Bachelorscriptie
Beloningsverschillen tussen vrouwen in Nederland1 Verschil tussen autochtone, westerse allochtone en niet-westerse allochtone vrouwen
Student: Chawlyn Mezas Studentnummer: 1658190 Begeleider: Hans Bloemen Micro Economie scriptie 07 - 02- 2012
1
This thesis draws on data of the LISS panel of CentERdata
1|P age
Inhoud: Inleiding
3
1: Theoretische Inzichten:
5
1.1 Allochtoon
6
1.2 Human capital
7
1.3 Psychological
8
1.4 Social capital
9
1.5 Cultural capital
11
1.6 Compensating Wage differentials (Baankeuze man vs vrouw: Human capital depreciation during family-related career interruptions in male and female occupations 2: Empirisch onderzoek
12 17
2.1 Regressie analyse
17
2.2 Onderzoeksmethode
18
2.3 Data analyse
20
2.4 Beschrijving van de onderzoeksresultaten:
22
2.4.1 Het model(directe relatie)
24
2.4.2 Opleiding
25
2.4.3 Aantal jaren
27
2.4.4 Aantal Kinderen
28
2.4.5 Soort werk
29
2.4.6 Geloof
31
2.4.7 Taal
32
2.4.8 Discriminatie
33
Conclusie en discussie
35
Aanbevelingen voor vervolgonderzoek
38
Literatuurlijst
39
Appendix
44
2|P age
Inleiding Abstract: Deze scriptie is de laatste paper die geschreven moest worden voor de bachelor opleiding Economie en Bedrijfseconomie met als afstudeer richting Micro economie. Deze bachelorscriptie gaat over de beloningsverschillen tussen vrouwen in Nederland. Met behulp van de scriptie begeleider Hans Bloemen is er geprobeerd om d.m.v. echte data precies te kijken hoeveel het verschil in inkomen is tussen de autochtone -, westerse allochtone - en niet westerse allochtone vrouwen in Nederland. In deze scriptie is er gebruik gemaakt van zowel analyse uit de literatuur en statistische analyse. Tijdens het maken van deze scriptie is er veel geleerd hoe met data te werken in het statistische programma SPSS. Hoe te selecteren, hoe dummy variabelen te maken en echte statistische analyses te doen. Uiteindelijk zijn er mooie regressie analyses en conclusies getrokken wat betreft het inkomensverschil tussen deze drie groepen. Aanleiding: De motivatie voor dit onderwerp als bachelor-scriptie is dat er een grote loonkloof, gedefinieerd als het gemiddelde verschil tussen lonen, is tussen mannen en vrouwen in Nederland, ook wel de ‘’gender pay gap’ ’genoemd. Mannen verdienen over het algemeen meer dan vrouwen. Deze loonkloof is in de loop der jaren gedaald maar blijkt voor bepaalde sectoren en beroepen nog steeds aanzienlijk. In het coalitieakkoord in 2007 is als doelstelling door het Kabinet Balkenende IV opgenomen dat deze loonkloof moet worden beperkt. (“Gelijke kansen voor iedereen’’, Klaveren, M, Sprenger, W & Tijdens, K,2007). Maar het verschil in loonkloof is niet alleen aanzienlijk tussen mannen en vrouwen maar ook tussen allochtonen en autochtonen. In een onderzoek door Regioplan Beleidsonderzoek in 2005 (Klaver, J et al., 2005) is een onderzoek gedaan naar belemmeringen voor etnische minderheden op de arbeidsmarkt. Vanaf 2002 is er een einde gekomen aan de dalende werkloosheid. Het blijkt dat onder de niet westerse allochtonen vanaf 2002 de werkloosheid veel sterker toenam dan onder autochtonen. Dit komt omdat het voor de allochtonen moeilijker is een plek op de arbeidsmarkt te vinden. Ook blijkt dat de allochtone groepen de arbeidsmarkt eerder verlaten dan autochtonen (Klaver, J et al. , 2005). Er is zoveel onderzoek gedaan naar het verschil in loonkloof tussen mannen en vrouwen en allochtonen en autochtonen, maar er is nog geen onderzoek gedaan of er een verschil bestaat in lonen tussen autochtone- en allochtone vrouwen. Het is daarom interessant om te onderzoeken of er ook een verschil bestaat tussen vrouwen onderling, wat de oorzaken hiervan zijn en hoe 3|P age
groot het verschil in inkomen precies is: Is dit een kwestie van verschillen in opleidingsniveau, cultuurverschillen, ambitie of discriminatie. Mijn probleemstelling luidt: Hoe groot is het inkomensverschil tussen autochtone vrouwen, westerse allochtone vrouwen en niet-westerse allochtone vrouwen in Nederland? De twee theoretische modellen die zijn gebruikt zijn het Human capital model dat aandacht besteedt aan Social capital, Phychological Capital en Cultural Capital, en het model van ‘’Compensating Wage Differentials’’. De structuur van deze scriptie is als volgt opgebouwd: In hoofdstuk 1 wordt er eerst het theoretisch raamwerk gegeven, dan wordt uitgelegd welke variabelen van belang zijn voor dit onderzoek en wat er wordt verwacht. In hoofdstuk 2 wordt vervolgens de regressie vergelijking en de hypothese gegeven en wordt de onderzoeksmethode uitgelegd. Er wordt gebruik gemaakt van een regressie analyse met gebruik van SPSS. Verder wordt er gebruik gemaakt van data uit het LISS panel en worden de resultaten gegeven met behulp van de kleinste kwadraten methode. Ook wordt er een univariate2 analyse gedaan waar grafieken uit voortvloeien. Ten slotte worden de conclusies, eindconclusie en de aanbeveling(en) toegelicht.
2
Univariate analyse bekijkt alle varaiabelen in de data set individueel. Het kijkt naar het bereik en central tendency van de waarden. Het beschrijft het model patroon en beschrijft elke variabele op zichzelf anders dan descriptive statistic die alle waarden opsomt (Michelle, A, 2002).
4|P age
Hoofdstuk 1: Theoretische Inzichten In dit hoofdstuk wordt allereerst definitie van een allochtoon geven. Zodat duidelijk wordt hoe de term allochtoon wordt gedefinieerd in deze scriptie. Vervolgens is er verdiept in de theorie en worden de variabelen toegelicht die worden gebruikt in het onderzoek om te corrigeren voor het verschil in inkomen met daarbij de verwachtingen. De variabelen zijn de karakteristieken om te corrigeren voor het verschil in inkomen. Bij het corrigeren spelen twee aspecten een rol. Het kan zijn dat AU (autochtonen), WA (Westerse allochtonen) en NA (niet-westerse allochtonen) verschillen voor wat betreft het opleidingsniveau, werkervaring, Taal, Godsdienst etc. Door deze verschillen kan er ook een verschil in inkomen ontstaan (Vuuren, A.P, 2004). In de economie zijn er drie productiemiddelen: land, kapitaal en arbeid. Kapitaal kunnen we verdelen in drie onderdelen: natuurlijk kapitaal, geproduceerd kapitaal en ontastbaar kapitaal. Ontastbaar kapitaal of te wel menselijk kapitaal zoals hoe Becker het definieert bestaat uit Social Capital, Cultural Capital en Phychologic Capital. Human-, social-, cultural en psychological Capital helpen werknemers hun productiviteit te verhogen en productiviteit verhoogt lonen. Wij gaan deze gebruiken om het verschil in inkomen tussen autochtone vrouwen (AU), westerse allochtone vrouwen(WA) en niet westerse allochtone vrouwen(NA) te meten. Maar om deze variabelen meetbaar te maken moeten ze worden geoperationaliseerd naar meetbare variabelen. Om human capital te meten maken we gebruik van de variabele opleiding en aantal jaren (werkervaring). Om Social Capital te meten maken we gebruik van de variabele: discriminatie. Om Cultural Capital te meten is er gebruik gemaakt van drie variabelen namelijk: taal, geloof en aantal kinderen. Om psychological capital te meten is er gebruik gemaakt van de variabele aantal ZZP’ers, maar de aantal ZZP’ers valt weer onder de variabele baankeuze, dus wordt dit niet apart gemeten voor Psychological Capital. Ook is er gebruik gemaakt van de compensating wage differentials. Mensen verschillen in hun baankeuze: deze keuze hangt af van factoren zoals flexibele uren, afstand, loonhoeveelheid etc. Banen die meer risico met zich meebrengen, denk aan het leger, of banen die niet graag worden gedaan denk aan vuilophaaldienst, zullen volgens deze theorie een extra compensatie moeten krijgen in de vorm van een hoger loon. Zonder die 5|P age
compensatie is bij dit soort banen de vraag groter dan het aanbod, waardoor de lonen ook hoger worden. Door compensating wage differentials kunnen er ook verschillen in lonen tussen autochtone vrouwen, westerse en niet westerse vrouwen ontstaan. Misschien durven Nederlandse vrouwen meer risico te nemen dan de niet-Nederlandse vrouwen (Murray, C. 1998). Om risico te meten is er gebruik gemaakt van de variabele baankeuze. Om de baankeuze verschillen beter te begrijpen is er gekeken naar een onderzoek van Polanchack dat in 2007 is uitgevoerd. Dit onderzoek bekijkt loonverschillen tussen mannen en vrouwen door onderbreking als gevolg van het krijgen van kinderen, maar het is wel te gebruiken om het verschil in baankeuze tussen autochtone en allochtone vrouwen te begrijpen. 1.1 Allochtoon Het geboorteland van de ouders bepaald of het kind een allochtoon is of niet (Koning, J, et al., 2008). Als een kind gevestigd is in Nederland maar ten minste een van de ouders geboren is in het buitenland dan wordt het kind gedefinieerd als een allochtoon. De groep van allochtonen kan men onderverdelen in eerste generatie allochtonen (gevestigd in Nederland, maar zelf in het buitenland geboren én een of beide ouders is in het buitenland geboren) en tweede generatie allochtonen (zelf geboren in Nederland, waarbij minstens één van de ouders geboren is in het buitenland). Als beide ouders geboren zijn in Nederland en het kind in het buitenland dan is er sprake van een autochtoon waarvan het kind in een ander land is geboren. Allochtonen bestaan uit westerse en niet-westerse allochtonen. De niet-westerse allochtonen worden de caraïbische groepen, zoals Antilianen /Arubanen en Surinamers ook de Afghanen, Somaliërs, de vluchtelingen zoals de Afrikanen en als laatst de Turken en Marokkanen bedoeld (Koning, J, et al., 2008). Een westerse allochtoon is een allochtoon die tot een van de EU-landen behoort exclusief Nederland en Turkije, de overige niet Europese landen zoals Noord-Amerika, Japan en Indonesië (Duin, C & Wobm, E, 2010).
