Műhely. Az ESOMAR ajánlása. Háztartásfő vagy fő kereső?

Hasonló dokumentumok
1. tábla Főkereső azonos a főbevásárlóval

Kutatás a Magyar Hírlap lakossági előfizetői körében

A FOGLALKOZÁSI RÉTEGSÉMA JELLEMZŐI

A társadalmi rétegek előállításának módja

TÁRKI HÁZTARTÁS MONITOR Budapest, Gellért Szálló március 31.

10. A mai magyar társadalom helyzete. Kovács Ibolya szociálpolitikus

0,94 0,96 0,95 0,01-0,01 0,00 rendelkezők aránya A 25 - X éves népességből felsőfokú végzettségűek 0,95 0,95 0,94 0,00-0,01-0,01

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Reform. SPSS állomány neve: Budapest, október

Diplomás pályakövetés diplomás kutatás, 2010

Mérés módja szerint: Időtáv szerint. A szegénység okai szerint

KAPITÁNY ZSUZSA MOLNÁR GYÖRGY VIRÁG ILDIKÓ HÁZTARTÁSOK A TUDÁS- ÉS MUNKAPIACON

Új módszertan a kerékpározás mérésében

KÖFOP VEKOP A jó kormányzást megalapozó közszolgálat-fejlesztés

Magyarország kerékpáros nagyhatalom és Budapest minden kétséget kizáróan elbringásodott: egyre többen és egyre gyakrabban ülnek nyeregbe a fővárosban

DIGITÁLIS ÁTÁLLÁS HATÁSA A NÉZETTSÉGMÉRÉSRE DIGITÁLIS KORREKTÚRA Vörös Csilla március 19.

A társadalmi szerkezet belső térbeli sajátosságai

Szerkesztette: Varga Júlia. A kötet szerzői Hajdu Tamás Hermann Zoltán Horn Dániel Varga Júlia

[Erdélyi Magyar Adatbank] Csepeli György Örkény Antal Székelyi Mária: Nemzetek egymás tükrében FÜGGELÉK. A válaszadók átlagos életkora, minták szerint

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI. Omnibusz 2003/08. A kutatás dokumentációja. Teljes kötet

Függelék. Táblázatok és ábrák jegyzéke

A magyar háztartások tagjainak kapcsolathálódinamikája és 2007 között

Személyi-foglalkozási adatlap

Diplomás pályakövetés diplomás kutatás, 2010

Diplomás pályakövetés diplomás kutatás, 2010

Öregedés és nyugdíjba vonulás

Diplomás pályakövetés diplomás kutatás, 2010

Hallgatók Diplomás Pályakövetési Rendszer Intézményi adatfelvétel a felsőoktatási hallgatók körében Módszertani összefoglaló

A HÁZTARTÁSI FOGLALKOZÁSI RÉTEGSÉMÁK JELLEMZŐI

DIGITAL CONNECTED CONSUMER 2012 MADHOUSE-GfK HUNGÁRIA szeptember

Fábián Zoltán: Szavazói táborok társadalmi, gazdasági beágyazottsága - Statisztikai melléklet

STATISZTIKAI ADATOK. Összeállította fazekas károly köllő jános lakatos judit lázár györgy

Alba Radar. 15. hullám. Karácsonyi készülődés Székesfehérváron

MUNKAERŐ-PIACIÉS MIGRÁCIÓSVÁLTOZÁSOK

Diplomás pályakövetés diplomás kutatás, 2010

A magyar lakosság 40%-a ül kerékpárra több-kevesebb rendszerességgel

Rendszerváltás, nyertesek, vesztesek Empirikus adatok a Háztartások Életút Vizsgálata alapján

Módszertani leírás a Munkaerő-felmérés II. negyedévi Megváltozott munkaképességűek a munkaerőpiacon című kiegészítő felvételhez

Kerékpárhasználati adatok

11.3. A készségek és a munkával kapcsolatos egészségi állapot

STATISZTIKAI ADATOK. Összeállította fazekas károly köllő jános lakatos judit lázár györgy

Összességében hogyan értékeli az igénybe vett szolgáltatás minőségét?

JA45 Cserkeszőlői Petőfi Sándor Általános Iskola (OM: ) 5465 Cserkeszőlő, Ady Endre utca 1.

