ČSÚ (ČSÚ)
Makroekonomika  |  15.05.2020 09:01:48

Průměrné roční čisté příjmy na osobu se v ČR loni zvýšily, v chudobě žije 10,1% obyvatel

 

ČR patří v Evropě k zemím s nejnižší mírou chudoby. V roce 2019 dosáhla míra chudoby v ČR 10,1 %. V mezikrajském porovnání se Plzeňský kraj umístil na třetím nejnižším místě v podílu domácností do 60 % mediánu průměrného čistého peněžního příjmu na osobu v ČR. Nejvyšší podíl domácností (26,2 %) pobíral čistý měsíční příjem mezi 12 001–15 000 .

Šetření životních podmínek v domácnostech se konalo na jaře 2019 a zjišťovalo situaci českých domácností v roce 2019 (výjimku představovaly příjmy domácností, které byly zjišťovány za rok 2018). Šetření probíhá každoročně a cíl je zaměřen na sociální a ekonomické podmínky domácností. Důležitou součástí šetření je informace o podílu osob ohrožených příjmovou chudobou, a také osob, které žijí v domácnostech s určitým materiálním nedostatkem. Při interpretaci a  analýze výsledků šetření je třeba mít neustále na paměti, že jsou zatíženy určitou statistickou chybou (výběrovou i nevýběrovou). Skutečná hodnota odhadované charakteristiky leží pravděpodobně v 95% intervalu spolehlivosti.

 

roce 2019 žilo v ČR pod hranicí chudoby (60 % mediánu ekvivalizovaného disponibilního příjmu) 1 057,3 tis. osob. Meziročně se zvýšil tento počet o 6,1 %. V roce 2019 se oproti roku 2014 zvýšil počet osob, které žily pod hranicí chudoby, o 5,5 %.

Mírou chudoby bylo v roce 2019 ohroženo 10,1 % Čechů (zhruba každý desátý obyvatel). V porovnání s rokem 2014 se zvýšila míra chudoby v roce 2019 o 0,4 procentního bodu, meziročně vzrostla o 0,5 procentního bodu.

Hranice příjmové chudoby (60 % mediánu ekvivalizovaného disponibilního příjmu) dosáhla v ČRroce 2019 ročního příjmu 153 811  na osobu, tj. měsíční příjem 12 818 . Tento měsíční příjem na osobu se meziročně zvýšil o 855 , oproti roku 2014 vzrostl o 2 916 . Růst příjmů paradoxně zvýšil hranici příjmové chudoby, do které se oproti předcházejícímu roku dostalo více osob.

Počet domácností v Plzeňském kraji (250 342) činil 5,6 % z počtu domácností v ČR celkem. V průměru připadlo na 1 domácnost v kraji 2,29 osob, z toho bylo 1,09 pracujících; 0,52 vyživovaných dětí; 0,03 nezaměstnaných a 0,56 nepracujících důchodců.

Roční hrubý příjem na osobu v roce 2018 dosáhl v Plzeňském regionu 226 618 , v porovnání s ČR byl nižší o 2,3 %. Struktura hrubého ročního příjmu se v Plzeňském kraji lišila od struktury hrubého ročního příjmu v ČR především v příjmech z podnikání, které byly v porovnání s ČR nižší o 2,8 procentního bodu. Naopak příjmy ze závislé činnosti byly v Plzeňském kraji oproti ČR vyšší o 1,7 procentního bodu.

roce 2018 činil v Plzeňském kraji průměrný čistý roční příjem na osobu (bez naturálních požitků) 191 313 , v porovnání s ČR byl nižší o 1,9 %. Meziročně se zvýšil o 6 528 , tj. o 3,5 %. Nejvyšší podíl domácností (26,2 %) pobíral čistý měsíční příjem mezi 12 001–15 000 . Druhou nejčetněji zastoupenou skupinu (20,8 %) tvořily domácnosti s čistým příjmem v rozmezí od 15 001–20 000 . Čistý peněžní příjem nad 50 000 mělo jen 0,2 % domácností v kraji. Nejnižší příjem do 6 000  pobíralo 1,6 % domácností v kraji.

Nejvyšší podíl domácností (13,0 %) do 60 % mediánu průměrného čistého peněžního příjmu na osobu se vyskytoval v Ústeckém kraji, naopak nejnižší podíl (4,0 %) domácností byl v Hl. městě Praze. Podíl domácností v Plzeňském kraji v tomto ukazateli dosáhl 6,2 %. Plzeňský kraj se mezi regiony umístil na třetím nejnižším místě za Hl. městem Prahou a Královéhradeckým krajem. Meziročně se podíl domácností v Plzeňském kraji zvýšil o 0,2 procentního bodu.

V devíti krajích se meziročně podíl domácností do 60 % mediánu průměrného čistého peněžního příjmu na osobu snížil, naopak v pěti krajích se zvýšil. Nejvyšší meziroční poklesy v podílu domácností u tohoto ukazatele byly zaznamenány v krajích Olomouckém (o 5,2 procentního bodu) a Karlovarském (o 2,3 procentního bodu), naopak nejvíce se meziroční podíly domácností zvýšily v krajích Jihočeském (o 2,4 procentního bodu) a Ústeckém (o 1,4 procentního bodu).

Nejnižší podíl domácností, které byly schopny vyjít se svými příjmy velmi snadno, byl zaznamenán v krajích Karlovarském (1,2 %) a Středočeském (1,6 %). Naopak nejvyšší podíl domácností, které vycházely se svými příjmy velmi snadno, byl v krajích Hl. město Praha (5,2 %) a Vysočina (3,9 %). Podíl plzeňských domácností vycházejících se svými příjmy velmi snadno se zvýšil z 0,8 % v roce 2018 na 2,1 % v roce 2019 (meziroční zvýšení o 1,3 procentního bodu). Průměr za ČR představoval 3,1 % domácností a v porovnání s Plzeňským krajem byl tento podíl vyšší o 1,0 procentního bodu.

Nejvyšší podíl domácností, které velmi těžko se svými příjmy vycházely, byl zaznamenán v krajích Pardubickém (8,2 %), Ústeckém (7,1 %) a v Hl. městě Praze (4,9 %). Podíl plzeňských domácností vycházejících se svými příjmy velmi těžko se zvýšil ze 4,0 % v roce 2018 na 4,3 % v roceroce 2019 (meziroční zvýšení o 0,3 procentního bodu). Průměr za ČR představoval 3,5 % domácností a oproti Plzeňskému kraji byl nižší o 0,8 procentního bodu.

Celkové měsíční náklady na bydlení dosáhly v roce 2019Plzeňském kraji 5 277 , v porovnání s rokem 2018 se zvýšily o 1,6 %. V průměru zaplatili nejvyšší měsíční náklady na bydlení (8 100 ) obyvatelékrajích Hl. město PrahaÚsteckém (6 116 ), nejnižší v krajích Vysočina (4 641 ) a Královéhradeckém (4 953 ). V mezikrajském porovnání se Plzeňský kraj v celkové průměrné měsíční výši nákladů na bydlení umístil na sedmém nejnižším místě. V porovnání s průměrem ČR byly náklady na bydleníPlzeňském kraji nižší o 522 .

Zaplatit měsíční náklady na bydlení bylo velkou zátěží pro 16,6 % domácností v Plzeňském kraji (sedmý nejnižší podíl mezi kraji). V porovnání s ostatními kraji představovalo zaplacení těchto nákladů nejvyšší zátěž pro domácnosti v krajích Pardubickém (25,3 %) a Ústeckém (21,5 %). Naopak nejnižší podíl domácností označil zaplacení tohoto výdaje jako velkou zátěž v krajích Vysočina (10,2 %) a Jihočeském (10,7 %).

V časové řadě 20142019 se v Plzeňském kraji zvýšily průměrné roční čisté příjmy na osobu o 24,6 %. Podíl domácností s čistým měsíčním příjmem na osobu do 6 000  klesl o 2,6 procentního bodu. Nejvíce vzrostl podíl domácností s příjmem od 20 001 do 30 000 , a to o 12,2 procentního bodu. Průměrné roční příjmy jsou vždy šetřeny za předchozí rok.

Podíl domácností v Plzeňském kraji, které vycházely s příjmem velmi obtížně, se oproti roku 2014 snížil o 2,7 procentního bodu. Podíl domácností, které vycházely se svými příjmy velmi snadno, se zvýšil o 1,2 procentního bodu.

 

Kontakt:

Ing. Zuzana Trnečková
Krajská správa ČSÚ v Plzni
T: 377 612 253
E-mail: zuzana.trneckova@czso.cz

 

Přílohy

 

Metodické vysvětlivky 

V souvislosti s členstvím v Evropské unii má Česká republika na základě Nařízení (EC) 1177/2003 a navazujících prováděcích nařízení Evropské komise povinnost realizovat každoročně výběrové šetření o příjmech a životních podmínkách domácností EU-SILC (European Union – Statistics on Income and Living Conditions). 

V souladu s výše uvedeným nařízením, se zákonem č. 89/1995 Sb. o státní statistické službě, ve znění pozdějších předpisů a při respektování zákona č. 101/2000 Sb. o ochraně individuálních dat, provedl Český statistický úřad (ČSÚ) toto celoevropské šetření v národní verzi pod názvem Životní podmínky 2019.

Účelem šetření je získávat reprezentativní údaje o příjmovém rozdělení jednotlivých typů domácností, údaje o způsobu, kvalitě a finanční náročnosti bydlení, vybavenosti domácností předměty dlouhodobého užívání a o pracovních, hmotných a zdravotních podmínkách dospělých osob žijících v domácnostech. Šetření Životní podmínky 2019 obsahovalo samostatný modul, který byl zaměřen          na mezigenerační přenos chudoby, neboli sociální a materiální znevýhodnění mezi generacemi.