Voor dit onderzoek is er niet gekeken naar het verschil tussen de eerste en de tweede generatie niet-westerse allochtoon en westerse allochtoon. Ze vallen in dit onderzoek allemaal samen onder één groep. In deze paper gebruik ik 3 herkomstgroepen: -Westerse vrouw met een Nederlandse Afkomst (WN) 6|P age
-Westerse vrouw met een allochtone afkomst (WA) - Niet westerse vrouw met een andere afkomst dan Nederlands: Niet-westerse Allochtoon (NA). 1.2 Human Capital Bij Human capital gaat het om het opleidingsniveau van de werknemer en over de kennis die men verkrijgt door trainingen en de werkervaringen (Synder, C & Nicholson, W, 2008). De vraag naar arbeid hangt af van de marginale productiviteit van een werknemer. Door verschillen in productiviteit zijn er ook een verschillen in de lonen. De belangrijkste oorzaak van een verschil in productiviteit ligt aan het verschil in Human Capital. Werknemers investeren veel tijd en geld in het verhogen van hun kennis in de hoop dat dit in de toekomst voordeel met zich mee zal brengen in de vorm van meer inkomen (Synder, C & Nicholson, W, 2008). Maar inversteren in human capital brengt risico met zich mee omdat de rate of return lager kan zijn dan de input die je erin hebt gestoken. Het heeft wel een positieve relatie met inkomen, een hogere kennis en opleiding zorgt voor een hogere productiviteit en dit zorgt weer voor een hoger inkomen. De autochtonen zijn gemiddeld hoger opgeleid dan de allochtonen. Allochtonen hebben veel vaker dan de autochtonen alleen het basisonderwijs afgemaakt en delen minder mee aan hogere onderwijs en hogere opleidingen dan autochtonen. Een hogere opleiding en langere opleiding zorgen voor meer kennis en dit zorgt voor meer arbeidsproductiviteit en een hoger inkomen. (Klaver, J & al, 2005). In het onderzoek zal blijken dat resultaten anders zijn. Volgens Becker(1964,1993) is het menselijk kapitaal een theorie waarbij succes wordt bepaald door de mate waarin iemand beschikt over kennis en kunde die belangrijk is voor het productieproces. De kennis kan je opbouwen door scholing en arbeidservaringen. Intelligentie heeft een hoge correlatie met inkomen. Er zijn enkele banen waarvoor je een hoge kennis nodig hebt en ook veel geld verdient zoals medicijnen en recht. Maar intelligentie bepaalt slechts een bepaald deel van het inkomen, want in werkelijkheid hoeft de meest succesvolle (in termen van in inkomen) niet de slimste te zijn. Hieruit kunnen we concluderen dat ook andere factoren een rol spelen. Tegenwoordig zijn er ook andere banen die een voordeel in het inkomen creëeren, zoals R&D , de financiële en zakenmarkten. Dus een hoge opleiding is geen hoofdoorzaak voor een inkomensongelijkheid, maar het speelt wel degelijk een rol (Murray,C, 1998). Volgens Arrow (1973) bestaat er ook zoiets als
7|P age
aangeboren talent en de opvoeding kan ook bijdragen aan de productiviteit van iemand. Volgens Ashenfelter en Rouse(1999) spelen al deze 3 punten een rol op de productiviteit. Maar opleiding, arbeidservaring, aangeboren talent, onderwijs, scholing en opvoeding bepalen het verschil op de arbeidsmarkt tussen autochtone, westerse en niet-westerse vrouwen maar voor een klein deel. Mensen met meer werkervaring, hebben meer doorzettingsvermogen en dus een hogere productiviteit en dit zorgt weer voor een hoger inkomen. Om de construct Human capital meetbaar te maken moeten we het operationaliseren naar een meetbare eenheid. Als men hiernaar gaat kijken om de verschil tussen AU,WA en NA te vergelijken maken we gebruik van de variabelen: opleidingsniveau en aantal jaren(leeftijd). We verwachten dat mensen met een hogere opleiding ook een hoger inkomen hebben. We verwachten dus dat WO-ers en Hbo’ers het meeste inkomen hebben voor alle groepen vrouwen. We verwachten dat mensen met alleen een lage opleiding gemiddeld genomen het minst verdienen. Ook wordt er verwacht dat mensen met meer jaren werkervaring een hoger inkomen hebben. Dus hoe hoger de leeftijd (tot de jaren 50) des te meer werkervaring des te meer inkomen. Ook wordt er verwacht dat de AU groep meer werkervaring heeft dan de andere twee groepen doordat ze vaker serieus worden genomen en vaker een vaste baan hebben ten opzichte van de andere twee groepen. Hier wordt later aandacht aan besteed.
1.3 Psychological Capital Phychologisch kapitaal zijn de persoonlijke kenmerken zoals de karaktereigenschappen die bepalen hoe gemotiveerd iemand is en over hoeveel doorzettingsvermogen een individu beschikt (Luthans et al, 2004). Deze kan men door middel van trainingen op school ook verder ontwikkelen. Bij phychologisch kapitaal kan men de volgende vragen stellen: Volgen ze vaak trainingen om hoger op te komen? Durven ze zelfstandig te werk te gaan? Om psychologisch kapitaal meetbaar te maken kunnen we gebruik maken van de variabele : aantal ZZP’ers. De variabele aantal ZZP’ers is een onderdeel van de variabele baankeuze, dus deze wordt niet apart getoetst. Deze variabele heeft twee kanten. Meager et al. (1992) heeft de inkomensverdeling van zelfstandigen, zowel mannen als vrouwen, onderzocht. Gemiddeld verdienen ZZP’ers evenveel als mensen in loondienst, maar er is een significante
8|P age
verspreiding met aan de ene kant een groep die veel verdient (=meestal de mannen) en aan de andere kant is er een grotere groeiende groep arme zelfstandigen. Een zelfstandige heeft 3 keer zoveel kans om terecht te komen in de onderste 10% van de inkomensverdeling dan een vergelijkbaar type medewerker. Alhoewel een eigen onderneming kan leiden tot schulden en armoede kiezen ze toch voor zelfstandig baan. Dit kan komen doordat ze werkloos zijn of omdat ze worden gedwongen door de staat als in de United Kingdom of uit eigen wil, doordat men daar talent en ambitie voor heeft (Carter. S & Jones-Evans. D, 2006). Dit is dan de groep die worden beschouwd als risico averse personen in dit paper. In 2009 bleek het werkloosheidspercentage van allochtonen veel hoger te liggen dan dat van de autochtonen, de percentages zijn respectievelijk 10,9% tegen 3.9%. Vanaf 2002 tot 2009 was er weer een sterke toename van de werkloosheid. Deze is vooral sterk op te merken in de groep Marokkanen. Onder de Turken was er een lichte afname te zien rond 2001. De andere twee groepen (surinamers en antilianen/arubanen) was de toename beperkt (Klaver, J et al, 2005). Uit een ander onderzoek van Meager et al. (1992) blijkt dat een goede ondernemer niet iets is dat je kunt aanleren, het is iets van aangeboren talent. Een succesvolle ondernemer komt meestal door het feit dat beiden ouders ondernemers zijn. Er komen heel veel ondernemers bij met onvoldoende vaardigheden en kenmerken waardoor ze uiteindelijk in de lage 10% van de inkomensindeling belanden. De meeste ondernemers starten wanneer zij de middelbare leeftijd naderen, rond de leeftijd van 50. Een verklaring kan zijn dat men een kapitaal (financieël en menselijk kapitaal) heeft opgebouwd. Financieël kapitaal welke de opstartkosten van een onderneming dekken en menselijk kapitaal waar voldoende kennis/ervaring is opgebouwd om zelf aan de slag te gaan. Een andere reden kan zijn dat men op deze leeftijd het meest kwetsbaar is voor mogelijk ontslag bij hun werkgever. Er is ook een toename van de jongere ondernemers (Meager, N, et al., 1992).
1.4 Social Capital Sociaal Kapitaal definieert Putnam (2000) als de meerwaarde van sociale netwerken waarbij men iets doet zonder iets terug te verwachten. Door sociale contacten kan men elkaar helpen op de arbeidsmarkt om aan een baan te komen. Sociale contacten stimuleren ook het samenwerken tussen groepen en het vertrouwen tussen individuen en landen. 9|P age
Het vinden en het behouden van een vaste baan is voor de allochtonen ook moeilijker dan voor de autochtone vrouwen. De zoekkanalen en wervingsstrategieën maken het voor de allochtonen nog moeilijker (Duin, C & Wobm, E, 2010). Er is een grote mismatch tussen vraag en aanbod. Hier betreft het vooral ook de beperkte sociale netwerken van allochtonen met autochtonen. Allochtonen beschikken over minder sociaal kapitaal, ze hebben minder netwerken om aan een baan te komen, niet veel contact met autochtonen die zouden kunnen helpen om aan een goede baan te komen. Het meer contact hebben, of een autochtoon als partner hebben, of in de buurt wonen van autochtonen kan ook bijdragen aan het sneller vinden van een baan (Duin, C & Wobm ,E, 2010). Ook onderschatten werkgevers de potentie van de allochtonen (een bewuste of onbewuste beeldvorming jegens de niet-westerse allochtonen). Het blijkt ook dat de potentie van vrouwen vaak wordt onderschat. Dit is ook een reden waarom banken vaak geen lening willen geven aan vrouwen. Ze vinden dat vrouwen niet professioneel genoeg overkomen en onderschatten hun kwaliteiten (Carter. S & Jones-Evans. D 2006). Werkgevers geven bij sollicitaties liever de voorkeur aan autochtonen of aan een man omdat ze dit de “, veiligste” keuze vinden. Zij vrezen voor problemen met de taal of langdurige vakanties. Werkgevers associëren niet-westerse allochtonen met ''gedoe”. De vraag die hier gesteld kan worden is: Heeft u vaak iemand niet aangenomen omdat het een allochtoon of een vrouw is? In de LISS panel was er geen soortgelijke vraag waar gebruik van kon worden gemaakt om sociaal kapitaal te meten. Dit construct is dus moeilijk te meten. Maar het is wel te definiëren als discriminatie en dat is wel te meten. Een goed voorbeeld is een onderzoek van het OR. Hieruit bleek dat werkgevers een positiever beeld hebben van Turken en Surinamers dan Marokkanen en Antilianen/Arubanen, dit komt voornamelijk door de negatieve berichten in de media en door slechte ervaringen met deze twee laatste groepen. Niet-westerse allochtonen schieten vaak te kort voor werkgevers door bijvoorbeeld de Nederlandse taal en de beschaafdheid. In dit onderzoek wordt gebruik gemaakt van de stelling: ‘’some dutch people think I don’t belong here’’. Deze vraag werd gevraagd met behulp van een Likert schaal (helemaal oneens tot helemaal eens). Er wordt verwacht dat mensen die het eens zijn met de stelling, dus discriminatie voelen, minder verdienen dan de mensen die het er mee oneens zijn.
