De arbeidsparticipatie van vrouwen met een verschillend opleidingsniveau: Wetenschappelijke verhandeling

UNIVERSITEIT GENT

FACULTEIT POLITIEKE EN SOCIALE WETENSCHAPPEN

De arbeidsparticipatie van vrouwen met een verschillend opleidingsniveau: De rol van een micro-sociologische en micro-economische invalshoek

Wetenschappelijke verhandeling aantal woorden: 20847

LIESBET PHILIPPAERT

MASTERPROEF SOCIOLOGIE

PROMOTOR: PROF. DR. BART VAN DE PUTTE COMMISSARIS 1: PIETER VANDERWEGEN COMMISSARIS 2: MIEKE EECKHAUT

ACADEMIEJAAR 2011 – 2012

Liesbet Philippaert

toelating/geen toelating zijn/ haar

02 Mei 2012 Liesbet Philippaert

DANKWOORD

Een voltijdse baan combineren met het schrijven van een masterproef is geen evidentie. Zeker niet met woon-werkverkeer dat drie uur per dag in beslag neemt. Gelukkig bleek het treinverkeer uitermate geschikt om artikels te lezen en de tekst die ik schreef regelmatig nog eens door te lezen. Dit geschreven hebbende, wil ik de mensen bedanken die het mogelijk maakten deze masterproef te schrijven. Op de eerste plaats wil ik Prof. Dr. Bart Van de Putte bedanken om mij de kans te geven deze laatste hindernis te nemen om alsnog het diploma van master in de sociologie te behalen. De masterclasses waren leerrijk. Daarnaast wil ik Anina Vercruyssen bedanken om mij te begeleiden bij de eerste stappen op mijn zoektocht naar een gepaste invalshoek voor deze masterproef. Verder wil ik hier een woord van dank uiten naar mijn naaste omgeving toe. Deze masterproef was er nooit gekomen zonder de steun van mijn vriend Filip. Dankzij hem hoefde ik mij onder andere ’s avonds geen zorgen meer te maken over het avondeten, maar kon ik mij gewoon concentreren op dit werkstuk. Vrienden, vriendinnen, nichtjes en neefjes wil ik hier bedanken om regelmatig voor ontspanning te zorgen. Verder zorgde de aanmoediging van mijn collega’s op het werk er voor dat ik wel moest doorzetten, door de steeds weerkerende vraag: “Hoe staat het nu met je thesis?”. Opgeven is dan niet meer aan de orde. Bedankt, L & G!

ABSTRACT Doel van het onderzoek was om na te gaan of bestaande verschillen tussen vrouwen in de arbeidsmarktparticipatie konden verklaard worden vanuit een economische en sociologische invalshoek. Verder wilden we nagaan of beide invalshoeken konden verklaren waarom er onderlinge verschillen zijn tussen laaggeschoolde en middengeschoolde vrouwen in hun arbeidsmarktparticipatie en welke factoren bijdragen aan deze verschillen. Een cross-sectioneel onderzoek werd uitgevoerd met een deel van de secundaire data afkomstig van de Belgische Generations and Gender Survey, Golf 1 (2008-2010), namelijk vrouwen tussen 20 en 59 jaar, met een partner (N=1881). De resultaten werden bekomen aan de hand van binaire logistische regressie analyses. De kans op arbeidsdeelname stijgt met een hoger opleidingsniveau. Voor de economische invalshoek is er verder sprake van een negatieve invloed van het aantal kinderen in het gezin en van de huishoudelijke taakverdeling. Een positief effect, tegengesteld aan de hypothese, werd gevonden voor de werkstatus van de partner. Voor de sociologische invalshoek zijn de genderrol attitudes van de vrouw positief geassocieerd met de arbeidsmarktparticipatie, maar niet met de werkstatus van de moeder. Voor de laaggeschoolde vrouwen zijn vooral de werkstatus van de partner, de huishoudelijke taakverdeling en genderrol attitudes van belang. Er werd ook een tegengesteld effect van de werkstatus van de partner gevonden. Voor middelbaar opgeleide vrouwen gelden dezelfde associaties als voor vrouwen in het algemeen. De verschillen tussen hoogopgeleide vrouwen enerzijds, en laagopgeleide en middelbaar opgeleide vrouwen anderzijds, worden deels verklaard door het feit dat hoogopgeleide vrouwen vaker een werkende partner hebben en hun huishoudelijke taakverdeling en genderrol attitudes meer egalitair zijn. Verder onderzoek is noodzakelijk om na te gaan welke mechanismen er een rol spelen in de arbeidsbeslissingen van vrouwen met een verschillend opleidingsniveau.

INHOUDSOPGAVE OVERZICHT TABELLEN .................................................................................................................. 1 1

INLEIDING ................................................................................................................................... 1 1.1

1.1.1

Arbeidsdeelname naar opleidingsniveau ......................................................................... 4

1.1.2

Arbeidsdeelname naar leeftijd ......................................................................................... 5

1.2

THEORETISCH KADER ....................................................................................................... 7

1.2.1

New Home Economics .................................................................................................... 7

1.2.2

De Socialisatiebenadering ............................................................................................. 13

1.2.3

Opmerkingen met betrekking tot de economische en sociologische invalshoek.......... 16

1.3 2

DE ARBEIDSMARKTPARTICIPATIE VAN VROUWEN ................................................. 3

HYPOTHESEN ..................................................................................................................... 18

METHODE .................................................................................................................................. 20 2.1

DATA EN METHODE ......................................................................................................... 20

2.2

VARIABELEN ..................................................................................................................... 21

2.2.1

Afhankelijke variabele................................................................................................... 21

2.2.2

Onafhankelijke variabelen ............................................................................................. 21

2.3

ANALYSETECHNIEKEN ................................................................................................... 24

2.3.1 2.4

3

Geschiktheid van de logistische regressie-modellen ..................................................... 25

VOORBEREIDENDE ANALYSES ..................................................................................... 26

2.4.1

Ontbrekende data ........................................................................................................... 26

2.4.2

Lineariteitsassumptie ..................................................................................................... 27

RESULTATEN ............................................................................................................................ 28 3.1

BESCHRIJVENDE STATISTIEK ....................................................................................... 28

3.1.1

Arbeidsmarktparticipatie en opleidingsniveau van de vrouw ....................................... 28

3.1.2

Achtergrondvariabelen .................................................................................................. 29

3.1.3

Economische variabelen ................................................................................................ 30

3.1.4

Sociologische variabelen ............................................................................................... 31

3.2

THEORETISCHE ASSOCIATIES ARBEIDSMARKTPARTICIPATIE ............................ 32

3.3

LAAGGESCHOOLDE VROUWEN .................................................................................... 36

3.4

MIDDENGESCHOOLDE VROUWEN ............................................................................... 38

3.5

OPLEIDINGSVERSCHILLEN IN ARBEIDSMARKTPARTICIPATIE ............................ 40

4

DISCUSSIE .................................................................................................................................. 43 4.1

THEORETISCHE ASSOCIATIES ARBEIDSMARKTPARTICIPATIE ............................ 43

4.1.1

Economische invalshoek ............................................................................................... 43

4.1.2

Sociologische invalshoek .............................................................................................. 45

4.2

LAAGGESCHOOLDE EN MIDDENGESCHOOLDE VROUWEN .................................. 45

4.2.1

Economische invalshoek ............................................................................................... 45

4.2.2

Sociologische invalshoek .............................................................................................. 46

4.3

TEGENGESTELDE BEVINDINGEN EN NIET-SIGNIFICANTE EFFECTEN ............... 47

4.3.1

Partnerkenmerken .......................................................................................................... 47

4.3.2

Werkstatus van de moeder............................................................................................. 49

4.4

OPLEIDINGSVERSCHILLEN IN ARBEIDSMARKTPARTICIPATIE ............................ 50

4.5

STERKTES EN BEPERKINGEN ........................................................................................ 51

4.6

TOEKOMSTIG ONDERZOEK EN BELEIDSIMPLICATIES ........................................... 53

5

BESLUIT...................................................................................................................................... 55

6

REFERENTIES ........................................................................................................................... 56

BIJLAGEN .......................................................................................................................................... 66 BIJLAGE 1: VOORBEREIDENDE ANALYSES............................................................................ 66 1.