 

1. Organizace šetření

1.1 Výběr domácností

Zjišťování se uskutečnilo ve všech krajích ČR. V jeho průběhu navštívili pověření tazatelé 6 684 bytů vyšetřených v předchozím roce, dále 119 bytů, do kterých se od předchozího roku přestěhovaly některé panelové osoby, a 4 750 nově náhodně vybraných bytů.

Výběrový plán byl založen na náhodném dvoustupňovém výběru pro každý kraj nezávisle tak, aby celkový počet vybraných bytů byl úměrný velikosti kraje. Na prvním stupni byly na základě Registru sčítacích obvodů náhodně vybrány sčítací obvody (dále též SO), ve vybraných sčítacích obvodech bylo následně na druhém stupni vybíráno 10 bytů.

Před výběrem sčítacích obvodů bylo nutné oporu výběru upravit tak, aby mohly být do šetření zařazeny i sčítací obvody s malým počtem bytů a bylo tak dosaženo požadovaného pokrytí celého území ČR. Malé SO (s méně než 20 trvale obydlenými byty) byly proto nejprve sloučeny s jiným SO v rámci obce a do opory výběru sčítacích obvodů byl zařazen tento sloučený SO. V některých případech je proto 10 vybraných bytů rozděleno do dvou, výjimečně i více sčítacích obvodů.

Pracovištím ČSÚ v jednotlivých krajích byly zaslány seznamy takto vybraných bytů s adresou a pořadovým číslem vybraného bytu v domě. Jejich úkolem bylo zjistit a do seznamů doplnit jména uživatelů vybraných bytů

 

1.2 Zjišťování údajů v domácnostech

 Jednotkou zjišťování je byt. Při první návštěvě (1. vlna) jsou do šetření zahrnuty všechny hospodařící domácnosti a jejich členové, kteří mají ve vybraném bytě obvyklé (tzn. jediné nebo hlavní) bydliště. Toto pravidlo platí i pro cizí státní příslušníky a podnájemníky. Ve 2. až 4. vlně se šetří pouze domácnosti, které zahrnují tzv. panelové osoby, tj. osoby vyšetřené při 1. vlně zjišťování. Panelové osoby odstěhované z původní domácnosti se dohledávají na jejich nové adrese. Do šetření se poté zahrnou všechny osoby, které s dohledanými osobami tvoří hospodařící domácnost.

Zjišťování údajů v terénu se uskutečnilo dvojím způsobem – převažující část domácností byla šetřena s využitím elektronického dotazníku (CAPI) v prostředí BLAISE zatímco prostřednictvím tradičních papírových dotazníků (PAPI) provedli tazatelé šetření jen u necelé třetiny domácností. 

Šetření ve vybraných bytech proběhlo v období od 2. února do 26. května 2019, a bylo koordinováno pracovníky oddělení terénních zjišťování v jednotlivých krajích, kteří zároveň zajistili metodické školení tazatelů. 

Šetření probíhalo formou rozhovoru a zjištěné údaje tazatel zapisoval do předepsaných formulářů, resp. vkládal do elektronického dotazníku. Referenční období bylo odlišné pro různé okruhy otázek, což je podrobněji popsáno v kap. 2.

 Dotazník A se vztahoval k celému bytu, obsahoval seznam obvykle bydlících osob v daném bytě a přehled jejich základních demografických charakteristik: měsíc a rok narození, pohlaví, rodinný stav, rodinné vztahy, rok sňatku, nejvyšší dokončené vzdělání a současné studium. Dále se zjišťovaly údaje o společném hospodaření osob bydlících v bytě, jejich vztah k uživateli bytu a k osobě v čele hospodařící domácnosti. 

 Dotazník B se vyplňoval zvlášť za každou samostatně hospodařící domácnost a byl zaměřen na tyto skupiny otázek:

§ bydlení - počet místností a plocha bytu, problémy spojené s bydlením, právní forma užívání bytu, údaje o hypotéce, náklady na bydlení, subjektivní hodnocení zátěže domácnosti celkovými výdaji na bydlení,

§ vybavení domácnosti vybranými předměty dlouhodobého užívání,

§ finanční situace - splátky a spotřebitelské úvěry a subjektivní hodnocení jejich dopadu na finanční situaci domácnosti, finanční dostupnost určitých výrobků a služeb, problémy s úhradou některých plateb,

§ spotřeba produkce z vlastního hospodářství nebo podniku - respondentův odhad hodnoty nebo množství bezplatně získaných potravin, průmyslových výrobků nebo služeb,

§ transfery mezi domácnostmi - peněžní a naturální přesuny mezi domácnostmi a osobami, které nežijí ve společné domácnosti (výživné, pravidelné peněžní příspěvky, jednorázové a mimořádné částky, hodnota potravin, průmyslových výrobků a služeb získaných darem nebo darovaných),

§ dávky státní sociální podpory a sociální péče,

§ příjmy z pronájmu, daně z nemovitostí,

§ péče o děti do 12 let – počet hodin strávených v různých zařízeních či v péči dalších osob.

 Dotazník C se týkal osob, které ke konci roku 2018 dovršily věk 16 a více let. Zjišťovaly se údaje v následujících oblastech:

§ pracovní aktivita - sebezařazení respondenta z hlediska jeho hlavní pracovní činnosti (zaměstnanec, samostatně činný, osoba na placené mateřské dovolené, osoba pobírající rodičovský příspěvek, nezaměstnaný, student nebo učeň, osoba ve starobním důchodu, osoba v invalidním důchodu, osoba v domácnosti, ostatní ekonomicky neaktivní); u nezaměstnaných osob se zjišťovala doba nezaměstnanosti, evidence na úřadu práce a způsob hledání práce; dále byly zjišťovány údaje o bývalém či současném hlavním zaměstnání osob a o jejich případné vedlejší činnosti,

§ příjmy byly zjišťovány v návaznosti na typ pracovní aktivity, tj. příjmy ze závislé činnosti, příjmy z podnikání a jiné samostatně výdělečné činnosti, příjmy z vedlejších činností, požitky od zaměstnavatele, ostatní příjmy, sociální dávky, uplatňované úlevy na dani z příjmů (např. odčitatelné položky, slevy na dani),

§ penzijní připojištění,

§ biografické informace (země narození, státní příslušnost),

§ otázky zaměřené na sociální a materiální podmínky,    §       sebehodnocení zdravotního stavu a návštěvy lékařů.

Dotazník CM se týkal všech osob narozených v letech 1959 - 1994, šetření proxy se připouštělo.

Modulové otázky byly zaměřeny na téma přenosu sociálního a materiálního znevýhodnění mezi generacemi. 

 

1.3 Kontrola dotazníkového materiálu a pořízených dat 

 Přejímku vyplněných papírových dotazníků od tazatelů a jejich přepis do elektronických dotazníků (včetně zakódování slovně zapsaných údajů o zaměstnání, odvětví činnosti a několika dalších ukazatelů) zabezpečovali pracovníci oddělení terénních zjišťování (OTZ) v krajích. Tato pracoviště zároveň zajistila sehrání elektronicky pořízených dotazníků od tazatelů i přepisovatelů včetně jejich kontroly na úrovni kraje, takže veškerá data odevzdávala na ústředí ČSÚ v elektronické podobě.

V ústředí ČSÚ byly na kompletních datových souborech s dotazníkovými daty provedeny závěrečné

superkontroly a centrální zpracování.

 

 

1.4 Počet vyšetřených a nevyšetřených domácností

 V průběhu šetření se ukázalo, že mezi celkovými 11 553 byty v šetřeném vzorku bylo 692 případů (6 %), kdy byt byl neobydlený, adresa nebyla nalezena nebo šetření nepřicházelo v úvahu, protože se domácnost odstěhovala apod. Náhradní výběr bytů povolen není, takže vlastní zjišťování proběhlo v 10 861 bytech a 10 895 hospodařících domácnostech, neboť v některých bytech žije více hospodařících domácností. Stručný přehled vyšetřených a nevyšetřených HD celkem a v rozdělení na 1. a 2. až 4. vlnu je uveden v následující tabulce:

 

Tab. 1 Počet vyšetřených a nevyšetřených domácností

   

Počet HD

 

Podíl vyšetřených HD (%)

Celkem

1. vlna

2. až 4.

vlna

Celkem

1. vlna

2. až 4.

vlna

Vyšetřených celkem

8 707

2 422

6 285

79,9

56,2

95,5

Nevyšetřených celkem

2 188

1 889

299

20,1

43,8

4,5

odmítnutí šetření

(neochota sdělovat informace)

1 726

1 504

222

78,9

79,6

74,2

domácnost nezastižena, dočasně nepřítomná

267

243

24

12,2

12,9

8,0

domácnost neschopna účasti  (zdravotní důvody apod.)

100

73

27

4,6

3,9

9,0

jiné důvody (jazyková bariéra aj.)

95

69

26

4,3

3,7

8,7

Zdroj: ČSÚ 

 Mezi „odmítnutí šetření“ jsou započítány i případy, kdy hospodařící domácnost neodmítne šetření jako celek, ale není ochotna uvést své příjmy v takové míře, aby získané údaje vyhověly podmínkám definice vyšetřenosti v duchu pokynů pro šetření. Předepsaná metodika akceptuje nevyplnění otázek o příjmech nejvýše u jedné osoby, přičemž nesmí jít o osobu v čele domácnosti. 

 „Domácnost nezastižena, dočasně nepřítomná“ znamená, že tazatel i přes předepsaný počet opakovaných návštěv danou domácnost v průběhu období šetření nezastihl.