10 | P a g e
1.5 Cultural Capital Cultureel kapitaal wordt door Bourdieu (1986) gedefinieerd als de waarden, normen en gebruiken die mensen delen. Door de verschillen in cultuur kan dit ook voor ongelijkheid zorgen tussen groepen. Cultuurverschillen kunnen zijn taal, waarden en normen. Alleen al door de taal kan men uitmaken dat men tot een andere cultuur behoort. Door verschillen in waarden kan men ook verschillende doelen in het leven hebben bijvoorbeeld de één is gericht op welvaart en de ander meer op Godsdienst, en hierdoor verschillen ook de doelen die men nastreeft op het onderwijs en de arbeidsmarkt. Normen en gebruiken kunnen ook problemen geven. Een heel praktisch voorbeeld is als men kijkt naar sollicitanten. Als een sollicitant erg bescheiden is omdat dat bij zijn cultuur past, maakt hij minder kans in een cultuur waar een assertieve instelling juist gewaardeerd wordt (Koning, J et al, 2008). Daarbij sluit identificatie zich aan. Uit een onderzoek van het CBS (Centraal bureau voor de Statistiek) over identificatie van niet-westerse allochtonen, met gegevens uit het SIM (Survey Integration Minderheden) en SSB (sociaal statistisch bestand), blijkt dat Surinamers zich het meest als een Nederlander voelen en Turken zich het minst van de vier allochtonen groepen. Hieruit kunnen we stellen dat des te meer men zichzelf als een Nederlander voelt des te meer men zich op de arbeidsmarkt bevindt. Ook verdienen de Surinamers het meeste inkomen in vergelijking met de andere groepen (Vliet, R, CBS, 2010). Surinamers creëren hierdoor meer werkervaring dan de andere niet-westerse allochtonen. Om dit construct (cultureel kapitaal)meetbaar te maken heb ik gebruik gemaakt van 3 variabelen taal, geloof en aantal kinderen. Taal wordt gemeten met de stelling: ‘’I feel I am not taken seriously because of my accent’’. Deze vraag is alleen gebaseerd op de allochtone groepen omdat er vanuit is gegaan dat mensen uit de AU groep geen last hebben van een accent. Er wordt verwacht dat mensen die het helemaal eens/eens zijn met de stelling minder verdienen dan mensen die het oneens zijn met de stelling. Dit kan een reden zijn waarom ze vaak niet worden aangenomen en hierdoor minder verdienen. Er wordt verwacht dat mensen die vinden dat ze niet serieus worden genomen door hun accent minder verdienen dan mensen die niet eens zijn met de stelling. De kennis van de Nederlandse taal van de allochtone groepen (WA en NA) is minder goed ten opzichte van de autochtonen, dit kan komen omdat ze school vroeg verlaten en halen dan hun startkwalificatie niet om verder te gaan. Hoewel het aandeel jongeren dat zonder diploma het onderwijs verlaat is gedaald, 11 | P a g e
zijn de aantallen onder de allochtonen groepen nog altijd aanzienlijk (Klaver, J et al, 2008). Surinamers kunnen in vergelijking met de Arubanen/antilianen, Marokkanen en turken het beste de Nederlandse taal uitvoeren, omdat de Nederlandse taal ook hun hoofdvoertaal is. Allochtonen zijn merendeel vroege schoolverlaters. Onder de Turkse en Marokkaanse jongeren is de voortijdige schooluitval gemiddeld een dergelijk twintig procent. Bij de Surinaamse en Antilliaanse jongeren ligt dit aandeel op tien procent. Van de autochtonen verlaat echter vijf procent de opleiding voortijdig (Herwijer, 2003; Gijsberts, 2003). Het hoge percentage schoolverlaters komt voornamelijk door de prestatieachterstand (voornamelijk op het gebied van taal en informatieverwerking) waarmee veel allochtone jongeren aan het voortgezet onderwijs beginnen. Daarnaast zijn ouders vanwege hun vaak lage opleidingsniveau veelal onvoldoende in staat om hun kinderen goed te kunnen ondersteunen bij de schoolloopbaan (Tesser & Iedema, 2001). Ook is het bekend dat allochtonen, vooral de niet-westerse allochtonen, veel jonger beginnen met kinderen dan Nederlandse vrouwen dit heeft mogelijk te maken met de mentaliteit en opvoeding van deze groep allochtonen. Daarom nemen we ook de variabele aantal kinderen mee. Het gaat om vrouwen van 0 tot en met 5 kinderen. Er wordt verwacht dat de WA en NA groep meer kinderen hebben dan de AU groep en ook minder inkomen hebben bij het hebben van kinderen dan de AU groep. Ook wordt verwacht dat de AU bij het hebben van kinderen meer verdienen doordat ze vaker een full time baan hebben dan de allochtone groepen. Vrouwen met kinderen nemen na hun onderbreking vaak een part time baan. Bij het onderzoek van Polancheck wordt dit verband verder uitgelegd.
Zoals eerder aangegeven kan het verschil in waarden en normen ook bijdrage aan doelen die men nastreeft. De één kan als doel welvaart hebben en de andere Godsdienst. Om Godsdienst te kunnen meten is er gebruik gemaakt van de vraag: ‘do you consider yourself a member of a church or religion community?’ Deze vraag konden de respondenten met ja of nee beantwoorden. Er wordt verwacht dat mensen die gelovig zijn minder verdienen dan niet gelovigen omdat geld niet als hun belangrijkste doel in het leven wordt gezien.
1.6 Compensating wage differentials
12 | P a g e
Individuen kunnen risico averse, risico neutraal en risico lovers zijn. Risico averse individuen gaan liever voor het zekere dan het onzekere. Ze nemen zo min mogelijk risico. Risk lovers gaan voor de win or lose situatie. Ze verdienen liever 100 of niks dan dat ze voor een zekere 50 gaan bij bijvoorbeeld een “bet”. Moral Hazard is dat men zijn gedrag gaat veranderen indien ze geen risico meer lopen voor hun daden. Een bekend voorbeeld is dat van een individu dat moet kiezen of ze gaat schaatsen of niet. Indien het individu niet verzekerd is, kiest hij om niet te gaan schaatsen omdat hij dan eigen risico oploopt, maar zodra de persoon verzekerd is kiest hij er wel voor om te gaan schaatsen. Om compensating wage differentials te meten moet er dus gekeken worden hoeveel risico de verschillende vrouwen groepen durven te nemen. Dit is gedaan door te kijken naar het verschil in baankeuze, dit is de variabele soort baan. Zijn westerse vrouwen minder risico averse dan niet-westerse en autochtone vrouwen of omgekeerd? Volgens Deleire en Levy (2001) zijn allochtonen die uit arme gezinnen komen minder risico averse dan autochtonen die van middelhoge klasse komen. Dat wil zeggen dat allochtonen vrouwen meer risico durven te nemen dan de autochtonen vrouwen. Als het gaat om de beroepskeuze dan is op te merken dat allochtonen liever kiezen voor een flexibele arbeidsrelatie i.p.v. een zelfstandige baan dan autochtonen als we naar de verhoudingen kijken. Uit een onderzoek van Regioplan in 2005 bleek dat van de autochtonen er 73% kiest voor een flexibele arbeidsrelatie en 84% kiest voor een zelfstandige baan. Van de NA kiest er 17% voor een flexibele arbeidsrelatie ten opzichte van 7% die kiest voor een zelfstandige arbeidsrelatie. Dit kan ook een reden zijn waarom de autochtonen vrouwen meer verdienen dan de allochtonen vrouwen. NA hebben minder vaak een vaste baan dan de autochtonen, vooral allochtonen die pas uit het buitenland komen hebben veel vaker flexibele banen (Dagevos, J & Gesthuizen, M, 2006). Twee derde van de bevolking onder de Turken en Marokkanen hebben een lage beroepspositie maar 10% van de Turken kiezen wel voor een zelfstandige baan en vind je vaak in de landbouw of Industrie. De Marokkanen zitten veel in de handel, reparatiebedrijven en in de horeca. Minder dan de helft van Antillianen /Arubanen en Surinamers hebben een lage beroepsfunctie en voor de autochtonen is dit minder dan een derde van de groepsbevolking. De Antilianen/Surinamers vind je meer in het onderwijs, zorg en welzijn (publieke dienstverlening) (Klaver, J & et al, 2005).
13 | P a g e
Baankeuze man vs. vrouw: Human capital depreciation during family-related career interruptions in male and female occupations In 2007 is er een studie gedaan die de relatie beschrijft tussen human capital depreciatie tijdens interrupties van werk door familie omstandigheden en baankeuze van vrouwen op de arbeidsmarkt. Baankeuze kan ook komen door zelfselectie (Bender et al, 2005) beweren dat baan satisfactie van vrouwen hoger ligt bij banen waar vrouwen in overvloed zijn. Dat is ook het geval bij het kiezen van een studie (Borghans & Groot, 1999). Maar er zijn ook andere redenen waarom vrouwen voor een bepaalde baan kiezen, bijvoorbeeld omdat het een schonere omgeving is, vanwege flexibiliteit ( Bender et al, 2005) en banen waar er meer familie- vriendelijke regels zijn (Datta, G & Smith, 2000). Vrouwen kiezen bewust voor banen waar er lagere loon ‘’penalties’’ voorkomen. Penalties zijn de loondaling bij baanonderbrekingen bij het krijgen van een kind bijvoorbeeld. De loondaling is hoger bij vrouwen dan bij mannen, omdat mannen veel eerder naar het werk gaan dan vrouwen. Door onderbrekingen daalt de kennis van een individu waardoor ze minder productief zijn en hun lonen dalen. De baankeuze heeft daarom een sterke correlatie met baanonderbrekingen voor familie omstandigheden. Vaak switchen vrouwen van baan door de lagere lonen na het krijgen van een kind. De kennis van werknemers tijdens een onderbreking verschilt van persoon tot persoon, het hangt af van hoeveel de werknemers worden geüpdate tijdens hun onderbreking. Een methode om de werkelijke waarde van human capital depreciatie te meten met het aantal onderbrekingen is de Mincer’s (1974) inkomen functie met Ofek (1974). + Tabel 1 Et = persoon inkomen potentie in tijd Eo= initieele inkomens potentie
rs= return to schooling = depreciatie rate van scholing
r= rate of return
e 1= de duur van werk voor de
ki= totale human capital geïnvesteerde ratio
onderbreking
in periode i
h = De duur van de onderbreking
i= meet de hoeveelheid depreciatie
e 2= is het werk na de onderbreking s= jaren scholing
14 | P a g e
Uit het onderzoek bleek dat vrouwen die van plan zijn hun werk te onderbreken door familie omstandigheden vaker kiezen voor banen waar de daling in loon het laagst is. Als vrouwen en mannen hierdoor andere banen kiezen is het duidelijk dat human capital een oorzaak is van baan verschillen tussen vrouwen en mannen. Polanchek (1981) vond dat human capital depreciatie het hoogst lag bij professionele en management functies, die vooral vervuld worden door mannen. Terwijl human capital bij bijvoorbeeld schoonmaakwerk (waar vrouwen in overvloed werken) er bijna geen sprake is van depreciatie. Maar een groot probleem van dit onderzoek is dat hij niet direct toetst wat de invloeden zijn van depreciatie rates en het verschil in baankeuze tussen mannen en vrouwen, hij heeft niet de juiste banen gebruikt in zijn onderzoek waar je het verschil in mannen en vrouwen goed kunt zien. Daarom vergelijkt Polancheck zijn onderzoek met een ander waar werd getoetst welke rol human capital depreciation tijdens baan interrupties kan spelen op de baankeuze tussen seksen. Zijn de human capital depreciaties tijdens een baan interruptie lager of hoger dan van mannen? Is dit dan ook de motivatie voor een bepaalde baankeuze? In dit onderzoek wordt vooral de nadruk gelegd op de loon effecten bij baanonderbrekingen door familie omstandigheden. In dit onderzoek onderscheiden ze: hoog en laag opgeleiden, mannen- , geïntegreerde- of vrouwenbanen, ook onderscheiden ze fulltime en part time werkers. Dit model ziet er als volgt uit:
Tabel 2 Wit =totale uurloon van individu i in tijd = depreciatie waarde op kort termijn(korter dan 5 jaar) Depreciatie waarde op lang termijn(langer dan 5 jaar) = human capital depreciatie van een werkloze op kort en lang termijn = meet de kort en lange termijn depreciatie voor andere redenen dan familie De resultaten wijzen dat ze op korte termijn wel overeenkomen met Polanchek zijn omstandigheden resultaten, dat zelfselectie baan gerelateerd is met human capital depreciatie vooror Xit= andere variabelen, zoalsvan overuren, leeftijd, ervaring, high/low skilled, male female zowel low en high skilled personen. Op lang termijn klopt dit alleen voor de high skilled integrated. = phychologische kenmerken, zoals motivatie etc.
