03 72,3 80,46 81,92 88,7 76,17 9,76 169 184 91,8 % 0,8 75 78 33 62,23 72,3 80,69 81,92 88,7 77 8,63 114 126 90,5 % 0,8 75 79 34 Z 72,3 80,69 81,92 Z 76,58 9,58 80 92 87,0 % 1,1 74 79 Opombe: Uspeh – splošni uspeh na maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino, Z – zakrit podatek 119 ALI ZNANJE ŠTEJE? Preglednica 69: Pregled podatkov o lastnem socialno-ekonomskem statusu posameznika (SEIp) glede na splošni uspeh na maturi (generacije 1995–2001) uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 10 75,65 90,97 100,55 108,83 122,29 99,58 13,85 157 195 80,5% 1,1 97 102 11 78,47 92,64 102,86 108,8 118,94 100,74 12,07 583 716 81,4% 0,5 100 102 12 78,47 92,33 103,07 109,95 121,52 101,44 12,67 1188 1450 81,9% 0,4 101 102 13 79,36 92,59 103,27 110,37 120,67 101,69 12,68 1746 2135 81,8% 0,3 101 102 14 80,12 94,48 104,91 111,51 121,66 103,13 12,61 2000 2441 81,9% 0,3 103 104 15 79,51 95,35 105,26 111,88 123,38 103,77 12,77 2222 2706 82,1% 0,3 103 104 16 81,32 96,54 106,3 112,28 122,96 104,53 12,43 2242 2717 82,5% 0,3 104 105 17 82,93 98 106,85 113,33 124,45 105,51 12,49 2364 2826 83,7% 0,3 105 106 18 83,61 99,44 107,86 113,93 125,52 106,44 12,37 2253 2717 82,9% 0,3 106 107 19 86,6 100,96 109,18 115,65 126,22 108,08 11,89 2247 2715 82,8% 0,3 108 109 20 85,23 101,84 109,67 116,28 128,16 108,57 12,59 2107 2553 82,5% 0,3 108 109 21 89,05 104,47 111,06 118,01 128,75 110,57 11,91 1919 2265 84,7% 0,3 110 111 22 90,5 104,82 111,65 119,04 130,01 111,34 11,79 1697 2002 84,8% 0,3 111 112 23 89,65 105,75 112,91 119,5 131,66 112,21 12,26 1455 1728 84,2% 0,3 112 113 24 91,8 106,55 113,01 119,94 130,8 112,9 11,61 1310 1531 85,6% 0,3 112 114 25 90,01 107,24 113,58 121,13 133,99 113,54 12,73 1135 1295 87,6% 0,4 113 114 26 94,18 108,58 115,9 122,46 134,45 115,21 11,98 875 1007 86,9% 0,4 114 116 27 94,53 108,39 114,76 122,19 133,46 114,68 11,53 693 819 84,6% 0,4 114 116 28 95,67 109,71 115,88 123,41 135,55 116,09 11,58 573 667 85,9% 0,5 115 117 29 97,43 110,18 117,7 124,91 135,25 117,15 11,49 461 536 86,0% 0,5 116 118 30 93,9 110,91 116,86 123,16 133,02 116,27 11,5 330 375 88,0% 0,6 115 118 31 98,64 110,75 119,4 125,76 139,39 118,66 12,16 222 264 84,1% 0,8 117 120 32 100,9 112,07 120,7 128,92 137,86 120,45 12,02 168 184 91,3% 0,9 119 122 33 101,16 110,94 120,58 127,51 137,89 119,83 12,01 114 126 90,5% 1,1 118 122 34 Z 114,23 122,73 129,16 Z 121,03 10,4 80 92 87,0% 1,2 119 123 Opombe: Uspeh – splošni uspeh na maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95 % intervala zaupanja v aritmetično sredino, Z – zakrit podatek 120 ALI ZNANJE ŠTEJE? Preglednica 70: Pregled podatkov o letnem bruto dohodku po splošnem uspehu na maturi (generacije splošne mature 2002–2006) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 10 1.949 10.332 13.993 19.519 30.001 15.208 8.807 215 229 93,9 % 600,6 14.031 16.385 11 1.586 7.872 13.016 19.171 30.801 14.329 9.417 847 894 94,7 % 323,6 13.695 14.963 12 1.417 7.145 12.834 18.915 29.619 13.963 9.442 1624 1724 94,2 % 234,3 13.504 14.422 13 1.173 7.273 13.236 19.254 31.063 14.418 9.943 2143 2294 93,4 % 214,8 13.997 14.839 14 1.177 6.777 13.302 19.505 31.727 14.323 9.980 2492 2655 93,9 % 199,9 13.931 14.715 15 1.318 7.252 14.003 20.805 33.000 15.125 10.417 2650 2844 93,2 % 202,4 14.728 15.522 16 1.374 7.830 14.446 20.478 32.712 15.282 10.478 2677 2870 93,3 % 202,5 14.885 15.679 17 1.527 7.604 14.684 20.636 33.005 15.475 10.602 2677 2860 93,6 % 204,9 15.073 15.877 18 1.552 8.070 15.178 21.140 32.938 15.677 10.487 2714 2888 94,0 % 201,3 15.282 16.072 19 1.305 7.894 15.606 21.435 34.929 16.118 11.153 2489 2677 93,0 % 223,6 15.680 16.556 20 1.201 8.020 16.010 21.722 36.598 16.430 11.537 2369 2539 93,3 % 237,0 15.965 16.895 21 1.441 8.915 16.368 22.653 37.484 17.130 11.718 2168 2334 92,9 % 251,7 16.637 17.623 22 1.171 8.466 17.054 23.578 39.117 17.406 12.149 1869 1999 93,5 % 281,0 16.855 17.957 23 1.134 9.048 17.750 24.322 39.727 18.212 12.295 1665 1779 93,6 % 301,3 17.621 18.803 24 1.005 9.740 17.783 24.938 40.371 18.591 12.291 1387 1472 94,2 % 330,0 17.944 19.238 25 1.737 10.348 18.871 25.838 42.966 19.725 13.470 1186 1257 94,4 % 391,1 18.958 20.492 26 913 9.217 18.208 25.599 40.773 18.959 12.936 954 1022 93,3 % 418,8 18.138 19.780 27 1.017 10.550 20.192 27.429 42.193 20.251 12.799 809 863 93,7 % 450,0 19.369 21.133 28 1.195 12.682 20.752 28.764 43.027 21.379 13.079 691 740 93,4 % 497,5 20.404 22.354 29 1.820 14.339 22.683 29.536 50.662 23.185 14.515 523 553 94,6 % 634,7 21.941 24.429 30 1.684 16.098 22.803 31.408 47.626 23.973 14.332 477 502 95,0 % 656,2 22.687 25.259 31 834 12.281 21.102 30.135 45.213 22.157 14.233 317 331 95,8 % 799,4 20.590 23.724 32 1.194 14.040 21.760 31.501 46.729 23.205 14.815 200 212 94,3 % 1047,6 21.152 25.258 33 3.390 13.399 21.761 28.570 42.651 21.823 12.034 182 193 94,3 % 892,0 20.075 23.571 34 1.083 17.339 24.509 31.963 45.137 24.369 14.629 113 116 97,4 % 1376,2 21.672 27.066 Opombe: Uspeh – splošni uspeh na maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino 121 ALI ZNANJE ŠTEJE? Preglednica 71: Pregled podatkov o vrednosti nepremičnin po splošnem uspehu na maturi (generacije splošne mature 2002–2006) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 10 0 0 0 15.814 126.782 22.150 52.081 229 229 100,0 % 3.441,6 15.404 28.896 11 0 0 0 20.499 109.861 21.772 47.200 894 894 100,0 % 1.578,6 18.678 24.866 12 0 0 0 23.216 112.398 21.679 48.848 1724 1724 100,0 % 1.176,5 19.373 23.985 13 0 0 0 22.620 117.953 21.481 48.493 2294 2294 100,0 % 1.012,5 19.497 23.465 14 0 0 0 24.094 108.332 21.227 46.546 2655 2655 100,0 % 903,3 19.456 22.998 15 0 0 0 29.264 110.982 22.164 46.714 2844 2844 100,0 % 876,0 20.447 23.881 16 0 0 0 25.026 117.252 21.531 46.023 2870 2870 100,0 % 859,1 19.847 23.215 17 0 0 0 23.599 118.022 21.804 47.735 2860 2860 100,0 % 892,6 20.055 23.553 18 0 0 0 25.940 114.223 22.104 49.279 2888 2888 100,0 % 917,0 20.307 23.901 19 0 0 0 29.726 117.948 23.682 51.322 2677 2677 100,0 % 991,9 21.738 25.626 20 0 0 0 24.843 109.180 21.101 44.429 2539 2539 100,0 % 881,7 19.373 22.829 21 0 0 0 31.792 120.506 24.199 50.916 2334 2334 100,0 % 1.053,9 22.133 26.265 22 0 0 0 35.905 123.248 25.731 50.813 1999 1999 100,0 % 1.136,5 23.503 27.959 23 0 0 0 37.743 110.831 24.138 47.134 1779 1779 100,0 % 1.117,5 21.948 26.328 24 0 0 0 37.702 120.154 25.549 48.882 1472 1472 100,0 % 1.274,1 23.052 28.046 25 0 0 0 40.295 124.525 26.136 47.649 1257 1257 100,0 % 1.344,0 23.502 28.770 26 0 0 0 45.762 127.757 26.988 48.683 1022 1022 100,0 % 1.522,8 24.003 29.973 27 0 0 0 42.716 125.076 27.755 51.447 863 863 100,0 % 1.751,3 24.322 31.188 28 0 0 0 50.123 135.517 29.955 54.588 740 740 100,0 % 