Initiële controle.......................................................................................................................... 66

2.

Ontbrekende data ....................................................................................................................... 66

3.

Andere assumpties en problemen .............................................................................................. 67

BIJLAGE 2: TEST (NIET-)LINEAIRE ASSUMPTIE AANTAL KINDEREN .............................. 70

OVERZICHT TABELLEN

Tabel 1. Werkzaamheidsgraad (in percentages) in België en de gewesten (Vlaanderen, Wallonië, Brussels Hoofdstedelijk gewest naar opleidingniveau………………………………………. 5 Tabel 2. Het aantal werkenden (in percentages) per leeftijdscategorie (in jaren) naar opleidingsniveau……………………………………………………………………………... 6 Tabel 3. Beschrijvende statistiek voor het opleidingsniveau en de arbeidsmarktparticipatie van de vrouw, met het aantal valide cases (n) en de valide percentages (%)………...…………….. 28 Tabel 4. Beschrijvende statistiek voor de achtergrondvariabelen met het aantal valide cases (n), het gemiddelde (M) en standaarddeviatie (SD) voor continue variabelen en het valide percentage (%) voor categorische variabelen…………………………………………………………... 30 Tabel 5. Beschrijvende statistiek voor de economische variabelen met het aantal valide cases (n), het gemiddelde (M) en standaarddeviatie (SD) voor de huishoudelijke taakverdeling en valide percentages (%) voor de categorische variabelen………………………………………….. 31 Tabel 6. Beschrijvende statistiek voor de sociologische variabelen met het aantal valide cases (n), de gemiddelden (M) en de standaarddeviatie (SD) voor genderrol attitudes en de valide percentages (%) voor de werkstatus van de moeder toen de respondent 15 jaar oud was..... 32 Tabel 7. Hiërarchische logistische regressie voor alle vrouwen, met arbeidsmarktparticipatie als afhankelijke variabele. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio’s (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.)……………………... 34 Tabel 8. Model vier met interactie-effect van het opleidingsniveau van de vrouw met de werkstatus van de partner. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio’s (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.)……………………………... 35 Tabel

9.

Hiërarchische

logistische

regressie

voor

laaggeschoolde

vrouwen,

met

arbeidsmarktparticipatie als afhankelijke variabele. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio’s (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.)……………………………………………………………………………………….. 37 Tabel

10.

Hiërarchische

logistische

regressie

voor

middengeschoolde

vrouwen,

met

arbeidsmarktparticipatie als afhankelijke variabele. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio’s (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.)………………………………………………………………………………………... 39

Tabel 11. Binaire logistische regressies voor alle vrouwen met arbeidsmarktparticipatie als afhankelijke variabele. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio’s (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.)....……………….….. 41 Tabel 12. De verandering in de odds ratio van opleidingsniveau (Ref. =Hoog opgeleid), bij het stapsgewijs toevoegen van onafhankelijke variabelen, met arbeidsmarktparticipatie van de vrouw als afhankelijke variabele…………………………………………………….…….. 42 Tabel 13. Tolerance en Variation Inflation Factor (VIF)-tests ter controle van multicollineariteit…. 68 Tabel 14. Tolerance en Variation Inflation Factor (VIF)-tests ter controle van multicollineariteit na centreren van leeftijd……………………………………………………………………….. 68 Tabel 15. Logistische regressie met arbeidsmarktparticipatie van de vrouw als afhankelijke variabele, met weergave van de parameter (B), standaarddeviatie (S.E.), significantie van de Waldstatistiek en de odds ratio’s (Exp(B))……………………………………………….. 70 Tabel 16. Logistische regressie met arbeidsmarktparticipatie van de vrouw als onafhankelijke variabele, met weergave van de parameter (B), standaarddeviatie (S.E.), significantie van de Waldstatistiek en de odds ratio’s (Exp(B))…………………………………………………. 70

1

INLEIDING

De arbeidsmarktparticipatie van vrouwen is al enkele decennia een belangrijk punt op de beleidsagenda en de focus van menig onderzoek. Het verhogen van de werkzaamheidsgraad is ook nu een

centraal

aandachtspunt

in

de

beleidsambities

van

de

Europese

en

Vlaamse

werkgelegenheidsstrategie (Van Hootegem et al., 2011). Het verhogen van de werkzaamheidsgraad tot 70 % was jarenlang de belangrijkste Lissabondoelstelling voor 2010 (Genre, Salvador & Lamo, 2010). Nu 2010 achter de rug is werden nieuwe doelstellingen geformuleerd die bereikt dienen te worden tegen het jaar 2020. Opnieuw staat er een stijgende arbeidsmarktparticipatie centraal. Het ‘Vlaamse Pact 2020’ beoogt een werkzaamheidsgraad van 70 % bij de bevolking tussen 15 en 64 jaar. Vlaanderen verklaarde daarnaast, naar aanleiding van het lanceren van de ‘Europa 2020’ doelstelling, de werkzaamheidsgraad te willen optrekken tot 76 % bij de bevolking tussen 20 en 64 jaar (Van Hootegem et al., 2011). Uit de studie van Van Hootegem et al. (2011) blijkt dat één van de belangrijkste doelgroepen waarnaar gekeken wordt om deze werkzaamheidsgraad te behalen, vrouwen zijn. De laatste decennia is de arbeidsmarktparticipatie van vrouwen al sterk gestegen. Wil men de doelstellingen halen die in ‘Europa 2020’ en het ‘Vlaamse Pact 2020’ vooropgesteld zijn, dan moet deze stijgende trend volgehouden worden (Van Hootegem et al., 2011). Om dit te bereiken is het belangrijk om een goed beleid te voeren waardoor die vrouwen in de maatschappij, die momenteel ondervertegenwoordigd zijn op de arbeidsmarkt, de mogelijkheid krijgen om te participeren. Daarnaast moeten zij ook gemotiveerd zijn om zich actief in te zetten op de arbeidsmarkt. Om te identificeren welke vrouwen nu precies minder participeren en om de oorzaken of redenen van hun beperkte arbeidsdeelname te achterhalen, is het belangrijk dat er voldoende onderzoek verricht wordt. Het opleidingsniveau speelt een belangrijke rol in de arbeidsmarktparticipatie van vrouwen. Uit analyses blijken er grote verschillen te bestaan tussen hoogopgeleide vrouwen en laagopgeleide vrouwen en dit is het geval in de meeste landen van Europa (Clöin, Keuzenkamp & Plantenga, 2011; Ghysels & Van Lancker, 2009; Neels & Theunynck, 2012; Steenvoorden, 2008). De hoogopgeleide vrouwen evenaren wat betreft de werkzaamheidsgraad bijna de hoogopgeleide mannen in België, terwijl het verschil tussen laagopgeleide vrouwen en laagopgeleide mannen opvallend is (Ghysels & Van Lancker, 2009). Laagopgeleide vrouwen kunnen beschouwd worden als een risicogroep, of als een groep waar er nog groeipotentieel is tot een actievere arbeidsmarktparticipatie (Van Hooteghem et al., 2011). Cantillon, Ghysels, Thirion, Mussche en Van Dam (2001) besloten uit hun studie dat de aanpassing van het sociaaleconomisch beleid geen of nauwelijks nog invloed kan uitoefenen op de arbeidsmarktparticipatie van hooggeschoolde vrouwen, maar des te meer op die van laaggeschoolde vrouwen. In deze studie zal de focus dan ook liggen op de beweegredenen van laaggeschoolde 1