A Magyarországon megkérdezettek strukturális megoszlása, akik esetében számítani lehet arra, hogy (továbbra is) külföldön fognak dolgozni:

A Slovakiabán megkérdezettek strukturális megoszlása, akik esetében számítani lehet arra, hogy (továbbra is) külföldön fognak dolgozni:

Pán-európai közvéleménykutatás a foglalkoztatás biztonságára és az egészségre vonatkozóan Reprezentatív eredmények az Európai Unió 27 tagországában

BEZZEG A MI IDŐNKBEN MÉG GENERÁCIÓS ÉRTÉKKÜLÖNBSÉGEK

5. Háztartások, családok életkörülményei

A Debreceni Egyetem Intézményfejlesztési Terve

Diplomás pályakezdık vállalati szemszögbıl 2008

A Csehországban megkérdezettek strukturális megoszlása, akik esetében számítani lehet arra, hogy (továbbra is) Ausztriában fognak dolgozni:

Diplomás pályakövetés - végzettek - intézményi online kutatás, 2019.

LADÁNYI ERIKA A SZENVEDÉLYBETEGEK NAPPALI ELLÁTÁST NYÚJTÓ INTÉZMÉNYEIRŐL

STATISZTIKAI ADATOK. Szerkesztette Bálint Mónika. Összeállította busch irén Fazekas Károly Köllő János Lakatos Judit

A SIOK Beszédes József Általános Iskola évi kompetenciamérés eredményeinek elemzése és hasznosítása

Diplomás pályakövetés diplomás kutatás, 2010

A mintában szereplő határon túl tanuló diákok kulturális háttérre

Modellpontok képzése és használata

PE-GTK végzettek munkaerő-piaci helyzete

A hazai jövedelmi egyenlőtlenségek főbb jellemzői az elmúlt évtizedekben (módszertani tanulságok)

A magyar felsõoktatás helye Európában

Foglalkoztatás- és szociálpolitika

Hazai és MTA-részvétel az Európai Unió 7. keretprogramjában (FP7)

KOLLÉGISTÁK A FELSŐOKTATÁSBAN

Munkaerő-piaci helyzetkép

KUTATÁSI ÖSSZEFOGLALÓ

Függelék. Táblázatok és ábrák jegyzéke

STATISZTIKAI TÜKÖR 2014/126. A népesedési folyamatok társadalmi különbségei december 15.

Vállalkozás Statisztikai Adatbázis

A harmadik országbeli állampolgárok munkaerő-piaci helyzetére és beilleszkedésre vonatkozó II. negyedéves KSH adatgyűjtés

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA OMNIBUSZ 2003/2. SPSS állomány neve: Budapest, február

Tervezett béremelés a versenyszektorban 2016-ban A októberi vállalati konjunktúra felvétel alapján február 3.

Munkaerő-piaci helyzetkép. Csongrád megye

Munkaerőpiaci mutatók összehasonlítása székelyföldi viszonylatban

Mire emlékeznek az egészségmegırzéssel kapcsolatos hirdetésbıl? Dohányzás elleni üzenet 27% Alkoholfogyasztás elleni üzenet 15%

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Lengyelország 23,7 28,8 34,9 62,7 56,4. Finnország m 49,4 53,9 52,8 51,9. Hollandia m 51,0 36,5 49,1 50,8. Magyarország 22,5 28,5 32,3 46,6 49,2

A Magyarországon megkérdezettek strukturális megoszlása, akik esetében számítani lehet arra, hogy (továbbra is) Ausztriában fognak dolgozni:

SZOCIÁLIS ÉS MUNKAERŐPIACI POLITIKÁK MAGYARORSZÁGON

A TÁRKI ADATFELVÉTELEINEK DOKUMENTUMAI OMNIBUSZ 2004/05. A kutatás dokumentációja

Munkaerő piaci helyzetkép. Csongrád megye

Agrárium természeti értékekhez való viszony és turisztikai potenciál Homoródalmáson

Nielsen Közönségmérés. Az 50 év feletti korosztály tévénézési szokásai 2010-ben

Kutatás a rezsicsökkentésről

A Kecskeméti Belvárosi Zrínyi Ilona Általános Iskola Magyar Ilona Általános Iskolája 2015-ös évi kompetenciamérésének értékelése

Munkaerő-piaci helyzetkép. Csongrád megye február

TÁRKI ADATFELVÉTELI ÉS ADATBANK OSZTÁLYA. Változás SPSS állomány neve: Budapest, 2002.

