Odprta učna gradiva z uporabo odprtih Verzija: 1.0 raziskovalnih podatkov Učbenik Janez Štebe (Ur.) Arhiv družboslovnih podatkov Odprta učna gradiva z uporabo odprtih raziskovalnih podatkov Učbenik Verzija: 1.0 Janez Štebe (Ur.) Licenca CC BY Ljubljana, 2024 ODPRTA UČNA GRADIVA Z UPORABO ODPRTIH RAZISKOVALNIH PODATKOV Učbenik uredil JANEZ ŠTEBE Recenzenta: Mitja Hafner Fink in Samo Uhan Jezikovni pregled: Tomaž Petek To delo je ponujeno pod licenco Creative Commons Priznanje avtorstva-Deljenje pod enakimi 4.0 mednarodno licenco. Založila: Založba Univerze v Ljubljani Za založbo: Gregor Majdič, rektor Univerze v Ljubljani Izdala: Fakulteta za družbene vede Univerze v Ljubljani Za izdajatelja: Iztok Prezelj, dekan Fakultete za družbene vede Univerze v Ljubljani Elektronska izdaja, verzija 1.0 Oblikovanje naslovnice: ENOOKI Kraft Izdelava preloma: ENOOKI Kraft Ljubljana, 2024 Izdajo učbenika je omogočila Univerza v Ljubljani v okviru Razvojnega stebra financiranja (RSF) in ARIS v okviru Mreže raziskovalnih infrastrukturnih centrov Univerze v Ljubljani (MRIC UL) - Arhiv družboslovnih podatkov. Publikacija je v digitalni obliki prosto dostopna na: https://ebooks.uni-lj.si DOI: 10.51936/9789612972578 Kataložni zapis o publikaciji (CIP) pripravili v Narodni in univerzitetni knjižnici v Ljubljani COBISS.SI-ID 183312643 ISBN 978-961-297-257-8 (PDF) | III | KAZALO UČNIM GRADIVOM NA POT ......................................................................................................................... 5 O UČBENIKU.............. .........................................................................................................................................................................7 HRAMBA IN DOSTOP DO PODATKOV V ADP ........................................................................................................................................8 POVEZANA DODATNA VEČPREDSTAVNOSTNA GRADIVA ....................................................................................................................9 VIRI..................... ............................................................................................................................................................................10 Poglavje 1: OSNOVE ANALIZE PODATKOV ............................................................................................................................11 1 MIKROPODATKI REGISTRSKEGA POPISA 2015 .............................................................................................................................12 2 DELO V PROGRAMU SPSS ..........................................................................................................................................................13 2.1 PREGLED SPREMENLJIVK .....................................................................................................................................................15 3 FREKVENČNA PORAZDELITEV SPREMENLJIVK .............................................................................................................................17 3.1 GRAFIČNI PRIKAZ FREKVENČNIH PORAZDELITEV ..................................................................................................................18 4 OBLIKOVANJE PODVZORCA ........................................................................................................................................................20 5 OBLIKOVANJE NOVE SPREMENLJIVKE .........................................................................................................................................22 6 PRIPRAVA KONTINGENČNIH TABEL ............................................................................................................................................25 6.1 GRAFIČNI PRIKAZ KONTINGENČNIH TABEL ...........................................................................................................................28 6.2 PREVERJANJE MEDSEBOJNE POVEZANOSTI S HI-KVADRAT TESTOM .......................................................................................29 7 ZAKLJUČEK ...............................................................................................................................................................................31 8 VIRI..................... .....................................................................................................................................................................31 Poglavje 2: VSEBINSKI SKLOP: DRUŽINA .......................................................................................................33 1 UVOD .......................................................................................................................................................................................34 1.1 DEFINICIJE DRUŽINE ........................................................................................................................................................35 1.2 URADNI STATISTIČNI PODATKI IN NJIHOV POMEN ZA SOCIOLOGIJO DRUŽIN ....................................................................35 2 PRAKTIČNE NALOGE Z REŠITVAMI ............................................................................................................................................37 2.1 RAZNOLIKOST TIPOV DRUŽIN ...........................................................................................................................................37 Opis raziskave in vzorca popisnih mikropodatkov družine .................................................................................................38 Razmislek pred začetkom reševanja nalog ........................................................................................................................38 Frekvenčna porazdelitev za vsak tip družine .....................................................................................................................39 Pregled tipov družin glede na stopnjo urbanizacije ...........................................................................................................40 Analiza števila otrok glede na tip družine .........................................................................................................................42 2.2 OTROCI V DVOSTARŠEVSKIH IN ENOSTARŠEVSKIH DRUŽINAH .........................................................................................44 Analiza števila otrok glede na enostarševske in dvostarševske družine ..............................................................................45 Analiza starosti otrok glede na enostarševske in dvostarševske družine (tip družin) ..........................................................46 2. 3 ZAKONSKE ZVEZE IN ZUNAJZAKONSKE SKUPNOSTI .........................................................................................................48 Prikaz starostne sestave posameznikov, ki so v zakonski zvezi, in tistih, ki so v zunajzakonski zvezi in imajo otroke ...........49 Prikaz izobrazbene sestave posameznikov, ki so v zakonski zvezi, in tistih, ki so v zunajzakonski zvezi ...............................51 2.4 REORGANIZIRANE DRUŽINE .............................................................................................................................................53 Analiza reorganiziranih družin glede na stopnjo urbanizacije ............................................................................................53 Analiza reorganiziranih družin glede na stopnjo izobrazbe ...............................................................................................55 3 NALOGE ZA SAMOSTOJNO DELO ...............................................................................................................................................56 4 VIRI/REFERENCE ......................................................................................................................................................................58 | IV | Poglavje 3: VSEBINSKI SKLOP: MLADINA ................................................................................................................................59 1 UVOD................. .......................................................................................................................................................................60 2 PRAKTIČNE NALOGE Z REŠITVAMI. ..........................................................................................................................................61 2.1 UVOD ...............................................................................................................................................................................61 Značilnosti mladih v Sloveniji ...........................................................................................................................................61 Opis raziskave in vzorca popisnih mikropodatkov mladih .................................................................................................61 Napotki za reševanje ........................................................................................................................................................62 2.2 IZVEDBA NALOG ...............................................................................................................................................................63 Kakšna je izobrazbena sestava mladih glede na njihovo starost ........................................................................................63 Aktivnost mladih glede na njihovo starost in spol .............................................................................................................66 Aktivnost izobraževanja mladih glede na njihovo starost in spol .......................................................................................70 Dosežena izobrazba glede na spol.....................................................................................................................................72 Prikaz vloge mladih v družini glede na njihovo starost ......................................................................................................73 Nadaljnje analize družinske vloge .....................................................................................................................................74 3 NALOGE ZA SAMOSTOJNO DELO ...............................................................................................................................................75 4 VIRI/REFERENCE ......................................................................................................................................................................76 POGLAVJE 4: Iskanje in uporaba drugih raziskovalnih podatkov na določeno temo .........................77 1 RAZŠIRITEV OBRAVNAVANE TEME ............................................................................................................................................79 1.1 PRAKTIČNI PRIKAZ POTEKA ISKANJA S POMOČJO ŠIRŠIH POJMOV IZ STANDARDNIH KLASIFIKACIJ ..................................80 1.2 PRAKTIČNI PRIKAZ POTEKA ISKANJA, KO IZHAJAMO IZ DOLOČENEGA IZHODIŠČNEGA VPRAŠANJA ..................................83 2 ZOŽENJE TEMATIKE: BRSKANJE PO PODATKIH ZA GENERIRANJE RAZISKOVALNEGA VPRAŠANJA ............................................87 3 POMEMBNE MEDNARODNE SERIJE ..........................................................................................................................................89 4 NALOGE ZA SAMOSTOJNO DELO ...............................................................................................................................................91 5 VIRI ........................................................................................................................................................................................92 POGLAVJE 5: Uokvirjanje raziskovalnih vprašanj in sestava poročila ...............................................95 1 UVOD V POGLAVJE ....................................................................................................................................................................96 1.1 UVOD V RAZISKOVALNO POROČILO ..................................................................................................................................97 Opredelitev problema, njegova utemeljitev ......................................................................................................................97 Tipi raziskovalnih pristopov ..............................................................................................................................................98 Razmislek o vzrokih in posledicah ....................................................................................................................................99 1.2 METODA IN PODATKI ......................................................................................................................................................100 1.3 PRESTAVITEV REZULTATOV TER INTERPRETACIJA IN ZAKLJUČEK ....................................................................................102 1.4 ZAKLJUČEK ....................................................................................................................................................................103 1.5 PRILOGE .......................................................................................................................................................................103 2 NALOGE ZA SAMOSTOJNO DELO ............................................................................................................................................105 3 VIRI ......................................................................................................................................................................................106 RECENZIJI.............. ........................................................................................................................................................................107 | 5 | UČNIM GRADIVOM NA POT Podatkovni paketi, namenjeni rabi v študijskem procesu, so na univerzah po svetu uveljavljeni kot primer dobre na raziskovalnih podatkih utemeljene izobraževalne prakse1. V tem učbeniku so prikazani primeri uporabe podatkov uradne statistike v povezavi z vsebino izbranih univerzitetnih družboslovnih predmetov. Tako se obogati pedagoški proces z interaktivnimi praktičnimi primeri. Učbeniško znanje posameznih vsebinskih predmetov dobi dodatno potrditev v demonstraciji raziskovalnega postopka nastajanja znanja. Obenem študenti in študentke ob reševanju praktičnih vsebinskih problemov poglobijo metodološko znanje in analitične veščine. Besedilo in naloge za reševanje predstavljajo začetek usvajanja znanja konceptualizacije, razumevanja raziskovalnih problemov in načina njihovega reševanja skozi analizo povezanosti med spremenljivkami, vse na podlagi interaktivnih vsebin in povezav z resničnimi raziskovalnimi podatki. Pristop na način aktivnega učenja vabi predavatelje in študente, da usvojijo nadaljnje spretnosti statistične, metodološke in podatkovne pismenosti ter se tako skozi dodatno razumevanje obravnavanih družboslovnih tem usposobijo za lastno raziskovanje. Znanje raziskovanja je v veliki meri ‘tiho znanje’, pridobljeno skozi lastne izkušnje in posnemanje drugih uveljavljenih raziskovalcev pri njihovem delu. Primeri narejenih analiz iz znanstvene literature so najboljša podlaga za učenje, kako se sam lotiti in narediti raziskavo. V tem učbeniku so predstavljeni tovrstni zgledi, obenem pa spremljajoča poglavja usmerjajo in usposabljajo študente za učinkovito in kakovostno izdelavo zaključnih del in drugih seminarskih obveznosti med študijem. Učbenik je rezultat sodelovanja pedagogov Univerze v Ljubljani, Fakultete za družbene vede (v nadaljevanju: UL/FDV), Statističnega urada (v nadaljevanju: SURS) in Arhiva družboslovnih podatkov (v nadaljevanju: ADP). Pedagogi so opredelili vsebinska področja in prispevali teoretična izhodišča, ki se ujemajo z učnimi načrti predmetov, pri katerih sodelujejo. Skupaj s sodelavci Statističnega urada smo poiskali najustreznejše nabore podatkov in spremenljivk. Mikropodatke, ki jih je pripravil SURS, smo v ADP opremili z metapodatki in s spremno dokumentacijo, jih trajno shranili in objavili v dostopu prek kataloga. V sodelovanju s pedagogi smo oblikovali problemske naloge, ki izhajajo z izbranih vsebinskih področij. Naloge so zasnovane na način, da je omogoče-no vodeno in samostojno reševanje nalog, ki jih spremljajo pripadajoče rešitve. Za radovednejše bralce smo posameznim nalogam dodali tudi razširitve in dopolnitve. Učno gradivo s prikazom reševanja praktičnih vsebinskih problemov je namenjeno kot podpora pri izvajanju predavanj, seminarjev oziroma vaj in obogatitev pedagoškega procesa. Učbenik 1 Omenimo ameriški Inter-university Consortium for Political and Social Research (ICPSR), v katerem so v sklopu »usposabljanja in izobraževanja« na voljo različne interaktivne izobraževalne vsebine, nasveti, vodiči, orodja in študijski načrti, namenjeni študentom, profesorjem in raziskovalcem (ICPSR, n.d.). Podobne vsebine ponuja tudi angleški arhiv UK Data Service, v katerem najdemo koristne nasvete za uporabo podatkovnih datotek, učenje metodologije, na voljo so tudi izobraževalne ideje in primeri dobrih praks za predavatelje (UK Data Service, n.d.). Učnim gradivom na pot | 6 | je lahko učinkovito orodje pri krepitvi podatkovne in statistične pismenosti študentov, saj ga je mogoče uporabljati tudi za samostojno učenje kot študijski pripomoček pri iskanju in analizi podatkov za namen priprave seminarskih ali zaključnih nalog študija. Posebej se za sodelovanje zahvaljujemo kolegom in kolegicam na Statističnem uradu RS (SURS), Nataši Zidar, Danilu Dolencu in Tomažu Smrekarju, ki so se zavzeli za pripravo in predajo statistično zaščitenih mikropodatkov popisov. Katja Lozar Manfreda je s pripombami izboljšala natančnost statističnega izrazja v prvem poglavju. Posebej se zahvaljujem tudi svojim kolegicam na ADP, ki so nekatere tudi soustvarjale posamezna poglavja. Posebej se za sodelovanje zahvaljujemo glavnima avtoricama vsebinskih sklopov Alenki Švab in Andreji Živoder za pripravo in uvajanje s podatki podprtega poučevanja med študente posameznih predmetov. Zahvaljujemo se tudi finančni podpori Infrastrukturnega programa CESSDA/ADP, nato podpo- ri razvojnega stebra financiranja (RSF) A.II.1. UL, za pripravo za objavo pa smo uporabili tudi lastna IRD-sredstva. V Ljubljani, 10. 1. 2024 Janez Štebe Učnim gradivom na pot | 7 | O UČBENIKU Naloge v učbeniku so narejene na podlagi vsem dostopnih mikropodatkov, tj. neagregiranih podatkov na ravni najmanjše posamezne preučevane enote, ki so bili pripravljeni posebej za ta namen. Uporabili smo podatke, ki izhajajo iz Registrskega popisa prebivalstva 2015. Več podrobnosti o izboru podatkov in značilnostih vzorca najdemo v naslednjih poglavjih. Učbenik je sestavljen vodeno in interaktivno. Analizo podatkov v tiskani različici predstavimo s statističnim programom SPSS, ki smo ga izbrali zaradi njegove pogoste uporabe na podro- čju družboslovja. Podatke lahko seveda analiziramo tudi z drugimi programi (PSPP, R, Python). Med obogatenimi vsebinami v spremljajoči spletni učilnici so vse analize ponovljene tudi v R in Python. Tako učbenik ponuja tudi osnovno usposabljanje za družboslovne podatkovne znanstvenike, podatkovne novinarje idr. poklice prihodnosti, saj ti računalniški jeziki omogo- čajo veliko več možnosti pri zajemu in pripravi podatkov za analize. Predloge za grafični prikaz analize podatkov v tiskani izdaji predstavimo v programu Microsoft Office Excel, ki smo ga izbrali predvsem zaradi njegove preproste uporabe. Med dodatnimi večpredstavnostnimi gradivi v spletni učilnici bomo grafične prikaze ponovno izdelali tudi v jezikih R in Python. Vsebinski tematski sklopi vsebujejo naloge, vezane na teoretične vsebine, s katerimi se študentje seznanijo pri svojih predmetih. Z namenom, da uporabnik razvije analitično miselnost, se vsak problem razdeli na preprostejše podprobleme, ki se po težavnosti stopnjujejo. Naloge so zastavljene na način, da bralca vodijo skozi postopek dela. Prvo poglavje Osnove analize podatkov je namenjeno seznanjanju z osnovami dela s podatki v statističnem programu SPSS. V različici, ki je postavljena v spremljajoči elektronski učilnici, so vsi postopki ponovljeni tudi v okoljih programskih jezikov za podatkovno znanost R in Python. V tem poglavju se seznanimo z nekaterimi statističnimi pojmi in načinom prikaza rezultatov v obliki tabel in grafov. Poglavje je namenjeno za lastno učenje in je podlaga za razumevanje izvedbe nalog v naslednjih vsebinskih poglavjih. Priporočljivo je, da se učenci predhodno seznanijo z osnovnimi prijemi pri pripravi podatkov za analizo in izvedbo analiz s pomočjo programskih statističnih orodij, da se bodo v nadaljevanju v vsebinskih poglavjih lažje osredinili na reševanje tam predstavljenih raziskovalnih problemov. Drugo in tretje poglavje sta posvečeni delu s posebej za ta namen prirejenimi mikropodatki iz vmesnega Popisa prebivalstva za leto 2015. Ti poglavji sta v resnici v središču teh učnih gradiv. Vsebinsko predstavljata področji raziskovanja Družine in Mladine. Uvoda v vsako izmed poglavij, nastala ob sodelovanju dveh eminentnih raziskovalk in predavateljic z Univerze v Ljubljani, nudita pregled izbranih aktualnih problemov ter nudita navezavo na konkretne raziskovalne teme in naloge v nadaljevanju. Tako se najbolj približata ciljem s podatki podprtega poučevanja vsebinskih predmetov, tj. učenja s sprotnim aktivnim raziskovanjem resničnih podatkov. Zaradi aktualnosti problematik, ki jih obravnavata, in njune širine sta poglavji seveda nadvse primerni tudi za preostale, ne samo za študente pri vsebinskih predmetih, ki obravnavajo družino in mladino. Reševanje nalog v teh dveh poglavjih uvaja tudi splošne metodološke in statistične podatkovne veščine, ne glede na to, s katerega študijskega področja kdo prihaja. Obenem pa je učbenik zasnovan modularno in pričakujemo dopolnitev še s kakšnim vsebinskim poglavjem v povezavi s predavatelji in študenti določenih drugih vsebinskih družboslovnih predmetov. Učnim gradivom na pot | 8 | Četrto poglavje razširi spekter možnosti za raziskovanje tudi na druge raziskovalne podatke, ki so dostopni v arhivih podatkov po svetu in doma. Osnovna poanta tega poglavja je obrniti tradicionalno logiko raziskovanja, ki – izhajajoč iz teoretično zastavljenega raziskovalnega problema – načrtuje zbiranje podatkov za njegovo reševanje. Logika je tu obrnjena v tem smislu, da na podlagi že obstoječih podatkov s pomočjo družboslovne imaginacije razmišljamo o raziskovalnih problemih, ki bi jih lahko s temi podatki raziskovali. Poglavje je namenjeno tudi razširitvi obsega raziskovalnih vprašanj, ki jih lahko obravnavamo s pomočjo obstoječih podatkov. Če smo v prejšnjih dveh poglavjih omejeni na ‘objektivne’ podatke iz popisa, nam ankete lahko razširijo obzorje v smeri subjektivnih pojavov, kot so stališča in prepričanja. Seznanimo se tudi z osnovami iskanja podatkov in ocenjevanja njihovega pomena za raziskovanje v kontekstu raziskovalnih problemov. Kritično ocenjujemo, kaj se z danimi podatki da raziskati in kje so njihove omejitve. Vsebinske naloge, ki so ponujene za sprotno ali za samostojno delo, se navezujejo na teme družine in mladine iz prejšnjih poglavij. Zadnje poglavje opisuje proces raziskovanja od postavitve raziskovalnega problema pa do oblikovanja zaključkov. Poglavje imamo lahko tudi kot referenco ob tem, ko se bomo lotevali izdelave nalog iz vsebinskih poglavij. Nič ni bolj dolgočasnega kot mehanično ponavljanje ukazov in korakov pri analizi brez hkratnega razmišljanja o družbenih problemih in ciljih, ki jih želimo doseči in nasloviti. Vsebina tega poglavja nas spodbuja, da ob reševanju nalog v preostalih poglavjih tem s svojo lastno družboslovno imaginacijo dodamo smisel. Predstavimo tudi osnovne raziskovalne pristope in vprašanja vzročnosti. Skupaj to poglavje predstavi raziskovalni proces skozi strukturo raziskovalnega poročila, pa naj bo to kratko poročilo študentov ob izvedbi nalog v tem učbeniku, znanstveni članek ali pa zaključno delo v okviru študija. Ideja torej je, da izdelavo nalog v vsebinskih poglavjih opišemo v obliki raziskovalnega poročila, zato tudi vabilo, da si to poglavje vzamemo kot referenco, hkrati ob izdelavi nalog. HRAMBA IN DOSTOP DO PODATKOV V ADP ADP kot nacionalna področna raziskovalna infrastruktura skladno s svojim poslanstvom izvaja storitve prevzema, shranjevanja in dostopa do za različne namene uporabnih raziskovalnih podatkov s področja družboslovja iz Slovenije in širše. Podatke, shranjene v ADP, odlikujejo kakovost in možnost raznolike uporabe na področju družboslovja in drugih disciplin. V Katalogu ADP je dostopnih več kot 600 opisov raziskav in podatkov, ki segajo na raznolika vsebinska področja. Do podatkovnih datotek, ki jih uporabljamo v tem učbeniku, dostopamo prek spletne strani Arhiva družboslovnih podatkov (https://www.adp.fdv.uni-lj.si/). Za dostop do podatkov se je večinoma treba registrirati. Pri tem velja omeniti, da ADP nudi različne možnosti dostopa do podatkov. Nekateri podatki so dostopni pod posebni pogoji oziroma samo v varni sobi Arhiva, zato je za njihovo uporabo treba zaprositi s posebno vlogo (https://www.adp.fdv.uni-lj.si/static/ registracija/Vloga_za_dostop.docx). Nekateri podatki pa so dostopni z licenco CC0, kar pomeni, da se za dostop do podatkov ni treba registrirati. Mikropodatki, ki jih uporabljamo v učbeniku, so dostopni vsem registriranim uporabnikom brez dodatnih pogojev. Širšo možnost dostopa jim omogoča ustrezna statistična zaščita podatkov pred možnostjo razkritja posameznika, kar z drugimi besedami pomeni, da so podatki anonimizirani. O zaščiti podatkov bomo podrobneje spregovorili v naslednjem poglavju. Učnim gradivom na pot Pridobitev uporabniškega imena in gesla nam omogoča tudi dostop do neposredne izvedbe | 9 | spletne analize na mikropodatkih ali prenos podatkovne datoteke na lokalni računalnik, na katerem nato opravimo statistično analizo v izbranem statističnem programu. Poleg podatkovne datoteke uporabniki brez omejitev dostopajo tudi do metapodatkov in spremnega gradiva, s pomočjo katerega dobijo vpogled v vsebino in metodologijo raziskave ter v potek nastajanja podatkov. V nadaljevanju se bomo v razdelku Osnove analize podatkov seznanili z mikropodatkovno datoteko raziskave Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, ki so člani družine (na povezavi Statistični urad Republike Slovenije 2017 (https:// doi.org/10.17898/ADP_POPIS15C_V1)). Ta datoteka je podlaga tudi za vsebinski sklop Družina. Pri vsebinskem sklopu Mladina pa je za podlago datoteka Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, starih od 15 do vključno 34 let (na povezavi Statistični urad Republike Slovenije 2019 (https://doi.org/10.17898/ADP_POP15MLA_V1)). POVEZANA DODATNA VEČPREDSTAVNOSTNA GRADIVA Z učbenikom smo uspeli s prijavo na ukrep razvojnega stebra financiranja (RSF) A.II.1 uvajanja in razvoja odprtih izobraževalnih virov znotraj pedagoškega procesa Univerze v Ljubljani. Finančna podpora RSF je namenjena obogatitvi statične izdaje učbenika z večpredstavnostni- mi vsebinami. Že sama interakcija uporabnika učbenika z ločeno dostopnimi podatki predsta- vlja tovrstno obogatitev. Še dodatno interaktivnost zagotavljamo z različnimi dodatki znotraj postavitve učbenika v spletni učilnici Moodle. Najdemo jo pod istim naslovom – Odprta učna gradiva z uporabo odprtih raziskovalnih podatkov – na https://eucilnica.fdv.uni-lj.si/course/ view.php?id=178. Zunanji uporabniki se lahko prijavijo kot gosti. Scenarij uporabe učbenika za mentorja študentov pri kakem izmed predmetov predvideva prijavo mentorja kot soupravitelja v spletno učilnico, študentje pa se lahko vpišejo neposredno. Mogoče je tudi, da mentor prevzame odprtodostopno kopijo učilnice in jo nato upravlja povsem samostojno. Za tovrsten prenos učilnice v okolju Moodle se lahko dogovorite z upra- viteljem spletnih učilnic na UL/FDV Dejanom Pečnikom. V večpredstavnostnih vsebinah na spletni učilnici so tako na voljo programske kode oz. datoteke sintakse za računalniško izvedbo vseh nalog, tudi predlogi za rešitev tistih nalog, ki so predvi-dene za samostojno delo. Najbolje seveda je, da naloge najprej poskušamo rešiti sami. Rešitve uporabimo za preverjanje, ali smo reševali v pravo smer. Prav tako se bo v okolju spletne učilnice dopolnjeval element za poglavje ‘Pogostih vprašanj in odgovorov’. Pripravljene so povezave na niz videoposnetkov za pomoč pri prvi uporabi programskih ukazov statističnega paketa SPSS, vključen je element za sprotno dopolnjevanje Slovarčka statističnih in socioloških pojmov, ki se pojavljajo v besedilih. Dodatno so v spletni učilnici elementi z navodili za samostojno delo študentov, kamor bodo študentje lahko oddali krajše izvedene naloge po dani predlogi. Učbenik ima trenutno dva vsebinska sklopa, družine in mladine. Vabimo pa predavatelje dru- gih vsebinskih predmetov, da se pridružijo živemu dopolnjevanju z novimi vsebinskimi sklopi, ki jih v sodelovanju s strokovnjaki na ADP in SURS lahko pokrijemo z ustreznimi za poučevanje prirejenimi podatki in nalogami za poglobljeno raziskovanje. Učnim gradivom na pot | 10 | VIRI ICPSR (n.d). Teaching & Learning: Data-Driven Learning Guides: Exercise Modules. Pridobljeno z https:// www.icpsr.umich.edu/web/pages/instructors/ (6. 1. 2024) Statistični urad Republike Slovenije (2017). Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, ki so člani družine [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP – IDNo: POPIS15C. https://doi.org/10.17898/ ADP_POPIS15C_V1 Statistični urad Republike Slovenije (2019). Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, starih od 15 do vključno 34 let [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP – IDNo: POP15MLA. https://doi. org/10.17898/ADP_POP15MLA_V1 UK Data Service (n.d). Teach with real data. Pridobljeno z https://ukdataservice.ac.uk/learning-hub/ teach-with-real-data/ (6. 1. 2024) UK Data Service (2019).Data-driven learning and teaching. Cathie Marsh Institute for Social Research, University of Manchester. Pridobljeno z https://ukdataservice.ac.uk/app/uploads/learningtea- ching.pdf (6. 1. 