 Vyšetřenost domácností v jednotlivých krajích a za ČR celkem a v rozdělení na 1. a 2. až 4. vlnu udává následující tabulka:

 

Tab. 2 Vyšetřenost domácností v krajích

Kraj

Celkem

 

1. vlna

2. až 4. vlna

HD v šetření

z toho vyšetřeno

HD v šetření

z toho vyšetřeno

HD v šetření

z toho vyšetřeno

počet

%

počet

%

počet

%

Hl. m. Praha

1 366

970

71,0

640

284

44,4

726

686

94,5

Středočeský

1 214

988

81,4

494

288

58,3

720

700

97,2

Jihočeský

697

598

85,8

257

162

63,0

440

436

99,1

Plzeňský

626

511

81,6

222

125

56,3

404

386

95,5

Karlovarský

254

206

81,1

105

60

57,1

149

146

98,0

Ústecký

834

628

75,3

345

175

50,7

489

453

92,6

Liberecký

431

354

82,1

166

105

63,3

265

249

94,0

Královéhradecký

523

426

81,5

206

125

60,7

317

301

95,0

Pardubický

546

453

83,0

206

130

63,1

340

323

95,0

Vysočina

564

477

84,6

210

132

62,9

354

345

97,5

Jihomoravský

1 257

1 015

80,7

482

284

58,9

775

731

94,3

Olomoucký

619

505

81,6

234

130

55,6

385

375

97,4

Zlínský

595

472

79,3

231

132

57,1

364

340

93,4

Moravskoslezský

1 369

1 104

80,6

513

290

56,5

856

814

95,1

ČR celkem

10 895

8 707

79,9

4 311

2 422

56,2

6 584

6 285

95,5

Zdroj:ČSÚ 

Účast domácností ve výběrových šetřeních je dobrovolná, neexistuje zpravodajská povinnost vyplývající ze zákona, jako např. u sčítání lidu. Jako hlavní důvody odmítnutí šetření uvádějí domácnosti výhrady k zasahování do soukromí, obavy z případného zneužití sdělených informací, obavy vpustit cizí osoby do bytu apod. Některé domácnosti ze zásady odmítají sdělit o sobě jakékoliv informace.

 

1.5 Přepočet dat na úhrn populace, korekce a dopočty

Srovnání vybraných charakteristik získaného vzorku domácností s údaji z jiných statistik a dostupných administrativních zdrojů dat potvrdilo pro šetření v domácnostech obvyklý jev. Významná míra non-response (v rotačním panelu již ovlivněná návratností z předchozích let) narušila složení konečného datového souboru, za nějž jsou k dispozici údaje pro zpracování, a nedovolila použít jednoduché postupy pro přepočet dat na celou populaci založené například na tzv. post-stratifikaci. K dostatečné eliminaci zkreslení, která je základní podmínkou k získání nevychýlených odhadů, bylo třeba uplatnit sofistikovanější techniky.

 V praxi byla aplikována osvědčená iterační metoda kalibrace vah, která minimalizuje rozdíl mezi známými (resp. odhadnutými) a z výběru přepočítanými hodnotami zvolených charakteristik. Ačkoliv se jedná o panelové šetření zahrnující domácnosti ze čtyř prakticky nezávislých výběrů (1. až 4. vlna), byla opět zvolena jednoduchá kalibrace zahrnující do výpočtů data za všechny domácnosti dohromady bez ohledu na to, z jaké vlny pocházely.

 Zároveň byl použit - v souladu s metodikou doporučenou Evropským statistickým úřadem (Eurostat) - systém tzv. integrovaných vah, tj. jediná sada přepočítacích koeficientů, vhodných pro souběžné zpracování výstupů jak za hospodařící domácnosti, tak za jednotlivé osoby.

            Jako opora pro výpočty byly použity pro toto šetření již standardní charakteristiky:

q počet trvale obydlených bytů v rozdělení podle:

§ druhu domu za každý kraj (NUTS3)

§ v rodinných domcích, 

§ v ostatní domech,

- odhady byly stanoveny na základě výsledků  SLDB 2011 a přírůstků resp. úbytků počtu bytů za roky 20112018,

q počet osob bydlících v bytech dále rozdělených podle: §      ekonomického postavení za každý kraj (NUTS3)

§ počet zaměstnanců (osob v zaměstnaneckém poměru) – odhad stanovený na základě výsledků výběrového šetření pracovních sil (VŠPS) a údajů o počtu zaměstnanců v národním hospodářství z podnikového výkaznictví za rok 2018 

§ počet důchodců (osob pobírajících důchod kromě sirotčího) - odvozený z údajů Ministerstva práce a sociálních věcí (MPSV) a České správy sociálního zabezpečení (ČSSZ) podle stavu na konci roku 2018, přičemž byl odečten počet důchodců žijících v ústavních zařízeních a důchodců žijících mimo byty a zařízení (podle SLBD 2011),

§ počet nezaměstnaných - údaje z evidence MPSV za rok 2018 byly upraveny odhadem neregistrované nezaměstnanosti na základě výsledků VŠPS, 

§ počet příjemců rodičovského příspěvku - údaje z evidence MPSV za rok 2018

§ počet samostatně činných osob - odhad stanovený na základě výsledků VŠPS za rok 2018 a údajů ČSSZ podle stavu na konci roku 2018,

§ počet dětí do 15 let včetně - údaj z demografické statistiky k 31. 12. 2018,

§ věkových skupin (do 15, 16-24, 25-34, 35-44, 45-54, 55-64, 65-74, 75+) resp. pohlaví (muži, ženy) za každý kraj (NUTS3)

 -    struktura podle údajů z demografické statistiky k 31. 12. 2018,

§ velikostních skupin obcí za každý kraj (NUTS3) (do 2 tis. obyvatel, 2 000-9 999, 10 000- 49 999, 50 tis. a více obyvatel)

- odhady byly odvozeny ze stavu obyvatelstva k 31. 12. 2018 v obcích podle správní organizace k 1. lednu 2019 z údajů demografické statistiky.

 

 Protože šetření podléhaly pouze osoby žijící v bytech, byly na úrovni ČR od všech údajů z demografie odečteny odhady počtu osob žijících v ústavních domácnostech (nápravných zařízeních pro mladistvé, ústavech sociální péče, domovech důchodců apod.) podle údajů statistiky sociálního zabezpečení, resp. ve věznicích podle údajů Ministerstva spravedlnosti. Dále byly odečteny odhady počtu osob bydlících v zařízeních (např. ubytovny a svobodárny, obydlí mimo bytový fond) a osob žijících mimo byty a zařízení podle výsledků SLBD 2011.

 Jelikož výběrovou jednotkou je byt, byly přepočtové koeficienty konstruovány pro bytové domácnosti a posléze přiřazeny všem osobám i hospodařícím domácnostem v každé z nich (tzv. integrované váhy). 

 Takto konstruovaný přepočet úspěšně odstraňuje vliv non-response, tzn. zkreslení vzniklé z rozdílného složení domácností, jež nebyly vyšetřeny. Napravuje především demografickou a sociální strukturu, současně však eliminuje i s tím související deformaci příjmových ukazatelů ve výběrovém souboru.

 Další zkreslení, které bylo nutno brát při zpracování dat v úvahu, vyplývá ze samotného způsobu šetření. Při zjišťování přímým dotazem v domácnostech dochází obvykle k tomu, že některé sdělené kvantitativní údaje (zejména se to týká peněžních příjmů, příp. nákladů na bydlení) jsou buď podhodnocené či nadhodnocené anebo chybí zcela (tzv. částečná non-response). Aby se zbytečně nesnižovala velikost zpracovávaného datového souboru, byly takové případy nejprve ošetřeny a dopočteny korektními statistickými metodami a posléze zahrnuty do zpracování. 

  V pouhých 19 případech se nepodařilo získat údaje o příjmech jednoho z členů domácnosti, chybějící příjmy u těchto osob byly doplněny od jiné náhodně vybrané osoby (z jiné domácnosti) se stejnými charakteristikami, tj. byla použita tzv. hot-deck metoda.

 


 Podhodnocení některých sdělených příjmů je přirozeným důsledkem toho, že respondenti mají buď snahu udávat nižší příjmy, než jaké ve skutečnosti měli, anebo si na některý příjem vůbec nevzpomenou. V podstatě se jedná o chybu zjišťování, u níž má nezanedbatelný vliv samotná výše příjmů a jejich zdroj. Možnosti, jak toto podhodnocení eliminovat, jsou však poměrně omezené. Před zpracováním výsledků šetření byly na úrovni jednotlivých osob provedeny pouze úpravy takových druhů příjmů, u nichž bylo možné se opřít o jiné dostatečně věrohodné statistické údaje nebo daňové či jiné právní předpisy.

 Pokud respondenti uvádějí příjmy ze závislé činnosti jako čisté, obecně se ve větší míře projevuje tendence k jejich zkreslení (ať už v podobě podhodnocení či naopak nadhodnocení) a roste tzv. nevýběrová chyba. Může se jednat o případy, kdy zaměstnavatel sráží zaměstnanci určité částky ze mzdy (např. výživné nebo příspěvek na penzijní připojištění). Při dopočtu hrubé částky byly tyto nepřesnosti na základě jiných zjištěných údajů odpovídajícím způsobem kompenzovány. Výše hrubých příjmů ze závislé činnosti byla porovnána s údaji ze statistiky práce a u osob, které byly šetřeny opakovaně a proti předchozímu roku nezměnily zaměstnání, s údaji zjištěnými v předchozích vlnách. U části respondentů se stalo, že ve skutečnosti hrubé příjmy byly zapsány jako čisté, příp. naopak, resp. se neodůvodněně výrazně meziročně lišily. V těchto případech byly provedeny příslušné korekce (tzv. top/bottom coding), resp. opravy. U příjmů z podnikání nebylo nutné provádět žádné korekce.

 V případě sociálních dávek, na něž je právní nárok (rodičovský příspěvek, porodné a pohřebné, zčásti též peněžitá pomoc v mateřství), byl revidován jejich výskyt a částky byly doplněny nebo upraveny na odpovídající výši. U důchodů je tendence k podhodnocování obecně zanedbatelná, nicméně pokud byly bez zjevného důvodu zjištěny částky důchodů nižší nebo naopak výrazně vyšší než před rokem (u domácností ve 2. až 4. vlně), byly upraveny podle úrovně předchozího roku platným valorizačním mechanismem.