2.006,7 26.022 33.888 29 0 0 0 56.167 134.161 31.643 53.717 553 553 100,0 % 2.284,3 27.166 36.120 30 0 0 0 64.180 159.781 37.268 62.087 502 502 100,0 % 2.771,1 31.837 42.699 31 0 0 0 54.962 158.985 36.697 64.504 331 331 100,0 % 3.545,5 29.748 43.646 32 0 0 0 53.056 135.327 30.414 55.759 212 212 100,0 % 3.829,5 22.908 37.920 33 0 0 0 58.206 126.366 34.321 52.787 193 193 100,0 % 3.799,7 26.874 41.768 34 0 0 0 65.130 150.652 38.238 68.485 116 116 100,0 % 6.358,7 25.775 50.701 Opombe: Uspeh – splošni uspeh na maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino 122 ALI ZNANJE ŠTEJE? Preglednica 72: Pregled podatkov o statusu poklica (POKLIC) po splošnem uspehu na maturi (generacije splošne mature 2002–2006) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 10 24,24 36,11 55,14 68,88 80,27 52,85 18,52 172 229 75,1 % 1,4 50 56 11 23,88 36,92 55,25 68,88 80,92 52,7 18,65 653 894 73,0 % 0,7 51 54 12 24,15 33,74 54,55 68,88 80,78 51,66 18,54 1239 1724 71,9 % 0,5 51 53 13 23,8 39,02 57,03 71,45 80,78 54,17 18,93 1646 2294 71,8 % 0,5 53 55 14 25,02 41,97 57,03 71,45 80,92 55,03 18,64 1875 2655 70,6 % 0,4 54 56 15 25,04 44,94 58,77 72,83 80,92 56,76 18,24 2037 2844 71,6 % 0,4 56 58 16 25,04 44,94 58,77 73,91 81,05 58,49 17,83 2065 2870 72,0 % 0,4 58 59 17 25,06 50,15 59,85 73,91 81,05 59,56 17,59 2049 2860 71,6 % 0,4 59 60 18 25,04 50,9 61,82 73,91 81,4 59,73 17,93 2093 2888 72,5 % 0,4 59 60 19 27,91 51,56 68,88 74,79 82,31 62,09 17,42 1905 2677 71,2 % 0,4 61 63 20 28,48 54,62 68,88 75,5 82,41 63,57 16,96 1811 2539 71,3 % 0,4 63 64 21 28,48 56,52 70,5 77,1 83,5 65,09 16,43 1736 2334 74,4 % 0,4 64 66 22 28,48 57,03 71,45 80,46 83,81 66,42 16,52 1451 1999 72,6 % 0,4 66 67 23 32,03 57,75 72,83 80,92 86,72 68,02 15,52 1314 1779 73,9 % 0,4 67 69 24 31,08 59,89 73,91 81,05 86,72 68,96 16,01 1101 1472 74,8 % 0,5 68 70 25 39,02 65,42 74,66 81,05 86,72 70,61 14,89 944 1257 75,1 % 0,5 70 72 26 37,59 68,75 75,13 81,13 88,33 71,95 14,7 760 1022 74,4 % 0,5 71 73 27 44,94 69,76 75,5 81,92 88,7 73,12 13,56 656 863 76,0 % 0,5 72 74 28 44,94 70,81 77,1 81,92 88,7 73,97 13,05 572 740 77,3 % 0,5 73 75 29 50,98 71,44 75,54 81,92 88,7 74 12,21 436 553 78,8 % 0,6 73 75 30 51,01 72,3 80,92 81,92 88,7 75,78 11,52 399 502 79,5 % 0,6 75 77 31 54,55 72,3 79,74 81,92 88,7 75,08 12,3 255 331 77,0 % 0,8 74 77 32 53,9 72,3 76,81 81,92 88,31 75,12 11,53 172 212 81,1 % 0,9 73 77 33 54,55 72,3 80,92 81,92 88,7 76,82 10,45 157 193 81,3 % 0,8 75 78 34 Z 75,54 81,78 85,85 Z 80,76 6,28 89 116 76,7 % 0,7 79 82 Opombe: Uspeh – splošni uspeh na maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino, Z – zakrit podatek 123 ALI ZNANJE ŠTEJE? Preglednica 73: Pregled podatkov o lastnem socialno-ekonomskem statusu posameznika (SEIp) glede na splošni uspeh na maturi (generacije splošne mature 2002–2006) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 10 74,89 86,22 92,65 103,21 111,31 93,71 11,63 172 229 75,1 % 0,9 92 95 11 74,63 84,27 93,66 102,94 112,53 93,71 12,01 649 894 72,6 % 0,5 93 95 12 74,82 83,78 92,63 102,24 112,46 93,08 11,84 1232 1724 71,5 % 0,3 92 94 13 75,54 85,19 94,61 104,58 113,5 94,84 12,25 1639 2294 71,4 % 0,3 94 95 14 75,38 86,54 96,23 104,99 114,08 95,69 12,33 1867 2655 70,3 % 0,3 95 96 15 75,86 87,53 98,7 106,7 116,22 97,14 12,62 2033 2844 71,5 % 0,3 97 98 16 76,39 89,8 99,74 107,17 115,96 98,26 12,05 2055 2870 71,6 % 0,3 98 99 17 77,4 90,66 101,47 107,79 116,54 99,41 11,88 2041 2860 71,4 % 0,3 99 100 18 76,75 91,41 101,88 108,36 116,96 99,81 12,22 2086 2888 72,2 % 0,3 99 100 19 79,08 93,43 103,69 110,09 118,67 101,5 11,95 1898 2677 70,9 % 0,3 101 102 20 80,15 95,68 104,63 110,42 119,11 102,63 11,57 1803 2539 71,0 % 0,3 102 103 21 82,31 97,55 105,89 111,32 119,61 103,89 11,36 1734 2334 74,3 % 0,3 103 104 22 82,46 98,06 106,73 112,89 121,95 104,86 11,82 1449 1999 72,5 % 0,3 104 105 23 84,89 100,52 107,42 113,44 121,21 106,01 11,05 1311 1779 73,7 % 0,3 105 107 24 82,92 101,4 108,48 114,3 122,68 106,72 11,54 1099 1472 74,7 % 0,3 106 107 25 85,12 103,02 109,78 115,29 123,5 108,25 11,13 943 1257 75,0 % 0,4 108 109 26 86,85 103,88 109,99 115,78 123,51 108,58 10,98 759 1022 74,3 % 0,4 108 109 27 88,17 105,22 111,61 116,97 124,13 109,97 10,25 655 863 75,9 % 0,4 109 111 28 92,81 105,91 111,79 116,88 124,91 110,68 9,89 572 740 77,3 % 0,4 110 111 29 94,41 107,38 112,72 116,94 125,47 111,88 9,4 434 553 78,5 % 0,5 111 113 30 96,82 109,11 114,04 119,15 127,96 113,68 9,14 397 502 79,1 % 0,5 113 115 31 96,32 108,38 113,2 117,97 126,58 112,49 9,97 254 331 76,7 % 0,6 111 114 32 93,59 107,07 113,39 117,68 126,45 112,33 9,92 172 212 81,1 % 0,8 111 114 33 100,78 110,34 113,66 118,15 124,32 113,5 7,64 156 193 80,8 % 0,6 112 115 34 Z 113,27 115,34 119,74 Z 116,35 7,75 89 116 76,7 % 0,8 115 118 Opombe: Uspeh – splošni uspeh na maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino, Z – zakrit podatek 124 ALI ZNANJE ŠTEJE? Preglednica 74: Pregled podatkov o letnem bruto dohodku po splošnem uspehu na poklicni maturi (generacije poklicne mature 1995–2001) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 8 3.182 10.823 14.448 19.013 29.529 15.296 8.175 1068 1118 95,7 % 163,2 13.816 14.456 9 2.717 10.199 13.932 18.893 29.419 14.836 8.530 2980 3102 95,8 % 126,5 14.033 14.529 10 2.514 10.198 14.181 19.374 30.113 15.086 8.472 4929 5148 95,5 % 250,2 14.806 15.786 11 2.700 10.510 14.207 19.190 29.521 15.117 8.360 6468 6781 96,1 % 156,3 14.530 15.142 12 2.389 10.281 14.294 19.401 30.043 15.171 8.685 7689 8018 95,7 % 120,7 14.849 15.323 13 2.522 10.482 14.512 19.559 30.527 15.352 8.816 7710 8080 95,4 % 103,9 14.913 15.321 14 2.573 10.497 14.709 19.890 30.790 15.621 9.119 7342 7677 95,9 % 99,0 14.977 15.365 15 2.612 10.449 14.789 20.180 30.837 15.660 8.970 6763 7069 95,4 % 100,4 15.155 15.549 16 2.487 10.412 14.886 20.418 30.965 15.813 9.281 5714 5972 95,6 % 106,4 15.412 15.830 17 2.713 10.760 15.362 20.877 32.572 16.283 9.325 4478 4656 95,7 % 109,1 15.446 15.874 18 2.230 10.447 15.402 20.882 32.079 16.134 9.347 3451 3591 95,7 % 122,8 15.572 16.054 19 2.288 10.685 15.938 21.309 33.443 16.597 9.827 2396 2509 96,2 % 139,3 16.010 16.556 20 2.465 10.820 16.191 21.098 33.937 16.636 9.542 1540 1598 96,1 % 159,1 15.822 16.446 21 2.781 10.446 16.066 20.380 29.574 16.084 8.811 752 788 95,5 % 200,8 16.204 16.990 22 2.463 10.343 16.377 21.046 34.074 16.613 9.729 438 454 96,4 % 243,2 16.159 17.113 23 Z 9.766 15.288 20.068 Z 15.684 9.338 77 82 95,4 % 321,3 15.454 16.714 Opombe: Uspeh – splošni uspeh na poklicni maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino, Z – zakrit podatek 125 ALI ZNANJE ŠTEJE? Preglednica 75: Pregled podatkov o vrednosti nepremičnin po splošnem uspehu