vrouwen om al dan niet te participeren op de arbeidsmarkt. Hoewel vrouwen die hun secundair onderwijs afwerkten per definitie niet als laaggeschoold worden beschouwd, lijkt het toch interessant om ook hun kansen op de arbeidsmarkt te bekijken. Deze keuze wordt gebaseerd op het feit dat zij vaak buiten beschouwing gelaten worden in onderzoek en ook een lagere werkzaamheidsgraad hebben dan hoogopgeleide vrouwen (zie infra, p.4). Bij een onderscheid naar opleidingsniveau, ontstaan er grote verschillen tussen vrouwen. Deze verschillen kunnen deels verklaard worden door socio-demografische kenmerken zoals leeftijd, huwelijksstatus en het aantal kinderen in het huishouden (Clöin, et al., 2011). Daarnaast is er nood aan een sociologische en een economische invalshoek om de arbeidsmarktparticipatie van vrouwen verder te verklaren (Van der Lippe & Siegers, 1994). In deze studie zullen we nagaan of we op basis van economische en sociologische factoren1 de kansen kunnen verklaren van vrouwen op de arbeidsmarkt en of ze een rol spelen in het verklaren van de opleidingsverschillen in de arbeidsmarktparticipatie. Het economische model waarvan we uitgaan is het ‘New Home Economics’ model (Becker, 1965,1981), waarbij we rekening houden met factoren zoals het opleidingsniveau en de werkstatus van de partner, het aantal kinderen in het huishouden en de huishoudelijke taakverdeling. De sociologische invalshoek waarvan we zullen uitgaan is de socialisatiebenadering. Hierbij bekijken we de rol van genderrol attitudes en van de sociale achtergrond. In het verder verloop van deze paper zullen we eerst dieper ingaan op de participatie van vrouwen op de Belgische arbeidsmarkt. Daarna wordt een overzicht gegeven van de theorieën en bestaand empirisch onderzoek waarop dit onderzoek zich baseert. Op basis daarvan zullen de onderzoeksvragen verder uitgewerkt worden tot hypotheses. Daarna wordt de methode besproken om vervolgens te komen tot een rapportering van de resultaten uit de analyses. Tenslotte worden de bevindingen van deze masterproef uiteengezet in een discussie en wordt geëindigd met aanbevelingen voor toekomstig onderzoek en mogelijke implicaties voor het beleid.

__________________________________________________________________________________ 1

In deze studie spreken we verder over economische en sociologische factoren. Dit onderscheid wordt

gemaakt omdat de factoren gebaseerd zijn op enerzijds een economische en anderzijds een sociologische invalshoek. De factoren zijn in feite onder verschillende noemers te plaatsen, maar het gaat om de samenhang met de theorieën die we hier naar voor brengen. 2

1.1

DE ARBEIDSMARKTPARTICIPATIE VAN VROUWEN

De arbeidsmarktparticipatie van vrouwen is de laatste decennia enorm toegenomen (den Dulk, van Doorne-Huiskes & Peper, 2003; Ghysels & Van Lancker, 2009). In 1970 bedroeg de werkzaamheidsgraad van vrouwen tussen de leeftijd van 15 en 64 jaar in België 29,7 % terwijl deze in 2010 56,2 % bedroeg (Lamberts & Delmotte, 2004; Herremans, Vanderbiesen, Braes & Boey, 2010). De werkzaamheidsgraad is het aandeel werkenden in de bevolking tussen 15 en 64 jaar, die in de referentieweek minimum één uur betaalde arbeid verricht hebben (Geurts en Van Woensel, 2005). Er kunnen vijf verklaringen gegeven worden voor de toegenomen arbeidsmarktparticipatie: Een eerste belangrijke verklaring kan men vinden in het stijgende onderwijsniveau bij vrouwen (Sánchez, Carcedo & Fernández, 2007). Het scholingsniveau is sterk gerelateerd aan de kansen op de arbeidsmarkt (Cantillon et al., 2001; Ghysels & Van Lancker, 2009). Verder heeft een hoger onderwijsniveau een positief effect op het loon en zorgt het dus voor een hogere opportuniteitskost van thuis blijven (Sánchez et al., 2007). Vrouwen hebben de achterstand in scholingsgraad die ze hadden op mannen, de laatste 50 jaar geleidelijk aan goedgemaakt (Belet, Glorieux & Laurijssen, 2002). Sinds de jaren ’60 blijven de geboortecohortes steeds langer in het onderwijs (Sourbron & Herremans, 2011). In het hoger onderwijs hebben vrouwen de mannen ook ingehaald. In 1998 waren er voor het eerst meer vrouwen dan mannen ingeschreven aan de Vlaamse universiteiten (Belet et al., 2002). Cijfers van het Steunpunt Werk en Economie leren ons dat sinds 2010 meer dan de helft van de jonge vrouwen (25-34 jaar) hooggeschoold is (Sourbron & Herremans, 2011). Het zwakke punt is echter dat van deze jonge generatie in België 16,9 % het secundair onderwijs niet heeft afgerond en dus laaggeschoold is. Vlaanderen doet het beter met een percentage van 13,5 % laaggeschoolden. In Wallonië en het Brussels Hoofdstedelijk gewest lopen deze percentages op tot respectievelijk 19,8 % en 24,1 %. Technologische vernieuwing is een tweede verklaring die in de literatuur aangegeven wordt voor de toegenomen participatie van vrouwen in betaalde arbeid (Cavalcanti & Tavares, 2007; Jacobsen, 1999; Shelton & John, 1996). Uit de studie van Cavalcanti en Tavares (2007) blijkt dat een dalende kost van huishoudtoestellen en de technologische vernieuwing zorgt voor een grotere aankoop van huishoudtoestellen en een toegenomen arbeidsdeelname van vrouwen. Door een toegenomen beschikbaarheid van huishoudtoestellen, neemt huishoudelijk werk steeds minder tijd in beslag en blijft er meer tijd over om te participeren op de arbeidsmarkt. Volgens Jacobsen (1999) zorgde de technologische vernieuwing niet enkel voor een mogelijke besparing van tijd, maar kwamen er ook goederen op de markt die door iedereen gewenst waren en niet in het huishouden geproduceerd konden worden, zoals de TV of computers. Deze kon men alleen kopen met een hoger inkomen, waardoor betaald werk ook voor vrouwen aantrekkelijker werd.