ZA5791. Flash Eurobarometer 356 (Public Opinion in the European Union Regions) Country Questionnaire Hungary

A társadalmi depriváció területi vetületei Európában és Magyarországon

Munkaerő-piaci helyzetkép. Csongrád megye

A lakossági jelzáloghitelek fogyasztói megítélése

Munkaerő-piaci helyzetkép. Csongrád megye

2.1. A éves népesség munkanélküliségi rátája

Alba Radar. 20. hullám

Az életen át tartó tanulás hatása a szakképzésre és a felnőttképzésre

TÉVÉNÉZÉS AZ INTERNETEN

MÓDSZERTANI MEGJEGYZÉSEK

Frissdiplomások 2011

Projekt azonosítószáma: TÁMOP / vagy, attól függően melyik projekthez kapcsolódik DOKUMENTUM 5.

Alba Radar. 17. hullám

AZ ADATOK ÉRTÉKELÉSE

Átírás:

Műhely Az ESOMAR ajánlása A nemzetközi kutatások örök kihívása, hogy az egyes piacok almintái összehasonlíthatók legyenek egymással, miközben a háttérváltozók, amelynek alapján az alcsoportokat kialakítják, országonként különböznek. Erre a problémára ajánl megoldást a European Society for Opinion and Marketing Research (ESOMAR) az európai ország részére kialakított társadalmi-gazdasági-demográfiai osztályozási rendszerével. 1980-ban merült fel az ötlete az európai piacon komparatív szocio-demográfiai adatok előállításának, majd 1992 és 1995 között az Eurobarométer survey-ken hét hullámban lebonyolított kérdőíves adatfelvétel tesztelése és fejlesztése során publikálták 1997-ben azt a 12 országra kiterjedő nemzetközi összehasonlító vizsgálatot, amelynek viszonylag nagy mintákon kapott eredményei alapján az elemzést elvégezték és az ajánlásaikat megfogalmazták az Európai Unió 12 országa számára. Az ajánlás nemcsak változókat tartalmaz, hanem közzéteszi azt a kérdőívet is, amellyel sztenderdizálni és összehasonlítani kívánják a társadalmi csoport (Social Grade) változókat. A hazai multinacionális hirdetők és médiatervezők is felvetették a szükségességét egy, a különböző magyarországi piackutatók által azonos módon képzett társadalmi gazdasági csoportosító ismérv szükségességének. Az AGB Hungary saját európai harmonizációs törekvéseivel egybevágó piaci igénynek megfelelően az 1998. évi alapozó adatfelvétele során (ES98) adaptálta az ESOMAR ajánlott kérdőívét, így lehetővé vált egy 7000 lakáscímen lakó 7143 háztartás adatait feldolgozó mintán előállítani, kipróbálni és összevetni az európai országokkal a történeti fejlődésében gyökeresen eltérő, jelen társadalmi rétegződését illetően dinamikusan változó struktúrájú magyar társadalom háztartásainak szocio-demográfiai megoszlását. Háztartásfő vagy fő kereső? Az első nehézség, amivel szembetaláltuk magunkat, a háztartást relevánsan jellemző személy kiválasztása. A hazai társadalomstatisztikai gyakorlatban hagyományosan a KSH definíciója szerinti háztartásfővel szoktuk jellemezni a háztartást, mivel általában a háztartásfő iskolai végzettsége és foglalkozása az a legerősebb differencia specifika, amely szociológiailag relevánsan jelöli ki a társadalmi rétegek közül a család helyét. A társadalmi csoportképző