15 | P a g e
mannen, die blijken erg ongemotiveerd te zijn na een baanonderbreking door familie omstandigheden. Bij zowel low en high skilled vrouwen zijn de resultaten juist insignificant op lang termijn, daar zijn de resultaten dicht bij 0. Dus op korte termijn selecteren vrouwen bewust een baan waar hun human capital depreciatie na de interruptie het laagst is. Uit het onderzoek bleek ook dat vrouwen kiezen voor een baan waar er sprake is van flexibiliteit, part time opties en betere werk condities. De human capital depreciatie kan worden gezien als de compensating wage differentials die men wordt afgenomen d.m.v. van een lagere betaling na de onderbreking. -
Hoewel het onderzoek van human capital depreciation during family-related career interruptions in male and female occupations niet gericht is op het verschil tussen autochtonen vrouwen en allochtonen vrouwen kunnen we concluderen dat uit het type baan die de NA en WA vrouwen kiezen een lagere human capital depreciatie is dan bij AU vrouwen. Allochtonen vrouwen kiezen vaker voor part time banen ten opzichte van westerse vrouwen en komen vaker in lagere functies van het bedrijf voor. Dit komt doordat ze gemiddeld meer kinderen krijgen dan de AU vrouwen en dus vaker een baan interruptie hebben. Ook zijn de WA en NA vrouwen vaker lager opgeleid dan de AU vrouwen.
Hier wordt verwacht dat door: het hogere werkloosheidspercentage bij de allochtonen, doordat ze minder risico averse personen zijn maar toch minder vaak voor een Zzp’er functie kiezen dan de autochtone vrouwen het aantal Zzp’ers ongeveer gelijk zijn onder de autochtonen en allochtonen. Ook wordt verwacht dat de autochtonen meer verdienen dan de NA en WA groepen omdat ze meer in de paid employment of tewel flexibele arbeidsrelatie zitten dan de twee andere groepen.
16 | P a g e
Hoofdstuk 2: Empirisch Onderzoek In dit hoofdstuk wordt allereerst de regressieanalyse uitgelegd die is gebruikt voor het onderzoek. Daarna wordt de onderzoeksmethode beschreven en wordt de hypothese gegeven. Vervolgens wordt er een overzicht gegeven van de data en hoe die tot stand is gekomen. Daarna wordt een beschrijving van de onderzoeksresultaten met behulp van de kleinste kwadraten methode uit SPSS gegeven. Als laatst wordt er een conclusie en de aanbevelingen toegelicht.
2.1 Regressie analyse: 1)
+ en =
of
=
Tabel 3: Y = bruto inkomen
Bruto inkomen is de afhankelijke variabele en
i = categorie variabele 1t/m 5 voor de
is een continue variabele.
dummy variabelen(autochtoon, westerse
Afkomst is de onafhankelijke variabele en alle
allochtoon)/ (lagere school, vmbo,
andere onafhankelijke variabelen zijn
havo/vwo, mbo, hbo)/(betaald werk,
modererende variabelen. Zie grafiek 1.
assistent/fam. bedrijf)
Afkomst is een dummy variabele. Als je 3
richtings coëfficiënt van de herkomst categorie = rc van de moderende variabele
categorievariabelen hebt, dan heb je 2 dummy variabelen en de derde variabele is de referentievariabele. Hier is de NA groep de
di= de categorie modererende variabele
referentievariabele. Een referentievariabele is
(1t/m 5)
de variabele die overblijft als zowel de WA en
Xi=de categorie herkomst groep
AU groep gelijk is aan 0. Een persoon kan niet
Ε= storingsterm
zowel een autochtoon als een niet westerse allochtoon zijn.
Een moderende variabele is een variabele die de relatie van de onafhankelijke variabele versterkt of verzwakt op de afhankelijke variabele (Sekaran, U, et al., 2010). We zijn geïnteresseerd in de coëfficiënt β die het effect van de verklarende factor X op het inkomen verklaart. Met de kleinste kwadraten methode kan een schatting voor de waarde van β
17 | P a g e
worden verkregen waarmee vervolgens getoetst kan worden of de modererende variabelen een rol spelen. Doordat er meerdere variabelen zijn met meerdere categorieën is het niet handig om alle variabelen mee te nemen in 1 regressieanalyse. Dus wordt er steeds 1 regressieanalyse meegenomen om het inkomen te vergelijken tussen de 3 groepen (AU, WA en NA). De kleinste kwadraten methode kan de coëfficiënten zuiver schatten en is van alle lineaire schattingsmethode ook degene met de kleinste variantie (Heyma, A, et al., 2005). 2.2 Onderzoeksmethode: Grafiek 1 Herkomst
Bruto inkomen
Herkomst
Opleiding Aantal jaren Aantal kinderen Soort werk Geloof Taal Discriminatie H0: Herkomst heeft geen invloed op inkomen H0: µAU=µWA=µNA. Het inkomen van de AU is gelijk aan het inkomen van WA en NA. H1: leeftijd, kinderen, geloof, opleiding, soort werk, taal en discriminatie hebben geen modererende invloed op de relatie tussen herkomst en inkomen. De variabelen kunnen ook een direct effect hebben op het bruto inkomen of een direct effect hebben op herkomst. De analyse voor het verschil in inkomen wordt meestal in twee stappen gedaan. Eerst wordt onderzocht welke factoren het loon direct beïnvloeden. Vervolgens wordt er gekeken in hoeverre deze factoren ook het onderlinge verschil in inkomen beïnvloeden. Er kan
18 | P a g e
statistisch geanalyseerd worden hoe groot de bijdrage van de verschillende variabalen aan het beloningsverschil is (Heyma. A, 2005). In dit onderzoek wordt er niet afzonderlijk gekeken hoeveel de factoren de beloningsverschillen beïnvloeden, maar er wordt bij het toetsen van elke modererende factor ook de variabele herkomst meegenomen. Zodoende kan er gelijk worden gekeken naar het verschil in inkomen tussen de drie herkomstgroepen(AU, WA en NA) in combinatie met de modererende factoren. Eerst wordt er een toetst gedaan om de directe relatie (het ruwe verschil) van herkomst en inkomen te vergelijken met behulp van de kleinste kwadraten methode om de waarden van de coëfficiënten van de regressieanalyse te krijgen. De twee dummy variabelen (AU en WA) zijn geselecteerd en als referentie variabele de NA groep voor alle toetsen. Vervolgens werd er een regressieanalyse met coëfficiënten gegeven om het precieze verschil in inkomen te zien voor de drie groepen. De andere toetsen zijn met karakteristieken om te corrigeren voor het verschil in inkomen. Bij het corrigeren spelen twee aspecten een rol. Het kan zijn dat AU, WA en NA verschillen voor wat betreft het opleidingsniveau. De moderators zijn: - leeftijd, kinderen, opleiding, soort werk, geloof, taal en discriminatie. Ook de variabelen opleiding en soort werk heb ik tot dummy variabelen gemaakt. Bij soort werk zijn er drie categorieën, dus heb ik 2 dummy variabelen nodig: betaald werk en assistent/familie bedrijf. De 3 e variabele Zzp’er is de referentie variabele. Bij opleiding zijn er 6 categorieën, dus heb ik 5 dummy variabelen nodig: lagere school, VMBO, Havo/VWO, MBO en HBO. De referentie variabele is WO. Ook is er een tabel gemaakt om te kijken welke categorie het meest verdient en welke het minst. En om een goed overzicht te krijgen is er ook een grafiek gegeven om te kijken of de regressieanalyse klopt met de werkelijkheid. Dit laatste is gedaan voor alle toetsen. Voordat de variabele aantal jaren kon worden getoetst moest er eerst mean centering worden toegepast voor de variabele aantal jaren. Doordat aantal jaren of te wel leeftijd een continue variabele is moet het gecentreerd worden, want anders kan je het effect van beloningsverschillen bij de geboorte (leeftijd=0) krijgen en dat is niet zinvol. Dit is gedaan door eerst de gemiddelde leeftijd te berekenen. De gemiddelde leeftijd is 41,37. Vervolgens werd er een nieuwe variabele aangemaakt met en gemiddelde van 41,37 bij elke waarde afgetrokken. Daarna voer je de toets uit en krijg je nieuwe waarden voor de regressieanalyse. Voor alle variabelen met meer dan 2 categorieën zijn er dummy variabelen en referentie variabelen aangemaakt. Zie Appendix 5 voor een overzicht. Taal en
19 | P a g e
discriminatie worden alleen getoetst voor de allochtonen groepen, omdat autochtonen geen last hebben van een accent en of discriminatie. 2.3 Data analyse: Om data te kunnen verzamelen is er gebruik gemaakt van data uit de LISS data (www.lissdata.nl). In Appendix 2 vind je een tabel met het overzicht van de data. LISS is een Survey onderzoek onder huishoudens in Nederland. Elke jaar wordt een grote groep huishoudens geënquêteerd. De enquête heeft een longitudinaal karakter, dat wil zeggen dat het data verzameling is over verschillende perioden (jaren), waar dezelfde vragen worden gesteld aan dezelfde groep mensen. Dit is voor de jaren 2008 tot en met 2010 gedaan vooral gedaan onder de autochtone groepen. Ook zijn er speciale single wave studies of onderzoeken die maar 1 keer zijn gedaan over speciale onderwerpen. In 2010 is een speciaal allochtonen panel opgezet. Vandaar dat er voor het onderzoek alleen gebruik is gemaakt van data uit 2010-2011 zodat beiden groepen (allochtonen en autochtonen) in het onderzoek kon worden betrokken. 3 Er is vooral gebruik gemaakt van het onderdeel background variabelen uit de LISS panel, omdat het onderzoek vooral gebaseerd is op persoonlijke kenmerken zoals geslacht, leeftijd, aantal kinderen in het huishouden, soort baan, geloof etc. In Appendix 3 vind je een overzicht van de variabelen zoals gepresenteerd in de Liss panel. De enquêtes zijn gebaseerd op een grote populatie van 13424 deelnemers. Er is gebruik gemaakt van Purposive sampling, doelbewust samplen. Deze populatie bestaat uit vrouwen en mannen, dus allereerst zijn alle mannen verwijderd uit de data. Vervolgens zijn alle missing values verwijderd. Daarna vond er een selectie plaats uit de verschillende variabelen. Hier werd gekeken welke variabelen van pas waren voor het onderzoek. Bijvoorbeeld de herkomstgroep was verdeeld in: 0=autochtonen, 1= 1 e generatie westerse allochtonen, 2= 2e generatie westerse allochtonen, 3= 1e generatie niet westerse allochtonen, 4= 2e generatie niet westerse allochtonen. De 1e generatie en 2e generatie westerse allochtonen zijn tot 1 groep gemaakt namelijk tot westerse allochtonen, en de 1e 3
Om toegang te krijgen voor deze data moet je eerst een ‘statement concerning the use of data’ of the liss data invullen. Dat is gedaan en vervolgens werd er een wachtwoord en een inlognaam gegeven. (zie appendix 1).
20 | P a g e
en 2e generatie niet westerse allochtonen zijn ook samen getrokken tot 1 groep. Uiteindelijk zijn er van de 5 groepen dus 3 groepen gemaakt. Ook zijn alleen de werkende kandidaten geselecteerd, dus kandidaten die bijvoorbeeld van een uitkering leven zijn eruit gehaald. De leeftijdselectie was van 25 tot 60 jaar. Door al deze handelingen en selecties werd de uiteindelijke omvang van de steekproef 410 kandidaten (N=410). Maar er was ook was er sprake van outliers. Inkomen van 52000, 4000 en 25000 waardoor het gemiddelde inkomen van de WA veel groter was dan de AU groep. Uiteindelijk werden de outliers ook uit de data verwijderd en werd het inkomen geselecteerd van 0 tot 5000. Hierdoor is de steekproef omvang afgenomen tot een uiteindelijke hoeveelheid van 394 (N=394).
