Značilnosti zaposlitve ter udeležba v formalnem in neformalnem izobraževanju odraslih
Marko Radovan
Andragoškl center Slovenije, Šmartinska 134 a, 1000 Ljubljana, Slovenija, marko.radovan@acs.si
V prispevku želimo ugotoviti, kako se vključevanje zaposlenih v izobraževanje razlikuje glede na glavne sociodemografske značilnosti in značilnosti zaposlitve, kot so: poklic, položaj pri delu, velikost organizacije, vrsta delovnega razmerja in raba pisnih spretnosti pri delu. Izsledki kažejo, da so glavni dejavniki vključevanja v izobraževanje starost, poklicni položaj in velikost podjetja. Ugotavljamo, da se pomen opazovanih dejavnikov razlikuje glede na to, ali gre za vključevanje v formalno ali neformalno izobraževanje.
KljuCne besede: izobraževanje zaposlenih, izobraževanje odraslih, zaposlitev, formalno izobraževanje, neformalno izobraževanje, razvoj kariere
1 Uvod
Globalizacija in pojav družbe znanja sta glavni značilnosti gospodarske paradigme ob vstopu v 21. stol. Razvoj znanosti in tehnologije povečuje bogastvo in hitrost komunikacij ter zmanjšuje njihove stroške. In nasprotno, tehnološki razvoj prispeva k internacionalizaciji proizvodnje in finančnega trga ter naraščajoče konkurence. Ta procesa pa usmerjata transformacijo gospodarstev v različnih smereh, kar se kaže v gibanjih na področju svetovne in mednarodne trgovine, naraščanju poindustrijskih storitev, pojavu novih oblik dela (teledelo, »outsourcing«, virtual-no delovno mesto ipd.), v porastu tujih vlaganj itd.
Informacijsko-komunikacijska tehnologija (IKT) je prek svojih učinkov na proizvodne metode, vzorce porabe in strukturo gospodarstev ključni dejavnik razvijanja gospodarstev znanja. V gospodarstvih znanja pa se povečuje pomen znanja in spretnosti na individualni in makro ravni. Od zaposlenih se ne zahteva več samo obvladovanje temeljnih ravni branja, pisanja in računanja, saj nove računalniško podprte tehnologije in upravljavski sistemi zahtevajo intenzivnejše znanje pri ravnanju z informacijami in sposobnosti odločanja, komunikacijske spretnosti, sposobnost reševanja problemov ter sposobnost učenja. Raven znanja in spretnosti ter kakovost delovne sile vse bolj postajata ključna konkurenčna dejavnika globalnih gospodarstev (ILO, 1999: 202).
Gospodarstva znanja skupaj s sociodemografskimi spremembami pomembno vplivajo tudi na zaposlovanje in usposobljenost delovne sile. Različne študije o spremembah v strukturi zaposlovanja potrjujejo, da se
zmanjšuje obseg zaposlovanja v primarnem in sekundarnem sektorju, ki sta bila v preteklosti glavna zaposlovalca slabše izobražene in usposobljene delovne sile. Pospešeno narašča zaposlovanje v storitvenem sektorju, predvsem v t. i. poindustrijskih storitvah, ki temeljijo na zahtevnejši izobrazbi in kvalifikacijah. Takšne smernice zaposlovanja vodijo tudi k spreminjanju poklicne sestave zaposlenih; povečuje se obseg »belih ovratnikov« (strokovnjaki, administratorji in menedžerji, uradniki in prodajalci) in zmanjšuje obseg »modrih ovratnikov« (poklicev v transportu in proizvodnji ter poklicev za preprosta dela).
Vse bolj prihaja do izraza tudi naraščajoč medgenera-cijski razkorak v kakovosti in količini znanja ter v spretnosti delovne sile. Izobrazbena struktura mlajših generacij se izboljšuje, spreminja pa se tudi kakovost znanja in spretnosti, ki jih prinašajo iz izobraževalnega procesa. Primerjave po starostnih kategorijah za 90. leta prejšnjega stoletja kažejo, da so dejansko trije od štirih odraslih iz starostne kategorije od 25 do 34 let končali srednjo šolo, medtem ko je pri starih od 55 do 64 let to raven dosegla manj kot polovica (OECD & Statistics Canada, 2000, str. 5). Z vse večjim pritiskom mladih na terciarno izobraževanje se te razlike še bolj povečujejo.
Na spreminjanje zahtev po znanju in spretnostih pomembno vplivajo tudi organizacijske spremembe in novi menedžerski prijemi. Kažejo se na različne načine: menjava delovnih mest, skupinsko delo, modeli zagotavljanja kakovosti, fleksibilne zaposlitve ipd. Poudarja se, da so te in podobne značilnosti povezane z naraščajočo odgovornostjo delavcev in njihovo večjo vlogo pri sprejemanju odločitev (ILO, 1999). Nekatere raziskave o kvali-
fikacijskih zahtevah v povezavi s fleksibilnimi delovnimi praksami opozarjajo, da se te uveljavljajo v organizacijah, ki imajo bolje izobraženo delovno silo (Cappelli in Rogov-ski, 1994; Freeman et al., 1997). Evidenca na ravni organizacij govori tudi o pozitivni zvezi med produktivnostjo ter izobraževanjem in usposabljanjem zaposlenih pa tudi o tesni zvezi med organizacijo, spretnostmi in usposabljanjem na eni strani ter produktivnostjo in konkurenčnostjo na drugi strani (OECD, 1999). Kar nekaj študij govori tudi o tem, da premike v zaposlovanju znotraj dejavnosti - v nasprotju s premiki med dejavnostmi - spodbujajo višje izobrazbene potrebe (Berman et al., 1997; Steedman, 1998). Kiley (1999) v svoji študiji o učinkih tehnoloških sprememb na večje povpraševanje po kvalificiranem delu in boljše plačilo višjih kvalifikacij ugotavlja, da večje zaposlovanje bolje izobražene delovne sile pomeni tudi večjo spodbudo za vlaganja v tehnologijo. To vodi do komplementarnega tehnološkega razvoja, ki spet spodbuja povpraševanje po bolje usposobljeni delovni sili.
V obdobju fordistične industrijske proizvodnje sta se oblikovali dve kategoriji delavcev, tj.: delavci za malo zahtevna dela (od vratu navzdol - tekoči trak) in srednji menedžment. Ta je bil značilen za velike, hierarhično organizirane, birokratske organizacije kot posrednik informacij med vrhom in neposredno proizvodnjo; nadzoroval je delavce na nezahtevnih delovnih mestih. Predstavljal naj bi možgane korporacije, torej kategorijo zaposlenih, ki razume in nadzoruje njen delovni sistem. V novih razmerah globalne konkurence in ukinjanja masovne proizvodnje se je bistveno zmanjšal interes za ti kategoriji delavcev. Pojavlja se oblikovanje bolj ploskih organizacij, kjer se znanje, informacije in odgovornost srednjega menedžmenta vse bolj prenašajo navzdol, tj. na nižje ravni zaposlenih, ki so najbližje dejanskim proizvodom, storitvam in strankam. To zahteva delavce, ki so se sposobni hitro učiti in prilagajati, sami razmišljati, prevzemati odgovornost in odločati. Poleg prevzemanja odgovornosti za celovite in smiselne naloge, ki jih razumejo in poskušajo izboljšati, morajo prevzeti tudi vlogo vmesnika med tehničnimi informacijami in visoko izpopolnjeno tehnologijo. Delavcev za opravljanje preprostih del, da jim povemo, kaj morajo delati, oni pa potem to delajo po navodilih, podjetja ne potrebujejo več1.
Raziskave tudi opozarjajo, da večje povpraševanje po bolje usposobljeni delovni sili ni vedno samo posledica tehnoloških in organizacijskih sprememb, ampak tudi splošnega porasta izobrazbenih dosežkov prebivalstva (OECD, 1996). Zaposlovalci so se na to odzvali z novimi praksami ter zaostrili kriterije pri zaposlovanju in najemanju delovne sile. Izobrazba za posameznike vse bolj
postaja obrambna nujnost in glavni element razvrščanja v vrsto za zaposlitev. Analitiki govorijo o fenomenu izpodrivanja.