változók inkonzisztenciája miatt azonban a társadalmi hierarchiában elfoglalt hely, rang, presztízs egyfelől és a jövedelem, fogyasztás, az anyagi javak birtoklása másfelől nem feltétlenül esik egybe, illetve tíz évvel a politikai és gazdasági rendszerváltás után a különböző generációkhoz tartozó háztartásfők esetében különböző mértékben jár együtt. Mindenesetre az interjú során meghatároztuk mind a háztartásfő, mind a fő kereső személyét, és ahol nem a háztartásfő járult hozzá legnagyobb mértékben a család jövedelméhez, ott mindkét személyről felvettük az ESOMAR kérdőívet. Mivel az AGB alapozó adatfelvétele háztartási mintán készül és vagy a háztartásfőt, vagy a fő bevásárlót kell kérdezni a kérdező-biztosoknak, ezért elég jó válaszolási arányt kaptunk. Nem volt meglepő számunkra, hogy a háztartások közel 20 százalékában nem a háztartásfő volt a legmagasabb keresetű személy. Általában azoknál a családoknál keresett jobban valaki más, ahol a háztartásfő munkanélküli, nyugdíjas, képzetlen vagy csak egyszerűen idős személy, és él vele aktív kereső, fiatalabb, képzettebb, jobb munkaerő-piaci helyzetben lévő családtag, gyakran feleség vagy gyermek. A legtöbbet kereső szerinti besorolás ezért egy fokkal korszerűbb társadalomszerkezetet mutat, továbbá kompatibilis az EU besorolással, ezért úgy döntöttünk, hogy mi is vele jellemezzük a háztartásokat. Mivel a legmagasabb keresetű személy fogalma újnak számít a hazai piackutatásban és a KSH által már bevezetett, és köznyelvi értelemben is elfogadott "háztartásfő" és "családfő" fogalmához képest új referencia-személyt jelöl ki a háztartásban, javasoljuk a "főkereső" fogalom egybeírt változatának bevezetését. Az ESOMAR társadalmi kategória változó felépítése Ez egy olyan kategóriarendszer, amely három változó alkalmazásával épül fel. 1. A "főkereső"(main Income Earner, MIE), vagyis a háztartáson belül a legmagasabb jövedelmű személy foglalkozása. 2. A főkereső életkora iskolai képzése befejeződésekor (Terminal Education Age, TEA). 3. Ha a főkereső nem folytat aktív kereső tevékenységet, és korábban sem volt alkalmazásban, a háztartás vagyoni helyzete (Economic Status, ES) tíz, az ESOMAR által kijelölt vagyontárgy, tartós fogyasztási cikk birtoklása alapján. Vegyük sorra a besorolási ismérveket, és tekintsük át a kapott eredményeket. 1. A főkereső foglalkozása (Occupation) változó besorolása:

e1 felső vezetés, igazgató vagy top menedzsment 6 vagy több beosztottal e2 önálló értelmiségi e3 alkalmazott értelmiségi e4 felső vezetés, igazgató vagy top menedzsment 5 vagy kevesebb beosztottal e5 közép menedzsment, más menedzsment funkció 6 vagy több beosztottal e6 közép menedzsment, más menedzsment funkció 5 vagy kevesebb beosztottal e7 vállalat vagy üzlet (rész) tulajdonosa, iparos vagy más önálló 6 vagy több beosztottal e8 irodai alkalmazott e9 vállalat vagy üzlet (rész) tulajdonosa, iparos vagy más önálló 5 vagy kevesebb beosztottal e10 tanuló e11 nem fizikai alkalmazott, nem irodai, hanem utazó vagy szolgáltató jellegű munkát végez e12 mezőgazdasági termelő, halász e13 bevásárlásért, a háztartási munkáért felelős, háztartásbeli e14 munkafelügyelő, képzett szakmunkás e15 szakképzetlen fizikai munkás, kisegítő háztartási alkalmazott e16 nyugdíjas (aki korábban sem volt alkalmazásban), munkaképtelen, munkanélküli. Az AGB ES98 minta megoszlása szerepel az 1. tábla első oszlopában, második oszlopban az EU 12 tagország