na poklicni maturi (generacije poklicne mature 2002–2006) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 8 0 0 0 32.510 101.896 22.572 44.271 1118 1118 100,0 % 1.324,0 19.977 25.167 9 0 0 0 32.009 113.260 23.361 48.241 3102 3102 100,0 % 866,2 21.663 25.059 10 0 0 0 31.980 106.024 22.460 45.153 5148 5148 100,0 % 629,3 21.227 23.693 11 0 0 0 35.532 114.888 24.737 48.409 6781 6781 100,0 % 587,9 23.585 25.889 12 0 0 0 36.549 116.916 25.284 51.507 8018 8018 100,0 % 575,2 24.157 26.411 13 0 0 0 36.102 113.412 24.954 49.010 8080 8080 100,0 % 545,2 23.885 26.023 14 0 0 0 37.600 116.860 25.581 48.725 7677 7677 100,0 % 556,1 24.491 26.671 15 0 0 0 40.112 116.514 26.558 49.981 7069 7069 100,0 % 594,5 25.393 27.723 16 0 0 0 36.319 114.152 25.099 49.039 5972 5972 100,0 % 634,6 23.855 26.343 17 0 0 0 37.471 117.782 25.419 49.082 4656 4656 100,0 % 719,3 24.009 26.829 18 0 0 0 35.510 114.402 24.723 50.249 3591 3591 100,0 % 838,5 23.079 26.367 19 0 0 0 33.011 113.107 23.335 46.364 2509 2509 100,0 % 925,6 21.521 25.149 20 0 0 0 29.321 102.560 22.279 48.998 1598 1598 100,0 % 1.225,7 19.877 24.681 21 0 0 0 21.889 103.317 20.207 47.029 788 788 100,0 % 1.675,3 16.923 23.491 22 0 0 0 22.531 103.882 21.520 50.256 454 454 100,0 % 2.358,6 16.897 26.143 23 0 0 0 16.387 Z 16.398 33.122 82 82 100,0 % 3.657,7 9.229 23.567 Opombe: Uspeh – splošni uspeh na poklicni maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov (vsi), Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino, Z – zakrit podatek 126 ALI ZNANJE ŠTEJE? Preglednica 76: Pregled podatkov o statusu poklica (POKLIC) po splošnem uspehu na poklicni maturi (generacije poklicne mature 2002–2006) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 8 16,5 27,52 32,5 51,78 68,88 38,65 15,65 919 1118 82,2 % 0,5 38 40 9 16,5 26,64 32,5 53,77 68,88 39,15 16,29 2469 3102 79,6 % 0,3 39 40 10 17,79 27,91 33,16 55,25 68,88 40,18 16,63 4091 5148 79,5 % 0,3 40 41 11 17,69 27,91 36,35 55,25 71,39 40,93 16,97 5474 6781 80,7 % 0,2 40 41 12 17,79 28,48 39,45 56 73,91 42,66 17,31 6422 8018 80,1 % 0,2 42 43 13 18,13 28,48 43,85 57,03 74,79 44,09 17,85 6505 8080 80,5 % 0,2 44 45 14 20,77 28,48 44,94 57,25 75,25 45,36 18,12 6158 7677 80,2 % 0,2 45 46 15 21,64 28,7 48,82 62,39 77,1 47,69 18,51 5639 7069 79,8 % 0,2 47 48 16 21,4 29,14 51,5 68,7 78,17 48,9 18,96 4769 5972 79,9 % 0,3 48 49 17 21,82 31,08 54,55 68,7 78,69 50,64 18,8 3761 4656 80,8 % 0,3 50 51 18 22,17 32,5 55,25 68,88 80,75 52,1 19,29 2854 3591 79,5 % 0,4 51 53 19 23,57 39,02 56,5 68,88 80,78 53,93 18,85 2014 2509 80,3 % 0,4 53 55 20 23,8 41,27 57,03 68,88 80,78 54,68 18,65 1288 1598 80,6 % 0,5 54 56 21 24,54 44,94 60,36 70,01 80,78 57,38 18,16 622 788 78,9 % 0,7 56 59 22 26,62 51,5 66,42 72,94 81,13 59,99 16,75 350 454 77,1 % 0,9 58 62 23 Z 52,25 67,94 70,13 Z 60,11 18,09 59 82 72,0 % 2,4 55 65 Opombe: Uspeh – splošni uspeh na poklicni maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino, Z – zakrit podatek 127 ALI ZNANJE ŠTEJE? Preglednica 77: Pregled podatkov o lastnem socialno-ekonomskem statusu posameznika (SEIp) glede na splošni uspeh na poklicni maturi (generacije poklicne mature 2002–2006) Uspeh perc5 perc25 perc50 perc75 perc95 AS SO N N (vsi) Povezani st.napaka spMeja95 zgMeja95 8 72,4 77,3 82,56 89,82 99,04 83,95 8,5 914 1118 76,4% 0,2 82 83 9 72,69 77,04 82,78 89,95 100,87 84,26 8,84 2461 3102 78,0% 0,2 81 82 10 72,96 77,29 83,59 91,02 101,87 84,91 9,1 4080 5148 81,8% 0,3 83 85 11 73,24 77,7 84,25 91,63 103,18 85,51 9,33 5435 6781 79,3% 0,2 84 85 12 73,47 78,5 85,73 92,73 105,15 86,6 9,75 6391 8018 79,3% 0,1 85 85 13 73,98 78,93 86,91 93,79 106,38 87,53 10,22 6463 8080 80,2% 0,1 85 86 14 74,19 79,77 87,97 95,4 107,25 88,58 10,46 6142 7677 79,7% 0,1 86 87 15 74,66 81,49 89,56 97,86 108,36 90,2 10,78 5612 7069 80,0% 0,1 87 88 16 74,74 82,08 90,55 100,14 109,29 91,13 11,23 4748 5972 80,0% 0,1 88 89 17 75,21 83,54 92,38 101,6 110,64 92,61 11,35 3748 4656 79,4% 0,1 90 90 18 74,91 83,96 93,96 102,86 111,92 93,65 11,78 2847 3591 79,5% 0,2 91 91 19 75,99 86,58 96,09 104,19 112,59 95,31 11,43 2001 2509 80,5% 0,2 92 93 20 76,08 87,13 97,05 104,55 113,73 95,91 11,78 1284 1598 79,3% 0,2 93 94 21 77,12 88,55 99,33 104,9 113,88 96,94 11,03 619 788 79,8% 0,3 95 96 22 80,6 92,52 100,57 106,21 114,05 99,08 10,18 350 454 80,4% 0,3 95 97 Opombe: Uspeh – splošni uspeh na poklicni maturi, perc – percentil, AS – aritmetična sredina, SO – standardni odklon, N – štev. povezanih kandidatov, N (vsi) – štev. vseh kandidatov, Povezani – delež povezanih, st.napaka – standardna napaka, spMeja95/zgMeja95 – spodnja in zgornja meja 95-% intervala zaupanja v aritmetično sredino 128 ALI ZNANJE ŠTEJE? Preglednica 78: Tabela kod poklicev (SKP-08 oziroma ISCO-08) in pripadajočih vrednosti ISEI-08 0 - 51,25 2130 - 80,46 2411 - 76,65 3115 - 53,77 3330 - 56,64 4224 - 39,02 100 - 60,92 2131 - 80,46 2412 - 75,50 3116 - 59,45 3331 - 54,62 4225 - 39,02 110 - 60,92 2132 - 78,17 2413 - 75,50 3117 - 62,79 3332 - 56,64 4226 - 39,02 200 - 51,63 2133 - 80,46 2420 - 70,09 3118 - 50,73 3333 - 60,44 4227 - 39,02 210 - 51,63 2140 - 79,05 2421 - 70,09 3119 - 51,35 3334 - 62,39 4229 - 39,02 300 - 29,18 2141 - 79,05 2422 - 72,94 3120 - 38,18 3339 - 59,89 4300 - 44,08 310 - 29,18 2142 - 81,40 2423 - 68,55 3121 - 37,83 3340 - 57,99 4310 - 50,57 1000 - 65,12 2143 - 79,05 2424 - 70,09 3122 - 40,54 3341 - 62,13 4311 - 50,37 1100 - 71,72 2144 - 77,10 2430 - 73,91 3123 - 37,83 3342 - 57,99 4312 - 57,38 1110 - 74,50 2145 - 82,31 2431 - 73,91 3130 - 33,66 3343 - 54,55 4313 - 50,57 1111 - 68,77 2146 - 79,31 2432 - 73,91 3131 - 46,73 3344 - 57,99 4320 - 36,10 1112 - 78,76 2149 - 78,69 2433 - 73,91 3132 - 37,22 3350 - 61,60 4321 - 32,50 1113 - 64,98 2150 - 80,75 2434 - 73,91 3133 - 33,66 3351 - 65,64 4322 - 41,63 1114 - 71,29 2151 - 80,78 2500 - 75,13 3134 - 33,66 3352 - 67,11 4323 - 41,27 1120 - 70,34 2152 - 80,75 2510 - 74,66 3135 - 33,66 3353 - 54,27 4400 - 42,30 1200 - 72,94 2153 - 80,75 2511 - 74,66 3139 - 31,46 3354 - 59,18 4410 - 42,30 1210 - 72,24 2160 - 79,74 2512 - 74,66 3140 - 54,86 3355 - 63,03 4411 - 42,30 1211 - 73,38 2161 - 79,74 2513 - 74,66 3141 - 54,86 3359 - 64,40 4412 - 27,52 1212 - 74,79 2162 - 79,74 2514 - 74,66 3142 - 58,05 3400 - 52,57 4413 - 51,77 1213 - 70,57 2163 - 79,74 2519 - 74,70 3143 - 54,86 3410 - 54,35 4414 - 54,67 1219 - 68,54 2164 - 79,74 2520 - 75,13 3150 - 63,29 3411 - 57,00 4415 - 42,30 1220 - 73,71 2165 - 72,96 2521 - 75,13 3151 - 56,41 3412 - 52,72 4416 - 42,30 1221 - 71,39 2166 - 79,74 2522 - 75,13 3152 - 52,70 3413 - 54,54 4419 - 44,72 1222 - 75,25 2200 - 76,98 2523 - 75,13 3153 - 73,71 3420 - 50,90 5000 - 29,32 1223 - 81,92 2210 - 88,70 2529 - 75,13 