2024) Ward, B. W. (2013). What’s better – R, SAS®, SPSS®, or Stata®? Thoughts for instructors of statistics and research methods courses. Journal of Applied Social Science, 7(1), pp. 115–120. | 11 | Sergeja MaSten, janez Štebe, Sonja bezjak in Maja Dolinar 1 OSNOVE ANALIZE PODATKOV Vsebina 1 MIKROPODATKI REGISTRSKEGA POPISA 2015 ............................................................................................................................12 2 DELO V PROGRAMU SPSS .........................................................................................................................................................13 2.1 PREGLED SPREMENLJIVK ....................................................................................................................................................15 3 FREKVENČNA PORAZDELITEV SPREMENLJIVK ............................................................................................................................17 3.1 GRAFIČNI PRIKAZ FREKVENČNIH PORAZDELITEV .................................................................................................................18 4 OBLIKOVANJE PODVZORCA .......................................................................................................................................................20 5 OBLIKOVANJE NOVE SPREMENLJIVKE ........................................................................................................................................22 6 PRIPRAVA KONTINGENČNIH TABEL ...........................................................................................................................................25 6.1 GRAFIČNI PRIKAZ KONTINGENČNIH TABEL ..........................................................................................................................28 6.2 PREVERJANJE MEDSEBOJNE POVEZANOSTI S HI-KVADRAT TESTOM ......................................................................................29 7 ZAKLJUČEK ..............................................................................................................................................................................31 8 VIRI .........................................................................................................................................................................................31 OsnOve analize pOdatkOv 1 | 12 | Preden se lotimo analiziranja podatkov v katerem izmed programov za statistično analizo družboslovnih podatkov, moramo podatke prenesti iz Kataloga ADP na svoj računalnik. Po začetni statistični analizi sledi grafični prikaz kontingenčnih tabel, ki ga bomo predstavili s programom Microsoft Office Excel.1 Predstavitev je oblikovana na primeru podatkovne datoteke iz vsebinskega sklopa podatkov o družini. Poglejmo po korakih, kako poteka prenos. Na začetku imamo možnost izbire formata, v ka- terem želimo shraniti izbrano podatkovno datoteko na lokalni računalnik. Če bomo podatke analizirali s programom SPSS2, med možnostmi izberemo format SPSS (končnica *.sav) oziroma prenosno datoteko programa SPSS, t.i. SPSS Portable ( *.por). Datoteko po prenosu na računalnik shranimo na pod-direktorij ‘ ..\podatki\’ in odpremo z izbranim programom. Dodatne informacije o tem, kako prenesti podatkovno datoteko, so na voljo na spletni strani ADP. 1 MIKROPODATKI REGISTRSKEGA POPISA 2015 Mikropodatki, ki jih analiziramo v teh učnih gradivih, so bili zbranih v okviru Popisa. Registrski popis prebivalstva predstavlja enega ključnih in temeljnih statističnih raziskovanj na nacionalni ravni. Podatke zbira Statistični urad Republike Slovenije, glavni izvajalec in ponudnik uradne statistike za Slovenijo. SURS zbira in obdeluje podatke o prebivalstvu, gospodinjstvih in o stanovanjih s statističnim povezovanjem iz obstoječih administrativnih in statističnih virov. Registrski popis je leta 2011 nadomestil klasično popisno raziskavo, izvedeno na terenu. Ta prehod postavlja Slovenijo med redke evropske države, ki izvajajo registrski popis. Popis se ponovi na 10 let, vmes pa se v manjšem obsegu izvajajo mini popisi. Tu uporabljeni mikropodatki izhajajo iz registrskega mini popisa iz leta 2015. Zajem podatkov so izvedli 1. januarja 2015 in vanj zajeli celotno območje Republike Slovenije. Podrobnejše informacije o poteku zbiranja so na voljo v Katalogu ADP pod naslovom Registrski popis 2015: vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, ki so člani družine (na povezavi Statistični urad Republike Slovenije 2017 (https://www.adp.fdv.uni-lj.si/opisi/popoi-s15c)) in predstavljene v treh sklopih: opis raziskave, opis podatkov skupaj s spremenljivkami in spremna gradiva. Za učbenik pripravljena podatkovna datoteka predstavlja 5-odstotni vzorec popisne po- pulacije in obsega 83.944 oseb. Osnovno populacijo sestavljajo osebe, ki imajo v Sloveniji prebivališče na osnovi prijavljenega (stalnega ali začasnega) prebivališča. Pri datoteki Družina je populacija dodatno omejena z zahtevo, da so osebe hkrati tudi člani družine (iz popisne populacije so tako izključeni vsi, ki niso člani družine; družina je na SURS opredeljena kot življenjska skupnost najmanj dveh oseb v okviru zasebnega gospodinjstva). Takih oseb je bilo na dan zajema v Sloveniji 1,679.034. Vzorec podatkov, ki ga analiziramo, je stratificiran3 glede na spol, starostne skupine in družinski tip osebe. 1 Namesto Excel pa Calc iz paketa Open Office. 2 Namesto licenčno zaščitenega komercialnega programa SPSS lahko uporabite prostodostopen odprtokodni program PSPP. Gradiva v različici na spletni učilnici imajo prikazane tudi primere analize v programih R in Python. 3 To pomeni, da so bile pri sicer slučajnem izboru v vzorec vnaprej določene zahteve, da se mora po navedenih karakteristikah vzorec povsem ujemati s populacijo – v tem primeru so to celotni podatki popisa. Dejstvo, da je vzorec stratificiran, v statistični teoriji pomeni, da imajo rezultati analiz na vzorcu še manjšo statistično napako, kot če bi šlo za enostavni slučajni vzorec. To in pa izjemna velikost vzorca, ki ga imamo pred seboj, pomeni, da dobljeni rezultati zelo malo odstopajo od rezultatov, ki bi jih dobili na celotni populaciji. Prednost pa je, da je delo s podatki na vzorcu bolj obvladljivo, kot če bi imeli opravka z datoteko na celotni populaciji. OsnOve analize pOdatkOv 1 Na SURS so podatkovno datoteko statistično zaščitili pred mogočim razkritjem posamezni- | 13 | ka. To pomeni, da so podatki anonimizirani, s čimer je v kar največji meri onemogočena mož- nost razkritja identitete posamezne enote. Statistična zaščita je bila izvedena z združevanjem vrednosti določenih spremenljivk v razrede na intervalu (npr. pri starosti v starostne skupine) in z brisanjem vrednosti pri posamezni spremenljivki na enotah, pri katerih je bilo tveganje razkritja nad dopuščenim pragom. Vrednosti, ki so bile podvržene izločitvi z brisanjem, so za uporabnike dokumentirane z oznako ‘manjkajoče vrednosti’ pri posamezni spremenljivki. Med vsemi enotami v vzorcu (83.944) imajo samo 3 % (oziroma 2.518 enot) vsaj en statistično zaščiten podatek4. Končni, zaščiteni oz. anonimizirani podatki so v tej obliki namenjeni široki splošni uporabi. Pri tem velja opozoriti, da se zaradi vzorčenja in statistične zaščite rezultati analize podatkov iz datoteke ne ujemajo povsem z rezultati izhodiščnih registrskih podatkov na celotni populaciji. Vendar so, kot rečeno, odstopanja od populacijskih vrednosti zaradi anonimizacije zelo majhna, prav tako pa so majhna odstopanja od populacijskih vrednosti zaradi vzorčenja, o čemer se bomo lahko prepričali pri prikazu statistične napake na vzorcu. Vzorec predstavljajo posamezniki, ki so člani družin, kar pomeni, da je podatke smiselno analizirati na ravni posameznika ali pa na ravni celotnih družin. Zadnje je rezervirano za samostojno delo za zahtevnejše uporabnike, saj vključuje pripravo in uporabo uteži, ki upoštevajo, da ima posameznik iz majhne družine večjo verjetnost, da bo izbran v vzorec kot tisti iz večje (glej poglavje 2: 2.6, naloga 3). Uteži te neenake verjetnosti izenačijo. 2 DELO V PROGRAMU SPSS Odpiranje datoteke v SPSS je mogoče prek menija File/Open/Data, pri čemer izberemo tip datoteke s končnico *.sav ali *.por ter kliknemo na Paste, da se nam izpiše ukaz za odpiranje datoteke v oknu SPSS syntaks. Ukaz poženemo z osvetlitvijo ukaza in s pritiskom na zeleno tipko (» Run Selection«) (Slika 1) . slika 1: Odpiranje pOdatkOV 4 Velja za vsebinski sklop Družina. OsnOve analize pOdatkOv 1 | 14 | GET FILE=’..\popis15mla_F1.SAV’. DATASET NAME DataSet1 WINDOW=FRONT. SPSS-okno Data Editor nudi dve možnosti vpogleda v podatkovno datoteko: 1 Ogled podatkov (» Data View«): v podatkovni datoteki vsaka vrstica predstavlja enoto proučevanja. V našem primeru je to posameznik. Vsak stolpec pa predstavlja preučevano lastnost oziroma spremenljivko, npr. spol, stopnjo izobrazbe (glejte slika 2). 2 Ogled spremenljivk (» Variable View«): v podatkovni datoteki vsaka vrstica predstavlja spremenljivko, vsak stolpec pa določeno lastnost spremenljivke, npr. vrsto glede na tip izražanja vrednosti, opis, oznako vrednosti, mersko lestvico (glejte slika 3). Med pregledom s klikom preprosto preklapljamo med zavihkoma v levem spodnjem kotu. slika 2: ZaVihek »Ogled pOdatkOV« (»data View«) slika 3: ZaVihek »Ogled spremenljiVk« (»Variable View«) OsnOve analize pOdatkOv 1 V obeh pogledih so ukazi, s katerimi bomo delali, v prvi, to je najvišji vrstici. Ko potrdimo | 15 | izvršitev izbranega ukaza, se odpre nov dokument z imenom »Output«, v katerem so izpisani rezultati izvedenih postopkov. Vsak ukaz, ki ga dosežemo iz menijev, ima tudi gumb ‘Paste’, ki nam v okno z datoteko končnice *.SPS vpisuje kodo ukazov. Na ta način ohranimo sledljivost korakov analize za dokumentacijo, hkrati pa lahko kodo dopolnjujemo ali uporabimo dele kode za nov projekt. V petem poglavju je v zvezi s tem podanih še več napotkov. V nadaljevanju bomo podrobneje predstavili nekatere najpogosteje uporabljene ukaze. Iz prejšnjega poglavja, v katerem smo opisali značilnosti vzorca, že vemo, da je enota analize oseba, ki ima v Sloveniji običajno prebivališče (po definiciji je to prijavljeno stalno ali začasno) in je hkrati član družine. Podrobneje je vzorec predstavljen tudi v zavihku »Opis raziskave« na spletni strani ADP5. V programu SPSS vsaka posamezna vrstica v zavihku »Ogled podatkov« zajema podatke6, ki opisujejo značilnosti posameznika, izbranega v vzorec (slika 1). Če se s puščico premaknemo do zadnje zabeležene vrstice, lahko preverimo število vključenih enot. Vidimo, da datoteka vsebinskega sklopa Družina zajema podatke 83.944 posameznikov, kar predstavlja 5-odstotni vzorec celotne populacije v letu 2015. 2.1 PREGLED SPREMENLJIVK Spremenljivke označujejo lastnosti, značilnosti, ki jih opazujemo oziroma merimo pri posamezni preučevani enoti. V vsebinskem sklopu Družina bomo opazovali 12 spremenljivk. Stolpci v zavihku »Ogled podatkov« in vrstice v zavihku »Ogled spremenljivk« nam kažejo število spremenljivk. Vsako enoto v izbranem vzorcu opišejo naslednje spremenljivke: • tip družine, • družinski tip osebe, • indikator vzpostavljenosti družine, • starost, • spol, • število otrok, ki živijo v družini, • število živorojenih otrok, • status aktivnosti, • izobrazba, • stopnja urbanizacije. Za razumevanje metodološkega ozadja priprave izbranega nabora podatkov sta dodani še dve, identifikator in utež, ki ju v tem razdelku obravnavanih nalog ne bomo uporabili. Kot smo že omenili, spremenljivka opisuje značilnosti (npr. spol, starost). V zavihku »Ogled spremenljivk« je opis spremenljivk, iz katerega v našem primeru razberemo, da je posamezna spremenljivka opisana z enajstimi značilnostmi. 5 https://doi.org/10.17898/ADP_POPIS15C_V1. 6 Splošna razlaga sestave podatkov je na https://www.stat.si/stedy/opisivanje-podataka/podaci. OsnOve analize pOdatkOv 1 | 16 | Poudarjamo nekatere najpomembnejše: • Ime spremenljivke (»Name«): pogosto v zapisu ne moremo zajeti in označiti celotnega naziva spremenljivke, zato je ime spremenljivke navadno kratko ime, po katerem spremenljivko hitro prepoznamo. Polje Opis spremenljivke (»Label«) ponuja možnost vnosa daljšega opisa spremenljivke, ki se nato lahko izpiše tudi pri analizi podatkov. • Vrsta podatkov (»Type«): nanaša se na to, ali so podatki številski ali besedilni. »Numeric« nam pove, da gre za številske, »String« pa za besedilne. Ti so najpogostejši, obstajajo pa tudi drugi (npr. datum, valuta). • Merska lestvica (»Measure«): če vrsta podatkov ni označena kot številska (»Numeric«), nam program ne bo dovolil izvesti določenih statističnih analiz. Določitev merske lestvice lahko spreminjamo. Sicer v statistični literaturi vrste spremenljivk razlikujejo na drug način. Pomembno je, da v nadaljevanju pri izboru določene statistične analize upoštevamo dejansko mersko lastnost spremenljivke. V statistiki poznamo štiri vrste spremenljivk: • dve opisni: nominalno oziroma imensko in ordinalno oziroma urejenostno; • dve številski: intervalno oziroma razmično in razmernostno. Za spremenljivke imenskega in urejenostnega tipa nima smisla računati aritmetične sredine (npr. pri spremenljivki indikator vzpostavljenosti družine), lahko pa pogledamo, katera vrednost se največkrat pojavi7. Pri spremenljivkah lahko določimo še oznake pri vrednosti spremenljivke (» Values Labels«), pri čemer vsaki vrednosti pripišemo, kaj pomeni. Poglejmo primer: spremenljivka Družinski tip osebe: • vrednost 1 označuje »zakonca, partnerja brez otrok«; • vrednost 2 označuje »starše«; • vrednost 3 označuje »otroka«; • vrednost –1 označuje statistično zaščitene podatke. Statistično zaščitenih podatkov ne bomo vključili v nadaljnjo analizo, zato jih označimo kot manjkajoče vrednosti (» Missing«). Pregled manjkajočih vrednosti po spremenljivkah nam pokaže, da med njih poleg statistično zaščitenih podatkov spadajo tudi vrednosti, ki niso smiselne za določeno enoto. Tak primer je vrednost ‘–2’, ki jo najdemo pri spremenljivki število živorojenih otrok, pri kateri vrednosti spremenljivke ni smiselno pripisati moškim in osebam, mlajšim od 14 let. 7 Glejte modus in medijana pri https://www.stat.si/stedy/opisivanje-podataka/medijan. OsnOve analize pOdatkOv 1 | 17 | 3 FREKVENČNA PORAZDELITEV SPREMENLJIVK Analizo podatkov najpogosteje začnemo s pregledom frekvenčne porazdelitve spremen- ljivk8; ta pokaže, kako pogosto se pojavljajo posamezne vrednosti spremenljivke v izbranem vzorcu posameznikov. Frekvenčno porazdelitev je najpregledneje pripraviti za spremenljivke, ki imajo omejeno število vrednosti. Pri številskih spremenljivkah z večjim številom vrednosti, npr. starost, se pred pregledom frekvenčne porazdelitve lahko vrednosti grupira v ustrezno oblikovane razrede (npr. starost v letih v skupine z intervali po 10 let), zlasti še če bomo tudi v nadaljevanju analize delali z razredi. Dela se lotimo tako, da v prvi vrstici poiščemo zavihek » Analyze«, izberemo možnost » Descriptive Statistics« in nato ukaz » Frequencies« (glejte sliko 4). slika 4: pOstOpek Za prikaZ frekVenčnih pOraZdeliteV (analyZe – descriptiVe statistics – frequencies) Pojavi se pogovorno okno, v katerem izberemo spremenljivko (ali več spremenljivk), za katero/-e želimo pripraviti frekvenčno porazdelitev. Na levi strani izberemo želeno spremenljivko in jo nato s klikom na puščico prenesemo na desno stran. Za namen prikaza bomo postopek prikazali na primeru spremenljivke tip družine: ko imamo želeno spremenljivko v okviru za izbrane spremenljivke (» Variables«), kot je na sliki 4, obkljukamo še možnost » Display frequency tables« in potrdimo s pritiskom na gumb » OK«. Če bomo, kot priporočamo, operirali z računalniško programsko zapisanimi ukazi, pritisnemo na tipko » Paste« in nato ukaz poženemo skozi skripte dokumenta z računalniškimi ukazi » Syntax«, ki se nam odpre hkrati s pritiskom na tipko. 8 Glejte, kaj je frekvenca, na https://www.stat.si/stedy/opisivanje-podataka/frekvencije-i-relativne-frekvencije. OsnOve analize pOdatkOv 1 | 18 | slika 5: iZbOr želenih spremenljiVk Za prikaZ frekVenčne pOraZdelitVe Po izvedbi ukaza se odpre dokument » Output« v novem oknu »Statistics Viewer«, v katerem se izpiše frekvenčna porazdelitev spremenljivke tip družine (slika 5). V prvem stolpcu najdemo ab-solutne frekvence po posameznih vrednostih spremenljivke, v tretjem pa relativne frekvence, tj. njihov delež med enotami z veljavnimi vrednostmi. Vrednosti, ki so bili statistično zaščitene, so označene kot manjkajoče (» Missing«) in niso vključene v izračun veljavnih odstotkov v tretjem stolpcu. tip_druz Tip družine Cumulative Frequency Percent Valid Percent Percent Valid 1 Zakonca brez otrok 13127 15,6 15,8 15,8 2 Zakonca z otroki 41091 49,0 49,4 65,2 3 Mati z otroki 13799 16,4 16,6 81,8 4 Oče z otroki 2936 3,5 3,5 85,3 5 Zunajzakonska partnerja brez otrok 1457 1,7 1,8 87,0 6 Zunajzakonska partnerja z otroki 10787 12,9 13,0 100,0 Total 83197 99,1 100,0 Missing -1 Statistična zaščita 747 ,9 Total 83944 100,0 slika 6: direktni iZpis iZ spss frekVenčne pOraZdelitVe spremenljiVke Tip družine Ponovimo postopek: Analyze – Descriptive Statistics – Frequencies – izbrana spremenljivka – OK ali Paste. 3.1 GRAFIČNI PRIKAZ FREKVENČNIH PORAZDELITEV SPSS omogoča, da podatke prikažemo tudi v grafični obliki. Postopek za pridobitev grafikonov pri frekvenčnih porazdelitvah je podoben postopku za prikaz frekvenčne porazdelitve. Ponovimo postopek za prikaz frekvenčnih porazdelitev (glejte sliko 3 in sliko 4). Pri pogovornem oknu » Frequencies« na desni strani najdemo možnost izbire » Charts« (slika 6). Če želimo samo grafični prikaz, ne pa tudi frekvenčne porazdelitve, v okencu » Frequencies« odstranimo kljukico pri možnosti » Display frequency tables«. OsnOve analize pOdatkOv 1 | 19 | slika 7: iZbOr želenih spremenljiVk Za prikaZ frekVenčne pOraZdelitVe in mOžnOst dOdajanja grafOV Ob kliku na » Charts« se v dodatnem pogovornem oknu » Frequencies: Charts« odprejo možnosti različnih grafikonov. Na voljo so trije tipi grafikonov (» Chart Type«): stolpični grafikon, strukturni krog in histogram9. Dodatno lahko določimo, ali želimo frekvenčne vrednosti prikazati z odstotki. Vrednosti je smiselno predstaviti z relativnimi frekvencami (odstotki), kadar imamo veliko število enot, kot je v našem primeru. Zato v polju » Chart values« označimo » Percentages« (glejte sliko 7). Označili smo stolpični grafikon, tj. » Bar Chart«, podatke pa izrazili v relativnih vrednostih (» Percentages«). Ko se postavimo na » Continue«, se bo okence » Frequencies: Charts« zaprlo. Nato pritisnemo še »OK« v glavnem okencu » Frequencies«. Graf se bo izrisal v novem – že znanem oknu » Statistics Viewer«, ki prikazuje datoteko » Output«. Za primer smo torej izbrali stolpčni grafikon; vrednosti bomo prikazali v odstotkih (slika 8), kar se zdi smiselno, saj podatkovna datoteka vsebuje več kot osemdeset tisoč enot (n = 83.197). Absolutne številke na vzorcu namreč ne povejo dosti. Drugo bi bilo, če bi v programu aktivirali spremenljivko utez, ki v naši datoteki predstavlja orodje, ki vzorčne statistike pretvori v popu-lacijske. 9 Razlaga na https://www.stat.si/stedy/opisivanje-podataka/stupicasti-dijagram-i-histogram. OsnOve analize pOdatkOv 1 | 20 | Tip družine 50 40 ti 30 en 49 % Proc 20 10 17 % 16 % 13 % 4 % 0 2 % Zakonca brez Zakonca z otroki Mati z otroki Oče z otroki Zunajzakonska Zunajzakonska otrok partnerja brez partnerja z otroki otrok slika 8: prikaZ stOlpčnega diagrama spremenljiVke »tip družine« Ponovimo postopek: Analyze – Descriptive Statistics – Frequencies – izbrana spremenljivka – Chrats – označimo tip grafa in vrednost izpisa – Continue – OK ali Paste. Pozor! Kadar vrednosti izražamo v odstotkih, moramo ob preglednici ali grafu navesti število vseh enot v analizi, saj bo bralec le tako lahko dobil primerno predstavo, kaj pomenijo odstotki glede na velikost vzorca. Namig! Z dvakratnim klikom na graf, ki se izpiše v oknu » Output«, se ustvari novo okno z imenom » Chart Editor«, v katerem lahko uredimo graf in spremenimo nekatere njegove lastnosti, npr. spremembo barve, postavitev grafa (vodoravno ali navpično), spremembo naslova. S klikom označimo del, ki ga želimo spremeniti. 4 OBLIKOVANJE PODVZORCA SPSS omogoča, da iz vzorca izberemo želen nabor enot, ki ustrezajo določenemu merilu, in tako oblikujemo podvzorec, namenjen nadaljnji analizi. Preden oblikujemo podvzorec, se vprašamo, katero populacijo želimo analizirati. Razmislek je podlaga za oblikovanje ustrezne-ga podvzorca. Pokazali bomo primer, pri katerem bomo v podvzorec vključili samo posameznike, ki so starši. V prvi vrstici kliknemo na zavihek »Data« in poiščemo možnost » Select Cases« ali pa » Filter out«, če želimo izbrane enote upoštevati samo začasno. Izbrali bomo pogoj, da so v podvzorec vklju- čeni samo starši, zato na desni strani izberemo možnost » If condition is satisfied« in kliknemo na gumb »If …« (slika 9). Pojavi se novo okno, v katerem oblikujemo pogoj. V našem primeru bomo delali s spremenljivko go_pol ( Družinski tip osebe), zato jo izberemo s seznama na levi strani in jo s klikom na puščico prenesemo v okence na desno. Izbrali smo spremenljivko, zdaj pa moramo postaviti še pogoj – želimo, da so vključeni samo starši. OsnOve analize pOdatkOv 1 | 21 | slika 9: iZbOr pOdVZOrca Preden nadaljujemo, moramo vedeti, katero vrednost spremenljivke imajo osebe, ki so starši. Vrednosti spremenljivke najdemo v zavihku »Ogled spremenljivk«. Tam poiščemo izbrano spremenljivko, v našem primeru torej v vrstici Družinski tip osebe kliknemo na polje v stolpcu » Values« (slika 9). Lahko uporabimo tudi bližnjico, tako da v seznamu spremenljivk v pogovornem oknu kliknemo na spremenljivko z desno tipko miške, izberemo (» Variable information«) in prikažejo se vrednosti pa tudi besedilne oznake izbrane spremenljivke. slika 10: VrednOsti spremenljiVke »družinski tip Osebe« Ugotovimo, da je pri spremenljivki Družinski tip osebe osebam, ki so starši, pripisana vrednost 2. Zato za izbrano spremenljivko s klikom na gumbe pod okencem oblikujemo ustrezen pogoj, torej »=2«. Pogojev je lahko več; sestavljamo jih z znakom »&« (logični operator »in«) in drugimi operatorji (slika 10). OsnOve analize pOdatkOv 1 | 22 | slika 11: OblikOVanje pOdVZOrca Po potrditvi pogoja preverimo, ali so za analizo izbrane samo osebe, ki so starši. V zavihku »Ogled podatkov« vidimo, da so nekatere vrstice prečrtane – te pripadajo enotam, ki ne ustrezajo izbranemu pogoju (torej v našem primeru otroci in osebe brez otrok). Ali smo izbrali ustrezne osebe, preverimo še s frekvenčno porazdelitvijo spremenljivke Družinski tip osebe (slika 12). go_pol1 Družinski tip osebe Frequency Percent Valid Percent Cumulative Percent Valid 2 Starš 35714 100,0 100,0 100,0 slika 12: frekVence spremenljiVke gO_pOl1 pO OblikOVanju pOdVZOrca Ponovimo postopek: Data – Select cases – If condition is satisifed – If: go_pol=2 – Continue – OK. Če želimo ponovno izbrati vse enote v vzorec, uporabimo naslednji ukaz: Data – Select Cases – All cases – OK. Vsebinska uporaba izbora podvzorca je prikazana v sklopu učnih gradiv pod naslovom Družina. 5 OBLIKOVANJE NOVE SPREMENLJIVKE Za spremenljivko tip družine smo ugotovili, da opisuje šest različnih tipov družin. Med drugim spremenljivka vključuje tudi družine brez otrok, hkrati pa razlikuje med zakonci in zunajzakonskimi partnerji ter med očeti in materami. Predpostavimo, da bi želeli primerjati enostarševske in dvostarševske družine, pri tem pa iz analize izločiti družine brez otrok. Oblikovati moramo novo spremenljivko, ki bo omogočala nadaljnjo analizo podatkov. OsnOve analize pOdatkOv 1 Novo spremenljivko oblikujemo v zavihku » Transform«, pri čemer izberemo možnost » Reco- | 23 | de into different variables«. Izberemo spremenljivko, ki jo želimo spremeniti ( tip družine), in jo s puščico prenesemo na desno stran. Skrajno desno v polju » Output Variable« določimo ime in opis nove spremenljivke. Ker bo nova spremenljivka še vedno opisovala različne tipe družin, se lahko odločimo za podobno ime, na primer tip_druz_2; pod » Label« dodamo opis spremenljivke, na primer » tip družine (dvostarševske in enostarševske družine)«. Določiti moramo še nove vrednosti spremenljivke. To storimo s klikom na gumb » Old and New Values«. Vrednosti spremenljivke tip družine smo preverili že v enem prejšnjih primerov; tu jih bomo združili v nove vrednosti spremenljivke tip družine (dvostarševske in enostarševske družine). Zakonci z otroki in zunajzakonski partnerji z otroki bodo zdaj združeni, zato v polju »Value« vpišemo številko »1« (vrednost, ki označuje zakonce z otroki v spremenljivki tip druži-ne), v polju »New Value« pa vpišemo vrednost 1 (to bo nova oznaka za dvostarševske družine v novi spremenljivki). Spremembo potrdimo s klikom na gumb »Add«. Postopek ponovimo za vrednost 6 (zunajzakonski partnerji brez otrok), ki bo v novi spremenljivki prav tako postala vrednost 1 (dvostarševske družine). Vrednosti 3 in 4 iz stare spremenljivke (mati z otroki in oče z otroki) bodo v novi spremenljivki postale vrednost 2 (enostarševske družine). Vrednost –1 (statistična zaščita) iz stare spremenljivke se bo ohranila. Določiti moramo še nove vrednosti za zakonce in zunajzakonske partnerje brez otrok (1 in 5 v stari spremenljivki), ki jih ne bomo potrebovali v novi spremenljivki. Označimo jih z –2, saj jih bomo obravnavali kot manjkajoče vrednosti. Ukaze potrdimo s klikom na gumb »Continue«. Vrnemo se na izvorno okno in nalogo potrdimo s klikom na gumb »OK«, oziroma spravimo transformacijo z » Paste« v datoteko sintakse in od tam poganjamo. Glejte sliko 13. slika 13: OblikOVanje nOVe spremenljiVke in ZdružeVanje VrednOsti prejšnje Poglejmo celotni postopek: Transform – Recode into Different Variables – Old and New Values. Isti rezultat dosežemo z ukazom za preoblikovanje spremenljivke v sintaksi SPSS: RECODE tip_druz (-1=-1) (2 , 6=1) (3 , 4=2) (ELSE=-2) INTO tip_druz_2. OsnOve analize pOdatkOv 1 | 24 | Oblikuje se nova spremenljivka, kar lahko preverimo v zavihku »Ogled podatkov«. Opazimo nov stolpec » tip_druz_2«. Lastnosti nove spremenljivke določimo v zavihku »Ogled spremenljivk«, pri čemer dopolnimo lastnosti spremenljivke. Glejte sliko 14. slika 14: nOVa spremenljiVka: dOdajanje OZnak ( label) VrednOsti spremenljiVke Pri izbrani spremenljivki kliknemo na polje v stolpcu »Values«. Določili smo, da ima nova spremenljivka vrednosti 1, 2, –1 in –2. V polje »Value« tako vpišemo 1, v polje »Label« pa »Dvostarševska družina«, saj so v to vrednost vključeni zakonci in zunajzakonski partnerji z otroki. Ukaz potrdimo s klikom na gumb »Add«. Nadaljujemo z vrednostjo 2, pri čemer dodamo opis »Enostarševska družina« (spremenljivka vključuje matere z otroki in očete z otroki). Vrednost –1 bo imela enak opis kot v stari spremenljivki, torej »Statistična zaščita«. Vrednost –2 je dode-ljena vsem enotam, ki jih ne bomo uporabili v naši analizi, torej zakoncem in zunajzakonskim partnerjem brez otrok, zato dodamo ustrezen opis, na primer »Ni relevantno«. Glejte sliko 14. V polju »Missing« določimo še manjkajoče vrednosti; v našem primeru sta to –1 in –2. Klikne-mo na polje in v okencu izberemo možnost »Discrete missing values«, kamor vpišemo izbrani vrednosti. slika 15: spreminjanje manjkajOčih VrednOsti pri nOVi spremenljiVki Navedeno označevanja vrednosti spremenljivk in določanja, katere vrednosti naj se upošte- vajo kot manjkajoče, se sicer doseže tudi z ukazi v datoteki sintakse. Ko v novi vrstici začnemo vpisovati ukaz, nam program ponudi možnosti. Pravila zapisa in možnosti ukaza dosežemo s funkcijsko tipko F1 na tipkovnici. Primeri spodaj kažejo pravila zapisa (sintakso) ustreznih ukazov. OsnOve analize pOdatkOv 1 | 25 | MISSING VALUES {varlist}(value list) [[/]{varlist} ...] {ALL } {ALL } VARIABLE LABELS varname ‘label’ [/varname...] VALUE LABELS varlist value ‘label’ value ‘label’... [/varlist...] [/datevarlist ’value’ ’label’...] Cel niz ukazov v SPSS sintaksi skupaj z izpisom frekvenc nove spremenljivke izgleda takole: RECODE tip_druz (-1=-1) (2=1) (6=1) (3=2) (4=2) (ELSE=-2) INTO tip_druz_2. VARIABLE LABELS tip_druz_2 ‘Tip družine (dvostarševske in enostarševske)’. VALUE LABELS tip_druz_2 1 ‘Dvostarševska družina’ 2 ‘enostarševska družina’ -2 ‘Ni relevantno’ -1 ‘Statistična zaščita’ . MISSING VALUES tip_druz_2 (-1 , -2). EXECUTE. FREQUENCIES tip_druz_2 . Rezultat je naslednji: tip_druz_2 Tip družine (dvostarševske in enostarševske) Frequency Percent Valid Percent Cumulative Percent Valid 1 Dvostarševska družina 28212 79,0 79,8 79,8 2 enostarševska družina 7128 20,0 20,2 100,0 Total 35340 99,0 100,0 Missing -1 Statistična zaščita 374 1,0 Total 35714 100,0 slika 16: frekVence pri nOVi spremenljiVki 6 PRIPRAVA KONTINGENČNIH TABEL V prejšnjih primerih smo analizirali posamezne spremenljivke, včasih pa želimo primerjati porazdelitev povezanost dveh (ali več) spremenljivk hkrati. Podatke dveh opisnih spremenljivk lahko analiziramo in prikažemo s kontingenčno tabelo (»Crosstabs«), v kateri križamo in primerjamo vrednosti dveh ali več spremenljivk hkrati. Kontingenčne tabele so primeren na- čin prikaza opisnih spremenljivk, medtem ko je za prikazovanje številskih spremenljivk z veliko vrednostmi priporočljivo podatke predhodno združevati v razrede ali pa uporabiti kakšne druge načine prikazovanja. Poglejmo si primer, ko bomo ugotavljali razvrstitev različnih družinskih tipov osebe glede na stopnjo urbanizacije. Izberemo zavihek »Analyze« in možnost »Descriptive Statistics« (do tu nam je postopek že znan), nato pa kliknemo na »Crosstabs«. OsnOve analize pOdatkOv 1 | 26 | Odpre se novo okno, v katerem izberemo spremenljivki, ki ju želimo analizirati. V stolpce (» Column«) kontingenčne tabele običajno vnašamo neodvisno spremenljivko10 oz. opisno spremenljivko, po kateri želimo primerjati osnovno spremenljivko. V vrstice (» Row«) tako razporedimo drugo spremenljivko. V našem primeru drugo spremenljivko predstavlja družinski tip osebe; s pomočjo puščice jo vnesemo v polje vrstice – » Row(s)«, prvo spremenljivko pa predstavlja stopnja urbanizacije; s pomočjo puščice jo vnesemo v polje stolpca – » Column(s)«. S klikom na gumb » OK« poženemo analizo. Glejte sliko 17. Pozor: Določanje odvisnih in neodvisnih spremenljivk je odvisno od tega, kaj želimo raziskati, zato se moramo pred določitvijo vprašati o hipotezi. Pri tem izhajamo iz vsebinskih opredelitev problema, s katerimi se bomo ukvarjali v naslednjih poglavjih. Ponovimo postopek: Analyze – Descriptive Statistics – Crosstabs. slika 17: OblikOVanje kOntingenčne tabele Namig: transformacijo po zaključku zmeraj preverimo tako, da naredimo frekvence nove, izvedene spremenljivke in jih primerjamo s frekvencami originalne spremenljivke. Še bolje je, če s staro in z novo spremenljivko naredimo kontingenčno tabelo (prikaz izdelave v naslednjem poglavju) in tako preverimo, ali se stare in nove vrednosti ujemajo tako, kot smo želeli. Ker nas zanimajo različni družinski tipi oseb glede na stopnjo urbanizacije, bomo vključili še izračun odstotkov. S klikom na gumb » Cells« se nam odpre novo okno, pri čemer v polju » Percentages« obkljukamo možnost » Column« (da se odstotki računajo po neodvisni spremenljivki – glejte sliko 18). 