átlaga, majd országonként követik az ESOMAR kutatások megoszlásai. Jól tükrözik az EU országok gazdasági szervezeti struktúrájában lévő különbségeket a fő keresők foglalkoztatási struktúrájának különbségei. Ennek megfelelően meglehetősen nagy a szórása az egyes kategóriákban szereplő arányoknak országonként. Különösen nagyok a különbségek az európai országok között az 5 vagy kevesebb beosztottal rendelkező vállalat vagy üzlet-tulajdonosok, a mezőgazdasági foglalkozásúak, a szakmunkások, és a szakképzetlen fizikaiak arányát tekintve. Magyarország, mint egyetlen poszt-szocialista ország a táblázatban, bizonyos foglalkozási csoport-arányokban a gazdaságilag fejletlenebb déli régiókhoz, más foglalkozási csoportokat tekintve az iskolai rendszer miatt képzettebb közép és észak-európai államokhoz hasonlít. Öt olyan foglalkozási kategóriát találtunk a 16 között, amelyben a magyarországi arány a nagy szórást mutató 12 ország minimum és maximum értékén kívül esik. Az európai országokhoz képest nálunk alacsonyabb az önálló értelmiségiek aránya, az ötnél több alkalmazottat foglalkoztató tulajdonosok aránya, az irodai alkalmazottak aránya (ne feledjük a családon belüli fő keresőről van szó!), ugyanakkor nálunk magasabb az alkalmazott értelmiségiek aránya és a szakképzetlen fizikaiak aránya. 2. A TEA képzése Úgy történik, hogy vesszük a főkereső életkorát nappali tanulmányai befejezésekor, és ehhez hozzáadjuk a fő iskolai végzettség megszerzése utáni továbbképzések, szakmai tréningek, befejezett, lezárt esti és levelező tagozatok, elvégzett nyelviskolák, szakiskolák tanulásra fordított éveinek időtartamát. (Megjegyzendő, hogy ebben leggyengébb a standardizálás, és eléggé eltérőek az eredmények az iskolai oktatási rendszer és az iskolán kívüli képzési rendszer országonkénti eltérései miatt.) A változót öt kategóriába vonjuk össze, 21+, 17-20, 15-16, 14, -13. (2. tábla) Az európai országok között legnagyobbak a különbségek a legmagasabb és a legalacsonyabb képzettségű kategóriák arányaiban. Láthatóan nagymértékben iskolarendszer-függő a befejezett nappali tagozat időpontjában megállapított korév. Spanyolországban, Görögországban, Olaszországban nagyon magas a 14 évesen illetve a még fiatalabb korban befejezett iskolai képzés, Dániában, Hollandiában nagyon magas a 21 évesnél magasabb életkorban befejezett iskolai képzés. Magyarország minden kategóriában az európai szélső értékek között helyezkedik el. Az európai átlaghoz képest magasabb a 17-20 korév kategóriájába eső fő keresők aránya, amely jelzi, hogy a legalább érettségivel rendelkezők nagyobb valószínűséggel válhatnak a háztartás fő keresőjévé, mint az alacsonyabb iskolai végzettségűek. De ebben a magas arányban megmutatkozik a szocializmusnak nevezett társadalmi-politikai rendszer nappali oktatási

rendszerének struktúrája, valamint az idősebb korosztályok képezettségében a kiterjedt esti és levelező oktatás, ideológiai továbbképzés és változatos szaktanfolyami felnőttképzési forma. Az e10, e13, e16 kategóriák kivételével a fő kereső foglalkozási osztályozásának és a TEA szerinti iskolai osztályozásának "keresztezésével" soroljuk be a háztartásokat az ESOMAR kategóriákba a 3. táblán látható besorolási séma alapján. 3. A vagyoni helyzet (durables) A vagyoni helyzet alapján történő besorolás az e10, e13, e16, kereső foglalkozást nem végző kategóriák esetén kerül alkalmazásra. Lehetőleg csak abban az esetben használjuk a társadalmi kategória meghatározásához, ha nem áll rendelkezésre adat a háztartásfő foglalkozásáról, az AGB survey esetén ezt mindössze a háztartások 3 százalékában kellett alkalmazni. A változót az alábbi 10 vagyontárgy megléte alapján határozzuk meg olymódon, hogy egyszerűen összeadjuk őket: színes TV, videomagnó, videokamera, kettő vagy több autó, fényképezőgép, személyi számítógép, elektromos fúrógép, elektromos friteuse, rádiós óra, hétvégi ház, nyaraló. Az ESOMAR szerint ezt a listát a piaci viszonyok fejlődésének megfelelően módosítani kell. Magyarország esetében mindenesetre még elég működőképes, sőt, inkább lefelé kellene módosítani az európai összehasonlíthatóság érdekében. A magyar háztartások a vagyoni helyzetet kifejező javak megoszlásában térnek el ugyanis leginkább Európától. (4. tábla) Az e10, e13, e16 kategóriák esetén a háztartás vagyoni helyzete és a fő kereső iskolai végzettsége (TEA) segítségével soroljuk be a háztartásokat az ESOMAR kategóriákba az 5. tábla besorolási sémája szerint. 4. A háztartások társadalmi-gazdasági osztályai Az AGB alapozó felvételének adatbázisán a besorolások eredményét a 6. táblázat illusztrálja. A komponens változók megoszlásainak ismeretében már nem meglepő, hogy európai országok közötti különbségek meglehetősen nagyok, és ebben a bő tartományban Magyarország esetében csak az E3 kategória esik a legkisebb és legnagyobb értékhatárokon kívül. A C1 kategória kis aránya és a C2 kategória nagy aránya miatt azonban nem célszerű az összevonást az ESOMAR által javasolt 4 kategóriára elvégezni (AB, C1, C2, DE).

