FELSŐOKTATÁSI ELEMZÉSI JELENTÉSEK

FELSŐOKTATÁSI ELEMZÉSI JELENTÉSEK III. ÉVFOLYAM, 1. SZÁM 2019. MÁRCIUS OKTATÁSI HIVATAL FELSŐOKTATÁSI ELEMZÉSI FŐOSZTÁLY Létezik-e társadalomtudományi big data? Veres Edit Hosznyák András Az új évezred az adatgyűjtés lehetőségének mérhetetlen bővülését hozta magával. A big data mint eszme a kutatási tér új paradigmájaként hódít rendületlenül mind a piackutatásban, mind a tudományos kutatásokban, így a társadalomtudományokban is. A big data új adatgyűjtési és adatfeldolgozási lehetőség, amelyet a társadalomkutatásban is az tesz lehetővé, hogy kis túlzással élve minden egyes lépésünkről, életünk minden apró eseményéről keletkezik valahol valamilyen adat. Az életünket tényszerűen rögzítő adathalmazok kialakulása lehet akár egyéni hozzájárulásunk eredménye (például amikor bekapcsoljuk az okostelefonon a nyomon követést, és hozzájárulunk az így keletkezett adatok harmadik fél által történő felhasználásához), akár hatósági adatbázisokban, regiszterekben jogszabály alapján tárolt információk együttese. Az életutunk során sok helyen sokféle adat keletkezik rólunk mint állampolgárokról. Ha munkát vállalunk, a foglalkoztató bejelenti különböző hatóságoknak, hogy hol milyen munkakörben dolgozunk. Évente adóbevallást készítünk, amelyben felsoroljuk az összes jövedelmünket. Ha külföldre költözünk, vagy külföldön vállalunk munkát, akkor ennek tényét is be kell jelentenünk, megjelölve azt is, melyik országba költöztünk. A keletkezett adathalmaz az emberek tényleges viselkedéséről szóló információkat tartalmazza, szemben a hagyományos társadalomkutatási adatfelvételi módszerekkel, amelyek megfigyelésen, önbevalláson alapulnak (az edge.org interjúja Alex Pentlanddal, 2012. augusztus 8., https://www.edge.org/ conversation/alex_sandy_pentland-reinventing-society-in-thewake-of-big-data). A big data meghatározó jellemzője a nagyon nagy adatmennyiség, a nagyon gyors adatfeldolgozás és az adatok sokfélesége. A big data kutatásának nyelvén ez a 3V, vagyis a volume (mennyiség), a velocity (sebesség) és a variety (változatosság). Ezek mellett újabban megjelent a negyedik V, azaz a veracity (igazság), sőt egyes cikkekben az ötödik, a value (érték) is. Az adatgyűjtés jellege megváltoztatja a feldolgozás és elemzés logikáját, módszereit is, új területekkel, például a predikció lehetőségével bővítve az adatfelhasználást. Izgalmas kérdés, hogy a big datán belül beszélhetünk-e társadalomtudományi big data adatbázisokról. A hatósági regiszterek, amelyek a társadalomkutatási big data alapját jelenthetik, szintén a 21. század termékei. Létük, elterjedtségük azonban sokkal kultúrafüggőbb, mint a természettudományos adatgyűjtések vagy a globális hálózatokban keletkezett adatbázisok. Létezésük elemi feltétele az állami szándék a kialakításukra (és a lehetőség a különböző adatbázisok integrációjára), a megfelelő adatkultúra az adatgyűjtéshez, az informatikai háttér az adatok gyűjtéséhez és tárolásához, valamint a speciális szaktudás az adatfeldolgozáshoz. A felsoroltak mindegyikének rendelkezésre kell állnia ahhoz, hogy olyan hatósági regiszterek születhessenek, amelyek megteremtik a társadalomkutatási big data jellegű kutatások lehetőségét. Az állami, kormányzati szándék ezek közül az egyik legalapvetőbb. Van ugyanakkor több olyan ország Európában, ahol a kormányzati szándék megléte mellett az adatkultúra olyan jellegű, hogy lehetetlen magas szintű elvárásokat megfogalmazni a hatósági regiszterrel szemben. Ennek hiányában hatósági és kutatási célra is alkalmatlan adatbázis jön létre, ha létrejön egyáltalán, és nem csak egy üres tervezési keret marad. Az adminisztratív adatokból létrehozott társadalomtudományi big data adatbázisok nem a személy megkérdezésén alapulnak, hanem a személyekről a hatósági regiszterekben tárolt információk anonim módon történő összekapcsolásán. Fontos különbség, hogy ezért nem szubjektív véleményeket, hanem tényadatokat tartalmaznak, amelyekkel szemben több elvárás fogalmazható meg, mint a valószerűség, a nagyfokú adattisztaság, az adatok egyértelműsége és azonosíthatósága, a folyamatos karbantartottság és rendszeres frissülés vagy a kismértékű adathiány. Az informatikai feltételek és az adattárolás logikája nem különbözik a big data és a társadalomtudományi kutatásra alkalmas nagy adatbázisok esetében, hiszen mindkét esetben hatalmas adattömegről beszélünk. Nehéz azonban egzakt módon megfogalmazni, mit jelent a nagy adatmennyiség (volume). Különbözik-e az adatkezelés, adatfeldolgozás technikája az időjárásról gyűjtött, másodpercenként előálló több száz adat vagy egy társadalomkutatási adatbázis több milliárd egyedi adata esetében? Akár igen, akár nem a válasz, mindenképpen tény, hogy ez az adatmennyiség már nem dolgozható fel az elterjedt, hagyományos számítógépes adatbázis-kezelő vagy adatelemző szoftveres módszerekkel. Sokkal mélyebb informatikai ismeret, adatbázis-kezelési tudás szükséges hozzá. A sebesség (velocity) szintén fontos közös nevező. A természettudományi és üzleti kutatásokban elsősorban azért lényeges, mert folyamatosan áramlanak az adatbázisba az újabb és újabb adatok. A társadalomkutatásban pedig abban az értelemben fontos, hogy elvárás a lehető leggyorsabb adatfeldolgozás, a közel valós idejű kimutatások készítése. A változatosság (variety) szintén egyaránt kihívás elé állítja az üzleti és a társadalomkutatási big data adatbázisok elemzőit. A komplex, több helyről származó adatokat először rendszerezni kell, majd egymással összefüggésbe hozni, a különböző helyekről származó adatokat egymással integrálni, azaz az adatokat forrástól függetlenül egységes, elemzési célra alkalmas adatbázissá kell alakítani. Az így létrehozott integrált adatbázisok már lehetőséget teremtenek olyan összefüggések feltárására, amelyeket az egyes adatbázisok külön-külön nem lennének képesek megmutatni (például hogyan alakul a jövedelem annak függvényében, mely intézmény milyen szakján végzett a hallgató). A small big data (SBD), amelylyel a társadalomkutatás dolgozik, jelentős szerepet képvisel a big data kutatási hullámban, a hatósági adatbázisok integrációján alapuló SBD az állami adatvagyon kiaknázásának, feldolgozásának és társadalmasításának egyedülállóan izgalmas területét jelenti. Munkadefiníciónk szerint azt az adatbázist tekintjük big data jellegűnek, amelyben a vizsgálható esetek száma milliós nagyságrendű ez az az adatmennyiség, amelynél a társadalomtudományos, survey-típusú kutatásoknál megszokott táblázat- és adatbázis-kezelő, statisztikai adatelemző szoftverek már nem használhatók. Ezért a teljes kutatási folyamathoz informatikai tudás is szükséges, beleértve az adattárház- és big data szemléletet, az adatminőség-ellenőrzési és -profilozási tudást, a relációs és adatpiaci Kiadja az Oktatási Hivatal Felsőoktatási Elemzési Főosztálya. Megjelenik évente négy alkalommal. Felelős kiadó: Dr. Gloviczki Zoltán elnök. Szerkesztő: Hámori Ádám. Szerkesztőség: 1122 Budapest, Maros u. 19 21. E-mail: felsooktatas.elemzes@oh.gov.hu HU ISSN 2559-9259