Splošen premik k višjim izobrazbenim zahtevam tako vodi k naraščajoči brezposelnosti izobrazbeno prikrajšanega prebivalstva. Naraščajoča povračila za izobrazbo in izkušnje kažejo na slabšanje možnosti tistih z nižjimi izobrazbenimi kvalifikacijami in brez izkušenj na trgu delovne sile (ILO, 1999). Obstaja obsežna nacionalna in mednarodna evidenca, ki kaže, da je brezposelnost veliko večja in da hitreje narašča pri slabše izobraženem in usposobljenem prebivalstvu; tudi stopnja participacije v delovni sili je nižja pri tem prebivalstvu.
Nacionalne in mednarodne raziskave poklicne mobilnosti in razvoja kariere kažejo, da formalna izobrazba (šolsko spričevalo, diploma) posameznika pripelje do vrat podjetja (glej Ivančič, 2000). Pri nadaljnjem razvoju individualne kariere v organizaciji pa igrajo odločujočo vlogo drugi dejavniki in ne šolsko spričevalo ali diploma. Poudarek je na obvladovanju specifičnih spretnosti, ki za podjetja predstavljajo konkurenčno prednost, ključnih spretnostih, kot so: inovativnost, ustvarjalnost, sposobnost skupinskega dela, komunikacijske spretnosti, pa tudi na nekaterih kulturnih značilnostih in socialnem kapitalu, ki omogočajo ustrezno integracijo človeka v delovno okolje in učinkovito vzpostavljanje stikov z zunanjim okoljem (stranke, kupci, pogodbeniki itd.).
Uveljavljanje fleksibilnih nestabilnih zaposlitev, razpad tradicionalnih delovnih mest in njihovo nadomeščanje z delovnimi področji ali celo s kompetencami, funkcionalna fleksibilnost, uveljavljanje koncepta vseživljenjskega učenja so bistveno spremenili tudi pogled na individualne kariere. Boyet in Conn sta že leta 1991 pisala, da bo leta 2000 v ZDA kariera posameznika odvisna od tega, koliko različnih nalog bo sposoben sprejeti, torej od širine njegove kvalificiranosti. Avtorji, kot sta Kolb in Plovnick (cit. v Cvetko, 2002), vidijo kariero v obliki stalnega učenja in prilagajanja ter upravljanja s spremembami. Prav učenje je zato osrednja aktivnost, izredno pomembna skozi vse življenje.
Vsi omenjeni dejavniki pomembno prispevajo k temu, da država, delodajalci in posamezniki vse bolj prepoznavajo pomen vlaganja v izobraževanje in usposabljanje tudi po končanem začetnem formalnem izobraževanju. Tudi izsledki dozdajšnjih raziskav potrjujejo, da sta uspešnost pri delu in razvoj poklicne kariere glavna dejavnika, ki spodbujata zaposlene k izobraževanju in učenju (Radovan, 2005). Izsledki dozdajšnjih nacionalnih proučevanj udeležbe odraslega slovenskega prebivalstva v izobraževanju (Mohorčič Špolar idr., 2001, 2005a,
1 Motorolin korporacijski podpredsednik za izobraževanje in usposabljanje je to ilustriral takole: »Pred desetimi leti smo za delo zaposlovali ljudi, ne da bi jih- prosili, naj veliko razmišljajo. Če se je stroj pokvaril, je delavec dvignil roko in vzdrževalec je prišel ter ga popravil ^ Potem so se vsa pravila proizvodnje in konkurence spremenila ^ Naučili smo se, da morajo linijski delavci razumeti delo, ki ga opravljajo, in orodje, ki ga uporabljajo ^ Da mora biti sprememba stalna in participativna ^ Od usposabljanja, ki smo ga predvideli na začetku, smo se premaknili v obe smeri, proti temeljnim spretnostim na ravni šolskega izobraževanja vse do osnov kot so trije r-ji, in navzgor proti novim konceptom dela, kakovosti, skupnosti, učenja in vodenja ^ Danes od delavcev pričakujemo, da poznajo svoja delovna orodja in poskušajo sami odpravljati težave ^ Biti morajo sposobni analizirati probleme in jih- tudi sporočati naprej.« (Wiggenhorn, 1990, str. 71-72; cit. v Holland, C., F., Frank in T. Cooke, 1998, str. 5).
Tabela 1: Spremembe v pojmovanju kariere
Stara paradigma	Nova paradigma
Varnost zaposlitve	Zaposljivost
Priporočilo/Spričevalo	Stalno učenje
Upravičenost do zaposlitve	Dodajanje nove vrednosti
Opis dela in naziv dela	Portfolio sposobnosti; ni vlog
Uspeh = promocija	Uspeh voden z vrednotami in s potrebami
Cilj -> naslednje delovno mesto	Široka kariera
Odvisnost od organizacije	Zaveza delu in prispevek na nekem področju
2005b) dokazujejo, da se delež vključenih iz obdobja v obdobje povečuje, pri čemer večina tega vlaganja poteka v neformalnih oblikah. Kljub močnemu poudarku na potrebi po izboljšanju izobrazbene ravni prebivalstva v različnih nacionalnih razvojnih dokumentih je delež zaposlenih, vključenih v formalno izobraževanje, precej nizek; leta 2004 se je gibal okoli 10 %. Polovica zaposlenih, ki se je izobraževala po formalnih programih, se je izobraževala po programih terciarnega izobraževanja (Ivančič, 2005: 38). Iz analize motivov za vključevanje v programe formalnega in neformalnega izobraževanja (Radovan, 2005: 95) lahko izvemo, da pri vključevanju v formalno izobraževanje prevladujejo motivi, povezani z opravljanjem dela in napredovanjem v karieri, ter veselje do učenja. Po drugi strani pa v povezavi z vključevanjem v neformalno izobraževanje daleč prevladuje motiv večje uspešnosti pri delu (76 % odgovorov), precej pomembna pa sta tudi zahteva delodajalca (50 % odgovorov, pri formalnem izobraževanju le 15 %) in veselje do učenja. Zaposleni torej neformalnemu izobraževanju v nasprotju s formalnim ne pripisujejo večjega pomena pri napredovanju v karieri. V neformalno izobraževanje se občutno pogosteje kot v formalnega vključujejo na zahtevo delodajalca. Podatki tudi kažejo, da neformalno izobraževanje zaposlenih najpogosteje financira delodajalec, medtem ko so glavni nosilci stroškov vključevanja v formalno izobraževanje zaposleni sami; le v 22 % primerov stroške (so)financira delodajalec (Ivančič, 2005: 42).
Cilj tega proučevanja je ugotoviti, kako se glede na vse navedeno vključevanje zaposlenih v izobraževanje razlikuje glede na glavne sociodemografske značilnosti (spol, starost, izobrazba) in glede na značilnosti zaposlitve, kjer se omejujemo na dejavnost (standardna klasifikacija dejavnosti), poklic (glavne poklicne skupine po SKP), velikost organizacije, položaj pri delu in na vrsto delovnega razmerja. Tem standardnim spremenljivkam pa dodajamo še spremenljivke rabe branja, pisanja in računanja pri delu.
V tem prispevku želimo ugotoviti, ali se dejavniki, ki se pri proučevanju udeležbe odraslih v izobraževanju tradicionalno obravnavajo kot ključne determinante udeležbe - starost, izobrazba in spol - potrjujejo kot ključni, tudi ko gre za zaposlene ali pa so značilnosti zaposlitve tiste, ki odločajo o vključevanju v izobraževanje. Prav tako nas
zanima, ali ti dejavniki povzročajo razlike pri vključevanju v formalno in neformalno izobraževanje.
Da bi odgovorili na ta vprašanja, smo oblikovali naslednje hipoteze:
H 1: Izobrazba, spol in starost so pomembno povezani z vključevanjem v programe formalnega izobraževanja, medtem ko je neformalno izobraževanje predvsem povezano s poklicnim položajem, položajem pri delu in z dejavnostjo zaposlitve.
H 2: Zaposleni moški se pogosteje vključujejo v formalno in neformalno izobraževanje v primerjavi z zaposlenimi ženskami.
H 3: Mlajši zaposleni in zaposleni za določen čas se pogosteje vključujejo v formalno izobraževanje, srednje generacije in zaposleni za nedoločen čas pa so pogosteje vključeni v neformalno izobraževanje.
H 4: Velikost organizacije in dejavnost zaposlitve pomembno vplivata na vključevanje v neformalno izobraževanje, medtem ko na vključevanje v formalno izobraževanje ne vplivata.