 Nebylo však možné odstranit podhodnocení nemocenských dávek (opomenutí v případě krátkodobých nemocí nelze z dostupných dat odhalit), dále pak některých dávek státní sociální podpory vázaných na výši příjmu v rozhodném (oproti šetření jiném) období, všech tzv. ostatních peněžních příjmů (z kapitálového majetku, z prodeje apod.) ani naturálních příjmů (spotřeby z vlastního hospodářství, transferů mezi domácnostmi).

 Porovnání výsledných úhrnných příjmů z mikrodat s příjmy na makroúrovni vykazovanými statistikou národních účtů za sektor domácností (i po jejich očištění od položek, které se při šetření v soukromých domácnostech nesledují) je obtížné. Co do objemu budou příjmy zjišťované přímým

dotazem v domácnostech vždy nižší. Pro hodnocení jejich věrohodnosti je však důležité, že vývoj příjmů domácností je zhruba v souladu s trendy národního účetnictví. Z tohoto hlediska jsou výsledky šetření Životní podmínky 2019 reprezentativní, v časové řadě konzistentní a srovnatelné s obdobnými statistikami ve státech Evropské unie.

 

2. Metodické vysvětlivky k publikovaným údajům

2.1 Základní pojmy

 Publikace zahrnuje samostatné výsledky za hospodařící domácnosti a za jednotlivce - osoby 16leté a starší. Konstrukce hospodařící domácnosti je založena na prohlášení osob bydlících ve vybraném bytě, že spolu trvale žijí a společně hradí základní a provozní výdaje domácnosti. Mezi 16leté osoby byly zahrnuty osoby, které tento věk dovršily ke konci roku 2018.

Časové hledisko zjišťovaných údajů:

§ Demografické údaje (rodinný stav, vzdělání), údaje o bydlení a o současné finanční situaci domácnosti se zjišťovaly podle aktuálního stavu v okamžiku šetření.

§ Pracovní aktivita osob se zjišťovala za jednotlivé měsíce roku 2018 a za aktuální stav v době šetření. Pracovní aktivita vypovídá o „sebezařazení“ respondenta, přičemž rozhodující pro její určení byly vykonávaná hlavní pracovní činnost a doba v ní strávená; v návaznosti na to, se zjišťovaly další údaje blíže charakterizující současnou případně bývalou pracovní aktivitu respondenta (postavení v zaměstnání, druh zaměstnání - profese, odvětví činnosti). Zároveň se zjišťovaly souběžné činnosti (další pracovní činnost, studium) a dále pobírání starobního nebo invalidního důchodu a rodičovského příspěvku v roce 2018.

§ Ekonomická aktivita osob se samostatně nezjišťovala, ale byla odvozena z pracovní aktivity. Rozhodující byl převažující stav v roce 2018, v případě rovnosti stav na konci roku. U osob, které v roce 2018 ukončily vzdělání, byl rozhodující převažující stav ve 2. pololetí. 

§ Peněžní a naturální příjmy se zjišťovaly za celý rok 2018.

§ Subjektivní otázky, zaměřené u hospodařících domácností na problémy spojené s bydlením a finanční situací domácnosti, se týkaly vesměs současného stavu. Pouze u problémů s některými platbami za bydlení a splátkami různých půjček byl dotaz na období předchozích 12 měsíců. U osob se subjektivně laděné dotazy týkaly aktuálního zdravotního stavu, zdravotních omezení trvajících nejméně 6 měsíců a návštěv lékařů za posledních 12 měsíců.

§ Náklady na bydlení vyjadřovaly výši těchto nákladů v době šetření. Pravidelné měsíční platby se zapisovaly většinou podle zálohy za měsíc březen 2019. Výdaje na odvoz odpadků, paliva, běžnou údržbu, pojištění domu/bytu a ostatní nepravidelné náklady se uváděly za celý rok 2018.

 

2.2 Popis ukazatelů

2.2.1 Složení domácnosti 

§ Počet členů zahrnuje všechny osoby, pro něž byl v roce 2018, resp. na jaře 2019 vybraný byt obvyklým bydlištěm, a to včetně osob dočasně nepřítomných (dovolená, pobyt v nemocnici) a osob pracujících nebo studujících mimo domov, pokud měly na svou domácnost jasnou finanční vazbu a neměly žádné jiné obvyklé bydliště. Nejsou zahrnuty osoby dlouhodobě nepřítomné bez existenční vazby na vybranou domácnost a osoby dočasně přítomné v době šetření, které však mají svou vlastní domácnost jinde.

§ Za pracující byly považovány osoby, u nichž v roce 2018 převažovala pracovní činnost, tj. osoby v běžném pracovním poměru, členové produkčních družstev, osoby samostatně výdělečně činné a osoby pomáhající v rodinném podniku, které za svou práci nedostávaly odměnu. Za období pracovní činnosti se považovala též doba pobírání dávek nemocenského pojištění (např. nemoc, mateřská dovolená). Do pracujících osob byli započteni i studenti, kteří při studiu soustavně pracovali (v pracovním poměru nebo v podnikání), dále důchodci a osoby, které pobíraly rodičovský příspěvek s pravidelnými příjmy ze závislé činnosti nebo podnikání. 

§ Z celkového počtu pracujících byly zvlášť vyčísleny osoby samostatně výdělečně činné, tj. osoby, které podnikaly na základě živnostenského oprávnění nebo na základě zvláštních předpisů, účastníci společného podnikání na základě smlouvy (společnosti s ručením omezeným, obchodní společnosti), dále osoby vykonávající nezávislé povolání (lékaři, advokáti, daňoví poradci) a osoby pracující za honoráře (umělci, tlumočníci). 

§ Za vyživované děti se považovaly děti do 25 let včetně, pokud se soustavně připravovaly na budoucí povolání, i když měly vlastní příjem (sirotčí důchod, stipendium, sociální dávky, příjmy z krátkodobé pracovní činnosti) a dále děti, které pro svůj duševní nebo tělesný stav nebyly schopny připravovat se na budoucí povolání nebo si zajistit vlastní obživu a dosud nepobíraly invalidní důchod.

§ Nepracujícími důchodci byly osoby, které pobíraly jakýkoliv důchod (kromě sirotčího) nebo osoby v důchodovém věku, které neměly nárok na žádný druh důchodu, a které zároveň nepracovaly buď vůbec anebo měla jejich pracovní činnost pouze omezený rozsah.

§ Za nezaměstnané se považovaly osoby, které převažující část roku neměly zaměstnání ani nepodnikaly, ale pracovat by chtěly. Nemusely přitom splňovat striktní podmínky dané definicí Mezinárodní organizace práce (ILO) o aktivním způsobu hledání práce a připravenosti k nástupu do práce

§ Mezi osoby pobírající rodičovský příspěvek byly zařazeny osoby, které osobně a celodenně pečovaly alespoň o jedno dítě do 4 let (resp. do 7 let, bylo-li dítě dlouhodobě zdravotně postižené), a jejich hlavním zdrojem příjmu byl tento příspěvek

§ Ostatní - zahrnují osoby pečující o domácnost, o nemohoucího člena domácnosti nebo jinou blízkou osobu, osoby žijící z majetku a ostatní osoby bez vlastních příjmů, které nebylo možno zařadit do žádné z předchozích skupin.

§ Pro porovnávání úrovně příjmů různých typů domácností se zpravidla používají průměry na osobu (na hlavu), příp. na domácnost a také výpočty průměrů na tzv. spotřební (ekvivalentní) jednotku. Přepočet na spotřební jednotku je vhodný proto, že bere v úvahu velikost a demografické složení domácnosti. Výpočet těchto jednotek je konstruován tak, aby odrážel tzv. úspory z počtu ve vícečlenných domácnostech, tj. úspory na nákladech na předměty a služby, které slouží většímu počtu členů domácnosti. V této publikaci se používají dvě stupnice spotřebních jednotek. Stupnice spotřebních jednotek OECD (SJ OECD), která přiřazuje první dospělé osobě v domácnosti váhu 1,0, dalším osobám starším 13 let váhu 0,7 a dětem do 13 let včetně váhu 0,5. A modifikovaná stupnice spotřebních jednotek OECD (modif. SJ OECD), kde jsou více zohledněny úspory z počtu, váhy pro výše uvedené skupiny osob jsou 1,0 – 0,5 – 0,3.

 

2.2.2 Charakteristiky domácností

§ Osoba v čele domácnosti - v úplných rodinách (manžel - manželka, druh - družka) je jí vždy muž, bez ohledu na jeho ekonomickou aktivitu. U neúplných rodin (jen jeden rodič s dětmi) a nerodinných domácností (osoby nespojené manželstvím nebo partnerským svazkem ani vztahem rodič - dítě) byla prvním hlediskem pro určení osoby v čele ekonomická aktivita a druhým výše peněžního příjmu jednotlivých členů domácnosti. Tato zásada byla uplatněna také u složitějších typů hospodařících domácností (např. při společném hospodaření více úplných rodin). 

§ Typ domácnosti byl zkonstruován na základě údajů za jednotlivé členy. V úplné rodině je základní jednotkou manželský (partnerský) pár s dětmi nebo bez dětí, v neúplné rodině je to jeden z rodičů a alespoň jedno dítě. Jestliže všechny děti jsou vyživované a v hospodařící domácnosti nežijí jiné osoby, jedná se o tzv. čistou rodinu. Ve smíšené úplné rodině žijí kromě partnerského páru i jiné osoby než vyživované děti (tedy např. i děti již nevyživované), ve smíšené neúplné rodině žije buď jeden z rodičů s vyživovaným dítětem a další osobou (včetně již nevyživovaného dítěte), nebo pouze jeden rodič s nevyživovaným dítětem. V nerodinné domácnosti žijí dvě nebo více osob, příbuzných i nepříbuzných, které netvoří rodinnou domácnost.

