Metodologia chestionarului CNAAIS, ediția 2021

Studiu privind angajabilitatea absolvenților de învățământ superior din România (2021) – CNAAIS 1

Versiunea din

Date

În această secțiune prezentăm rezultatele primei ediții a Chestionarului Național privind Angajabilitatea Absolvenților de Învățământ Superior (CNAAIS), realizată pentru generațiile de absolvenți din 2016 și 2020. Mai jos descriem datele folosite, populația și momentele de măsurare, indicatorii, modul de interpretare a rezultatelor și limitele studiului. Definițiile din această secțiune sunt specifice studiului CNAAIS 1 și pot diferi de cele folosite în celelalte secțiuni ale platformei.

  • Două generații de absolvenți de licență și de master: 2020, la 1 an de la absolvire, și 2016, la 5 ani.
  • 6.636 de răspunsuri valide, culese online între 17 noiembrie 2021 și 28 februarie 2022.
  • Selecția respondenților nu a fost probabilistă; rezultatele sunt ponderate după gen și domeniul fundamental de studii.
  • Definițiile sunt specifice studiului CNAAIS 1 și pot diferi de cele folosite în celelalte secțiuni ale platformei.

Studiul folosește două surse principale de date: răspunsurile la chestionar și datele administrative din Registrul Matricol Unic (RMU).

Chestionarul CNAAIS

Am ales sondajul online, pe o infrastructură similară cu cea a Chestionarului Național Studențesc. Opțiunea a fost susținută de contextul epidemiologic, de lipsa unor date de contact actualizate despre absolvenți, de experiența pozitivă cu Chestionarul Național Studențesc, de eficiența culegerii și prelucrării datelor și de abordările diferite ale universităților în relația cu absolvenții. Chestionarul a fost deschis spre completare între 17 noiembrie 2021 și 28 februarie 2022.

Chestionarul are 64 de întrebări, grupate în trei categorii: date personale (informații generale – 13 întrebări), studii absolvite (studii preuniversitare – 6, studii universitare – 14) și experiență profesională (tranziția către piața muncii – 9, statutul actual – 22). Traseul prin chestionar a variat în funcție de statutul profesional al respondentului și de răspunsurile la anumite întrebări. O parte dintre întrebări au fost formulate astfel încât datele să poată fi comparate cu exercițiile anterioare realizate prin sistemul informatic Studenți, Absolvenți și Piața Muncii (SAPM) și cu studiul pilot Eurograduate 2022.

Registrul Matricol Unic (RMU)

Pentru a reduce numărul de întrebări, 18 itemi cu informații generale despre respondenți (de exemplu, genul, data și locul nașterii) au fost preluați din RMU, numai cu acordul absolvenților, în conformitate cu legislația europeană privind protecția datelor cu caracter personal. RMU a fost folosit și pentru validarea statutului de absolvent și pentru compararea structurii eșantionului cu cea a populației.

Selecția respondenților

Selecția respondenților nu a fost probabilistă. Am folosit două rute de acces: invitație personalizată pe e-mail, pentru absolvenții cu o adresă validă în RMU (statutul de absolvent fiind verificat automat), și acces prin site-ul www.chestionar-absolventi.ro, diseminat de universități, cu validarea statutului de absolvent prin CNP sau prin date personale verificate ulterior în RMU. Ambele rute au presupus acordul privind prelucrarea datelor personale, iar mecanismul de validare a asigurat că fiecare absolvent a completat un singur chestionar.

Chestionarul a fost început de 8.857 de absolvenți, dintre care 7.303 (82,5%) l-au finalizat. După curățarea bazei de date au rămas 6.636 de răspunsuri valide (74,92% din total), dintre care 67,52% obținute prin invitațiile personalizate. Au fost excluse răspunsurile absolvenților instituțiilor cu profil militar, ai filialelor universitare din străinătate, ai altor cicluri de studii decât licență și master și ai altor forme de învățământ decât cea cu frecvență, răspunsurile persoanelor a căror școlaritate din RMU nu atestă finalizarea studiilor, cele pentru care nu au putut fi reconstituite datele necesare ponderării și chestionarele nefinalizate.