H 5: Zaposleni, ki pri svojem delu pogosteje uporabljajo pisne in računske spretnosti, se tudi pogosteje izobražujejo, in sicer v formalnem in neformalnem izobraževanju, tj. ne glede na starost in spol.
2 Metodologija
2.1	Statistična analiza podatkov
Za zmanjšanje števila spremenljivk značilnosti pisnih praks pri delu smo izvedli faktorsko analizo. Za ugotavljanje ustreznosti naših hipotez pa smo uporabili enostavne deskriptivne statistike, kot sta hi-kvadrat analiza in eno-faktorska analiza variance (ANOVA), ter multivariatno analizo logistične regresije.
2.2	Vzorec
Ciljna populacija raziskave so bili prebivalci Slovenije v starosti od 16 do 65 let. V postopkih vzorčenja je bila zagotovljena reprezentativnost po naslednjih kazalcih: spol, starost, izobrazba in statistična regija. Podatki o
udeležbi v izobraževanju so bili zbrani po metodi CATI - računalniško podprto telefonsko anketiranje. Anketa je potekala leta 2004, anketiranih pa je bilo 2.809 ljudi. Pri oblikovanju dokončnega nabora subjektov za obdelavo podatkov smo v prvi fazi iz analize izključili dijake in študente oziroma tiste anketirance, ki so se še vedno šolali v sklopu rednega, formalnega izobraževanja. V drugi fazi pa smo izbrali podvzorec delovno aktivnih. Kot delovno aktivne smo zajeli le tiste, ki so svoj trenutni zaposlitveni položaj označili kot zaposlen pri delodajalcu, samozapo-slen (v svojem podjetju, obrti, v svobodnem poklicu) ali zaposlen v kmetijstvu. Tako je bilo skupaj v vzorec zajetih 1.680 ljudi, starih 16-65 let.
2.3	Način zbiranja podatkov
Za zbiranje je bil uporabljen anketni vprašalnik, ki je bil primarno razvit v okviru mednarodne raziskave Pismenost in življenjske spretnosti odraslih (ALL - Adult Literacy and Lifeskills Survey). Za prevod in priredbo vprašalnika smo se (s privolitvijo avtorjev) odločili zaradi možnosti primerjave pridobljenih podatkov z mednarodnimi.
Vprašalnik je sestavljen iz sedmih sklopov, in sicer: (1) Splošni podatki, (2) Podatki o delu, (3) Pisne prakse pri delu, (4) Izobraževanje, (5) Branje in računanje v vsakodnevnem življenju, (6) Informacijska in komunikacijska tehnologija, (7) Podatki o gospodinjstvu.
2.4	Opis spremenljivk
V analizi smo uporabili spremenljivke, ki zadevajo socio-demografske, zaposlitvene in izobraževalne značilnosti udeležencev ter značilnosti bralnih in pisnih praks na delovnem mestu. Njihov podroben opis je prikazan v Prilogi 1.
Za potrebe te analize smo spremenljivko dejavnosti podjetja združili v 3 kategorije:
1.	primarni in sekundarni sektor (kmetijstvo, lov, gozdarstvo in ribištvo; predelovalne dejavnosti; gradbeništvo);
2.	tradicionalni storitveni sektor (oskrba z elektriko, s plinom in z vodo; trgovina, gostinstvo in prodaja; promet, skladiščenje in zveze);
3.	poindustrijske storitve in državna uprava (finančno posredništvo, zavarovalništvo; poslovanje z nepremičninami in poslovne storitve; javne, socialne in osebne storitve).
V model statistične analize smo želeli poleg standardnih značilnosti zaposlitve, kot so: poklic, dejavnost, velikost organizacije in vrsta delovnega razmerja, vključiti tudi zahtevnost dela glede na rabo spretnosti branja, pisanja in računanja pri delu. Da bi zmanjšali število spremenljivk v analizi, smo izvedli faktorsko analizo. V faktorsko analizo so bile vključene vse originalne spremenljivke, s katerimi smo merili pogostost in raznolikost praks branja, pisanja in računanja pri delu, tj. v njihovih originalnih vrednostih. Najprej smo naredili analizo glavnih kompo-
nent, s katero smo želeli oceniti število faktorjev. Preliminarni izsledki in Cattellov scree test so pokazali, da obstajajo štiri komponente z lastnimi vrednostmi, večjimi od 1. Skupaj so pojasnile 55,8 % variance, s tem da je samo prva komponenta prevzela 36,1-odstotni delež. Toje nakazovalo, da obstaja predvsem ena močna dimenzija, kar je do neke mere tudi pričakovano, saj vprašanja, vključena v faktorsko analizo, večinoma zajemajo bralne in pisne, manj pa računske prakse pri opravljanju dela.
Analiza te tabele s komponentnimi utežmi je nakazala na obstoj dveh dimenzij (pisne in računske), zato smo v nadaljevanju izvedli faktorsko analizo z metodo glavnih osi s samo dvema faktorjema. Bartlettov test sferičnosti je bil visoko signifikanten (p < 0,001), ustrezna pa je tudi Kaiser-Meyer-Olkinova mera ustreznosti vzorčenja, ki ni statistično značilna (KMO = ,91). Pogled na korelacijsko matrico komponent, ki razkriva jakost povezave med obema faktorjema, kaže na njuno zmerno povezanost. Ker je korelacija višja od ,30, smo uporabili poševno rotacijo Oblimin.
Tabela 1 prikazuje pomembnost modelskih uteži faktorjev, odstotke variance in korelacijo med faktorji. Kot je razvidno iz tabele 1, pojasnjuje dvofaktorska solucija skoraj 50 % variance. Ob tem je treba poudariti, da se z 2-faktorsko solucijo pojasni samo 5 % manj variance kot s 4-faktorsko. To dejstvo gre predvsem na račun prvega faktorja, ki pojasnjuje levji delež variance (39 %) in govori o enodimenzionalnosti pojava.
Pri interpretaciji faktorjev smo upoštevali tiste spremenljivke, pri katerih je vrednost uteži večja od 0,32 (10 % deljene variance). Kot vidimo iz tabele 1, sta oblikovana faktorja vsebinsko logična. Prvi (F 1) pojasnjuje uporabo kompleksnejših praks branja in pisanja pri delu, kot so: uporaba elektronske pošte, branje diagramov in preglednic, pisanje pisem in dopisov, uporaba priročnikov, slovarje ali katalogov in podobno. Ta faktor smo poimenovali pogostost rabe kompleksnejših praks branja in pisanja pri delu. Drugi faktor (F 2) je zastopan z manjšim številom spremenljivk; pojasnjuje tudi manjši delež variance (8 %). Spremenljivke, zbrane v drugem faktorju, zadevajo predvsem uporabo računskih operacij pri delu, zato smo ga poimenovali pogostost rabe računskih praks pri delu. Podobna solucija se je pokazala že pri nekaterih drugih analizah (Ivančič in Gnidovec, 2006).
Iz tabele 1 lahko tudi vidimo, da je faktorska solucija razmeroma čista; le ena spremenljivka (Pogostost merjenja ali ocenjevanja velikosti ali teže predmetov) ni bila povezana z nobenim faktorjem (oz. je bila njena povezanost manjša od 0,32).
3 Rezultati
Najprej smo s pomočjo hi-kvadrat analize analizirali povezanost opazovanih neodvisnih spremenljivk z udeležbo v izobraževanju na splošno in ločeno v formalnem in neformalnem izobraževanju. Izsledki so prikazani v tabeli 2. Deleži v tabeli predstavljajo odstotek glede na
Tabela 1: Izsledki faktorske analize spremenljivk pisnih praks pri delu (pomembnost modelskih uteži, pojasnjena varianca, korelacije med faktorji)
Spremenljivke		Dimenzije	
Pogostost...		Faktor 1	Faktor 2
... uporabe elektronske pošte		,864	
... pisanja elektronskih sporočil		,846	
... branja diagramov aH tabel		,767	
... pisanja pisem ali dopisov		,684	
... branja priročnikov, slovarjev, katalogov		,684	
... pisanja ali izpolnjevanja diagramov ali tabel		,660	
... branja pisem aH dopisov		,645	
... branja poročil, člankov, revij aH časopisov		,617	
... pisanja poročil ali člankov		,598	
... uporabljanja statističnih podatkov		,574	
... pisanja napotkov ah navodil		,564	
... branja napotkov aH navodil		,533	
... načrtovanja časa ali pripravHanja urnikov		,425	
... pisanja priročnikov, slovariev, katalogov		,391	
... pisanja tehnične dokumentacije		,382	
... dajanja ah upoštevanja navodil, uporabljanja zemHevidov in voznih redov		,316	
... pisanja račimov, faktur ah tabel			,687
... branja računov in faktur			,613
... računanja cen, stroškov			,581
... ugotavljanja stanja z računanjem ali branjem številk			,423
... merjenja aH ocenjevanja velikosti ah teže predmetov			
	Odstotek variance:	38,85 %	8,43 %
		Korelacije faktorjev	
	Faktor 1		.321
	Faktor 2	,321	
vključenost odraslih v izobraževanje na splošno, formalno izobraževanje ali v neformalno izobraževanje.