§ Typ domácnosti EU byl vytvořen podle metodiky Eurostatu. Na rozdíl od národní definice v předchozím odstavci není tato definice založena přímo na rodinných vztazích, ale jedná se spíše o typologii založenou na počtu dospělých a počtu závislých dětí v dané domácnosti. 

Kategorie "závislé dítě", se liší od v ČR používané kategorie "vyživované dítě" (viz kap. 2.2.1). Za závislé děti jsou považovány všechny děti do 17 let včetně a dále děti ve věku 18 - 24 let, pokud v době šetření nepracovaly, nehledaly práci ani nebyly připraveny nastoupit do práce a žily v hospodařící domácnosti s alespoň jedním rodičem.

Domácnosti jednotlivců a bezdětných dvojic byly ještě rozděleny do dvou skupin podle věku (do 64 let včetně - první skupina a 65 a více let - druhá skupina). Ve dvoučlenné domácnosti pro zařazení do první skupiny museli být oba partneři mladší 65 let; jestliže alespoň jeden z partnerů dosáhl věku 65 let, byla domácnost zařazena do skupiny druhé.

§ Stáří manželství se zjišťovalo jen u manželských párů společně bydlících a hospodařících ve vybraném bytě; faktická manželství jsou soužití osob různého pohlaví nepotvrzená sňatkem (druh, družka).

§ Vzdělání bylo rozděleno do 4 stupňů: základní (vč. neukončeného), vyučení, úplné střední a vysokoškolské. Úplné střední vzdělání zahrnuje též vyučení s maturitou a pomaturitní studium. Absolvování vyšší odborné školy je zařazeno do vysokoškolského vzdělání. To dále zahrnuje především všechny programy vysokoškolského studia, včetně bakalářského a doktorského. 

§ Zaměstnání bylo u pracujících osob vyznačeno dvoumístným kódem podle klasifikace CZ-ISCO. Tato klasifikace nahradila klasifikaci zaměstnání KZAM používanou do roku 2011. Údaje v publikaci jsou agregované za 9 hlavních tříd a vztahují se k osobě v čele domácnosti. Příslušníci armády byli zařazeni do třídy 1 - zákonodárci a řídící pracovníci. 

§ Skupiny domácností jsou odvozeny od postavení osoby v čele této domácnosti. 

§ domácnosti celkem - reprezentují průměrnou domácnost v ČR,

§ domácnosti zaměstnanců - osoba v čele byla v pracovním nebo služebním poměru, příp.

vykonávala funkci, do níž byla zvolena či jmenována; podle nejvyššího dosaženého vzdělání osoby v čele se tyto domácnosti člení na:

- domácnosti zaměstnanců s nižším vzděláním, jestliže osoba v čele měla základní vzdělání nebo byla vyučená (bez maturity) a 

- domácnosti zaměstnanců s vyšším vzděláním, kde osoba v čele dokončila úplné střední vzdělání (s maturitou) nebo vyšší,

§ domácnosti samostatně činných osob - osoba v čele domácnosti se zabývala podnikáním nebo vykonávala nezávislé povolání v jakémkoliv oboru, včetně odvětví zemědělství, lesnictví a rybolovu,

§ domácnosti důchodců - v čele domácnosti byl nepracující důchodce; dělily se na dva podtypy - domácnosti s pracujícími členy a domácnosti bez pracujících členů - podle toho, zda některá z dalších osob v domácnosti byla pracující,

§ domácnosti nezaměstnaných - osoba v čele domácnosti byla vyznačena jako nezaměstnaná (v úplných rodinách manželka nebo děti mohly pracovat), 

§ ostatní domácnosti - osoba v čele nebyla ekonomicky aktivní ani nepobírala důchod; byly to např. osoby pobírající rodičovský příspěvek, studenti, osoby žijící z majetku.

§ Životní minimum bylo vypočteno pro každou samostatně hospodařící domácnost zvlášť na základě jejího složení, věku dětí a zákonných částek životního minima platných v roce 2018. Děti byly do věkových kategorií zařazeny podle věku dokončeného v roce 2018

Částky životního minima v na měsíc platné pro rok 2018 byly následující:

 Tab. 3 Životní minimum v roce 2018

                                                                Částky život

 ního minima v na měsíc

 

 

Jednotlivec

Společně posuzované osoby:   pro první osobu v domácnosti   pro druhou a další osoby            v domácnosti, které nejsou          vyživovaným dítětem

 

3 410  

 

3 140

2 830

 

Vyživované děti:

  do 6 let   6 až 15 let

  15 až 26 let

 

 

1 740

2 140 

2 450

      Zdroj: MPSV

2.2.3 Peněžní a naturální příjmy 

 Příjmy vážící se k domácnosti byly zjišťovány za domácnost jako celek. Šlo zejména o měsíčně vyplácené dávky státní sociální podpory a dávky pomoci v hmotné nouzi, pro jejichž přiznání se posuzují příjmy celé domácnosti, a dále jednorázově vyplácené porodné a pohřebné. U domácnosti jako celku se zjišťovaly také příjmy z pronájmů nemovitostí a movitých věcí, které nebyly podnikatelskou činností.

U jednotlivých osob pak byly zjišťovány příjmy z hlavního a vedlejšího pracovního poměru vč.

dalších příjmů s nimi souvisejících (odměny, podíly, příplatky), příjmy z dohod, příjmy z podnikání a jiné samostatně výdělečné činnosti, dávky nemocenského a důchodového pojištění, podpora v nezaměstnanosti, sociální dávky určené konkrétním osobám (rodičovský příspěvek, příspěvek na péči či jednorázové a opakované dávky pro zdravotně postižené) a také ostatní příjmy pocházející z kapitálového majetku, prodeje přebytků z vlastní samovýroby, z životního pojištění a penzijního připojištění.

Příjmy ze závislé činnosti (hlavní i event. další pracovní poměr) se zjišťovaly jako hrubé nebo čisté, příjmy z dohod o provedení práce a dohod o pracovní činnosti pouze jako hrubé. Osoby zabývající se podnikáním měly několik možností pro vyjádření výsledku svého hospodaření. Mohly uvést výši hrubého zisku/ztráty podle daňového přiznání či vlastní odhad hrubého nebo čistého zisku příp. ztráty. U spolupracujících osob v podnikání se zjišťovala částka příjmů rozepsaná na tyto osoby. 

Příjmy z pronájmu se šetřily buď hrubé, nebo čisté podle toho, který údaj byla domácnost schopna poskytnout. Všechny ostatní druhy příjmů byly zjišťovány jako čisté a teprve při zpracování z nich byly podle platných daňových předpisů odhadnuty příslušné hrubé částky. Protože byly u jednotlivých osob zapisovány odčitatelné položky z příjmů a uplatněné slevy na dani, bylo možné dopočítat odpovídající částky na zdravotní a sociální pojištění a daň z příjmů fyzických osob, jejichž odečtením vznikl za každou osobu čistý příjem. Z dílčích čistých příjmů za osoby a za domácnost byl vytvořen hlavní národní ukazatel - čistý peněžní příjem domácnosti.

Vedle tohoto národního ukazatele o příjmu domácnosti bylo třeba zkonstruovat podle metodiky stanovené Eurostatem pro potřeby mezinárodního porovnání a pro výpočet ukazatelů (indikátorů) hodnotících míru chudoby tzv. disponibilní příjem domácnosti. Rozdíl mezi oběma uvedenými příjmovými ukazateli spočívá v zahrnutí, resp. vyloučení některých dílčích příjmů příp. výdajů domácností. Konkrétně se jedná o pravidelně vydávané peněžní transfery mezi domácnostmi, naturální požitky a daň z nemovitosti

Naturální příjmy domácnosti tvoří jednak spotřeba potravin, ostatních výrobků a služeb z vlastního hospodářství nebo podniku (např. potraviny a užitková zvířata z vlastního hospodářství, hodnota jídel z vlastní restaurace nebo hodnota dřeva z vlastního lesa) a jednak požitky poskytované zaměstnavateli. Do nich jsou zahrnuty - bezplatné používání služebního vozidla pro soukromé účely, příspěvky zaměstnavatele na stravování a hodnota dalších výhod a nepeněžních služeb (např. jazykové kurzy, slevy na firemní zboží nebo služby, příspěvky na sportovní vyžití, dovolenou). Hodnota spotřebovaných potravin z vlastního hospodářství nebo podniku, zahrnutá do naturálních příjmů, byla vypočtena na základě uvedeného množství a průměrných cen těchto jednotlivých komodit. Do naturálních příjmů zaměstnance byla za každý měsíc používání služebního vozidla připočtena částka 3 000 . Výše příspěvku zaměstnavatele na stravování byla vypočtena ze zjištěného počtu příspěvků, jejich hodnoty a ceny, kterou za ně zaměstnanec uhradil. Protože se jedná o významnou část příjmů zaměstnanců, jsou částky na užívání služebního auta a na stravování v Tab. 1a) uvedeny samostatně.

Podrobné členění peněžních příjmů je uvedeno pouze v Tab. 1, pro ostatní tabulky byla zvolena legenda stručnější. Podrobnější členění je uváděno pro hrubé příjmy.

Vysvětlivky k některým položkám:

§ Příjmy ze závislé činnosti byly definovány v duchu zákona o dani z příjmů fyzických osob, tj. zahrnují peněžní příjmy z pracovně-právního, služebního nebo obdobného poměru mezi zaměstnancem a zaměstnavatelem, dále příjmy členů, společníků, jednatelů různých společností za práce vykonávané pro danou společnost, odměny členů statutárních orgánů a dalších orgánů právnických osob, funkční požitky, odměny učňů za práci konanou v praktické části výuky, odměny plynoucí z dohod o práci. Součástí příjmů ze závislé činnosti jsou i naturální příjmy od zaměstnavatele v podobě užívání služebního auta i pro soukromé účely.