iii. évf., 1. sz. 2019. március adatbázis-modellező eszközök alkalmazását, a rendszerek közötti adatintegrációs lehetőségek ismeretét, az adatkinyerési, -átalakítási és -betöltési (ETL-) folyamatok kezelését, interaktív üzleti analitikai eszközök használatát, valamint az adatvizualizációs és dashboarding készségeket. Társadalomtudományi big data small big data formában létezik Magyarországon is, ahol egyedülálló jogszabályi és adatkultúra-feltételek teremtik meg jelenlétének alapjait, valamint biztosítják folyamatos fejlődését, lehetővé téve, hogy Európa egyik legjobb diplomás pályakövetési rendszere működjön hazánkban. Európában, de a világon is egyedülálló az a felsőoktatási adatbázis, amelyet Magyarországon a Felsőoktatási Információs Rendszer tárol. Az Oktatási Hivatal által működtetett Diplomás Pályakövetési Rendszer Adminisztratív Adatbázisok Egyesítése kutatási program hat teljesen eltérő logikára épülő hatósági regiszter adatait integrálja és teszi alkalmassá értékes információk villámgyors kinyeréséhez. A Diplomás Pályakövetési Rendszer adatintegrációs moduljai lényegében big data adatbázisokként jellemezhetők. Volumenük elmarad ugyan a természettudományi adatbázisoktól, az adatok nem is frissülnek másodpercenként de erre valójában nincs is szükség. Az időjárást mérő és rekordjait tartalmazó adatbázisokban több egyedi adat van, hiszen akár másodpercenként lehet mérni az időjárási jellemzőket: hőmérsékletet, páratartalmat, szélerősséget stb. Ezzel szemben a pályakövetésben ilyen részletes mérésre nincsen szükség: elegendő, ha például a munkaerőpiaci adatok havi gyakorisággal érkeznek, vagy a hallgató tanulói státusza félévente változik, nem pedig másodpercenként. A tárolt adatmennyiség és -feldolgozás azonban megfelel a 3V big data jellemzőnek: a 2018-as adatintegrációs eljárás keretében létrejött adatbázisban mintegy 604 ezer fő adatait tároljuk, és hat hatósági adatbázisból több mint 150-féle információt kérünk be. Így a beérkező adatmennyiség meghaladja a 2,5 milliárd egyedi rekordot. Ekkora alapsokaság, ilyen sok vizsgálatba bevont változó esetén már egyszerre szükséges az informatikai és a szociológiai tudás a kutatási folyamat teljes lebonyolításához. Ez készségszinten hasonló ahhoz, ahogyan egy big data adatbázist kell kezelni. Az adatok integrálásához, feldolgozásához speciális informatikai jellegű tudás is szükséges, az adatok értelmezése megköveteli az összes hatósági adatbázis és bekért változó mély ismeretét, továbbá valamennyi kutatási szakasz megköveteli a big data gondolkodás megértését és elfogadását előnyeivel és korlátaival együtt. A bölcsészet- és társadalomtudomány képzési területekre jelentkezők idegennyelv-ismerete regionális összevetésben Hámori Ádám Az idegennyelv-tudás, melyet a felsőfokú képzésre való jelentkezés előtt megszerzett nyelvvizsga is jól jelez, a felsőfokú végzettség megszerzésének feltétele, egyszersmind a képzés sikeres teljesítésének, a tananyag elsajátításának és a széles körű tudományos tájékozottság megszerzésének lényeges eszköze. Korábbi számunkban (Hámori Ujj 2017) áttekintettük a felsőoktatásba jelentkezők nyelvtudását képzési terület és életkor szerinti összevetésben. E szám tematikájához illeszkedve alább a 2018. évi általános felvételi eljárásban első helyen a társadalom- vagy a bölcsészettudomány képzési terület valamely alapképzésére jelentkezők nyelvismeretét vizsgáljuk regionális összehasonlításban, a nappali és a levelező munkarendű hallgatók esetében (minden finanszírozási formát figyelembe véve). Az adatok értelmezéséhez fontos, hogy csak azokról a nyelvvizsgákról rendelkezünk információval, amelyeket a jelentkezők az adataik között feltöltöttek, a jelentkezők tényleges idegennyelv-tudása tehát ennél magasabb szintű is lehet. Az 1. ábrán látható, hogy a vizsgált képzési területekre jelentkezők túlnyomó többsége, vagyis az első helyen nappali munkarendű bölcsészettudományi alapképzésre jelentkezők több mint háromnegyede, a társadalomtudomány képzési terület nappali munkarendű képzéseire első helyen jelentkezők több mint kétharmada rendelkezett valamilyen középfokú vagy magasabb szintű nyelvvizsgával vagy azzal egyenértékű nyelvtudással. Regionális összevetésben a bölcsészképzésre jelentkezők között nincsenek látványos eltérések: a Közép-Dunántúl, Közép-Magyarország, Dél-Alföld és Nyugat-Dunántúl régiókban élők közül a legalább középfokú nyelvtudással rendelkezők aránya megközelíti vagy meg is haladja a 80%-ot, de a többi országrészben is hasonlóan sok a nyelvvizsgát szerzett jelentkező. Az igazolt nyelvtudással rendelkezők magas aránya természetesen nem független attól, hogy e képzési területen számos szakon (különösen a nyelv szakokon) ez a felvételi követelmény része. A társadalomtudomány képzési területre nappali munkarendű alapképzésre jelentkezők körében valamivel nagyobb eltérést látunk regionális bontásban: a nyelvvizsgával rendelkezők aránya a déli régiókban meghaladja a 60%-ot, a Közép-Dunántúl, a Nyugat-Dunántúl és a Közép-Magyarország régiókban pedig a 70%-ot, ám az Észak-Alföld és az Észak-Magyarország régióban élő, nappali munkarendű társadalomtudományi alapképzésre jelentkezőknek több mint fele tudott a nyelvtudásáért többletpontot beszámíttatni. A két képzési terület között jelentősebb eltérést láthatunk, ha az első helyen levelező munkarendű alapképzésre jelentkezőket vizsgáljuk. Itt a legalább középfokú nyelvtudással rendelkezők a bölcsészettudomány alapképzésre jelentkezők 71%-át teszik ki, a társadalomtudomány képzési területen levelező munkarendű alapképzésre jelentkezők esetében azonban arányuk közel 30 százalékponttal alacsonyabb, mint a nappali munkarendű képzéseknél. A regionális különbségek a részidős bölcsészettudományi alapképzésekre jelentkezőknél ezúttal is kevésbé markánsak, 65%-tól (Észak-Alföld) 76%-ig (Nyugat-Dunántúl) változnak. A levelező munkarendű társadalomtudományi alapképzésekre jelentkezők körében azonban, míg például a Nyugat-Dunántúlon élők közül több mint minden második, addig a Dél-Dunántúl régióban élők közül csak kevesebb mint minden negyedik jelentkező töltött fel legalább középfokú idegennyelv-ismeretet tanúsító dokumentumot. Az adatok forrása a 2018. évi általános felvételi eljárás adminisztrációját szolgáló felvi.hu rendszeréből kinyert személysoros jelentkezői adatbázis a 2018. július 25-i státusz szerint. (A szükséges korrekciók miatt a mindenkori aktuális statisztikai adatok az itt közölt eredményektől csekély mértékben eltérhetnek.) Az eljárásról bővebb információk a felvi.hu oldalon találhatók. Szakirodalom Hámori Ádám Ujj Dániel (2017): A Felsőoktatásba jelentkezők nyelvtudása képzési területi és életkor szerinti összevetésben., 1. évf., 4. sz., 2. https:// www.felvi.hu/felsooktatasimuhely/folyoirataink/fej/fej_2017_4 (2019. 03. 14.) 2