10 Vzročno-posledična zveza ni nujna (lahko da se zaradi določenih razlogov enostarševske osebe pogosteje preselijo v mesto) ... OsnOve analize pOdatkOv 1 | 27 | slika 18: OblikOVanje kOntingenčne tabele – dOlOčanje OdstOtkOV Pritisnemo na gumb » Continue« in na osnovnem pogovornem oknu izberemo »OK« oz. »Paste«, da dobimo izpis rezultatov. go_pol1 Družinski tip osebe * st_urb1 Stopnja urbanizacije Crosstabulation st_urb1 Stopnja urbanizacije 1 Urbano 2 Neurbano Total go_pol1 Družinski tip 1 Zakonec, partner Count 7829 6848 14677 osebe brez otrok % within st_urb1 Stopnja 17,9 % 17,1 % 17,5 % urbanizacije 2 Starš Count 18514 17200 35714 % within st_urb1 Stopnja 42,4 % 42,9 % 42,6 % urbanizacije 3 Otrok Count 17294 16073 33367 % within st_urb1 Stopnja 39,6 % 40,1 % 39,8 % urbanizacije Total Count 43637 40121 83758 % within st_urb1 Stopnja 100,0 % 100,0 % 100,0 % urbanizacije slika 19: kOntingenčna tabela Primerjava stolpcev pokaže, da so si deleži posameznih družinskih tipov oseb v urbanem in neurbanem okolju zelo podobni. V obeh okoljih ima približno dve petini prebivalcev vlogo staršev, približno dve petini vlogo otroka, slaba petina pa vlogo zakonca oziroma partnerja brez otrok. Razlika se pokaže na ravni desetink odstotka, npr. ko primerjamo zakonce in partnerje brez otrok po stopnji urbanizacije, je razlika odstotkov 0,8 v prid urbanemu okolju. Lahko tudi rečemo, da v urbanem okolju na 2,36 starša pride zakonec brez otrok, v neurbanem pa je razmerje teh 1 proti 2,51. Namig: V nadaljevanju bomo videli, da so tudi majhne razlike zaradi precejšnje velikosti vzorca lahko statistično značilne. Ali ima rezultat tudi substancialno pomembnost, pa je stvar vsebinskega razmisleka. Včasih je ugotovitev, da nekje ni razlik, lahko enako pomembna za razumevanje pojava, kot če bi bile razlike zelo velike. OsnOve analize pOdatkOv 1 | 28 | 6.1 GRAFIČNI PRIKAZ KONTINGENČNIH TABEL Kontingenčne tabele bomo grafično prikazali s programom Microsoft Excel11. Naredimo grafični prikaz kontingenčne tabele, ki smo jo naredili v prejšnjem poglavju – razvrstitev različnih družinskih tipov osebe glede na stopnjo urbanizacije. Naredimo kontingenčno tabelo po že znanem postopku, le da pri možnosti prikaza »Cells« zbrišemo prikazovanje »Observed« (absolutnih frekvenc), tako da nam v tabeli ostanejo samo odstotki po stolpcih. Spomnimo se: na meniju izberemo Analyze – Descriptive Statistics – Crosstabs. Da bomo v Microsoft Excelu lahko naredili grafični prikaz, moramo vrednosti iz tabele iz »Output« skopirati v Microsoft Excel. Z miško se postavimo na tabelo, označimo vrednosti in uporabimo funkcijo » kopiraj – prilepi« oz. » Copy as – Excel«, da vrednosti iz tabele skopiramo v program Microsoft Excel. Potrebujemo samo vrednosti spremenljivk in odstotke. Pazimo, da smo v Excelu označili »od- stotek« in da smo primerno uredili decimalna mesta (slika 20). slika 20: pripraVa tabele V prOgramu micrOsOft excel Ko so podatki pripravljeni, sledi naslednji korak, tj. priprava grafa. Z miško označimo celotno tabelo in se pomaknemo na » Insert/Vstavi«, pri čemer izberemo » Column« (sliko 21). 11 Podroben prikaz izdelave grafov v SPSS je v Katja Lozar Manfreda, Aleš Žiberna (2017): Statistika II z računalniško analizo podatkov. Gradivo za predmet. Ljubljana: FDV, 2017. OsnOve analize pOdatkOv 1 | 29 | slika 21: pripraVa Za graf Izberemo najbolj desno ikono pod 2D-grafom, da skupaj prikazujemo 100 %. S klikom se na desni strani izriše graf (slika 22). Če sta zamenjani spremenljivki spodaj na abscisi in na grafu, z desnim gumbom na grafu pod » Select Data Source« zamenjamo stolpce in vrstice: » Switch Row/Columns«. slika 22: grafični prikaZ 6.2 PREVERJANJE MEDSEBOJNE POVEZANOSTI S HI-KVADRAT TESTOM Medsebojno povezanost dveh nominalnih spremenljivk lahko preverimo s statističnim testom hi-kvadrat (χ2). Ničelna hipoteza predpostavlja, da sta spremenljivki neodvisni oziroma nepovezani, medtem ko alternativna hipoteza predpostavlja, da sta spremenljivki povezani. Test temelji na izračunu ujemanja opazovanih (empiričnih) in pričakovanih (teoretičnih) frekvenc. Pri interpretaciji rezultatov pogledamo, ali izračunani χ2 presega dano kritično vrednost χ2 glede na določeno stopnjo značilnosti, npr. da vzamemo p < 0,05. Če rezultat testa ni statistično značilen ( p > 0,05), ne moremo zavrniti ničelne domneve, torej sklepamo, da izbrani spremenljivki nista medsebojno povezani. V nasprotnem primeru, ko je rezultat testa statistično značilen ( p ≤ 0,05), lahko zavrnemo ničelno domnevo in sklepamo, da spremenljivki nista neodvisni. OsnOve analize pOdatkOv 1 | 30 | S pomočjo programa SPSS izračunamo hi-kvadrat test: v pogovornem oknu » Crosstabs« se nam s klikom na gumb » Statistics« odpre novo okno, v katerem označimo možnost » Chi-square«. Ukaz potrdimo s klikom na gumb » Continue«. slika 23: hi-kVadrat test Rezultati spodaj pokažejo, da je dobljeni Pearsonov hi-kvadrat statistično značilen (p = 0,004) Chi-Square Tests Asymptotic Signifi- Value df cance (2-sided) Pearson Chi-Square 11,019a 2 ,004 Likelihood Ratio 11,026 2 ,004 Linear-by-Linear Association 6,771 1 ,009 N of Valid Cases 83758 a) 0 cells (0,0 %) have expected count less than 5. The minimum expected count is 7030,44. Med družinskim tipom osebe in stopnjo urbanizacije obstaja statistično značilna povezanost. Ta ugotovitev sledi našim opažanjem, da tudi majhne razlike med urbanim in neubranim oko- ljem v deležih različnih tipov oseb lahko predstavljajo dejanske razlike in ne le napake zaradi vzorca. V našem primeru je zaradi sorazmerno velikega vzorca statistični test pokazal statistično značilno odstopanje v porazdelitvi družinskega tipa osebe v urbanem in neurbanem okolju, in to kljub sorazmerno majhni razliki, ki smo jo opazili pri izpisu kontingenčne tabele. Ločevati moramo torej med močjo povezanosti – v našem primeru jo opazujemo kot razliko deležev – in testom neodvisnosti med spremenljivkama na podlagi statistične značilnosti. OsnOve analize pOdatkOv 1 | 31 | 7 ZAKLJUČEK V tem poglavju smo se seznanili z dostopom do podatkov ter spoznali možnosti analize in prikaza podatkov. Uvodno poglavje v učbeniku služi kot orodje pri krepitvi statistične pismenosti, saj ga je mogo- če uporabljati tudi za samostojno učenje na drugih podatkih ter je tako dober pripomoček pri dopolnjevanju in nadgrajevanju uporabne podatkovne pismenosti za različne namene. V prihodnjih poglavjih bomo pridobljene veščine in znanje uporabili na dveh tematskih sklopih. Prvi sklop je Družina, drugi pa Mladina. Izhajajoč iz obravnavanih tematik, bomo na mikropodatkih registrskega popisa 2015 (SURS) izvedli analizo. 8 VIRI Kožuh, B. (2020). Obdelava podatkov s programom PSPP. Koper. Pridobljeno z http://boris.kozuh.net/ uploads/1/0/0/6/10069617/kozuh_priro%C4%8Cnik_za_obdelavo_podatkov3.pdf (6. 1. 2024) Nelson, E. (2020). Statistics, PSPP version. Data from 2018 General Social Survey. Fresno: California State University. Pridobljeno z https://ssric.org/node/559 (6. 1. 2024) Statistični urad Republike Slovenije (2017). Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, ki so člani družine [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP – IDNo: POPIS15C. https://doi.org/10.17898/ ADP_POPIS15C_V1 Turnbull, P. in King-Hele, S. (2014). What is SPSS 20 for Windows? UK Data Service, University of Essex and University of Manchester. Pridobljeno z https://ukdataservice.ac.uk/media/342808/usingspss- forwindows.pdf (6. 1. 2024) Koristne zadeve za nadaljnje učenje: Bratina, T. (2021). Statistične metode z računalnikom za pedagoge. Univerza v Mariboru, Univerzitetna založba. https://press.um.si/index.php/ump/catalog/book/546 Buckley, J. in King-Hele, S. (2014). What is weighting? UK Data Service, University of Essex and University of Manchester. Pridobljeno z https://ukdataservice.ac.uk/whatisweighting/ (6. 1. 2024) Buckley, J., Southern, R. in Wathan, J. (2013). What is complex sample design? UK Data Service, University of Manchester. Pridobljeno z https://dam.ukdataservice.ac.uk/media/398743/complexsample- guide.pdf (6. 1. 2024) Kastelec, D., in Košmelj, K. (2009). Statistična analiza podatkov s programoma Excel 2003 in R. Biotehniška fakulteta. http://www.dlib.si/?URN=URN:NBN:SI:doc-DSENSVD8 OsnOve analize pOdatkOv 1 | 32 | (Pregled različnih programskih okolij za družboslovce s primeri uporabe): UK Data Service (n.d.). Introduction to survey data. Pridobljeno z https://ukdataservice.ac.uk/learning- -hub/data-skills-modules/ (6. 1. 2024). UK Data Service (2024). Software and tools. Pridobljeno z https://ukdataservice.ac.uk/learning-hub/ software-and-tools/ (6. 1. 2024) Žiberna, A. (2016). Osnovna statistična analiza v R-ju [Elektronski vir]. Ljubljana: Fakulteta za družbene vede, Založba FDV. Pridobljeno z https://www.fdv.uni-lj.si/docs/default-source/zalozba/osnov- na-statisticna-analiza-v-rju.pdf (6. 1. 2024) | 33 | alenka Švab, Sergeja MaSten, janez Štebe, Sonja bezjak in Maja Dolinar 2 VSEBINSKI SKLOP: DRUŽINA Vsebina 1 UVOD ......................................................................................................................................................................................34 1.1 DEFINICIJE DRUŽINE .......................................................................................................................................................35 1.2 URADNI STATISTIČNI PODATKI IN NJIHOV POMEN ZA SOCIOLOGIJO DRUŽIN ...................................................................35 2 PRAKTIČNE NALOGE Z REŠITVAMI ...........................................................................................................................................37 2.1 RAZNOLIKOST TIPOV DRUŽIN ..........................................................................................................................................37 Opis raziskave in vzorca popisnih mikropodatkov družine ................................................................................................38 Razmislek pred začetkom reševanja nalog .......................................................................................................................38 Frekvenčna porazdelitev za vsak tip družine ....................................................................................................................39 Pregled tipov družin glede na stopnjo urbanizacije ..........................................................................................................40 Analiza števila otrok glede na tip družine ........................................................................................................................42 2.2 OTROCI V DVOSTARŠEVSKIH IN ENOSTARŠEVSKIH DRUŽINAH ........................................................................................44 Analiza števila otrok glede na enostarševske in dvostarševske družine .............................................................................45 Analiza starosti otrok glede na enostarševske in dvostarševske družine (tip družin) .........................................................46 2. 3 ZAKONSKE ZVEZE IN ZUNAJZAKONSKE SKUPNOSTI ........................................................................................................48 Prikaz starostne sestave posameznikov, ki so v zakonski zvezi, in tistih, ki so v zunajzakonski zvezi in imajo otroke ..........49 Prikaz izobrazbene sestave posameznikov, ki so v zakonski zvezi, in tistih, ki so v zunajzakonski zvezi ..............................51 2.4 REORGANIZIRANE DRUŽINE ............................................................................................................................................53 Analiza reorganiziranih družin glede na stopnjo urbanizacije ...........................................................................................53 Analiza reorganiziranih družin glede na stopnjo izobrazbe ..............................................................................................55 3 NALOGE ZA SAMOSTOJNO DELO ..............................................................................................................................................56 4 VIRI/REFERENCE .....................................................................................................................................................................58 Vsebinski sklop: družina 2 | 34 | 1 UVOD Družinsko življenje v poznomodernih zahodnih družbah od sedemdesetih let prejšnjega stoletja označujejo družbene spremembe, ki družinsko življenje in družine pluralizirajo. Že desetletja jih zaznavamo tudi v Slovenij (Švab, 2001; Rener in drugi 2006; Rener in drugi, 2008). Dinamičnost in raznolikost sta tipični značilnosti sodobnega družinskega življenja, kar kažejo tudi statistični trendi. V prvi vrsti so to pluralizacija družinskih oblik oz. tipov družin, spremembe na področju partnerstva in intimnosti ter rodnosti. Na družino vplivajo tudi širše družbene spremembe, kot so staranje prebivalstva, zaposlovanje žensk itn. Pomembne spremembe v družinskem življenju se dogajajo tudi v »časovni« perspektivi, to je skozi življenjski potek posameznika/-ce. Življenjski poteki se prav tako pluralizirajo in postajajo vedno bolj dinamični, posamezna življenjska obdobja in pomembni življenjski dogodki in prehodi pa postajajo časovno vedno manj določeni. Družinska pluralizacija je torej proces, ki zajema naslednje vidike družinskega življenja: družinske oblike, načine družinskega življenja, družinske vloge, življenjske poteke pa tudi družinske vrednote in predstave o družinah in družinskem življenju. Poglejmo trende v družinskem življenju podrobneje: • Pluralizacija družinskih oblik se kaže v pestrosti družinskih tipov. Poleg dvostarševske raznospolne družine, ki je še v šestdesetih letih prejšnjega stoletja veljala za prevladujoč družinski tip, so danes najpogostejše enostarševske družine in reorganizirane ali vzpostavljene družine, poleg njih pa se pojavljajo novi tipi družin, kot so družine istospolnih partnerjev/-k. V Sloveniji so precej pogoste tudi razširjene družine. • Poročne spremembe: v to skupino spremljanja trendov umeščamo upadanje stopenj po-ročnosti, višanje števila kohabitacij oz. neporočenih parov, višanje starosti ob prvi poroki, višanje stopenj razveznosti. • Rodnostne spremembe: vidne so v upadanju stopenj rodnosti, naraščanju števila otrok, rojenih zunaj zakonske zveze, v višanju starosti matere ob rojstvu prvega otroka itn. Ob tako hitrih družbenih spremembah so se v marsičem spremenile tudi predstave o družinah in družinskem življenju. Na kratko bi jih lahko strnili v naslednje ključne transformacije: 1. Starševstvo ni razumljeno kot izključno biološko utemeljena vloga, saj obstajajo različne oblike socialnega starševstva. Socialne oblike starševstva sicer niso novost in so obstajale tudi v preteklosti, vendar pa se v sodobnosti tudi socialne oblike starševstva kot take pluralizirajo, saj se v poznomodernem kontekstu oblikujejo nova socialna starševska raz- merja. Socialno starševstvo se pojavlja v različnih družinskih in sorodstvenih kontekstih; najpogostejše je socialno starševstvo ob reorganiziranih družinah, istospolnih družinah, adoptivnih družinah, rejniških družinah itn. 2. V poznomodernem družbenem kontekstu se je zgodil odmik od izključno binarnega razu- mevanja starševstva, torej razumevanja, da sta starša otroka le dve odrasli osebi, najpogosteje razumljena kot biološka mati in oče otroka. Z razširjanjem socialnih oblik starševstva ima vse več otrok več kot le enega ali dva starša. Ti so torej lahko biološki in socialni. Vsebinski sklop: družina 2 3. Starševstvo ni več ekskluzivno povezano z idejo o raznospolni usmerjenosti staršev. S | 35 | pojavom družin istospolnih staršev se spreminja družbeni pomen starševstva tudi z vidika dejstva, da starša otroka nista nujno v heteroseksualnem razmerju. 4. Starša nista nujno v partnerskem razmerju: lahko gre za primer razvezanih partnerjev oz. staršev ali za različne oblike dogovornega starševstva, kot je na primer sostarševanje v družinah istospolnih partnerjev. 5. Ideja družine ni nujno povezana z idejo o skupnem prebivališču, saj starši in otroci zaradi različnih osebnih ali družbenih okoliščin ne živijo skupaj. Takšna družinska razmerja se najpogosteje pojavljajo pri enostarševskih družinah, reorganiziranih družinah, družinah istospolnih staršev pa tudi če eden od staršev (začasno) ne živi z družino zaradi zaposlitve drugje, migracij itn. Tako danes družinsko življenje zajema izjemno raznolike prakse, ta pestrost pa dokazuje, da je družinsko življenje družbena realnost, ki jo ljudje oblikujejo v vsakdanjem življenju, mimo ideoloških predstav o tem, kaj naj bi bila »prava« družina. 1.1 DEFINICIJE DRUŽINE Definicije družine oz. družin se razlikujejo glede na različna znanstvena in strokovna področja. Za nas najzanimivejši in najrelevantnejši sta sociološka in statistična definicija družine. Statistični urad RS definira družino na naslednji način: »Družino sestavljata dve osebi iste generacije (zakonca, partnerja) brez otrok ali z otroki oziroma eden od staršev z otroki, pri čemer starost otrok ni omejena« (Dolenc, 2016). V tem primeru je družina torej tudi skupnost dveh partnerjev, ki (še) nimata otrok, prav tako pa skupnost, v kateri so otroci že odrasli. Sociološka definicija po vzoru definicije družine pri Organizaciji združenih narodov sledi principu inkluzivnosti, torej zajema raznolike družinske oblike, kot osrednja značilnost, po kateri se družina loči od preostalih skupnosti, pa je starševsko razmerje: »Družino predstavlja vsaj en odrasel človek ali skupina ljudi, ki skrbi/-jo za otroka/-e« (Rener idr., 2006). Kot vidimo, je ravno v merilu starševskega razmerja ta definicija bistveno drugačna od statistične. Zato moramo biti za primere socioloških analiz družine pozorni, da statistične podatke prilagodimo temu merilu. 1.2 URADNI STATISTIČNI PODATKI IN NJIHOV POMEN ZA SOCIOLOGIJO DRUŽIN Uradni statistični podatki so bili prvi pravi pokazatelji pomembnih družbenih sprememb na področju družinskega življenja in z njim povezanih fenomenov. Uradni statistični podatki imajo torej izjemno pomembno vlogo v prepoznavanju sprememb in trendov, s katerimi lahko pojasnimo različne sociološke vidike družinskih sprememb. So torej pomembna podpora in nas predvsem nenehno opozarjajo, da družina ni statična, ampak je še kako vitalna institucija, ki je podvržena nenehnim družbenim spremembam in transformacijam, s katerimi se uspešno prilagaja na konkretne družbene okoliščine. Vsebinski sklop: družina 2 | 36 | Vendarle pa moramo tudi uradne statistične podatke v sociološki analizi obravnavati oz. uporabljati z določenimi zadržki. Med njimi so predvsem naslednji (glejte tudi Švab, 2001): • selektivnost (zbirajo se le določene vrste podatki); • pogosta omejenost na model nuklearne družine ali celo samo en segment družinskega ciklusa (družine z otroki); • problem nezbiranja podatkov za določene segmente družin (npr. kohabitacije, istospolne skupnosti, reorganizirane družine, življenje skupaj in hkrati narazen itn.); • razkorak v definiciji družin; • kulturne razlike med državami (problem primerjalnega zbiranja podatkov zaradi razlik po državah v definiciji družine, razpoložljivost določenih posameznih tipov podatkov itn.). Vsebinski sklop: družina 2 | 37 | 2 PRAKTIČNE NALOGE Z REŠITVAMI 2.1 RAZNOLIKOST TIPOV DRUŽIN Kot je že zapisano, v sociologiji družin tipologije sledijo inkluzivni definiciji družine, po kateri družino predstavlja vsaj en odrasel človek ali skupina ljudi, ki skrbi za enega ali več otrok. V nasprotju s statistično definicijo sociologija kot merilo za družino definira otroka. Skupnosti, v katerih torej ni starševskega razmerja (ni otrok), niso družine. Sociološke tipologije družin tako skupaj zajemajo raznolike družinske oblike, vendar pa so pri tem različno »uspešne«. Med najbolj znanimi je Brownova definicija1 (1992, v Rener idr., 2006, str. 17), ki vključuje naslednje tipe družin: • Jedrne, tj. družina dveh staršev in otrok. • Klasične razširjene, ki so lahko vertikalno in horizontalno razširjene, ali pa družine, sesta-vljene iz več jedrnih družin, ki jih povezujeta sorodstveno razmerje in strnjena lokacija prebivanja. • Modificirane razširjene družine, ki so geografsko ločene, vendar vzdržujejo redne sorodniške stike in si nudijo vzajemno podporo. • Enostarševske družine, ki jih sestavljata vsaj en starš in otrok/-ci. • Reorganizirane družine so ponovno vzpostavljene družine, v katerih je vsaj eden od staršev socialni starš, ne pa tudi biološki starš otrok/-a. Če smo pozorni, je ta tipologija nekonsistentna, saj so družine razvrščene po različnih, med seboj prekrivajočih se »merilih«. Tako so nekatere družine umeščene v tipologijo glede na vključenost ali izključenost sorodniške mreže (jedrne in razširjene), glede na število staršev (jedrne, enostarševske) ali pa spremembe v življenjskem poteku (reorganizirane družine). Razlog za tovrstno nekonsistentnost je v tem, da tipologija primarno izhaja iz predpostavke, da je jedrna (dvostarševska) družina norma oz. merilo za vse druge tipe družin. Tako nekonsistentnost opazimo v tem, da lahko nekatere družinske tipe umestimo v dve kategoriji, na primer reorganizirane in enostarševske družine so po svoji sestavi hkrati tudi jedrne družine, saj so horizontalno (v družini živijo tudi strici, tete ipd.) in vertikalno (v družini živijo različne generacije, otroci, starši, stari starši ipd.) ločene od preostalega sorodstva. Da bi to pomanjkljivost socioloških tipologij odpravili in bi bili torej natančnejši, T. Rener (Rener idr., 2006) predlaga, da se kot merilo za razvrščanje upošteva le ena dimenzija, in sicer vključenost/izključenost sorodstva. Tako lahko v osnovi identificiramo dva tipa družin: jedrne in razširjene. V prvo skupino prištevamo vse družine, ki so ločene od sorodstva in torej vključujejo le dve generaciji (starše in otroke), tj. dvostarševske, enostarševske, reorganizirane, družine istospolno usmerjenih staršev itn. V drugo skupino, torej med razširjene družine, pa prištevamo vse družine, ki vključujejo tudi sorodstvo, to pa so klasične razširjene družine in razpršene razširjene družine (po Brownu modificirane razširjene) (Rener idr., 2006). 1 Brown, K. (1992). An Introduction to Sociology. Cambridge: Blackwell Publishers. Vsebinski sklop: družina 2 | 38 | Opis raziskave in vzorca popisnih mikropodatkov družine V nadaljevanju smo pripravili kratke naloge, ki nas bodo vodile skozi praktično uporabo podatkov na temo družine iz datoteke Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, ki so člani družine (na povezavi Statistični urad Republike Slo- venije 2017 (https://doi.org/10.17898/ADP_POPIS15C_V1)). Na povezavi so poleg podatkov metapodatki z opisom raziskave, spremenljivk in spremnega gradiva. Pred začetkom analize se moramo seznaniti z metodologijo raziskave in drugih posebnostih podatkov, da znamo re- zultate ustrezno interpretirati. V sklopu opisa podatkov so navedeni pogoji uporabe, vključno z obveznostjo citiranja podatkov. Naveden je tudi primer, kako lahko podatke citiramo. Več o splošnih načelih sekundarne analize, ko uporabljamo dostopne podatke od drugod, je v četrtem poglavju. Nekaj več podrobnosti o v tem poglavju uporabljenih podatkih vsebinskega sklopa družina je v uvodu poglavja Osnove analize podatkov (glej poglavje 1) , v katerem so tudi zelo pregledno predstavljeni uporabljeni analitični prijemi. V okviru vsebinskega sklopa »družina« na mikropodatkih Registrskega popisa 2015 analiziramo spremenljivke, ki opisujejo značilnosti posameznikov, članov družine. Čeprav nas v nalogah v nadaljevanju v izhodišču pogosto zanimajo značilnosti družin, je treba poudariti, da podatkov brez nadaljnjega preoblikovanja ne moremo razlagati na ravni celotnih družin, saj so v vzorec vključeni posamezniki kot člani družine. To pomeni, da je primernejša interpretacija v smeri, v katerih tipih družin živijo posamezniki. Celoviti mikropodatki Popisa (https://www.adp.fdv. uni-lj.si/opisi/popis11/) sicer vsebujejo in omogočajo analize na različnih enotah – poleg posameznika tudi gospodinjstva, družine in stanovanja. Razmislek pred začetkom reševanja nalog Nalogam manjka izziv konceptualne opredelitve spremenljivk in razprava o tem, zakaj so raziskovalna vprašanja zanimiva in kaj je cilj analize? Lahko si pomagamo z usmeritvami, predstavljenimi v petem poglavju: Uokvirjanje raziskovalnih vprašanj in struktura poročila. Sproti s sledenjem poteka reševanj nalog razmišljamo o vsebini raziskovalnega problema in si zapisu-jemo opažanja znotraj sheme raziskovalnega poročila! Razmisleke lahko delimo v skupini in vodimo razpravo. Preiskovanje značilnosti družin začnemo s pregledovanjem podatkov o tipih družin, v katerih živijo osebe, njihovi razširjenosti v prostoru in o povezanosti tipov družin z drugimi spremenljivkami. Pomembno je, da vsako vprašanje na začetku osvetlimo kot raziskovalni problem, razmislimo o njegovem pomenu za boljše razumevanje pojava in njegovi družbeni relevanci. Kaj pričaku- jemo kot rezultat analize? Ali lahko oblikujemo raziskovalno vprašanje in odgovor nanj v obliki hipoteze? NALOGE: 1 V kontingenčni tabeli in grafično prikažite frekvenčno porazdelitev za vsak tip družine. Ob tem upoštevajte sociološko definicijo družine, ki vključuje najmanj enega starša z otrokom . 2 Primerjajte tipe družin glede na stopnjo urbanizacije. 3 Primerjajte število otrok v družini glede na tipe družin. Vsebinski sklop: družina 2 V pomoč pri izvedbi statistične analize nam bodo vprašanja: | 39 | • Najprej moramo v statističnem programu prebrati iz kataloga ADP preneseno datoteko in se seznaniti, katere spremenljivke in kategorije vrednosti vsebuje (glej poglavje 1: 2). • Kateri postopek analize bomo uporabili? • Katera spremenljivka bo predstavljala odvisno in katera neodvisno spremenljivko? • Ali bo treba vrednosti spremenljivk pred analizo še preoblikovati? Frekvenčna porazdelitev za vsak tip družine Najprej poglejmo, katere vrednosti ima spremenljivka tip družine (postopek smo opisali v podpoglavju Frekvenčna porazdelitev spremenljivk (glej poglavje 1: 3): Analyze – Descriptive Statistics – Frequencies). Glejte tabelo 1. tabela 1: frekVenčna pOraZdeliteV spremenljiVke Tip družine Tip družine Frekvenca Odstotek (%) Zakonca brez otrok 13.127 15,8 Zakonca z otroki 41.091 49,4 Mati z otroki 13.799 16,5 Oče z otroki 2.963 3,5 Zunajzakonska partnerja brez otrok 1.457 1,8 Zunajzakonska partnerja z otroki 10.787 13,0 Skupaj 83.787 100 Vir: Statistični urad Republike Slovenije (2017) Spremenljivka tip družine (tip_druz) nam pove, v kateri družini posameznik živi, ne glede na to, ali je starš, otrok ali le partner/zakonec brez otrok. Opazimo, da spremenljivka vključuje tudi zakonce in zunajzakonske partnerje brez otrok. Po sociološki definiciji ti ne ustrezajo opredelitvi družine, zato jih bomo za namene nadaljnje analize izločili. To bomo naredili s pomočjo funkcije oblikovanja nove spremenljivke (» recode«). Postopek smo opisali v poglavju Oblikovanje nove spremenljivke (glej poglavje 1: 5). Novo spremenljivko poimenujemo tip družine z otroki [ tip_druz_1] in preverimo, katere vrednosti ima (tabela 2). tabela 2: frekVenčna pOraZdeliteV spremenljiVke Tip družine z oTroki [tip_druZ_1] Tip družine z otroki Frekvenčna porazdelitev Odstotek (%) Zakonca z otroki 41.091 59,9 Mati z otroki 13.799 20,1 Oče z otroki 2.936 4,3 Zunajzakonska partnerja z otroki 10.787 15,7 Skupaj 68.613 100 Vir: Statistični urad Republike Slovenije (2017) Vsebinski sklop: družina 2 | 40 | Vidimo, da je spremenljivka ustrezna, saj vsebuje le družine, v katerih je vsaj en otrok. To za-dostuje pogoju sociološke definicije družine. Novo spremenljivko ohranimo, saj jo bomo uporabili še pri drugih nalogah. Iz podatkov razberemo, da družine v največji meri sestavljata zakonska partnerja z otroki (59,9 %). Sledijo matere z otroki (20,1 %), zunajzakonski partnerji z otroki (15,7 %), najmanj družin pa sestavlja oče z otroki (4,3 %). Grafični prikaz frekvenčnih porazdelitev Podatke lahko predstavimo tudi z grafičnim prikazom. Postopek smo opisali v poglavju Grafični prikaz frekvenčnih porazdelitev. Izbrali smo stolpčni diagram. Grafu smo dodali zapisane odstotke in nastavili odstotke po Y-osi (0–100). Spremenili smo tudi naslov grafa. SPSS nam namreč izpiše tip družine z otroki, saj smo tako označili spremenljivko tip_druz_1. Prav tako smo besedo percent spremenili v besedo odstotek, saj je v predstavitvah, seminarskih nalogah, v poročilih itn., ki jih pripravljamo v slovenščini, podatke smiselno tudi predstaviti v slovenskem jeziku. Glejte graf 1. 100 80 ek 60 ot dstO 40 59,89 20 20,11 15,72 4,279 0 Zakonca z otroki Mati z otroki Oče z otroki Zunajzakonska partnerja z otroki Tip družine graf 1: grafični prikaZ frekVenčnih pOraZdeliteV spremenljiVke Tip družine (po sociološki definiciji družine so samo družine z oTroki) Vir: Statistični urad Republike Slovenije (2017) Pregled tipov družin glede na stopnjo urbanizacije Naloga zahteva, da analiziramo tipe družin glede na stopnjo urbanizacije. Tukaj bomo uporabili kontingenčno tabelo (» crosstabs«). Postopek že poznamo (glej poglavje 1: 6). Najprej določimo, katera spremenljivka naj v tem primeru nastopa kot odvisna in katera kot neodvisna (glej poglavje 5). Določitev naj izhaja iz zastavljenega raziskovalnega vprašanja, ki mu lahko priredimo odgovor v obliki hipoteze. Kadar je glavni namen opisovanje razširjenosti pojava in opisovanje razlik ali podobnosti med različnimi okolji, izhajamo iz razmisleka o tem, katera spremenljivka je najprimernejša kot osnova primerjave. Če je spremenljivka tip družine (oz. v našem primeru tip družine 1/tip družine z otroki) odvisna oz. fokus zanimanja, Vsebinski sklop: družina 2 spremenljivka stopnja urbanizacije pa neodvisna oz. osnova primerjave, ustrezno razporedimo | 41 | prvo v prikaz vrstic, drugo pa v prikaz stolpcev tabele. Za prikaz relativnih vrednosti znotraj okenca » crosstabs-cells« označimo » percentages-by column«, saj to pomeni pregled relativnih deležev odvisne spremenljivke glede na neodvisno oz. opisno spremenljivko. tabela 3: tip družine Z OtrOki glede na stOpnjO urbaniZacije (kOntingenčna tabela spremenljiVk Tip družine in sTopnja urbanizacije) Stopnja urbanizacije (%) Tip družine z otroki Urbano Neurbano Zakonca z otroki 57,6 62,4 Mati z otroki 22,7 17,4 Oče z otroki 4,6 3,9 Zunajzakonska partnerja z otroki 15,1 16,4 Skupaj % 100 100 N 35.574 33.039 Vir: isti V urbanem in neurbanem okolju prevladujejo osebe, ki živijo v družinah, opredeljenih kot zakonci z otroki. Sicer je delež posameznikov, ki živijo v družinah poročenih parov z otroki, malce večji v neurbanih območjih. Deleži tistih, ki so člani družin zunajzakonskih partnerjev z otroki in mater z otroki, so precej podobni. Oseb v enostarševskih družinah (mati ali oče z otroki) je več v urbanem okolju, kar se izraziteje pokaže pri družinah mater z otroki. Medsebojna povezanost spremenljivk Neodvisnost oziroma medsebojno povezanih dveh opisnih spremenljivk lahko preverimo s hi-kvadrat testom (postopek je prikazan v podpoglavju Preverjanje povezanost dveh opisnih spremenljivk s hi-kvadrat testom (glej poglavje 1: 6.2). Naredimo izpis. Iz izpisa rezultatov razberemo, da Pearsonov hi-kvadrat pade v območje statistične značilnosti, kar pomeni, da zavrnemo domnevo o neodvisnosti spremenljivk, saj je signifikanca p < 0,001. Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 342,441a 3 ,000 Likelihood Ratio 343,932 3 ,000 Linear-by-Linear Association 12,419 1 ,000 N of Valid Cases 68613 a) 0 cells (,0%) have expected count less than 5. The minimum expected count is 1413,76. Vsebinski sklop: družina 2 | 42 | Grafični prikaz rezultatov Podatke lahko prikažemo še grafično. Postopek smo opisali v poglavju Grafični prikaz kontingenčnih tabel. 