Az AGB panel minta besorolása Az AGB nézőmérő rendszerrel felszerelt, 840 háztartást magában foglaló panel-mintáján valamennyi háztartásról felvettük az ESOMAR-kérdőívet, az ismertetett algoritmusnak megfelelően besoroltuk a háztartásokat, és a háztartás valamennyi tagja megkapta a főkereső szerinti besorolást. A nyolc kategória a nézettségi adatok elemzéséhez és hirdetési kampányok tervezéséhez azonban ekkora minta mellett túl részletes, ezért a jövedelemmel és a vásárlóerővel elvégzett statisztikai átlag és szórásvizsgálatok alapján, valamint a panel minta esetszámait figyelembe véve, öt kategóriába vontuk össze. A főkereső öt kategóriás ESOMAR változó tartalma: A magasan képzett top menedzserek és értelmiségiek, felső és középvezetők viszonylag sok beosztottal, magasan képzett önálló értelmiségiek BC1 kevésbé képzett menedzserek, vagy menedzserek kevesebb beosztottal, magasan képzett alsó és középszintű vezetők, vagy magasan képzett beosztott értelmiségiek és munkafelügyelők, "túlképzett" szakmunkások, kisvállalkozás tulajdonosok C2 jobban képzett fizikai szakmunkások és nem fizikai alkalmazottak, jobban képzett munkafelügyelők, mérsékelten jól képzett nem fizikai munkások és kisvállalkozás tulajdonosok D szakmunkások és szakképzetlen munkások és alacsonyan képzett nem fizikai munkások, "menedzserek", kisvállalkozás tulajdonosok E kevéssé képzett szakmunkások, alacsonyan képzett nem irodai nem fizikaiak, vagy munkafelügyelők, szakképzetlen fizikai munkások, kisvállalkozás tulajdonosok, mezőgazdasági termelők. (A 7. tábla az egyéni megoszlásokat tartalmazza ezen öt kategóriában az ES98-ban.) Az AGB nézettségi adatbázisban az ESOMAR kategóriák a piac kérésére nem súlyozási változók, ezért megoszlásuk némileg eltér az alapozó adatfelvételből publikált megoszlástól.

Azok az ügyfeleink akik a nézettségi adatbázisra előfizetnek, ellenőrizhetik az ESOMAR kategóriák nagyságának alakulását az élő panel-minta alakulásának függvényében. Ami azonban ennél fontosabb számukra, nyomon követhetik a különböző státuszú társadalmi csoportok tagjainak tévé-hirdetési fogyasztását. Az AGB partnerei 1999. április 12-től az AGB szoftvereiben megtalálják az egy főre jutó jövedelem, és a hagyományos vásárlóerő kategória, mellett harmadik rétegződési ismérvként az ESOMAR társadalmi hierarchiát, így három változó kombinációjával elemezhetik és tervezhetik célcsoportjaik elérését. Ennek nyomán, remélhetőleg, a 2000. évi AGB szoftverekben már a médiafogyasztási szokások egy éves tapasztalatával gazdagabban alakíthatók ki a piaccal közösen a társadalmi-gazdasági cél-csoportok. A piackutatók pedig el kell hogy végezzék a fogyasztói státusz-csoportok és a társadalmi gazdasági kategóriák összefüggésének vizsgálatát, valahogyan úgy, ahogyan azt Ignacio Redondo Bellón tanulmányában olvashatjuk a spanyol piac példáján. Valamennyiünk számára pedig, akik média és piackutatással foglalkozunk, a Wired nyomán az új gazdaság szótárából kölcsönzött: "kooperatív versenyt" tudom ajánlani. Esetünkben ez olyan kutatási kihívást jelent, amely az európai harmonizációnak megfelelő státusz-osztályozás és a magyarországi piacon jelenleg használatban lévő fogyasztói státusz-csoportok összeegyeztetését, és az ügyfelek számára ezen osztályozási rendszereket tartalmazó termékek közötti átjárhatóságot eredményezheti, lehetőleg a versenyhelyzetben lévő szolgáltatók érdeksérelme nélkül. Zelenay Anna Melléklet 1. tábla Főkeresők foglalkozási megoszlása Magyarország / EU 12 országa Foglalk. H EU12 B DK D E F GR IRL I L NL P UK Minta 89.600 14.000 3.500 9.100 e1 0.8 2.7 2.6 3.2 3.6 0.5 3.5 1.4 1.8 2.4 4.1 4.3 0.8 2.6 e2 0.9 3.0 3.1 2.3 2.5 2.0 2.4 3.2 2.0 5.4 2.9 2.9 1.3 2.6