  1. 8.857chestionare începute
  2. 7.303chestionare finalizate (82,5%)
  3. 6.636răspunsuri valide, după curățarea bazei de date (74,92%)
Figura 1. De la chestionarele începute la răspunsurile luate în analiză

Populație și ani de la absolvire

Populația de referință cuprinde absolvenții de licență și de master din generațiile 2016 și 2020. Prin absolvent înțelegem orice persoană care a finalizat studiile superioare și a obținut o diplomă. Cele două generații au fost chestionate în același interval, la momente diferite de la absolvire (Tabelul 1).

Tabelul 1. Generațiile observate și momentele de măsurare
GenerațieAni de la absolvireOrizont de analizăColectarea datelor
20201 antermen scurt17 noiembrie 2021 – 28 februarie 2022
20165 anitermen mediu17 noiembrie 2021 – 28 februarie 2022

Comparativ cu RMU, absolvenții de licență sunt subreprezentați în eșantion (cu 12,7 puncte procentuale pentru generația 2016 și cu 7,4 pentru generația 2020), iar respondenții de gen feminin sunt majoritari în ambele generații.

Tabelul 2. Structura respondenților față de populația din RMU, pe ciclu de studii și gen (%)
CategorieGenerația 2016, CNAAISGenerația 2016, RMUGenerația 2020, CNAAISGenerația 2020, RMU
Licență52,465,159,066,4
Master47,634,941,033,6
Masculin38,739,034,539,5
Feminin61,361,065,560,5

Indicatori

Am grupat variabilele în două categorii: variabile care descriu contextul social, economic, educațional și profesional al absolvenților și variabile privind tranziția și inserția pe piața muncii. Distingem între caracteristici obiective, care pot fi măsurate riguros (de exemplu, momentul absolvirii, domeniul de studiu, forma de finanțare), și caracteristici subiective, care pot face obiectul unor interpretări personale (de exemplu, percepția despre competențe).

Variabile generale

Gen

Definire ca variabilă
Categorială
Valori / algoritm de calcul
Masculin / feminin.
În platformă
Termen de comparație, în vizualizarea „Diferențe”.

Trecut migratoriu; mediul de rezidență; regiunea de dezvoltare

Definire ca variabilă
Variabile derivate
Valori / algoritm de calcul
Definite pornind de la locul nașterii și domiciliul în momentul înmatriculării, din datele administrative.
În platformă
Termeni de comparație, în vizualizarea „Diferențe”.

Variabile de școlaritate

Media la examenul de Bacalaureat

Definire ca variabilă
Numerică
Valori / algoritm de calcul
Identificată pentru fiecare respondent; folosită ca predictor în testele statistice (Herțeliu et al., 2022).
În platformă
Termen de comparație, pe categorii de medie.

Domeniul de studiu

Definire ca variabilă
Categorială (ISCED-F 2013)
Valori / algoritm de calcul
Corelarea cu nomenclatorul domeniilor și al specializărilor a fost realizată cu sprijinul Autorității Naționale pentru Calificări.
În platformă
Filtrele folosesc domeniul fundamental și domeniul de studii din nomenclatorul național.

Anul absolvirii; instituția de învățământ superior; finalizarea studiilor la timp

Definire ca variabilă
Variabile de școlaritate
Valori / algoritm de calcul
–
În platformă
Anul absolvirii și universitatea sunt filtre; finalizarea studiilor la timp este termen de comparație.

Variabile privind contextul socioeconomic

Situație socială specială

Definire ca variabilă
Categorială
Valori / algoritm de calcul
Indicată de respondent sau identificată în RMU: orfan de un părinte, orfan de ambii părinți, provenit din sistemul de protecție a copilului, provenit din familie monoparentală.

Statut socioeconomic precar

Definire ca variabilă
Indicator compozit, dihotomic (da/nu)
Valori / algoritm de calcul
Construit din statutul de bursier și situația socială specială.
În platformă
Termen de comparație, în vizualizarea „Diferențe”.

Stocul de educație în familie

Definire ca variabilă
Categorială
Valori / algoritm de calcul
Cel mai ridicat nivel de educație al părinților sau, după caz, al părintelui sau aparținătorului legal.
În platformă
Termen de comparație, în vizualizarea „Diferențe”.