100 % 15,10 % 16,40 % 4,60 % 80 % 3,90 % 22,70 % 17,40 % 60 % 1 Zakonca z otroki 2 Mati z otroki 3 Oče z otroki 40 % 4 Zunajzakonska partnerja z otroki 57,60 % 62,40 % 20 % 0 % Urbano Neurbano graf 2: relatiVne frekVence tipa družine pOsameZnika pO urbanOsti naselja prebiVališča Vir: isti Pregledovanje razširjenosti tipov družin bi lahko nadaljevali še z drugimi spremenljivkami, kar puščamo kot naloge za samostojno delo. Analiza števila otrok glede na tip družine Naloga zahteva, da analiziramo število otrok v družini posameznika glede na tip družine. Tudi tukaj bomo uporabili kontingenčno tabelo (» crosstabs«). Naloga je izvedbeno podobna prejšnji, le da smo tokrat izbrali drugo spremenljivko. Preden se lotimo reševanja, razmislimo o vprašanju z vidika raziskovalnega problema. Ponovno najprej določimo, katera spremenljivka bi bila primerna kot odvisna in katera neodvisna. Na primer, da je spremenljivka tip družine z otroki (tip družine 2) neodvisna, spremenljivka število otrok pa odvisna. V petem poglavju razpravljamo o vprašanjih vzročnostih, med drugim o tem, da včasih ni jasno, katera spremenljivka je neodvisna. Za izziv si lahko zastavimo razmislek, ali bi lahko bilo tudi obratno, da bi število otrok pogojevalo tip družine? Morda bi to lahko pojasnjevali z življenjskimi poteki? Za prikaz relativnih vrednosti znotraj okenca » crosstabs-cells« označimo » percentages-by column«, saj to pomeni pregled relativnih vrednosti odvisne spremenljivke glede na neodvisno spremenljivko. Rezultat je spodnja tabela 4. Poglejmo, kaj kaže. Vsebinski sklop: družina 2 tabela 4: šteVilO OtrOk V pOsameZnikOVi družini glede na tip družine | 43 | Tip družine z otroki Zakonca z otroki Mati z otroki Oče z otroki Zunajzakonska partnerja z otroki En otrok v družini 37,9 58,6 64,5 41,6 Dva otroka v družini 45,4 33,5 30,4 48,0 Trije otroci v družini 13,1 6,5 4,1 8,6 Štirje ali več otrok v družini 3,6 1,4 1,0 1,9 Skupaj: 100 100 100 100 Zanima nas, kakšni so deleži števila otrok v družini pri posameznih tipih družin. Delež družin z enim otrokom je najvišji pri družinah, ki jih sestavlja mati z otrokom in oče z otrokom. Delež pri materah je nekoliko nižji (58,6 %) kot pri očetih z otroki (64,5 %). Delež družin z dvema otrokoma je najvišji pri družinah, ki jih sestavljata zakonca oziroma zunajzakonska partnerja. Družin s tremi ali štirimi in z več otroki je manj, njihov delež pa je najvišji pri družinah, ki jih sestavljata zakonca z otroki (13,1 % + 3,6 %). Koliko % je razlika pri 3 ali več med tipi družin? Ali razlika pomeni, da so med tipi družin velike razlike ali pa so te z vsebinskega vidika majhne? Kako je z razlikami s statističnega vidika, pa bomo videli v nadaljevanju. Medsebojna povezanost spremenljivk Neodvisnost oziroma medsebojno povezanih dveh opisnih spremenljivk lahko še preverimo s hi-kvadrat testom (postopek je prikazan v podpoglavju Preverjanje povezanosti dveh opisnih spremenljivk s hi-kvadrat testom (glej poglavje 1: 6.2)). Naredimo izpis. Iz izpisa rezultatov razberemo, da spremenljivki nista neodvisni, saj je Pearsonov hi-kvadrat v območju statistične značilnosti ob intervalu zaupanja p < 0,001. tabela 5: gOla tabela hi-kVadrat testa iZ iZpiska spss Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 53597,080a 9 ,000 Likelihood Ratio 54208,837 9 ,000 Linear-by-Linear Association 11908,191 1 ,000 N of Valid Cases 1364760 a) 0 cells (,0%) have expected count less than 5. The minimum expected count is 1606,21. Vsebinski sklop: družina 2 | 44 | Grafični prikaz rezultatov Podatke predstavimo še z grafičnim prikazom. Postopek smo opisali v poglavju Grafični prikaz kontingenčnih tabel. 100 % 80 % 60 % En otrok v družini Dva otroka v družini Trije otroci v družini 40 % Štirje ali več otrok v družini 20 % 0 % Zakonca z otroki Mati z otroki Oče z otroki Zunajzakonska partnerja z otroki graf 3: šteVilO OtrOk V pOsameZnikOVi družini glede na tip družine 2.2 OTROCI V DVOSTARŠEVSKIH IN ENOSTARŠEVSKIH DRUŽINAH Ena izmed ključnih sprememb v družinskem življenju v zadnjih petdesetih letih je naraščajo- če število enostarševskih družin. Ta trend je v poznomodernih zahodnih družbah primarno posledica razvez zakonskih zvez. V Sloveniji število oz. delež tovrstnih družin narašča vsaj od osemdesetih let 20. stoletja naprej. Po razpoložljivih podatkih o tipih družin, ki jih zbira SURS, je bilo po popisu leta 1981 v Sloveniji enostarševskih družin 74.831, njihov delež pa vse do danes hitro narašča: leta 1991 jih je bilo 99.309, leta 2002 104.292, leta 2011 143.129 in po podatkih iz leta 2015 143.139. V sestavi tipov družin po SURS-u (zakonski par z otroki, neporočen par z otroki in enostarševske družine) predstavlja danes ta družinski tip dobro tretjino. NALOGE 1 Primerjajte podatke o številu otrok glede na tip družine – dvostarševske in enostarševske. 2 Prikažite podatke o starosti otrok v dvostarševskih in enostarševski družinah. Usmeritev: Pri dvostarševskih družinah tako, kot pri prejšnji nalogi, združite zakonske in zunajzakonske zveze. Starost otrok omejite na do 35 let in tako iz analize izločite starejše otroke. V pomoč pri izvedbi nam bodo spet vprašanja: • Kateri postopek bomo uporabili? • Katera spremenljivka bo predstavljala odvisno in katera neodvisno spremenljivko? • Ali bo treba vrednosti spremenljivk pred analizo še preoblikovati? Vsebinski sklop: družina 2 • S katerimi spremenljivkami bomo opredelili značilnosti oseb, ki jih želimo analizirati v nalogi? | 45 | • Ali bo treba oblikovati podvzorec? Analiza števila otrok glede na enostarševske in dvostarševske družine Spremenljivko tip družine že poznamo. Seznanili smo se že, da vključuje tudi družine brez otrok. Naloga zahteva, da primerjamo število otrok glede na enostarševske in dvostarševske družine, obenem pa še vedno vključimo samo tiste družine, ki imajo otroke, saj nas poleg eksplicitnega navodila te naloge k temu zavezuje tudi sociološka definicija družine. Oblikovati moramo novo spremenljivko, ki nam bo omogočala nadaljnjo analizo podatkov. Zakonce in partnerje bomo združili v skupino »dvostarševskih družin«, samo enega starša pa v »enostarševsko« in nadalje operirali z novo spremenljivko. Novo spremenljivko bomo oblikovali tako, kot smo opisali v podpoglavju Oblikovanje nove spremenljivke (glej poglavje 1: 5). Poglejmo frekvenčno porazdelitev nove spremenljivke tip družine (enostarševske/dvostarševske). tabela 6: frekvenčna porazdeliTev spremenljivke Tip družine (enosTarševske/ dvosTarševske) Tip družine Frekvence Odstotki (%) Dvostarševska 51.878 75,6 Enostarševska 16.735 24,4 Skupaj 68.613 100 Delo nadaljujemo tako, da število otrok v družini glede na enostarševske in dvostarševske družine preverimo s kontingenčno tabelo (navodila so v poglavju Oblikovanje kontingenčnih tabel). V vrstice (»row«) prenesemo odvisno spremenljivko število otrok, ki živijo v družini, v stolpce (»column«) pa neodvisno spremenljivko tip družine (dvostarševske in enostarševske družine). Zahtevamo še zapis odstotkov po stolpcih (»column«) in potrdimo ukaze. tabela 7: šteVilO OtrOk V družini glede na tip družine (enostarševske/ dvostarševske) Tip družine (enostarševske/dvostarševske) (%) Število otrok v družini Dvostarševska Enostarševska En otrok v družini 38,7 59,6 Dva otroka v družini 46,0 33,0 Trije otroci v družini 12,2 6,1 Štirje ali več otrok v družini 3,2 1,3 Skupaj: 100 100 Rezultati kažejo, da v dvostarševskih družinah prevladujeta dva otroka (46 %), medtem ko za enostarševske velja, da imajo največkrat le enega otroka (60 %). Rezultati kažejo, da imajo dvostarševske družine več otrok kot enostarševske. MEDSEBOJNA POVEZANOST SPREMENLJIVK Preverimo še povezanost med spremenljivkami. Pearsonov hi-kvadrat je v območju statistične značilnosti, spremenljivki pa sta medsebojno povezani, kar dodatno potrdi rezultate kontingenčne tabele. Vsebinski sklop: družina 2 | 46 | Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 2344,155a 3 ,000 Likelihood Ratio 2371,623 3 ,000 Linear-by-Linear Association 2050,282 1 ,000 N of Valid Cases 68238 a) 0 cells (,0%) have expected count less than 5. The minimum expected count is 458,34. GRAFIČNI PRIKAZ KONTINGENČNIH TABEL Podatke predstavimo še z grafičnim prikazom. Postopek smo opisali v poglavju Grafični prikaz kontingečnih tabel. Izbrali smo stolpčni diagram. Grafu smo dodali zapisane odstotke. 100 % 3,2 1,3 6,1 12,2 80 % 33 60 % 46 En otrok v dužini Dva otroka v družini Trije otroci v družini 40 % Štirje ali več otrok v dužini 59,6 20 % 38,7 0 % Dvostarševska Enostarševska graf 4: šteVilO OtrOk V pOsameZnikOVi družini glede na tip družine Analiza starosti otrok glede na enostarševske in dvostarševske družine (tip družin) Pri tej nalogi bomo uporabili podoben razmislek kot pri nalogi 2.2.3. Dodatno navodilo je to, da moramo starost otrok omejiti na največ 35 let (tj. izločiti starejše). Preden želimo analizirati podatke, moramo ustvariti ustrezni podvzorec otrok, starih do 35 let. Poiščemo spremenljivki, ki opredeljujeta starost in vlogo otroka v družini. Poiščemo spremenljivko, ki opredeli starost – to je spremenljivka z imenom star1/starost. Ugotovimo, da bomo morali izločiti vse osebe, ki imajo pri spremenljivki starost vrednosti večje od 7 (torej starejše od 35 let). Prav tako bomo pri spremenljivki družinski tip osebe/go_pol1 morali izbrati samo otroke. V končni podvzorec tako izberemo osebe, ki imajo v družini vlogo otroka (go_pol1=3) in so hkrati mlajše od 35 let (star1<=7). Data – Select cases – If condition is satisifed – If: go_pol1=3 & star1<=7 – Continue – OK. S kontingenčno tabelo najprej preverimo, ali imamo ustrezen podvzorec. Vsebinski sklop: družina 2 | 47 | Družinski tip osebe Otrok Starost 0–4 let 5.401 5–9 let 5.122 10–14 let 4.530 15–19 let 4.460 20–24 let 3.995 25–29 let 3.746 30–34 let 2.401 Skupaj: 29.655 Zdaj imamo pripravljen podvzorec, ki ga lahko analiziramo glede na tip družine – dvostar- ševske in enostarševske. Podatke analiziramo s kontingenčno tabelo (navodila so v poglavju Oblikovanje kontingenčnih tabel). Za določanje odvisne in neodvisne spremenljivke preverimo še, kakšna je naša hipoteza, saj nas bo ta usmerjala pri analizi. Glede na podatke, ki jih že poznamo, lahko sklepamo, da se bo s starostjo otrok (prestop v odraslo dobo) povečalo število enostarševskih družin (naraščanje razvez). V vrstice (» row«) prenesemo odvisno spremenljivko tip družine (dvostarševske in enostarševske) , v stolpce (» column«) pa neodvisno spremenljivko starost. Zahtevamo še zapis odstotkov po stolpcih (» column«) in potrdimo ukaze. tabela 8: tip družine (dVOstaršeVske in enOstaršeVske) glede na starOst Starost 0-4 leta 5-9 let 10-14 let 15-19 let 20-24 let 25-29 let 30-34 let (N = 5401) (N = 5122) (N = 4530) (N = 4438) (N = 3943) (N = 3683) (N = 2365) Dvostarševska družina 73% 76% 77% 77% 75% 72% 69% Enostarševska družina 27% 24% 23% 23% 25% 28% 31% Skupaj 100% 100% 100% 100% 100% 100% 100% N = 5401 5122 4530 4438 3943 3683 2365 V vseh starostnih skupinah otrok prevladuje dvostarševski tip družine. Približno dve tretjini otrok živi v dvostarševski družini, slaba tretjina pa v enostarševski. Opazimo, da je delež dvostarševskih družin najmanjši pri osebah v najstarejših starostnih skupinah, tj. 30–34 let in 25–29 let, ter pri najmlajši starostni skupini, tj. 0–4 leta. Nasprotno je delež enostarševskih družin največji pri otrocih v starostni skupini 30–34 let. Podatki nam sicer ne odgovorijo jasno glede na hipotezo, ki smo jo zastavili na začetku. Delež dvostarševskih družin glede na starost otrok namreč od najmlajše starostne skupine najprej naraste in se ustali pri 77 % v starostnih skupinah od 19 let in šele nato pada do najstarejše starostne skupine. Z gotovostjo pa lahko rečemo, da se je delež pri obeh tipih spremenil glede na starost otrok, kot kaže tudi rezultat statističnega testa v nadaljevanju. MEDSEBOJNA POVEZANOST SPREMENLJIVK Tudi v tem primeru lahko preverimo povezanost med spremenljivkami. Pearsonov hi-kvadrat je statistične značilnosti – spremenljivki medsebojno nista neodvisni. Lahko zapišemo, da Vsebinski sklop: družina 2 | 48 | rezultati vsaj deloma tudi kažejo v smer naše hipoteze, in sicer od starostnih skupin nad 19 let. Tudi tu velja povabilo k nadaljnjemu razmisleku, kaj in kako bi lahko raziskali podrobneje. Starost otroka lahko nakazuje tudi dolžino zakonske zveze (če je sploh vzpostavljena) oz. partnerske zveze, ki s trajanjem težijo k razpadanju. Druga razlaga je lahko povezana s tendenco, da enostarševske družine zaradi ekonomskih ali emocionalnih razlogov zadržujejo osamosvojitev para in prehod v samostojno dvostarševstvo. Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 100,651a 6 ,000 Likelihood Ratio 99,242 6 ,000 Linear-by-Linear Association 18,502 1 ,000 N of Valid Cases 29482 GRAFIČNI PRIKAZ KONTINGENČNIH TABEL Podatke predstavimo še z grafičnim prikazom. Postopek smo opisali v poglavju Grafični prikaz kontingenčnih tabel. Izbrali smo stolpčni diagram z eno samo kategorijo tipa družine (druga je enaka razliki do 100 in je ni potrebno prikazovati). Grafu smo dodali odstotke. 80 % 76 % 77 % 77 % 75 % 73 % 72 % 70 % 69 % 60 % 50 % 40 % 30 % 20 % 10 % 0 % 1 2 3 4 5 6 7 graf 5: tip družine (dVOstaršeVske in enOstaršeVske) glede na starOst Preden nadaljujemo naslednjo nalogo, ne pozabimo ponovno izbrati vseh enot v vzo- rec: Data – Select Cases – All cases – OK. 2. 3 ZAKONSKE ZVEZE IN ZUNAJZAKONSKE SKUPNOSTI Vsebinski uvod k nalogi Tako kot drugod v poznomodernih zahodnih družbah tudi v Sloveniji že desetletja narašča število kohabitacij, hkrati pa upada število sklenjenih zakonskih zvez. Kohabitacije so partnerske skupnosti neporočenih parov, ki so v preteklosti veljale bolj kot prehodno obdobje partnerskega življenja pred sklenitvijo zakonske zveze in formacijo družine. V zadnjih desetletjih Vsebinski sklop: družina 2 pa – skupaj z upadom družbenega pomena zakonske zveze – postajajo vedno bolj razširjena | 49 | oblika partnerskega življenja, ki se nadaljuje tudi po formaciji družine. Neporočen par z otroki je kategorija, ki jo tudi SURS vključuje v zbiranje statističnih podatkov. Na voljo so od popisa leta 1991, ko je bilo takšnih družin 12.408. Po popisu leta 2002 je bilo tovrstnih družin 29.285, po popisu leta 2011 pa 49.122. Po podatkih iz leta 2015 je bilo v Sloveniji neporočenih parov z otroki 61.847. Trend naraščanja družin neporočenih parov lahko spremljamo tudi v sestavi tipov družin, o katerih SURS zbira podatke: zakonski par z otroki, neporočen par z otroki, enostarševska družina. V tej sestavi družine neporočenih parov z otroki leta 2015 predstavljajo 14,41 %, medtem ko so leta 1991 predstavljale le 2,84 % (SURS, https://pxweb.stat.si/SiStat/sl). NALOGE 1 Prikažite starostno sestavo posameznikov, ki so v zakonski zvezi, in tistih, ki so v zunajzakonski zvezi. 2 Prikažite izobrazbeno sestavo posameznikov, ki so v zakonski zvezi, in tistih, ki so v zunajzakonski zvezi. Kot do zdaj nam bodo v pomoč vprašanja: • Kateri postopek bomo uporabili? • Ali bo treba vrednosti spremenljivk pred analizo še preoblikovati? • Ali bo treba oblikovati podvzorec? • S katerimi spremenljivkami bomo opredelili značilnosti oseb, ki jih želimo analizirati v nalogi? Prikaz starostne sestave posameznikov, ki so v zakonski zvezi, in tistih, ki so v zunajzakonski zvezi in imajo otroke V nalogi želimo prikazati starostno sestavo znotraj dveh tipov družin – zakoncev z otroki in zunajzakonskih partnerjev z otroki. Vrednosti spremenljivke tip družine zdaj že dobro poznamo iz prejšnjih nalog. Enote, ki nas zanimajo, so zakonci z otroki (vrednost spremenljivke je 2) in zunajzakonski partnerji z otroki (vrednost spremenljivke je 6). Ta spremenljivka nam opiše tip družine, z nalogo pa želimo primerjati zakonce. Zato moramo enote, ki ne ustrezajo temu merilu, izločiti. Pri tem si pomagamo s spremenljivko družinski tip osebe. Ugotovimo, da nas v nalogi zanimajo samo osebe, ki so starši, torej imajo pri tej spremenljivki vrednost 2. Med njimi pa bomo nato razlikovali med zakonci z otroki in zunajzakonskimi partnerji z otroki. Pri izbiri enot bomo tako imeli dva pogoja: • Oseba je eden od staršev. • Oseba je v zakonski ALI zunajzakonski skupnosti. Kako ustvariti podvzorec, smo opisali tudi v poglavju Oblikovanje podvzorca (glej poglavje 1: 4). Vsebinski sklop: družina 2 | 50 | V končni podvzorec tako izberemo osebe, ki imajo v družini vlogo starša (go_pol1=2) in je hkrati oseba v zakonski ali zunajzakonski zvezi (tip_druz=2| tip_druz=6). Data – Select cases – If condition is satisifed – If: go_pol1=2 & (tip_druz=2| tip_druz=6) – Continue – OK. S kontingenčno tabelo preverimo, ali so res vključene samo izbrane enote – izberemo ustrezni dve spremenljivki. Če je bil izbor ustrezen, se bodo v kontingenčni tabeli pojavile samo tiste vrednosti spremenljivk, ki jih želimo obdržati za analizo: starši oziroma zakonci z otroki in zunajzakonski partnerji z otroki. tip_druz Tip družine * go_pol1 Družinski tip osebe Crosstabulation Count go_pol1 Družinski tip osebe 2 Starš Total tip_druz Tip družine 2 Zakonca z otroki 22220 22220 6 Zunajzakonska partnerja z otroki 5992 5992 Total 28212 28212 Naloga zahteva, da prikažemo starostno sestavo zakoncev z otroki in zunajzakonskih partnerjev z otroki. Naredimo kontingenčno tabelo ( Analyze – Descriptive Statistics – Crosstabs). Omenili smo že, da običajno odvisno spremenljivko prikažemo v vrsticah (» row«), neodvisno spremenljivko pa v stolpcih. V našem primeru bomo razmišljati tako, da bomo starostno sestavo prikazali glede na razlike med tipom družine. Zato bomo na mesto vrstice (» row«) postavili spremenljivko starost, na mesto stolpca (» column«) pa spremenljivko tip družine. Poglejmo rezultat. tabela 9: tip družine (ZakOnske in ZunajZakOnske ZVeZe) in starOst (absOlutni in relatiVni deleži ter raZmerje) Zakonca z Zunajzakonska Zunajzakonska Razmerje zakoncev/ Starost otroki partnerja z otroki Zakonca z otroki partnerja z otroki zunajzakonskih 15-19 let 0% 0% 1 3 0,3 20-24 let 0% 2% 70 100 0,7 25-29 let 3% 8% 629 493 1,3 30-34 let 7% 21% 1599 1231 1,3 35-39 let 12% 25% 2628 1473 1,8 40-44 let 14% 19% 3078 1131 2,7 45-49 let 16% 12% 3638 737 4,9 50-54 let 16% 7% 3500 423 8,3 55-59 let 13% 4% 2815 236 11,9 60-64 let 9% 2% 1991 121 16,5 65-69 let 5% 1% 1032 33 31,3 70-74 let 3% 0% 628 5 125,6 75-70 let 2% 0% 369 1 369,0 80-84 let 1% 0% 185 0 85 in več let 0% 0% 52 0 Skupaj 100% 100% 22215 5987 * Hi-kvadrat = 3415, df = 14; p < 0,001 Vsebinski sklop: družina 2 Analiza starostne sestave pokaže nekoliko večje deleže oseb v starostnih skupinah med 25 in | 51 | 39 let pri družinah zunajzakonskih partnerjev, medtem ko so v družinah zakoncev nekoliko višji deleži pri starejših starostnih skupinah. Podobno sliko nam kaže tudi razmerje, koliko poročenih parov z otroci pride na enega neporočenega. MEDSEBOJNA POVEZANOST SPREMENLJIVK Tudi v tem primeru lahko preverimo statistični test povezanosti med spremenljivkami, ki je, kot vidimo iz razlik procentov in razmerij deležev, kar velika. Pearsonov hi-kvadrat je statistično značilen; spremenljivki med sabo nista neodvisni. GRAFIČNI PRIKAZ KONTINGENČNIH TABEL Podatke predstavimo še z grafičnim prikazom. Postopek smo opisali v poglavju Grafični prikaz kontingenčnih tabel. 30 % 25 % 20 % Zakonca z otroki 15 % Zunajzakonska partnerja z otroki 10 % 5 % 0 % 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 80 in let let let let let let let let let let let let let let več graf 6: starOstna sestaVa (relatiVni deleži, skupaj 100 %) ZnOtraj dVeh tipOV družin (ZakOnske in ZunajZakOnske ZVeZe) Prikaz izobrazbene sestave posameznikov, ki so v zakonski zvezi, in tistih, ki so v zunajzakonski zvezi Pri tej nalogi bomo uporabili podoben razmislek kot pri nalogi a. Prav tako nas v tej nalogi zanimajo iste enote, le da bomo analizirali izobrazbeno sestavo. To pomeni, da podvzorec, ki smo ga ustvarili pri prejšnji nalogi, uporabimo tudi pri tej. Naloga zahteva, da prikažemo starostno sestavo zakoncev z otroki in zunajzakonskih partnerjev z otroki. Naredimo kontingenčno tabelo ( Analyze – Descriptive Statistics – Crosstabs). Omenili smo že, da po pravilu odvisno spremenljivko prikažemo v vrsticah (» row«), neodvisno spremenljivko pa v stolpcih. V našem primeru bomo razmišljati tako, da bomo izobrazbeno sestavo prikazali glede na razlike med tipom družine. Zato bomo na mesto vrstice (» row«) postavili spremenljivko izobrazba, na mesto stolpca (» column«) pa spremenljivko tip družine. Poglejmo rezultat. Vsebinski sklop: družina 2 | 52 | tabela 10: iZObraZbena sestaVa ZnOtraj dVeh tipOV družin (ZakOnske in ZunajZakOnske ZVeZe) Izobrazba Tip družine Zakonca z otroki Zunajzakonska partnerja z otroki Osnovnošolska ali manj 19 % 11 % Nižja, srednja poklicna 26 % 24 % Srednja strokovna, splošna 29 % 35 % Visokošolska 1. stopnje 12 % 14 % Visokošolska 2. stopnje 12 % 15 % Visokošolska 3. stopnje 2 % 2 % Skupaj 100% 100% N = 22215 5982 MEDSEBOJNA POVEZANOST SPREMENLJIVK Tudi v tem primeru lahko preverimo povezanost med spremenljivkami, čeprav razlike niso več tako dramatične. Pearsonov hi-kvadrat je statistično značilen; spremenljivki statistično nista neodvisni. Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 5221,064a 5 ,000 Likelihood Ratio 5520,554 5 ,000 Linear-by-Linear Association 3260,612 1 ,000 N of Valid Cases 563940 a) 0 cells (,0%) have expected count less than 5. The minimum expected count is 2914,94. GRAFIČNI PRIKAZ KONTINGENČNIH TABEL Podatke predstavimo še grafično. Postopek smo opisali v poglavju Grafični prikaz kontingenč- nih tabel. 100 % 2 % 2 % 12 % 15 % 80 % 12 % 14 % 60 % 29 % Osnovna šola ali manj Nižja, srednja poklicna 35 % Srednja strokovna, splošna 40 % Visokošolska 1. stopnje 26 % Visokošolska 2. stopnje 20 % 24 % Visokošolska 3. stopnje 19 % 11 % 0 % Zakonca z otroki Zunajzakonska partnerja z otroki graf 7: iZObraZbena sestaVa (relatiVni deleži, skupaj 100 %) ZnOtraj dVeh tipOV družin (ZakOnske in ZunajZakOnske ZVeZe) Vsebinski sklop: družina 2 | 53 | Preden nadaljujemo naslednjo nalogo, ne pozabimo ponovno izbrati vseh enot v vzo- rec: Data – Select Cases – All cases – OK. 2.4 REORGANIZIRANE DRUŽINE Tako kot enostarševske družine so tudi reorganizirane družine v poznomodernih zahodnih družbah posledica višanja stopenj razvez zakonskih zvez in znak dinamiziranja življenjskega poteka. Podatki o reorganiziranih družinah, ki jih SURS poimenuje vzpostavljene družine, so bili prvič na voljo šele za leto 2015. Po teh podatkih je v Sloveniji 12.408 reorganiziranih družin oz. v sestavi dvostarševskih družin (Dolenc, 2016). Ocenjujemo, da trend naraščanja števila reorganiziranih družin obstaja že več desetletij in da se bo nadaljeval tudi v prihodnosti. NALOGE 1 Analiza reorganiziranih in nereorganiziranih družin glede na stopnjo izobrazbe 2 Analiza reorganiziranih in nereorganiziranih družin glede na stopnjo urbanizacije V pomoč nam bodo vprašanja: • Kateri postopek bomo uporabili? • Ali bo treba vrednosti spremenljivk pred analizo še preoblikovati? • Ali bo treba oblikovati podvzorec? • S katerimi spremenljivkami bomo opredelili značilnosti oseb, ki jih želimo analizirati v nalogi? Analiza reorganiziranih družin glede na stopnjo urbanizacije Naloga zahteva, da analiziramo reorganizirane in neorganizirane družine glede na stopnjo izobrazbe. Tukaj bomo uporabili kontingenčno tabelo (» crosstabs«). Postopek že poznamo. Najprej poglejmo, katera spremenljivka v naši podatkovni bazi opisuje reorganizirane oziroma nereorganizirane družine. Ugotovimo, da je to indikator vzpostavljenosti družine. Poglejmo frekvenčno porazdelitev njenih vrednosti ( Analyze – Descriptive Statistics – Frequencies). vzp_druz Indikator vzpostavljenosti družine Cumulative Frequency Percent Valid Percent Percent Valid 1 Vzpostavljena družina 2317 2,8 4,5 4,5 2 Ni vzpostavljena družina 48156 57,4 92,5 97,0 3 Vzpostavljenosti ni mogoče ugotoviti, ker manjka vsaj en identifikator starša 1560 1,9 3,0 100,0 Total 52033 62,0 100,0 Missing –2 Ni dvostarševska družina z otroki 31527 37,6 –1 Statistična zaščita 384 ,5 Total 31911 38,0 Total 83944 100,0 Vsebinski sklop: družina 2 | 54 | Zanimajo nas vzpostavljene (reorganizirane) družine, ki jih želimo primerjati z družinami, ki niso vzpostavljene (torej nereorganizirane). Opazimo, da spremenljivka vsebuje še vrednost, ki opisuje primere, pri katerih »vzpostavljenosti ni mogoče ugotoviti, ker manjka vsaj en identifikator starša«. Enot s to vrednostjo v nadaljnjo analizo ne bomo vključili. Kategorija »vzpostavljena družina« ima vrednost 1, kategorija »ni vzpostavljena družina« pa vrednost 2. Primerjavo reorganiziranih in nereorganiziranih družin lahko naredimo na podlagi podvzorca, v katerega izberemo samo enote z vrednostma 1 in 2 (Data – Select cases – If condition is satisifed – If: vzp_druz=1| vzp_druz=2 - Continue – OK). DRUGA MOŽNOST Ustrezne enote pa v našem primeru lahko izberemo tudi brez oblikovanja vzorca. Vrednost 3, ki označuje enote, pri katerih »vzpostavljenosti ni mogoče ugotoviti, ker manjka vsaj en identifikator starša«, lahko obravnavamo tudi kot manjkajočo. V zavihku » Variable View – Missing« že določenima manjkajočim vrednostma dodamo še »3«, kakor smo obravnavali v prvem poglavju (glej poglavje 1: 2.1). MISSING VALUES vzp_druz (LO THRU 0, 3). Z izpisom frekvenčne tabele preverimo, ali so kot veljavne vrednosti vključene samo enote, ki ustrezajo opredelitvi vzpostavljene oziroma nevzpostavljene družine (Analyze – Descriptive Statistics – Frequencies – Indikator vzpostavljenosti družine). vzp_druz Indikator vzpostavljenosti družine Cumulative Frequency Percent Valid Percent Percent Valid 1 Vzpostavljena družina 2317 2,8 4,6 4,6 2 Ni vzpostavljena družina 48156 57,4 95,4 100,0 Total 50473 60,1 100,0 Missing -2 Ni dvostarševska družina z otroki 31527 37,6 -1 Statistična zaščita 384 ,5 3 Vzpostavljenosti ni mogoče ugotoviti, ker manjka vsaj en identifikator starša 1560 1,9 Total 33471 39,9 Total 83944 100,0 Dobili smo ustrezen nabor enot, zato lahko nadaljujemo delo. Postopki in vključene spremenljivke so nam zdaj že dobro znani. Delo nadaljujemo tako, da analiziramo vzpostavljene in nevzpostavljene družine ter jih glede na stopnjo urbanizacije preverimo s kontingenčno tabelo (navodila so v poglavju Oblikovanje kontingenčnih tabel). V vrstice (» row«) prenesemo odvisno spremenljivko stopnja urbanizacije, v stolpce (» column«) pa neodvisno spremenljivko indikator vzpostavljenosti družine. Zahtevamo še zapis odstotkov po stolpcih (» column«) in potrdimo ukaze. vzp_druz Indikator vzpostavljenosti družine * st_urb1 Stopnja urbanizacije Crosstabulation % within st_urb1 Stopnja urbanizacije st_urb1 Stopnja urbanizacije 1 Urbano 2 Neurbano Total vzp_druz Indikator 1 Vzpostavljena družina 4,8% 4,4% 4,6% vzpostavljenosti družine 2 Ni vzpostavljena družina 95,2% 95,6% 95,4% Total 100,0% 100,0% 100,0% Vsebinski sklop: družina 2 Rezultati nam pokažejo, da sta deleža vzpostavljenih in nevzpostavljenih družin v urbanem in | 55 | neurbanem okolju zelo podobna. Poglejmo še test neodvisnosti med spremenljivkama. Chi-Square Tests Asymp. Sig. Exact Sig. Exact Sig. Value df (2-sided) (2-sided) (1-sided) Pearson Chi-Square 3,649a 1 ,056 Continuity Correctionb 3,568 1 ,059 Likelihood Ratio 3,648 1 ,056 Fisher’s Exact Test ,058 ,029 Linear-by-Linear Associ- 3,649 1 ,056 ation N of Valid Cases 50473 a) 0 cells (,0%) have expected count less than 5. The minimum expected count is 1143,10. b) Computed only for a 2x2 table Izračun Pearsonovega hi-kvadrata kaže, da ta statistično značilno ne odstopa od vrednosti 0 (p < 0,05). To pomeni, da sta tudi statistično gledano spremenljivki indikator vzpostavljenosti družine in stopnja urbanizacije neodvisni. Analiza reorganiziranih družin glede na stopnjo izobrazbe Pri tej nalogi bomo uporabili enak razmislek kot pri nalogi a), saj tokrat prav tako analiziramo reorganizirane in nereorganizirane družine, v tem primeru glede na stopnjo izobrazbe. Tudi v tem primeru bomo uporabili spremenljivko indikator vzpostavljenosti družin, ki smo jo pripravili za analizo v prejšnji podnalogi. Postopek nam je že dobro znan. Vzpostavljene in nevzpostavljene družine analiziramo glede na izobrazbo. Preverimo s kontingenčno tabelo (navodila so v poglavju Oblikovanje kontingenčnih tabel (glej poglavje 1: 6). V vrstice (» row«) prenesemo odvisno spremenljivko stopnja urbanizacije, v stolpce (» column«) pa neodvisno spremenljivko indikator vzpostavljenosti družine. Zahtevamo še zapis odstotkov po stolpcih (» column«) in potrdimo ukaze. vzp_druz Indikator vzpostavljenosti družine * izb2 Izobrazba Crosstabulation izb2 Izobrazba 1 Osnov- 2 3 Srednja 4 5 6 nošolska Nižja, strokovna, Visokošol- Visokošol- Visokošol- ali manj srednja splošna ska 1. ska 2. ska 3. poklicna stopnje stopnje stopnje Total vzp_druz 1 Count 413 380 613 160 125 8 1699 Indikator Vzpostavljena vzpostavljenosti družina % within izb2 Izobrazba 5,2 % 4,6 % 4,6% 3,4% 2,8% 1,0% 4,3% družine 2 Ni Count 7602 7844 12662 4589 4377 773 37847 vzpostavljena družina % within izb2 Izobrazba 94,8% 95,4 % 95,4% 96,6% 97,2% 99,0% 95,7% Total Count 8015 8224 13275 4749 4502 781 39546 % within izb2 Izobrazba 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% Vsebinski sklop: družina 2 | 56 | Pri vseh izobrazbenih skupinah prevladujejo nevzpostavljene družine. S stopnjo izobrazbe se spreminja delež vzpostavljenih družin (malenkost pada). Deleži reorganiziranih oziroma vzpostavljenih družin se gibljejo od enega odstotka (pri najvišji izobrazbeni skupini) do dobrih petih odstotkov (pri najnižji izobrazbeni skupini). S testom hi-kvadrat poglejmo še, ali med spremenljivkama obstajajo razlike oziroma ali sta spremenljivki neodvisni. Verjetnost, da so razlike zgolj slučajne, znaša manj kot 0,001. Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 75,294a 5 ,000 Likelihood Ratio 87,300 5 ,000 Linear-by-Linear Association 63,185 1 ,000 N of Valid Cases 39546 a) 0 cells (,0%) have expected count less than 5. The minimum expected count is 33,55. 3 NALOGE ZA SAMOSTOJNO DELO 1 Poišči ADP-anketne podatke v vsebinski navezavi na navade in družinske ‘prakse’. Poišči primerne spremenljivke (stališča, ocene stanja itn.) in jim pripiši konceptualni pomen z oporo na teorijo. (Namig: V 4. poglavju so opisani načini iskanja in konceptualizacije anketnih vprašanj).. 2 S spremenljivkami iz prejšnje naloge naredi preiskovalno analizo. Podatke prenesi in pre-išči osnovne karakteristike. Npr. poišči podatke o stališčih glede norme ideala dveh otrok, analiziraj in primerjaj z rezultati o dejanskem številu otrok iz popisa. 3 Kako bi lahko rezultate razširjenosti tipov družin prikazali na ravni enote družina? Podvpra- šanje za razmislek je, kaj je osnovna enota podatkov v vzorcu. Ali so družine vse enako velike? (Namig: Upoštevaj tip družine in št. otrok, ki živijo v družini, ter iz tega tvori utež kot in-verzno vrednost št. oseb v družini.) 4 Preglej tipe družin glede na preostale spremenljivke (poleg urbanosti). Katere spremen- ljivke bi prišle v poštev? (Namig: Naredi podvzorec s pogojem Družinski tip osebe = Starš kot v nalogi 2.3. Nato preglej tipe družin glede na spremenljivke, ki opredeljujejo lastnosti staršev, kot so starost, izobrazba … Za preglednejšo analizo in jasnejšo zastavitev problema lahko spremenljivko tip družine preoblikujemo v spremenljivko z dvema vrednostma, npr. enostarševske nasproti dvostarševskim (ali pa zakonce in zunajzakonske partnerje kot v 2.2). To lahko naredi analizo preglednejšo, zlasti če bi upoštevali več kot eno lastnost hkrati (npr. starost in izobrazbo). V tem primeru lahko analizo naredimo tudi na spremenljivki tipa dummy z vrednostma ‘1’ in ‘0’. Glej poglavje 3: 2.2). 5 Podobno kot v prejšnji nalogi preglej razširjenost parov brez otrok nasproti parom z otroki. 6 Pri problemih, kot je povezanost tipa družine in števila otrok, bi lahko položaj odvisne in neodvisne spremenljivke tudi zamenjali. Razmislite, ali bi bilo lahko tudi nasprotno, da bi tip družine šteli kot odvisno spremenljivko. Kako to pojasnjevati z življenjskimi poteki? Naredi nalogo 2.1.3 še na ta način in primerjaj vsebinske interpretacije rezultatov. Vsebinski sklop: družina 2 7 Enako kot pri prejšnji nalogi pri 2.3.1 ni jasno, zakaj bi bila starost odvisna spremenljivka. | 57 | Starost je tu lahko razumljena kot oznaka za obdobja različnih generacij (ene so se poroča-le, druge vse manj), lahko pa hkrati za življenjska obdobja: poročiš se šele v točki v življenjskem poteku, ko že imaš otroke, po določenem času … Primerjaj različne interpretacije in prikaži rezultate skladno z eno ali drugo interpretacijo. 