e3 10.5 2.5 1.3 2.4 1.6 2.9 1.6 2.7 2.3 1.6 1.9 2.6 1.9 5.8 e4 1.9 1.6 1.7 1.1 1.0 0.4 4.1 0.6 0.9 1.8 3.9 1.6 0.5 1.1 e5 1.6 4.2 2.0 6.6 6.3 2.3 3.2 1.8 2.2 1.5 4.6 6.5 2.3 6.3 e6 4.9 9.4 4.9 9.2 13.1 5.5 11.9 5.4 6.0 8.7 12.9 8.4 5.3 7.2 e7 0.5 1.7 1.3 1.5 2.0 2.1 1.1 2.0 1.5 1.8 2.3 2.0 2.0 1.6 e8 6.5 10.3 14.2 9.7 8.5 8.4 9.7 8.4 6.6 14.9 9.7 15.5 6.7 9.0 e9 5.7 9.8 12.3 4.5 5.1 14.2 6.7 22.4 6.8 18.0 4.1 4.7 14.2 7.5 e10 0.4 1.0 0.7 2.5 1.8 0.1 1.3 0.3 0.4 0.0 0.2 4.3 0.4 0.8 e11 8.2 12.6 17.7 17.3 12.3 12.7 13.7 13.9 8.1 11.6 9.8 18.3 11.7 10.2 e12 1.3 3.8 1.5 3.2 1.5 6.6 5.3 18.9 15.4 3.9 3.6 1.9 11.4 0.5 e13 0.9 1.1 2.1 0.3 1.1 1.0 0.7 1.2 2.0 0.8 2.9 1.4 1.7 1.3 e14 23.5 24.2 19.9 17.4 30.2 28.3 29.2 13.2 21.8 14.5 24.1 17.6 30.9 21.7 e15 30.2 9.0 11.6 15.9 8.4 10.0 4.2 3.1 21.1 10.2 10.8 4.5 8.8 13.1 e16 2.0 2.0 2.8 1.7 1.1 2.7 1.3 1.5 0.7 2.7 0.5 1.2 0.2 3.5 N/A 0.0 1.1 0.4 1.2 0.1 0.3 0.0 0.0 0.4 0.0 1.6 2.4 0.0 5.3 2. tábla Főkeresők megoszlása tanulmányi évek szerint (TEA) Magyarország / EU 12 országa TEA H EU12 B DK D E F GR IRL I L NL P UK Minta- > 89.600 14.000 3.500 9.100 21+ 22.8 23.7 28.3 59.3 31.5 15.7 24.1 18.9 12.9 18.2 27.0 39.2 9.5 18.5 17-20 41.1 32.2 37.9 24.3 41.3 19.0 39.4 27.9 35.9 30.0 36.8 33.2 15.2 25.7 15-16 9.7 17.4 12.1 5.3 14.7 13.5 17.2 10.3 26.5 10.9 22.8 13.5 10.2 35.4 14 13.3 11.6 13.4 6.7 8.1 22.0 13.0 3.0 15.5 11.0 7.2 5.7 7.2 12.7-13 10.8 12.3 3.2 0.3 0.8 29.2 5.8 39.9 3.9 29.9 2.8 4.0 51.0 0.8 N/A 2.4 2.8 5.1 4.1 3.6 0.7 0.5 0.1 5.2 0.0 3.4 4.4 6.9 7.0 3. tábla Besorolási séma FoglalkozásTEA e1+2 e3+5 e4,6+7 e12 e8+9 e11+14 e15 21+ A A B B C1 C1 D

