Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

5. Sitzung Alexander Spermann Universität Freiburg 1 Gleicher Lohn bei gleicher Qualifikation: Frauen verdienen im Durchschnitt zwar weniger als Männer,

Ähnliche Präsentationen


Präsentation zum Thema: "5. Sitzung Alexander Spermann Universität Freiburg 1 Gleicher Lohn bei gleicher Qualifikation: Frauen verdienen im Durchschnitt zwar weniger als Männer,"—  Präsentation transkript:

1 5. Sitzung Alexander Spermann Universität Freiburg 1 Gleicher Lohn bei gleicher Qualifikation: Frauen verdienen im Durchschnitt zwar weniger als Männer, aber ist die Ursache dafür in der Diskriminierung zu suchen? Frage: liegt Lohndiskriminierung trotz Qualifikationsgleichstand von Frauen vor? Niedrigere Durchschnittslöhne weisen noch nicht auf Diskriminierung von Frauen bei der Entlohnung hin erhalten Frauen bei sonst gleichen Eigenschaften die gleiche Entlohnung wie Männer? Wenn ja: Unterschiedliche Entlohnungen sind auf Qualifikationsunterschiede, unterschiedliche Berufserfahrung zurückzuführen Wenn nein: Lohndiskriminierung Dummy-Variablen

2 5. Sitzung Alexander Spermann Universität Freiburg 2 Ökonomisches Modell: y = f( x 1, x 2, x 2 2 ) y = Lohn, x 1 = Schuljahre, x 2 = Berufserfahrung in Jahren Ökonometrisches Modell: y = + ß 1 ·x 1 + ß 2 ·x 2 + ß 3 ·x u Ökonomische Interpretation: Parameter repräsentiert Lohn bei Schuljahre = Null und Berufserfahrungsjahre = Null Einführung einer neuen Variable: D F = 1 (Individuum weibl.) D F = 0 (Individuum männl.) Y x 1 x 2 x 2 2 D F Individuen Dummy-Variablen

3 5. Sitzung Alexander Spermann Universität Freiburg 3 Neue Gleichung: y = + ß F ·D F + ß 1 ·x 1 + ß 2 ·x 2 + ß 3 ·x u Interpretation: Frauen D F = 1 a + b F entspricht Lohn bei x 1 =x 2 = 0 Männer D F = 0 a entspricht Lohn bei x 1 =x 2 = 0 Ist Schätzer b F signifikant und negativ, liegen Frauenlöhne systematisch unter den entsprechenden Männerlöhnen bei gleicher Schulbildung und Berufserfahrung unterschiedliche Achsenabschnitte Dummy-Variablen

4 5. Sitzung Alexander Spermann Universität Freiburg 4 y = + ß F ·D F + ß 1 ·x 1 + ß 2 ·x 2 + ß 3 ·x u y = Lohn x 1 = Schuljahre a a + b F a + b 1 · x 1 a + b F + b 1 · x 1 (-) negativ, wenn D=1 Dummy-Variablen

5 5. Sitzung Alexander Spermann Universität Freiburg 5 Dummy-Variablen

6 5. Sitzung Alexander Spermann Universität Freiburg 6 Interpretation des Regressionsoutputs I: Konstante c=0,606 : Achsenabschnitt für männlich (D=0) Koeffizient für (D=1) weiblich= - 0,265, d.h. die Schätzgerade für Frauen verschiebt sich um 0,265 nach unten |t-Werte| > 2, was die Signifikanz der unabhängigen Variablen bestätigt R 2 =31%, folglich hat das Modell durch das Einführen der Dummy- Variable für das Geschlecht an Erklärungsgehalt gewonnen Die -Fehlerwahrscheinlichkeit bei Ablehnen der Nullhypothese ist mit Prob=0,0000 sehr gering: Ergebnis ist hoch signifikant 0,606 0, ,265 a + b 1 · x 1 a + b F + b 1 · x 1 y=Lohn x=Schuljahre Dummy-Variablen

7 5. Sitzung Alexander Spermann Universität Freiburg 7 y = + ß F ·D F + ß V ·D V + ß 1 ·x 1 + ß 2 ·x 2 + ß 3 ·x u Neue Variable D V = 1 (Individuum verheiratet) D V = 0 (Individuum nicht verheiratet) wenn Schätzer b V signifikant und negativ (positiv), dann erhalten Verheiratete systematisch niedrigere (höhere) Löhne als Unverheiratete DVDV DFDF Dummy-Variablen

8 5. Sitzung Alexander Spermann Universität Freiburg 8 Dummy-Variablen

9 5. Sitzung Alexander Spermann Universität Freiburg 9 Interpretation des Regressionsoutputs II: der |t-Wert| für verheiratet ist mit 1,294 < 2, und somit ist der Koeffizient der erklärenden Variable Familienstatus insignifikant R 2 =32%, folglich hat das Modell durch das Einführen einer weiteren Dummy-Variable kaum an Erklärungskraft gewonnen Die -Fehlerwahrscheinlichkeit von 19,6% (Prob=0,1963) bei Ablehnen der Nullhypothese ist zu hoch: Ergebnis ist nicht signifikant Dummy-Variablen