8 Enako tudi pri 2.2.2 9 Na portalu SI-Stat poišči podatke za leto 2015 in naprej glede razširjenosti tipov družin, jih prikaži in komentiraj. 10 Za izbrani družinski tip osebe = otrok analiziraj starosti otroka v družini v povezanosti z drugimi spremenljivkami. 11 Vzpostavljene družine analiziraj glede na starost in izobrazbo. (Namig: za poenostavitev z namenom večje preglednosti naredi dummy vzpostavljenosti družine ter združi starostne kategorije in kategorije izobrazbe na manjše število kategorij ter nato na odvisni spremenljivki prikaži povprečja.) Vsebinski sklop: družina 2 | 58 | 4 VIRI/REFERENCE Dolenc, D. (2016). Ata, mama, dedi, babi ... Gospodinjstva in družina v Sloveniji. Ljubljana: Statistični urad Republike Slovenije. Rener, T., Humer, Ž., Žakelj, T., Vezovnik, A., Švab, A. (2008). Novo očetovstvo v Sloveniji. Ljubljana: Fakulteta za družbene vede. Rener, T., Sedmak, M., Švab, A., Urek, M. (2006). Družine in družinsko življenje v Sloveniji. Koper: Založba Annales. Statistični urad Republike Slovenije (2006). Popis prebivalstva, gospodinjstev in stanovanj v RS v letu 2002: Vzorec mikropodatkov za javno uporabo : 5-odstotni vzorec posameznikov, stanovanj in stavb [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP – IDNo: POPIS02. https://doi.org/10.17898/ADP_POPIS02_V1 Statistični urad Republike Slovenije (2015). Registrski popis 2011: Javno dostopna podatkovna datoteka (5-odstotni vzorec) [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP – IDNo: POPIS11P. https://doi.org/10.17898/ADP_POPIS11P_V1 Statistični urad Republike Slovenije (2017). Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, ki so člani družine [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP – IDNo: POPIS15C. https://doi.org/10.17898/ ADP_POPIS15C_V1 Švab, A. (2001). Družina: od modernosti k postmodernosti. Ljubljana: Znanstveno in publicistično središče. | 59 | anDreja ŽivoDer, Sergeja MaSten, janez Štebe in Maja Dolinar 3 VSEBINSKI SKLOP: MLADINA Vsebina 1 UVOD................. ......................................................................................................................................................................60 2 PRAKTIČNE NALOGE Z REŠITVAMI. .........................................................................................................................................61 2.1 UVOD ..............................................................................................................................................................................61 Značilnosti mladih v Sloveniji ..........................................................................................................................................61 Opis raziskave in vzorca popisnih mikropodatkov mladih ................................................................................................61 Napotki za reševanje .......................................................................................................................................................62 2.2 IZVEDBA NALOG ..............................................................................................................................................................63 Kakšna je izobrazbena sestava mladih glede na njihovo starost .......................................................................................63 Aktivnost mladih glede na njihovo starost in spol ............................................................................................................ 66 Aktivnost izobraževanja mladih glede na njihovo starost in spol ......................................................................................70 Dosežena izobrazba glede na spol....................................................................................................................................72 Prikaz vloge mladih v družini glede na njihovo starost .....................................................................................................73 Nadaljnje analize družinske vloge ....................................................................................................................................74 3 NALOGE ZA SAMOSTOJNO DELO ..............................................................................................................................................75 4 VIRI/REFERENCE .....................................................................................................................................................................76 Vsebinski sklop: mladina 3 | 60 | 1 UVOD Pionirka raziskovanja mladine pri nas, zaslužna profesorica dr. Mirjana Ule, je skupaj z razi-skovalci iz držav nekdanje Jugoslavije v osemdesetih letih prejšnjega stoletja s kolegi izvedla obsežno raziskavo mladine v Jugoslaviji (Aleksić in Vrcan, 1986), s katero so skozi identificirane generacijske razlike v vrednotah mladih iz različnih republik napovedali razpad Jugoslavije, še preden se je o tem govorilo v političnem ali javnem diskurzu. Raziskava je tako pokazala, kako mladi niso preprosto neka družbena skupina, katerih skupni označevalec je predvsem starost, ampak tisti, ki napovedujejo družbene trende prihodnosti (Ule in Vrcan, 1986; Ule, 2008). Torej, tisto, kar je značilno za mlade danes, bo »mainstream« v družbi čez 10 let. Zanimanje za raziskovanje mladih v Sloveniji je od takrat naprej veliko, kar se kaže tudi v periodičnem raziskovanju mladih, npr. Mladina in ideologija (Ule, 1988), Pri(e)hodnost mladine (Ule in Miheljak, 1995), Mladina v devetdesetih: Analiza stanja v Sloveniji (Ule, 1996a), Mladina 2000 (Miheljak in Ule, 2001; Miheljak idr. 2002), Mladina 2010 (Lavrič idr. 2011) ter Mladina 2020 (Lavrič idr. 2021). [Naloga za samostojno delo v skupini znotraj poglavja Iskanje podatkov: 4.2 Drugi podatki za nadaljnje raziskovanje mladine]. Mladi so tista družbena skupina, ki so na pragu odraslosti in ki s svojim vključevanjem v druž- beni prostor opravijo pomembne in odločujoče individualne prehode, ki zaznamujejo njihova (prihodnja) življenja, na kolektivni ravni pa postavljajo orientir tudi za družbeno in politično prihodnost družbe. Govorimo o prehodih v odraslost, ki se odvijajo na presečišču izobraževalnih, strokovnih, poklicnih in družinskih poti. Pristop življenjskega poteka (Elder, 1974; Elder, Johnson in Crosnoe, 2003; Ule, 2008) nam pokaže, da so naše individualne odločitve pravzaprav strukturno umeščene, in to ne le v trenutku odločitve ali izbire, ampak skozi družbenopolitične, psihološke in biofizične pogoje bivanja. Skupaj z generacijskimi značilnostmi in s posebnostmi kulminirajo v danem trenutku nabora mogočih izbir in odločitev ter nas zaznamujejo skozi proces odraščanja in celotno življenjsko pot. Obdobje mladosti pa ni nekaj samoumevnega, kar bi obstajalo v vseh družbenih prostorih in časih. Ravno nasprotno, mladost je posebno življenjsko obdobje, ki je postalo mogoče šele v 20. stoletju z vznikom podaljšanega in vse bolj razširjenega izobraževanja. Zato je mladost kot posebno, formativno obdobje, v katerem se mladi aktivno pripravljajo na vstop v odraslost, bistveno odvisno od zgodovinskega časa in prostora. Svet, v katerem danes mladi vstopajo v odraslost, zaznamujejo številni »novi« družbeni procesi, ki pomembno uokvirjajo pogoje vstopa v odraslost, npr. spremembe v izobraževanju, zaposlovanju in v sferi dela, demografske spremembe ter spremembe v družinskih potekih in stilih starševanja, podnebne spremembe ter izjemno pomembne tehnološke spremembe z vse večjo povezljivostjo, mobilnostjo, upo- rabo novih tehnologij v vsakdanjem življenju, vključno z umetno inteligenco. Izobraževanje je, predvsem če govorimo o institucionalno urejenem izobraževanju in vključevanju vseh v ta proces, še posebej otrok in mladih, eden največjih civilizacijskih napredkov; o tem ni nobenega dvoma. Za Slovenijo je značilna izjemno visoka vključenost mladih v vse ravni izobraževanja. Kljub temu ali pa prav zato se porajajo številna vprašanja in dileme sodobnega izobraževanja; med njimi so med najbolj perečimi neenakosti v izobraževanju. Kot so pokazale številne empirične raziskave, družbeni razred vpliva na številne vidike življenja, ki so povezani z izobraževanjem, vključno z uspehom v izobraževanju (tj. ocenami), izobraževalnimi dosežki (najvišja pridobljena kvalifikacija), vpliva pa tudi na želje in aspiracije za prihodnost mladih (na Vsebinski sklop: mladina 3 izobraževalne in poklicne želje). Pierre Bourdieu (1986) je npr. pokazal, kako lahko s kulturnim | 61 | kapitalom pojasnimo razumevanje neenakih šolskih dosežkov otrok, ki prihajajo iz različnih družbenih slojev. Mladi so izjemno heterogena skupina (že v našem okolju, svetovno gledano, pa še izrazite- je), ki jo še vedno zaznamujejo ključne sociodemografske neenakosti, povezane s spolom, z raso in etnijo ter s socialnim, kulturnim in z ekonomskim kapitalom. Te razlike mestoma blaži tehnološki napredek, predvsem skozi dostop do informacij in znanja, na drugi strani pa jih ta isti dostop hkrati krepi, saj imajo mladi ves čas neposreden vpogled v primerjavo tega, kaj je mogoče (različni življenjski stili, kulture, izjemno raznoliki vzorci vsakdanjega življenja, poten-cialne delovne kariere, če izpostavimo samo nekatere) in kaj je zanje dejansko dosegljivo, še posebej če izhajajo iz bolj deprivilegiranih okolij. Prav tako moramo imeti ves čas v mislih, da se te generacijske razlike izpostavlja in interpretira predvsem v zahodnih družbah, medtem ko marsikje po svetu mladi sploh nimajo možnosti biti mladi. 2 PRAKTIČNE NALOGE Z REŠITVAMI 2.1 UVOD Značilnosti mladih v Sloveniji Mladi so še pred nekaj desetletji odraščali skozi precej napovedljiv in družbeno sprejeti vzorec odraščanja, v katerem je obdobje šolanja pomenilo obdobje mladosti, obdobje dela pa odraslosti. To danes ni več tako, prehodi so vse bolj nejasni, odmikajo se od tradicionalnih norma-tivnih pričakovanj, so vedno bolj pluralistični, zaradi številnih neznank v temeljnih institucijah, v katerih se ti prehodi odvijajo, npr. v zaposlovanju in ekonomskem osamosvajanju, pa so tudi bolj tvegani in negotovi. Življenjske poti postajajo nelinearne, kar pomeni, da lahko skoraj v vsakem trenutku življenja »začneš znova«, npr. se vrneš se v izobraževanje, znova začneš družinsko življenje, znova začneš poklicno kariero. Tako je ena izmed ključnih značilnosti mladih danes odlašanje z vstopom v odraslost zaradi strukturnih omejitev in osebnih odločitev (Ule, 2008). Raziskovalci zato govorijo o novem, posebnem vmesnem obdobju v življenjskem poteku, med obdobjem klasičnem mladosti in odraslosti, ki ga poimenujejo različno: predodraslost (Mo- gelonsky, 1996), »postadolescenca« (Keniston, 1971), »porajajoča se odraslost« (»emerging adulthood«) (Arnett, 2007), ali pa obdobje »mladih odraslih« (»young adults«) (Côté, 2000; Hurellmann, 1996; Walther, Schlathoof, 2001). Mladi odrasli so tisti mladi, ki po tradicionalnih merilih (npr. starost) ne sodijo več v kategorijo mladih, vendar še niso dosegli socialnega statusa odraslih v tradicionalnem pomenu. Zanje je značilno, da imajo sicer številne znake odraslosti, vendar pa nimajo bistvenih, npr. niso ekonomsko samostojni, nimajo redne zaposlitve ali nimajo lastne družine oz. otrok ali živijo kot otroci v izvornih družinah (Ule, 2008). Opis raziskave in vzorca popisnih mikropodatkov mladih Pri vsebinskem poglavju Mladina naloge delamo na posebej pripravljenih raziskovalnih podatkih pod naslovom Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, starih od 15 do vključno 34 let (na povezavi Statistični urad Republike Slovenije 2019, https://doi.org/10.17898/ADP_POP15MLA_V1). Izvor mikropodatkov je prav tako kot Vsebinski sklop: mladina 3 | 62 | pri poglavju Družine registrski mini popis iz leta 2015. Zajem podatkov so izvedli 1. januarja 2015 in vanj zajeli celotno območje Republike Slovenije. Podrobnejše informacije o poteku zbiranja so na voljo v Katalogu ADP pod zgornjim naslovom. Priporočljivo je, da – preden se lotimo izvajanja nalog – pregledamo opis raziskave, opis podatkov skupaj s spremenljivkami in spremna gradiva, ki so tam predstavljena (glej poglavje 5: 1.2). Pred začetkom analize se moramo seznaniti z metodologijo raziskave in drugih posebnostih podatkov, da znamo rezultate ustrezno interpretirati. Za učbenik pripravljena podatkovna datoteka predstavlja 5-odstotni vzorec popisne populacije, ki je za datoteko Mladine dodatno starostno omejena. Več o splo- šnih značilnostih podatkov vzorcev popisa je v prvem poglavju. V sklopu Opisa podatkov na ADP so navedeni pogoji uporabe, vključno z obveznostjo citiranja podatkov. Naveden je tudi primer, kako lahko podatke citiramo. Napotki za reševanje Na splošno nas najprej zanima pregled stanja, zato si najprej zastavimo preiskovalno (eksplo-rativno) raziskovalno vprašanje (glej poglavje 5) in ga nato razčlenimo na posamezne vidike problema. Na splošno nas torej zanima, kakšne so značilnosti mladih v Sloveniji. Preiskovanje značilnosti mladih bomo razdelili glede vprašanj, povezanih z doseženo izobraz-bo, nato glede na prehode v delovno aktivnost ter značilnosti glede družinskega položaja. Preden se lotimo izvedbe nalog, razmislimo, kako bi zastavili konkretno raziskovalno vprašanje. Postavimo ga v širši okvir opredelitve problema in mu pripišimo pomen (relevanco) znotraj tega okvira, tj.: kaj nam bo za osvetlitev problema, razumevanje njegovega ozadja, razširjenosti in teže v smislu mogočega reševanja prinesel rezultat analize; kak odgovor pričakujemo in ali ga lahko oblikujemo v obliki hipoteze. V petem poglavju so podane usmeritve za oporo pri razmišljanju o izhodiščih raziskovalnih problemov in pisanju ter oddaji poročil o opravljenih nalogah. NALOGE: 1 Prikažite najvišjo stopnjo dosežene izobrazbe mladih glede na njihovo starost. 2 Prikažite status aktivnosti mladih glede na njihovo starost in spol. 3 Prikažite aktivnost izobraževanja mladih glede na njihovo starost in spol 4 Dosežena izobrazba glede na spol 5 Prikažite družinski tip osebe glede na starost mladih (kdaj postanejo starši?). V pomoč pri načrtovanju izvedbe nam bodo naslednji elementi: Najprej moramo v statističnem programu prebrati iz kataloga ADP preneseno datoteko ter se seznaniti, katere spremenljivke in kategorije vrednosti vsebuje (glej poglavje 1: 2). Nato razmislimo, katero spremenljivko bomo izbrali. Katere postopke bomo uporabili? Katera spremenljivka bo predstavljala odvisno in katera neodvisno spremenljivko? Ali bo treba vrednosti spremenljivk pred analizo še preoblikovati? Vsebinski sklop: mladina 3 | 2.2 IZVEDBA NALOG 63 | Kakšna je izobrazbena sestava mladih glede na njihovo starost Za mlade v Sloveniji je značilno, da izkazujejo izjemno visoke izobraževalne aspiracije. Raziskava GOETE (Walther idr., 2016) je pokazala, da skoraj 70 % devetošolcev in dobrih 80 % njihovih staršev pričakuje oziroma želi, da bi učenci dosegli najmanj terciarno izobrazbo. Razlogi, da učenci in starši pripisujejo tako velik pomen doseženi stopnji izobrazbe, so tako strukturni (več priložnosti za službo, varna zaposlitev, ugodnejši socioekonomski položaj) kot individualni (opravljati delo, v katerem lahko uživaš, sreča, identiteta). Pri tem dekleta izkazujejo višje aspiracije kot fantje, izobraževalne ambicije pa so močno povezane tudi z izobrazbo staršev – višja kot je, višje so izobraževalne aspiracije učencev in staršev (Ule idr., 2015; Živoder, 2011). Najprej poglejmo porazdelitev stopnje izobrazbe glede na starost mladih. Izbrani spremenljivki sta torej starost [STAR] in izobrazba [IZB1]. POSTOPEK: Analyze – Descriptive Statistics – Crosstabs – Cells – Percentages by column. Za ustrezno analizo je smiselno opazovati mlade po 25. letu starosti, saj bi za te glede na trajanje izobraževanja v Sloveniji lahko predvideli, da so že imeli možnost dokončati prvo bo-lonjsko stopnjo, tj. višješolsko izobraževanje. Vidimo, da se po tem letu starosti ohrani približno ista izobrazbena sestava – večina mladih (nekaj več kot 50 %) ima doseženo srednješolsko izobrazbo, dobra tretjina jih doseže višješolsko oz. visokošolsko izobrazbo ali več, presenetljivo pa je slabih 8 % mladih, starih med 25 in vključno 34 let, obiskovalo največ osnovno šolo. Odstotki se po 25. letu ne razlikujejo bistveno. tabela 1: prikaZ iZObraZbene sestaVe (V OdstOtkih) glede na starOst mladih Dosežena izobrazba (%) Starost Osnovnošolska ali manj Srednješolska Višješolska, visokošolska Skupaj (%) 15 100 100 16 100 100 17 99,7 0,3 100 18 90,9 9,1 100 19 31,9 68,1 100 20 19,6 80,4 100 21 14,0 82,3 3,7 100 22 10,3 78,9 10,8 100 23 7,8 72,2 20,0 100 24 7,3 64,9 27,8 100 25 5,8 64,2 29,9 100 26 8,0 58,7 33,3 100 27 7,3 57,1 35,7 100 28 7,2 57,3 35,5 100 29 9,3 54,6 36,0 100 30 7,2 56,2 36,6 100 31 8,3 54,1 37,6 100 32 6,2 54,5 39,3 100 33 9,7 54,3 36,1 100 34 7,1 57,7 35,3 100 Vir: Statistični urad Republike Slovenije (2017) Opomba k tabeli: V zavihku SPSS programa z datoteko » Output« opazimo, da je tabela zelo široka, saj pri spremenljivki starost [STAR] vsebuje veliko vrednosti . Široke tabele so precej nepregledne in jih (zaradi tipič- ne pokončne postavitve strani dokumentov) težje prikazujemo znotraj raziskovalnega poročila, zato smo v tabeli zamenjali vrstice in stolpce. Vsebinski sklop: mladina 3 | 64 | Za prelomno točko bi lahko označili obdobje med 24. in 25. letom starosti, saj vidimo, da v tem času začne naraščati delež tistih, ki se vpišejo na fakulteto (višja šola in več), na račun tega pa upade odstotek tistih, ki imajo končano osnovno ali srednjo šolo. V eni izmed naslednjih nalog za samostojno delo si lahko podrobneje pogledamo, kdo pred- stavlja teh 8 % mladih z največ osnovno šolo, z razčlenitvijo po spolu, družinskem statusu, tipu prebivalca (državljan, tujec), urbanizaciji in izobrazbi staršev. Grafični prikaz izobrazbene sestave mladih glede na njihovo starost V grafu se še bolje opazi, da se s 25. letom starosti trend dosežene stopnje izobrazbe stabilizira. Nekaj več kot polovica jih pridobi srednješolsko izobrazbo, dobra tretjina jih doseže višješolsko/ visokošolsko, medtem ko delež tistih z osnovnošolsko izobrazbo ostaja slabih 10 odstotkov. 100 % 80 % 60 % 40% 20 % 0 % 15 let 16 let 17 let 18 let 19 let 20 let 21 let 22 let 23 let 24 let 25 let 26 let 27 let 28 let 29 let 30 let 31 let 32 let 33 let 34 let Osnovnošolska ali manj Srednješolska Višješolska, visokošolska graf 1: grafični prikaZ iZObraZbene sestaVe mladih (prOcenti) pO starOsti Vir: Statistični urad Republike Slovenije (2017) Podvzorec mladih, starih 19 let ali več Zaradi boljšega pregleda podatkov lahko iz analize izločimo tiste, ki so mlajši od 18 let, ker ti še niso imeli možnosti doseči izobrazbe, višje od srednješolske. V tem primeru naredimo podvzorec (uporabimo filter), v katerega bomo vključili samo tiste mlade, ki so stari 19 let ali več. POSTOPEK: Data – Select Cases – If condition is satisfied – STAR >= 19. Tabelo ravno tako kot zgoraj zaradi boljšega pregleda obrnemo tako, da je neodvisna spre- menljivka v vrsticah, odvisna pa v stolpcih. Pazimo, da tedaj prikazujemo odstotke po vrsticah. Vsebinski sklop: mladina 3 tabela 2: iZObraZbena sestaVa mladih pO starOsti (19 let in Več) | 65 | Izobrazba (%) Starost Osnovnošolska ali manj Srednješolska Višješolska, visokošolska Skupaj (%) 19 31,9 68,1 100 20 19,6 80,4 100 21 14,0 82,3 3,7 100 22 10,3 78,9 10,8 100 23 7,8 72,2 20,0 100 24 7,3 64,9 27,8 100 25 5,8 64,2 29,9 100 26 8,0 58,7 33,3 100 27 7,3 57,1 35,7 100 28 7,2 57,3 35,5 100 29 9,3 54,6 36,0 100 30 7,2 56,2 36,6 100 31 8,3 54,1 37,6 100 32 6,2 54,5 39,3 100 33 9,7 54,3 36,1 100 34 7,1 57,7 35,3 100 Vir: Statistični urad Republike Slovenije (2017) Rezultati so v tem primeru identični kot v prejšnji podnalogi, le da ti vključujejo samo tiste posameznike, ki so stari 19 let ali več, saj smo s tem izločili vse, ki so v skoraj 100 % lahko končali le osnovno šolo. Grafična predstavitev podvzorca 100 % 80 % 60 % Osnovnošolska ali manj Srednješolska 40% Višješolska, visokošolska 20 % 0 % 19 let 20 let 21 let 22 let 23 let 24 let 25 let 26 let 27 let 28 let 29 let 30 let 31 let 32 let 33 let 34 let graf 2: grafični prikaZ iZObraZbene sestaVe mladih glede na njihOVO starOst Vir: Statistični urad Republike Slovenije (2017) V tem primeru vidimo, da so vključeni mladi med 19 in 34 let, ki so že lahko dosegli osnovno- šolsko izobrazbo ali več. POZOR: Pred koncem analize ne pozabimo izključiti filtra, s katerim smo oblikovali podvzorec. POSTOPEK: Data – Select Cases – All cases Predem nadaljujemo raziskovanje ozadja razlik v doseženi izobrazbi, si poglejmo naslednjo nalogo o starostni sestavi aktivnosti. Vsebinski sklop: mladina 3 | 66 | Aktivnost mladih glede na njihovo starost in spol Pri tej nalogi nas bo zanimala zaposlenost oziroma brezposelnost mladih glede na njihovo starost. Izbrali bomo spremenljivki status aktivnosti [ AKT3] in starost [ STAR]. Pri tem bomo opazovali predvsem mlade, ki so stari več kot 24 let, saj predvidevamo, da v teh letih že lahko končajo srednješolsko izobraževanje in prvo stopnjo študija, s tem pa se lahko spremeni njihova glavna aktivnost (se npr. zaposlijo). Spremenljivka status aktivnosti [ AKT3] bo v tem primeru odvisna (dodamo v vrstico [ row]), starost [ STAR] pa neodvisna (dodamo v stolpec [ column]). Poglejmo, kako se aktivnost (npr. zaposleni, brezposelnih, iskalci prve zaposlitve) razporeja glede na starost. POSTOPEK: Analyze – Descriptive Statistics – Crosstabs – Cells – Percentages by column. Tabelo bomo zaradi boljšega pregleda obrnili. tabela 3: aktiVnOst mladih glede na starOst Status aktivnosti (%) Starost Zaposlen Brezposeln, išče Brezposeln, že bil prvo zaposlitev zaposlen Se izobražuje Drug neaktiven Skupaj (%) 15 let 0,1 98,4 1,5 100 16 let 0,3 96,8 2,9 100 17 let 0,4 97,9 1,7 100 18 let 2,4 2,5 0,1 93,6 1,3 100 19 let 5,7 3,1 87,1 4,2 100 20 let 14,1 5,2 1,3 73,8 5,7 100 21 let 13,9 4,4 2,0 73,3 6,5 100 22 let 20,5 6,1 1,5 65,2 6,6 100 23 let 27,1 4,9 2,3 57,0 8,8 100 24 let 37,1 4,7 3,1 44,8 10,3 100 25 let 47,8 6,2 4,7 28,9 12,4 100 26 let 63,3 6,8 5,4 11,1 13,4 100 27 let 68,5 6,9 6,9 5,3 12,4 100 28 let 73,0 5,5 7,0 2,5 12,0 100 29 let 76,4 4,4 7,8 1,4 9,9 100 30 let 78,4 1,8 8,0 0,3 11,5 100 31 let 81,2 1,5 8,3 0,3 8,8 100 32 let 81,3 1,2 7,5 0,3 9,6 100 33 let 82,2 0,8 8,2 0,1 8,8 100 34 let 84,1 0,5 7,6 0 7,9 100 Vir: Statistični urad Republike Slovenije (2017) Ugotovimo, da se do vključno 21. leta starosti večina mladih še izobražuje. Pri tej starosti je zaposlenih okoli 14 % mladih. Po 22. letu se začenjajo pogosteje pojavljati prve zaposlitve, številka pa strmo narašča. Do 25. leta je zaposlena že skoraj polovica mladih. Status zaposlenosti strmo narašča s 26. letom starosti (63,3 %). Mladi, stari več kot 30 let, so v 80 % in več že zaposleni. Odstotek mladih, ki se izobražuje, se znatno zmanjša po 25. letu starosti – padec z 29 na 11 %. V tem obdobju začne naraščati tudi odstotek tistih, ki so brezposelni, a so v preteklosti že bili zaposleni (7 % takšnih pri 28. letu starosti). Vsebinski sklop: mladina 3 Grafični prikaz aktivnosti mladih glede na starost | 67 | 1 0,8 0,6 0,4 0,2 0 15 let 16 let 17 let 18 let 19 let 20 let 21 let 22 let 23 let 24 let 25 let 26 let 27 let 28 let 29 let 30 let 31 let 32 let 33 let 34 let Zaposlen Brezposeln, išče prvo zaposlitev Brezposeln, že bil zaposlen Se izobražuje Drug neaktiven graf 3: grafični prikaZ aktiVnOsti mladih glede na njihOVO starOst Vir: Statistični urad Republike Slovenije (2017) Graf prikazuje spremembo aktivnosti iz izobraževanja v zaposlitev ter drug neaktiven in brezposeln. Pri 22. letih starosti začne izrazito padati stolpec, ki označuje tiste, ki se izobražujejo, in začne naraščati stolpec, ki označuje tiste, ki so zaposleni. Status zaposlenih strmo narašča s 26. letom starosti. Stari več kot 30 let so v 80 % in več že zaposleni. Pri 25. letu je zaposlena skoraj polovica mladih. Brezposelnost mladih glede na starost in spol V raziskovanju družbe ima poseben pomen raziskovanje brezposelnosti, saj je ta tudi eden izmed kazalnikov socialnega položaja in stanja gospodarstva. Številke o brezposelnosti mladih dobijo pravi pomen, ko jih primerjamo z drugimi številkami. Da si lažje predstavljamo, kaj stopnja oz. odstotek brezposelnosti pomeni, lahko pogledamo odstotek za celotno prebivalstvo leta 2015. Na ravni Slovenije je delež registriranih brezposelnih oseb med aktivnim prebivalstvom (tj. stopnja registrirane brezposelnosti) znašal 12,3 %. Registriranih brezposelnih oseb je bilo 112.726. Delež registriranih brezposelnih moških (11,1 %) je bil nižji kot delež registriranih brezposelnih žensk (13,7 %) (SURS, https://pxweb.stat.si/ SiStat/sl). Pri izračunu stopnje brezposelnosti med mladimi izhajamo iz definicije stopnje brezposelnosti, ki je opredeljena kot odstotni delež brezposelnih oseb v aktivnem prebivalstvu. Aktivno prebivalstvo pa je seštevek zaposlenih in brezposelnih oseb. Izvedemo naslednjo transformacijo spremenljivke akt3 Aktivnost: RECODE akt3 (2,3=1) (1=0) (else = SYSMIS) into Akt_brez. format Akt_brez (f1.0). VARIABLE LABELS Akt_brez 'Status aktivnosti: brezposelni in zaposleni'. VALUE LABELS Akt_brez 1 'Brezposeln' 0 'Zaposlen'. freq Akt_brez. Vsebinski sklop: mladina 3 | 68 | Naša nova spremenljivka je Akt_Brez, ki jo v obliki z vrednostmi ‘1’ in ‘0’ imenujemo z angleškim izrazom spremenljivka dummy. Tako preoblikovana spremenljivka ima nekatere lepe lastnosti, npr. da povprečja lahko interpretiramo kot odstotke, kot bomo videli v nadaljevanju. Tokrat najprej naredimo frekvenčno porazdelitev, ki nam že da iskani rezultat. Akt_brez Status aktivnosti: brezposelni in zaposleni Frequency Percent Valid Percent Cumulative Percent Valid 0 Zaposlen 11420 47,1 85,9 85,9 1 Brezposeln 1878 7,7 14,1 100,0 Total 13298 54,9 100,0 Missing System 10943 45,1 Total 24241 100,0 Ugotovimo lahko, da je stopnja brezposelnosti 14,1 % nekoliko nad tisto pri splošni populaciji. Raziščimo, ali je tudi razlika med moškimi in ženskami na populaciji polnoletne mladine podobna kot na splošni populaciji. Kako je s starostjo? In spolom hkrati? Izvedba: Lahko izkoristimo naravo spremenljivke dummy in gledamo povprečja v več dimen- zijah (po starosti in spolu) hkrati. Najprej po postopku, ki ga že poznamo, izberemo ustrezni podvzorec starejših od 17 30 let. * Izbor enot starost nad 18 let. USE ALL. COMPUTE filter_$=(STAR >17). VARIABLE LABELS filter_$ '(STAR >17) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. Za hkratno opazovanje razlik v brezposelnosti po starosti in spolu uporabimo ukaz za analizo povprečij odvisne spremenljivke: means Akt_Brez by star by sp /CELLS MEAN . Rezultat v obliki gole tabele, kakor nam ga da program SPSS, je naslednji: Vsebinski sklop: mladina 3 tabela 4: breZpOselnOst pO spOlu in starOsti (pOVprečja, gOla tabela iZpisa iZ spss) | 69 | Report Mean Akt_brez Status aktivnosti: STAR Starost SP Spol brezposelni in zaposleni 1 Moški ,47 18 2 Ženska ,64 Total ,52 1 Moški ,26 19 2 Ženska ,58 Total ,35 1 Moški ,24 20 2 Ženska ,48 Total ,32 1 Moški ,28 21 2 Ženska ,38 Total ,31 1 Moški ,23 22 2 Ženska ,36 Total ,27 1 Moški ,15 23 2 Ženska ,33 Total ,21 1 Moški ,13 24 2 Ženska ,25 Total ,17 1 Moški ,14 25 2 Ženska ,25 Total ,19 1 Moški ,11 26 2 Ženska ,23 Total ,16 1 Moški ,11 27 2 Ženska ,24 Total ,17 1 Moški ,10 28 2 Ženska ,19 Total ,15 1 Moški ,10 29 2 Ženska ,18 Total ,14 1 Moški ,09 30 2 Ženska ,13 Total ,11 1 Moški ,08 31 2 Ženska ,13 Total ,11 1 Moški ,07 32 2 Ženska ,13 Total ,10 1 Moški ,09 33 2 Ženska ,11 Total ,10 1 Moški ,06 34 2 Ženska ,12 Total ,09 Total 1 Moški ,11 2 Ženska ,18 Total ,14 Vsebinski sklop: mladina 3 | 70 | Slikovni prikaz in interpretacijo zgornjih rezultatov prepuščamo za samostojno delo v skupini. Za nadaljnje analize bi bilo tudi zanimivo uporabiti dostopne mikropodatke popisov iz pre- teklih let in jih primerjati s temi tu predstavljenimi, da bi ugotovili trende (glej poglavje 4: 4). Aktivnost izobraževanja mladih glede na njihovo starost in spol Zanimajo nas prehodi iz različnih statusov, kot je iz izobraževanja v aktivno obdobje. Podaljševanje obdobja šolanja odmika vstop v odraslost, obenem pa pričakujemo tudi razlike po spolu. Izvedba: Ključna spremenljivka pri tem raziskovalnem vprašanju je starost. Za preprostejši pregled podatkov bomo preoblikovali spremenljivko akt3 aktivnost v novo spremenljivko, ki bo imela dve vrednosti, 1 za status ‘Se izobražuje’ in 0 ‘vse preostalo’. Spremenljivka v obliki dummy, da ima dve vrednosti, ‘1’ in ‘0’, je priročna za prikazovanje rezultatov, saj kot smo videli zgoraj lahko namesto tabele z odstotki oblikujemo tabelo povprečij, ki imajo ekvivalenten pomen kot odstotki. Ravnamo enako kot pri raziskovanju brezposelnosti v prejšnji nalogi. Izbrali smo starosti od 17 do 29 let, preden se prihodi iz izobraževanja začnejo in do starosti, ko so v večini že končani. * Izbor enot starost med 17 in 29 let. USE ALL. COMPUTE filter_$=((STAR >16) and (STAR <30 )). VARIABLE LABELS filter_$ '(STAR >16) and (STAR <30 ) (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. Za prikaz, da gre pri povprečjih in odstotkih tako preoblikovane spremenljivke za eno in isto zadevo, primerjajmo obe tabeli, povprečij in odstotkov aktivnosti izobraževanja po spolu in starosti. tabela 5: dVa načina analiZe aktiVnOsti iZObražeVanja pO spOlu in starOsti (prOcenti in pOVprečja) Akt_Izob Status aktivnosti: Izobraževanje * SP Spol * STAR Starost Crosstabulation % within SP Spol Report SP Spol Mean STAR Starost Akt_Izob Status 1 Moški 2 Ženska Total STAR Starost aktivnosti: Izo- braževanje 17 Akt_Izob Status aktivnosti: 0 Ostalo 2,0% 2,2% 2,1% 17 1 Moški 0,98 Izobraževanje 1 Se izobražuje 98,0% 97,8% 97,9% 2 Ženska 0,98 Total 100,0% 100,0% 100,0% Total 0,98 18 Akt_Izob Status aktivnosti: 0 Ostalo 8,3% 4,3% 6,4% 18 1 Moški 0,92 Izobraževanje 1 Se izobražuje 91,7% 95,7% 93,6% 2 Ženska 0,96 Total 100,0% 100,0% 100,0% Total 0,94 19 Akt_Izob Status aktivnosti: 0 Ostalo 16,7% 9,3% 12,9% 19 1 Moški 0,83 Izobraževanje 1 Se izobražuje 83,3% 90,7% 87,1% 2 Ženska 0,91 Total 100,0% 100,0% 100,0% Total 0,87 20 Akt_Izob Status aktivnosti: 0 Ostalo 34,1% 18,2% 26,2% 20 1 Moški 0,66 Izobraževanje 1 Se izobražuje 65,9% 81,8% 73,8% 2 Ženska 0,82 Total 100,0% 100,0% 100,0% Total 0,74 Vsebinski sklop: mladina 3 | 21 Akt_Izob Status aktivnosti: 0 Ostalo 34,3% 18,6% 26,7% 21 1 Moški 0,66 71 | Izobraževanje 1 Se izobražuje 65,7% 81,4% 73,3% 2 Ženska 0,81 Total 100,0% 100,0% 100,0% Total 0,73 22 Akt_Izob Status aktivnosti: 0 Ostalo 45,8% 23,9% 34,8% 22 1 Moški 0,54 Izobraževanje 1 Se izobražuje 54,2% 76,1% 65,2% 2 Ženska 0,76 Total 100,0% 100,0% 100,0% Total 0,65 23 Akt_Izob Status aktivnosti: 0 Ostalo 52,5% 33,1% 43,0% 23 1 Moški 0,47 Izobraževanje 1 Se izobražuje 47,5% 66,9% 57,0% 2 Ženska 0,67 Total 100,0% 100,0% 100,0% Total 0,57 24 Akt_Izob Status aktivnosti: 0 Ostalo 63,6% 46,0% 55,2% 24 1 Moški 0,36 Izobraževanje 1 Se izobražuje 36,4% 54,0% 44,8% 2 Ženska 0,54 Total 100,0% 100,0% 100,0% Total 0,45 25 Akt_Izob Status aktivnosti: 0 Ostalo 76,6% 64,9% 71,1% 25 1 Moški 0,23 Izobraževanje 1 Se izobražuje 23,4% 35,1% 28,9% 2 Ženska 0,35 Total 100,0% 100,0% 100,0% Total 0,29 26 Akt_Izob Status aktivnosti: 0 Ostalo 91,5% 86,0% 88,9% 26 1 Moški 0,08 Izobraževanje 1 Se izobražuje 8,5% 14,0% 11,1% 2 Ženska 0,14 Total 100,0% 100,0% 100,0% Total 0,11 27 Akt_Izob Status aktivnosti: 0 Ostalo 95,5% 93,8% 94,7% 27 1 Moški 0,04 Izobraževanje 1 Se izobražuje 4,5% 6,3% 5,3% 2 Ženska 0,06 Total 100,0% 100,0% 100,0% Total 0,05 28 Akt_Izob Status aktivnosti: 0 Ostalo 98,9% 96,1% 97,5% 28 1 Moški 0,01 Izobraževanje 1 