III. évf., 1. sz. 2019. március 1. ábra: A bölcsészet- és a társadalomtudomány képzési terület alapképzéseire első helyen jelentkezők nyelvtudása regionális összevetésben, munkarendenként Nyugat-Dunántúl 75,9% 85,3% Dél-Alföld 65,7% 80,6% Társadalomtudomány Bölcsészettudomány Közép-Magyarország Közép-Dunántúl Dél-Dunántúl Észak-Magyarország Észak-Alföld Képzési terület összesen Közép-Magyarország Nyugat-Dunántúl Közép-Dunántúl Dél-Dunántúl Dél-Alföld Észak-Magyarország 23,7% 32,5% 46,2% 44,3% 42,4% 79,9% 74,2% 79,9% 74,7% 78,5% 65,5% 76,6% 66,5% 76,1% 65,4% 79,5% 70,8% 74,7% 73,4% 54,1% 71,0% 66,1% 62,7% 56,7% Észak-Alföld 30,9% 53,0% Képzési terület összesen 40,0% 68,6% Nappali munkarend Levelező és esti munkarend A bölcsészettudomány és a társadalomtudomány képzési terület hallgatóinak képzési és munkaerőpiaci jellemzői adminisztratív adatok elemzésének tükrében Hosznyák András Az elemzés célja, összefoglaló A következőkben bemutatott adatok a bölcsészettudomány és a társadalomtudomány képzési terület alapképzéseiről kívánnak áttekintő képet nyújtani képzési és munkaerőpiaci szempontok szerint. A Felsőoktatási Információs Rendszerből (FIR) származó képzési adatok elsősorban a lemorzsolódásra helyezik a hangsúlyt, bemutatva többek között a lemorzsolódási arányokat és a nyelvvizsga hiánya miatt ki nem adható oklevelek arányát, mind az intézmények, mind a képzések szintjén. A DPR Adminisztratív Adatbázisok Egyesítése (AAE) 2017- es adatait felhasználva a 2012/13-as és a 2014/15-ös tanévben abszolvált hallgatók adatait mutatjuk be az 1 és 3 éves munkaerőpiaci utánkövetésük alapján. A nappali munkarendű hallgatókra koncentrálva bemutatjuk a bér, a munkakör (FEOR) és a munkaerőpiaci státuszok kategóriáit, kiemelve az álláskeresőket és a külföldön munkavállalókat. 3

iii. évf., 1. sz. 2019. március 1. ábra: A bölcsészettudományi képzések száma indulási tanévenként 12000 10853 10000 9106 8000 8188 8107 7610 7346 A képzések száma 6000 5987 4632 4735 4552 4338 4313 4680 4000 2000 0 2006/07 2007/08 2008/09 2009/10 2010/11 2011/12 2012/13 2013/14 2014/15 2015/16 2016/17 2017/18 2018/19 Kezdő tanév 2. ábra: A társadalomtudományi képzések száma indulási tanévenként 10000 9235 8000 8160 A képzések száma 6000 6720 6902 6088 5615 4000 3806 2284 2546 2854 2982 3079 3053 2000 0 2006/07 2007/08 2008/09 2009/10 2010/11 2011/12 2012/13 2013/14 2014/15 2015/16 2016/17 2017/18 2018/19 Kezdő tanév 4

III. évf., 1. sz. 2019. március 3. ábra: A képzés vége státuszainak aránya kezdő tanévenként a bölcsészettudományi képzések esetében 2006/07 62,90% 63,12% 33,45% 2007/08 60,82% 34,98% 2008/09 60,88% 35,64% 2009/10 60,26% 35,80% 2010/11 59,99% 35,43% Kezdő tanév 2011/12 2012/13 2013/14 59,88% 59,86% 59,24% 35,48% 34,09% 31,26% 4,88% 6,35% 2014/15 7,43% 56,09% 33,39% 2015/16 24,34% 40,82% 31,94% 2016/17 69,09% 26,03% 2017/18 83,33% 13,73% 2018/19 95,17% 0% 20% 40% 60% 80% 100% képzés folyamatban sikeres teljesítés lemorzsolódás kilépés 4. ábra: A képzés vége státuszainak aránya kezdő tanévenként a társadalomtudományi képzések esetében 2006/07 63,29% 32,27% 2007/08 57,88% 34,85% 6,41% 2008/09 59,67% 33,51% 6,21% 2009/10 59,97% 32,83% 6,69% 2010/11 60,84% 32,16% 6,54% Kezdő tanév 2011/12 2012/13 2013/14 61,03% 62,51% 64,97% 32,31% 28,64% 23,51% 5,95% 7,25% 7,97% 2014/15 6,01% 66,06% 25,65% 2015/16 21,34% 54,10% 21,65% 2016/17 2017/18 75,02% 85,64% 18,48% 11,11% 2018/19 96,66% 0% 20% 40% 60% 80% 100% képzés folyamatban sikeres teljesítés lemorzsolódás kilépés 5

iii. évf., 1. sz. 2019. március 5. ábra: Lezárt képzések esetében a képzés vége státuszainak megoszlása képzésenként a bölcsészettudományi képzéseken andragógia 66,19% 28,85% anglisztika 53,97% 41,76% germanisztika 61,13% 35,81% keleti nyelvek és kultúrák 48,79% 45,37% 5,84% közösségszervezés 85,37% 14,63% magyar 59,04% 37,45% A képzés neve néprajz ókori nyelvek és kultúrák pedagógia pszichológia 39,90% 57,34% 54,63% 62,64% 54,06% 39,08% 41,65% 30,91% 6,04% 6,44% régészet 92,31% 7,69% romológia 35,61% 62,88% szabad bölcsészet szlavisztika történelem újlatin nyelvek és kultúrák 56,08% 53,63% 57,68% 61,56% 40,06% 43,73% 38,75% 35,43% 0% 20% 40% 60% 80% 100% sikeres teljesítés lemorzsolódás kilépés Megjegyzés: A közösségszervezés és a régészet alapképzések a 2017Á eljárástól hirdethetők, ezért ezeken a szakokon még nincs a képzési kimeneti követelményeket sikeresen teljesítő hallgató. 6. ábra: Lezárt képzések esetében a képzés vége státuszainak megoszlása képzésenként a társadalomtudományi képzéseken informatikus könyvtáros 58,10% 38,13% kommunikáció- és médiatudomány 60,61% 31,86% 7,52% kulturális antropológia 51,67% 44,76% nemzetközi tanulmányok 63,74% 29,63% 6,62% politikatudományok 57,50% 37,71% A képzés neve szociális munka szociálpedagógia 62,44% 61,30% 32,59% 31,73% 6,96% szociológia 54,56% 41,16% társadalmi tanulmányok 64,51% 29,87% 0% 20% 40% 60% 80% 100% sikeres teljesítés lemorzsolódás kilépés 6

III. évf., 1. sz. 2019. március 7. ábra: A hiányzó oklevelek száma képzésenként a bölcsészettudományi képzéseken andragógia 2083 történelem 535 magyar szabad bölcsészet pedagógia 230 292 275 A képzés neve néprajz pszichológia keleti nyelvek és kultúrák 47 35 19 romológia ókori nyelvek és kultúrák anglisztika germanisztika 4 3 1 1 0 500 1000 1500 2000 8. ábra: A hiányzó oklevelek aránya intézményenként a bölcsészettudományi képzéseken Intézmény GFF EJF SZE KE NYE MILTON EKE BGE KJE DUE SZIE ME TPF DE PTE SZTE PE PPKE ELTE KRE WJLF 0,00% 2,76% 2,09% 6,42% 6,05% 5,73% 12,40% 10,81% 9,43% 8,61% 21,26% 20,42% 20,21% 18,97% 18,59% 17,74% 16,76% 24,41% 23,51% 30,00% 35,45% 0% 5% 10% 15% 20% 25% 30% 35% 7

iii. évf., 1. sz. 2019. március 9. ábra: A hiányzó oklevelek száma képzésenként a társadalomtudományi képzéseken kommunikáció- és médiatudomány 1790 szociális munka 1186 nemzetközi tanulmányok 1055 szociálpedagógia 914 A képzés neve informatikus könyvtáros szociológia 229 368 politikatudományok 171 társadalmi tanulmányok 61 kulturális antropológia 36 0 200 400 600 800 1000 1200 1400 1600 10. ábra: A hiányzó oklevelek aránya intézményenként a társadalomtudományi képzéseken Intézmény TPF KE NKE SZIE NYE IBS KJE VHF EKE MILTON AVKF DRHE GFF ME DUE PTE SOE EJF METU DE SZE BGE PE KRE SZTE WJLF PPKE ELTE BME BCE 5,25% 2,38% 8,81% 30,36% 29,30% 28,20% 27,77% 27,43% 25,18% 25,13% 23,77% 23,37% 23,06% 22,80% 22,63% 21,33% 21,29% 21,23% 20,43% 19,39% 19,23% 17,45% 15,53% 15,51% 14,95% 14,36% 14,17% 37,00% 35,71% 58,82% 0% 10% 20% 30% 40% 50% 60% 8