3154 - 69,24 3421 - 50,90 5100 - 27,57 1300 - 65,25 2211 - 88,70 2600 - 75,67 3155 - 67,04 3422 - 50,90 5110 - 45,46 1310 - 49,48 2212 - 81,92 2610 - 85,13 3200 - 55,40 3423 - 50,90 5111 - 46,76 1311 - 49,48 2220 - 68,70 2611 - 86,72 3210 - 54,92 3430 - 50,15 5112 - 38,44 1312 - 49,48 2221 - 68,70 2612 - 88,96 3211 - 57,04 3431 - 50,15 5113 - 47,42 1320 - 61,57 2222 - 68,70 2619 - 81,05 3212 - 57,37 3432 - 57,64 5120 - 24,53 1321 - 65,42 2230 - 76,98 2620 - 71,55 3213 - 48,66 3433 - 50,15 5130 - 25,04 1322 - 61,57 2240 - 76,98 2621 - 77,19 3214 - 54,92 3434 - 50,15 5131 - 25,04 1323 - 59,89 2250 - 84,14 2622 - 70,40 3220 - 56,98 3435 - 50,15 5132 - 25,04 1324 - 58,07 2260 - 75,43 2630 - 77,24 3221 - 56,00 3500 - 60,93 5140 - 31,08 1330 - 78,86 2261 - 88,31 2631 - 80,92 3222 - 51,93 3510 - 62,45 5141 - 31,08 1340 - 65,01 2262 - 81,13 2632 - 83,09 3230 - 51,57 3511 - 61,07 5142 - 31,08 1341 - 65,01 2263 - 75,43 2633 - 83,81 3240 - 24,79 3512 - 62,45 5150 - 25,46 1342 - 65,01 2264 - 67,94 2634 - 85,85 3250 - 53,15 3513 - 62,45 5151 - 25,20 1343 - 65,01 2265 - 65,23 2635 - 70,50 3251 - 47,83 3514 - 62,45 5152 - 32,20 1344 - 65,01 2266 - 75,43 2636 - 71,55 3252 - 53,15 3520 - 56,50 5153 - 21,82 1345 - 65,01 2267 - 75,43 2640 - 72,83 3253 - 53,15 3521 - 56,57 5160 - 30,59 1346 - 65,01 2269 - 75,43 2641 - 72,83 3254 - 59,85 3522 - 56,50 5161 - 32,75 1349 - 65,01 2300 - 75,54 2642 - 72,83 3255 - 53,15 4000 - 43,51 5162 - 24,07 1400 - 51,01 2310 - 85,41 2643 - 80,92 3256 - 44,92 4100 - 43,33 5163 - 34,25 1410 - 43,85 2320 - 72,30 2650 - 63,31 3257 - 57,25 4110 - 43,33 5164 - 30,59 1411 - 43,85 2330 - 82,41 2651 - 61,82 3258 - 53,15 4120 - 44,94 5165 - 30,59 1412 - 43,85 2340 - 71,45 2652 - 64,44 3259 - 61,91 4130 - 44,87 5169 - 32,75 1420 - 51,56 2341 - 76,49 2653 - 61,82 3300 - 57,64 4131 - 48,27 5200 - 29,73 1430 - 51,01 2342 - 58,77 2654 - 63,31 3310 - 57,13 4132 - 40,56 5210 - 26,64 1431 - 51,01 2350 - 68,88 2655 - 70,10 3311 - 72,27 4200 - 41,22 5211 - 28,84 1439 - 51,01 2351 - 77,88 2656 - 54,00 3312 - 59,76 4210 - 43,06 5212 - 23,53 2000 - 76,24 2352 - 70,89 2659 - 37,59 3313 - 55,25 4211 - 48,10 5220 - 29,47 2100 - 79,49 2353 - 68,88 3000 - 56,03 3314 - 69,76 4212 - 48,82 5221 - 35,34 2110 - 84,16 2354 - 68,88 3100 - 52,40 3315 - 57,68 4213 - 50,05 5222 - 44,14 2111 - 84,61 2355 - 68,88 3110 - 53,60 3320 - 57,97 4214 - 50,05 5223 - 28,48 2112 - 84,61 2356 - 68,88 3111 - 55,03 3321 - 60,29 4220 - 39,02 5230 - 30,90 2113 - 83,50 2359 - 66,42 3112 - 59,35 3322 - 57,03 4221 - 49,30 5240 - 39,04 2114 - 86,81 2400 - 73,91 3113 - 51,92 3323 - 56,35 4222 - 39,02 5241 - 39,73 2120 - 81,78 2410 - 75,50 3114 - 56,38 3324 - 61,18 4223 - 38,58 5242 - 39,04 5243 - 39,04 6300 - 11,01 7232 - 47,74 7532 - 24,88 8172 - 19,08 9212 - 11,74 5244 - 38,88 6310 - 11,01 7233 - 31,72 7533 - 21,24 8180 - 24,15 9213 - 11,74 5245 - 39,04 6320 - 11,01 7234 - 31,15 7534 - 22,25 8181 - 21,13 9214 - 11,74 5246 - 39,04 6330 - 11,01 7300 - 31,00 7535 - 28,08 8182 - 23,19 9215 - 12,01 5249 - 39,04 6340 - 11,01 7310 - 30,35 7536 - 18,07 8183 - 24,15 9216 - 12,34 5300 - 25,09 7000 - 28,53 7311 - 35,70 7540 - 43,19 8189 - 24,16 9300 - 17,53 5310 - 24,98 7100 - 25,39 7312 - 35,66 7541 - 27,30 8200 - 24,93 9310 - 16,39 5311 - 24,98 7110 - 25,94 7313 - 28,12 7542 - 27,30 8210 - 24,93 9311 - 15,35 5312 - 24,98 7111 - 33,76 7314 - 24,43 7543 - 43,19 8211 - 27,91 9312 - 17,56 5320 - 26,64 7112 - 22,57 7315 - 25,78 7544 - 55,96 8212 - 23,88 9313 - 15,35 5321 - 26,64 7113 - 23,96 7316 - 30,14 7549 - 43,19 8219 - 24,68 9320 - 17,55 5322 - 21,64 7114 - 21,96 7317 - 28,95 8000 - 25,45 8300 - 26,80 9321 - 17,55 5329 - 26,64 7115 - 26,62 7318 - 28,97 8100 - 23,41 8310 - 38,80 9329 - 16,36 5400 - 36,86 7119 - 26,92 7319 - 30,35 8110 - 31,44 8311 - 45,76 9330 - 19,66 5410 - 36,86 7120 - 25,26 7320 - 31,50 8111 - 35,07 8312 - 29,80 9331 - 20,27 5411 - 46,38 7121 - 22,16 7321 - 35,33 8112 - 25,11 8320 - 30,11 9332 - 16,89 5412 - 51,50 7122 - 22,75 7322 - 30,49 8113 - 35,82 8321 - 28,48 9333 - 17,69 5413 - 48,13 7123 - 18,02 7323 - 28,24 8114 - 26,13 8322 - 30,34 9334 - 19,66 5414 - 23,80 7124 - 27,81 7400 - 37,34 8120 - 25,91 8330 - 25,71 9400 - 16,50 5419 - 33,83 7125 - 24,09 7410 - 36,97 8121 - 30,32 8331 - 26,85 9410 - 16,50 6000 - 19,20 7126 - 29,16 7411 - 36,35 8122 - 22,36 8332 - 25,95 9411 - 16,50 6100 - 19,41 7127 - 25,26 7412 - 36,92 8130 - 29,30 8340 - 21,08 9412 - 16,50 6110 - 16,34 7130 - 23,63 7413 - 39,45 8131 - 29,14 8341 - 13,34 9500 - 23,43 6111 - 11,56 7131 - 22,77 7420 - 41,68 8132 - 31,34 8342 - 24,45 9510 - 13,72 6112 - 18,95 7132 - 24,49 7421 - 43,76 8140 - 25,49 8343 - 24,80 9520 - 25,20 6113 - 20,91 7133 - 30,47 7422 - 36,92 8141 - 23,09 8344 - 18,08 9600 - 24,07 6114 - 12,87 7200 - 29,81 7500 - 23,97 8142 - 24,85 8350 - 37,92 9610 - 14,39 6120 - 22,21 7210 - 27,61 7510 - 23,46 8143 - 32,67 9000 - 16,50 9611 - 14,39 6121 - 21,13 7211 - 28,03 7511 - 20,95 8150 - 16,80 9100 - 14,64 9612 - 14,39 6122 - 19,83 7212 - 28,52 7512 - 23,57 8151 - 17,85 9110 - 14,64 9613 - 13,87 6123 - 28,04 7213 - 25,51 7513 - 27,30 8152 - 18,03 9111 - 16,38 9620 - 27,91 6129 - 28,04 7214 - 26,60 7514 - 22,79 8153 - 13,24 9112 - 14,21 9621 - 25,06 6130 - 17,79 7215 - 28,60 7515 - 34,12 8154 - 16,08 9120 - 14,57 9622 - 27,91 6200 - 18,29 7220 - 29,84 7516 - 26,96 8155 - 20,35 9121 - 14,82 9623 - 30,99 6210 - 19,78 7221 - 25,63 7520 - 23,65 8156 - 20,35 9122 - 14,57 9624 - 27,91 6220 - 16,33 7222 - 33,16 7521 - 21,81 8157 - 16,80 9123 - 14,57 9629 - 27,91 6221 - 17,00 7223 - 28,70 7522 - 25,23 8159 - 21,20 9129 - 14,57 6222 - 13,35 7224 - 33,90 7523 - 20,78 8160 - 18,13 9200 - 11,87 6223 - 20,69 7230 - 31,15 7530 - 22,03 8170 - 22,40 9210 - 11,74 6224 - 11,01 7231 - 30,78 7531 - 23,47 8171 - 27,25 9211 - 11,74 Rezultati – dodatne slike Delež zaposlenih glede na splošni uspeh na maturi 96 % 94 % 92 % 90 % ež el D 88 % 86 % 84 % 82 % 80 % 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 Splošni uspeh na maturi Slika 37: Delež zaposlenih posameznikov glede na število točk na maturi (generacije 1995–2001) Primerjava letnih bruto dohodkov glede na šolski uspeh Slika 38: Primerjava letnih bruto dohodkov med skupinama maturantov s povprečnim šolskim uspehom 3 in 5 v zaključnih dveh letnikih Primerjava SEIp glede na šolski uspeh Slika 39: Primerjava SEIp med skupinama maturantov s povprečnim šolskim uspehom 3 in 5 v zaključnih dveh letnikih Primerjava povprečnega šolskega uspeha glede na SEIp Slika 40: Primerjava povprečnega šolskega uspeha v zaključnih dveh letnikih med skupinama zgornjih in spodnjih treh decilov SEIp KAZALO SLIK Slika 1: Delež dohodkov članic OECD, ki jih pojasni izobrazba posameznikov (vir: OECD, 2016)......................................................................... 