21 | P a g e
2.4 Beschrijving van de onderzoeksresultaten: Tabel 4 Coëfficiënten overzicht gestandardiseerde ongestandardiseerde β Categoriën β t-waarde Autochtoon 165,409 0,077 1,317 westerse allochtoon 153,917* 0,145* 2,46 Niet-westerse allochtoon Referentie Opleiding primary school (-5,7373)*** (-0,269)*** -5,373 VMBO (-1647,248)*** (-0,551)*** -10,353 havo/VWO (-1123,323)*** (-0,324)*** -6,394 MBO (-1163,045)*** (-0,517)*** -8,739 HBO (-468,524)*** (-0,219)*** -3,508 WO Referentie Aantal jaren leeftijdmean 6,304 0,059 1,139 Aantal jaren² leeftijdkwadraat 0,066 0,052 1,001 Aantal kinderen aantal kinderen (-61,587) (-0,068) (-,1352) Soort werk Familie bedrijf 80,767 0,018 0,319 Betaaldwerk 327,527 0,079 1,412 ZZPérs Referentie Geloof nee 50,239 0,023 0,389 ja Referentie Taal helemaal mee oneens 271,76 0,135 1,256 oneens 181,851 0,076 0,752 neutraal Referentie eens 151,143 0,043 0,491 helemaal mee eens -872,465 (-0,150) -1,943 Discriminatie helemaal mee oneens 120,909 0,123 0,538 oneens 3,15 0,06 0,013 neutraal Referentie 0,001 eens -10,275 (-0,003) (-0,034) helemaal mee eens 251,622 0,036 0,465 Dit tabel brengt alle coëfficiënten in kaart van de verschillende analyses. Het geeft de logistieke regressies van alle variabelen die zijn gebruik bij het onderzoek. Het niveau van significantie wordt aangegeven met sterretjes: *p<.05 ** p<.01 ***p<.001. Variabele Herkomst
Doordat er steeds de variabele afkomst mee werd genomen in het regressie analyse veranderde de coëfficiënten waarden van WA en AU ook steeds. Hierbij een overzicht van die waarden.
22 | P a g e
Tabel 5 Coëfficiënten Overzicht Variabelen Herkomst Opleiding Aantal jaren Aantal jaren² Aantal kinderen Soort werk Geloof Taal Discriminatie Categoriën β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde AU 165,409 1,317 101,996 0,938 135,122 1,053 137,755 1,071 161,962 1,291 168,818 1,344 196,318 1,238 WA 153,917* 2,460 124,116* 2,320 138,042* 2,154 139,578* 2,175 147,125* 2,346 150,651* 2,402 127,021 1,620 109,828 1,485 126,853 1,635 NA Referentie Referentie Referentie Referentie Referentie Referentie Referentie Referentie Dit tabel brengt alle coëfficiënten van de variabele herkomst in kaart van de verschillende analyses. Het geeft de logistieke regressies van de variabele herkomst.Het niveau van significantie wordt aangegeven met sterretjes: *p<.05 ** p<.01 ***p<.001.
Tabel 6 Coëfficiënten overzicht ongestandardiseerde gestandardiseerde Categoriën β Variabele β Herkomst Autochtoon 0,049 0,043 westerse allochtoon 0,067 0,116 Niet-westerse allochtoon Referentie Opleiding primary school (-0,791)*** (-0,278)*** VMBO (-0,810)*** (-0,498)*** havo/VWO (-0,565)*** (-0,302)*** MBO (-0,517)*** (-0,423)*** HBO (-0,221)*** (-0,182)*** WO Referentie Aantal jaren leeftijdmean 0 0,005 Aantal jaren² leeftijdkwadraat 4,24E-07 0,001 Aantal kinderenaantal kinderen (-0,25) (-0,052) Soort werk Familie bedrijf 0,104 0,043 Betaaldwerk 0,379** 0,163** ZZPérs Referentie Geloof nee 0,076 0,065 ja Referentie Taal helemaal mee oneens 0,203 0,185 oneens 0,167 0,129 neutraal Referentie eens 0,084 0,042 helemaal mee eens (-0,370) (-0,108) Discriminatie helemaal mee oneens 0,092 0,083 oneens 0,012 0,009 neutraal Referentie eens (-0,012) (-0,006) helemaal mee eens 0,48 0,109
t-waarde 0,718 1,955 -5,688 -8,96 -5,683 -6,893 -2,915 0,103 0,012 (-1,024) 0,756 2,878 1,082 0,088 0,21 0,626 0,164 0,749 0,091 (-0,071) 1,437
Dit tabel brengt alle coëfficiënten in kaart van de verschillende analyses. Het geeft de logistieke regressies van alle variabelen die zijn gebruik bij het onderzoek. Het niveau van significantie wordt aangegeven met sterretjes: *p<.05 ** p<.01 ***p<.001.
23 | P a g e
Tabel 7 Coëfficiënten Overzicht Variabelen Herkomst Opleiding Aantal jaren Aantal jaren² Aantal kinderen Soort werk Geloof Taal Discriminatie Categoriën β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde β t-waarde AU 0,049 0,718 0,017 0,271 0,048 0,680 0,049 0,690 0,048 0,698 0,056 0,822 0,045 0,511 WA 0,067 1,955 0,054 1,792 0,066 1,880 0,067 1,898 0,064 1,868 0,063 1,849 0,042 0,970 0,045 1,097 0,049 1,165 NA Referentie Referentie Referentie Referentie Referentie Referentie Referentie Referentie Referentie Dit tabel brengt alle coëfficiënten van de variabele herkomst in kaart van de verschil ende analyses. Het geeft de logistieke regressies van de variabele herkomst.Het niveau van significantie wordt aangegeven met sterretjes: *p<.05 ** p<.01 ***p<.001.
Bij tabel 4 en 5 is er gebruik gemaakt van de regressieanalyse: Bij tabel 6 en 7 is er gebruik gemaakt van het logaritmische inkomen:
Uit de conclusie in tabel 7 is te zien dat bij het loginkomen zowel AU en WA insignificant zijn voor alle variabalen. In tabel 6 is te zien dat de variabele opleiding en betaald werk significant zijn. Maar in deze scriptie is er verder gebruik gemaakt van het inkomen zonder log, omdat deze meer significante waarden hebben en dus betrouwbaarder is dan het ander logaritmische model.
2.4.1 Model directe relatie De regressie analyse luidt hier als volgt: Inkomen= 1971,621+ 165,409*AU+ 153,917*WA+ ε Dus als het een allochtone vrouw is, is AU gelijk aan 1 en is het inkomen gelijk aan: Inkomen= 1971,621+ 165,409= 2137,03. Als het een westerse allochtoon is, is AU gelijk aan 0 en WA gelijk aan 1 en is het inkomen gelijk aan: Inkomen=1971,621+153,971*1= 2125,592. Als de persoon een niet westerse allochtoon is zijn zowel AU en WA gelijk aan 0 en is het inkomen gelijk aan 1971,621. Dus de volgorde van hoogst inkomen naar laagst inkomen is als volgt: Autochtoon(2137,03), Westerse allochtoon( 2125,592) en Niet Westerse allochtoon( 1971,621). Het verschil in inkomen tussen de AU en WA groep is niet veel( 11,438). De 1e regressieanalyse:
+ en
+ waren om direct te kunnen
meten hoeveel het verschil was in de drie verschillende herkomstgroepen van 2010-2011. Er 24 | P a g e
werd verwacht dat de autochtone groep het meest verdiend van de drie groepen. In de output hierboven is te zien dat de WA groep gemiddeld het meest verdient (2279,46) en dat de NW groep gemiddeld het minst verdient (1971,62). De autochtone groep verdient een gemiddelde van 2137,03. Het grootste verschil is het verschil tussen de AU en de NA groep met een verschil van 7,8% (165,409). Daarna volgt de WA en de NA met een verschil van 7,2%(153,971). Het verschil tussen de WA en AU groep is heel klein, ze verschillen niet eens 1 procent van elkaar, het verschil is maar 0,54%.(11,438) Nu gaan we kijken hoe groot het verschil in inkomen is als we corrigeren voor het verschil in karakteristieken, die zorgen voor een verschil in inkomen. Er is gebruik gemaakt van de Univariate analyse om alle variabelen individueel te bekijken, naar hun bereik en central tendency, zodat er snel vergelijkingen kunnen worden gemaakt van het verschil tussen de herkomstgroepen. 2.4.2 Opleiding modererende effect van opleiding op inkomen Tabel 8
NA is de referentie groep en WO is ook een referentie. Regressie analyse wordt: Inkomen= 2853,467+ 101,996*AU+124,116*WA-1378,212*lagere school-1647,248*VMBO-1123,323*Havo/VWO-1163,045*MBO-468,524*HBO Als we dan bv. Een vrouw nemen met een WO opleiding. Hoeveel verschilt het inkomen voor de drie groepen? 25 | P a g e
AU: inkomen= 2853,467+101,996=2955,463 WA: inkomen= 2853,467+124,116=2977,583 NA: inkomen= 2853,467 Dus van de vrouwen met een WO opleiding, verdienen de WA het meeste inkomen, daarna de AU en als minst de NA. We zien aan de coëfficiënten dat de mensen met een VMBO opleiding de meest negatieve coëfficiënt waarde geeft. Als een vrouw een VMBO opleiding heeft gedaan daalt het inkomen met 1647,248. Hierdoor verdienen de vrouwen met een VMBO opleiding het minst. Dit is ook te zien in tabel 5, het gemiddelde inkomen heeft de laagste waarde van 1326. Grafiek 2
Er werd verwacht dat mensen die een WO opleiding doen het meest verdienen, vervolgens de Hbo’ers. Maar de mensen die alleen een basisschool hebben afgemaakt het minst verdienen. Ook wordt verwacht dat de AU groep het meest verdient omdat er wordt verwacht dat deze groep vaker een hogere opleiding hebben gedaan dan de NA en WA groep. Uit de grafiek en het tabel kunnen we halen dat mensen met een WO opleiding het meest verdienen daarna de Hbo’ers. De VMBO’ers verdienen het minst in de AU en WA groep. Mensen van de bassischool verdienen het minst in de NA groep. Ook is te zien dat de WA groep die op de WO zitten gemiddeld meer verdienen dan de groepen AU en NA. De AU groep die op HBO zitten verdienen meer dan de twee andere groepen. De Mbo’s bevinden 26 | P a g e
zich meer bij de allochtonen groepen en verdienen dan meer dan de AU groep. Primary school en Havo/VWO bevinden zich meer bij de AU en WA groepen en verdienen meer dan de NA groep. Wat ook op te merken is, is dat de VMBO’ers zich het meest bevinden onder de NA groep waar het inkomen volgens tabel 5 gemiddeld het laagste inkomen betreft. 2.4.3 Aantal jaren leeftijd moderende effect van leeftijd op inkomen. Hier luidt de regressieanalyse: Inkomen= 1992,865+ 135,112* AU+138,042*WA+ 6,304* leeftijd Stel dat we nu een vrouw hebben van de leeftijd 41. Hoeveel verschilt haar inkomen als ze een Westerse allochtone vrouw is ten opzichte van als ze een autochtone vrouw of nietwesterse allochtone vrouw was geweest? WA: inkomen= 1992,865+ 138,042+6,304*41= 2389,371 AU: inkomen= 1992,865+135,112+6,304*41= 2386,441 NA: inkomen= 1992.865+6,304*41= 2251,329 Wat we hier zien is dat het inkomen voor de WA hoger is dan de twee andere groepen bij het toevoegen van de moderator leeftijd of werkervaring. Om grafisch te kunnen zien hoeveel het inkomen is per leeftijd voor iedere herkomst hebben we een grafiek gemaakt om de drie variabelen samen te vergelijken. Grafiek 3
Er werd verwacht dat mensen met meer werkervaring een hoger inkomen hebben. Ook werd er verwacht dat de AU groep meer werkervaring heeft dan de andere twee groepen doordat ze vaker serieus worden genomen en vaker een vaste baan hebben ten opzichte van de andere twee groepen. Uit grafiek 4 is te zien dat de AU groep en de WA groep tussen de 27 | P a g e