III. évf., 1. sz. 2019. március Módszertani segédlet Képzési adatok Az adatok időbelisége és validitása: az adatok a FIR 2019. február 12-i állapotát tükrözik. Azon képzések számíthatók be, amelyek esetében: a képzési terület: bölcsészet- és társadalomtudomány; a képzési szint: alapképzés; a képzés kezdete 2006. augusztus 1-i vagy azutáni; a képzés kezdő indoka: felvétel. Kezdő tanév: adott év augusztus 1. és az azt követő év július 31. között kezdődő képzés számít egy tanévnek (pl. 2015. augusztus 01. és 2016. július 31. között: 2015/16-os tanév). Képzések száma: adott kezdő tanévben induló képzések száma, melyekre a hallgató beiratkozott, és a képzést a FIR-be bejelentették. Képzés vége státusza: a lemorzsolódás szempontjából a képzések 4 kategóriába sorolhatók annak alapján, hogy a FIR-ben be vannak-e jelentve, és ha igen, milyen képzés vége indokkal. Képzés vége képzés folyamatban: a képzést még nem zárták le, a képzés vége indokát még nem adták meg. Képzés vége sikeres teljesítés: a képzésen a hallgató legalább abszolutóriumot szerzett; a képzés végindoka a FIR-ben Tanulmányok befejezése, végbizonyítvány megszerzése kimeneti vizsga nélkül vagy Sikeres kimeneti vizsga. Képzés vége lemorzsolódás: a képzésen a hallgató a tanulmányait megszakítja alapvetően tanulmányi okból; a képzés végindoka a FIRben A sikertelen javító és ismétlő javító vizsgák megengedett számának túllépése ; Bejelentkezés elmulasztása a megengedettnél többször ; Fizetési hátralék a képzésben ; Képzési kötelezettségek nem teljesítése ; Kizárás fegyelmi határozat ; Költségtérítés nem vállalása átsoroláskor vagy Saját bejelentés a képzés megszakítására. Képzés vége kilépés: a képzésről a hallgató más képzésre lép át, vagy önhibáján kívül nem tudja folytatni; a képzés végindoka a FIR-ben Átvétel intézménymegszűnés alapján más intézménybe ; Átvétel kérelemre más magyarországi intézménybe ; Átvétel kérelemre külföldi intézménybe ; Képzésváltás intézményen belül ; Megszüntetés intézménymegszűnés miatt ; Egészségügyileg alkalmatlanná válás a képzésre vagy Elhalálozás. Lezárt képzés: lezártnak minősül minden olyan képzés, amelynél a képzés vége státusza nem képzés folyamatban. Lemorzsolódási arány: a lezárt képzések esetében azon képzések aránya az összes lezárt képzéshez képest, amelyeknél a képzés vége indoka lemorzsolódás. A hiányzó oklevelek száma: azon képzések száma, amelyeken a hallgató a kimeneti vizsgát teljesítette, de az oklevelét a nyelvvizsga-követelmény nem teljesítése miatt nem vehette át. A hiányzó oklevelek aránya: a nyelvvizsga-követelmény nem teljesítése miatt ki nem adott oklevelek számának és a sikeres teljesítés státuszú képzések számának aránya. A bölcsészettudomány és a társadalomtudomány képzési terület nappali alapképzések: munkaerőpiaci adatok 11. ábra: Az átlagos NAV-jövedelem nagysága a vizsgált hónapokban az alapképzések esetében. A világos részek azon NAVátlagjövedelem nagyságát jelzik, mely a bölcsészettudomány képzési terület esetében az összes munkarendre vonatkozik. 100% 2013. november 2014. május 2014. november 2015. május 2015. november 2016. május 145096,87 152124,22 168862,56 176188,03 197920,64 205278,58 141,5% 12. ábra: Az átlagos NAV-jövedelem nagysága a vizsgált hónapokban az alapképzések esetében. A világos részek azon NAVátlagjövedelem nagyságát jelzik, mely a társadalomtudomány képzési terület esetében az összes munkarendre vonatkozik. 100% 2013. november 2014. május 2014. november 2015. május 2015. november 2016. május 142226,80 147533,72 167042,34 171433,57 197515,25 205218,31 144,3% 9

iii. évf., 1. sz. 2019. március 13. ábra: Az átlagos NAV-jövedelem nagysága 2016 májusában nemek szerint, illetve a végzettek nemek szerinti megoszlása a bölcsészettudományi alapképzések esetében 200000 213475 202828 150000 férfi 23,7% 100000 50000 nő 76,3% 0 férfi nő 14. ábra: Az átlagos NAV-jövedelem nagysága 2016 májusában nemek szerint, illetve a végzettek nemek szerinti megoszlása a társadalomtudományi alapképzések esetében 218266 200000 200386 150000 férfi 28,5% 100000 50000 nő 71,5% 0 férfi nő 10

III. évf., 1. sz. 2019. március 15. ábra: A 40 legnagyobb elemszámú FEOR-kód 2016 májusában a bölcsészettudományi képzések esetében Egyéb, máshova nem sorolható üzleti jellegű szolgáltatás ügyintézője Egyéb ügyfélkapcsolati foglalkozású Általános irodai adminisztrátor Egyéb magasan képzett ügyintéző Szociális munkás és tanácsadó Személyi asszisztens Marketing- és PR-ügyintéző Általános iskolai tanár, tanító Középiskolai tanár Kereskedelmi ügyintéző Egyéb művészeti és kulturális foglalkozású Személyzeti és pályaválasztási szakértő Könyv- és lapkiadó szerkesztője Humánpolitikai adminisztrátor Egyéb ügyintéző Egyéb adatbázis- és hálózati elemző, üzemeltető Munkaerő-piaci szolgáltatási ügyintéző Informatikai és kommunikációs rendszerek felhasználóit támogató technikus Könyvtáros, informatikus könyvtáros Kulturális szervező Anyaggazdálkodó, felvásárló Számviteli ügyintéző Pultos Bolti eladó Adatrögzítő, kódoló Egyéb számviteli foglalkozású Pénzintézeti ügyintéző Recepciós Oktatási asszisztens Utazásszervező, tanácsadó Nyelvész, fordító, tolmács Pszichológus Ügyfél- (vevő)tájékoztató Könyvelő (analitikus) Titkár(nő) Kereskedelmi tevékenységet folytató egység vezetője Képzési és személyzetfejlesztési szakértő Kereskedelmi tervező, szervező Egyéb, máshova nem sorolható egyszerű szolgáltatási és szállítási foglalkozású Egyéb szoftver- és alkalmazásfejlesztő, -elemző 16. ábra: A 40 legnagyobb elemszámú FEOR-kód 2016 májusában a társadalomtudományi képzések esetében Általános irodai adminisztrátor Egyéb magasan képzett ügyintéző Egyéb szolgáltatást nyújtó egység vezetője Munkaerő-piaci szolgáltatási ügyintéző Szociális tevékenységet folytató egység vezetője Egyéb, máshova nem sorolható üzleti jellegű szolgáltatás ügyintézője Piackutató, reklám- és marketingtevékenységet tervező, szervező Egyéb ügyintéző Szociális munkás és tanácsadó Egyéb ügyfélkapcsolati foglalkozású Egyéb adatbázis- és hálózati elemző, üzemeltető Marketing- és PR-ügyintéző Ügyfélszolgálati központ tájékoztatója Bolti pénztáros, jegypénztáros Kulturális szervező Szociális gondozó, szakgondozó Ügyfél- (vevő)tájékoztató Személyi asszisztens Anyaggazdálkodó, felvásárló Pincér Adatrögzítő, kódoló Pénzintézeti ügyintéző Humánpolitikai adminisztrátor Bolti eladó PR-tevékenységet tervező, szervező Recepciós Kereskedelmi tervező, szervező Pénzügyi ügyintéző (a pénzintézeti ügyintéző kivételével) Kereskedelmi ügyintéző Kereskedelmi tevékenységet folytató egység vezetője Ügynök (a biztosítási ügynök kivételé vel) Irodai szakmai irányító, felügyelő Szociális segítő Pultos Titkár(nő) Gazdasági, költségvetési szervezet vezetője (igazgató, elnök, ügyvezető igazgató) Egyéb szakképzett oktató, nevelő Oktatási asszisztens Egyéb, máshova nem sorolható egyszerű szolgáltatási és szállítási foglalkozású Egyéb művészeti és kulturális foglalkozású 11