3

Een derde verklaring zijn de culturele veranderingen die hun invloed doen gelden (Fernández, 2007). Er is een duidelijke trend merkbaar naar meer gender gelijkheid en een grotere individuele autonomie (Jansen & Liefbroer, 2006). Dit geeft aanleiding tot een toegenomen arbeidsmarktparticipatie van vrouwen (Fernández, 2007). Een vierder verklaring is het aantal kinderen per vrouw dat tijdens diezelfde periode gedaald is, waardoor er minder tijd besteed moet worden aan kinderzorg (Bloom, Canning, Fink & Finlay, 2007; Jacobson, 1999). De vijfde en laatste verklaring is dat overheden de laatste decennia heel wat maatregelen in het leven hebben geroepen om de arbeidsmarktparticipatie van vrouwen aan te moedigen en dat tot op heden blijven doen (Vlaams Hervormingsprogramma Europa 2020, 2011). Vanuit een Europees perspectief neemt België een middenpositie in ten aanzien van andere kopgroep landen bij een vergelijking van de vrouwelijke tewerkstelling (Ghysels & Van Lancker, 2009). Vlaanderen doet het beter dan België en neemt een hoger dan gemiddelde positie in ten opzichte van andere Europese landen (Van Hooteghem, 2011). Europese landen waar de werkzaamheidsgraad voor vrouwen hoger is dan die van Vlaanderen, zijn Zweden, Finland, Denemarken, Duitsland en het Verenigd Koninkrijk. Uit cijfers van het jaar 2010 blijkt dat de Vlaamse werkzaamheidsgraad voor vrouwen 60,5 % bedraagt tegenover een werkzaamheidsgraad voor België van 56,2% (Herremans et al., 2010; Statistics Belgium, 2010). De middelmatige positie van België ten opzichte van andere Europese landen is vooral te wijten aan een lagere werkzaamheidsgraad van vrouwen in Wallonië en het Brussels Hoofdstedelijk gewest. In Wallonië heeft 49,8 % van de vrouwen betaald werk en in het Brussels Hoofdstedelijk gewest is dit 47,7 %. 1.1.1

Arbeidsdeelname naar opleidingsniveau

De algemene verklaringen en cijfers over de arbeidsdeelname van vrouwen verbergen grote verschillen tussen vrouwen met een verschillend opleidingsniveau. De arbeidsmarktparticipatie van laagopgeleide vrouwen in België is laag vergeleken met die van hoogopgeleide vrouwen (Coppens, 2005; Neels & Theunynck, 2012). Van de laagopgeleide vrouwen (maximaal een diploma lager secundair onderwijs) tussen 15 en 64 jaar participeerde in 2010 30,8 % op de arbeidsmarkt, gevolgd door 58,2 % van de middelbaar opgeleiden (diploma hoger secundair onderwijs). De werkzaamheidsgraad bedroeg in diezelfde periode bij de hoogopgeleide vrouwen 79,5 % (Statistics Belgium, 2010) Internationaal gezien doet België het ook niet goed wat de verschillen tussen vrouwen betreft naar opleidingsniveau. Het neemt binnen Europees verband een zwakke positie in en scoort nog slechter wanneer er gekeken wordt naar landen met een gelijkaardig welvaartsniveau (Ghijsels & Van Lancker, 2009). Waar de arbeidsdeelname van hoogopgeleide vrouwen bijna deze evenaart van hoogopgeleide 4

mannen, is het verschil veel groter bij laagopgeleide vrouwen. Cantillon et al. (2001) spreken in hun studie over een “emancipatie in twee snelheden”. Het is voornamelijk te wijten aan de lage werkzaamheidsgraden in Wallonië en Brussel dat België zwak scoort. Tabel 1 geeft de verschillen weer in werkzaamheidsgraden tussen de gewesten voor de verschillende opleidingsgroepen. Deze gegevens werden verwerkt door Statistics Belgium (2010) en werden bekomen op basis van de Enquête naar de Arbeidskrachten (EAK). Op basis van de gegevens in Tabel 1 wordt duidelijk dat vooral de werkzaamheidsgraad in Wallonië erg laag is voor laagopgeleide vrouwen. Bij de midden- en hoogopgeleide vrouwen zijn er ook sterke verschillen tussen de gewesten merkbaar, waarbij Vlaanderen steeds als beste uit de vergelijking naar voor komt. Tabel 1. Werkzaamheidsgraad (in percentages) in België en de gewesten (Vlaams, Waals en Brussels Hoofdstedelijk) naar opleidingniveau. Opleiding

België

Vlaanderen

Wallonië

Laag opgeleid

Brussel

30,8 %

34,2 %

21,2 %

27,3 %

Middelbaar opgeleid

58,2 %

63,7 %

51,5 %

43,2 %

Hoog opgeleid

79,5 %

82,4 %

76,7 %

72,7 %

Bron: Statistics Belgium (2010). 1.1.2

Arbeidsdeelname naar leeftijd

Wat betreft de werkzaamheidsgraad, zijn er duidelijke verschillen op de Belgische arbeidsmarkt naar leeftijd. Tussen de leeftijd van 15 en 24 jaar is de arbeidsmarktparticipatie het laagste, met 42,3 % van de vrouwen die in 2010 deelnamen aan betaalde arbeid. Tussen de 25 en 49 jaar was 71,5 % van de vrouwen actief op de arbeidsmarkt en voor de leeftijdscategorie van 50 tot 64 jaar, gold dit nog voor 45,6 % (Statistics Belgium, 2010). Geurts & Van Woensel (2005) spreken over een “samengedrukte loopbaan”. Belgische vrouwen concentreren hun arbeidsdeelname tussen 25 en 49 jaar (Coppens, 2005). Zij gaan vaker langer verder studeren en beginnen de arbeidsmarkt alweer te verlaten rond de leeftijd van 50 jaar (Geurts & Van Woensel, 2005; Statistics Belgium, 2010). Geurts & Van Woensel (2005) bestudeerden de arbeidsdeelname van Vlaamse vrouwen per geboortecohorte. Hieruit bleek dat de arbeidsdeelname binnen elke cohorte een stuk hoger ligt dan die van de cohorte die vijf jaar ouder is. Dit verschil werd vooral vastgesteld voor vrouwen vanaf dertig jaar. Zij concludeerden dat steeds meer vrouwen er in slagen hun verantwoordelijkheden binnen het gezin te combineren met een betaalde job.

5

Bij een onderscheid naar opleidingsniveau, ontstaan er grote verschillen in arbeidsmarktparticipatie. De percentages worden weergegeven in Tabel 2. Laagopgeleide vrouwen hebben een heel lage arbeidsdeelname tussen de leeftijd van 15 tot 24 jaar. Dit is in sterk contrast met de arbeidsdeelname van midden- en hooggeschoolde vrouwen die ondanks hun langere studies, relatief actief zijn op de arbeidsmarkt in deze leeftijdscategorie.

In de leeftijdscategorie van 25 tot 49 jaar loopt de

arbeidsdeelname op in alle leeftijdsgroepen, maar het grote verschil tussen de opleidingsgroepen blijft bestaan. Nadien volgt er in alle opleidingsgroepen weer een duidelijke afname in de arbeidsdeelname. Tabel 2. Het aantal werkenden (in percentages) per leeftijdscategorie (in jaren) naar opleidingsniveau. Opleiding

Leeftijd :

15-24

25-49

50-64

Laag opgeleid

8,9 %

50,0 %

28,6%

Middelbaar opgeleid

62,9 %

75, 7 %

48,2 %

Hoog opgeleid

55,5 %

88,9 %

59, 7 %

Bron: Statistics Belgium (2010). Het besluit dat we uit bovenstaande kunnen trekken is dat men vrouwen op het gebied van arbeidsdeelname niet als een homogene groep kan beschouwen. Afhankelijk van het opleidingsniveau dat vrouwen hebben, hebben ze meer of minder kans om een actieve rol te spelen op de arbeidsmarkt (Cantillon et al., 2000; Ghysels & Van Lancker, 2009). Daarnaast zijn er duidelijke leeftijdsverschillen waarbij vrouwen tussen 25 en 49 jaar actiever zijn op de arbeidsmarkt dan de andere leeftijdscategorieën (Coppens, 2005; Geurts & Van Woensel, 2005). Verder zijn er ook gewestelijke verschillen in de arbeidsmarktparticipatie van vrouwen, waarbij Vlaanderen in België een betere positie inneemt dan Wallonië en Brussel (Ghysels & Van Lancker, 2009).