Se izobražuje 1,1% 3,9% 2,5% 2 Ženska 0,04 Total 100,0% 100,0% 100,0% Total 0,02 29 Akt_Izob Status aktivnosti: 0 Ostalo 98,6% 98,5% 98,6% 29 1 Moški 0,01 Izobraževanje 1 Se izobražuje 1,4% 1,5% 1,4% 2 Ženska 0,01 Total 100,0% 100,0% 100,0% Total 0,01 Total Akt_Izob Status aktivnosti: 0 Ostalo 60,1% 50,4% 55,4% Total 1 Moški 0,40 Izobraževanje 1 Se izobražuje 39,9% 49,6% 44,6% 2 Ženska 0,50 Total 100,0% 100,0% 100,0% Total 0,45 Iz grafa jasno vidimo, da ženske dlje časa vztrajajo v izobraževanju, da je ta razlika posebej izrazita po 20. letu starosti in da se ohranja vsa nadaljnja leta. 1 0,8 0,6 1 Moški 0,4 2 Ženska 0,2 0 17 18 19 20 21 22 23 24 25 26 27 28 29 ost tar AR S ST graf 4: Vključeni V iZObražeVanje pO starOsti in spOlu Vsebinski sklop: mladina 3 | 72 | Dosežena izobrazba glede na spol Zanima nas, ali podaljševanje izobraževanja, ki je izrazitejše za ženske, pomeni tudi, da dose- žejo višjo izobrazbo. V uvodu smo omenili, da imajo dekleta v moderni dobi višje aspiracije kot fantje. Zakaj ne bi preverili, ali to drži, in če drži, kako izrazite so razlike? Reševanja te naloge bi se najbolje lahko lotili, če bi iz vzorca izločili vse, ki se še izobražujejo. Ti predstavljajo skupino, ki lahko zamegli razlike, saj ne vemo, kakšna bo med njimi končna dosežena izobrazba. Zdaj, ko imamo pred seboj jasno sliko glede statusa aktivnosti, lahko s pomočjo nove spremenljivke akt_izob, ki jo že poznamo, oblikujemo filter in preko njega dobimo podvzorec. Akt_Izob Status aktivnosti: Izobraževanje Frequency Percent Valid Percent Cumulative Percent 0 Ostalo 15243 62,9 65,0 65,0 Valid 1 Se izobražuje 8211 33,9 35,0 100,0 Total 23454 96,8 100,0 Missing -1 SŽ 787 3,2 Total 24241 100,0 Iz frekvenčne porazdelitve vidimo, da je takšnih približno dve tretjini (oz. 15.243) enot. Preverimo na preostanku teh, ki so že končali izobraževanje, katere so razlike v doseženi izobrazbi po spolu. Uporabimo ukaz za filter: USE ALL. COMPUTE filter_$=(Akt_Izob = 0). VARIABLE LABELS filter_$ 'Akt_Izob = 0 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0). FILTER BY filter_$. EXECUTE. Ukaz za kontingenčno tabelo na omejenem vzorcu: CROSSTABS izb1 by sp /cell count col. Rezultat je naslednja tabela. tabela 6: kOnčana iZObraZba pO spOlu (absOlutnO šteVilO in prOcenti, gOla tabela iZpisa iZ spss) IZB1 Izobrazba * SP Spol Crosstabulation SP Spol Total 1 Moški 2 Ženska Count 933 536 1469 1 osnovnošolska ali manj % within SP Spol 11,3% 7,7% 9,7% Count 5628 3455 9083 IZB1 Izobrazba 2 srednješolska % within SP Spol 68,3% 49,6% 59,7% Count 1679 2972 4651 3 višješolska, visokošolska % within SP Spol 20,4% 42,7% 30,6% Count 8240 6963 15203 Total % within SP Spol 100,0% 100,0% 100,0% Vsebinski sklop: mladina 3 Preverimo te rezultate, in sicer najprej, ali je filter vključen. Zanimajo nas tisti, ki so že končali | 73 | izobraževanje. Iz števila skupaj 15.203 vidimo, da se ujema z zgornjim, ob tem da imata spremenljivki skupaj tudi 40 enot z manjkajočimi vrednostmi, ki so ravno tako izložene iz prikaza. Razlike dosežene izobrazbe glede na spol so izrazite! Kaj to pomeni? Zanima nas seveda tudi, kako so s končano doseženo izobrazbo povezane tudi vse preostale spremenljivke, kar pa bomo rezervirali za samostojno raziskovalno delo (glej poglavje 3). Prikaz vloge mladih v družini glede na njihovo starost Preveriti želimo, kako se posameznikova vloga v družini spreminja. S tem lahko zajamemo prehod posameznika od vloge otroka do vloge staršev. S starostnim pregledom bomo ugotovili, kdaj se zgodijo najizrazitejše spremembe, tj. kdaj so mladi postali starši. Uporabili bomo spremenljivki družinski tip osebe [ GO_POL1], ki nam pove, kakšno vlogo ima posameznik, in starost [ STAR] . Pri analizi bo neodvisna spremenljivka Starost [ STAR] , odvisna pa družinski tip osebe [ GO_POL1]. Sklepamo lahko, da bo do izrazitih sprememb prišlo po 24. letu, ki navadno označuje zaključek prve stopnje višješolskega izobraževanja. POSTOPEK: Analyze – Descriptive Statistics – Crosstabs – Cells – Percentages by row. Poglejmo rezultat. Tudi v tem primeru smo zaradi širine tabele to ustrezno obrnili. tabela 7: VlOga mladih V družini glede na starOst Starost Družinski tip osebe Ni član družine Član zasebnega skupinskega Zakonec, partner brez otrok Starš Otrok Živi sam gospodinjstva gospodinjstva Skupaj 15 0% 0% 99% 0% 1% 0% 100% 16 0% 0% 98% 0% 2% 0% 100% 17 0% 0% 99% 0% 1% 0% 100% 18 0% 0% 98% 0% 1% 0% 100% 19 0% 0% 82% 5% 2% 10% 100% 20 0% 1% 79% 7% 2% 11% 100% 21 1% 1% 78% 5% 3% 13% 100% 22 1% 2% 78% 6% 3% 9% 100% 23 2% 5% 77% 7% 3% 6% 100% 24 3% 7% 77% 6% 3% 5% 100% 25 3% 11% 73% 8% 3% 2% 100% 26 5% 16% 66% 9% 3% 1% 100% 27 6% 21% 58% 10% 4% 0% 100% 28 6% 28% 51% 11% 3% 0% 100% 29 6% 33% 48% 10% 3% 0% 100% 30 7% 39% 42% 10% 3% 0% 100% 31 6% 45% 38% 9% 3% 0% 100% 32 5% 46% 35% 10% 3% 0% 100% 33 5% 53% 28% 12% 2% 0% 100% 34 5% 57% 26% 10% 2% 0% 100% Vir: Statistični urad Republike Slovenije (2017) Vsebinski sklop: mladina 3 | 74 | Vidimo, da vloga otroka začne prehajati v vlogo starša s 25. letom starosti, nato pa do 34. leta stalno narašča. Kljub temu je pri 34 letih še vedno četrtina tistih, ki imajo vlogo otroka (25,5 %). V tem letu starosti jih ima 57,1 % vlogo staršev. Poglejmo še podatke za druge vloge. V povprečju dobrih 5 % starejših od 25 let živi v partner-ski (zakonski ali zunajzakonski) zvezi brez otrok. Prav tako je omembe vreden delež tistih, ki v gospodinjstvu živijo sami (in zaradi specifike statističnega spremljanja niso nujno tudi samski). Za starejše od 25 let to v povprečju velja za okoli 10 %. Vrednosti ni član družine zasebnega gospodinjstva in član skupinskega gospodinjstva se v podatkih pojavljata v nekaj odstotkih in nam pri analizi ne povesta veliko. Deleži pri obeh se z naraščanjem starosti zmanjšujejo. Grafična predstavitev vloge mladih v družini glede na starost 1 0,8 0,6 0,4 0,2 0 15 let 16 let 17 let 18 let 19 let 20 let 21 let 22 let 23 let 24 let 25 let 26 let 27 let 28 let 29 let 30 let 31 let 32 let 33 let 34 let Zakonec, partner brez otrok Starš Otrok Živi sam Ni član družine zasebnega gospodinjstva Član skupinskega gospodinjstva graf 5: predstaViteV VlOge mladih V družini glede na starOst Vir: Statistični urad Republike Slovenije (2017) Graf še izraziteje prikaže začetek sprememb – nad starostjo 24 let. Nadaljnje analize družinske vloge Začeto analizo spremenljivke družinskega tipa osebe lahko nadaljujemo na podoben način, kot smo se lotili vprašanja zaključene izobrazbe in aktivnosti. Lahko bi oblikovali podvzorec – starejši od 18 let –, ker so do vključno 18 let skoraj vsi v vlogi otrok. Nadalje nas gotovo zanima, kako je s starostjo in spolom, če ju obravnavamo skupaj in primerjamo spola med seboj glede na družinsko vlogo. Enako nas verjetno zanima tudi povezanost prehajanja med družinskimi vlogami z drugimi spremenljivkami, kot so aktivnost, izobrazba … Za tovrstno nadaljnjo analizo lahko uporabimo podobne prijeme kot zgoraj, npr. da oblikujemo spremenljivko dummy, ki razločuje samo eno izbrano kategorijo v nasprotju s preostalimi. Tako bi lahko izpostavili vlogo otroka, tj. vprašanje, kdo in kdaj ter pod katerimi pogoji se osamosvoji od svoje izvorne družine. Vsebinski sklop: mladina 3 | 75 | 3 NALOGE ZA SAMOSTOJNO DELO 1 Naloga za skupinsko delo: Določi pojme oz. izraze, kandidate za slovar, ki potrebujejo nadaljnjo definicijo in razlago. 2 Razišči, kakšna je stopnja anketne brezposelnosti v Sloveniji in to primerjaj z ‘registrirano’ brezposelnostjo. Kakšne so definicije in načini spremljanja? Kakšna je situacija med mladi-mi 3 Razišči povezave med brezposelnostjo in drugimi spremenljivkami. Pri tem kakor pri zgledu zgoraj, pri katerem smo hkrati obravnavali starost in spol, lahko kombiniraš več spremenljivk hkrati, nezaposleni nasproti zaposlenim, npr. glede na izobrazbo in spol … 4 Razišči status ‘drug neaktiven’. Kaj pomeni in kako je razširjen glede na preostale spremenljivke? 5 Ali odloženi prehod iz izobraževanja za ženske pomeni tudi podaljšek in odlog po končani izobrazbi v obdobje brezposelnosti? Dodatno se lahko vprašamo še, ali je višja izobrazba prednost pri zaposlovanju? 6 Ali je to, da je po 25. letu že polovica in več zaposlenih, veliko? Kdo so in kdo niso? 7 Prikažite sociodemografske značilnosti mladih v terciarnem izobraževanju v primerjavi s splošno populacijo mladih iste starosti. Primerjamo lahko različne starostne skupine. Starost 24 in več je mejnik, do katerega z rednim šolanjem večinoma dosežemo terciarno izobrazbo. Gledamo kategorijo zaključenega terciarnega izobraževanja, npr. glede na: • tip prebivalca (državljani, tujci); • stopnjo urbanizacije; • izobrazbo staršev. 8 Na drug način kot pri prejšnji nalogi, a s podobnim ciljem, lahko raziščemo, kako so s končano doseženo izobrazbo povezane tudi vse druge spremenljivke, razen spol (nadalje- vanje analize, začete v nalogi 2.2.4. ). 9 Seznani se s podatki iz zadnje raziskave Mladine na ADP in naredi samostojno analizo z v teh nalogah povezanim problemom. 10 Preglej serijo raziskav Mladina in primerjaj posamezne izvedbe med seboj. Ugotovi, ali bi bilo mogoče narediti analizo podatkov katere izmed vsebinskih tem na način, da bi primerjali rezultate ene izvedbe z drugo, ki predstavlja naslednjo generacijo. Vsebinski sklop: mladina 3 | 76 | 4 VIRI/REFERENCE Bourdieu, P. (1986). The forms of capital. In: Richardson, J., Handbook of Theory and Research for the Sociology of Education. Westport, CT: Greenwood: 241–58. Elder, G. H. (1974). Children of the Great Depression: Social Change in Life Experience. University of Chicago Press. Elder G. H., Johnson M. K. in Crosnoe R. (2003): The Emergence and Development of Life Course Theory. V: Mortimer J. T. in Shanahan M. J. (ur.), Handbook of the Life Course. Handbooks of Sociology and Social Research (str. 3–19). Springer. Lavrič, M., Flere, S., Tavčar Krajnc, M., Klanjšek, R., Musil, B., Naterer, A., Kirbiš, A., Divjak, M. in Lešek, P. (2011). Mladina 2010: družbeni profil mladih v Sloveniji (1. izd.). Aristej. Lavrič, M., Deželan, T., Klanjšek, R., Lahe, D., Naterer, A., Radovan, M., Rutar, T., Sardoč, M., Uršič, M., Majce, M., Cupar, T., Matjašič, M., Nacevski, K., Vombergar, N. in Prešeren, J. (2021). Mladina 2020: položaj mladih v Sloveniji. Univerza v Mariboru, Univerzitetna založba; Založba Univerze v Ljubljani. Miheljak, V. (ur.) (2002). Mladina 2000: slovenska mladina na prehodu v tretje tisočletje. Ljubljana: Ministrstvo za šolstvo, znanost in šport, Urad Republike Slovenije za mladino; Maribor: Aristej. Statistični urad Republike Slovenije (2019). Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-odstotni vzorec oseb, starih od 15 do vključno 34 let [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP – IDNo: POP15MLA. https://doi. org/10.17898/ADP_POP15MLA_V1 Ule, M. (2008). Za vedno mladi?: socialna psihologija odraščanja (str. 276). Fakulteta za družbene vede. https://knjigarna.fdv.si/i_456_za-vedno-mladi-socialna-psihologija-odrascanja Ule, M. in Vrcan, S. (1986). Mladina 1985: Položaj, svest i ponašanje mlade generacije Jugoslavije [datoteka podatkov]. Ljubljana: Fakulteta za sociologijo, politične vede in novinarstvo. Ule, M. (1988). Mladina in ideologija. Ljubljana: Delavska enotnost. Ule, M. (ur.) (1996a). Mladina v devetdesetih: analiza stanja v Sloveniji. Ljubljana: Znanstveno in publicistično središče. Ule, M. in Miheljak, V. (1995). Pri(e)hodnost mladine. Ljubljana: DZS in Ministrstvo za šolstvo in šport, Urad Republike Slovenije za mladino. Ule, M., Živoder, A., Du Bois - Reymond, M. (2015). Simply the best for my children: patterns of parental involvement in education. QSE, 28(3), 329–348. doi:10.1080/09518398.2014.987852 Živoder, A. (2011). The relevance of education today: young people and their educational choices. Teorija in praksa, 48(5), 1427–1445. Walther, A., Amaral, M. P., Cuconato, M., Dale, R. (2016). Governance of Educational Trajectories in Europe. Bloomsbury Publishing. | 77 | janez Štebe 4 Iskanje in uporaba drugih raziskovalnih podatkov na določeno temo Vsebina 1 RAZŠIRITEV OBRAVNAVANE TEME ...........................................................................................................................................79 1.1 PRAKTIČNI PRIKAZ POTEKA ISKANJA S POMOČJO ŠIRŠIH POJMOV IZ STANDARDNIH KLASIFIKACIJ .................................80 1.2 PRAKTIČNI PRIKAZ POTEKA ISKANJA, KO IZHAJAMO IZ DOLOČENEGA IZHODIŠČNEGA VPRAŠANJA .................................83 2 ZOŽENJE TEMATIKE: BRSKANJE PO PODATKIH ZA GENERIRANJE RAZISKOVALNEGA VPRAŠANJA ...........................................87 3 POMEMBNE MEDNARODNE SERIJE .........................................................................................................................................89 4 NALOGE ZA SAMOSTOJNO DELO ..............................................................................................................................................91 5 VIRI .......................................................................................................................................................................................92 Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 78 | Kadar pri analizi uporabljamo podatke, ki so že na voljo, temu pristopu rečemo sekundarna analiza. Izraz ne pomeni nič drugega kot to, da je pri raziskovanju namesto lastno zasnovanega zbiranja podatkov potrebnega nekaj več napora za iskanje primernih podatkov in njihovo predhodno pripravo, kot so: izbor primernih enot za analizo, priprava spremenljivk in združevanje, kadar je to potrebno. Sami podatki pa so lahko rezultat različnih drugih raziskovalnih pristopov za zbiranje in generiranje podatkov. Npr. popisni podatki, ki smo jih uporabili v predhodnih poglavjih, so pravzaprav že dani brez nekih dodatnih raziskovalnih naporov pri zbiranju, saj nastajajo po naravni poti v administrativnih postopkih ustvarjanja registrov. Anketni podatki, ki se jim bomo pretežno posvečali v tem poglavju, nastajajo ob pobudi raziskovalca, ki s pomočjo ‚instrumenta‘, to je anketnega vprašalnika, vodi standardiziran intervju in beleži dane odgovore respondentov. Interakcija med raziskovalcem in raziskovano osebo poteka, tudi če izvajamo poglobljene kvalitativne intervjuje. Podatke, ki se generirajo na druž- benih omrežjih, pa spet lahko opredelimo, da nastajajo ‚spontano‘ in nemoteče ( unobtrusive). Sekundarna analiza je tako slej kot prej kombinacija različnih raziskovalnih pristopov in metod, ki so predhodno pripeljale do nastanka podatkov. To bogastvo možnosti kombinacij bi lahko opredelili kot dodano vrednost, saj se odpirajo nove in enkratne strukture podatkov, ki jih sicer na noben drug način ne bi mogli ustvariti. Vzemimo npr. samo mikro – makro: kombiniranje anketnih mikropodatkov z agregiranimi makropodatki na ravni prostorskih enot iz drugih virov. Pri tem pa je ob uporabi podatkov pomembno poznati podrobnosti metod, ki so jim botrovale. Vsaka metoda lahko prinese tudi določene pristranosti, kar zmanjšuje veljavnost rezultatov. To pa moramo po tem upoštevati pri analizi in razlagi rezultatov. Predpogoj za to pa je izčrpna in pregledna dokumentacija podatkov, s pomočjo katere se z njimi seznanimo. Sekundarna analiza je vse bolj uveljavljen raziskovalni pristop, saj je dostopnih vedno več in tudi zelo kakovostnih podatkov. Razpoložljivi podatki so uporabni za poučevanje, kot je to pri pričujočih učnih gradivih, za seminarske naloge, zaključna dela študijskih programov pa tudi za resno raziskovanje. Vse več je tudi podatkov, ki so že v izhodišču namenjeni širokemu krogu uporabnikov, kot bomo videli v nadaljevanju iz primerov anketnih projektov ISSP ( International Social Survey Programme) in ESS ( European Social Survey). S pomočjo sekundarne analize tovrstnih podatkov nastaja množica znanstvenih publikacij, ki so same spet lahko navdih za družboslovce, ki se šele privajajo poklicu, da jih izkoristijo v okviru svoje raziskave. Taka raziskava se lahko loti replikacije objavljenih rezultatov. Ali pa nekdo uporabi podobne analitične prijeme pri svoji novi raziskavi na istih ali podobnih podatkih kot avtor objavljenega članka, ki je za zgled. Lahko si določimo isti problem kot avtor izhodiščnega članka in izberemo nadaljevanje v določeno smer: npr. v drugem kulturnem zgodovinskem kontekstu. Na ta način ugotavljamo posplošljivost teorije izvornega avtorja, njeno veljavnost v različnih kontekstih. V arhivih podatkov je poleg datotek za namen poučevanja iz popisov, ki smo jih srečali v prejšnjih poglavjih, tudi veliko drugih podatkov, ki so lahko koristni sami ali v kombinaciji. Pomembna stopnja v procesu raziskovanja, ki loči sekundarno analizo od drugih, je, da je iskanju in seznanjanju s podatki treba običajno posvetiti več časa. Tega prihranimo s tem, da se izognemo pogosto težavni stopnji samostojnega zbiranja podatkov, ki vsaj na ravni študentskih projektov velikokrat zelo zaostajajo po kakovosti in premišljenosti v primerjavi z uporabo obstoječih podatkov. Študent lahko naredi veliko kakovostnejšo in izčrpnejšo analizo na obstoječih podatkih. Podatki, kot so dani, pa pomenijo tudi, da nam ni treba posegati v zasebnost drugih, kadar sicer želimo podatke zbirati z metodami, ki zahtevajo aktivno sodelovanje akterjev. Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 V tem razdelku se bomo seznanili z nekaterimi učinkovitimi strategijami iskanja in se jih na- | 79 | učili uporabljati. V navezavi na v prejšnjih razdelkih obravnavane tematike se bomo obenem privajali načinu razmišljanja in govorjenja, ki je značilen za družboslovne raziskovalce. Uporabili bomo koncepte oz. pojme, ki so povezani s posameznimi spremenljivkami, in z njihovo pomočjo razmišljali o raziskovalnih problemih, ki bi jih lahko obravnavali. Ambicioznejši pa se bodo gotovo katerega izmed zamišljenih raziskovalnih problemov tudi lotili, saj nam bodo vzbudili radovednost in željo po razjasnitvi. Tako se bomo podali na dogodivščine družboslovnega raziskovanja1 v primerjanju tega, kar je znano, s tem, kar nas kot presenečenje pogosto čaka, ko se poglobimo v raziskovanje s pomočjo podatkov. Pri iskanju podatkov na določenem vsebinskem področju bomo v osnovi prikazali dva pristo- pa. Prvi je iskanje podatkov na način razširitve problema, ki ga raziskujemo v izhodišču, drugi pa je zožitev problema iz širšega nabora tematik. Izhajamo torej iz širše ali ožje opredelitve problema. Znotraj vsebinskih sklopov iz predhodnih poglavij smo se že srečali z različnimi raziskovalnimi vprašanji in jih obravnavali s pomočjo danih podatkov iz popisnih vzorcev. V tem poglavju nam gre za to, da poiščemo še kake druge podatke, s katerimi bi lahko nadaljevali v prejšnjih poglavjih zastavljene analize. V popisnih podatkih so predvsem podatki o objektivnih, navzven vidnih karakteristikah in navadah opazovanih enot. Nekateri drugi pojavi, ki so bolj subjektivne narave, pa se pogosteje nahajajo v anketnih podatkih. V anketah so pogosteje zastopani tipi podatkov, kot so: stališča, vrednote, mnenja o določenih vprašanjih in percepcija problemov, poročila o stanju in subjektivne ocene stanja, prepričanja in predsodki itn. Poleg kvantitativnih podatkov, kamor sodijo popisni in anketni podatki, imamo tudi kvalitativne podatke. Pridobljeni so skozi zbiranja in opazovanja v obliki, v kakršni nastajajo, kot so vsebine na socialnih in drugih medijih, ali pa nastajajo s pobudo raziskovalca na način intervju-jev in drugih načinov zbiranja. Kombinacija različnih metod lahko poleg drugih tipov pojavov, ki jih lahko spremljamo z različnimi metodami, pomeni tudi preverjanje in potrditev z drugo metodo ugotovitev, ki izhajajo iz rezultatov ene metode. Lahko pa znotraj določenega vsebinskega področja najdemo čisto nove tematike in z njimi povezana raziskovalna vprašanja, kar tudi predstavlja razširitev izhodiščnega raziskovalnega problema. 1 RAZŠIRITEV OBRAVNAVANE TEME Pričujoči učni modul se s prikazom možnosti razširitve vsebinskih vprašanj, ki jih študentje lahko obravnavajo pri samostojnem delu, navezuje na vsebinske module Družin in Mladine v paketu učnih gradiv. Za ilustracijo razširitve teme vzemimo primer: v modulu Družina nas je zanimalo število otrok v družini. Obenem smo v uvodu v modul ugotavljali, da med družinskimi vzorci, kot se oblikujejo skozi družbene navade, in ideološkimi predstavami o družini včasih nastaja navzkrižje. 1 Adventures in Social Research je naslov dolga leta priljubljenega učbenika in spremljajočih primerov za analizo podatkov. Trenutno je na voljo enajsta izdaja (Babbie in dr. 2022). Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 80 | Ker imamo v podatkih popisa dostop samo do objektivnih podatkov o prisotnosti družinskih vzorcev, se lahko za podatke o stališčih in ideoloških predstavah o družini razgledamo za drugimi podatki. Tak vir podatkov so lahko ankete na velikih vzorcih splošnih populacij odraslih prebivalcev določenega zemljepisnega območja, ki običajno vsebujejo različne vidike problemov znotraj določenih tematskih področij. Imamo pa tudi ankete, ki so namenjene raziskovanju določene skupine, kot so mladi, in jih ravno tako obravnavajo z več vidikov, npr. izobraževanje in zaposlovanje, prosti čas, politično udejstvovanje ... V smislu razširitve posamezne izhodiščne teme bomo tu v nadaljevanju predstavili nekatere strategije iskanja podatkov, ko izhajamo iz nekega osnovnega, že postavljenega vprašanja, ki ga nato zaradi radovednosti želimo razširiti in se vprašati, kaj bi lahko bilo še zanimivo za raziskovanje. Raziskovanje določene teme lahko poteka na način, da izhajamo iz osnovnega problema in ga razširimo na način, da ga razčlenimo na različne vidike. To je glavna značilnost opisnega oz. preiskovalnega (eksploratornega) pristopa k raziskovanju problema, ki pa je tudi lahko uvodna faza za pojasnjevalni (eksplanatorni) pristop. Več o teh različnih raziskovalnih pristopih razpravljamo v petem poglavju. Včasih je raziskovalni problem opredeljen preozko za elaborirano obravnavo, ki se zahteva npr. za seminarsko nalogo ali študijsko zaključno delo. Zgodi se, da ne najdemo obstoječih podatkov prav za neki ozko opredeljen problem (Labaree, 2024). Zato je smiselno problem s pomočjo konceptualnega razmišljanja zastaviti abstraktneje. To pomeni, da problem miselno postavimo v širši konceptualni okvir, npr., tudi če se v izhodišču mogoče želimo ukvarjati predvsem z vprašanjem, koliko so očetje pripravljeni jemati starševski dopust namesto mater, lahko problem razširimo na splošnejše vprašanje delitve dela ter vloge moškega in ženske v gospodinjstvu. Tako bomo lažje našli podatke tudi za analizo različnih obdobij in za mednarodne primerjave, spoznanja pa nazaj aplicirali tudi na ožje opredeljeno vprašanje v izhodišču. Za nadaljevanje ilustracije z začetka podpoglavja se lahko tako vprašamo, ali imamo kje podatke o tem, kakšna je norma oz. ideal velikosti družine, kakšna so stališča in vrednote glede otrok za posameznika, problem lahko razširimo tudi na vprašanje odnosov med spoloma in tako na primer raziščemo, kako so bremena ter usklajevanje družinskega življenja in skrbi za otroke razdeljeni med spoloma. 1.1 PRAKTIČNI PRIKAZ POTEKA ISKANJA S POMOČJO ŠIRŠIH POJMOV IZ STANDARDNIH KLASIFIKACIJ Pri iskanju podatkov za namen sekundarne analize, podobno kot če načrtujemo lastno zbiranje podatkov, izhajamo iz določene širše opredelitve pojmov oz. konceptov. Pri tem si pomagamo s teorijo in z veščino abstraktnega razmišljanja: v katero kategorijo družboslovnega znanja spada kot primer naša izhodiščna opredelitev iskanega pojava. V dodatno oporo so nam znanstvena literatura, enciklopedije, predvsem pa uporabimo lastno inventivnost pri razvrščanju pojava v določen razred pojavov. Isti pojav se lahko razvrsti tudi v več kot eno pojmovno ali konceptualno opredelitev. Demografski pogled mogoče vprašanje števila otrok razvršča pod pojmovno opredelitev rodnosti z namenom spremljanja trendov. Sociološki pogled lahko Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 sledi vprašanju glede stališč v povezavi z družino in s spolnimi vlogami; pri tem mislimo na | 81 | družbeni spol (angleški gender). Iskanje in brskanje po podatkih nam lahko olajšajo vnaprej pripravljeni geslovniki ali tezavri pojmov, ki se na eni strani navezujejo na družboslovne teorije, na drugi strani pa poskušajo posnemati in izčrpno zajeti vso raznolikost družbenih pojavov. Eden takih tezavrov je ELSST ( European Language Social Science Thesaurus , https://thesauri.cessda.eu/). Njegova prednost je v tem, da ga za opisovanje podatkov uporabljajo v zbirkah raziskovalnih podatkov združenja evropskih družboslovnih arhivov CESSDA ( Consortium of European Social Science Data Archi- ves , https://cessda.eu/ ) in tam dostopnem panevropskem katalogu za iskanje. ELSST je torej standardna večjezična klasifikacija pojmov, ki so namenjeni vsebinskim opisom družboslovnih podatkov. S področja družine je več ožjih pojmov, ki si jih lahko izberemo za namen brskanja po katalogih podatkov (UK Data Service, n.d.). 1 Naloga: V tezavru ELSST poiščimo pojem za namen razširitve izhodiščne tematike števila otrok v družini. Izbrani pojem preizkusimo z iskanjem prek kataloga podatkov na ADP. Namig za rešitev: Primer pojma družina in z njim povezanih pojmov na sliki spodaj kaže, da celotno omrežje pojmov v povezavi z ‘družino’ vsebuje velikost družine pa tudi družinske vloge in tipe družin. slika 1: pOjem ‚družina‘ in Z njim pOVeZani pOjmi V teZaVru elsst Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 82 | V iskalniku na ADP prek obrazca za napredno iskanje po opisih raziskav znotraj razdelka ‘Vsebina’ odtipkamo želeni pojem. slika 2: naprednO iskanje pO Opisu Vsebine raZiskaVe Iskanje da naslednji rezultat, niz opisov raziskav in podatkov, ki vsebujejo iskano tematiko. slika 3: seZnam raZiskaV Z Opisi, ki ustreZajO iskanju Dobimo torej 24 zadetkov raziskav, ki v opisu vsebujejo pojem družinsko življenje. Na podlagi naslova ali opisa si izberemo eno ali več raziskav, ki si jih želimo podrobneje preiskati. Pri tem so lahko merila tudi, kako obširno je zajeta obravnavana problematika, ter časovno in prostorsko zajetje, populacija in vzorec ter splošna ocena kakovosti podatkov. 2 Naloga: Iz dobljenih zadetkov opisov raziskav in podatkov izberemo eno, ki bi bila lahko uporabna za razširjeno analizo vprašanj družine. Opiši glavne karakteristike in utemelji izbor. Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 Namig za rešitev: | 83 | Recimo, da izberemo podatke raziskave Slovensko javno mnenje (SJM) iz leta 2012. Že iz dela naslova ‘Mednarodna raziskava o družini in spreminjanju spolnih vlog’ sklepamo, da je družinska problematika širše zastopana. Iz ključnih besed ravno tako razberemo, da je vsebovana tudi ožja tematika, vprašanja v povezavi z otroki. Preverimo lahko tudi druge karakteristike anketne raziskave: izvaja jo poznana raziskovalna skupina Centra za javno mnenje in množične komunikacije pri Univerzi v Ljubljani, vzorec raziskave je slučajni – kar zagotavlja možnost statističnega sklepanja na populacijo, anketarji vodijo intervjuje osebno z obiskom na domu, stopnja sodelovanja pa je okoli šestdeset odstotkov, kar je v pričakovanih okvirih za tak tip raziskav (glej poglavje 5: 1.2). Ker je raziskava del serije, lahko ugotovimo, da so bila nekatera anketna vprašanja ponovljena tudi v drugih letih. Prav tako vidimo, da ima raziskava tudi mednarodno komponento, kar oboje nakazuje možnosti, da se podatke primerja skozi leta in med državami. Ta možnost je tudi ena naj očitnejših prednosti sekundarne analize podatkov, saj bi si težko zamislili, da bi sami organizirali zbiranje podatkov v različnih državah, sploh pa je za nazaj to nemogoče. V Arhivu družboslovnih podatkov hranimo še številne druge raziskave, ki se vsebinsko v celoti ali delno povezujejo s tematiko družin. Najdemo jih lahko tudi v osnovnem katalogu ADP, z brskanjem prek vsebinskega področja DRUŽBENA SLOJEVITOST IN SKUPINE – družinsko življe- nje in zakonska zveza. Še več raziskav na temo družin lahko najdete tudi v sorodnih evropskih družboslovnih arhivih. Poudarjamo finski arhiv FSD, v katerem je na voljo tematska zbirka raziskav z naslovom »Otroci, otroštvo in družina« ( Children, Childhood and Family). Dostopna je na spletni strani FSD (https://www.fsd.uta.fi/en/data/by-theme/children-childhood-and-family/). Nadaljujemo lahko tudi z brskanjem (Browsing) po podatkovnem katalogu evropskih družbo- slovnih arhivov CESSDA (https://datacatalogue.cessda.eu/), katerega del je tudi ADP, v njem pa so zbrani podatki iz več kot 17 arhivov. Skupni katalog omogoča hitro iskanje različnih podatkov in metapodatkov v angleščini in tudi v drugih nacionalnih jezikih. Brskalnik omogoča iskanje po izbranih temah/ključnih besedah, vključuje pa tudi uporabo tezavra ELSST. Zadetkov na temo družine je več tisoč. 1.2 PRAKTIČNI PRIKAZ POTEKA ISKANJA, KO IZHAJAMO IZ DOLOČENEGA IZHODIŠČNEGA VPRAŠANJA Izhajamo iz konkretnega vprašanja in iščemo sorodne konceptualne navezave. Iščemo po besedilu anketnih vprašanj. Pri tem lahko preizkusimo več besed, za katere domnevamo, da bi bile vsebovane v anketnem vprašanju. Vemo tudi, da so anketna vprašanja ubesedena v vsakdanjem jeziku, zato se izogibamo strokovnim izrazom. Vprašanja v splošnih anketah so zastavljena tako, da so čim bolj enako razumljiva najširšemu krogu vprašancev, ki predstavljajo našo populacijo. Primer lahko vzamemo pri raziskovanju dejanskega številu otrok v družini. Sorodno temu problemu in z njim najverjetneje povezano je predstava o tem, kakšno je idealno število otrok. Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 84 | Kot smo že ugotavljali, gre za družbeno normo, ki se je spreminjala v različnih obdobjih glede števila pa tudi glede ideologij in predstav o materinstvu in očetovstvu. 3 Naloga: Kakšno je idealno število otrok med obdobji (če se je vprašanje ponovilo)? Naloga zahteva iskanje po besedilu vprašanj. Namig za rešitev: V iskalniku za zahtevnejše iskanje znotraj opisov spremenljivk združimo iskanje besed ‘ideal*’ in z logičnim veznikom ‘IN’ besedo ‘otro*’. Pustimo samo korene besed, končnice pa poljubne, kar označimo z ‘*’. Kot želeni rezultat iskanja določimo seznam spremenljivk. slika 4: seZnam raZiskaV s spremenljiVkami, ki ustreZajO iskanju Iskana spremenljivka je ‘E1_05’ iz raziskave SJM932, V108 v raziskavi SJM121 iz leta 2021 in ‘F06’ iz SJM221. Z njo je povezano vprašanje o idealnem številu otrok v družini. Prepišemo lahko frekvence. Iz tabele spodaj vidimo, da se pojmovanje na splošno glede idealnega števila otrok v treh desetletjih ni veliko spreminjalo; kvečjemu se je norma ideala dveh otrok v zadnjem obdobju še utrdila. tabela 1: idealnO šteVilO OtrOk pO letih (%) Leto Idealno število* 1993 2012 2022 0 1 0 0 1 4 3 2 2 58 55 63 3 30 32 30 4 4 3 3 5 in več 1 1 2 Manjkajoče vrednosti 1 5 1 Skupaj 100 100 100 N = 1032 1034 1001 *Če gledamo v celoti, kakšno je po vašem mnenju idealno število otrok v družini? Viri: (Toš, 2000, Kurdija in dr., 2013 in Hafner-Fink in dr., 2023) Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 Pri razlagi rezultatov so velikokrat pomembne subtilne podrobnosti v načinu, kako je bilo vpra- | 85 | šanje ubesedeno. Tako je npr. pomembno razlikovanje, ali je vprašanje sociotropno (prepričanja ali ocene stanja na splošno) ali egotropno (ocena za samega sebe). Takšno razlikovanje je na primer značilno za raziskovanje ekonomskega položaja, pri čemer pogosto ločujemo med ocenami stanja ali pa prihodnjih pričakovanj na ravni države ter ocenami lastnega položaja in lastnih pričakovanj. Razmislimo, ko bomo razlagali zgornje vprašanje o idealnem številu otrok, kaj pravzaprav meri: sociotropno oceno, tj. prepričanje o stanju na splošno, ali posameznikovo lastno preferenco glede števila otrok. K temu vprašanju se lahko vrnemo ob reševanju naloge za samostojno reševanje v zaključku tega razdelka, po tem, ko se bomo razgledali še po dodatnih podatkovnih virih iz mednarodnih anket. 