Primul student în familie

Definire ca variabilă
Dihotomică (da/nu)
Valori / algoritm de calcul
Stocul de educație în familie este inferior studiilor superioare (< ISCED 5).
În platformă
Termen de comparație, în vizualizarea „Diferențe”.

Experiențe în timpul studiilor

Stagii de internship; activități de voluntariat; mobilități sau stagii de practică în străinătate

Definire ca variabilă
Declarate în chestionar
Valori / algoritm de calcul
–
În platformă
Termeni de comparație, în vizualizarea „Diferențe”.

Ocupare

Absolvent ocupat

Definire ca variabilă
Dihotomică
Valori / algoritm de calcul
Desfășura, la momentul completării, o activitate economică producătoare de bunuri sau servicii pentru venituri sub formă de salarii, plată în natură sau alte beneficii (după definiția INS). Ocupați: angajat(ă) pe perioadă determinată sau nedeterminată, colaborare (sub 6 luni), lucrător independent, PFA, afacere proprie. Neocupați: voluntar, incapacitate (medical), concediu pentru creșterea copilului, șomer(ă), casnic(ă), student(ă), altele.
În platformă
Secțiunea „Status ocupațional”: „Situația actuală a absolvenților pe piața muncii” și „Rata de ocupare în rândul absolvenților”.

Absolvent ocupat în perioada studiilor

Definire ca variabilă
Dihotomică
Valori / algoritm de calcul
A desfășurat în perioada studiilor activități independente sau a lucrat part-time (4 ore/zi) ori full-time (8 ore/zi).
În platformă
Termen de comparație, în vizualizarea „Diferențe”.

Rata de ocupare (pe perioada studiilor / pe termen scurt / pe termen mediu)

Definire ca variabilă
Pondere (%)
Valori / algoritm de calcul
Ponderea absolvenților ocupați în totalul respondenților: în perioada studiilor; la 1 an de la absolvire (generația 2020); la 5 ani de la absolvire (generația 2016).
În platformă
Secțiunea „Status ocupațional”: „Rata de ocupare în rândul absolvenților”, pe generații în vizualizarea „Tendințe”.

Durata căutării unui loc de muncă după absolvire

Definire ca variabilă
Numerică (luni), recodată în categorii
Valori / algoritm de calcul
Valori 0–12 luni (generația 2020) și 0–60 luni (generația 2016). Categorii: o lună, 1–2, 2–4, 4–6, 6–8, 8–12 luni, 1–2, 2–3, 3–4 ani.
În platformă
Secțiunea „Tranziția către piața muncii”: „Durata căutării primului loc de muncă după absolvire”.

Ocupație

Ocupația

Definire ca variabilă
Categorială (cod COR de 3, 4 sau 6 cifre)
Valori / algoritm de calcul
Aleasă dintr-o listă orientativă COR sau introdusă manual și codificată de echipa de cercetare; COR valabil la 1 martie 2022.
În platformă
Secțiunea „Potrivirea studii-ocupații”: categoriile de ocupații la nivel de grupă majoră, primele 10 ocupații după frecvență și diagrama de fluxuri.

Supracalificare (verticală)

Definire ca variabilă
Dihotomică
Valori / algoritm de calcul
Ocupația poate fi exercitată cu un nivel inferior de educație: grupele majore COR 3–9. Grupele majore 1 și 2 sunt considerate în acord cu calificarea universitară.
În platformă
Secțiunea „Potrivirea studii-ocupații”: „Potrivirea între specializarea studiilor și locul de muncă actual (analiză în raport cu codul COR)”.

Liber-profesionist

Definire ca variabilă
Dihotomică
Valori / algoritm de calcul
Absolvent ocupat care a declarat că este lucrător independent, PFA sau are o afacere proprie.