6

1.2

THEORETISCH KADER

Het combineren van sociologische en economische inzichten om tot een beter begrip van de arbeidsmarktparticipatie van vrouwen te komen, is vooral in Nederland al toegepast (o.a. Clöin et al., 2011; Van der Lippe & Siegers, 1994; Steenvoorden, 2008). In België werd er een literatuurstudie geschreven met een overzicht van de mogelijke factoren die een invloed hebben op de arbeidsdeelname van vrouwen, waarbij zowel rekening gehouden werd met sociologische als met economische variabelen (Baerts, Deschacht & Guerry, 2008). Hoe opleidingsverschillen in de arbeidsmarktparticipatie van vrouwen verklaard kunnen worden, is slechts in enkele studies aan bod gekomen (In Nederland: Clöin, 2010, 2011; Steenvoorden, 2008. In België: Cantillon et al., 2001; Ghysels & Van Lancker, 2009; Neels & Theunynck, 2012). In de Belgische studies wordt er dan voornamelijk gekeken naar de invloed van jonge kinderen in het gezin op de arbeidsmarktparticipatie van laag-, middelbaar- en hoogopgeleide vrouwen. Om een beter inzicht te krijgen op de factoren die een rol spelen bij de beslissing om actief deel te nemen op de arbeidsmarkt, bespreken we de economische en sociologische inzichten die van belang zijn en geven we weer wat er tot hier toe in bestaand onderzoek besloten werd. 1.2.1

New Home Economics

Het micro-economische model waarop we ons baseren om tot de economische hypothesen te komen is het ‘New Home Economics’ model van Becker (1965). In 1965 ontwikkelde Becker in ‘A Theory of the Allocation of Time’ het ‘New Home Economics’ model, waarin vrije tijd gesubstitueerd wordt door huishoudproductie. Alle activiteiten die thuis verricht worden, worden in dit model niet als vrije tijd beschouwd, maar als productieve activiteiten. Goederen en diensten, die door economische consumenten verbruikt worden, worden zowel thuis als op de markt geproduceerd. In dit model wordt er dus onderscheid gemaakt tussen betaalde arbeid en arbeid binnen het huishouden (Dijkstra & Plantenga, 1997). Volgens een review van Schultz (1974, p. 6) zijn er binnen deze theorie vier ontwikkelingen van belang in de economische analyses. Deze zijn: de investering in menselijk kapitaal, de allocatie van tijdsbesteding, de huishoudelijke productiefunctie en een visie op het gezin waarbij zowel consumptiekeuzes als huishoudelijke productiefuncties in rekening gebracht worden. De huishoudelijke productiefunctie is de basis voor het hele model, waarop al de rest steunt (Berk & Berk, 1983). De centrale idee is dat men streeft naar maximalisatie van de huishoudelijke productie. Het model van Becker diende als een grondige basis voor de ontwikkeling van verdere theorieën. Eén van deze modellen is het ‘time allocation model’, dat Gronau (1977) ontwikkelde als respons op het model van Becker. In Beckers model wordt er een onderscheid gemaakt tussen huishoudelijke productie en arbeid. Gronau voegt hier nog vrije tijd aan toe als derde mogelijke manier om tijd te besteden (Bosworth, Dawkins & Stromback, 1996, p.45). Op die manier werd het basismodel wat meer dynamisch. Deze modellen van Becker en Gronau waren meer gericht op de individuele 7

participatiebeslissing, waarbij enkel rekening gehouden wordt met de rationele beslissingen van het individu op zich en de gevolgen van de beslissing voor het individu zelf. In ‘A Treatise on the Family’ (Becker, 1981) staat een uitgebreider model beschreven waarin verklaard wordt hoe de taken binnen het gezin verdeeld worden. In dit model wordt er vertrokken van de neoklassieke idee dat het huishouden een productie-eenheid is met geld en restricties. Binnen het huishouden tracht men het hoogst mogelijke niveau van welzijn te verkrijgen door keuzes te maken over hoe men het best tijd kan verdelen tussen betaalde arbeid, de productie van huishoudelijke goederen en de investering in menselijk kapitaal (Berk & Berk, 1983). De volwassen leden van het gezin nemen geïnformeerde en rationele beslissingen die resulteren in de nutsmaximalisatie van het gezin (Becker, 1981). Er zal een combinatie van goederen geselecteerd worden, die het meeste nut oplevert. De geselecteerde goederen worden geproduceerd door de combinatie van tijd die men thuis doorbrengt en de goederen die gekocht worden op de markt met het inkomen uit arbeid. Daarvoor dient men te beslissen hoeveel tijd aan iedere activiteit besteed zal worden en wiens tijd aan welke activiteit besteed wordt (Berk & Berk, 1983, p. 378). Bij partners zal diegene die relatief gezien het meest productief is in respectievelijk betaald of onbetaald werk, zich in deze richting gaan specialiseren om een zo hoog mogelijke opbrengst te garanderen (Becker, 1981). Volgens dit model van Becker wordt de productiviteit gemaximaliseerd. Dit gebeurt doordat de partner die de grootste verdiencapaciteit bezit, zich zal specialiseren in betaalde arbeid, terwijl de andere partner zich eerder zal specialiseren in onbetaalde arbeid, zoals de zorg voor de kinderen en het huishouden. Voor bepaalde individuen zal de productiviteit van huishoudelijke arbeid altijd groter zijn dan de opbrengst van betaalde arbeid. Becker (1981) stelt dat mannen en vrouwen een verschillende ‘return on investment’ kennen voor menselijk kapitaal. Daarom zou het voor vrouwen voordeliger zijn om te investeren in “huishoudelijk kapitaal” en voor mannen om te investeren in “arbeidskapitaal” (Koelet, 2005). Op de arbeidsmarkt vertaalt de grotere productiviteit zich in de loonkloof tussen mannen en vrouwen. Vrouwen verdienen gemiddeld 14 % minder dan mannen (Delmotte, Sels, Vandekerckhove & Vandenbrande, 2010). Om de associatie te leggen tussen arbeidsmarktparticipatie en het opleidingsniveau van vrouwen, is een verdere verdieping in de theorie van het menselijk kapitaal noodzakelijk. Deze theorie maakt deel uit van het ‘new home economics’ model. Menselijk kapitaal is iets wat men begint op te bouwen vanaf de geboorte. De belangrijkste investeringen in menselijk kapitaal zijn educatie en opleiding of ervaring (Becker, 1992). Een hogere scholingsgraad brengt een hoger inkomen met zich mee. Individuen die langer hebben gestudeerd verdienen over hun hele loopbaan meer dan wie sneller toetrad tot de arbeidsmarkt, ondanks het feit dat ze dus later beginnen werken (Becker, 1992). Hierin ligt het verschil in arbeidsmarktparticipatie tussen laaggeschoolde en hooggeschoolde vrouwen. Laaggeschoolde vrouwen kunnen een hogere productiviteit leveren binnen het huishouden, terwijl wie 8