24 (angl. brakeven earnings increment), za posameznike s terciarno izobrazbo (vir: OECD, 2017) .......................................................................... 25 Slika 2: Primerjava premij na trgu dela (angl. labour market premium) in dohodkov, potrebnih za izravnavo stroškov Slika 3: Prikaz deleža uspešnih maturantov in deleža diplom v visokem in univerzitetnem šolstvu v letih 1995–2002 ....................... 26 Slika 4: Dosežki učencev pri NPZ iz slovenščine glede na njihovo zaključno šolsko oceno pri slovenščini (leto 2021) ........................ 29 Slika 5: Odnos med študijskim povprečjem in plačo (logaritmom) ob zaključku študija in 3–5 let po tem (vir: Zou idr., 2022, str. 6) .................................................................................................................................................................................................................................................................. 30 Slika 6: Velikosti varianc štirih osnovnih komponent ....................................................................................................................................................................... 37 Slika 7: Povprečni SEI pri različnih preizkusih znanja po letih ..................................................................................................................................................... 39 Slika 8: Primerjava splošnega uspeha na maturi med skupinama maturantov z najnižjimi in maturantov z najvišjimi vrednostmi SEId ....................................................................................................................................................................................................................................................... 45 SEId .................................................................................................................................................................................................................................................................................. 46 Slika 9: Primerjava uspeha v 3. in 4. letniku med skupinama maturantov z najnižjimi in maturantov z najvišjimi vrednostmi Slika 10: Primerjava lastnih bruto dohodkov skupin maturantov z najnižjimi in maturantov z najvišjimi vrednostmi SEId ............... 47 Slika 11: Letni bruto dohodek (v evrih) glede na splošni uspeh na maturi (generacije 1995–2001) ................................................................. 49 Slika 12: Letni bruto dohodek (v evrih) glede na splošni uspeh na maturi (generacije 1995–2001) ................................................................. 50 Slika 13: Vrednost nepremičnin (v evrih) glede na uspeh na maturi (generacije 1995–2001) ............................................................................... 52 Slika 14: Dosežena izobrazba glede na uspeh na maturi (generacije 1995–2001) ....................................................................................................... 53 Slika 15: Delež posameznikov z doktorsko izobrazbo glede na število točk na maturi .............................................................................................. 54 Slika 16: Status poklica glede na uspeh na maturi (generacije 1995–2001) ...................................................................................................................... 56 Slika 17: Vrednost indeksa SEIp glede na uspeh na maturi (generacije 1995–2001) ................................................................................................... 58 Slika 18: Primerjava SEId skupin maturantov z najnižjim in maturantov z najvišjim uspehom pri maturi ..................................................... 59 Slika 19: Primerjava SEIp skupin maturantov z najnižjim in maturantov z najvišjim uspehom pri maturi ..................................................... 60 Slika 20: Primerjava družinskih bruto dohodkov skupin maturantov z najnižjim in maturantov z najvišjim uspehom pri maturi ............ 61 Slika 21: Letni bruto dohodek (v evrih) glede na uspeh pri splošni maturi (generacije 2002–2006) ................................................................. 65 Slika 22: Letni bruto dohodek (v evrih) glede na uspeh pri splošni maturi (generacije 2002–2006) ................................................................. 66 Slika 23: Vrednost nepremičnin (v evrih) glede na uspeh na splošni maturi (generacije 2002–2006) ............................................................. 68 Slika 24: Dosežena izobrazba maturantov 2002–2006 glede na uspeh pri splošni maturi ...................................................................................... 69 Slika 25: Status poklica glede na uspeh pri splošni maturi (generacije 2002–2006) .................................................................................................... 71 Slika 26: Vrednost indeksa SEIp glede na uspeh pri splošni maturi (generacije 2002–2006) ................................................................................. 73 Slika 27: Letni bruto dohodek (v evrih) glede na uspeh pri poklicni maturi (generacije 2002–2006) ............................................................... 77 Slika 28: Letni bruto dohodek (v evrih) glede na uspeh pri poklicni maturi (generacije 2002–2006) ............................................................... 78 Slika 29: Vrednost nepremičnin (v evrih) glede na uspeh pri poklicni maturi (generacije 2002–2006) ........................................................... 81 Slika 30: Dosežena izobrazba maturantov PM v obdobju 2002–2006 glede na uspeh pri poklicni maturi .................................................. 82 Slika 31: Status poklica glede na uspeh na poklicni maturi (generacije 2002–2006) ................................................................................................... 84 Slika 32: Vrednost indeksa SEIp glede na uspeh na poklicni maturi (generacije 2002–2006) ................................................................................ 86 Slika 33: Graf ordinalne dominantnosti med kontrastnima skupinama – točke pri NPZ iz slovenščine .......................................................... 88 Slika 34: Graf ordinalne dominantnosti med kontrastnima skupinama – šolske ocene iz slovenščine ........................................................... 88 Slika 35: Graf ordinalne dominantnosti med kontrastnima skupinama – točke pri NPZ iz matematike ......................................................... 