3.1 Sociodemografske značilnosti zaposlenih in udeležba v izobraževanju
Predhodne analize, s katerimi smo proučevali udeležbo v izobraževanju na celotnem prebivalstvu odraslih, kažejo na visoko statistično povezanost udeležbe v izobraževanju in sociodemografskih karakteristik, npr. starosti in izobrazbe (Mohorčič Špolar idr., 2005a, 2005b). Vprašanje pa je, ali lahko takšen vzorec samodejno posplošimo tudi na prebivalstvo zaposlenih. Kot je bilo opozorjeno v teoretičnem uvodu, moramo pri zaposlenem prebivalstvu upoštevati tudi zaposlitveni kontekst, ki ima pogosto funkcijo zunanje prisile, ko govorimo o izobraževanju zaposlenih. Sklepamo lahko, da zahteve dela terjajo, da se v izobra-
ževanje in usposabljanje vključujejo vsi zaposleni, tj. ne glede na njihove sociodemografske značilnosti. Lahko pa računamo z veliko variabilnostjo, ko gre za vrsto izobraževanja in usposabljanja ter pogostost vključevanja. To pa sta spremenljivki, ki ju v tej analizi ne kontroliramo.
Primerjava po spolu nasprotno kot pri celotnem prebivalstvu pri našem vzorcu na splošno ne potrjuje signifi-kantnih razlik med moškimi in ženskami pri vključevanju v izobraževanje; razlike postanejo pomembne šele, ko ločeno opazujemo vključenost v formalno in neformalno izobraževanje. Ženske se nekoliko pogosteje kot moški vključujejo v programe formalnega izobraževanja, pri moških pa srečujemo pogostejše vključevanje v neformalno izobraževanje in učenje v primerjavi z ženskami.
Med spremenljivkama starost in vključenost v izobraževanje se kažejo negativne smernice udeležbe v izobraževanju v povezavi z naraščajočo starostjo; čim višja je dosežena starost, tem redkejša je vključenost. To je še
Tabela 2:Primerjava sociodemografskih značilnosti in značilnosti dela z udeležbo v izobraževanju odraslih nasploh, formalnem in neformalnem izobraževanju, 2004 (v %).
	VKLJUČENOST V	VKLJUČENOST V FORMALNO IZOBRAŽEVANJE	VKLJUČENOST V NEFORMALNO
	IZOBRAŽEVANJE		IZOBRAŽEVANJE
	N=~1680	N=~170	N=~760
Spol			
Moäci	46,1	16,3*	77,6*
Ženske	44,2	20,5*	72,0*
Starost			
16-24 let	47,3***	38,8***	64,2
25-39 let	49,2***	26,0***	76,8
40-49 let	45,8***	9,8***	76,0
50-65 let	33,0***	2,7***	72,3
Izobrazba			
Osnovna šda aH manj	24,4***	12,3***	77,2*
Poklicna šda	30,9***	9 2***	71,1
Srednja šda	53,8***	24,4***	73,4
Viga šda ali več	13,1***	21,0***	79,7
Dejavnost			
Primarni in sekundami sektor	33,2***	15,7	74,8
Tradicionalni storitveni sektor	48,9***	19,4	69,9
Poindustrijske storitve in drž. uprava	56,9***	21,8	75,4
Poklic			
Zakonodajalci, visoki uradniki, menedžerji	71,8***	14,5*	88,6***
Strokovnjaki	75,1***	26,1*	78,8***
Tehniki in drugi strokovni sodelavci	56,2***	23,3*	73,7***
Uradniki	38,6***	23,3*	64,4***
Poklici za storitve, prodajalci	45,6***	13,5*	75,2***
Poklici za neindustrijski način dela	33,2***	14,3*	61,0***
Upravljavci strojev in naprav	18,4***	10,0*	72,5***
Poklici za preprosta dela	12,3***	10,5*	73,7***
Delovni položaj			
Brez nadzorne odgovornosti	40,2***	18,7	72,5
Omejena odgovornost nadzora	43,2***	20,4	75,2
Šiša odgovornost nadzora	61,3***	17,7	79,7
Velikost podjetja			
Manj kot 20	35,0***	13,0	79,0
Od 20 do 99	51,3***	22,8	73,3
Od 100 do 199	47,2***	12,7	75,5
Od 200 do 499	39,3***	21,6	73,9
Od 500 do 999	43,7***	18,6	71,9
Od 1.000 in več	53,7***	20,1	74,3
Vrsta zaposlitve			
Delo za nedoločen čas	45,5	17,0***	75,9*
Delo za določen čas	41,2	28,1***	64,8*
Delo po pogodbi	39,6	42,3***	73,1*
*p < 0,05; **/? < 0,005; ***/? < 0,00]			
posebej očitno pri izobraževanju po programih formalnega izobraževanja, kjer je povezanost s starostjo linearna in visoko statistično značilna (p < ,001). Nasprotno pa povezanosti starosti in vključenosti v neformalno izobraževanje niso statistično značilne. Navadno je udeležba v izobraževanju odraslih povezana s stopnjo dokončane izobrazbe. Statistični izračuni potrjujejo, da se na splošno zaposleni z višjo doseženo izobrazbo pogosteje udeležujejo izobraževanja kot nižje izobraženi. Če ločimo med formalnim in neformalnim izobraževanjem, pa spet lahko govorimo o statistično značilnih razlikah samo pri formalnem izobraževanju, ne pa tudi pri neformalnem.
Že iz teh izsledkov lahko sklepamo, da je povezanost sociodemografskih znakov, kot sta starost in izobrazba, z vključenostjo v izobraževanje v kontekstu zaposlitve drugačna kot se po pravilu kaže pri celotnem odraslem prebivalstvu. Če sta oba dejavnika pomembna pri vključevanju v formalno izobraževanje, pa kaže, da so pri vključevanju zaposlenih v neformalno izobraževanje pomembnejši drugi dejavniki.