iii. évf., 1. sz. 2019. március 1. táblázat: A hallgatók átlagos, medián és maximális NAV-jövedelme, valamint a jövedelmek szórása a képzések száma és országos aránya mellett intézményi bontásban 2016 májusában a bölcsészettudományi képzések esetében Intézmény A képzések száma Arány Átlag Szórás Medián Maximum ELTE DUE KRE SZE KJF SZIE DE PTE PPKE PE EKE NYE ZSKE GFF SZTE ME KE Összesen 1149 24 221 49 115 27 439 357 323 94 98 42 106 12 477 98 15 31,51% 0,66% 6,06% 1,34% 3,15% 0,74% 12,04% 9,79% 8,86% 2,58% 2,69% 1,15% 2,91% 0,33% 13,08% 2,69% 0,41% 239550,33 224430,95 224358,32 216068,67 214784,99 198052,83 196514,42 196089,24 194186,25 187300,66 185056,87 178946,03 178416,30 178409,00 173310,13 160782,58 140934,64 142254,48 163521,23 158114,14 108247,94 125304,96 64090,36 100730,39 111652,21 124228,41 101763,51 83601,46 102040,74 99371,14 52635,59 85322,80 73224,36 44803,67 218282 207645 197950 187970 190000 194264 189200 176021 173150 166708 172391 155000 159466 173053 161000 142897 129000 1075000 729044 1361568 469485 649049 325000 900322 732956 772650 582000 592494 589096 580000 280000 684999 455800 230000 3646 205904,65 121890,80 185000 361568 2. táblázat: A hallgatók átlagos, medián és maximális NAV-jövedelme, valamint a jövedelmek szórása a képzések száma és országos aránya mellett intézményi bontásban 2016 májusában a társadalomtudományi képzések esetében Intézmény A képzések száma Arány Átlag Szórás Medián Maximum BCE BGE IBS BME ELTE PPKE PE SZE DUE ZSKE SZIE METU WJLF KJF SOE DE SZTE VHF GFF AVKF PTE EKE ME KRE KE NYE DRHE Összesen 252 57 50 62 571 157 43 84 40 70 16 224 53 169 12 205 339 21 17 25 178 136 37 49 18 86 46 8,35% 1,89% 1,66% 2,06% 18,93% 5,20% 1,43% 2,78% 1,33% 2,32% 0,53% 7,42% 1,76% 5,60% 0,40% 6,79% 11,24% 0,70% 0,56% 0,83% 5,90% 4,51% 1,23% 1,62% 0,60% 2,85% 1,52% 301143,39 267412,54 244939,74 238840,98 226593,29 225162,01 218266,63 218124,31 213375,45 211942,84 204851,08 200028,20 193167,57 191655,79 189961,00 179846,02 178015,25 177454,08 177233,20 175788,05 170067,60 168740,15 168013,00 159012,17 154665,59 143239,13 141886,69 200754,27 215965,45 137161,58 136019,38 134942,81 145896,13 118166,41 103464,96 145891,00 139871,70 102738,29 139831,24 82863,32 84122,40 44727,47 103124,50 101536,51 74813,08 42462,71 69232,38 69818,05 66599,54 97489,69 82990,09 51736,79 59783,38 71924,71 285000 220000 247850 194250 212791 185000 179015 198690 130000 170500 205668 160000 188037 177500 174351 163926 160000 164864 188800 172492 172690 156770 145400 150376 135000 138000 123645 1248997 1280000 688200 601503 1754466 895714 616268 717391 749000 682000 400000 1026013 478568 445668 253420 860000 760000 355151 237303 360886 550000 376000 421000 350000 265245 321358 390356 3017 205369,80 128819,61 179998 754466 12

III. évf., 1. sz. 2019. március 3. táblázat: A munkaerőpiaci státuszok megoszlása 2016 májusában a bölcsészettudományi képzések esetében Státusz A képzések száma Arány dolgozik tanul nem besorolható tanul és dolgozik álláskereső külföldön tartózkodó ONYF- jövedelem tanul (passzív) NAV-jövedelem gyermeknevelő külföldi állampolgár Összesen 1577 637 472 319 210 181 128 53 45 31 8 43,08% 17,40% 12,89% 8,71% 5,74% 4,94% 3,50% 1,45% 1,23% 0,85% 0,22% 3661 4. táblázat: A munkaerőpiaci státuszok megoszlása 2016 májusában a társadalomtudományi képzések esetében Státusz A képzések száma Arány dolgozik nem besorolható tanul tanul és dolgozik álláskereső külföldön tartózkodó ONYF- jövedelem gyermeknevelő NAV-jövedelem tanul (passzív) külföldi állampolgár elhalálozott Összesen 1586 343 311 224 196 192 68 41 35 26 7 1 52,34% 11,32% 10,26% 7,39% 6,47% 6,34% 2,24% 1,35% 1,16% 0,86% 0,23% 0,03% 3030 5. táblázat: A külföldön tartózkodók és nem besorolhatók aránya bölcsészettudományi képzésenként 2016 májusában A képzés neve andragógia anglisztika germanisztika keleti nyelvek és kultúrák magyar néprajz ókori nyelvek és kultúrák pedagógia pszichológia romanisztika szabad bölcsészet szlavisztika történelem történelem [régészet] Összesen A képzések száma Státusz külföldön tartózkodó Státusz nem besorolható 585 4,44% 7,69% 582 6,01% 16,32% 265 8,68% 13,58% 121 4,13% 19,83% 444 2,70% 13,29% 48 4,17% 8,33% 28 10,71% 107 7,48% 11,21% 335 5,67% 8,06% 192 6,25% 14,58% 335 6,57% 17,31% 154 5,19% 20,78% 2192 408 7,85% 1,96% 11,03% 5,29% 56 1,79% 5,36% 3660 4,95% 12,87% 13

iii. évf., 1. sz. 2019. március 6. táblázat: A külföldön tartózkodók és nem besorolhatók aránya társadalomtudományi képzésenként 2016 májusában A képzés neve informatikus könyvtáros kommunikáció- és médiatudomány kulturális antropológia nemzetközi tanulmányok politológia szociális munka szociálpedagógia szociológia társadalmi tanulmányok Összesen A képzések száma Státusz külföldön tartózkodó Státusz nem besorolható 223 960 19 617 187 433 262 168 161 6,28% 6,15% 21,05% 6,65% 5,35% 7,39% 6,11% 4,17% 5,59% 7,62% 12,81% 10,53% 13,45% 7,49% 11,09% 6,49% 12,50% 11,18% 3030 6,34% 11,32% 7. táblázat: Az álláskeresők aránya bölcsészettudományi képzésenként 2016 májusában A képzés neve néprajz pedagógia történelem andragógia magyar ókori nyelvek és kultúrák történelem [régészet] szabad bölcsészet szlavisztika anglisztika keleti nyelvek és kultúrák germanisztika romanisztika pszichológia Összesen A képzések száma Státusz álláskereső 48 14,58% 107 10,28% 408 9,80% 585 7,86% 444 7,21% 28 7,14% 56 7,14% 335 6,57% 154 5,84% 582 3,44% 121 2,48% 265 2,26% 192 2,08% 335 1,19% 3660 5,74% 8. táblázat: Az álláskeresők aránya társadalomtudományi képzésenként 2016 májusában A képzés neve kulturális antropológia informatikus könyvtáros szociálpedagógia szociális munka kommunikáció- és médiatudomány szociológia politológia társadalmi tanulmányok nemzetközi tanulmányok Összesen A képzések száma Státusz álláskereső 19 15,79% 223 15,70% 262 12,21% 433 7,39% 960 6,98% 168 4,76% 187 3,74% 161 2,48% 617 1,30% 3030 6,47% 14