leeftijdscategorie 25 en 45 jaar bijna gelijk loopt qua inkomen. De NA groep verdient minder dan de twee andere groepen in de leeftijdscategorie tussen 25 en 37, vanaf 38 tot en met 45 loopt hij gelijk met de andere twee groepen en maakt zelfs een stijging boven de WA en AU groep tot de jaren 50. Vanaf 50 daalt het inkomen weer ten opzichte van de andere twee groepen. Vanaf de leeftijd van 45 jaar tot 60 is er een sterke schommeling in de AU en WA groep maar vind er wel een stijging plaats in het inkomen voor alle drie groepen. 2.4.4 Aantal kinderen moderende effect van aantal kinderen op inkomen Hier heeft de coëfficiënt van het aantal kinderen een negatieve variabele. Hieruit kunnen we halen dat het hebben van een kind een negatieve invloed heeft op het inkomen. Als men 1 kind heeft daalt het inkomen met 61,587. Des te meer kinderen, hoe lager het inkomen. De regressie analyse luidt: Inkomen= 2048,605+ 161,962* AU+ 147,125*WA-61,587*aantal kinderen. Grafiek 4:
Er werd verwacht dat de WA en NA groep meer kinderen hebben dan de AU groep en ook minder inkomen hebben bij het hebben van kinderen dan de AU groep. Ook wordt verwacht dat de AU bij het hebben van kinderen meer verdienen doordat ze sneller terug keren naar het werk en vaker een full time baan hebben dan de allochtone groepen. Het is duidelijk op te merken dat bij 0,1 en 2 kinderen de groepen ongeveer evenveel verdienen maar dat de WA groep het meest verdient en de NA groep het minst. Bij 3 kinderen verdienen de AU en 28 | P a g e
WA groep gemiddeld evenveel, verrassend verdient de NA groep meer. Bij 4 kinderen is er een grote stijging van het inkomen bij de WA groep. Bij 4 kinderen verdient de WA groep het meest, gemiddeld bij de 3800, vervolgens volgt de NA groep en de AU groep verdient het minst bij 4 kinderen. Dit kan komen doordat de WA groep en de NA een groter percentage heeft van een gezin met 4 kinderen. De AU groep heeft in deze steekproef geen gezinnen met 5 kinderen. Terwijl hier het inkomen van de NA groep rond de 1800 is bij 5 kinderen en de WA groep, maar een inkomen tegen de 1000. Dit kan ook weer komen door het grotere percentage van 5 kinderen in de NA groep. Hieruit kunnen we concluderen dat de WA en NA groep de meeste kinderen krijgen en dat de groepen alle 3 om en bij evenveel verdienen bij het hebben van 0 tot 3 kinderen. Waarbij de westerse groep het meest en de NA groep het minst. Bij het hebben van 4 kinderen verdiend de WA veel meer en bij het hebben van 5 kinderen de NA groep het meest verdiend. 2.4.5 Soort werk moderende effect van soort werk op inkomen De referentie variabele voor herkomst is NA en voor soort werk is de referentie variabele Zzp’er. De regressie analyse is hier: Inkomen= 1663,922+168,818*AU+150,651+WA+80,767*familie bedrijf+ 327,527*betaaldwerk+ε Je ziet hier dat de coëfficiënt van betaald werk 4 keer zo groot is als dat van familiebedrijf. Als iemand betaald werk verricht vergroot hun inkomen met 327,527 en als iemand in een familiebedrijf werkt stijgt het inkomen maar met 80,767. Grafiek 5
29 | P a g e
Tabel 9
Hier wordt verwacht dat door: het hogere werkloosheidspercentage bij de allochtonen, doordat ze minder risico averse personen zijn maar toch minder vaak voor een Zzp’er functie kiezen dan de autochtone vrouwen het aantal ZZP’ers ongeveer gelijk zijn onder de autochtonen en allochtonen. Ook wordt verwacht dat de autochtonen meer verdienen dan de NA en WA groepen omdat ze meer in de paid employment en ZZP’ers functie zitten dan de twee andere groepen. Dit laatste klopt. De AU groep verdient het meest als paid employment en vervolgens als ZZP’er en het minst als familiebedrijf. De WA groep bevindt zich het meest als assistent/familiebedrijf en het minst als ZZP’er. De NA groep bevindt zich het minst in het assistent/familiebedrijf en het meest als paid employment of ZZP’er. Dit laatste kan komen doordat er veel werkloosheid bestaat bij de NA groep en ze geen keus hebben dan om als zelfstandige te beginnen. Uit de tabel is te zien dat het gemiddelde inkomen het hoogst is bij paid employment(2150) of assistent/familie bedrijf (2040)en deze komen het vaakst voor bij de WA groep, hierdoor is het inkomen van de WA groep het hoogst. Omdat de meeste AU zich meer bevinden in de paid employment dan de NA groep hebben ze gemiddeld ook een hoger inkomen dan de NA groep. Het inkomen van de ZZP’ers van de AU en NA groep verschillen nauwelijks. Verder is te zien dat de ZZP’ers minder verdienen dan de mensen uit paid employment uit dezelfde groep. Dus kunnen we hieruit concluderen dat ze ondernemers zijn met aangeboren talent. De ZZP’ers van de WA groep bevinden zich wel in de onderste 10 % van de inkomensverdeling, maar dit is een hele kleine groep. Dus de verwachtingen klopten niet helemaal, hierdoor valt te concluderen dat soort werk inderdaad geen invloed heeft op de relatie inkomen en herkomst.
30 | P a g e
2.4.6 Geloofmoderende effect van geloof op inkomen Om te kijken of men gelovig is of niet, is er de vraag gesteld: Do you consider yourself a member of a certain religion or church community? Ze konden dan ja of nee beantwoorden. Ja is de referentievariabele. Hier is weer NA de referentie variabele. Regressie analyse: Inkomen= 1969,735+ 196,318*AU+127,021*WA+50,239*geloof nee Als een vrouw niet gelovig is neemt het inkomen toe met 50,239. Nu kunnen we vragen stellen als bijvoorbeeld: Verdient een AU vrouw die niet gelovig is meer dan een WA of NA vrouw? AU: Inkomen= 1969,735+196,318+50,239=2216,292 WA: Inkomen=1969,735+127,021+50,239=2146,995 NA: Inkomen= 1969,735+50,239=2019,974 Dus een AU vrouw die niet gelovig is verdient meer dan een WA en NA vrouw die ook niet gelovig zijn. 2e vraag die we kunnen stellen is welke groep verdient het meest als ze wel gelovig zijn? AU: Inkomen= 1969,735+196,318=2166,053 WA: Inkomen=1969,735+127,021= 2096,756 NA: Inkomen= 1969,735 Ook hier verdient de AU groep het meest. Ook blijkt dat de gelovigen meer verdienen dan de niet gelovigen. Klopt dit ook met de data? Grafiek 6
31 | P a g e
Er werd verwacht dat onder de AU groep minder gelovigen zitten. Ook werd verwacht dat mensen die gelovig zijn minder verdienen dan mensen die niet gelovig zijn. Wat meteen opvalt, is dat de WA groep die nee of ja heeft beantwoord meer verdienen dan de NA en de AU groepen. Hier verdienen juist de gelovigen meer dan de niet gelovigen. Bij de AU en NA groep zijn er meer mensen die niet-gelovig zijn en de niet-gelovigen verdienen meer dan de gelovigen. Dus de data klopt wel met de regressie analyse voor de AU en NA groepen, maar niet voor de WA groep. 2.4.7 Taal moderende effect van taal op inkomen Deze vergelijking van taal is alleen voor de WA en NA groep omdat de AU groep geen last heeft van een accent. Er is hier gebruik gemaakt van een likert schaal(helemaal mee oneens naar helemaal mee eens) en werd een argument gegeven: ‘’I feel I am not taken seriously because of my accent’’. De referentie variabele is NA voor de afkomstvariabele en neutraal is de referentievariabele voor de variabele taal. De dummyvariabele helemaal eens heeft een negatieve waarde, dit geeft aan dat mensen die helemaal mee eens zijn met de stelling, dat ze vinden dat ze niet serieus worden genomen door hun accent, hun inkomen daalt met 872,465. Stel we vergelijken de vrouwen die helemaal eens is met de stelling, welke groep vrouw (WA of NA) heeft dan het hoogste inkomen? Regressie analyse: Inkomen= 1855,080+109,828*WA+271,760*helemaal oneens+181,851*oneens+151*143*eens-872,465*helemaal eens+ε WA: Inkomen= 1855,080+109,828-872,465=1092,443 NA: Inkomen= 1855,080-872,465=982.615 Als een WA vrouw helemaal eens is met de stelling verdient ze meer dan een vrouw die er ook helemaal mee eens is maar een NA vrouw is. Grafiek 7
32 | P a g e
Kloppen deze resultaten ook? Taal kan een reden zijn waarom de allochtone vrouwen niet vaak worden aangenomen. Er werd verwacht dat mensen die vinden dat ze niet serieus worden genomen door hun accent minder verdienen dan mensen die niet eens zijn met de stelling. Uit de grafiek is te zien dat de WA groep die er helemaal mee eens zijn weinig verdient, maar wel meer dan de NA groep die er mee eens zijn. Dus ja het klopt! De paarse lijn is de groep die er mee eens is. Hier is te zien dat de westerse groep die er mee eens is bij de 3000 euro verdient, dus toch veel verdient en de NA minder verdient dan de WA groep maar toch tegen de 2000. De mensen die er helemaal mee oneens en oneens zijn verdienen gemiddeld, maar ook hier verdient de westerse allochtone groep meer dan de niet westerse allochtone groep. Alleen bij de mensen die er neutraal over denken verdient de NA groep meer dan de WA groep. Dus de westerse groep verdient meer dan de niet-westerse groep bij zowel eens als oneens zijn met de stelling dat ze door hun accent niet serieus worden genomen. De groep die er helemaal mee eens is verdient wel minder dan de andere groepen. Dus hier klopt het wel dat ze misschien door hun accent niet worden aangenomen. Maar bij de groep die er mee eens is, is dit tegenstrijdig voor de WA groep, want die verdienen gemiddeld toch meer dan de groep die er mee oneens is. 2.4.8 Discriminatie moderende effect van discriminatie op inkomen Voor de variabele discriminatie werd de stelling gebruikt: ‘some dutch people think I don’t belong here’’. Deze konden ze beantwoorden met behulp van een Likert Schaal (Helemaal oneens naar helemaal eens). De referentie variabele hier is neutraal. Van de variabele
33 | P a g e
herkomstgroep is de NA groep de referentievariabele. Ook hier is er alleen sprake van de allochtonen groepen omdat de AU groep geen last heeft van discriminatie. Alleen de mensen die eens zijn met de stelling hebben een negatieve coëfficiënt van 10,275. Terwijl de mensen die het er helemaal mee eens zijn juist een hele hoge positieve coëfficiënt hebben van 251,622. De regressie analyse luidt: Inkomsten= 1934,952+ 126,853*WA+ 120,909*helemaal oneens+ 3,150*oneens 10,275*eens+251,622*helemaal eens De vrouwen die het er mee eens zijn verdienen het minst, terwijl de vrouwen die het er helemaal mee eens zijn verdienen het meest. Grafiek 8