3.2 Vključenost v izobraževanje in značilnosti zaposlitve
Iz naših teoretičnih predpostavk logično sledi, da dejavnosti zaposlitve in poklici, ki so povezani z več znanja ter višjimi izobrazbenimi in kvalifikacijskimi zahtevami, terjajo tudi več dodatnega izobraževanja in usposabljanja. Ali izračunane statistike sledijo takšni logiki? Podatki v Tabeli 2 kažejo, da se izobraževanja najpogosteje udeležujejo zaposleni v poindustrijskih in tradicionalnih storitvah, najredkeje pa v primarnem in sekundarnem sektorju. Razlike so visoko statistično značilne. To pa spet ne velja, če ločeno opazujemo vključenost v formalno in neformalno izobraževanje po industrijskih sektorjih. Podatki v Tabeli 2 ne potrjujejo statistično signifikantne povezanosti niti s formalnim niti z neformalnim izobraževanjem. Visoko statistično značilna povezanost je izračunana tudi za vrsto poklica. Najpogosteje se izobražujejo strokovnjaki ter skupina zakonodajalcev in menedžerjev, najredkeje pa zaposleni v poklicih za preprosta dela ter upravljavci stro-
Tabela 3: Srednje vrednosti, standardne deviacije in analiza variance (ANOVA) za uporabo pisnih in računskih virov odraslih glede na vključenost v izobraževanje (vse oblike)
	Da		Ne		ANOVA
POGOSTOST UPORABE:	M	SD	M	SD	F (1,1640)
Pisni viri in dejavnosti	,41	,92	-.34	,87	286,39***
Račimski viri in dejavnosti	,06	,86	-.05	,89	6,89*
Opomba: Aritmetične sredine faktorjev predstavljajo standardizirane z-vrednosti. *p< ,05;** p< ,005;*** p< ,001
Tabela 4: Srednje vrednosti, standardne deviacije in analiza variance (ANOVA) za uporabo pisnih in računskih virov odraslih glede na vključenost v formalno izobraževanje
	Da		Ne		ANOVA
POGOSTOST UPORABE:	M	SD	M	SD	F(1, 962)
Pisni viri in dejavnosti	,51	,92	,24	,93	10,74***
Računski viri in dejavnosti	,08	,86	,06	,88	,03
Opomba: Aritmetične sredine faktorjev predstavljajo standardizirane z-vrednosti. *p< ,05;** p< ,005;*** p< ,001
Tabela 5: Srednje vrednosti, standardne deviacije in analiza variance (ANOVA) za uporabo pisnih in računskih virov odraslih glede na vključenost v neformalno izobraževanje
	Da		Ne		ANOVA
POGOSTOST UPORABE:	M	SD	M	SD	F (1,988)
Pisni viri in dejavnosti	,37	,94	,09	,88	16,94**»
Računski viri in dejavnosti	,08	,87	,02	,89	,77
Opomba: Aritmetične sredine faktorjev predstavljajo standardizirane z-vrednosti. *p< ,05;** p< ,005;*** p< ,001
jev in naprav. Pri vključenosti v formalno izobraževanje je statistična pomembnost nekoliko manjša (p < 0,05), podatki pa govorijo o tem, da se v programe formalnega izobraževanja pogosteje vključujejo strokovnjaki, tehniki in uradniki, medtem ko kategoriji z najmanj priložnosti ostajata isti - poklici za preprosta dela ter upravljavci strojev in naprav. Tudi pri vključevanju v neformalno izobraževanje lahko govorimo o visoko signifikantni povezanosti s poklicem. Poklicna skupina z najboljšimi priložnostmi za neformalno izobraževanje so zakonodajalci in menedžerji, slabše priložnosti pa se kažejo pri poklicih za neindustrijski način dela (obrtni poklici) in uradnikih. Med drugimi poklicnimi skupinami relativne razlike niso tako občutne.
Velikost podjetja se tradicionalno poudarja kot pomemben dejavnik dostopa do izobraževanja in usposabljanja zaposlenih. Kot posebej prikrajšani se obravnavajo zaposleni v malih in srednjih podjetjih. Naši izsledki ne kažejo tako velikih razlik v udeležbi v izobraževanju glede na velikost organizacije, čeprav so statistično značilne (Tabela 2). Zaposleni v večjih podjetjih imajo več izobraževalnih priložnosti kot zaposleni v podjetjih z manj kot 20 zaposlenimi. Vendar iz istih podatkov lahko tudi ugotovimo, da so podjetja z 20-99 zaposlenimi po deležu vključenih v izobraževanje na drugem mestu, tj. takoj za največjimi podjetji. Značilno je tudi, da opazovanje povezanosti z velikostjo organizacije ločeno za formalno in neformalno izobraževanje ne potrjuje statistične značilnosti.
V	nasprotju z našimi pričakovanji povezanost vrste delovnega razmerja z vključevanjem v izobraževanje na splošno ni statistično značilna. Statistično značilne razlike se pojavijo, ko ločeno analiziramo vključenost v formalno in neformalno izobraževanje glede na vrsto delovnega razmerja. V formalno izobraževanje se najpogosteje vključujejo zaposleni po pogodbi, sledijo pa zaposleni za določen čas. Za neformalno izobraževanje pa lahko ugotovimo, da je najbolj značilno za zaposlene za nedoločen čas in zaposlene po pogodbi.
V	tabelah 3, 4 in 5 so prikazani še izsledki enofaktor-skih analiz variance (ANOVA), s katerimi smo preverjali razlike v udeležbi zaposlenih v izobraževanju glede na pogostost rabe bralnih, pisnih in računskih praks pri delu.
Izsledki kažejo statistično značilne razlike v izobraževanju in usposabljanju predvsem za področje bralnih in pisnih praks. Več kot očitno je, da se zaposleni, ki pri svojem delu pogosteje uporabljajo kompleksne prakse branja in pisanja, več izobražujejo kot drugi zaposleni. Vendar bi tudi v tem primeru želeli opozoriti na razliko med formalnim in neformalnim izobraževanjem. Redkejša raba kompleksnejših praks branja in pisanja pri delu je negativno povezana z vključenostjo v formalno izobraževanje, ne pa tudi z vključenostjo v neformalno izobraževanje. Koeficient je sicer zelo nizek, vendar pozitiven, iz česar spet lahko sklepamo, da se v neformalno izobraževanje vključujejo tudi zaposleni na delovnih mestih z nizkimi zahtevami po kognitivnih spretnostih. Kar zadeva pogostost rabe računskih praks pri delu, pa
iz izračunanih statistik lahko sklenemo, da ta spremenljivka ni povezana niti z vključenostjo v formalno niti v neformalno izobraževanje; le ko govorijo o vključenosti v izobraževanje na splošno, opazimo šibko pozitivno zvezo pri kategoriji, ki pogosto pri delu uporablja omenjene prakse, in šibko negativno zvezo pri kategoriji, ki jih ne uporablja pogosto.
3.3 Izsledki logistične regresije
Izsledke, pridobljene s pomočjo bivariatnih analiz, smo želeli preveriti tudi z multivariatno analizo logistične regresije. S to analizo lahko opazujemo t. i. »suhi vpliv« izbranih spremenljivk na odvisne oz. kriterijske spremenljivke. V našem primeru so to vključenost v izobraževanje odraslih na splošno, vključenost v formalno izobraževanje odraslih in vključenost v neformalno izobraževanje odraslih. Za vsako kriterijsko spremenljivko smo oblikovali logistični model; izsledke prikazujemo v nadaljevanju. Tabela 6 prikazuje regresijske koeficiente in standardno napako treh logističnih regresij.
LOGISTIČNI MODEL 1. V model logistične regresije, s katerim smo želeli analizirati napovedno vrednost spremenljivk za vključenost v izobraževanje odraslih, je bilo vključenih 1.188 (73,8 %) anketirancev. Koeficienti modela so statistično značilni (x2 = 292,07; df = 27; p <
0.001),	kar kaže na to, da prediktorji kot celota dobro ločujejo med izobraževalno aktivnimi in neaktivnimi zaposlenimi. Tudi splošna uspešnost napovedovanja razvrščanja v skupine je bila zadovoljiva. Model pojasni 29 % celotne variance (Nagelkerke R2 = 0,291). Model je pravilno razporedil 66 % zaposlenih, ki se niso izobraževali, in 76 % delovno aktivnih odraslih, ki so se izobraževali. Skupaj je pravilno razporedil 71 % enot. Dobro se tudi prilega podatkom, saj je vrednost Hosmer- Lemeshowe-ga testa visoka (test H-L = 0,863), kar potrjuje njegovo ustreznost.
Izračunane statistike kažejo, da na verjetnost vključenosti v izobraževanje vplivajo starost, stopnja izobrazbe, dejavnost in velikost podjetja, poklic in delovni položaj anketiranca ter pisne prakse pri delu. Po pričakovanjih obstaja občutno večja verjetnost vključevanja mlajšega prebivalstva v primerjavi z najstarejšo starostno kategorijo. Obratno sorazmerje velja za izobrazbo: predvsem zaposlenim z nižjo izobrazbo od 4-letne srednje šole se verjetnost udeležbe v izobraževanju znižuje. Vpliv je sicer mejno statistično značilen (p = 0,084), kljub temu pa lahko sklenemo, da vpliva na relacijo izobrazba - udeležba v izobraževanju. Tudi multivariatna analiza kaže, da imajo največ izobraževalnih priložnosti zaposleni v t.
1.	poindustrijskih storitvah. Skladni s predhodnimi ugotovitvami so tudi izsledki vpliva poklica na izobraževalne priložnosti. Potrjujejo, da se v primerjavi z zakonodajalci in menedžerji statistično signifikantno zmanjšuje verjetnost vključevanja v izobraževanje poklicem uradnikov ter vsem poklicem v spodnjem delu poklicne hierarhije z izjemo poklicev za storitve in prodajalcev, kjer razlike v primerjavi z referenčno kategorijo niso statistično značilne.