§ Příjmy z podnikání zahrnují příjmy ze zemědělské výroby, lesního a vodního hospodářství, příjmy ze živnosti, z podnikání podle zvláštních předpisů, z výkonu nezávislého povolání, z autorských práv vč. práv příbuzných právu autorskému. Do těchto příjmů jsou zařazeny i příjmy z prodeje přebytků z vlastního hospodářství, které jsou v Tab. 1a) uvedeny samostatně.

Do příjmů z hlavního zaměstnání byly zařazovány příjmy ze závislé činnosti, kterou dotazovaný vykonával jako svůj jediný nebo hlavní pracovní poměr. Rozhodnutí, co označit jako hlavní pracovní poměr, záleželo na dotazovaném. 

Ostatní příjmy ze závislé činnosti zahrnují mzdy a platy z dalšího pracovního poměru, vykonávaného souběžně s hlavním pracovním poměrem, resp. souběžně s podnikáním jako hlavní činností, dále příjmy plynoucí z dohod o pracovní činnosti nebo z dohod o provedení práce, popř. příjmy za příležitostné práce bez smlouvy. 

Analogicky do ostatních příjmů z podnikání byly zařazeny příjmy z podnikání vykonávaného jako vedlejší činnost (dotazovaný jako hlavní uvedl pracovní poměr). 

§ Sociální příjmy jsou v podstatě čisté. Hrubou částkou do nich byly započteny důchody převyšující hranici příjmu osvobozeného od daně, u nichž bylo provedeno zdanění částky nad stanovený limit (439 200 ).

V položce nemocenské jsou všechny druhy dávek nemocenského pojištění, tzn. i peněžitá pomoc v mateřství, podpora při ošetřování člena rodiny a také náhrady mzdy při pracovní neschopnosti, které vyplácí zaměstnavatel.

Ostatní dávky státní sociální podpory zahrnují dávky pěstounské péče, porodné a pohřebné. 

Jiné sociální příjmy zahrnují vedle dávek pomoci v hmotné nouzi rovněž odchodné a výsluhové příspěvky vyplácené u některých druhů povolání, příspěvek na péči podle zákona o sociálních službách a další dávky a příspěvky pro rodiny s dětmi, staré a těžce zdravotně postižené občany vyplácené většinou obecními úřady.

Dávky pomoci v hmotné nouzi zahrnují pravidelné i jednorázové peněžní částky vyplacené domácnostem ve formě příspěvku na živobytí, doplatku na bydlení či mimořádné okamžité pomoci.

Stipendia zahrnují všechny druhy stipendií vyplácené školou a dále kapesné učňů vyplácené školou či budoucím zaměstnavatelem.

Sociální příjmy, které ve výjimečných případech pocházejí ze zahraničí, jsou zařazeny do položky odpovídající typu dávky, přestože nejsou výdajem státu - jednalo se především o důchody a přídavky na děti.

§     Ostatní příjmy 

Příjmy z kapitálového majetku zahrnují úroky z vkladů, výnosy z dluhopisů, vkladových a podílových listů, dividendy z akcií, podíly na zisku společností s.r.o., komanditních společností, příjmy z kapitálového majetku ze zahraničí.

Další příjmové položky zahrnují příjmy z pronájmu, příjmy z životního pojištění a penzijního připojištění a přijaté peněžní transfery od osob žijících v jiné domácnosti (výživné, příspěvky dětem nebo manželce/manželovi žijícím odděleně). 

 

2.2.4 Výdaje na bydlení

V případech, kdy ve vybraném bytu bydlely 2 nebo více hospodařících domácností, rozepisovaly se výdaje na bydlení podle jejich podílu na úhradě.

Pokud domácnost uvedla některé výdaje na bydlení pouze souhrnně, jako součást nájemného (detailní rozpis neznala), byly dílčí částky nákladů na bydlení (fond oprav, společné služby pro celý dům, elektřina, ústřední vytápění a teplá voda, plyn z dálkového zdroje, vodné a stočné, odvoz odpadků, paliva, pojištění domu/bytu a ostatní náklady) odhadnuty podle údajů za domácnosti, které podrobné údaje sdělily. Ke konstrukci odhadů byly použity regresní modely zohledňující druh domu (rodinné domky a jiné), typ nájemného (tržní a snížené), počet členů domácnosti a místně (v rámci obce, resp. sčítacího obvodu) obvyklé náklady. 

 

2.3 Popis a vysvětlivky k tabulkám

 Publikace obsahuje tabulky za hospodařící domácnosti (Tab. 1 až 15), tabulky za osoby 16leté a starší (Tab. 16 až 18) a tabulky za ukazatele míry příjmové chudoby a míry materiální deprivace (Tab. 19 a 20). 

Údaje v jednotlivých políčkách tabulek byly vypočteny z prvotních dat a zaokrouhleny. Z toho vyplývá, že počet domácností nebo osob celkem nemusí být vždy roven součtu četností v daném třídění, obdobně u údajů za struktury z důvodu zaokrouhlování není vždy součet roven 100.

Pokud se v hlavičce, příp. legendě, používá výraz "děti", míní se tím vždy vyživované děti podle definice v kap. 2.2.1. Výjimkou jsou tabulky 9, 19, 20 a 21, kde pro děti platí evropská definice závislého dítěte uvedená v kap. 2.2.2. Při třídění domácností podle výše peněžních příjmů byl vždy použit čistý příjem.

Publikační tabulky za hospodařící domácnosti navazují na publikace z předchozích šetření Životní podmínky, aby bylo možné hodnotit údaje v delším časovém období. Ze záhlaví jednotlivých tabulek je zřejmé, za jaké soubory (resp. podsoubory) domácností jsou údaje zpracovány. Tabulky mají vesměs 5 částí (označených názvem a písmeny a) až e)), které mají samostatné legendy:

a) Základní údaje o složení domácností a jejich příjmech. Údaje o peněžních příjmech jsou publikovány převážně jako průměry na osobu, ve vybraných tabulkách byly příjmy přepočteny na modif. SJ OECD. Průměrný počet spotřebních jednotek na domácnost uvedený ve všech tabulkách umožní uživatelům po jednoduchém přepočtu získat průměry na spotřební jednotku také u ostatních publikovaných třídění. V Tab. 1 jsou údaje o peněžních příjmech v podrobnějším členění, v ostatních tabulkách je legenda omezena jen na hlavní zdroje příjmů. Položka „daňový bonus“ zahrnuje částky z daňového zvýhodnění „nízkopříjmových“ domácností s dětmi, takže čisté příjmy některých domácností jsou v důsledku obdrženého bonusu většinou vyšší než příjmy hrubé. Mezi hrubými a čistými příjmy v případě výskytu bonusu platí vztah: hrubé příjmy - pojištění - daň z příjmu + daňový bonus se rovná čistý příjem. 

b) Informace o příjmovém rozdělení domácností a osob podle pevně stanovených příjmových skupin. Intervaly příjmových skupin jsou upravené tak, aby odrážely příjmové rozdělení čistého měsíčního příjmu na osobu, resp. disponibilního měsíčního příjmu na spotřební jednotku modif. OECD. Příjmy domácností jsou dále vztaženy k násobkům mediánu průměrného příjmu na osobu zjištěného z příjmového rozdělení za úhrn domácností. Část b) tabulky není zařazena tam, kde peněžní příjmy na osobu byly použity jako třídící hledisko. 

c) Charakteristiky domácností, které udávají jejich strukturu podle nejrůznějších třídících znaků a tak doplňují, resp. vysvětlují údaje o příjmech.

d) Charakteristiky bydlení u daných skupin domácností, jejich vybavenost vybranými předměty a náklady na bydlení, které jsou vyjádřeny jako měsíční průměry za domácnost. Údaje o typu nájemného se vztahují pouze k nájemním bytům a podnájmům. Jiné formy úhrady, jako např. úhrada za užívání bytu u družstevních bytů, jsou zahrnuty v položce “neplatí nájem“. V roce 2017 bylo v tabulce doplněno hledisko převažujícího způsobu vytápění. U vybavení byla nově zařazena sušička prádla, myčka nádobí a naopak vypuštěn byl barevný televizor. 

e) Subjektivní vyjádření domácností k úrovni jejich bydlení, problémy finančního charakteru, např. ve spojení s úhradou nákladů na bydlení, splácení půjček, hospodaření s příjmem domácnosti.

 

2.3.1 Poznámky k některým tabulkám za hospodařící domácnosti

Tab. 1 poskytuje údaje za jednotlivé skupiny domácností, které jsou srovnatelné v dlouhodobé časové řadě. Nabízí pohled na změny ve skladbě domácností ČR, změny jejich demografických charakteristik a vývoj příjmů.

Tab. 2, 3 a 4 - decilové rozdělení úhrnu domácností podle čistého peněžního příjmu na osobu a na modif. SJ OECD a kvintilové rozdělení domácností zaměstnanců a důchodců bez ekonomicky aktivních členů podle čistého peněžního příjmu na osobu. Příslušné domácnosti byly setříděny podle výše čistého peněžního příjmu na osobu, resp. na modif. SJ OECD a následně rozděleny v případě decilů do 10 a u kvintilů do 5 stejně velkých skupin. Za tyto skupiny pak byly provedeny samostatné výpočty. V tabulkách uvedené hodnoty horní hranice čistých peněžních příjmů představují příjem poslední domácnosti v příslušné decilové, resp. kvintilové skupině. Při přepočtu údajů z výběru na celou populaci nelze zajistit, aby byl v jednotlivých skupinách dodržen přesně stejný počet jednotek, takže se absolutní údaje o počtu domácností v jednotlivých intervalech nepatrně liší.

Tab. 5 je výsledkem porovnání měsíčních čistých peněžních příjmů jednotlivých domácností po odečtení nákladů na bydlení, s jejich životním minimem vypočteným na základě částek pro osoby platných v roce 2018. Násobky ŽM byly stanoveny tak, aby odpovídaly násobkům pro přiznání dávek státní sociální podpory.

