Page 83 [83]
82 = PAKSI BORBÁLA - PILLÓK PETER
intergenerációs képzettségi mobilitást vizsgálva azonban a származási családhoz
képest a lefelé mobilitás, illetve kisebb mértékben a mobilitás hiánya hordoz szig¬
nifikáns rizikót: akiknek az iskolai végzettségük (vagy várható végzettségük) ala¬
csonyabb, mint a velük egynemű szüleiké, azok 6,17-szer, a mobilitást nem mu¬
tatók pedig 2,4-szer nagyobb eséllyel érintettek a tiltottszer-fogyasztásban, mint
a szüleikhez képest kedvezőbb végzettségi státust elérők.
7. táblázat: A tiltottdrog-fogyasztás életprevalencia-értékének becslésére
a különböző szociodemográfiai és pszichológiai változókból épített bináris logisztikus
regressziós modellek paramétertáblája a magyarországi 18-64 éves népesség körében
(az OLAAP 2019 vizsgálat adatai alapján)
Paronkénti, nemkontrollalt Többváltozós modell
összefüggések a tiltottdrog-fogyasztás
a tiltottdrog-fogyasztással "? előrejelzésére"?
OR [95% Cl] p OR [95% Cl] p
Férfi nem (ref.: női nem) 2,55 [1,65-3,94] <0,001 1,75 [0,85-3,58] 0,129
Eletkor 0,95 [0,94-0,97] <0,001 0,97 [0,94-1,01] 0,103
Lakhely (ref.:<50000 lakos)
legalább 50 ezer fős vidéki város 2,13 [1,33-3,41] 0,002 2,27 [1,00-5,13] 0,049
Bp. 1,11 [0,62-1,98] 0,724 1,36 [0,55-3,35] 0,504
Várható legmagasabb iskolai végzettség (ref.: felsőfok/egyetem utáni képzés)
8 általános vagy kevesebb 0,78 [0,39-1,571 0,488 1,99 [0,30-13,25] 0,478
szakmunkäs 0,51[0,30-0,88] 0,016 0,32 [0,11-0,90] 0,032
érettségi 0,49 [0,29-0,84] 0,010 0,40 [0,16-0,97] 0,043
Szakképzettség megléte
(ref: szakképzetség hiänya) 0,96 [0,55-1,69] 0,890 6,11 [1,28-29,24] 0,023
Intergenerációs képzettségi mobilitás (ref.: felfelé történő mobilitás)
nincs mobilitás 1,45 [0,95-2,22] 0,088 2,40 [1,11-5,19] 0,027
lefelé történő mobilitás 1,98 [0,81-4,88] 0,137 6,17 [1,46-26,19] 0,014
Munkaerőpiaci aktivitás
(ref.: nem aktív)
0,84 [0,53-1,35] 0,842 0,73 [0,05-10,94] 0,821
Munkavegzessel töltött idő
hos , 1,00 [0,99-1,01] 0,513 1,00 [0,94-1,07] 0,965
(órák száma)
15 A páronkénti kapcsolatok tesztelése külön-külön elvégzett bináris logisztikus regresz¬
sziós modellek keretében történt, melyben a kimeneti változó a tiltottdrog-fogyasztás
életprevalencia-értéke (0 = az élete során soha nem használt tiltott drogot; 1 — az élete
során használt már tiltott drogot), míg a magyarázó változó az adott sorban megemlített
változó volt.
Bináris logisztikus regressziós modell, melyben a kimeneti változó a tiltott drogfogyasztás
életprevalencia értéke (0 = az élete során soha nem használt tiltott drogot; 1 — az élete
során használt már tiltott drogot), míg magyarázó változóként az első oszlopban felsorolt
változókat egyszerre tartalmazta a modell (N — 849; 61,390).