Mogoče bi tu veljalo posebej opozoriti na najmanj ugoden položaj uradnikov.
Izsledki prav tako potrjujejo, da z velikostjo podjetja narašča tudi verjetnost udeležbe v izobraževanju. V priložnostih posebej izstopajo podjetja s 1.000 in več zaposlenimi ter podjetja z od 20 do 199 zaposlenimi. To vodi k podmeni, da ni samo velikost organizacije ta, ki določa verjetnost izobraževanja, ampak tudi drugi dejavniki.
Bivariatna analiza je tudi potrdila vpliv delovnega položaja na udeležbo v izobraževanju. Koeficienti multiva-riatne analize kažejo nekoliko drugačno sliko. Statistično značilne so le razlike med referenčno kategorijo in kategorijo z omejeno nadzorno odgovornostjo, ki opozarjajo na manjšo verjetnost vključevanja zadnjih v izobraževanje. Po naših izsledkih se kategorija brez nadzorne odgovornosti signifikantno ne razlikuje po verjetnosti vključevanja v izobraževanje od referenčne. To ne preseneča, če upoštevamo, da v to kategorijo navadno sodijo tudi strokovnjaki in tehniki. Kar zadeva pisne prakse pri delu (uporabili smo dimenzije, pridobljene s faktorsko analizo, torej so spremenljivke zvezne), se je v logističnem modelu pokazalo, da izkazujejo odrasli, ki na delovnem mestu pogosteje uporabljajo različne vrste kompleksnih pisnih praks (npr. uporaba in pisanje elektronskih sporočil, zapisnikov, poročil itd.), večjo verjetnost, da se bodo udeležili izobraževanja v primerjavi s tistimi, ki delajo na delovnih mestih, ki ne zahtevajo teh praks. Nasprotno pa pogostost rabe računskih praks pri delu ne vodi do statistično signi-fikantnih razlik.
LOGISTIČNI MODEL 2. Z drugim modelom smo želeli ugotoviti napovedno vrednost uporabljenih spremenljivk pri pojasnjevanju vključitve v formalno izobraževanje odraslih. V analizo je bilo vključenih 797 (49,5 %) anketirancev. Model se je izkazal za statistično pomembnega (x2 = 109,87; df = 27; p < 0,001).
Z uporabljenimi spremenljivkami lahko pojasnimo 21 % variance (Nagelkerke R2 = 0,209). V modelu je pravilno razporejenih 98 % tistih, ki niso bili vključeni v formalno izobraževanje, in 10 % anketirancev, ki so bili vključeni v neko obliko formalnega izobraževanja. Skupaj je bilo pravilno razporejenih 82 % anketirancev. Vrednost Hosmer-Lemeshowega testa ni statistično značilna (test H-L = 0,477), kar pomeni, da je model ustrezen in da ga ne moremo zavrniti.
Iz izsledkov (Tabela 4) je razvidno, da je pri zaposlenih temeljni dejavnik vključevanja v formalno izobraževanje starost. V primerjavi z zaposlenimi, starimi 50 let in več, obstaja pri mladih (predvsem v starostnem razponu od 16 do 39 let) znatno večja verjetnost, da se bodo izobraževali v formalnih programih izobraževanja. Ta izsledek je skladen s pričakovanji, saj formalno izobraževanje (še vedno) poteka predvsem v dobi mladostništva in zgodnje odraslosti, v poznejših starostnih obdobjih pa prevladujeta neformalno izobraževanje in usposabljanje.
Tudi vpliv dosežene izobrazbe na vključevanje v formalno izobraževanje nam daje pričakovano sliko. Izsledki nakazujejo, da je v primerjavi z zaposlenimi s končano terciarno izobrazbo veliko večja verjetnost vključevanja v formalne oblike izobraževanja pri zaposlenih z osnov-
nošolsko izobrazbo; druge kategorije se v verjetnosti vključevanja v formalne programe statistično značilno ne razlikujejo od referenčne kategorije. Ugotovitev se zdi logična, saj je vsaj končana osnovna šola pogoj za kakršno koli nadaljevanje šolanja, hkrati pa postaja vsaj končana srednja šola vse pomembnejša za ohranjanje zaposljivosti.
Na meji statistične značilnosti so tudi razlike, ki izhajajo iz dejavnosti podjetja; izsledki so podobni tistim iz vključitve v izobraževanje odraslih na splošno. Tu je treba omeniti, da je Waldova statistika na meji statistične značilnosti (p = 0,091). Po drugi strani pa izračuni ne kažejo na statistično značilne razlike v verjetnosti vključevanja zaposlenih v formalno izobraževanje glede na poklic ali velikost organizacije, ampak se kot statistično pomembne kažejo razlike glede na vrsto delovnega razmerja. Medtem ko med zaposlenimi po pogodbi in zaposlenimi za nedoločen čas ni statistično signifikantnih razlik, pa se pri zaposlenih za določen čas v primerjavi z zaposlenimi po pogodbi verjetnost formalnega izobraževanja zmanjšuje. Pogostost rabe pisnih in računskih praks pri delu ni statistično značilno povezana z verjetnostjo vključevanja zaposlenih v formalno izobraževanje.
LOGISTIČNI MODEL 3. Tretji multivariatni logistični model preverja napovedno vrednost izbranih spremenljivk za vključevanje zaposlenih v neformalno izobraževanje in usposabljanje. V analizo je bilo vključenih 799 (49,7 %) enot. Model je statistično pomemben na ravni ^2 = 51.471, df = 27; p < 0,005), iz vrednosti Nagelkerke R2 pa lahko ugotovimo, da lahko z neodvisnimi spremenljivkami, uporabljenimi v modelu, pojasnimo 9,3 % variance udeležbe v neformalnem izobraževanju.
Pomembnost Hosmer-Lemeshowega testa je skoraj 36 % (test H-L = 0,359), kar pomeni, da se model razmeroma dobro prilega podatkom. Skupaj je pravilno razvrščenih 75 % enot, in sicer 5 % tistih, ki se niso izobraževali v neformalnem izobraževanju, in 98 %, ki so se izobraževali v enem izmed programov neformalnega izobraževanja. To pomeni, da neudeležbo v neformalnem izobraževanju spremenljivke v bazi delovno aktivnega prebivalstva ne pojasnjujejo najbolje.