4 Naloga: Razširimo analize iz poglavja Družina na popisnih podatkih iz drugih obdobij. Naredimo primer razširjene analize. Namig za rešitev: V ADP hranimo še mikropodatke za raziskovanje in izobraževalne namene na vzorcih iz Popisa 2002 in iz prvega registrskega Popisa iz leta 2011, ki vključujejo več ravni podatkov, med drugim ločeno podatke, zbrane na ravni enote posameznika in gospodinjstev. Večino nalog tega učbenika se da izvesti tudi na teh podatkih. Podatkovne datoteke so dostopne v katalogu ADP (Statistični urad Republike Slovenije 2006 in 2015). Primer analize ujemanja izobrazbe moških in žensk iz različnih obdobij glede na starost moškega partnerja. Datoteke vsebujejo enote, ki so hkrati tudi člani istega gospodinjstva. Na podlagi identifikatorja gospodinjstva id_go združimo podatke za moške in ženske partnerje na ravni nove enote, diade para. Tako lahko iščemo povezave med lastnostma partnerjev. IMPORT FILE='.. \podatki\popis11p_F1.por'. DATASET NAME original. DATASET ACTIVATE original. *Izberi populacijo enodružinsko z zakoncema ali s partnerjema. select if ( (druz_pol = 1) or (druz_pol = 3) ) and (tip_go= 3) and ( (tip_druz = 1) or (tip_druz = 2) or (tip_druz = 5) or (tip_druz = 6) ). freq tip_go tip_druz . freq izb star sp . SORT CASES BY id_go . Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 86 | *Delna datoteka za moške. DATASET COPY moski. DATASET ACTIVATE moski. SELECT IF sp=1. freq sp. *Test, če je po en moški na gospodinjstvo. AGGREGATE /OUTFILE=* MODE=ADDVARIABLES /BREAK=id_go /N_go=n. fre N_go. *Datoteka za ženske. DATASET ACTIVATE original. DATASET COPY zenske. DATASET ACTIVATE zenske. SELECT IF sp=2. freq izb star sp . *Priključek datoteke moških ženskam na ravni gospodinjstva. MATCH FILES /FILE=* /table='moski'. EXECUTE. freq sp izb_m izb star. select if (star<14) . recode star (5,6,7 =34) (8,9=44) (10,11=54) (12,13=64) into star_r. recode izb_m izb (1,2= 1) (3=2) (4=3) (5,6=4) into izb_m_r izb_r. cross izb_m_r by izb_r by star_r/ cell = col. Iz rezultata analize lahko primerjamo, ali imajo posamezniki iz različnih generacij partnerke, ki so bolj ali manj izobražene, kot so sami. Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 87 | 2 ZOŽENJE TEMATIKE: BRSKANJE PO PODATKIH ZA GENERIRANJE RAZISKOVALNEGA VPRAŠANJA Mednarodna raziskava o družini in spreminjanju spolnih vlog, ki smo jo kot primer izbrali zgoraj, je del kontinuiranega programa raziskovanj Slovensko javno mnenje (SJM), vsebinski sklop družine in spolnih vlog pa je del mednarodne raziskave ISSP. Raziskava torej obljublja široko zastavitev problemov znotraj določenega tematskega področja. Namenjena je kot vir podatkov za različne raziskovalce. Podatki so takoj po končanem zbiranju in urejanju dostopni vsakomur. Poleg izčrpnega pokritja raznih vidikov določene tematike ima tudi obsežen sklop sociodemografskih spremenljivk, ki so lahko uporabne za pojasnitev ali opisovanje tematskih spremenljivk znotraj ožjih raziskovalnih vprašanj. Naloge v tem poglavju zahtevajo izbor takšnih ožjih problemskih opredelitev in postavitve raziskovalnih vprašanj s pomočjo podatkov, ki so na voljo. Tako se elegantno izognemo mogočim težavam, ko iščemo in ne najdemo podatkov za določeno preveč ozko opredeljeno tematiko in ko smo tako napoteni na pojmovno razširitev, kot smo ponazorili v prejšnjem razdelku. Če izhajamo iz že danih podatkov, ki so povrhu rezultat kolektivnega napora širše raziskovalne skupine, pa imamo vnaprej zagotovljen obstoj podatkov. Zdaj gre le še za to, da iz množice spremenljivk izberemo tiste, ki se nam zdijo zanimive za zastavitev problema. Pristop oženja raziskovalnega vprašanja je tudi učinkovita strategija, da si izberemo raziskovalni problem, ki ga bomo lahko obvladali v omejenem času, ki ga imamo na voljo za dokončanje kakšnega raziskovalnega poročila, npr. seminarske ali zaključne naloge pri študiju. Takrat ni tako pomembno, katero vsebino si bomo izbrali. Načelno je ta poljubna; glede na lastne preference kot v trgovini z nakupovalne police izberemo spremenljivke, ki nam trenutno ustrezajo. 5 Naloga: S pregledovanjem anketnih spremenljivk in vprašanj iz raziskave SJM221 oblikuj pojme in družboslovne koncepte, ki jih merijo spremenljivke. Dodaj kratko opredelitev konceptov. Namig za rešitev: Viri konceptov in njihovih opredelitev so družboslovne teorije. Njihove elaboracije najdemo v učbenikih posameznih vsebinskih predmetov pa v enciklopedijah in predvsem v znanstvenih člankih. V tej nalogi bomo generirali pojme na način proto teorije, izhajajoč iz pojavov vsako-dnevnega življenjskega sveta družbene realnosti, kot je zajeta v anketnih vprašanjih, in bomo iskali njim bližnje pojmovne opredelitve, ki jih v nadaljevanju lahko uporabimo pri formulaciji raziskovalnih vprašanj in hipotez. Ameriški sociolog Robert Merton je tovrstne teorije poimenoval kot ‘teorije srednjega dosega’. Skupaj se lotimo prvega sklopa vprašanj v anketi, nato pa prepustimo nadaljnje iskanje konceptualnih opredelitev za samostojno delo. Pri konceptualizaciji ni pravilnih ali napačnih rešitev, zato razmislek tu štejmo kot eno izmed možnosti. Ista anketna vprašanja namreč lahko merijo različne koncepte, ti pa so lahko opredeljeni na različne načine, odvisno tudi od lastnih teoretskih izhodišč in preferenc pa tudi razgledanosti avtorja. Vse skupaj pa je del sociološke imaginacije. Poglejmo vprašanje skupaj s procenti pod številko F01. Koliko soglašate ali ne soglašate z naslednjimi trditvami? Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 88 | močno soglašam soglašam niti - niti ne soglašam sploh ne soglašam ne vem b.o.+ 2 3 4 5 -8 -9 a Zaposlena mati ima lahko do svojih otrok prav tako topel in varen odnos kot mati, ki 42 39 10 7 1 1 0,1 ne dela. b Predšolski otrok bo verjetno trpel, če je mati zaposlena. 4 21 19 33 22 1 0,4 c Če gledamo v celoti, družinsko življenje trpi, kadar je ženska 7 25 19 27 21 1 0,3 polno zaposlena. d Je že v redu, če je ženska zaposlena, toda tisto, kar si ženske zares želijo, so dom 7 29 23 21 17 2 0,2 in otroci. e Za žensko je prav tako izpoln- jujoče, če je gospodinja, kot če 7 25 27 25 14 3 0,1 dela za plačilo. f Naloga moškega v zakonu je, da služi denar, naloga ženske 4 9 15 34 36 1 0,3 pa, da skrbi za dom in družino. Vir: Hafner-Fink in dr., 2023 Cel sklop trditev lahko že zaradi same formulacije vprašanja kot ‘soglašanja’ opredelimo kot stališča. Stališča so subjektivno izražena nagnjenja do določenega objekta stališč, ki se lahko spreminjajo in glede katerih so razlike in različni pogledi v družbi. Zdaj moramo opredeliti še vsebino oz. objekt stališč. V tem primeru lahko rečemo, da gre za družbene spolne vloge, pri tem pa kot družbene vloge mislimo na ustaljene vzorce ravnanja posameznikov kot nosilcev teh vlog, ki so lahko tudi predmet družbenega odobravanja ali – kadar gre za odklon od pričakovanj – obsojanja. V tem smislu torej stališča kažejo, kako razširjeno je določeno pojmovanje v družbi, ki se prav tako kot posameznikov odnos oz. stališče lahko spreminja (glej poglavje 5: Razmislek o vzrokih in posledicah). Kot dodatno tematsko karakterizacijo lahko vprašanje stališč o spolnih vlogah postavimo tudi v zgodovinski kontekst: tradicionalno so bile družbene spolne vloge opredeljene kot ločene, moderne družbe pa težijo k vse večjemu izenačevanju. Torej lahko opredelitev dopolnimo tako, da rečemo, da je dilema v tem, ali nekdo s stališčem izraža bolj podporo tradicionalnim družbenim spolnim vlogam ali modernim. Med moderne oz. tradicionalne vzorce lahko štejemo delitev dela v družini in gospodinjstvu, v katerem lahko oba partnerja služita za preživetje in sta zaposlena, ali pa moški služi in ženska skrbi za dom in družino. Karakterizacijo sklopa stališč lahko dopolnimo še z opredelitvijo, da gre za področje družbenih spolnih vlog pri delu in družini. Kot podrobnost lahko opazimo tudi, da ima trditev F01.a drugačen predznak; strinjanje z njo izraža negativno stališče glede tradicionalnih spolnih vlog. Na to moramo biti pozorni pri analizi spremenljivke, saj želimo imeti v hipotezah izražen enak konceptualni pomen celotne baterije trditev tudi glede predznaka. Lahko pa bi obravnavana stališča v okviru raziskovalnega vprašanje postavili v širši koncept stališč o neenakosti, saj za to tudi gre, da se sprašujemo o stališčni podpori neenakosti in odvisnosti partnerjev pri delu in družini. V tem širšem pogledu bi se lahko vprašali za mogočo delno razlago razlik v stališčih, npr. ali tista skupina, ki je v razmerju neenakosti v podrejenem položaju, zavrača tudi ideologijo, ki opravičuje to neenakost. Odgovor bi bil lahko v obliki hipoteze, da seveda ženske kot skupina, ki trpi zaradi neenakosti, v kolikor teorija drži izražajo manjšo podporo tradicionalnim stališčem glede družbenih spolnih vlog pri zaposlovanju in družini. Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 Vabljeni, da to in podobne hipoteze preizkusimo pri samostojnem reševanju nalog (glej pog- | 89 | lavje 4 tega vsebinskega sklopa). Prav tako pa si za vajo iz konceptualizacije lahko izberemo še katero izmed vprašanj iz ankete in ga podvržemo konceptualnemu opredeljevanju. Iz obravnavanega primera vidimo, da bi bil sklop stališč o delu in družini lahko podlaga različnim analizam in kot tak izbran kot samostojni problem. V istem bloku vprašanj pa so tudi druga stališča, najdemo pa tudi primere poročanja o navadah, kot so vprašanja o dejanski delitvi dela v gospodinjstvu, in druge koncepte, ki jih lahko poskusno opredelimo v okviru samostojnega reševanja nalog. 3 POMEMBNE MEDNARODNE SERIJE Anketne raziskave, ki potekajo v okviru mednarodnih sodelovanj, so velikokrat posebej upo- raben vir podatkov za nadaljnje analize. Tu omenimo samo najbolj tematsko splošne, se pravi, da pokrivajo širši spekter problemov in so tako uporabne za zelo različne raziskovalne namene ter vključujejo tudi Slovenijo. Prek podatkovnega portala v nemškem podatkovnem arhivu GESIS-Data so dostopni podatki anketnih serij Evropske raziskave vrednot (European Values Study – EVS; https:// www.gesis.org/en/european-values-study/european-values-study-home) in Eurobarometer (https://www.gesis.org/en/eurobarometer-data-service/home). Mednarodni podatki serije Mednarodnega programa anketnih raziskav (The International Social Survey Programme – ISSP) so prav tako dostopni prek GESIS-Data. Modul ‘Mednarodna raziskava o družini in spreminjanju spolnih vlog’, ki smo ga obravnavali predhodno in se v Sloveniji izvaja znotraj ankete SJM, je del programa anket ISSP. Sodelovanje držav pri projektu ISSP z vsega sveta narašča in zdaj dosega že okoli petdeset držav. Znotraj poenotene metodologije in sledeč istemu izvirniku vprašalnika, anketo izvajajo vsako leto od leta 1985 naprej. Tematski moduli se iz leta v leto menjajo in po določenem preteku ponovijo. Med drugimi so poleg družine tematski moduli zajeli religioznost, okolje, nacionalno identiteto, šport … Za vsak tematski modul, tudi ko gre za ponovitev, se v konzorciju sodelujočih partnerjev posvetujejo, katera anketna vprašanja in z njimi povezane tematike vključiti. Dokument poročila skupine za osnutek je zanimiv za vpogled v ozadje nastajanja konceptualizacije in iz nje izvedenega procesa operacionalizacije konceptov, tj. predloga načina njihovega merjenja (Scholz 2014). Lahko bi rekli, da je proces nastajanja anketnega vprašalnika obrnjena logika, kot smo jo uporabili zgoraj pri generiranju konceptov iz danih spremenljivk. Projekt vzdržuje tudi bibliografijo člankov in drugih raziskovalnih poročil, ki so nastala z uporabo podatkov ISSP. Nalogi za samostojno delo vabita k podrobnejšemu seznanjanju z vsebino raziskave ISSP (glej poglavje 4 tega vsebinskega sklopa). 6 Naloga: Poišči mednarodne podatke za nadaljnje raziskovanje osnovne teme mikropodatkov mladine: življenjski prehodov. Namig za rešitev: Druga mednarodna anketna serija, ki jo lahko poudarimo, je Evropska družboslovna raziskava Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 90 | (European Social Survey – ESS). Poteka od leta 2002 in zajema večino evropskih držav. Izvedba poteka na dve leti po najvišjih akademskih metodoloških standardih. Na ESS Data portal ( https://ess.sikt.no/) pregledamo naslove do zdaj izvedenih tematskih modulov. slika 5: pOdatkOVni pOrtal eVrOpske družbOslOVne raZiskaVe Iz naslovov vidimo, da se je v tretji in deveti izvedbi ponovila tematika Načrtovanja življenjske poti ( Timing of life). Iz opisa raziskave ( Study documentation) iz leta 2018 razberemo, da so kot populacija opredeljene osebe, ki so živele v zasebnih gospodinjstvih posameznih držav, stare 15 let in več. Iz pregleda spremenljivk vidimo, da vprašalnik vsebuje poročila o tem, kdaj so osebe same doživele posamezne življenjske prehode kot prva zaposlitev, se poročile, odse-lile od staršev, imele otroke ter katera starost se jim za te prehode zdi idealna, tj. ocena oz. prepričanje o primerni starosti za moške in ženske na splošno. Ponovno lahko, podobno kot pri vprašanju idealnega števila otrok, primerjamo objektivne rezultate o življenjskih prehodih za Slovenijo, kot smo jih razbirali iz mikropodatkov popisa, ter predstavami posameznikov o idealni starosti za moške in ženske za določene življenjske prehode. Analiza se lahko osredini na izbrano kategorijo prehoda ter primerja rezultate med letoma 2006 in 2018, med državami; ugotavlja tudi, ali se pri prepričanjih razlikujejo moški in ženske. Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 91 | 4 NALOGE ZA SAMOSTOJNO DELO 1 Poišči primerno raziskavo in podatke v ADP na način razširitve raziskovalnega problema katere izmed izbranih tem iz analize popisnih podatkov Mladine. O svojem iskalnem postopku napiši kratko poročilo (npr. katere pojme si uporabil ali kombiniral pri iskanju) in končni izbor utemelji s kratkim povzetkom karakteristik raziskave, ki jih najdeš v opisu raziskave. 2 Preglej serijo vseh slovenskih raziskav mladine. Opiši in ovrednoti podatke z vidika razširitve raziskovalnih problemov, ki smo jih obravnavali v poglavju 3. 3 Iz SJM221 izberi vprašanje ali sklop vprašanj ter mu podaj konceptualno opredelitev. 4 Pridobi slovenske podatke SJM in naredi analizo problema, ki si ga kot mogočega izluščil iz prejšnje naloge. 5 Iz mikropodatkov Popisov na ADP predlagaj, kako izluščiti mlade na način kot v mikropo- datkih popisa iz 3. poglavja o mladini. V nadaljevanju ponovi enega od primerov analize iz 3. poglavja na starejših podatkih in primerjaj rezultate. 6 Skonstruiraj podatke za raziskovanje posebne populacije (Mladine) z združevanjem več zaporednih izvedb ponovljenih vprašanj določene anketne serije. 7 V mednarodnih katalogih poišči podatke za nadaljnje raziskovanje idealnega števila otrok, ki bi ločevali med sociotropnimi ocenami in lastnimi osebnimi preferencami. • Podvprašanja: kako točno je bilo zastavljeno vprašanje v slovenskem jeziku? • Kaj je populacija in način izvedbe ankete? • Predlagaj raziskovalno vprašanje za nadaljnje raziskovanje lastnih preferenc glede števila otrok. • Raziskovalno temo si lahko izbereš kot seminarsko nalogo in si pridobiš podatke ter narediš primer analiz. Kateri so pogoji dostopa do podatkov? 8 Iz dokumenta z izhodišči konceptualizacije tematskega modula Družine anketnega pro- jekta ISSP (Scholz 2014) prepoznaj vprašanje ali sklop vprašanj, ki si ga obravnaval v nalogi 3. Primerjaj poimenovanja spremenljivk ter konceptualne razlage in opredelitve. 9 Iz literature člankov na podatkih projekta ISSP izberi članek in ponovi del analize na ekvi-valentnih slovenskih podatkih. 10 Preglej in ovrednoti izbrane podatke iz serije raziskav Mladine. Ali so spremenljivke iz posameznih izvedb serije ponovljene, kar bi pomenilo, da so raziskave del kontinuiranega programa raziskovanja? Ali je katera izmed izvedb del mednarodnega anketnega projekta in bi lahko primerjali podatke iz več držav hkrati? Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 | 92 | 5 VIRI Babbie, E., Wagner, W., Zaino, J. (2022). Adventures in Social Research: Data Analysis Using IBM SPSS Statistics. 11TH EDITION. SAGE Publications, Inc. European Social Survey European Research Infrastructure (ESS ERIC). (2018). ESS9 Data Documentation. Sikt – Norwegian Agency for Shared Services in Education and Research. https://doi. org/10.21338/nsd-ess9-2018 Hafner-Fink, M., Broder, Ž., Doušak, M., Falle Zorman, R., Gerdina, O., Jagodic, A., Kecman, I., Kurdija, S., Miheljak, V., Uhan, S., Toš, N., Vovk, T., Zajšek, Š., in Malnar, B. (2023): Slovensko javno mnenje 2022/1 - Mednarodna raziskava o družini in spolnih vlogah (ISSP 2022) - Ogledalo javnega mnenja - Brezdomci - Uporaba interneta [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP - IDNo: SJM221. https://doi.org/10.17898/ADP_SJM221_V1 Kurdija, S., Malnar, B., Uhan, S., Hafner-Fink, M. in Štebe, J. (2013). Slovensko javno mnenje 2012/2: Evropska družboslovna raziskava [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP - IDNo: SJM122. https://doi.org/10.17898/ADP_SJM122_V1 Labaree, R. V. (2024). Importance of Broadening the Research Topic. Los Angeles: University of Southern California, USC Libraries. Pridobljeno z https://libguides.usc.edu/writingguide/broadentopic (6. 1. 2024). OECD (2016). SF2.2: Ideal and actual number of children. OECD - Social Policy Division - Directorate of Employment, Labour and Social Affairs. Pridobljeno z https://www.oecd.org/els/family/SF_2_ 2-Ideal-actual-number-children.pdf (6. 1. 2024). Scholz, E., Jutz, R., Edlund, J., Öun, I., in Braun, M. (2014). ISSP 2012 Family and Changing Gender Roles IV: Questionnaire Development. (GESIS – Technical Reports, 2014/19). Mannheim: GESIS – Leibniz – Institut für Sozialwissenschaften. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-416182 Statistični urad Republike Slovenije. (2006). Popis prebivalstva, gospodinjstev in stanovanj v RS v letu 2002: Vzorec mikropodatkov za javno uporabo : 5-odstotni vzorec posameznikov, stanovanj in stavb [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP - IDNo: POPIS02. https://doi.org/10.17898/ADP_POPIS02_V1 Statistični urad Republike Slovenije. (2015). Registrski popis 2011: Javno dostopna podatkovna datoteka (5-odstotni vzorec) [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP - IDNo: POPIS11P. https://doi.org/10.17898/ADP_POPIS11P_V1 Testa, M. R. (2007). Childless future? An insight from the analysis of childbearing preferences in Europe. Sozialwissenschaftlicher Fachinformationsdienst soFid, Bevölkerungsforschung 2007/2, 9–30. https://nbnresolving.org/urn:nbn:de:0168-ssoar-201637 Toš, N. (2000). Slovensko javno mnenje 1993/2: Mednarodna raziskava o okolju in družini [Podatkovna datoteka]. Ljubljana: Univerza v Ljubljani, Arhiv družboslovnih podatkov. ADP - IDNo: SJM932. https://doi.org/10.17898/ADP_SJM932_V1 Iskanje In uporaba drugIh razIskovalnIh podatkov na določeno temo 4 (Več predstavitev o iskanju in razumevanju podatkov.) | 93 | Buckley, J. in Watteler, O. (2017). Webinar: How to find data in Europe. Predstavitev na https://dam.ukda- taservice.ac.uk/media/604785/howtofinddataslides.pdf in posnetek na https://www.youtube. com/watch?v=iNqhQotyn1o (6. 1. 2024). Chylíková, J., Vávra, M. in Bašná, K. (2019). CESSDA Webinar: Data Discovery. Zenodo. https://doi. org/10.5281/zenodo.2650870 UK Data Service (n.d.). Finding and accessing data for your student project. Pridobljeno z https://ukdata- service.ac.uk/learning-hub/students/resources/data-for-your-project/ (6. 1. 2024). UK Data Service (n.d.) Introduction to survey data. Pridobljeno z https://trainingmodules.ukdataservice. ac.uk/surveys (6. 1. 2024). | 95 | janez Štebe 5 Uokvirjanje raziskovalnih vprašanj in sestava poročila Vsebina 1 UVOD V POGLAVJE ...................................................................................................................................................................96 1.1 UVOD V RAZISKOVALNO POROČILO .................................................................................................................................97 Opredelitev problema, njegova utemeljitev .....................................................................................................................97 Tipi raziskovalnih pristopov .............................................................................................................................................98 Razmislek o vzrokih in posledicah ...................................................................................................................................99 1.2 METODA IN PODATKI .....................................................................................................................................................100 1.3 PRESTAVITEV REZULTATOV TER INTERPRETACIJA IN ZAKLJUČEK ...................................................................................102 1.4 ZAKLJUČEK ...................................................................................................................................................................103 1.5 PRILOGE ......................................................................................................................................................................103 2 NALOGE ZA SAMOSTOJNO DELO ...........................................................................................................................................105 3 VIRI .....................................................................................................................................................................................106 | 96 | 1 UVOD V POGLAVJE Vodič v tem poglavju je namenjen za podporo pri obravnavi raziskovalnih vprašanj iz predhodnih poglavij. Medtem ko smo se v drugih pretežno ukvarjali z vidiki izpeljave analize posameznih raziskovalnih vprašanj, bomo v tem poglavju spodbudili veščino razmišljanja o raziskovalnih problemih v širšem kontekstu. Katere vrste raziskovalni problem imamo? Z določitvijo sestave problema se odpre tudi z njim povezana logika reševanja in kaj lahko pričakujemo kot rezultat glede na spoznavni cilj določene vrste problemov. Tu ne bomo poskušali sistematično pregledati vseh mogočih vrst raziskovalnih problemov, ampak se bomo osredinili na tiste, ki nam bodo pomagali pri praktičnem reševanju predhodno opredeljenih nalog. Prvi korak pri opredeljevanju problema je tudi oceniti njegovo relevanco, kako pomemben je. Praktične in teoretične vidike zastavitve problema, iz njih izhajajočih raziskovalnih vprašanj in hipotez ter prikaza rezultatov analiz ter iz njih izpeljanih zaključkov bomo obravnavali vzdolž sestave raziskovalnega poročila. Za na podatkih temelječe raziskovanje je sestava raziskovalnega poročila dobro določena in večinoma ni nobene potrebe, da odstopamo od vnaprej določene sheme. To pa tudi pomeni, da si za dodatne usmeritve lahko pomagamo z drugimi vodiči za pisanje raziskovalnih poročil in učbeniki raziskovalnih metod ter z navodili za pisanje člankov v znanstvenih revijah. Tam najdemo tudi priporočila glede dobrega sloga pisanja in poudarke, da raziskovalno poročilo ni mehanično ponavljanje korakov analize, ampak pripovedovanje zgodb, ki vključuje podatke, dialog s teorijami in naše lastne premisleke ob vsem skupaj. Ta vodič poudarja predvsem nekatere zelo osnovne prijeme, ki se jih lahko priučimo skozi izvajanje nalog, in jih tako obogatimo z dodatnimi premisleki o tem, zakaj smo se jih lotili na določen način in kak je domet dobljenih ugotovitev. Raziskovanje namreč vedno pomeni, da se dotaknemo koščka realnosti in posku- šamo priti v ozadje razumevanja, pri tem pa se moramo zavedati omejitev danega pristopa ter gojiti kritičnost do uporabljenih postopkov in metod. V sestavi raziskovalnega poročila imamo uvod z opredelitvijo in utemeljitvijo raziskovalnega problema. Iz problema izpeljemo konkretna raziskovalna vprašanja, ki usmerjajo analizo podatkov. Sestava poročila oponaša logiko izpeljevanja, ki si sledi po korakih: najprej imamo izhodišča, nato podatke in njihovo analizo, iz česar na koncu izpeljemo zaključke. Ob začetnem seznanjanju s podatki, kot smo se v predhodnih poglavjih, pogosto podatke pregledujemo in iščemo smiselne vzorce v povezanosti med spremenljivkami z ohlapnimi izhodišči, se pravi na način preiskovalnega oz. eksplorativnega raziskovanja. Ta faza v dejanskem raziskovalnem procesu tako lahko predhodi končnemu oblikovanju bolj izostrenih izhodišč, pogosto podpr-tih z drugimi raziskavami in v smeri pojasnjevanja (eksplanatorno raziskovanje). S podatki, ki so zbrani vnaprej in dostopni za novo raziskovanje, tudi ne moremo v celoti postaviti hipotez neodvisno od tega, da se seznanimo z njihovimi osnovnimi značilnostmi. Za korektno potrditev tovrstnih hipotez (hipotez, ki smo jih deloma generirali skozi pregledovanje podatkov) s pomočjo statističnih testov bi jih bilo treba preizkusiti na novih podatkih (glejte problem teoretiziranja post hoc). Kljub temu, da torej svoja izhodišča in raziskovalno vprašanje pogosto izostrujemo skozi analizo, na koncu za nazaj ta dopolnjena in izostrena izhodišča predstavimo v uvodu na način, da bralca že takoj uvedemo v pripoved, ki sledi logiki izpeljevanja. Uvodu običajno sledi poglavje Podatki in metoda s povzetkom za konkretni raziskovali pro- blem pomembnih karakteristik podatkov – od tega, kako so opredeljene enote in populacija, Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 do podrobnosti zbiranja podatkov. Opišemo lahko tudi merske vidike spremenljivk in postop- | 97 | ke analize, če je ta kompleksnejša. Temu poglavju sledi Predstavitev rezultatov z napotki, kako naj bodo videti tabele in grafi ter kako presojati rezultate glede na izhodišča. Zadnjemu so v kritičnem pretresu rezultatov in morebitnih alternativnih razlag namenjeni Razprava, kadar predstavlja ločeno poglavje v raziskovalnem poročilu, in Zaključki s povzetkom bistvenih ugotovitev in njihovih širših konsekvenc. 1.1 UVOD V RAZISKOVALNO POROČILO Uvod v raziskovalno poročilo, ki predstavlja rezultate analize podatkov, najprej širše opiše raziskovalni problem. Zakaj je problem pomemben? Kateri je cilj analize? Tu lahko razmišljamo o različnih vidikih pomena ali relevance družboslovnih problemov. Opredelitev problema, njegova utemeljitev Najprej lahko utemeljujemo pomen problema skozi družbeno relevanco: ali njegovo reševanje lahko prispeva k približevanju družbenim idealom pravičnosti, kot so večja družbena enakost, blagostanje, neodvisnost, politična svoboda in demokracija … Lahko je cilj analize le pokazati, da obstajajo določene krivice ter kakšen je obseg določenega pojava, v smislu teže družbenega problema in nujnosti njegovega reševanja. Analiza lahko ponudi tudi odgovore na to, kakšni so lahko ukrepi, kot so npr. spremembe v socialnih politikah in zakonodaji, ki pripeljejo k zmanjševanju teže problema. V tem primeru ima reševanje problema uporabno vrednost za na analizi utemeljeno načrtovanje ukrepov in politik na določenem področju. Obenem vsaka resna zastavitev raziskovalnega problema izhaja iz že narejenih raziskav in se nanje sklicuje v pregledu literature o problemu, ki pa je ozko osredinjena na tiste vidike, ki so pomembni za razumevanje načrtovanih analiz. Kot smo poudarjali tudi v prejšnjem poglavju, je pomembno pri zastavitvi problema in konceptualizaciji spremenljivk poiskati oporo v teoriji, tudi če imamo za glavni cilj praktično utemeljevanje raziskovalnega vprašanja. 1 Naloga: Iz izbranega članka poišči, na kak način je utemeljen problem raziskave. Ali ima elemente teoretične in praktične relevance? Namig za rešitev: Za zgled si poglejmo znanstveni članek, objavljen v reviji Work, Employment and Society (Crompton in drugi, 2005). V uvodu se sklicuje na predhodne analize in ugotovitve iz literature. Problem je, da čeprav so ženske v veliki meri vključene v plačano zaposlitev, delitev dela pri domačih opravilih v gospodinjstvu še vedno kaže razlike med spoloma. Problem je zastavljen z vidika nedoseganja družbenega ideala zaradi obstoja nepravične neenakosti v družbi. V analizo problema, ki je zastavljena kot primerjava treh držav, je vključena razprava o možnem vplivu politik socialne države, tj. praktični vidik v smislu možnosti njegovega reševanja. Zanima pa jih tudi povezanost delitve dela v gospodinjstvu s stališči o vlogi družbenih spolov, pri čemer se razširjenost liberalnih stališč pri novejših generacijah povečuje: Even when in employment, women still carry the major burden of domestic work (Bianchi et al., 2000; Hochschild, 1990). In part, this relative absence of change might be attributed to gender traditionalism amongst older age groups (Crompton in drugi, 2005, str. 215). Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 | 98 | Vprašanje povezanosti stališč in navad oz. ravnanj je hkrati z družbeno-zgodovinske tudi teoretične narave. Družbeno-zgodovinski vidik je vprašanje razširjenosti in sprememb stališč v različnih obdobjih in državah. Drugo pa je vprašanje, ali stališča dejansko vplivajo na ravnanja in v kakšni meri, o čemer imamo seveda različne teorije. Implicitno je tako iz izhodiščnega raziskovalnega problema izpeljanih več konkretnih raziskovalnih vprašanj. Osrednje pri tem je vprašanje oz. hipoteza, da liberalna stališča o vlogi spolov vplivajo na spremembe navad v smeri enakopravnejše delitve dela v gospodinjstvu. V navezavi na razpravo v četrtem poglavju o pomenu konceptualno podkrepljenega razmišljanja lahko poudarimo dosledno uporabo konceptualnih poimenovanj, kot so stališča o vlogi spolov in delitev dela v gospodinjstvu. Tipi raziskovalnih pristopov S pomočjo literature in teorij razvijemo poimenovanje konceptualno opredeljenih spremen- ljivk, ki imajo obenem neposredno navezavo na podatke, ki jih bomo uporabili pri analizi, tj. njihovo operacionalizacijo in merjenje. Glavnina tipičnih raziskovalnih vprašanj pri analizi podatkov predstavlja izpeljavo raziskovalnih problemov s konkretnimi vprašanji o povezanosti med spremenljivkami, na katera lahko odgovorimo na način trditev v obliki hipotez. Literatura, na katero se sklicujemo, in razprava o posameznih dejavnikih v uvodu raziskovalnega poročila služita podrobni utemeljitvi in podkrepitvi hipotez – z argumenti o njihovi prepričljivosti. Če se je določena spremenljivka pokazala kot dejavnik v predhodnih raziskavah, o katerih najdemo poročila v literaturi, je to lahko podlaga za naše izraženo pričakovanje, da bo podobno tudi pri naši analizi. Raziskovalna vprašanja in z njimi povezane hipoteze, ki vsebujejo tudi predlagano pojasnitev oz. razlago, so nato lahko skozi analizo potrjeni ali ovrženi. V vsakem primeru se skozi analizo naslanjamo na v uvodu ponujene razlage. V zaključku raziskovalnega poročila in skozi razpravo o problemu lahko, ob potrditvi, razlage še z večjo gotovostjo štejemo kot ustrezne za dani problem. Če se hipoteze ne potrdijo, je to lahko izhodišče za razmislek o drugih mogočih razlagah ali pa omejitvah dosega raziskave. Poudarek v Uvodu je na tem, da je ta dejansko osredinjen na vpra- šanja izbora spremenljivk in podkrepitve raziskovalnih vprašanj. Le tako se bomo pri prikazu rezultatov in oblikovanju zaključkov analize lahko nanj sklicevali. Ločimo osnovne tipe raziskovalnih pristopov, kot so opisni oz. preiskovalni (eksplorativni) in pojasnjevalni (eksplanatorni), pri tem pa se v konkretnem raziskovanju različni pristopi pogosto mešajo. Za opisni pristop k problemu je osnovni cilj predstaviti stanje (tudi skozi primerjave v prostoru in času). Zanima nas, kako je pojav razširjen; ali so kake pomembne razlike v razširjenosti pojava, npr. skozi določene okoliščine (primerjamo generacije, življenjska in kulturna okolja, kot je urbano/neurbano, države med seboj …). Sprašujemo se, katere bi bile še lahko okoliščine, v katerih se lahko pojavljajo razlike, ali pa želimo le ugotoviti, da razlik ni niti tam, kjer bi jih mogoče pričakovali. Običajne spremenljivke, ki so v družboslovju namenjene za tovrstni pregled podatkov, so: starost, tip naselja ali druge zemljepisne spremenljivke, spol ali pa kake druge spremenljivke, ki označujejo navzven opazne družbene skupine ali lastnosti v povezavi z našo raziskovalno temo. V opisnem pristopu primerjamo več različnih vidikov problemov in ugotavljamo, na katere različne načine se izraža, kot v primerih iz prejšnjega modula, ko smo izhajali iz osnovnega problema in ga razčlenili na vrednote, stališča, družinske okoliščine, navade itn. V tem pristopu nismo osredinjeni na neki izbran ozki vidik problema. Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 V nekaterih primerih je cilj opisati stanje in ga predstaviti v njegovem obsegu, kako in kje | 99 | je razširjen, tudi končni cilj raziskave, zlasti kadar se še seznanjamo z določenim vprašanjem in o njem ne vemo veliko. Tak pristop zato označujemo kot preiskovalni (eksplorativni). Cilj je lahko tudi predstaviti družbeno težo problema, kako pomemben je z vidika tistih skupin ali posameznikov, ki jih zadeva, kot so: problemi revščine, neenakosti, zaposlovanja, kritičnih življenjskih obdobij in prehodov itn. Običajno je faza opisnega pristopa k problemu predhodna, tudi če je glavnina raziskovalnega vprašanja pojasnjevalne narave (eksplanatorne) in je vprašanje namenjeno pojasnitvi določe-ne razlage oz. teorije. Lahko se sprašujemo o vzrokih ali pa posledicah določenega pojava, ki je v središču analize. Vprašamo se, kaj vpliva na število otrok v družini. Pri tem se lahko soočijo različne razlage in je cilj analize potrditi, katera bolje pojasni določen pojav, ali pa tudi, če je več dejavnikov, ki vplivajo, kateri med njimi so najpomembnejši. Te vrste analiza nam v zaključku lahko poda tudi načine, kako se lotiti izboljšav glede določenega družbenega problema, če imamo možnost posegati v vzroke in s tem spreminjati oz. blažiti posledice. Opredelitev problema kot opisnega ali pojasnjevalnega nam pomaga pri načinu, kako se lotimo analize in kaj želimo kot cilj. Naloge za samostojno delo v tem poglavju (glej poglavje 2 tega vsebinskega sklopa) zahtevajo razmislek, ali so problemi in raziskovalna vprašanja, ki smo jih obravnavali v prejšnjih poglavjih, bolj opisne ali pojasnjevalne narave. Že v zastavitvi nalog smo poskušali opredeliti, katera bo odvisna in katera neodvisna oz. opisna spremenljivka. Dodatni razmislek skozi perspektivo raziskovalnega pristopa nam lahko potrdi, ali je bila opredelitev ustrezna. Podrobneje pa si bomo vprašanja vzročnosti ogledali v naslednjem razdelku. Razmislek o vzrokih in posledicah Kadar imamo podatke, ki so zbrani v eni časovni točki, kot so popisni in večinoma anketni podatki, ne moremo eksplicitno dokazovati, da je ena spremenljivka vzrok druge. Za dokaz vzroka bi namreč morali variirati neodvisno spremenljivko in nato čez čas opazovati, ali ima to posledice na odvisno spremenljivko. Kljub sočasnemu zbiranju podatkov pa so nekatere spremenljivke vnaprej kandidatke za neodvisne, druge pa za odvisne. Očitno je, da lastnosti posameznika, kot je starost ali spol, ostajajo nespremenljive, torej bodo v večini primerov opisne ali pa neodvisne spremenljivke. Podobno bo formalna izobrazba po tem, ko posameznik konča šolanje, razen izjemoma, ostala na isti ravni. Drugače pa je, če nas zanima – kot v poglavju Mladina –, kaj vpliva na doseženo izobrazbo, npr. socialni položaj in izobrazba staršev. Te lastnosti predhodijo v času. Drugi problem z vzročnostjo je, da tudi če v analizi najdemo povezanost med spremenljivkami, npr. domnevno spol vpliva na stališča, to še ni dokaz vzročnosti. Zlasti opisne spremenljivke, ki jim že vnaprej ne pripisujemo vzročnih učinkov, lahko kažejo povezanost zaradi skupnih vzro-kov. Npr. kot v primeru vprašanj o spolu in stališčih najdemo skupen dejavnik, ki je v ozadju obeh, npr. dejstvo, da so ženske, kot so v nekaterih zahodnoevropskih državah v manjši meri zaposlene in manj zaslužijo, kar pa je lahko tudi dejavnik bolj konservativnih stališč. Tretja spremenljivka, dejstvo zaposlenosti, je tako lahko ponujena kot razlaga izhodiščne povezanosti. V nalogah za samostojno delo, ki zahtevajo dodaten razmislek o vzročnosti, bomo poskušali najti mogoče dodatne spremenljivke, ki bi pojasnile osnovno povezanost. Ta razmislek lahko vključi-mo v zaključke kot ideje za nadaljnje raziskovanje oz. omejitve same raziskave. Druga orodja za potrjevanje vzročne povezanosti, kot so multivariatne metode analize, tu samo omenimo. Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 | 100 | 2 Naloga: V članku (Crompton in drugi, 2005), ki smo ga obravnavali v nalogi zgoraj, poišči-mo razmislek o zamenjavi vzroka in posledice. Namig za rešitev: Glede na to, da so anketni podatki raziskave ISSP presečni ( cross-section), je na podlagi podatkov nemogoče razločiti, ali so (spremenjena) stališča vplivala na enakopravnejšo delitev dela v gospodinjstvu, ali pa so vplivale okoliščine sprememb v zaposlovanju žensk in je skladno s tem prišlo do pomanjkanja časa za udeležbo pri gospodinjskih opravilih, kar je pripeljalo do enakopravnejše delitve dela. Ne pa, da bi se moški zdaj bolj udeleževali domačih opravil. Mogoče je, da liberalnejša stališča le sledijo spremembah v navadah. Edino, kar so avtorji lahko razbrali iz analiz, je bila povezanost med obema spremenljivkama (sicer v različnih okoliščinah držav in obdobij različna). Tako so v komentarju kritični do svojih napovedi o vplivu stališč: This raises the difficult question as to the extent that attitudes do in fact have an impact on behaviour. An analysis of the British Household Panel Survey (Himmelweit and Sigala, 2003) suggests that behaviour is more likely to affect attitudes. (Crompton in drugi, 2005). Rezultate presečne analize so tako predstavili kot neodločilne glede tovrstnih zaključkov; raje so se sklicevali na drugo raziskavo, opravljeno na podatkih panela. To so podatki, ki sledijo istim osebam skozi daljše obdobje, s tem pa tudi omogočajo potrjevanje vzročno-posledičnih sosledij. Končni sklep avtorjev sicer je, da gre verjetno za obojestranski vpliv. Podobno kot avtorji v članku se pri zastavitvi in razpravi o nalogah v predhodnih poglavjih v učbeniku lahko vprašamo, ali bi bili spremenljivki lahko zamenjani. Zaradi različnih težav z dokazovanjem vzročnosti na anketnih podatkih navadno raje govorimo o povezanosti med spremenljivkami in se izogibamo besedam, kot so vzročnost, vpliv itn. 1.2 METODA IN PODATKI V razdelku Metode v raziskovalnem poročilu najprej navedemo vir podatkov po zgledu za navajanje, ki ga dobimo pri arhivu podatkov. Pomembno je, da navedemo različico podatkov, kadar jih je več, in pa enolični identifikator (npr. DOI). Z navajanjem avtorjev podatkov in enoličnih oznak podatkov bomo izpolnili etično obveznost zahvale avtorjem in priznanja za njihov prispevek pri izdelavi podatkov. Navedba podatkov pri uporabi pa omogoča tudi sledenje, kdo vse je podatke uporabil, in pripravo s podatki povezane literature. Ob prebiranju tovrstne literature dobimo natančno informacijo o tem, katere podatke so avtorji članka uporabili, kar je eden izmed elementov reproduktibilnosti rezultatov. Drug je delitev računalniške kode za pripravo in analizo podatkov, kar omenjamo v nadaljevanju. Za bralce raziskovalnega poročila je pomembna tudi informacija, kje in pod katerimi pogoji so bili podatki dostopni. Pri uporabi podatkov se tudi obvežemo, da ne bomo poskušali razkriti posameznikov, ki so sodelovali v raziskavi. Te in podobne etične vidike raziskave tudi lahko predstavimo v poglavju o podatkih in metodi, zlasti še, če so bili zaradi tovrstnih razlogov potrebni kakšni kompromisi pri izvedbi raziskave, npr. tako, kot imamo v vzorcih popisov zabrisane vrednosti pri določenih enotah in spremenljivkah zaradi anonimizacije. Pri opisu podatkov povzamemo glavne značilnosti, ki bi lahko vplivale na kakovost podatkov. Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 Včasih podatke spremlja posebno poročilo o izvedbi raziskave (glejte Gendall idr., 2016). Sicer | 101 | pa je opis metodoloških značilnosti podatkov podan v opisu raziskave v katalogu repozitorija. Če je bila opravljena anketa, v poročilu navedemo tudi, na kak način je bila izvedena – z osebnim stikom na domu, prek računalnika na daljavo itn.; kdaj in kdo je izvajal anketo. Podatki vzorcev popisa, npr., so nastali z uporabo registrov in so v tem pogledu spet povsem svoja vrsta podatkov. Pomembna je informacija o načinu vzorčenja in izbora enot iz populacije. Ciljna populacija našega projekta se lahko razlikuje od populacije, ki je bila podlaga vzorčenja: ali so prisotne starostne omejitve; ali kak za projekt pomemben del populacije manjka. Način vzorčenja je pomembna informacija, saj samo slučajni vzorci omogočajo statistično sklepanje na populacijo. Slučajni vzorci zagotavljajo, da ima vsaka enota iz populacije znano verjetnost, da bo vključena v vzorec. Ločimo lahko tudi enostavni slučajni vzorec in druge, kompleksnejše načine slučajnega vzorčenja. Pomembna je tudi velikost vzorca, saj je od nje odvisna napaka vzorca. Pri opisu podatkov je treba ugotoviti, kaj je enota analize in kaj enota zbiranja podatkov. V primerih iz poglavja o družini smo videli, kako določene spremenljivke govorijo o lastnostih družine, medtem ko je enota podatkov posameznik. Na tovrstna odstopanja od želenih enot analize moramo biti pozorni pri razlagi rezultatov ali pa uporabiti katero izmed računskih teh-nik za prilagoditev podatkov želenim enotam. Mogoče je uporabiti uteži ali pa, kadar imamo podatke o vseh članih gospodinjstva, agregiramo lastnosti gospodinjstev na tovrstno enoto (glej poglavje 2: 2. 4). Stopnja sodelovanja ( response rate) prav tako kaže mogoče odstopanje vzorca od na začetku načrtovanega, še posebej, če v vabilo za sodelovanje ne bi sistematično privoljevale enote s prav posebnimi karakteristikami. To bi predstavljalo pristranost rezultatov. Groba ocena mogoče pristranosti je podana s stopnjo sodelovanja, ki je bila npr. pri anketi ISSP iz leta 2012 v Sloveniji 58,9 % (Gendall idr., 2016). Približno 40 odstotkov oseb zaradi različnih razlogov ni bilo mogoče anketirati. V raziskovalnem poročilu lahko tudi ocenimo, ali je takšna številka visoka. Če primerjamo izvedbe po državah, vidimo, da je okoli 60 odstotkov še vedno kar visoka številka. Za delni popravek pristranosti vzorca nekatere podatke spremljajo posebne vrste uteži, ki jih lahko vključimo med postopkom analize. Pomembno je opisati uporabljene spremenljivke v povezavi s koncepti iz uvoda: kako so bila v anketi zastavljena vprašanja, njihova operacionalizacija in kako je bilo izpeljano merjenje spremenljivk. Subtilne podrobnosti v besedilu vprašanja so lahko vplivale na razumevanje in odgovarjanje, kot smo prikazali na primeru idealnega števila otrok v četrtem poglavju. Lahko je pomemben kontekst spremljajočih vprašanj, kar lahko zmanjša veljavnost. Poročilo mednarodne ankete ISSP na primer označuje položaj vsebinskega modula v sklopu širše ankete. Ali je bil izveden samostojno ali na začetku (kar bi pomenilo, da vpliva preostalih delov vprašalnika ne more biti), na koncu? Tukaj so pomembni tudi vidiki primerljivosti podatkov med državami, npr. tudi, kako je bil pripravljen prevod iz skupnega izvirnega vprašalnika. Predstavimo morebitno oblikovanje podvzorcev in preoblikovanj, rekodiranj spremenljivk. Zanima nas lahko tudi zanesljivost merjenja. V omenjeni študiji so uporabili posebno metodo konstrukcije spremenljivke stališč o vlogi spolov, tako da so oblikovali skupno mero v obliki indeksa: Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 | 102 | We derived a measure of gender role attitudes (GRA) using data from the International Social Survey Programme’s 1994 and 2002 modules. The index was computed from individual responses to the three following statements:4 ■ A job is all right, but what most women really want is a home and children. ■ A man’s job is to earn the money, a woman’s job is to look after the home and family. ■ It is not good if the man stays at home and cares for the children and the woman goes out to work. Positive scores demonstrate greater conservatism in gender role attitudes and negative scores are indicative of greater liberalism. (Crompton in drugi, 2005) Povezanost med posameznimi trditvami, ki sestavljajo vsem trditvam skupno latentno spremenljivko stališč, nakazuje stopnjo zanesljivosti. Manj kot je latentna spremenljivka zanesljiva, večja je napaka merjenja. To ni nič hudega, dokler napako znamo oceniti in jo upoštevati pri razlagi rezultatov. Empirično raziskovanje namreč vedno upošteva, da podatki lahko kažejo določene pristranosti in slučajne napake merjenja, pa napako zaradi velikosti vzorca in načina njegove selekcije, pa realizacije… Z zavedanjem tega krepimo zdravo kritičnost do dobljenih rezultatov. Tudi pri uporabi uradnih registrov lahko nastanejo kakšne pristranosti – ali uporabljeni registri vsebujejo informacije in enote, za katere trdijo, da jih. Mogoče so nekateri ljudje neprijavljeni ali pa imajo zaradi svojih razlogov informacijo v registru drugače zapisano, kot pa je dejansko. Znane tovrstne sistematične napake lahko označimo in upoštevamo pri omejitvah podatkov in z njimi povezanih analiz. Uradne klasifikacije se lahko razlikujejo od tistih, ki so konceptualno določene, izhajajoč iz družboslovnih teorij, kot smo videli pri opredelitvi družine v poglavju o družini (glej poglavje 2: 1.1). Vse naštete informacije lahko omejijo skupno veljavnost rezultatov analiz in jih je treba upo- števati pri njihovi razlagi. V razdelku metode na kratko opišemo in utemeljimo tudi analitične postopke in statistične mere, ki smo jih uporabili. 1.3 PRESTAVITEV REZULTATOV TER INTERPRETACIJA IN ZAKLJUČEK Predstavitev rezultatov v daljšem raziskovalnem poročilu, npr. znanstvenem članku ali zaključ- nem delu študija, začnemo s ponovno kratko predstavitvijo uvodnega raziskovalnega vpra- šanja. Analiza sledi logiki stopnjevanja od preprostejših analiz do bolj kompleksnih. Običajno najprej predstavimo osnovne statistične karakteristike vzorca in uporabljenih spremenljivk na način opisnega pristopa. Nato predstavimo rezultate povezanosti med spremenljivkami, pri čemer spet najprej predstavimo osnovnejše povezanosti, nato pa kompleksnejše, če v analizo vključimo več kot dve spremenljivki hkrati. Tabele in grafe jasno oštevilčimo in označimo z naslovom, ki izčrpno predstavi vsebino rezultatov. Številke v tabeli moramo prav tako jasno opisati in zapisati, kaj pomenijo, ter jih zaradi večje preglednosti zaokrožiti do nivoja, ko so vsebinsko in statistično pomembne podrobnosti še vidne. Sicer bi bil rezultat videti kot zavajanje, kot da bi hoteli napihniti še tako majhne razlike kot pomembne. Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 Pod opombe ali v naslov vključimo informacijo o viru podatkov, ki ga navajamo na isti način | 103 | kot uporabljeno literaturo, dopišemo tudi leto, na katero se podatki nanašajo, in zemljepisno območje ter enote analize. Pomembno je tudi dopisati informacijo o velikosti vzorca in podskupin, kadar delamo primerjavo. Tako bralcu omogočimo, da oceni mogoča odstopanja v rezultatih zaradi majhne velikosti vzorca, obenem pa lahko vsakdo iz odstotkov s preračunava-njem pride nazaj do absolutnih številk. Jasno mora biti tudi, kam se seštevajo odstotki oz. kaj pomenijo. Na kratko označimo pomen vrstic in stolpcev ter vsebino spremenljivk. Če je treba, dodamo razlage pod opombe tabel ali grafov. Če so bile izključene manjkajoče vrednosti, to zapišemo. Pri prikazu upoštevamo načelo ‘Manj je več’, če se da z manj številkami in tabelami povedati bistveno. Tako v prikazu tudi kaj izpustimo in vključimo, če je treba, v priloge. Pomembno je, da se držimo pripovednega toka pripovedovanja zgodbe in da skrbimo, da vsebina ni preveč suhoparna. Zaključke analiz pri predstavitvi rezultatov na kratko predstavimo, sklicujoč se na analitična izhodišča iz uvoda. Ne ponavljamo številk iz tabel ali grafov, ampak v tekoči narativni obliki poudarimo bistvene ugotovitve. Za krajše prestavitve ob prikaz rezultatov vključimo tudi razpravo o rezultatih, kaj pomenijo v smislu reševanja raziskovalnih problemov in potrjevanja v uvodu ponujenih razlag. Če rezultati odstopajo od navedenih v literaturi, na to opozorimo in se vprašamo o mogočih razlogih vsebinske ali metodološke narave. Za daljša raziskovalna poročila je razprava lahko ločeno poglavje. 1.4 ZAKLJUČEK V zaključku še tretjič ponovimo, kaj je bil raziskovalni problem, in v povzetek rezultatov vključimo vprašanja širših posledic za ponujene teoretične razlage ali za uporabo rezultatov za praktične namene. Obenem opozorimo na morebitne omejitve raziskave zaradi osredinjenosti na ožji vidik problema ali pa če sledijo iz narave podatkov in analitičnega pristopa. Tu lahko predstavimo tudi ideje za nadaljnje raziskave. 1.5 PRILOGE Raziskovalni projekt ali naloga, ki vključuje delo s podatki, ima za rezultate poleg končnega poročila tudi dokumentacijo vmesnih korakov analize. Vmesne korake je priporočljivo hraniti in omogočiti bralcem dostop do njih. Tu bomo prestavili način, kako lahko dokumentiramo postopke analize. To je odvisno od tega, kateri računalniški paket uporabljamo; vsak omogoča tudi spravilo računalniške kode (Gayle in Lambert, 2017). Povezava računalniške kode s podatki mora biti neposredna v tem smislu, da tudi če bo nekdo drug uporabil isto kodo in iste podatke, bo ta povezava delovala. Zato pri pisanju računalniške kode upoštevamo sestavo direktorijev, ki bo omogočala tovrstno prenosljivost. Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 | 104 | 3 Naloga: Pripravimo sestavo direktorijev in primer sintakse z ukazi SPSS za branje datoteke v povezavi z eno izmed nalog v vsebinskih poglavjih. Namig za rešitev: Opredelimo naslednjo sestavo direktorijev: compendium/ ├── code │ ├── analiza_podatkov_konc_izob.SPS ├── podatki │ └── CUF2_MLADI.SAV ├── output │ └── analiza_podatkov_konc_izob.SPV ├── grafi │ └── grafi.xlsx ├── porocilo.docx └── README.txt Ukaz v sintaksi spss v datoteki ‘analiza_podatkov_konc_izob.SPS’, ki se nahaja v poddi- rektoriju ‘code’ za branje podatkov v poddirektoriju ‘podatki’: *Odpiranje datoteke. GET FILE=’..\podatki\CUF2_MLADI.SAV’. Vidimo, da kamor koli bomo prenesli celotno direktorijsko sestavo skupaj z datotekami, bo poganjanje datoteke ‘analiza_podatkov_konc_izob.SPS’ dala rezultat odpiranja točno določene datoteke. V datoteko sintakse dodamo tudi vse ukaze za transformacije spremenljivk skupaj s kratko razlago in jih tako dokumentiramo, prav tako ukaze za izbor podvzorcev in ukaze za izvedbo analiz. Sproti vse ukaze komentiramo za poznejše razumevanje. V SPSS-sintaksi so komentarji besedila, ki se v vrstici začnejo z ‘*’ in končajo s piko. Dodamo tudi glavo, ki pove, kdo in kdaj je datoteko ustvaril. Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 Npr.: | 105 | ** * * Registrski popis 2015: Vzorec mikropodatkov za izobraževalni namen: 5-od- stotni vzorec oseb, ki so člani družine * [Podatkovna datoteka]. ADP – IDNo: POPIS15C. https://doi.org/10.17898/ADP_POPIS15C_V1 * * SPSS syntax za analizo zaključene izobrazbe * ‘analiza_podatkov_konc_izob.SPS’ * * Verzija * 2023-04-13 * * IBM SPSS Statistics 24.0 * Avtor * Sandi Lužar * Spremembe * Določene Manjkajoče Vrednosti, Dopisane Labele Novih Spremenljivk. *** V besedilni datoteki ‘ README.txt’ opišemo osnovno sestavo. Za izroček skopiramo celotni direktorij ‘compedium’ in vse poddirektorije na začasno mesto. Če določenih datotek ne smemo deliti z drugimi, kot npr. datoteke s podatki, pustimo na njihovem mestu prazno datoteko z istim imenom, v ‘ README.txt’ pa opišemo, kako se do podatkov pride, in jih citiramo ter tako označimo mesto dostopa v javnem repozitoriju. Zadnji korak je izdelava stisnjene kopije ‘ compendium’ iz začasnega mesta. Rezultat, stisnjeno datoteko, vključimo kot prilogo raziskovalnega poročila. Priložimo lahko tudi dodatne rezultate, ki smo jih mogoče ustvarili in ki niso tako pomembni, da bi jih vključili v osnovni prikaz. 2 NALOGE ZA SAMOSTOJNO DELO 1 Na opisu raziskave https://search.gesis.org/research_data/ZA5900 in diskusijskem prispevku Scholz idr. 2014 so navedeni znanstveni članki z uporabo podatkov modula ISSP-družina. Izberi enega izmed člankov ter analiziraj elemente opredelitve problema, raziskovalnega pristopa in sestave članka. O tem napiši kratko poročilo. 2 Ob nalogah analiz iz predhodnih poglavij sproti z izvedbo nalog oblikuj kratko raziskovalno poročilo: a) Predstavi raziskovalno vprašanje v jeziku konceptov in ga utemeljiti z razlago. b) Napiši, ali so problemi in raziskovalna vprašanja bolj opisne ali bolj pojasnjevalne narave. Uokvirjanje raziskovalnih vprašanj in sestava poročila 5 | 106 | c) Razmisli o vzrokih in posledicah ter ali bi bila mogoča druga razlaga kot ponujena; kaj bi bila lahko tretja spremenljivka; ali bi bila mogoča razlaga, da sta zamenjana vzrok in posledica. d) Rezultatom dodaj interpretacijo gleda na izhodiščno ponujeno razlago in oblikuj širše zaključke. e) Delo s podatki dokumentiraj ter kodo programa za transformacije in analize shrani v ustrezno poimenovan direktorij ter poročilu ustvari in priloži prilogo stisnjene različice. 3 VIRI Crompton, R., Brockmann, M., in Lyonette, C. (2005). Attitudes, women’s employment and the domestic division of labour: a cross-national analysis in two waves. Work, Employment and Society, 19(2), 213–233. https://doi.org/10.1177/0950017005053168 Gayle, V. J., Lambert, P. S. (2017). The Workflow: A Practical Guide to Producing Accurate, Efficient, Transparent and Reproducible Social Survey Data Analysis. NCRM Working Paper. Pridobljeno z NCRM. https://eprints.ncrm.ac.uk/id/eprint/4000/ (6. 1. 2024) Gendall, P., Joye, D., in Sapin, M. (ed.) (2016). International Social Survey Programme ISSP 2012 –Family & Changing Gender Roles IV Study Monitoring Report. Lausanne, December 2016. Lausanne, Swi-tzerland: Swiss Center of Expertise in the Social Sciences – FORS. Dostopno na https://access. gesis.org/dbk/54443 (6. 1. 2024) Nazroo, J. (2010). Writing with Quantitative and Mixed Methods Data. In: NCRM Research Methods Festival 2010, 5th–8th July 2010, St. Catherine’s College, Oxford. (Unpublished) Pridobljeno z https:// eprints.ncrm.ac.uk/id/eprint/1531/1/Writing%20with%20quantitative%20and%20mixed%20 data.ppt (6. 1. 2024) Scholz, E., Jutz, R., Edlund, J., Öun, I., in Braun, M. (2014). ISSP 2012 Family and Changing Gender Roles IV: Questionnaire Development. (GESIS-Technical Reports, 2014/19). Mannheim: GESIS – Leibniz-Institut für Sozialwissenschaften. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-416182 The Turing Way Community (2022). The Turing Way: A handbook for reproducible, ethical and collabora-tive research. Zenodo. https://doi.org/10.5281/zenodo.3233853 Recenzija učbenika R | 107 | ecenzija učbenika: Odprta učna gradiva z uporabo R odprtih raziskovalnih podatkov (Janez Štebe ur.) Učbenik obravnava enega ključnih problemov empiričnega družboslovnega razisko- vanja – problematiko uporabe in analize družboslovnih podatkov. Pri tem se posebej fokusira na sekundarno analizo podatkov, ki so raziskovalcem dostopni v različnih podatkovnih zbirkah oz. arhivih podatkov (statistični podatki, podatki družboslov- nih anket). Avtorji v petih poglavjih s pomočjo reševanja raziskovalnih problemov na konkretnih primerih prikažejo sledeče raziskovalne »korake«: iskanje podatkov, izbor in priprave podatkov za analizo, analiza podatkov s pomočjo SPSS, opredelitev raziskovalnega problema in konceptualizacija, strukturiranje poročila o izvedeni ana- lizi podatkov. V prvem poglavju so prikazani nekateri osnovni postopki za pripravo podatkov in analizo podatkov s pomočjo programskega paketa SPSS. V drugem in tretjem poglavju je na dveh konkretnih socioloških temah (družina, mladi) prikazan analitski proces od vsebinske utemeljitve problema prek izbora ustrezne analitske metode do interpretacije rezultatov analize. Za prikaz so uporabljeni mikro podatki iz registrskega popisa prebivalstva Slovenije 2015 (uporabljen je bil vzorec, ki zajema 5% celotne populacije). V naslednjem poglavju so na primeru podatkov družboslovnih anket prikazane možnosti sekundarne analize na dva načina: 1) kot možnost širitve (nadgradnje) raziskovalne teme že opravljene raziskave, ali 2) kot možnost izbora ožjega raziskovalnega problema za izvedbo empiričnih analiz npr. v okviru priprave študentskih raziskovalnih nalog. Poglavje vključuje tudi koristne praktične napotke za iskanje podatkov. Tukaj so za ilustracijo uporabljeni podatki anketnih raziskav, ki so do- stopne preko Arhiva družboslovnih podatkov. V zadnjem poglavju pa je skozi napotke za strukturiranje raziskovalnega poročila prikazan proces raziskave. Učbenik je zasnovan tako, da so posamezna poglavja zastavljena problemsko in poda- jajo vsebino skozi reševanje konkretnih raziskovalnih nalog. Vsakemu poglavju (temi) pa so dodane še praktične naloge, ki naj bi jih bralec (študent) reševal samostojno. V tem smislu učbenik sledi najbolj primerni »filozofiji« učenja raziskovalnih metod oz. usposabljanja za raziskovalno delo: vključenost v raziskovalno delo z reševanjem real- nih (konkretnih) raziskovalnih problemov. Z navezavo na družboslovne teme, ki so tudi sicer predmet poučevanja na študijskih programih družboslovja, pa učbenik pokaže na celovitost raziskovalnega procesa, v katerem ni mogoče ločiti metodoloških pro- blemov (vključno z empiričnimi podatki) od vsebinskih (teoretskih) vidikov raziskave. Menim tudi, da je tak učbenik pomemben še zaradi enega razloga: prispeva namreč Recenzija učbenika R | 108 | k formiranju univerzitetnega študija kot študija, ki mora biti vedno povezan z raziskovalnim delom v okviru znanstvenih disciplin, ki se poučujejo na univerzi. Gre torej za učbenik, ki ni uporaben le pri metodoloških predmetih, ampak tudi pri drugih (»vsebinskih«) predmetih, ki v okviru seminarjev vključujejo praktično raziskovalno delo. prof. dr. Mitja Hafner Fink Recenzija učbenika R | 109 | ecenzija učbenika: Odprta učna gradiva z uporabo R odprtih raziskovalnih podatkov (Janez Štebe ur.) Uporaba podatkov v študijskem procesu postaja v sodobnem družboslovju neizogi- ben del izobraževalnih praks. Izkušnje kažejo, da obogatitev pedagoškega procesa s praktičnimi in interaktivnimi primeri bistveno izboljša razumevanje raziskovalnih problemov in olajša prehod na zahtevnejše ravni dela s podatki na drugih področjih. Četudi raba podatkov vse bolj pogosto spremlja poučevanje zelo raznolikih družbo- slovnih vsebin in predmetov, pa so kakovostni učbeniki s tega področja zelo redki. Uč- benik, ki je rezultat sodelovanja pedagogov Univerze v Ljubljani, Fakultete za družbene vede, Statističnega urada in Arhiva družboslovnih podatkov, je v tem smislu izjema v vseh pogledih. Učbenik prinaša teoretično utemeljena vsebinska področja, ki se ujemajo s konkretnimi učnimi načrti 'živih' predmetov. Za te vsebine so pripravljeni podatki in spremenljivke skupaj z metapodatki in dokumentacijo, ki so jo pripravili sodelavci ADP. Študenti imajo možnost samostojnega ali vodenega reševanja problemskih nalog. Na ta način postane učbenik učinkovit pripomoček pri pripravi in analizi podatkov za študentsko raziskovalno delo in zaključnih nalogah študija. Velika prednost učbenika je zasnova, ki omogoča vodeno in interaktivno delo. Študenti in študentke se srečajo s praktičnimi primeri, ki so praviloma povezani s teoretičnimi vsebinami, kar uporabnike usmerja k analitičnemu pristopu in jim hkrati omogoča reševanje raziskovalnih problemov na različnih težavnostnih stopnjah. V sklepnem po- glavju avtorji učbenika raziskovalni proces predstavijo skozi strukturo raziskovalnega poročila, kar učbeniku daje izrazito praktično vrednost. Ob vsem povedanem ne smemo spregledati pomembnega prispevka učbenika k izboljševanju podatkovne in statistične pismenosti študentk in študentov. prof. dr. Samo Uhan Učbenik obravnava enega ključnih problemov empiričnega družboslovnega raziskovanja – problematiko uporabe in analize družboslovnih podatkov. Pri tem se posebej fokusira na sekundarno analizo podatkov, ki so raziskovalcem do- stopni v različnih podatkovnih zbirkah oz. arhivih podatkov (statistični podatki, podatki družboslovnih anket). *** Učbenik je zasnovan tako, da so posamezna poglavja zas- tavljena problemsko in podajajo vsebino skozi reševanje konkretnih raziskovalnih nalog. V tem smislu učbenik sledi najbolj primerni »filozofiji« učenja raziskovalnih metod oz. usposabljanja za raziskovalno delo: vključenost v razisko- valno delo z reševanjem realnih (konkretnih) raziskovalnih problemov. *** Z navezavo na družboslovne teme, ki so tudi sicer predmet poučevanja na študijskih programih družboslovja, pa učbe- nik pokaže na celovitost raziskovalnega procesa, v katerem ni mogoče ločiti metodoloških problemov (vključno z empi- ričnimi podatki) od vsebinskih (teoretskih) vidikov raziskave. prof. dr. Mitja Hafner Fink Uporaba podatkov v študijskem procesu postaja v sodob- nem družboslovju neizogiben del izobraževalnih praks. Izkušnje kažejo, da obogatitev pedagoškega procesa s prak- tičnimi in interaktivnimi primeri bistveno izboljša razumeva- nje raziskovalnih problemov in olajša prehod na zahtevnejše ravni dela s podatki na drugih področjih. *** Študenti imajo možnost samostojnega ali vodenega re- ševanja problemskih nalog. Na ta način postane učbenik učinkovit pripomoček pri pripravi in analizi podatkov za študentsko raziskovalno delo in zaključnih nalogah študija. *** V sklepnem poglavju avtorji učbenika raziskovalni proces predstavijo skozi strukturo raziskovalnega poročila, kar Arhiv družboslovnih podatkov učbeniku daje izrazito praktično vrednost. prof. dr. Samo Uhan Document Outline _heading=h.gjdgxs _heading=h.30j0zll _heading=h.3znysh7 _heading=h.2et92p0 _heading=h.tyjcwt _heading=h.3dy6vkm _heading=h.4d34og8 _heading=h.2s8eyo1 _heading=h.17dp8vu _heading=h.3rdcrjn _heading=h.26in1rg _heading=h.lnxbz9 _heading=h.35nkun2 _heading=h.1ksv4uv _heading=h.44sinio _heading=h.2jxsxqh _heading=h.gjdgxs _heading=h.30j0zll _heading=h.1fob9te _heading=h.3znysh7 _heading=h.2et92p0 _heading=h.2s8eyo1 _heading=h.17dp8vu _heading=h.3rdcrjn _heading=h.lnxbz9 _heading=h.35nkun2 _heading=h.1ksv4uv _heading=h.44sinio _heading=h.2jxsxqh _heading=h.z337ya _heading=h.3j2qqm3 _heading=h.1y810tw _heading=h.4i7ojhp _heading=h.1fob9te _heading=h.3znysh7 _heading=h.tyjcwt _heading=h.2s8eyo1 _heading=h.3rdcrjn _heading=h.26in1rg _heading=h.lnxbz9 _heading=h.35nkun2 _heading=h.gjdgxs _heading=h.30j0zll _heading=h.1fob9te _heading=h.3znysh7 _heading=h.3dy6vkm _heading=h.1t3h5sf _heading=h.30j0zll _heading=h.tyjcwt _heading=h.3dy6vkm _heading=h.1t3h5sf _heading=h.4d34og8 _heading=h.3rdcrjn _heading=h.gjdgxs _GoBack