89 Slika 36: Graf ordinalne dominantnosti med kontrastnima skupinama – šolske ocene iz matematike ........................................................... 90 Slika 37: Delež zaposlenih posameznikov glede na število točk na maturi .................................................................................................................... 131 dveh letnikih ........................................................................................................................................................................................................................................................... 131 Slika 38: Primerjava letnih bruto dohodkov med skupinama maturantov s povprečnim šolskim uspehom 3 in 5 v zaključnih Slika 39: Primerjava SEIp med skupinama maturantov s povprečnim šolskim uspehom 3 in 5 v zaključnih dveh letnikih ............. 132 decilov SEIp ............................................................................................................................................................................................................................................................. 132 Slika 40: Primerjava povprečnega šolskega uspeha v zaključnih dveh letnikih med skupinama zgornjih in spodnjih treh KAZALO PREGLEDNIC Preglednica 1: Obdobja zajema podatkov.............................................................................................................................................................................................. 32 Preglednica 2: Izbrane spremenljivke z opisi ......................................................................................................................................................................................... 32 Preglednica 3: Podatkovni viri Statističnega urada RS ..................................................................................................................................................................... 33 Preglednica 4: Število učencev po letih in po vrstah izpitov....................................................................................................................................................... 36 Preglednica 5: Rezultati analize osnovnih komponent (nasičenosti in variance; N = 820.143 učencev) ........................................................ 37 Preglednica 6: Korelacije med SEId in komponentami ................................................................................................................................................................... 37 Preglednica 7: Mediana SEId po letih in po vrstah izpitov ............................................................................................................................................................ 38 Preglednica 8: Vrednosti SEId in komponent – mediane po decilih SEId (NPZ9, 2016) ............................................................................................ 40 Preglednica 9: Korelacije SEId z dosežki učencev ............................................................................................................................................................................... 41 Preglednica 10: Korelacije med spremenljivkami SEIp za kandidate mature v obdobju 1995–2001 ................................................................ 42 kandidate mature v obdobju 1995–2001................................................................................................................................................................................................ 43 Preglednica 11: Korelacije med spremenljivkami SEIp,uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za Preglednica 12: Korelacije med uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za kandidate mature v obdobju 1995–2001 .......................................................................................................................................................................................................................................... 44 Preglednica 13: Pregled podatkov o letnem bruto dohodku posameznika glede na splošni uspeh na maturi ....................................... 48 (individualni podatki)............................................................................................................................................................................................................................................ 49 Preglednica 14: Linearna regresija, napoved letnega bruto dohodka (v evrih) na podlagi splošnega uspeha na maturi Preglednica 15: Pregled podatkov o vrednosti nepremičnin posameznika (v evrih) glede na splošni uspeh na maturi .................... 51 (individualni podatki)............................................................................................................................................................................................................................................ 52 Preglednica 16: Linearna regresija, napoved vrednosti nepremičnin (v evrih) na podlagi splošnega uspeha na maturi Preglednica 17: Pregled podatkov o statusu posameznikovega poklica glede na splošni uspeh na maturi .............................................. 55 Preglednica 18: Pregled podatkov o SEIp glede na splošni uspeh na maturi .................................................................................................................. 57 Preglednica 19: Linearna regresija, napoved SEIp na podlagi splošnega uspeha na maturi (individualni podatki) ................................ 57 Preglednica 20: Parametri multiple regresije pri napovedovanju SEIp ................................................................................................................................. 58 Preglednica 21: Korelacije med spremenljivkami SEIp za kandidate SM v obdobju 2002–2006 ......................................................................... 62 kandidate SM v obdobju 2002–2006 ......................................................................................................................................................................................................... 62 Preglednica 22: Korelacije med spremenljivkami SEIp, uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za 2002–2006 ................................................................................................................................................................................................................................................................... 