III. évf., 1. sz. 2019. március 9. táblázat: Az elhelyezkedési idő hossza hónapokban képzésenként a bölcsészettudományi képzések esetében A képzés neve 0 1 2 3 4 5 6 7 8 9 10 11 12 Összesen andragógia anglisztika germanisztika keleti nyelvek és kultúrák magyar néprajz ókori nyelvek és kultúrák pedagógia pszichológia romanisztika szabad bölcsészet szlavisztika történelem történelem [régészet] Összesen 31,87% 35,54% 43,70% 33,33% 38,83% 41,38% 58,33% 31,88% 56,03% 51,00% 36,99% 27,03% 35,17% 66,67% 9,07% 11,98% 8,89% 2,22% 7,45% 17,24% 8,33% 7,25% 5,17% 4,00% 6,16% 12,16% 11,03% 6,22% 8,68% 11,11% 6,67% 5,32% 6,90% 10,14% 5,17% 10,00% 7,53% 9,46% 10,34% 6,67% 11,14% 8,26% 10,37% 13,33% 9,57% 6,90% 7,25% 6,90% 6,00% 5,48% 13,51% 7,59% 7,25% 4,55% 3,70% 6,67% 2,13% 3,45% 11,59% 3,45% 3,00% 6,16% 8,11% 5,52% 10,10% 4,96% 5,93% 4,44% 4,79% 3,45% 8,33% 7,25% 3,45% 4,00% 6,16% 9,46% 8,97% 6,67% 6,22% 3,31% 2,96% 11,11% 10,11% 10,34% 10,14% 4,31% 3,00% 7,53% 6,76% 6,21% 13,33% 4,40% 4,96% 3,70% 4,44% 3,19% 10,34% 1,45% 0,86% 6,00% 5,48% 1,35% 3,45% 3,11% 4,96% 1,48% 4,44% 3,19% 1,45% 4,31% 3,00% 5,48% 1,35% 2,07% 3,11% 2,89% 2,96% 2,22% 4,26% 8,33% 7,25% 1,72% 3,00% 2,74% 4,05% 2,07% 1,81% 4,13% 1,48% 2,22% 3,19% 3,45% 3,00% 4,79% 5,41% 1,38% 2,59% 2,48% 1,48% 6,67% 2,66% 8,33% 2,90% 3,45% 1,37% 1,35% 4,14% 6,67% 3,11% 3,31% 2,22% 2,22% 5,32% 8,33% 1,45% 1,72% 4,00% 4,11% 2,07% 38,07% 8,58% 7,76% 8,87% 5,29% 6,76% 6,17% 3,94% 3,23% 3,11% 2,70% 2,53% 3,00% 10. táblázat: Az elhelyezkedési idő hossza hónapokban képzésenként az alapképzések esetében A képzés neve 0 1 2 3 4 5 6 7 8 9 10 11 12 Összesen informatikus könyvtáros kommunikáció- és médiatudomány kulturális antropológia nemzetközi tanulmányok politológia szociális munka szociálpedagógia szociológia társadalmi tanulmányok Összesen 22,06% 39,96% 33,33% 41,92% 46,34% 34,59% 20,00% 48,19% 35,00% 8,09% 7,96% 8,25% 4,88% 8,43% 8,00% 9,64% 11,25% 13,24% 5,79% 4,81% 8,54% 5,81% 7,50% 4,82% 6,25% 3,68% 5,24% 6,53% 7,32% 9,30% 17,00% 6,02% 3,75% 5,88% 4,52% 16,67% 6,19% 4,88% 11,63% 12,50% 8,43% 6,25% 9,56% 7,41% 8,59% 4,88% 7,27% 5,00% 3,61% 7,50% 9,56% 4,70% 33,33% 6,19% 1,22% 4,07% 6,00% 3,61% 3,75% 5,15% 5,42% 2,41% 8,54% 3,49% 6,00% 1,20% 5,00% 3,68% 4,16% 5,15% 2,44% 5,52% 6,50% 3,61% 6,25% 2,21% 5,61% 3,78% 1,22% 2,62% 4,50% 1,25% 5,15% 3,07% 16,67% 3,09% 3,66% 3,20% 2,00% 3,61% 6,25% 7,35% 3,25% 2,06% 1,22% 2,33% 3,50% 4,82% 7,50% 4,41% 2,89% 1,03% 4,88% 1,74% 1,50% 2,41% 36,06% 8,17% 6,48% 7,49% 7,49% 7,15% 5,18% 4,51% 4,79% 3,66% 3,38% 3,38% 2,25% Módszertani segédlet Munkaerőpiaci adatok DPR AAE 2017: az adatok forrása a DPR Adminisztratív Adatbázisok Egyesítésének (AAE) 2017-es összekötése, melynek során a 2012/13- as és 2014/15-ös tanévben abszolvált hallgatók adatait kötöttük anonim módon össze a NAV, az NGM, az ONYF (jelenleg MÁK), az OEP (jelenleg NEAK) és a DHK adataival 1 és 3 éves munkaerőpiaci utánkövetés céljából. A vizsgált adatok köre: azon képzések számíthatók be, amelyek esetében: a képzési terület: bölcsészet- és társadalomtudomány; a képzési szint: alapképzés; a munkarend: nappali; az abszolutórium megszerzésének ideje: 2012/13-as tanév. A kizárt adatok köre: az elemzés nem tartalmazza azon intézményi abszolváltak adatait, akiknél a vizsgált adatok számossága nem éri el a 10 darab képzést. NAV-jövedelem: a vizsgált hónapban az SZJA alapját képező jövedelem, illetve ennek hiányában az egyéni vállalkozói jövedelem nagysága (kivéve a KATA és EKHO adózási formát). Munkaerőpiaci státusz: a vizsgált hónapban, 2016 májusában az abszolvált hallgató milyen munkaerőpiaci státusszal bír (tanul, dolgozik, álláskereső, stb.). Munkaerőpiaci státusz elhalálozott: a vizsgált hónapban már nem élő személy. Munkaerőpiaci státusz tanul: aktív képzési időszaka van a 2015/16-os tanév 2. félévében, és nincs FEOR-kódja a vizsgált hónapban. Munkaerőpiaci státusz tanul és dolgozik: aktív képzési időszaka van a 2015/16 tanév 2. félévében, és van FEOR-kódja a vizsgált hónapban. Munkaerőpiaci státusz dolgozik: van munkaviszonya, kevesebb mint 15 napot töltött álláskereséssel és/vagy gyermekneveléssel a vizsgált hónapban. Munkaerőpiaci státusz gyermeknevelő: legalább 15 napnyi időtartamban gyermeket nevel (TGYÁS/CSED, GYED, GYES, GYET, vagy ápolási díjban részesül) a vizsgált hónapban, függetlenül attól, hogy van-e munkaviszonya, illetve ha az adott hónapban nincs más státusza, akkor gyermeknevelő státuszban volt legalább 1 napot. Munkaerőpiaci státusz álláskereső: legalább 15 napot szerepelt az álláskeresői regiszterben a vizsgált hónapban, illetve ha az adott hónapban nincs más státusza, akkor az álláskeresői regiszterben szerepelt legalább 1 napot. Munkaerőpiaci státusz külföldön tartózkodó: legalább 15 napot külföldön tartózkodott, munkaviszonytól függetlenül, ha az adott hónapban nincs más státusza, akkor legalább 1 napot külföldön tartózkodott. Munkaerőpiaci státusz NAV-jövedelem: rendelkezik olyan jövedelemmel, amely SZJA-alapot képez, és egyik megelőző kategóriába sem sorolható be. Munkaerőpiaci státusz ONYF-jövedelem: rendelkezik olyan jövedelemmel, amely nyugdíjalapot képez, és egyik megelőző kategóriába sem sorolható be. Munkaerőpiaci státusz külföldi állampolgár: nincs magyar állampolgársága, és a vizsgált hónapban egyik társhatósági adatbázisban sem szerepelt. 15