De westerse groep die het er helemaal mee eens is verdient veel meer dan de mensen die er mee eens zijn tot de mensen die er helemaal mee oneens zijn. Hier is al duidelijk dat discriminatie voor de WA groep geen invloed heeft op inkomen. Van helemaal mee eens tot helemaal mee oneens verdienen de WA groep meer dan de NA groep. Maar het verschil in inkomen is het grootst bij helemaal mee eens en eens zijn met de stelling. Er werd verwacht dat onder de beiden allochtonen groepen er meer gelovigen zullen zijn dan niet gelovigen. Ook dat de niet gelovigen minder zouden verdienen dan de niet-gelovigen. Maar dat was niet het geval. Geloof heeft geen directe invloed op inkomen. 34 | P a g e
Conclusie en discussie De probleemstelling luidt: Hoe groot is het inkomensverschil tussen autochtone vrouwen, westerse allochtone vrouwen en niet-westerse allochtone vrouwen in Nederland? Eerst werd er een ruw verschil berekend door alleen te kijken naar hoeveel het verschil is inkomen voor de verschillende herkomstgroepen. Hier bleek de regressieanalyse als volgt uit te zien: Inkomen= 1971,621+ 165,409*AU+ 153,917*WA+ ε AU verdient: 2137,03 WA verdient: 2125,592 NA verdient: 1971,621 Het grootste verschil is het verschil tussen de AU en de NA groep met een verschil van 7,8% (165,409). Daarna volgt de WA en de NA met een verschil van 7,2%(153,971). Het verschil tussen de WA en AU groep is heel klein, ze verschillen nog niet eens 1 procent van elkaar, het verschil is maar 0,54%.(11,438) Maar als we corrigeren voor het verschil in karakteristieken zoals aantal kinderen, aantal jaren op de arbeidsmarkt, soort werk, taal, geloof, leeftijd en discriminatie. Hoeveel is dan het verschil in inkomen tussen de groepen? Uit het coëfficiënten overzicht hierboven is te zien dat bij de factoren opleidingsniveau en aantal jaren werkervaring de WA een hogere coëfficiënt waarde heeft dan de AU groep. Dit zijn de variabelen van Human Capital. Dit geeft aan dat deze twee factoren zorgen voor een andere inkomensindeling, waarbij de WA meer verdient dan de AU en NA bij een hogere opleiding. Hoe meer WO en HBO studenten des te meer inkomen binnen deze groep. Hoe meer VMBO’ers of lagere school als hoogst behaalde opleiding des te lager het inkomen. Er kan geconcludeerd worden dat het type opleiding dat men kiest een directe invloed heeft op het inkomen. Als we de grafiek en tabel samen beargumenteren is het duidelijk dat omdat de AU en de WA groepen zich meer bevinden op WO en HBO niveau, waar het inkomen het hoogst is en de NA groep zich juist meer bevinden op de VMBO waar het inkomen het laagst is, de WA en AU groep veel meer verdienen dan de NA groep. Ook omdat de WA groep zich meer bevindt op de WO, waar het inkomen het hoogst is en de primary school en de MBO in vergelijking met de AU groep ze meer verdienen dan de AU groep. Het bleek dat tussen de leeftijdscategorie 25-45 jaar het inkomen bijna gelijk liep, maar de WA groep verdiende meer dan de AU groep en de NA groep. Maar vanaf 38 tot 35 | P a g e
en met 45 loopt de NA groep gelijk met de andere twee groepen en maakt zelfs een stijging boven de WA en AU groep tot de jaren 50. Vanaf de leeftijd van 45 jaar tot 60 is er een sterke schommeling in de AU en WA groep maar vind er wel een stijging plaats in het inkomen voor alle drie groepen.
Er kan worden geconcludeerd dat van compensating wage differentials de variabele soort baan ook directe invloed heeft op het verschil in inkomen. De AU groep verdient het meest als paid employment waar het gemiddelde inkomen het hoogst is (2150) of ZZP’er waar het gemiddelde inkomen het laagst is, de WA groep bevind zich het meest als assistent/familiebedrijf (2040) of paid employment (2150). De NA groep bevindt zich het meest als paid employment of ZZP’er. Het inkomen van de ZZP’ers van de AU en NA groep verschillen nauwelijks.
Cultural Capital: aantal kinderen, taal en geloof. Aantal kinderen: Uit de coëfficiënten is te zien dat bij het hebben van 1 kind het inkomen daalt met een constante van 61,587. Het bleek dat de WA en NA groep de meeste kinderen krijgen en dat de groepen alle 3 om en bij evenveel verdienen bij het hebben van 0 tot 3 kinderen, waaronder de WA groep het meest en de NA groep het minst. Bij het hebben van 4 kinderen verdiend de WA veel meer en bij het hebben van 5 kinderen verdiend de NA groep het meest, dit komt door het klein aantal waarnemingen met 4 en 5 kinderen. Dus bij het hebben van kinderen heeft het verschil in inkomen tussen de drie groepen geen directe invloed want des te meer kinderen des te meer inkomen voor de groepen . Taal: Uit de coëfficiënten is te lezen dat de groep die het helemaal eens is met de stelling : ‘’I feel I
am not taken seriously because of my accent’’, forse daling van het inkomen heeft van -872,465. Uit de grafiek is te zien dat de WA groep die het er helemaal mee eens is weinig verdiend, maar wel meer dan de NA groep die het er mee eens is. De WA groep verdient meer dan de Niet westerse allochtone groep bij zowel eens als oneens zijn met de stelling dat ze door hun accent niet serieus worden genomen. De groep die er helemaal mee eens is verdient wel minder dan de andere groepen. Dus hier klopt het wel dat ze misschien door hun accent niet worden aangenomen. Maar bij de groep die het er mee eens is, is dit tegenstrijdig voor de Westerse allochtone groep, want die verdienen gemiddeld toch meer dan de groep die er mee oneens is. Maar bij de NA groep klopt
het wel, want de groep die het er mee eens is verdient wel minder dan de groep die het er mee oneens is.
36 | P a g e
Geloof: Uit de regressie analyse volgt dat een AU-vrouw die niet gelovig is meer verdiend dan een WA en NA vrouw die ook niet gelovig is. Dit klopt niet. Bij de AU en NA groep zijn er meer mensen die niet-gelovig zijn en de niet-gelovigen verdienen meer dan de gelovigen. Maar de WA groep die nee of ja heeft beantwoord verdiend meer dan de NA en de AU groepen. Wel verdienen de gelovigen meer dan de niet gelovigen. Dus hier kunnen we concluderen dat geloof geen directe invloed heeft op het inkomen.
Social Capital: Discriminatie Discriminatie: Uit de regressie analyse volgt dat de vrouwen die het eens zijn met de stelling: ‘’some dutch people think I don’t belong here’’ het minst verdienen, terwijl de vrouwen die het er helemaal mee eens zijn met de stelling het meest verdienen. Van helemaal mee eens tot helemaal mee oneens verdienen de WA groep meer dan de NA groep. Maar het verschil in inkomen is het grootst bij helemaal mee eens en eens zijn met de stelling. De WA groep die het er helemaal mee eens is verdient veel meer dan de mensen die er mee eens zijn tot de mensen die er helemaal mee oneens zijn. Dus het is tegenstrijdig, want juist de mensen die het eens zijn met de stelling verdienen meer dan de mensen die het er mee oneens zijn. Hier is al duidelijk dat discriminatie geen directe invloed heeft op inkomen. Waarschijnlijk is het gevoel van discriminatie juist een push factor! Misschien dat ze zich juist meer gaan bewijzen op de werkvloer of dat deze groep zich bij een familiebedrijf aansluit dat ze daardoor meer verdienen. Of het komt doordat allochtonen minder risico averse zijn dan de AU, waardoor ze meer risico durven te nemen.
Eindconclusie: Gebaseerd uit al deze conclusies kan ik concluderen dat het verschil in inkomen tussen de AU, WA en NA niet groot is. De WA hebben een hoger inkomen ten opzichte van de andere twee groepen, terwijl uit ruwe data bleek dat de AU groep een hoger inkomen heeft dan de andere twee groepen. Het verschil is het grootst tussen de allochtonen groepen(WA en NA). De enige factoren die direct voor een verschil in inkomen zorgen zijn human capital en compensating wage differentials en dan de variabele opleiding, aantal jaren en soort baan. De variabelen aantal kinderen, geloof, taal en discriminatie hebben geen directe invloed op inkomen, maar hebben dus wel een verband met het type herkomst.
37 | P a g e
Aanbevelingen voor vervolgonderzoek 1) De redenen waarom Niet-westerse allochtonen minder verdienen dan de andere 2 groepen ligt binnen de verschillende ethische groepen ook anders. In hoofdstuk 2 bleek dat opleiding, soort werk en aantal jaren werkervaring de enige directe redenen zijn voor het verschil in inkomen in de drie herkomstgroepen. Hoe zit dit dan dieper in de etnische groepen? Omdat er ook genoeg data beschikbaar over de verschillende etnische groepen: (Autochtonen (AUT), Turken (TUR), Marokkanen (MAR), Nederlandse Antillen (NEA) Surinaams (SUR), Indonesië (IND), South-Afrika (SAF), Other western (OWE) en Other non western (ONW)) in de Liss panel kan er ook een soortgelijk onderzoek worden gedaan voor het verschil in inkomen voor deze verschillende groepen).Het zou goed zijn om te verdiepen in de groepen omdat zo een onderzoek niet eerder is gedaan. Zo kan men kijken welke groepen een betere opleiding moeten krijgen en waar deze groepen aan kunnen werken om hun gemiddelde loon te laten stijgen in Nederland. Of om te kijken of er bij bepaalde groepen toch wel sprake is van discriminatie. 2) In het onderzoek bleek dat de NA groep bij elke factor het minst verdiende dan de twee andere groepen. Ze hebben een lager inkomen doordat ze zich het meest bevinden in een VMBO opleiding. Anders dan de westerse allochtonen die ook voor een deel discriminatie voelen of ook helemaal eens zijn met de stelling dat ze niet serieus worden genomen door hun accent of hoewel ze gelovig zijn toch veel verdienen, verdienen ze weinig. Ze hebben waarschijnlijk minder motivatie (of tewel een push factor) dan de WA groep. Dus het zou goed zijn om te werken aan de motivatie van de NA groep. 3) In 4dit onderzoek is er geen regressievergelijking gemaakt met alle variabelen bij elkaar om het verschil in inkomen te berekenen met de verschillende factoren. Dit zou bij een vervolgonderzoek ook kunnen worden getoetst.
4
Toch is er een regressieanalyse gedaan met alle variabelen en het loginkomen om een beeld te schetsen, deze komt dan als volgt uit: ln(Y)= 6,898+0,009*WA+0,0*leeftijd²-0,01*aantal kinderen+0,412*fambedrijf+0,922*betwerk-1,022*lagere school-0,821*VMBO-0,67*havo/vwo-0,498*MBO0,333*HBO+0,253*helemaal oneens(taal)+0,16*oneens(taal)-0,1*eens(taal)-0,49*helemaal mee eens+0,013*geloof nee-0,153*helemaal oneens(discr)-0,19*oneens(discr)-0,106*eens(discr)+0,205*helemaal mee eens(discr). Zie appendix 6.