Izsledki, ki smo jih pridobili s tretjim modelom (Tabela 6), so v precejšnji meri v korist predpostavki o tem, da imajo pri vključevanju v neformalno izobraževanje vidno vlogo predvsem značilnosti dela. Kot dejavnik z visoko signifikantnim vplivom na verjetnost vključevanja v izobraževanje se potrjujejo zahteve dela po kognitivnih spretnostih, ki jih tu merimo s pogostostjo rabe pisnih in računskih praks pri delu. Zaposlenim, ki pri svojem delu pogosto uporabljajo kompleksnejše pisne prakse, se povečuje verjetnost vključevanja v neformalno izobraževanje v primerjavi s tistimi, ki pri svojem delu teh praks ne uporabljajo pogosto. Ta dimenzija se odraža tudi prek vpliva poklicnega položaja na verjetnost vključevanja v neformalno izobraževanje. Izsledki kažejo, da se v primerjavi z referenčno kategorijo zakonodajalcev in menedžer-jev verjetnost vključevanja v neformalno izobraževanje zmanjšuje uradnikom in poklicem za neindustrijski način
Tabela 6: Prikaz združenih izsledkov logističnih regresij o vplivu značilnosti zaposlitve in sociodemografskih značilnosti
zaposlenih, vključenih v izobraževanje na splošno, formalno izobraževanje in v neformalno izobraževanje v letu 2004
Odvisne spremenljivke
	MODEL 1: VKLJUČENOST V ZOBRAŽEVANJE		MODEL 2: VKLJUČENOST V FORMALNO ZOBRAŽEVANJE		MODEL 3: VKLJUČENOST V NEFORMALNO ZOBRAŽEVANJE	
	Wald	Exp(B)	Wald	Exp(B)	Wald	Exp(B)
Spol (ref. kat.: 'Ženske')						
Moäci	0,31	1,08	0,01	1,02	2,76'	1,37
Starost (ref. kat.: '50-65 let')						
16-24 let	11,04***	3,09	29,08***	33,47	5,20*	2,41
25-39 let	13,47***	1,99	23,92***	13,49	1,43	1,61
40-49 let	5,02*	1,54	7,69**	4,61	1,23	1,61
Stopnja izobrazbe (ref. kat.: 'Višja šda ali več')						
OŠ ali manj	1,82	0,61	5,21*	4,61	0,09	0,86
Poklicna Šda (od 1- do 3-letna)	2,99'	0,61	0,41	0,69	0,60	1,37
Srednja šda (4- ali 5-letna)	0,83	0,82	2,14	1,57	0,07	1,07
Dejavnost podjetja (ref. kat.: 'Poind, storitve')						
Kmetijstvo in industrija	6,67*	0,62	2,86'	0,62	0,04	0,95
Tradicionalne storitve	0,04	1,04	0,29	1,17	0,65	0,81
Poklic (ref. kat.: 'zakonodajalci, visoki uradniki, menedžerji')						
Strokovnjaki	0,12	0,89	0,59	1,37	0,97	0,65
Tehniki in drugi strokovni sodelavci	2,19	0,62	0,02	1,06	2,74'	0,47
Uradniki	8,79**	0,33	0,10	0,84	3,78*	0,36
Poklici za storitve, prodajalci	2,03	0,58	2,22	0,43	0,77	0,63
Poklici za neindustrijski način dela	5,47*	0,40	0,00	0,99	5,53*	0,27
Upravljavci strojev in naprav	8,05**	0,29	1,87	0,33	0,36	0,68
Preprosta dela	7,89**	0,19	0,46	0,41	0,02	0,90
Velikost podjetja (ref. Kat.: 'manj kot 20')						
Od 20 do 99	12,00***	2,08	0,39	1,24	0,60	0,79
Od 100 do 199	10,76***	2,35	0,31	1,27	0,39	0,80
Od 200 do 499	6,75*	1,91	2,45	1,87	0,75	0,74
Od 500 do 999	5,27*	1,90	0,54	1,38	0,61	0,74
Od 1.000 in več	18,87***	2,62	0,08	1,11	0,24	0,86
Delovni položaj (ref. kat.: 'šiiša odg. nadzora')						
Brez nadzorne odgovornosti	3,38*	0,69	0,04	0,94	1,07	0,77
Omejena odgovornost nadzora	3,78*	0,66	0,05	0,93	0,20	0,88
Vrsta zaposlitve (ref. kat.: 'Delo po pogodbi')						
Delo za nedoločen čas	1,87	1,76	3,74*	0,36	0,13	0,81
Delo za določen čas	0,76	1,48	2,29	0,42	0,91	0,56
Pisne prakse pri delu						
Pisanje	20,71***	1,60	1,45	1,22	7,62**	1,46
Račimanje	2,73	0,86	0,52	1,10	0,21	0,95
***p < ,001; **p < ,005; *p < ,05 ; tp < ,10 (Metoda: ENTER) Opombe-. Exp(B) = »pričakovani obeti« (če je koeficient veqi od 1, se možnosti za dogodek Y povečajo (pri čemer se preostali dejavniki ne spreminjajo); če je manjši od 1, se možnosti zmanjšujejo).
dela. Drugi poklici ne izkazujejo statistično značilnih razlik, čeprav vsi izkazujejo verjetnost zmanjševanja.
Kar zadeva vpliv opazovanih sociodemografskih znakov, se kaže kot statistično signifikanten le vpliv starosti, čeprav izračunani koeficienti govorijo o povečevanju verjetnosti vključevanja v neformalno izobraževanje za vse starostne skupine. Tu velja opozoriti tudi na razliko med spoloma. Waldova statistika je sicer na meji signifi-kantnosti (p = 0,097), vendar velja opozoriti, da tudi mul-tivariatna analiza potrjuje večjo verjetnost pogostejšega vključevanja zaposlenih moških v neformalno izobraževanje, kar je samo posledica prejšnjih ugotovitev; po naših ocenah se izraža prikrajšanost žensk pri dostopu do najzahtevnejših položajev, ki dajejo tudi največ priložnosti za neformalno izobraževanje.
4 Sklep
Predstavljeni izsledki so delno ali v celoti potrdili vse naše hipoteze. Pri proučevanju dejavnikov vključevanja v izobraževanje in usposabljanje so pomembni dejavniki zaposlitvenega okolja. Domnevali smo, da je vpliv spola, starosti in izobrazbe pri tej kategoriji manj pomemben od značilnosti zaposlitve. Na ravni analize izobraževanja na splošno lahko ugotovimo, da so glavni dejavniki vključevanja starost, poklicni položaj in velikost podjetja. Čim višja je starost zaposlenih, tem manjša je verjetnost vključenosti v izobraževanje. Verjetnost izobraževanja zmanjšuje tudi zaposlitev v eni izmed naslednjih poklicnih skupin: poklici za preprosta dela, upravljavci strojev in naprav, uradniki ter poklici za neindustrijski način dela. Tudi velikost organizacije zaposlitve je pomembna, vendar ne moremo govoriti o linearnem vplivu. Potrjuje se dozdajšnja ugotovitev o najbolj omejenih izobraževalnih priložnostih pri zaposlenih v organizacijah z manj kot 20 zaposlenimi. Podobno kot nekatere druge študije (Ivančič, Gnidovec, 2006) tudi ta ugotavlja, da velik pomen zahtevnosti dela za vključevanje v izobraževanje potrjuje tudi nova variabla 'pogostost rabe kompleksnejših praks branja in pisanja pri delu', kar pa ne velja za pogostost rabe računskih praks pri delu.
Vpliv spremenljivk zaposlitvenega okolja se kaže kot manj pomemben za vključevanje v formalno izobraževanje. Glavni dejavnik verjetnosti formalnega izobraževanja zaposlenih ostaja starost: največjo verjetnost vključevanja v formalno izobraževanje izkazujejo najnižje starostne kategorije. Po drugi strani vpliv dosežene izobrazbe ne potrjuje naših pričakovanj: nekoliko večjo verjetnost izobraževanja po formalnih programih izkazuje le kategorija zaposlenih z najnižjimi izobrazbenimi dosežki. Ne nazadnje lahko sklenemo, da je formalno izobraževanje bolj značilno za zaposlene z manj stabilnimi zaposlitvami, kar ni presenetljivo, saj je dostop do varnejših delovnih mest povezan z boljšo doseženo izobrazbo. Glede na specifično situacijo na slovenskem trgu dela je mogoče ta značilnost tudi posledica vse pogostejše prakse fleksibilnega zaposlovanja, ki najpogosteje zadeva prav prebivalstvo, ki je vključeno v formalno izobraževanje.
Pri verjetnosti vključevanja v neformalno izobraževanje pa izsledki poudarjajo predvsem vpliv zahtevnosti dela. Spremenljivka s področja opravljanja dela, ki najbolj povečuje verjetnost neformalnega izobraževanja zaposlenih, je pogostost rabe kompleksnejših praks branja in pisanja pri delu. Med ugotovitvami, ki zadevajo povezanost vključevanja z individualnimi značilnostmi, velja opozoriti na slabše možnosti žensk v primerjavi z moškimi, kar je po naši oceni posledica težjega dostopa žensk do poklicnih položajev, ki so povezani z boljšimi priložnostmi za neformalno izobraževanje in usposabljanje. V nasprotju s pričakovanji izkazuje večjo verjetnost vključevanja tudi najnižja starostna kategorija.
Ugotovili smo tudi, da izobrazba neposredno ne vpliva na verjetnost vključevanja v neformalno izobraževanje zaposlenih, vendar boljša izobrazba odpira pot do zahtevnejših poklicnih položajev ter s tem do večjih priložnosti za neformalno izobraževanje in usposabljanje.
Seveda imajo prikazani izsledki določene metodološke omejitve. Podatki, ki jih uporabljamo, odražajo presek stanja na določeni časovni točki in ne upoštevajo kontek-stualnih sprememb, ki so lahko pomembno povezane z značilnostmi vključevanja v izobraževanje.