10 5. Sitzung Alexander Spermann Universität Freiburg 10 Schätzer b V nicht signifikant von Null verschieden, da | t | < 2 D V bezieht sich sowohl auf verheiratete Frauen als auch auf verheiratete Männer, quantitativer Effekt b V für beide identisch D F = D V = 0: a (unverh. Männer) D F = 0, D V = 1: a + b V (verh. Männer) D F = 1, D V = 0: a + b F (unverh. Frauen) D F = D V = 1: a + b F + b V (verh. Frauen) Diff. b V Achsenabschnite Dummy-Variablen

11 5. Sitzung Alexander Spermann Universität Freiburg 11 Gibt es unter Umständen systematischen Unterschied, d.h. wirkt sich der Familienstatus für Frauen anders auf Lohn aus als für Männer? Hypothese: Wenn Familienstatus mit Existenz von Kindern korreliert, kann sich dieser für Frauen negativer auswirken als für Männer, wenn Existenz von Kindern mit Erwerbsunterbrechungen und Humankapitalentwertung einhergeht Frage: Wie misst man geschlechtsspezifische unterschiedliche Effekte des Familienstatus auf Löhne ? Interaktions-Dummy-Variablen

12 5. Sitzung Alexander Spermann Universität Freiburg 12 y = + ß F ·D F + ß V ·D V + ß FV ·D FV + ß 1 ·x 1 + ß 2 ·x 2 + ß 3 ·x u Neue Variable D FV = 1 (Individuum verheir. und weiblich) D FV = 0 (sonst) durch Multiplikation: D F * D V = D FV Interaktions dummy D FV misst unterschiedlichen Einfluss des Familienstatus bei Frauen und Männern D F D V D FV Interaktions-Dummy-Variablen

13 5. Sitzung Alexander Spermann Universität Freiburg 13 D F = D V = D FV = 0: a (unverh. Männer) D F = 0, D V = 1, D FV = 0 : a + b V (verh. Männer) D F = 1, D V = 0, D FV = 0 : a + b F (unverh. Frauen) D F = D V = D FV = 1: a + b F + b V + b FV (verh. Frauen) b FV misst unterschiedlichen Einfluss des Familienstatus b FV signifikant und negativ: Verheiratet sein wirkt sich für Frauen negativer aus als für Männer, Gesamteffekt hängt von b V ab Diff. b V Diff. b V +b FV Interaktions-Dummy-Variablen

14 5. Sitzung Alexander Spermann Universität Freiburg 14 Interaktions-Dummy-Variablen

15 5. Sitzung Alexander Spermann Universität Freiburg 15 b V =0,153 mit I t I=2,7, folglich ist der Koeffizient positiv und signifikant von Null verschieden b F = -0,128 mit I t I=1,97 und mit der -Fehlerwahrscheinlichkeit von 4,8%, folglich ist der Koeffizient positiv und signifikant von Null verschieden b FV = -0,207 mit I t I=2,6, folglich ist der Koeffizient negativ und signifikant von Null verschieden Bei Männern wirkt sich Ehe positiv auf Lohn aus (Effekt wird gemessen durch: b V ) Bei Frauen wirkt sich Ehe negativ auf Lohn aus (leicht negativer Effekt, gemessen durch: b V + b FV = - 0,055) C=0,564 0,716 0,38 0,44 y=Lohn x=Schuljahre 0,56+0,15 0,56-0,12 0,56-0,12-0,06 Verheiratete Männer Unverheiratete Männer Unverheiratete Frauen Verheiratete Frauen Interaktions-Dummy-Variablen

16 5. Sitzung Alexander Spermann Universität Freiburg 16 Slope-Dummy-Variablen Bislang haben Dummy-Variable unterschiedliche Achsenabschnitte für unterschiedliche Personengruppen repräsentiert Koeffizienten der erklärenden Variablen können sich ebenfalls für unterschiedliche Personengruppen unterscheiden Beispiel: Einfluss höherer Schulbildung kann für Frauen und Männer unterschiedlich wirken

17 5. Sitzung Alexander Spermann Universität Freiburg 17 Slope-Dummy-Variablen y = + ß F ·D F +... ß 1 ·x 1 + ß 2 ·x 2 + ß 2F ·D F ·x u Effekt der Berufserfahrung auf Lohn für Männer: D F =0 Effekt der Berufserfahrung auf Lohn für Frauen: D F =1 ß 2F misst Differenz

18 5. Sitzung Alexander Spermann Universität Freiburg 18 Slope-Dummy-Variablen y = + ß F ·D F ß 1 ·x 1 + ß 2 ·x 2 + ß 2F ·D F ·x 2 …+ u y = Lohn x 2 = Berufserfahrung a a + b 2 · x 2 a + (b 2 + b 2F )· x 2 (-)

19 5. Sitzung Alexander Spermann Universität Freiburg 19 Slope-Dummy-Variablen y = Lohn a + b 1 · x 1 a + (b 1 + b 1F )· x 1 (-)

20 5. Sitzung Alexander Spermann Universität Freiburg 20 Slope-Dummy-Variablen Durch das Hinzunehmen der Slope-Dummy-Variable mit dem Koeffizienten 0,007 Berufserfahrung*Weiblich, wird die Variable Weiblich insignifikant mit I t I = 0,45 und der -Fehlerwahrscheinlichkeit=65,4% 0,687 y=Lohn x=Berufserfahrung Slope: 0,


Herunterladen ppt "5. Sitzung Alexander Spermann Universität Freiburg 1 Gleicher Lohn bei gleicher Qualifikation: Frauen verdienen im Durchschnitt zwar weniger als Männer,"

Ähnliche Präsentationen


Google-Anzeigen