sterk geïnvesteerd heeft in menselijk kapitaal, productiever zal zijn op de arbeidsmarkt. Dit is ook gelinkt met de kosten die gepaard gaan met het uitbesteden van bijvoorbeeld zorgtaken, zoals de zorg voor de kinderen of het huishouden. Wie laaggeschoold is, kan minder verdienen op de arbeidsmarkt. Hij of zij zal minder geneigd zijn om de kost te betalen voor kinderopvang of een poetshulp omdat zo de kosten hoger worden dan de inkomsten. Op die manier zal een laaggeschoolde vrouw eerder geneigd zijn thuis te blijven om zelf het huishouden op zich te nemen. We moeten ook rekening houden met de huidige omstandigheden op de arbeidsmarkt die de kansen op een goede job nog doen verkleinen voor laaggeschoolde vrouwen. De huidige samenleving is een kennismaatschappij, waarbij er een steeds grotere nood is naar een hoger niveau in vaardigheden en handelingsbekwaamheid (Elchardus & Pelleriaux, 2001). Doordat de groep van vrouwen die op zijn minst een diploma van het secundair onderwijs hebben behaald groter wordt, krijgen vrouwen zonder diploma minder kansen op de arbeidsmarkt. Dit leiden we af uit een studie van Solga en Ulrick (2008) die nagaat welke factoren een invloed hebben op de beperkte arbeidsdeelname van laagopgeleide mannen en vrouwen. Twee economische argumenten die Solga en Ulrick (2008, p. 176) als verklaring gebruiken zijn het vervangings- en diskrediet argument. Het vervangingsargument geeft aan dat er door een algemeen stijgend opleidingsniveau, hoger gekwalificeerde werkzoekenden in competitie treden met laagopgeleide werkzoekenden. Werkgevers zijn meer geneigd om beter gekwalificeerde werknemers aan te nemen als dit aanbod bestaat. De aanvulling van het diskrediet argument bestaat erin dat werkgevers niet enkel de hoogst gekwalificeerde willen aannemen, maar vooral ook willen vermijden iemand aan te nemen die niet in staat is om de job te leren (Solga & Ulrick, 2008, p.180). Belangrijk hierbij is dat het diploma wordt beschouwd als een goede predictor van het bekwaamheidsniveau dat een individu kan halen (Elchardus & Pelleriaux, 2001). Ondanks een kleinere investering in menselijk kapitaal, is nog een aanzienlijk deel van de laaggeschoolde vrouwen wel actief op de arbeidsmarkt. Als we enkel kijken naar het individuele menselijk kapitaal en de huidige kansen en restricties op de arbeidsmarkt, gaan we voorbij aan de realiteit van de familie en de eigen keuzes. Beslissingen worden niet genomen in een sociaal vacuüm (Blustein, 2011). Het menselijk kapitaal van de partner kan ook een belangrijke factor zijn die een rol speelt in de beslissing van een vrouw om al dan niet te participeren op de arbeidsmarkt. Daarnaast moet werken ook gezien worden als een afweging van de kosten en baten van het al dan niet gaan werken. Daarbij speelt zeker het opleidingsniveau een rol, maar ook het aantal kinderen in het huishouden kan hierbij een invloed uitoefenen. 1.2.1.1

Partnerkenmerken

De carrière van de partner kan een invloed uitoefenen op de loopbaan van de vrouw. Dit geeft men in de literatuur aan met de term ‘coupled careers’ (Han & Moen, 1999, 2001). Het onderzoek van Han en 9

Moen (2001) toont aan dat de carrière van vrouwen afhankelijk is van de arbeidsmarktparticipatie van de partner. De loopbanen van partners zijn als het ware aan elkaar ‘gekoppeld’. De arbeidskenmerken van de partner die onder andere een rol kunnen spelen zijn opleidingsniveau, functieniveau, mate van supervisie in de job en aantal werkuren (Baerts et al., 2008). Wie een partner heeft die succesvol is op de arbeidsmarkt, geniet van de voordelen op financieel vlak die dit met zich meebrengt (Verbakel, 2010). De partner draagt veel bij aan het inkomen van het huishouden, maar dit kan een negatieve invloed hebben op de eigen arbeidsdeelname. Huishoudens hebben tijd en geld nodig om te functioneren (Becker, 1981). Ze zullen de arbeid daarom gaan verdelen op een zo efficiënt mogelijke manier. Aangezien de participatie op de arbeidsmarkt sterke gevolgen heeft op de beschikbare tijd en op het inkomen, is het erg waarschijnlijk dat de karakteristieken van de partner de keuzes van de vrouw beïnvloedt (Blossfeld & Drobnic, 2001). Hieruit werd al afgeleid dat een individu minder geneigd zal zijn lange uren te werken indien de partner succes heeft op de arbeidsmarkt. Iemand kan zich op die manier ook veroorloven om niet of minder te gaan werken (Bernasco, de Graaf & Ultee, 1998; Verbakel & de Graaf, 2009). Volgens het arbeidsaanbodmodel werken vrouwen (en mannen) enkel omwille van economische redenen. Vrouwen zullen daarom minder geneigd zijn te gaan werken of te blijven werken, naarmate de inkomsten van een man hoger zijn (Steiber & Haas, 2010). In Nederland en de Angelsaksische landen werd er al onderzoek gedaan naar de partnereffecten op de arbeidsmarktparticipatie. Verbakel (2010) stelde vast dat het menselijk kapitaal van de partner voor de Nederlandse vrouwen geen invloed had op de aanpassing van de werkuren. Twee studies bestudeerden in België het effect van de partner op de carrière van de vrouw. In Vlaanderen blijkt de invloed van de arbeidskenmerken van de partner op de arbeidsmarktparticipatie van vrouwen niet éénduidig te zijn vrouw (Deschacht, Baerts, Guerry, 2011; Corijn, 2001). Corijn (2001) toonde in een Vlaamse studie aan, dat de keuze voor de (her)intrede op de arbeidsmarkt niet beïnvloed wordt door het opleidingsniveau, de werkstatus of de sociale achtergrond van de partner. Wat wel wordt beïnvloed door het opleidingsniveau van de echtgenoot volgens deze studie van Corijn (2001), is de keuze om van voltijds naar deeltijds werk over te gaan. Een vrouw met een hoog opgeleide partner zal dus sneller geneigd zijn om minder uren te werken. Ook de werkloosheid van de partner hangt samen met de werkloosheid van de vrouw. Een vrouw die een werkloze partner heeft, zal ook zelf sneller werkloos worden. Deschacht et al. (2011) onderzochten de transitie van voltijds naar deeltijds werken bij Belgische vrouwen in hun studie. Daaruit bleek dat enkel het loon van de partner en het feit dat de partner effectief werkte een rol speelden bij de overstap van voltijds naar deeltijds werk. Bernardi (1999) vond dat voor de arbeidsmarktparticipatie van Italiaanse vrouwen, kenmerken van de partner zoals educatie en beroepsstatus, wel degelijk een invloed hadden. De richting van het effect was negatief, wat er op 10