Tab. 6 a 7 zahrnují údaje o domácnostech tříděných podle počtu vyživovaných dětí a počtu pracujících členů domácnosti.

Tab. 8 poskytuje přehled o bezdětných domácnostech v členění na domácnosti s pracujícími a bez pracujících členů a počtu osob v domácnosti.

Tab. 9 - toto třídění podle druhu domácnosti EU umožňuje mezinárodní srovnání struktury domácností. 

Tab. 11 - třídění podle velikosti obce, která je odvozena z počtu obyvatel k 31. prosinci 2018 vykázaného demografickou statistikou. 

Tab. 13 - podle druhu domácnosti a vzdělání osoby v čele domácnosti. Do zpracování byly zahrnuty pouze domácnosti s pracující osobou v čele, v úplných rodinách je vzdělání osoby v čele kombinováno se vzděláním manželky. Do základního vzdělání byly zahrnuty i osoby vyučené (bez maturity), příp. i osoby s neukončeným vzděláním. 

Tab. 15 - časová řada s vybranými plně srovnatelnými údaji za hospodařící domácnosti celkem od roku 2014. Veškeré údaje o příjmech, resp. z příjmů odvozené, jsou vždy za předcházející kalendářní rok

 

2.3.2 Poznámky k tabulkám za osoby

Tab. 16 až 18 - údaje za osoby jsou tříděny podle jejich demografických charakteristik a podle velikosti obce. Vedle stručných údajů o ekonomické aktivitě je převážná část údajů v tabulkách věnována výsledkům sebehodnocení zdravotního stavu. Ve zpracování otázek týkajících se zdravotního stavu jsou zařazeny pouze přímé odpovědi dotazovaných osob, nepřipouštěly se tzv. proxy odpovědi, tj. možnost, aby za ně odpověděl jiný člen domácnosti. 

Tab. 19 zahrnuje časovou řadu údajů o míře ohrožení chudobou od roku 2014.  

Výpočet míry ohrožení chudobou (At-risk-of-poverty rate) podle metodiky Eurostatu se opírá o tzv.

ekvivalizovaný příjem, což je podíl disponibilního příjmu domácnosti (viz kap. 2.2.3) a počtu jejích spotřebních jednotek (modif. SJ OECD, viz kap. 2.2.1). Vypočtený ekvivalizovaný příjem domácnosti se následně přiřadí všem jejím členům. Ze souboru všech osob, seřazených vzestupně podle výše jejich ekvivalizovaného příjmu, se pak počítá hranice chudoby. Nejčastěji používanou hranicí chudoby je 60% mediánu ekvivalizovaného příjmu. Jako doplňkové hranice se používají 40, 50 a 70% mediánu. V Tab. 19 jsou uvedeny časové řady míry ohrožení chudobou při užití hranice 60% a doplňkové hranice 70% mediánu. Míra chudoby se vyjadřuje jako procentní podíl osob s ekvivalizovaným příjmem nižším než je zvolená hranice chudoby na celkovém počtu dané skupiny osob (osoby celkem a dále např. osoby podle pohlaví, věku, ekonomické aktivity). Tato jednotná metodika je předpokladem pro potřebná mezinárodní srovnání mezi státy uvnitř Evropské unie

Převažující ekonomická aktivita osob, uvedená v tabulkách 19 až 21, obsahově v podstatě koresponduje s vymezením ekonomické aktivity v kap. 2.1. Daná ekonomická aktivita však musela trvat ve sledovaném roce 2018 alespoň 7 měsíců. Osoby, které tuto podmínku nesplňovaly, nebyly do výpočtu zařazeny.

Tab. 19 dále doplňují vybrané indikátory příjmové chudoby, které blíže charakterizují variabilitu příjmů.

Koeficient příjmové nerovnosti (Quintile share ratio) S80/S20 - podíl objemu příjmů připadajících na 20 % osob s nejvyššími příjmy na modif. SJ OECD (5. kvintil) k objemu příjmů připadajících na 20 % osob s nejnižšími příjmy na modif. SJ OECD (1. kvintil). Vyšší hodnota koeficientu znamená vyšší diferenciaci příjmů.

Indikátor relativního propadu příjmů (Relative median at-risk-of-poverty gap) - rozdíl mezi mediánem příjmu osob pod hranicí chudoby a danou hranicí chudoby, vyjádřený v % z této hranice. Vyšší hodnota ukazatele značí hlubší propad osob pod hranici chudoby. Indikátor byl vypočítán pro hranici chudoby stanovenou na 60 % mediánu.

Gini koeficient - počítá se z celého souboru osob, kde jsou osoby uspořádány vzestupně podle výše peněžního příjmu na modif. SJ OECD. Vyjadřuje vztah mezi kumulativním podílem počtu osob a kumulativním podílem jejich příjmů. Pohybuje se od 0 do 1, přičemž vyšší hodnota značí větší nerovnost v příjmech; v publikaci je uveden v procentech

Tab. 20 uvádí údaje o míře materiální a sociální deprivace a míře materiální deprivace osob podle vybraných charakteristik osob a domácností. Za materiálně deprivované se podle metodiky Eurostatu považují osoby z domácností, které uvedly nedostatek či neuspokojivou situaci u 4 a více položek z celkového počtu 9 stanovených. Vybrané položky pro hodnocení míry deprivace zahrnují předměty dlouhodobé spotřeby (telefon, barevný televizor, pračku, automobil) a případy, kdy domácnost má potíže při nakládání s finančními prostředky (krytí nečekaných výdajů, jeden týden dovolené ročně mimo domov, jídlo s masem nebo rybou každý druhý den, přiměřené vytápění bytu nebo domu, předcházení vzniku dluhů). 

Míra materiální a sociální deprivace vychází z míry materiální deprivace a navíc obsahuje také sociální hledisko osob v domácnosti. Celkem je založena na 13 položkách. Za materiálně a sociálně deprivovanou osobu se považuje ta, která si z finančních důvodů nemohla dovolit 5 a více položek z celkových 13. Položky vztahující se k osobám zahrnují věci pro osobní potřebu (vlastnictví alespoň dvou párů  bot, pořízení nového oblečení), osobní kontakt s přáteli či příbuznými,  volnočasové aktivity, útratu finanční částky pro sebe a  připojení k internetu.

Míra materiální a sociální deprivace a míra materiální deprivace je počítána za všechny osoby celkem, za osoby pod hranicí chudoby a za osoby nad hranicí chudoby. 

 

3. Přesnost výsledků

Při interpretaci a analýze výsledků šetření Životní podmínky je třeba mít neustále na paměti, že vznikly zpracováním dat získaných z výběrového šetření. Všechny publikované údaje jsou tedy statistické odhady zatížené určitou chybou a nikoliv přesná čísla. Tato chyba má dvě složky - výběrovou a nevýběrovou.

Nevýběrová chyba se vyskytuje ve všech zjišťováních, tedy i u vyčerpávajících šetření. Může vzniknout z různých příčin, nejčastěji z důvodu nedokonalé metodiky nebo jejího nepřesného dodržování, dále též chybnými postupy při zpracování materiálu, neochotou respondentů sdělovat úplné a přesné informace apod. Precizní prací ve všech fázích přípravy a průběhu šetření ji lze tedy významně ovlivnit. Posoudit vliv nevýběrové chyby na výsledné údaje je dosti obtížné, při dobré definici kontrolních ukazatelů může k jejímu vyhodnocení posloužit porovnání se strukturou údajů zjištěnou při úplných cenzech.

Výběrová chyba vzniká v důsledku toho, že ze všech možných výběrů stejného rozsahu ze základního souboru se náhodně (bez vracení) vybírá pouze jeden výběrový soubor a údaje z něho reprezentují (po přepočtech) soubor základní - jinými slovy vzniká vztažením vlastností výběrového souboru na celý základní soubor. Chybu způsobenou volbou výběrového souboru lze s určitou předem zvolenou pravděpodobností vymezit na základě teorie výběrových šetření. Její velikost, zjednodušeně řečeno, závisí na rozsahu výběrového souboru (podsouboru/vzorku domácností příslušného typu), druhu výběru, četnosti výskytu daného ukazatele ve vzorku a jeho variabilitě. 

 Přetrvávajícím problémem je relativně malá ochota domácností se šetření účastnit, což se v případě opakovaných návštěv v rámci tzv. panelu projevuje ve stále selektivnějším okruhu typů domácností, za něž jsou k dispozici primární údaje vstupující do zpracování. Toto zkreslení je kompenzováno metodou kalibrace vah popsanou v kap. 1.5. 

 

3.1 Odhady výběrových chyb, intervaly spolehlivosti

Velikost výběrové chyby lze vyjádřit buď bodovým odhadem rozptylu, resp. směrodatné odchylky, nebo intervalem spolehlivosti pro odhad sledovaného ukazatele. Nejčastěji se okolo odhadu konstruuje tzv. 95% interval spolehlivosti (vynásobením směrodatné odchylky odhadu kvantilem normovaného normálního rozdělení, tj. hodnotou 1,96). Jedná se o interval, ve kterém s 95% pravděpodobností leží skutečná hodnota odhadované charakteristiky. V této publikaci jsou sledovanými ukazateli buď absolutní četnosti, resp. frekvence, výskytu nějakého sledovaného znaku, nebo průměry příp. součty nějaké příjmové položky.