38 | P a g e
Literatuurlijst: Boeken & wetenschappelijke bronnen: Arrow, K.J., Higher education as a filter, Journal of Political Economics, Vol. 2, blz. 193-216. Ashenfelter, O & Rouse, C, 1999. "Schooling, Intelligence, and Income in America: Cracks in the Bell Curve," NBER Working Papers 6902, National Bureau of Economic Research, Inc. Becker, G. S. (1996), Accounting for tastes. Part I: personal capital; part II: social capital, Cambridge, MA, Harvard University Press. Becker, G (1964) Human Capita. Chicago school of economics. Bender & Donohue, S & Heywood, J (2005) Job satisfaction and gender segregation. Oxford University Press. Bourdieu, P.: The forms of capital, in: J.G. Richardson (ed.): Handbook for Theory and Research for the Sociology of Education, 1986, pp. 241 – 258 Carter, S & Jones-Evans, D (2006) Enterprise and Small business. Principles, practice and Policy. Pearson Education Limited Centraal Bureau voor de statistiek, Vierbergen, F(2007) De sociaaleconomische ontwikkeling van Bonaire in 2006 en een vooruitblik op 2007.Amsterdam in samenwerking met de Bank van de Nederlandse Antillen, Bonhata en Stichting Economisch Platform Bonaire
Centraal bureau voor de statistiek, van der Vliet, R (3de kwartaal 2010), Geld maakt nog geen Nederlander. Centraal bureau voor de statistiek, van Duin, C & Wobm, E (4de kwartaal van 2010), Schatting van de toekomstige omvang van de tweede generatie. Centraal bureau voor de statistiek(2000) Allochtonen in Nederland. Voorburg
39 | P a g e
Deleire, T & Levy, H (2001) Gender, Occupation Choice and the Risk of Death at Work. NBER Working Paper No. W8574 Europese Commissie(2010) Gelijke behandeling van mannen en vrouwen, Gorlich, D & de Grip, A(2007) Human Capital Depreciation during family-related Career Interruptions in male and female occupations.Researchcentrum voor onderwijs en arbeidsmarkt. Gupta, D & Smith, N (2000) Children and career interruptions: The family gap in Denmark. London school of economics. Gijsberts, M. (2003). Minderheden in het basisonderwijs. In J. Dagevos, M. Gijsberts & C. van Praag (Red.), Rapportage minderheden 2003. Onderwijs, arbeid en sociaal culturele integratie (63-109). Den Haag: Sociaal en Cultureel Planbureau. Herweijer, L. (2003). In J. Dagevos, M. Gijsberts & C. van Praag (Red.). Heyma, A, Tijdens, K, Janssens, L, Berkhout, E (2005) De aantrekkelijkheid van de collectieve sector als werkgever. (Een vergelijking van beloningsprofielen tussen collectieve sector en marktsector. Amsterdam: Ministerie van binnenlandse zaken en Koninkrijkrelaties. Janssen, J & Scherpenzeel, A. CentERdata, Institute for data and collection and research. Rapportage minderheden( 2003). Onderwijs, arbeid en sociaal culturele integratie (111-142). Den Haag: Sociaal en Cultureel Planbureau.
Kamijn, M & van der Lippe, T (1997) Type of schooling and sex differences in earnings in the Netherlands, Oxford University Klaver, J, Mevissen J.W.M. & Odé , A.W.M. (2005) ETNISCHE MINDERHEDEN OP DE ARBEIDSMARKT (Beelden en feiten, belemmeringen en oplossingen), Regioplan Amsterdam. Koning, J, Gravensteijn-Ligthelm, J, Tanis, O (2008) WAT BEPAALT SUCCES VAN ALLOCHTONEN OP DE ARBEIDSMARKT? SEOR, Erasmus Universiteit Rotterdam. 40 | P a g e
Konings, J (april 2005), Worden vrouwen gediscrimineerd op de arbeidsmarkt? Een microeconometrische analyse voor België, Katholieke Universiteit Leuven Department Economie. Leeth, J & Ruser, J (2003), Compensating wage differentials for fatal and nonfatal injury risk by gender and race. Kluwer Academic Leeth, J & Ruser, J (2005), Safety segregation: The importance of gender, race and ethnicity on workplace risk. Kluwer Academic Luthans, F., Luthans, K.W. and Luthans, B.C. (2004), Positive psychological capital: beyond human and social capital, Business Horizons, vol. 47, no. 1, pp. 45-50. Lynn, R & Vanhanen, T (2002) IQ and the wealth of Nations, United States of America. Voeten, M.J.M & van den Bercken J.H.L. (2004), Regressieanalyse met SPSS (Een handleiding voor lineaire regressieanalyse met SPSS). Radboud Universiteit Nijmegen. Meager, N & Kaiser, M & Dietrich, H (1992), Self-Employment in the United Kingdom and Germany. Anglo –German Foundation for the Study of Industrial Society, London (England) Mincer, J (1974). Schooling, Experience & Earnings. New York: Columbia University Press. Mincer, J & Polanchek, S (1974) Family Investments in Human Capital: Earnings of woman. The journal of Political Economy, 82(2), part 2: Marriage, Family human capital and fertility, s76-s108. Murray, C (1998) Income inequality and IQ. The American Enterprise Institute for public Policy Research, Washington D.C Putnam, R. (2000), Bowling alone: the collapse and revival of American Community, Simon and Schuster, New York. Polancheck, S.W (1981). Occupational Self-selection: A Human Capital approach to sex differences in occupational structure. The review of economics and statistics, 63 (1), 60-69 Sekaran, U. & Bougie, R. (2010) Research Methods for Business. 5de editie. Wiley
41 | P a g e
Synder, C & Nicholson, W (2008) Microeconomic Theory (Basic Principles and extensions). South-Western(CENGAGE learning) Sociaal en Cultureel Planbureau (2005) Niet westerse allochtonen met een stabiele arbeidsmarktpositie: Aantal ontwikkelingen, Den haag. Tesser, P. (2003). Ontwikkelingen in de schoolloopbanen van leerlingen uit achterstandsgroepen. In G. W. Meijnen (Red.), Onderwijsachterstanden in basisscholen (5378). Antwerpen/Apeldoorn: Garant. Theunissen, G & Sels, L, (2006) Waarom vrouwen meer verdienen (maar mannen meer krijgen), Acco Leuven(België) Tijdens, K.G (2001), Beloningsongelijkheid en beloningsverschil. Zeggenschap, 12(1), 35-38. AIAS, Universiteit van Amsterdam. Van Vuuren, A.P (2004) Hogere participatie vrouwen leidt tot grotere beloningsverschillen. ESB(economisch statistische berichten). Bladeren & blogs: Overdijk, C(1996)Het ongrijpbare beloningsverschil tussen man en vrouw WERKVLOER, het blad OPZIJ. Loonwijzer onderzoek(2007) Scholing en deeltijd voor hogere functies dichten loonkloof. http://www.loonwijzer.nl/home/gelijkloon/alles-over-gelijkebeloning/onderzoek/loonwijzer-onderzoek-september-2007 Roos, L (2008) Mannen verdienen meer: vrouwen doe er wat aan! Klaveren, M, Sprenger, W & Tijdens, K (2007) Dicht de loonkloof, STZ ADVIES & ONDERZOEK EN UNIVERSITEIT VAN AMSTERDAM/AIAS
42 | P a g e
Michelle, A (2002) California state University Long Beach.
OR blad(2010)Autochtoon is veilige keus. Kluwer AB Bobbink(2010)Mannenkabinet
43 | P a g e
Appendix 1:
44 | P a g e
Appendix 2: Data overzicht:
Construct Brutoinkomen
Aantal
Item #in de
items
vragenlijst 1
Naam in de Schaal
dataset
hoeveelheid
Brutoink
0=autochtoon, 1=westerse allochtoon,2=nietHerkomstgroep
1
westerse allochtoon Herkomstgroep 1=primary school, 2= VMBO, 3= havo/VWO, 4= MBO, 5=HBO,
Opleidingsniveau
1
6=WO
Oplcat
leeftijd
1
hoeveelheid
Leeftijd
Aantal kinderen
1
aantal kinderen
Aantalki
Aantal jaren/
1=betaald werk, 2=familiebedrijf, Soort werk
1
3=ZZP'er
Belbezig
0=Autochtoon, 1=Turks, 2=Marokkaans, 3= Ned. Antillen, 4=Surinaams, 5=Indonesisch, 6= Zuid-Afrikaans, 7= Anders westers, 8= Ethische groep
1
anders Niet westers Etgroep
Geloof
1
1=ja, 2=nee
45 | P a g e
Geloof
1= compleet oneens-> Taal
1 1t/m5
5 likert schaal
5=compleet eens 1= compleet oneens->
Discriminatie
5
Appendix 3:
Background Variables
Longitudinal study 1 Background Variables
Core Study
Longitudinal study 2 Health
Longitudinal study 3 Religion and Ethnicity
Longitudinal study 4 Social Integration and Leisure
Longitudinal study 5 Family and Household
Longitudinal study 6 Work and Schooling
Longitudinal study 7 Personality
Longitudinal study 8 Politics and Values
Longitudinal study 9 Economic Situation: Assets
Longitudinal study 10 Economic Situation: Income
46 | P a g e
1t/m5 5punt likert
5=compleet eens
Longitudinal study 11 Economic Situation: Housing
Assembled Studies
Single wave study 12 What is an Adequate Old-Age Income?
Longitudinal study 13 Conventional and Computer Crime Victimization
Single wave study 14 Expectations for the Future
Project 15 Vignette Experiment on Paradata
Single wave study
Project 20 Heuristics
Project
Panel & Data Quality
Single wave study Enrichment Experiment
Project Initial Questionnaire
Project Recruitment Data
(http://www.lissdata.nl/dataarchive/study_units/view/1) Appendix 4 RECODE belbezig (1=0) (2=2) (3=0) INTO Fambedrijf. EXECUTE. RECODE belbezig (1=1) (2=0) (3=0) INTO Betwerk. EXECUTE. Of RECODE oplcat (1=1) (ELSE=0) INTO lagereschool. 47 | P a g e
VARIABLE LABELS lagereschool 'lagere school'. EXECUTE. RECODE oplcat (2=1) (ELSE=0) INTO VMBO. VARIABLE LABELS VMBO 'VMBO'. EXECUTE. RECODE oplcat (3=1) (ELSE=0) INTO HavoVWO. VARIABLE LABELS HavoVWO 'havo/ vwo'. EXECUTE. RECODE oplcat (4=1) (ELSE=0) INTO MBO. VARIABLE LABELS MBO 'MBO'. EXECUTE. RECODE oplcat (5=1) (ELSE=0) INTO HBO. VARIABLE LABELS HBO 'HBO'. EXECUTE. Appendix 5: Variabele
Dummy's
Referentie
Opleiding
primary school
WO
VMBO havo/VWO MBO HBO Soort werk
Familie bedrijf
ZZP’ers
Betaaldwerk Geloof
Nee
ja
Taal
helemaal mee oneens
neutraal
Oneens Eens helemaal mee eens Discriminatie
helemaal mee oneens Oneens Eens
48 | P a g e
neutraal
helemaal mee eens
Appendix 6:
49 | P a g e