wijst dat een hoger opleidingsniveau of beroepsstatus van de partner, een vrouw aanmoedigt om niet deel te nemen op de arbeidsmarkt of ervoor zorgt dat ze de arbeidsmarkt eerder zal verlaten. Bevindingen die de New Home Economics theorie tegenspreken, werden ook gevonden. Uit sommige studies blijkt dat vrouwen met een werkende partner zelf ook meer kans hebben om te werken, dan vrouwen met een werkloze partner (Bernasco et al., 1998; Henkens, Kraaykamp & Siegers, 1993; Verbakel, Luijkx & de Graaf, 2008). Uit dit voorgaand overzicht van enkele studies die het effect van arbeidskenmerken van de partner onderzochten, blijkt dat empirisch onderzoek naar de partnerkenmerken niet altijd tot een eenduidig effect leidt. Enkel in de studie van Bernardi (1999) in Italië werd er al een duidelijk effect gevonden van een negatieve associatie tussen het al dan niet participeren op de arbeidsmarkt en de arbeidskenmerken van de partner. Ook over de link tussen het menselijk kapitaal van de partner en de participatie van de vrouw op de arbeidsmarkt valt geen besluit te trekken. In sommige studies vindt men wel een effect en in andere niet. In tegenstelling tot de hierboven geciteerde studies, wordt er in deze studie rekening gehouden met het feit dat vrouwen hun eigen menselijk kapitaal hebben en dat daardoor voor sommige vrouwen betaalde arbeid meer oplevert dan voor andere vrouwen. Hoogopgeleide vrouwen zullen meer profiteren van hun werk op de arbeidsmarkt dan lager opgeleide vrouwen. We gaan er dan ook van uit dat een partner die veel menselijk kapitaal heeft opgebouwd vooral een negatieve invloed zal hebben op de arbeidsmarktparticipatie van lager opgeleide vrouwen. Lager geschoolde vrouwen zullen minder vaak participeren op de arbeidsmarkt wanneer hun partner hoog opgeleid is of een betere werkstatus heeft, dan hooggeschoolde vrouwen. Een alternatieve hypothese die rekening houdt met het menselijk kapitaal van de partner is een sociologische benadering. Partners met een hoog opleidingsniveau en een positieve positie op de arbeidsmarkt, beschikken over meer sociaal kapitaal. Sociaal kapitaal kan volgens Lin (2000) gedefinieerd worden als een investering in, en gebruik van middelen die zich binnen sociale relaties bevinden en die iets nuttigs kunnen opleveren. Het sociaal kapitaal van de partner kan ‘geleend’ worden om de eigen arbeidsmarktkansen te verhogen (Bernasco et al., 1998). Het opleidingsniveau en de werkstatus van de partner zijn van belang omdat dit bijdraagt aan een beter netwerk via de partner (Gesthuizen, 2006). Het eigen opleidingsniveau en de kenmerken van de partner zijn dus van belang voor het uitbouwen van een sociaal netwerk (Solga & Ulrick, 2008, p. 182). In het sociaal netwerk kunnen anderen actief helpen zoeken naar een job op de arbeidsmarkt of ze kunnen financieel inspringen bij moeilijkheden (Granovetter, 1973). Individuen met een gelijk onderwijsniveau komen elkaar vaker tegen wat leidt tot opleidingshomogamie, en dit doet de kloof tussen laag- en hooggeschoolden nog toenemen (Elchardus & Pelleriaux, 2001). Dit zorgt bij laaggeschoolden voor een accumulatie van nadelen en bij hooggeschoolden voor een accumulatie van voordelen. Als het 11

netwerk van een laaggeschoolde vrouw voornamelijk bestaat uit een laaggeschoolde partner en andere laaggeschoolden met lage kansen op de arbeidsmarkt en dus ook weinig financiële middelen, is dit nadelig voor de kansen van de vrouw op de arbeidsmarkt. 1.2.1.2

Kinderen in het huishouden

Het neoklassieke model van specialisatie voorspelt dat in samenlevingen waarin mannen een hoger netto-inkomen hebben dan vrouwen, de vrouw de zorg voor de kinderen op zich zal nemen (Becker, 1991). Dit zal leiden tot een daling in het betaald werk dat de vrouw verricht. Het hebben van kinderen wordt beschouwd als een barrière voor de loopbaan- en carrièremogelijkheden van vrouwen (Baerts, Deschacht & Guerry, 2008). Er bestaat een negatief effect van het hebben van kinderen op zowel het deeltijds als voltijds werken van vrouwen (Kan, 2007). Vrouwen kiezen er nog in veel gevallen voor om minder of niet meer te gaan werken eens er kinderen zijn. In internationaal onderzoek van Ghysels en Van Lancker (2009) was de algemene conclusie dat vrouwen met één of twee kinderen meer werken dan vrouwen zonder kinderen. In België was er een sterke afname van de arbeidsdeelname vanaf de komst van het derde kind (Ghysels & Van Lancker, 2009). Dit wijst er op dat een sterke investering in kinderen gepaard gaat met een daling in arbeidsdeelname. Een vrouw die een grotere investering heeft gemaakt in menselijk kapitaal en waarvan de job te combineren valt met een gezin, zal eerder de stap zetten om terug actief te worden op de arbeidsmarkt na de geboorte van een kind. Vooral de arbeidsmarktparticipatie van laaggeschoolde vrouwen kent een sterke terugval na de geboorte van een eerste kind (Neels & Theunynck, 2012). Wanneer laaggeschoolde vrouwen wel actief blijven na de geboorte van een kind, zullen ze proportioneel gezien vaker deeltijds gaan werken (Neels & Theunynck, 2012). Laaggeschoolde vrouwen hebben volgens de economische verklaring die we reeds uitgewerkt hebben, een kleiner verdienpotentieel dan de hoogopgeleide vrouwen. Hierdoor zijn de kosten lager wanneer ze de arbeidsmarkt verlaten om de zorg voor het gezin op zich te nemen. Voor laaggeschoolde vrouwen wordt er dus een negatief effect verwacht vanaf er één kind aanwezig is in het gezin. Vanuit sociologisch standpunt vinden we een verklaring die dezelfde uitkomst verwacht (Neels & Theunynck, 2012). Laaggeschoolde vrouwen hebben minder goede perspectieven op de arbeidsmarkt dan hooggeschoolde vrouwen. Zij trachten onzekerheid te reduceren door het moederschap te zien als een alternatieve carrière (Friedman, Hechter & Kanazawa, 1994). Het moederschap verschaft toegang tot sociaal gewaardeerde rollen, die op de arbeidsmarkt minder vaak ingevuld kunnen worden. Zowel bij de economische als de meer sociologische invalshoek vinden we dus de hypothese terug dat de kans dat een laaggeschoolde vrouw de arbeidsmarkt zal verlaten of minder uren zal werken, groter is dan de kans dat een hooggeschoolde vrouw minder of niet meer zal participeren op de arbeidsmarkt, eens er kinderen in het gezin aanwezig zijn.

12

1.2.2

De Socialisatiebenadering

De manier waarop vrouwen gesocialiseerd worden en de bestaande normen in de maatschappij zijn twee belangrijke determinanten voor de arbeidsmarktparticipatie van vrouwen (Van der Lippe & van Dijk, 2002). Vrouwen en mannen ontwikkelen zich volgens de socialisatieliteratuur niet enkel anders omwille van biologische determinanten, maar ook omdat ze zich op een andere manier hebben leren gedragen door hun sociale omgeving (Van Putten, Dykstra & Schippers, 2008). Ouders worden gezien als cruciale actoren via wie kinderen op een bepaalde wijze gesocialiseerd worden. Naarmate kinderen ouder worden, neemt de invloed van de ouders af en zijn het ook leeftijdsgenoten van wie kinderen bepaalde attitudes over nemen (Bandura, 1977; Bucx, 2009). Meisjes zouden zich wel vaker en langer met hun moeder blijven identificeren (Smith & Self, 1980). Later gedrag wordt bepaald door deze vroegere socialisatieprocessen. Mannen en vrouwen verwerven bepaalde verwachtingen via sekse specifieke socialisatie en zullen zich gedragen naar deze verwachtingen (Van der Lippe & Siegers, 1994). Deze verwachtingen kunnen we onderverdelen in genderrollen. Een genderrol is de verwachting die in de maatschappij heerst over het gedrag van vrouwen en mannen (Parsons & Bales, 1956). De mannelijke en vrouwelijke genderrol hebben beiden een verschillende sociale en maatschappelijke functie (Conway & Vartanian, 2000). Deze verschillen worden in verband gebracht met de vroegere positie van de man en de vrouw op de arbeidsmarkt en in het huishouden. Ondanks de veranderingen op de arbeidsmarkt, blijft de ideologie van de man als kostwinner nog sterk bepalen hoe mensen denken over de verantwoordelijkheid voor, en de organisatie van betaalde arbeid (Loscocco & Spitze, 2007). Wanneer we ons baseren op het werk van Archer (1989) en Spence (1993), kunnen we genderrol ideologie definiëren als de attitudes en overtuigingen van een individu aangaande de rollen die vrouwen en mannen op zich zouden moeten nemen. Uit een review van McHugh en Frieze (1997) blijkt dat de term genderrol ideologie in de meeste literatuur ook gebruikt wordt als synoniem voor genderrol attitudes en genderrol overtuigingen. Genderrol attitudes houden verband met de opvattingen over de rol van de vrouw en over de gelijkheid tussen mannen en vrouwen (McHugh & Frieze, 1997). Volgens Fitzpatrick, Salgado, Suvak, King en King (2004) vindt diegene die sterk vasthoudt aan de genderrollen dat een vrouw traditionele rollen dient te vervullen, zoals die van moeder en huisvrouw. Individuen die minder sterk aan de genderrol vasthouden, hebben een minder traditionele opvatting over mannen en vrouwen. Zij leggen geen beperkingen op aan de rollen die een vrouw kan vervullen en zij beschouwen mannen en vrouwen als gelijkwaardig. 1.2.2.1