Ugotovitve opozarjajo na potrebo po dveh vrstah ukrepov za večje vključevanje zaposlenih v izobraževanje. Na eni strani so potrebne spodbude delodajalcem za vlaganje v izobraževanje in usposabljanje starejših kategorij zaposlenih in zaposlenih v poklicih, ki dajejo najmanj priložnosti za izobraževanje. Na drugi strani pa je treba vpeljati tudi spodbude za zaposlene na manj zahtevnih delih, da bodo pripravljeni tudi sami vlagati v svoje izobraževanje in usposabljanje, da bodo dobili potrditev, da se jim izobraževanje izplača. Čeprav je delež zaposlenih, vključenih v neformalno izobraževanje, ki odgovarjajo, da se vključujejo zaradi veselja do učenja, precej velik, vendarle prevladujejo zunanji razlogi, ki vsebujejo pričakovanje povračil za vlaganje v izobraževanje.
5 Literatura
Berman, E., Bound, J. & Machin, S. (1997). Implications of skill-biased technological change: International evidence. Working Paper 6166. Cambridge: National Bureau of Economic Research, MA.
Boyet, J. H. & Conn, H. P. (1992). Workplace 2000. The revolution reshaping American business. New York, London: Penguin Books.
Cappelli, P. & Rogovski, N. (1994). New work systems and skills
requirements. International Labour Review, 2:205-220. Freeman, R. B., Kleiner, M. M. & Ostroff, C. (1997). The Anatomy of Employ Involvement and its Effects on Firms and Workers. Working Paper 8050. Cambridge: National Bureau o-f Eco-no-mic Research-. Gangl, M. (2001). Education and Labour Market Entry across Europe: The Impact of Institutional Arrangements in Training Systems and Labo-ur Markets. Wo-rking Paper. Mann-h-eim Centre fo-r Euro-pean So-cial Research-, University o-f Mannh-eim. Pripravljen ko-t del pro-jekta TSER: Co-mpa-rative Analysis of Transition from Education to Work in Euro-pe.
Ivančič, A. (2000). Education and shifts between labour market states in the period of transition from the socialist to the market economy: the Slovenian case. European Sociological Review, 16(4):403-425.
Ivančič, A. & Gnidovec, M. (2006). Delovno mesto kot dejavnik ohranjanja in izboljševanja pismenosti. Družboslovne razprave, 12(51): 113-138.
Ivančič, A. (2005). Izobraževanje odraslih v programih za pridobitev formalne izobrazbe. V Mohočič Spolar, V. idr.: Pismenost in ključne življenjske veščine v družbi znanja: družbeno skupinski vplivi udeležbe odraslih v izobraževanju kot dejavnik razvoja družbe znanja. Raziskovalno poročilo. Ljubljana: ACS.
ILO (1999). World Employment Report 1998-99. Geneva: Inter-natio-nal Labo-ur Organisatio-n.
Kiley, M. T. (1999). The supply of skilled labour and skill-biased technological progress. The Economic Journal, 109:708724.
Masse, P., Roy, R. & Gingras, Y. (2000). The changing skill structure o-f Emplo-yment in Canada. V K. Rubenso-n in H. G., Schuetze (ur.): Transition to the knowledge society: Policies and strategies for individual participation and learning. Vancouver, BC: British Columbia Press.
Mohorčič Spolar, V., idr. (2001). Udeležba prebivalcev Slovenije v izobraževanju odraslih. Ljubljana: Andragoški center Slo-venije.
Mohorčič Spolar V., Mirčeva, J., Ivančič, A., Radovan, M. & Moži-na, E. (2005a). Pismenost in ključne življenjske spretnosti v družbi znanja: Družbeno-skupinski vplivi udeležbe odraslih v izobraževanju kot dejavnik razvoja družbe znanja. Raziskovalno poročilo. ACS, Ljubljana.
Mohorčič Spolar, V., Mirčeva, J., Ivančič, A., Radovan, M. & Možina, E. (2005b). Spremljanje doseganja strateških ciljev izobraževanja odraslih do leta 2006: Preučevanja vzorcev
izobraževanja odraslih. Raziskovalno poročilo. ACS, Ljubljana.
OECD & Statistics Canada (2000). Literacy in the Information Age. Pariz: OECD; Kanada: Ministrstvo za industrijo.
OECD (junij 1999). New enterprise work practice and their labour market implications. Employment Outlook, Paris.
Radovan, M. (2002). Vrednotni, kognitivni in socialno kulturni vidiki motivacije odraslih za izobraževanje: analiza motivacije brezposelnih vključenih v Program 5000 (neobjavljeno magistrsko delo). Ljubljana: Filozofska fakulteta, Oddelek za psihologijo.
Radovan, M. (2005). Psihologija motivov in ovir kot dejavnik udeležbe odraslih v izobraževanju. V: Mohočič Spolar, V. idr.: Pismenost in ključne življenjske veščine v družbi znanja: družbeno skupinski vplivi udeležbe odraslih v izobraževanju kot dejavnik razvoja družbe znanja. Raziskovalno poročilo. Ljubljana: ACS.
Rubenson, K. (2005). International Comparisons of Non-participation in Adult Education. Prispevek na mednarodni konferenci At the Margins of Adult Education, Work and Civil Society. Univerza v Joensuu, Oddelek za sociologijo.
Steedman, H. (1998). Low skills: how the supply is changing across Europe. Trends in the Development of Occupations and Qualifications in Europe. Thessalonica: CEDEFOP.
Thurow, L. C. (1975). Generating Inequality. New York: Basic Books.
Tuijnman, A. C. (2003). A »No-rdic mo-del« o-f adult educatio-n: What might be its defining parameters? International Journal of Educational Research, 39: 283-291.
Marko Radovan je leta 2003 magistriral na Oddelku za psihologijo Filozofske fakultete v Ljubljani in je zaposlen na Andragoškem centru Slovenije. Ukvarja se predvsem z vprašanji udeležbe odraslih v izobraževanju in učne motivacije.
Priloge
Priloga 1: Seznam izbranih spremenljivk in kazalnikov
Kategorija	Ime spremenljivke	Kategorije in vrednosti*
Osebne spremenljivke	Spol Starost Izobrazba	Mo§£i=l; Ženske=2 16-24 let; 25-39 let; 40-49 let; 50 let in več OŠ ali manjši; Pddicna Šda=2; Srednja Šo-la=3; Višja šda ali več=4
Spremenljivke zaposlitve	Dejavnost podjetja	Klasifikacija NACE, Rev. 1: kmetijstvo, gozdarstvo, lov in ribolov; rudarstvo; predelovalna industrija; proizvodnja in distribucija elektrike, plina in vode; gradbeništvo; trgovina na debelo in drobno; promet, skladiščenje in komunikacije; finance, zavarovalništvo in poslovne storitve; državne, družbene in osebne storitve
	Poklicne kategorije Vrsta zaposlitve	ISCO klasifikacija - Glavne poklicne skupine: zakonodajalci, visoki uradniki, mene-džerji; strokovnjaki; tehniki in drugi strokovni sodelavci; uradniki; trgovci in drugi KV storitveni; kmetijski poklici; industrijski poklici; poklici za preprosta dela delo za nedoločen čas; delo za določen čas; delo po pogodbi
	Velikost podjetja Delovni položaj	Število zaposlenih: manj kot 20,20 do 99; 100 do 199; 200 do 499; 500 do 999; 1000 in več. brez nadzorne odgovornosti; z omejeno odgovornostjo nadzora; s šiišo odgovornostjo nadzora
Kazalniki rabe/zahtev pismenosti pri delu	Branje/pisanje: pisem, dopisov; elektronske pošte; poročil, člankov, revij ali časopisov; priročnikov ali slovarjev, katalogov; diagramov ali preglednic; napotkov ali navodil; računov, faktur; tehnične dokumentacije Merjenje ali ocenjevanje velikosti ali teže predmetov; Računanje cen, stroškov; Ugotavljanje stanja s pomočjo računanja ali branja številk; Načrtovanje časa ali pripravljanje urnikov; Dajanje ali upoštevanje navodil, uporabljanje zemljevidov, voznih redov; Uporabljanje statističnih podatkov	Dnevno; Nekajkrat na teden; Nekajkrat na mesec; Redko; Nikoli
Izobraževanje	Vključenost v izobraževanje v obdobju 12 mesecev pred anketiranjem Vključenost v formalno izobraževanje v obdobju 12 mesecev pred anketiranjem Vključenost v neformalno izobraževanje v obdobju 12 mesecev pred anketiranjem	Da=l; Ne=0 Da=l; Ne=0 Da=l; Ne=0
Opomba: Kategorije spremenljivk z vrednostmi iz baze po datkov