Munkaerőpiaci státusz tanul (passzív): passzív képzési időszaka van a 2015/16-os tanév 2. félévében, és egyik megelőző kategóriába sem sorolható be. Munkaerőpiaci státusz nem besorolható: van magyar állampolgársága, de a vizsgált hónapban egyik társhatósági adatbázisban sem szerepel. FEOR-kód: a vizsgált időszakban, 2016 májusában az abszolvált hallgató legmagasabb besorolású FEOR-kódja. iii. évf., 1. sz. 2019. március Elhelyezkedési idő (hónap): A 2012. május és 2016. május közötti időszakból az időben első FEOR-kód kezdő dátumát és a képzés végét hasonlítjuk össze; a két dátum között eltelt idő 30-cal osztva adja meg az elhelyezkedési időt. Csak azon hallgatók esetében számítjuk ki az értéket, akiknél az elhelyezkedési idő maximum 12 hónap volt. A 0 hónap jelentése: a hallgató már a képzés befejezése előtt, a tanulmányai alatt rendelkezett FEOR-kóddal. A bölcsészet- és a társadalomtudomány képzési területek hallgatóinak szociális jellemzői Hámori Ádám A kutatás célja és módszere Az alábbiakban a bölcsészettudomány, valamint a társadalomtudomány képzési területek hallgatóinak képzési és szociális jellemzőit tekintjük át. Ennek során kitérünk a demográfiai és szociális jellemzőkre, a képzéssel való elégedettségre, a mobilitási tapasztalatokra és tervekre, valamint a tanulmányok melletti munkavállalási hajlandóságra és motivációkra is. A vizsgálathoz az EUROSTUDENT VI nemzetközi kutatás 2016-os magyarországi adatbázisát használjuk, melynek módszertanát a kutatás záró tanulmánykötetében (Hámori et al. 2018) részletesen ismertettük. Az elemzéseket külön végezzük el a nappali munkarendű, illetve külön a részidős képzések hallgatóira; utóbbi csoportba mintánkban az EUROSTUDENT kutatás előírásai szerint a levelező és esti munkarendű hallgatók tartoznak. A Felsőoktatási Információs Rendszer hallgatói adatai alapján a súlyozott minta mintegy 12%-a tanult a 2015/2016-os tanév tavaszi szemeszterében bölcsészet- vagy társadalomtudományi képzésen. Az előbbi csoportba 497, az utóbbiba 359 válaszadó tartozott. A vizsgált képzési területek sajátossága, hogy ezeken osztatlan képzéseket, valamint a bölcsészettudomány képzési területen felsőoktatási szakképzéseket nem hirdetnek meg. Ezért a következő elemzésekben a két képzési terület alap- és mesterképzésen tanuló hallgatóit 590, illetve 235 főt vetjük össze az összes többi képzési terület ugyanezen képzési szintjein tanulókkal (4192, illetve 987 fővel), munkarend szerinti bontásban, minden finanszírozási formát vizsgálva. Elsősorban leíró statisztikai módszereket alkalmazunk, a kereszttáblás elemzéseknél khi-négyzet-próbával, a pénzügyi jellemzők esetében pedig varianciaanalízissel teszteljük a vizsgált képzési területek hallgatói közötti különbségek szignifikanciáját, ha másként nem jelezzük, a konvencionális (p = 5%) küszöbértéket alapul véve. Eredmények A nappali munkarendű hallgatók aránya a bölcsészettudomány képzési területen 78%, a társadalomtudomány képzési területen 77%, a levelező vagy esti munkarendűeké így mindkét esetben némileg alulreprezentált a többi képzési területen jellemző 29%- hoz képest. A bölcsészhallgatók közel 22%-a, a társadalomtudományi képzésen részt vevők 26%-a mesterképzést végez, ami mutatja, hogy a többi képzési terület 17%-os arányánál jelentősen többen tanulnak tovább. Jellemzően nőies hivatásokról van szó, hiszen a nők aránya a részidős bölcsészképzéseken 84%, nappali munkarenden 64% volt, ugyanez részidős képzésen 58%, nappali munkarenden pedig csupán 47% a többi képzési területen. A társadalomtudomány képzési terület nappali munkarendű alapképzésein szintén 64%, a részidős képzéseken viszont 57% volt a nők aránya. A többihez viszonyítva kevésbé tanulásintenzív képzési területekről van szó, a nappali munkarendű bölcsészettudományi képzések hallgatóinak 22%-a, a társadalomtudományi képzések hallgatóinak pedig csupán 15%-a fordított hetente több mint 40 órát óralátogatásra és az önálló tanulásra összesen. A többi képzési terület alap- és mesterképzésein ez a nappalis hallgatók 33%-át jellemezte. Hasonló összefüggés látható a részidős képzések esetében is, jóllehet az összefüggés itt csak 10%-os szinten szignifikáns (1. ábra). 1. ábra: Tanulmányi intenzitás munkarendenként és képzési területenként, alap- és mesterképzések hallgatói Nappali munkarend Képzési területek bölcsészettudomány és társadalomtudomány nélkül (N = 3357) Bölcsészettudomány képzési terület (N = 330) 20,7% 28,2% 45,9% 49,4% 33,4% 22,4% Társadalomtudomány képzési terület (N = 228) 39,9% 44,7% 15,4% Levelező és esti munkarend Képzési területek bölcsészettudomány és társadalomtudomány nélkül (N = 1328) Bölcsészettudomány képzési terület (N = 96) Társadalomtudomány képzési terület (N = 72) 46,2% 45,8% 59,7% 43,8% 49,0% 29,2% 10,0% 5,2% 11,1% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Alacsony intenzitás Közepes intenzitás Magas intenzitás Forrás: EUROSTUDENT VI magyarországi adatbázis 2016, saját számítás 16