63 Preglednica 23: Korelacije med uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za kandidate SM v obdobju Preglednica 24: Pregled podatkov o letnem bruto dohodku posameznika glede na splošni uspeh pri splošni maturi ...................... 64 maturi (individualni podatki) ........................................................................................................................................................................................................................... 65 Preglednica 25: Linearna regresija, napoved letnega bruto dohodka (v evrih) na podlagi splošnega uspeha pri splošni Preglednica 26: Pregled podatkov o vrednosti nepremičnin posameznika (v evrih) glede na splošni uspeh pri splošni maturi... 67 maturi (individualni podatki). .......................................................................................................................................................................................................................... 68 Preglednica 27: Linearna regresija, napoved vrednosti nepremičnin (v evrih) na podlagi splošnega uspeha pri splošni 2002–2006) ................................................................................................................................................................................................................................................................. 70 Preglednica 28: Pregled podatkov o statusu posameznikovega poklica glede na splošni uspeh na splošni maturi (generacije (individualni podatki)............................................................................................................................................................................................................................................ 71 Preglednica 29: Linearna regresija, napoved vrednosti statusa poklica na podlagi splošnega uspeha pri splošni maturi Preglednica 30: Pregled podatkov o SEIp glede na splošni uspeh pri splošni maturi ................................................................................................ 72 Preglednica 31: Linearna regresija, napoved SEIp na podlagi splošnega uspeha pri splošni maturi (individualni podatki) .............. 72 Preglednica 32: Parametri multiple regresije pri napovedovanju SEIp ................................................................................................................................. 73 Preglednica 33: Korelacije med spremenljivkami SEIp za kandidate PM v obdobju 2002–2006 ......................................................................... 74 Preglednica 34: Korelacije med spremenljivkami SEIp, uspehom na maturi, povprečjem šolskih ocen, SEId in spolom za kandidate PM v obdobju 2002–2006 ......................................................................................................................................................................................................... 74 obdobju 2002–2006 ............................................................................................................................................................................................................................................. 75 Preglednica 35: Korelacije med uspehom na poklicni maturi, povprečjem šolskih ocen, SEId in spolom za kandidate PM v ............................................................................................................................................................................................................................................................................................ 77 Preglednica 36: Pregled podatkov o letnem bruto dohodku posameznikov (v evrih) glede na splošni uspeh pri poklicni maturi Preglednica 37: Linearna regresija, napoved letnega bruto dohodka na podlagi splošnega uspeha pri poklicni maturi (individualni podatki)............................................................................................................................................................................................................................................ 78 Preglednica 38: Pregled podatkov o vrednosti nepremičnin posameznikov glede na splošni uspeh na poklicni maturi.................. 80 maturi (individualni podatki) ........................................................................................................................................................................................................................... 80 Preglednica 39: Linearna regresija, napoved vrednosti nepremičnin (v evrih) na podlagi splošnega uspeha pri poklicni Preglednica 40: Pregled podatkov o statusu posameznikovega poklica glede na splošni uspeh pri poklicni maturi ........................... 83 (individualni podatki)............................................................................................................................................................................................................................................ 83 Preglednica 41: Linearna regresija, napoved vrednosti statusa poklica na podlagi splošnega uspeha na poklicni maturi Preglednica 42: Pregled podatkov lastnega socialno-ekonomskega indeksa posameznikov (SEIp) glede na splošni uspeh na poklicni maturi. .................................................................................................................................................................................................................................................. 85 Preglednica 43: Linearna regresija, napoved SEIp na podlagi splošnega uspeha pri poklicni maturi (individualni podatki) ............ 85 Preglednica 44: Parametri multiple regresije pri napovedovanju SEIp ................................................................................................................................. 86 Preglednica 45: Število učencev v posamezni kontrastni skupini ........................................................................................................................................... 87 Preglednica 46: Aritmetične sredine odstotnih točk NPZ oziroma šolskih ocen za kontrastni skupini ........................................................... 87 Preglednica 47: Evidenca gospodinjstev (administrativna gospodinjstva)..................................................................................................................... 105 Preglednica 48: Registrski popis prebivalstva .................................................................................................................................................................................... 105 Preglednica 49: Socialno-ekonomske značilnosti prebivalstva .............................................................................................................................................. 