Câștiguri și timp de lucru

Câștigul lunar mediu net: la primul loc de muncă după absolvire; la momentul completării; urmărit

Definire ca variabilă
Numerică (lei) și categorială
Valori / algoritm de calcul
Doar pentru ocupați; sume nete („în mână”), fără ore suplimentare, tichete, bonusuri sau alte plăți. Categorii: sub 500, 501–1.000, 1.001–2.000, 2.001–3.000, 3.001–4.000, 4.001–6.000, 6.001–8.000, 8.001–10.000, peste 10.000 lei. În testele statistice: 0–9.000 lei (primul loc de muncă) și 0–25.000 lei (momentul completării; câștigul urmărit).
În platformă
Secțiunea „Venit”: „Câștigul lunar net mediu al absolvenților”, „Câștig lunar net mediu la primul loc de muncă” și „Câștig anticipat urmărit”.

Numărul mediu de ore lucrate săptămânal

Definire ca variabilă
Numerică
Valori / algoritm de calcul
Fără ore suplimentare; valori 0–80 de ore (maximum 16 ore/zi, 5 zile pe săptămână).

Numărul mediu de ore zilnice de muncă

Definire ca variabilă
Numerică
Valori / algoritm de calcul
Numărul mediu de ore lucrate săptămânal / 5.
În platformă
Secțiunea „Status ocupațional”: „Timpul alocat locului de muncă”, pe intervale de ore.

Rata orară medie

Definire ca variabilă
Numerică (lei/oră)
Valori / algoritm de calcul
Venitul mediu net lunar / (numărul mediu de ore zilnice × 21), unde 21 este numărul mediu de zile lucrătoare pe lună în 2021.

Percepții

Percepția absolvenților (de exemplu, nivelul de competență – E.04)

Definire ca variabilă
Scală Likert 1–5
Valori / algoritm de calcul
1 = într-o foarte mică măsură, 3 = neutru, 5 = într-o foarte mare măsură; unele întrebări au și varianta 0 („nu mi se aplică”).
În platformă
Secțiunile „Abilități”, „Percepție de ansamblu” și „Bunăstare și impact Covid-19”, precum și graficele de percepție din celelalte secțiuni. Fiecare grafic arată întrebarea din chestionar.

Interpretarea rezultatelor

Obiectivul principal al CNAAIS a fost identificarea unor tendințe privind integrarea pe piața muncii a absolvenților de învățământ superior, la momente diferite de la absolvire. Analiza a pornit de la trei întrebări de cercetare:

  • Care sunt caracteristicile asociate cu un grad mai mare de angajabilitate a unui absolvent?
  • Cum diferă perspectivele de angajabilitate pe termen scurt și pe termen mediu?
  • Care a fost impactul pandemiei de Covid-19 asupra traseului educațional sau profesional al absolvenților?

Pentru a limita eroarea provocată de autoselecția participanților, am aplicat ponderi care țin cont de gen și de domeniul fundamental de studii. Categoriile de respondenți cu prea puține răspunsuri pentru a fi relevante statistic au fost excluse din analiză. Pentru a limita erorile, am analizat doar răspunsuri ale absolvenților înscriși în RMU, am colaborat cu aproape 30 de universități publice pentru diseminare și am folosit o platformă adaptată tuturor dispozitivelor, cu întrebări formulate clar și însoțite, unde a fost cazul, de explicații.

Limite

  • Date de contact: pentru mai mult de 50% dintre absolvenții din 2016 și 2020 nu au existat date administrative de contact (de exemplu, adresă de e-mail).
  • Ocupația: cunoașterea insuficientă a Clasificării Ocupațiilor din România a generat confuzie în cazul unor respondenți.
  • Date lipsă: nu au existat date despre domiciliul fiscal actual și despre tipul angajatorului, inclusiv pentru perioada studiilor.
  • Câștigurile: introducerea greșită a unor sume nete a generat, în unele cazuri, valori extreme.
  • Survey fatigue: creșterea numărului de sondaje online a redus bazinul de potențiali respondenți, fără a putea fi estimat un procent exact.
  • Limite conceptuale: culegerea simultană a datelor pentru cele două generații nu a permis identificarea absolvenților de licență înscriși ulterior la master. La generația 2016, absolvirea unui master ar putea influența pozitiv angajabilitatea; la generația 2020, înscrierea la master ar putea o influența negativ, în măsura în care o parte dintre masteranzi nu se angajează în timpul studiilor.