17-20 A B C1 C1 C2 C2 D 15-16 B C1 C2 D D D E1 14 C1 D D E1 E1 E1 E3-13 D D D E3 E2 E2 E3 4. tábla A háztartás vagyoni helyzete Magyarország / EU 12 ország H EU12 B DK D E F GR IRL I L NL P UK MintaDarab 89.600 14.000 3.500 9.100 5+ 25.7 56.2 71.2 54.1 54.4 49.0 57.0 26.6 47.1 57.3 78.4 61.5 37.6 66.3 4 13.1 15.3 11.8 18.8 17.6 15.6 16.0 15.1 15.1 14.8 10.2 13.6 13.9 12.8 3 13.8 12.3 7.9 13.4 13.9 13.8 12.5 18.3 13.3 11.6 5.5 11.2 13.4 9.4 2 15.0 8.9 5.2 8.8 8.7 11.3 8.5 18.5 12.2 8.6 3.5 8.1 13.4 6.8 1 20.1 6.4 3.2 4.4 5.0 9.6 5.5 17.2 11.2 7.3 1.9 4.8 16.5 4.0 N/A 12.3 0.8 0.7 0.4 0.4 0.8 0.5 4.3 1.0 0.5 0.6 0.9 5.2 0.8 5. tábla Besorolási séma DarabTEA 5+ 4 3 2 1 0 / NA 21+ A A B C1 C1 D 17-20 A B B C2 C2 D 15-16 B C1 C1 E1 E1 E2 14 C1 C2 C2 E1 E2 E3-13 D D D E2 E3 E3 6. tábla Az ESOMAR társadalmi kategória Magyarország / EU 12 országa H EU12 B DK D E F GR IRL I L NL P UK Minta ESOMAR 89.600 14.000 3.500 9.100 A 10.3 9.2 8.7 13.6 10.7 5.5 8.0 7.5 5.9 9.4 11.1 13.6 4.0 10.1

B 8.4 9.3 6.4 13.9 11.0 5.5 13.1 5.8 6.0 7.5 12.1 11.8 4.4 8.8 AB 18.7 18.5 15.1 27.5 22.2 11.0 20.1 13.3 11.9 16.9 23.1 25.3 8.4 18.9 C1 8.9 15.2 19.8 31.9 19.7 10.0 16.9 12.9 12.1 11.1 18.0 22.8 6.2 12.4 C2 29.8 23.1 30.4 15.6 30.3 15.2 27.7 20.7 21.8 20.9 23.2 24.4 10.0 17.3 D 11.2 15.3 11.3 11.1 13.4 14.0 16.4 11.5 21.7 11.6 17.3 12.5 12.4 23.8 E1 8.4 10.7 10.7 5.5 7.3 19.1 12.0 3.2 16.9 9.5 9.9 5.2 7.1 13.4 E2 1.7 7.6 1.8 0.2 0.6 18.1 3.9 21.7 1.5 17.9 1.3 2.0 34.9 0.9 E3 19.0 6.3 5.6 3.6 2.8 12.0 2.5 16.6 8.5 12.2 3.0 2.6 14.1 3.3 DE 40.3 39.8 29.5 20.4 24.1 63.1 34.8 53.0 48.6 51.2 31.5 22.3 68.5 41.4 NA 2.4 3.4 5.3 4.7 3.7 0.7 0.5 0.1 5.6 0.0 4.1 5.2 6.9 9.9 7. tábla Az egyéni minták megoszlása az öt ESOMAR kategória szerint ESOMAR (5) AGBEstablishment Survey 1998 # A 939 588 10.2 BC1 1 393 182 15.2 C2 3 050 319 33.2 D 1 061 750 11.6 E 2 473 205 26.9 n.a. 262 054 2.9 Total 4+ 9 180 099 100.0