106 Preglednica 50: Lastništvo stanovanj in drugih delov stavb iz Registra nepremičnin ............................................................................................. 106 Preglednica 51: Lastništvo parcel iz Registra nepremičnin ....................................................................................................................................................... 106 Preglednica 52: Statistični register delovno aktivnega prebivalstva (SRDAP) ............................................................................................................... 107 Preglednica 53: Dohodnina (odmerni in končni kontrolni podatki) .................................................................................................................................... 108 Preglednica 54: Podatkovna baza Rica ................................................................................................................................................................................................... 108 Preglednica 55: V raziskavi uporabljen šifrant oznak za izobrazbo ....................................................................................................................................... 109 Preglednica 56: Delež manjkajočih vrednosti SEId po letih in po vrstah izpitov ......................................................................................................... 110 Preglednica 57: Povprečna starost mater in očetov po decilih SEId za NPZ6, NPZ9 in SŠ .................................................................................... 110 Preglednica 58: Mediana izobrazbe mater in očetov po decilih SEId za NPZ6, NPZ9 in SŠ.................................................................................. 111 Preglednica 59: Frekvence podatkov o starših z dokončano izobrazbo po vrstah izobrazbe ............................................................................ 111 Preglednica 60: Mediana bruto letnih dohodkov družine (DOHODEK) po letih in vrstah zunanjih preizkusov...................................... 112 Preglednica 61: Mediana vrednosti nepremičnin družine (NEPR) po letih in po vrstah zunanjih preizkusov .......................................... 113 Preglednica 62: Mediana najvišje izobrazbe staršev (IZOB) po letih in po vrstah zunanjih preizkusov ........................................................ 114 Preglednica 63: Mediana najvišjega statusa poklica staršev (POKLIC) po letih in vrstah zunanjih preizkusov ......................................... 115 Preglednica 64: Vrednosti SEId in komponent – mediane po decilih SEId – NPZ6, 2016 ...................................................................................... 115 Preglednica 65: Vrednosti SEId in komponent – mediane po decilih SEId – SŠ, 2016 ............................................................................................. 116 Preglednica 66: Pregled podatkov o letnem bruto dohodku po splošnem uspehu na maturi (generacije 1995–2001) ................. 117 Preglednica 67: Pregled podatkov o vrednosti nepremičnin po splošnem uspehu na maturi (generacije 1995–2001) .................. 118 Preglednica 68: Pregled podatkov o statusu poklica (POKLIC) po splošnem uspehu na maturi (generacije 1995–2001) ............... 119 na maturi (generacije 1995–2001) ............................................................................................................................................................................................................ 120 Preglednica 69: Pregled podatkov o lastnem socialno-ekonomskem statusu posameznika (SEIp) glede na splošni uspeh 2002–2006) .............................................................................................................................................................................................................................................................. 121 Preglednica 70: Pregled podatkov o letnem bruto dohodku po splošnem uspehu na maturi (generacije splošne mature 2002–2006) .............................................................................................................................................................................................................................................................. 122 Preglednica 71: Pregled podatkov o vrednosti nepremičnin po splošnem uspehu na maturi (generacije splošne mature Preglednica 72: Pregled podatkov o statusu poklica (POKLIC) po splošnem uspehu na maturi (generacije splošne mature 2002–2006) .............................................................................................................................................................................................................................................................. 123 maturi (generacije splošne mature 2002–2006) .............................................................................................................................................................................. 124 Preglednica 73: Pregled podatkov o lastnem socialno-ekonomskem statusu posameznika (SEIp) glede na splošni uspeh na Preglednica 74: Pregled podatkov o letnem bruto dohodku po splošnem uspehu na poklicni maturi (generacije poklicne mature 1995–2001) ............................................................................................................................................................................................................................................ 125 mature 2002–2006) ............................................................................................................................................................................................................................................ 126 Preglednica 75: Pregled podatkov o vrednosti nepremičnin po splošnem uspehu na poklicni maturi (generacije poklicne mature 2002–2006) ............................................................................................................................................................................................................................................ 127 Preglednica 76: Pregled podatkov o statusu poklica (POKLIC) po splošnem uspehu na poklicni maturi (generacije poklicne Preglednica 77: Pregled podatkov o lastnem socialno-ekonomskem statusu posameznika (SEIp) glede na splošni uspeh na poklicni maturi (generacije poklicne mature 2002–2006) .................................................................................................................................................. 128