V teorii výběrových šetření se nejčastěji rozlišují dva typy úhrnů, a to úhrny základní a dílčí. Základní úhrny jsou primární úhrny určité statistické veličiny za celý základní soubor. Dílčí úhrny jsou vypočteny za podsoubory, které vznikají na základě třídění (např. podle postavení osoby v čele domácnosti) 

Největším problémem při stanovení výběrové chyby je výpočet směrodatné odchylky, která se pro každý typ odhadu počítá jinak. Nejsnadnějším je odhad směrodatné odchylky pro úhrn četnosti nebo pro relativní četnost výskytu určité charakteristiky v souboru (například počet domácností samostatně činných osob a jejich relativní zastoupení v celkovém počtu domácností). Pro ostatní odhady (např. úhrny příjmů, resp. z nich vytvořené průměry na domácnost nebo osobu) je nutné směrodatnou odchylku počítat přímo z individuálních dat pro každý podsoubor zvlášť. Přiložené tabulky s intervaly spolehlivosti pro vybraná základní třídění dokumentují, jak se přesnost výsledků projevuje u různých typů domácností a různých druhů příjmů.

 

3.2 Intervaly spolehlivosti pro četnosti 

Následující dva výrazy jsou zjednodušenými aproximacemi přesných vzorců a lze je použít jen u náhodných veličin s binomickým rozdělením, tj. pro odhad úhrnu četností (např. charakteristiky domácností - počet neúplných rodin). Odchylky mezi aproximacemi a přesnými vzorci potom nejsou statisticky významné. Vzorec pro dílčí úhrny však může dávat nepřesné výsledky pro malé odhady základního úhrnu (dále charakteristiky A). Z tohoto důvodu v Tab. II. nejsou vůbec uváděny hodnoty v levém horním rohu.

Oba vzorce mohou být užity jako návod na dopočet intervalu spolehlivosti pro náhodné veličiny s binomickým rozdělením:

a) pro základní úhrn

95% interval spolehlivosti odhadu YA = yA ? 1,96. syA, kde 

 syA ? N?                                                           (1a)

            N          je velikost základního souboru (celá populace),              f je příslušná relativní velikost výběrového souboru, yA    je odhad úhrnu YA charakteristiky A v zákl. souboru.

yA

Pozn.: V případě, že se odhaduje interval spolehlivosti pro relativní četnost, nahradí se podíl  v čitateli

N zlomku touto relativní četností.

b) pro dílčí úhrn (zkoumané charakteristiky B na množině A) 95% interval spolehlivosti odhadu YAB = yAB ? 1,96. syAB, kde 

                         syAB ? yA?                                                     (1b)

            yA         je odhad úhrnu charakteristiky A v základním souboru,  f je příslušná relativní velikost výběrového souboru, yAB  je odhad úhrnu YAB charakteristiky B na množině A. yAB

Pozn.: Podíl       v čitateli zlomku je možné opět nahradit příslušnou relativní četností charakteristiky B na yA množině A. 

 

Způsob použití přílohových tabulek pro určení intervalu spolehlivosti pro četnost

Tab. I       Odhady 95% intervalu spolehlivosti základních úhrnů pro soubor domácností a osob  

Tabulka je určena ke zjištění přibližného 95% intervalu spolehlivosti základních úhrnů četností ze souboru domácností nebo ze souboru osob na úrovni celé České republiky. Najdeme-li například v Tab. 1 - Domácnosti podle postavení osoby v čele odhad počtu domácností samostatně činných roven 577,3 tis. a chceme-li se dozvědět, jaká je spolehlivost tohoto odhadu, vyhledáme v Tab. I. ve sloupci Domácnosti - velikost odhadu v tis. řádek nejbližší tomuto počtu, tedy 600. Na tomto řádku nalezneme příslušný interval spolehlivosti, což je absolutně ± 31,91 tis., pro relativní četnost je interval spolehlivosti 13,47 ± 0,72 %. Kdyby byl počet domácností takřka uprostřed mezi hodnotami 500 a 600, bylo by v tomto případě vhodné odhad zpřesnit jednoduchou lineární interpolací, což bude absolutně 550 ± 30,71 tis. (průměr z 29,51 a 31,91) a relativně 12,35 ± 0,69 %.

Tab. II       Odhady 95% intervalů spolehlivosti odhadů dílčích úhrnů četnosti pro soubor domácností 

Tabulka je určena ke zjištění přibližného 95% intervalu spolehlivosti dílčích úhrnů četností ze souboru domácností na úrovni celé České republiky. Chceme-li například zjistit spolehlivost odhadu četnosti neúplných rodin v domácnostech samostatně činných, jichž bylo 8,1 % z 577,3 tis., vyhledáme v Tab. II. řádek nejbližší číslu 577,3 tedy opět 600 a sloupec nejbližší číslu 8,1, tedy 8. Příslušný interval spolehlivosti pro relativní četnost je potom 8,1 ± 1,55 %. Odhad intervalu spolehlivosti je případně opět možno upřesnit pomocí lineární interpolace. 

 

3.3 Intervaly spolehlivosti v obecném případě 

Pokud se nejedná o náhodnou veličinu s binomickým rozdělením, nelze užít předchozí aproximace a je nutné směrodatnou odchylku počítat přímo z individuálních dat. Jelikož jsou předmětem výpočtů vždy průměrné hodnoty nebo součty za výběrový soubor přepočtené na populaci, centrální limitní věta umožňuje stanovit ?% interval spolehlivosti pro odhad h ukazatele H pomocí obecného vztahu:

 

 h ? u1??/2 . sh,                                                                                      (2a)

            h          je odhad ukazatele H a

 sh         je směrodatná odchylka odhadu h

              u1??/2  je kvantil normovaného normálního rozdělení.

Intervaly spolehlivosti pro průměrný příjem na osobu

Příjmy se zjišťují za celou domácnost. Proto se průměrný příjem na osobu počítá jako poměr 2 náhodných veličin y - celkový součet příjmů a x - celkový počet osob. Za předpokladu prostého náhodného výběru bez vracení při vážení výběrových dat vahami w lze interval spolehlivosti stanovit na základě vzorce:

u1??/2  je kvantil normovaného normálního rozdělení (v našem případě 1,96),

            n          je počet prvků ve výběru,

 n      n                                                             n      n

    x resp. y  jsou vážené výběrové úhrny x ?wx resp. y ?                                            wy

w w            w                     ? i           i                      w                     ? i           i

 ?wi i?1                                                        ?wi i?1

Při výpočtech intervalů spolehlivosti v tabulkách III. až V. se sice z tohoto vzorce vycházelo, ovšem navíc se do každého jednotlivého výsledku promítl ještě vliv tzv. design efektu. Je to vlastně vliv skutečnosti, že výběrovým schématem ve skutečnosti nebyl prostý náhodný výběr, jak standardní vzorce předpokládají, ale výběr stratifikovaný na úrovni kraje a 4 velikostních skupin obcí a dále dvoustupňový (nejprve náhodný výběr sčítacích obvodů a následně bytů v každém z nich). Obecně se vyjadřuje podle vzorce:

             deff (h) = sh2 / sh2{pnv},                                                              (3)

            sh2                    je rozptyl proměnné h při skutečném výběrovém schématu        sh2{pnv}  je rozptyl proměnné h při prostém náhodném výběru.

 

 Z obecné teorie je známo, že stratifikace výběru rozptyl o něco snižuje, zatímco „dvoustupňovost“ naopak činí odhady ze stejného počtu pozorování méně vydatnými. Do výběrového souboru se vzhledem k celkovému počtu bytů dostalo absolutně i relativně více sčítacích obvodů. Vliv zmíněného deff se tedy v souladu s očekáváními o něco snížil tak, že došlo k vyrovnání obou efektů a jeho hodnoty se u ne zřídka zastoupených druhů příjmů za celou ČR pohybovaly v těsné blízkosti 1.

 Pro výpočet hodnot v tabulkách III. až V. byla tedy použita modifikace vzorců (2a) resp. (2b) s tím, že bylo nutné zvlášť pro každý případ rozložit variabilitu na jednotlivé složky podle použitého výběrového schématu. 

 Pro hodnoty v tabulce VI. byly použity analogické vzorce zohledňující fakt, že se jedná o podíl odhadů četností v závislosti na splnění podmínek pro zahrnutí do výpočtu jednotlivých indikátorů.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x x    x

 

Publikace zahrnuje jen některé výsledky šetření o příjmech a životních podmínkách domácností ČR - Životní podmínky 2019. Zpracování jiných výstupů zprostředkuje zájemcům v rámci svých placených služeb (úhrada nákladů zpracování) Oddělení informačních služeb ČSÚ, Na padesátém 81, 100 82 Praha 10 - Strašnice, tel. 274 052 304 nebo 274 052 648, e-mail: infoservis@czso.cz

K článku zatím nejsou žádné komentáře.
Přidat komentář





Zobrazit sloupec 
Kurzy.cz logo
EUR   BTC   Zlato   ČEZ
USD   DJI   Ropa   Erste

Kalkulačka - Výpočet

Výpočet čisté mzdy

Důchodová kalkulačka

Přídavky na dítě

Příspěvek na bydlení

Rodičovský příspěvek

Životní minimum

Hypoteční kalkulačka

Povinné ručení

Banky a Bankomaty

Úrokové sazby, Hypotéky

Směnárny - Euro, Dolar

Práce - Volná místa

Úřad práce, Mzda, Platy

Dávky a příspěvky

Nemocenská, Porodné

Podpora v nezaměstnanosti

Důchody

Investice

Burza - ČEZ

Dluhopisy, Podílové fondy

Ekonomika - HDP, Mzdy

Kryptoměny - Bitcoin, Ethereum

Drahé kovy

Zlato, Investiční zlato, Stříbro

Ropa - PHM, Benzín, Nafta, Nafta v Evropě

Podnikání

Města a obce, PSČ

Katastr nemovitostí

Katastrální úřady

Ochranné známky

Občanský zákoník

Zákoník práce

Stavební zákon

Daně, formuláře

Další odkazy

Auto - Cena, Spolehlivost

Registr vozidel - Technický průkaz, eTechničák

Finanční katalog

Volby, Mapa webu

English version

Czech currency

Prague stock exchange


Ochrana dat, Cookies

 

Copyright © 2000 - 2024

Kurzy.cz, spol. s r.o., AliaWeb, spol. s r.o.

ISSN 1801-8688