III. évf., 1. sz. 2019. március 2. ábra: Lakhatási formák munkarendenként és képzési területenként, alap- és mesterképzések hallgatói Nappali munkarend Képzési területek bölcsészettudomány és társadalomtudomány nélkül (N = 3641) Bölcsészettudomány képzési terület (N = 381) 42,0% 40,9% 25,7% 18,1% 40,9% 32,3% Társadalomtudomány képzési terület (N = 256) 44,1% 14,1% 41,8% Levelező és esti munkarend Képzési területek bölcsészettudomány és társadalomtudomány nélkül (N = 1488) Bölcsészettudomány képzési terület (N = 106) 27,4% 14,2% 71,8% 85,8% Társadalomtudomány képzési terület (N = 78) 21,8% 78,2% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Szülőkkel élők Kollégiumban élők Nem szülőkkel, nem kollégiumban élők Forrás: EUROSTUDENT VI magyarországi adatbázis 2016, saját számítás A két vizsgált képzési területen tanulók az átlagosnál alacsonyabb arányban éltek kollégiumban: a bölcsészettudomány képzési területen a hallgatók 18%-a, a társadalomtudományi alap- és mesterképzéseken tanulóknak pedig 14%-a, szemben a többi képzési terület azonos szinteken tanuló hallgatóinak 26%-os arányával. A vizsgált képzéseken tanulók több mint 40%-a élt továbbá önállóan, míg a többi képzési területen ez 32% volt. A bölcsészhallgatók közül valamivel kevesebben (41%), a társadalomtudományi képzések hallgatói közül valamivel többen (44%) éltek a szüleikkel, mint a többi alap- és mesterképzések hallgatói (42%). Sajátos az is, hogy a levelező és esti munkarendű hallgatók körében a többi képzési területen tanulók 27%-a, a részidős bölcsészeknek csak 14%-a, a társadalomtudományi képzések hallgatóinak valamivel több mint ötöde (22%) élt a szüleivel. A részidős képzésben tanuló kollégisták aránya mindhárom csoportban elenyésző volt (2. ábra). A szülők képzési hátterét vizsgálva megállapítható, hogy azok aránya, akiknek legalább egyik szülőjük felsőfokú végzettségű, a többi képzési területhez viszonyítva (60%) a nappali munkarendű képzések esetében a bölcsészhallgatók között négy, a társadalomtudományi képzésen tanulók között nyolc százalékponttal volt magasabb. (Levelező és esti munkarenden a különbség hasonló mértékű, bár csak 10%-os szinten szignifikáns: a bölcsészettudomány képzési terület hallgatói esetében öt, a társadalomtudomány képzési terület hallgatóinál pedig több mint tíz százalékpontos, arányuk a többi képzési területen 38%.) A szülők más családokhoz viszonyított anyagi helyzetét tekintve elmondható, hogy a teljes idős képzésben tanuló alap- és mesterképzéses hallgatók valamivel több, mint kétötöde átlagos helyzetű családban nevelkedett, ám az ennél jobb helyzetűek aránya a társadalomtudományi képzések hallgatói között ehhez hasonló volt, a többi képzési területen csak 38%, a bölcsészhallgatók között pedig csupán egyharmados. A levelező és esti munkarendű hallgatók esetében viszont e szempontból nem láthatunk szignifikáns különbséget. A jelenlegi pénzügyi helyzetükkel kapcsolatban a vizsgált csoportok hasonló mértékben voltak elégedettek, a különbség közöttük itt sem volt szignifikáns mértékű. Érdekes ugyanakkor, hogy míg a levelező és esti munkarendű hallgatók között a társadalomtudomány képzési területen a hallgatók 12%-a, a többi képzési területen 15%-uk bevétele származott több mint felerészben a családjuk támogatásából, a részidős bölcsészhallgatók egynegyede támaszkodott elsősorban szüleitől vagy párjától kapott összegre. A következőkben a bölcsészet- és társadalomtudomány, illetve a többi képzési terület nappali munkarendű, valamint részidős, alap- és mesterképzésben tanuló hallgatóinak bevételeit vetjük össze lakhatási formák szerint képzett csoportonként, csak a legjelentősebb és statisztikailag szignifikáns mértékben eltérő kategóriákat mutatva be. A családtól a szülőktől vagy a hallgató párjától, házastársától kapott pénzbeli támogatás és az általuk fizetett kiadások együttes átlagos összege a nappali munkarendű hallgatók közül az önállóan élőknél volt a legmagasabb, a kollégiumban élőknél a legalacsonyabb (3. ábra). De lakhatási formától függően általában igaz, hogy a társadalomtudományi képzések hallgatói a többieknél magasabb, a bölcsészettudományi alapképzéseken tanulók viszont alacsonyabb átlagos összegű családi támogatásra számíthattak. A részidős képzések esetében viszont a bölcsészhallgatók kapták a legtöbb támogatást otthonról, igaz, ennek összege minden csoportban elmaradt a nappali munkarendű hallgatóknál látott összegektől (4. ábra). Ettől eltérő trendek láthatók a tanulmányok mellett munkát vállaló hallgatók átlagos munkajövedelmét vizsgálva: nem meglepő módon a levelező és esti képzésen tanulók jóval magasabb bevételre tettek szert ebből a forrásból, mint a teljes idős képzések hallgatói, a különbség egyes összevetésekben négyszeres-ötszörös. Munkarendtől függetlenül megállapítható, hogy a dolgozó bölcsészek munkából származó átlagjövedelme minden lakhatási forma esetében a legalacsonyabb, az önállóan élő hallgatók közül pedig a társadalomtudományi képzésben részt vevőké a legmagasabb. 17

iii. évf., 1. sz. 2019. március 3. ábra: A nappali munkarendű alap- és mesterképzések hallgatóinak átlagos bevételei lakhatási forma és képzési terület szerint A családtól kapott támogatás átlagos havi összege a mások által fizetett kiadásokkal együtt 58275 45320 68729 65374 61603 78371 100427 90270 96635 Kollégiumban élők: Képzési területek bölcsészettudomány és társadalomtudomány nélkül Kollégiumban élők: Bölcsészettudomány képzési terület Kollégiumban élők: Társadalomtudomány képzési terület Tanulmányok melletti munkából szerzett átlagos havi jövedelem 11381 9451 16371 25881 18003 22815 34618 27221 57299 Szülőkkel élők: Képzési területek bölcsészettudomány és társadalomtudomány nélkül Szülőkkel élők: Bölcsészettudomány képzési terület Szülőkkel élők: Társadalomtudomány képzési terület Összes havi pénzbeli jövedelem 65622 59707 77120 72734 68726 73322 100758 97904 122316 Nem szülőkkel, nem kollégiumban élők: Képzési területek bölcsészettudomány és társadalomtudomány nélkül Nem szülőkkel, nem kollégiumban élők: Bölcsészettudomány képzési terület Nem szülőkkel, nem kollégiumban élők: Társadalomtudomány képzési terület Átlagos havi összbevétel a mások által fizetett kiadásokkal együtt 99262 86057 117286 117162 107882 126684 163016 152470 183701 0 50000 100000 150000 200000 Forrás: EUROSTUDENT VI magyarországi adatbázis 2016, saját számítás 18

III. évf., 1. sz. 2019. március 4. ábra: A levelező és esti munkarendű alap- és mesterképzések hallgatóinak átlagos bevételei lakhatási forma és képzési terület szerint A családtól kapott támogatás átlagos havi összege a mások által fizetett kiadásokkal együtt 39414 48232 38966 50016 69143 31480 Szülőkkel élők: Képzési területek bölcsészettudomány és társadalomtudomány nélkül Szülőkkel élők: Bölcsészettudomány képzési terület Tanulmányok melletti munkából szerzett átlagos havi jövedelem 116480 101640 109553 158128 137715 176016 Szülőkkel élők: Társadalomtudomány képzési terület Nem szülőkkel, nem kollégiumban élők: Képzési területek bölcsészettudomány és társadalomtudomány nélkül Összes havi pénzbeli jövedelem 152540 125260 159152 206087 191139 239030 Nem szülőkkel, nem kollégiumban élők: Bölcsészettudomány képzési terület Nem szülőkkel, nem kollégiumban élők: Társadalomtudomány képzési terület Átlagos havi összbevétel a mások által fizetett kiadásokkal együtt 181645 160809 194105 239562 234503 254608 0 50000 100000 150000 200000 250000 Forrás: EUROSTUDENT VI magyarországi adatbázis 2016, saját számítás A nappali munkarendű hallgatók közül a kollégisták számoltak be a legalacsonyabb átlagos lakhatási kiadásokról, ennél valamivel magasabb volt a társadalomtudomány és az egyéb képzési területek szüleikkel élő hallgatóinak lakhatási ráfordítása (5. ábra). A szüleikkel élő, részidős képzésben tanulók esetében a nappalisokhoz viszonyítva közel kétszeres nagyságú átlagos lakhatási költség jellemző (6. ábra). Az önállóan (egyedül vagy másokkal albérletben, esetleg saját ingatlanban) élők körében a bölcsészek fizettek a nappali munkarendű hallgatók közül a legtöbbet, a levelező és esti munkarendűek közül a legkevesebbet a lakhatásért; az előbbieknél ez közel 50 ezer, az utóbbi esetben 65 ezer forintos átlagos összeget jelentett. Valamennyi megélhetési átlagköltséget együttesen vizsgálva a társadalomtudományi alap- és mesterképzések hallgatói vezettek mind a nappali munkarendű, mind a részidős képzések esetében, az önállóan élők mindegyik csoportban magasabb összegű kiadásokról számoltak be, mint a szüleikkel vagy (a nappali munkarendűek között) a kollégiumban élők; a munkarend szerinti különbség az azonos csoportok között közel kétszeres volt. Az összes hallgatóra számolt tanulmányi átlagkiadások nem voltak magasak (a teljes idős képzésben tanulóknál 5 15 ezer forint, a részidősöknél 15 22 ezer forint körül alakult). Ugyanakkor az önköltséges képzésben tanulók átlagos havi tandíjjellegű ráfordításai nagyobb szóródást mutattak, és az a trend sem érvényesült következetesen, hogy a bölcsészhallgatók fizették volna átlagosan a legalacsonyabb tandíjat. Kiugró értéket láthatunk például a nappali munkarendű bölcsészettudományi képzésben tanuló hallgatóknál, aminek az oka valószínűleg az, hogy aki számára elérhető volt egy költségesebb képzés, annak számára az önálló lakhatás is könnyebben megoldható volt. 19