Eigen attitudes

De ‘Preferentietheorie’ van Hakim (1991, 2002) maakte van de associatie tussen attitudes en gedrag een sociologisch onderzoeksthema. In deze theorie gaat Hakim (2002) er van uit dat vrouwen een 13

bepaalde voorkeur hebben tot een oriëntatie op arbeid, een oriëntatie op het huishouden of een combinatie van beiden. Volgens Hakim hebben vrouwen volledige keuzevrijheid om hun preferenties overeen te laten komen met hun gedrag (Hakim, 2002). Individuen hebben bepaalde voorkeuren om een taakverdeling te maken binnen het gezin. Deze voorkeuren zitten vervat binnen de attitudes die iemand heeft. Volgens Audenaert (2006) zal een individu dat er traditionele genderrol attitudes op nahoudt, meer belang hechten aan de traditionele rolverdeling, waarbij de man de kostwinner is en de vrouw zich concentreert op de huishoudelijke taken. Wie er egalitaire genderrol attitudes op nahoudt, vindt het belangrijker dat mannen en vrouwen op een gelijke wijze de taken verdelen en de verantwoordelijkheden voor het inkomen en het huishouden samen op zich nemen. De traditionele vrouwenrol houdt in dat vrouwen de verplichtingen ten aanzien van hun gezin steeds moeten laten voorgaan op hun arbeidsmarktparticipatie. Dit wil niet zeggen dat een vrouw niet actief kan zijn op de arbeidsmarkt, maar wel dat de taken die ze binnen het gezin op zich moet nemen, er niet onder mogen lijden (Coser & Coser, 1974, p. 95). Vrouwen die dus meer traditionele attitudes hebben, zullen minder vaak voltijds participeren op de arbeidsmarkt, aangezien ze daarnaast ook nog eens alle taken binnen het huishouden op zich moeten nemen. Uit longitudinaal onderzoek van Kanji (2011) blijkt dat moeders die geloven dat hun gezinsleven eronder lijdt wanneer een moeder werkt, minder vaak voltijds werken dan wie deze overtuiging niet heeft. Verder geven zij ook sneller voltijds werk op. In cross-sectionele studies wordt niet altijd deze associatie gevonden tussen attitudes en de werkstatus van vrouwen (Steiber & Haas, 2010). We moeten rekening houden met het feit dat individuen niet vrij kunnen kiezen welke rollen ze op zich nemen. Deze kunnen tegenstrijdig zijn met de eigen attitudes ten aanzien van de combinatie arbeid en gezin. Heel wat omstandigheden kunnen hiertoe bijdragen. Zo kan het zijn dat de partner een verschillende visie heeft en er meer of minder traditionele attitudes op nahoudt. Verder is het mogelijk dat een vrouw met traditionele genderrol attitudes om financieel-economische redenen de eigen voorkeuren opzij dient te zetten en toch moet participeren op de arbeidsmarkt. De redenen die een vrouw kunnen overhalen om toch betaalde arbeid te verrichten, zijn onder andere: de nood om twee inkomsten te hebben, een partner die geen werk heeft of het feit dat de vrouw meer kan verdienen op de arbeidsmarkt (Kanji, 2011; Kroska & Elman, 2009). Een vrouw kan ook thuis blijven terwijl ze wil gaan werken, doordat de kosten van kinderopvang en huishoudzorg te hoog worden (Crompton en Lyonette, 2005). Opleiding krijgt weinig aandacht in het roltheoretisch onderzoek naar de arbeidsdeelname van vrouwen (Van der Lippe, 1993). Het is naast gender echter ook een kenmerk op basis waarvan individuen tot een bepaalde sociale groep gerekend worden. Het opleidingsniveau van een vrouw is een belangrijke factor die samenhangt met de genderrol attitudes (Boehnke, 2011; Fortin, 2005). Algemeen gezien is het gender egalitarisme toegenomen. Een aantal structurele veranderingen liggen 14

hierbij aan de grondslag (Pampel, 2011). Ten eerste komt dit door het toenemende aantal vrouwen dat verder gaat studeren. Daarnaast steunt de moderne maatschappij meer op een diensten- en kenniseconomie. Hierin bevinden zich meer jobs die door vrouwen uitgevoerd worden. Bovendien zijn er ook een aantal demografische veranderingen die hiertoe hebben bijgedragen. De gemiddelde huwelijksleeftijd is gestegen, vrouwen krijgen minder kinderen en er zijn meer scheidingen dan vroeger (Scott, 2006). Vrouwen hebben nu in het algemeen meer kansen om zich op de arbeidsmarkt te begeven en hebben vaak baat bij een onafhankelijk inkomen. Naast die algemene toename naar meer egalitaire attitudes, blijven er verschillen bestaan tussen sociale groepen (Pampel, 2011). Zo hebben laagopgeleide vrouwen meer traditionele attitudes dan hoogopgeleide vrouwen (o.a. Bolzendahl & Myers, 2004; Fan & Marini, 2000, Myers & Booth, 2002; Steenvoorden, 2008). Bourdieu (1989) onderscheidt in zijn theorie drie vormen van kapitaal, namelijk het economisch kapitaal, het sociaal kapitaal en het culturele kapitaal. De nadruk wordt gelegd op het culturele kapitaal wanneer het om opleiding gaat. Het culturele kapitaal bestaat uit de aan opleiding gebonden verschillen in socialisatie en de cultuuroverdracht via het ouderlijke milieu en de sociale omgeving (Bourdieu, 1989). Opleiding is vanuit dit perspectief een belangrijk kenmerk van de sociale context. Via socialisatieprocessen en de opvattingen in de omgeving heeft het een invloed op de eigen normen, de eigen opvattingen en het gedrag van vrouwen (Clöin, 2010). Kinderen in een hoger sociaal milieu krijgen modernere opvattingen aangeleerd. Laagopgeleiden houden sterker vast aan traditionele opvattingen, vanwege de zekerheden die dit biedt. Het opleidingssysteem heeft zelf een socialiserende functie volgens Bourdieu (Bourdieu & Passeron, 1977). Educatie zou gender egalitarisme verhogen doordat het individuen blootstelt aan nieuwe idealen en andere ervaringen, waardoor ze hier ook meer voor openstaan (Kane, 1995). Het zijn de hoogopgeleide, werkende vrouwen in non-traditionele posities die er het meest baat bij hebben om egalitaire ideeën te steunen. Zij kunnen het zich veroorloven af te wijken van traditionele normen (Inglehart, 1990). Laagopgeleide vrouwen hebben dus over het algemeen meer traditionele attitudes dan middelbaar- en hoogopgeleide vrouwen, omdat ze minder lang gesocialiseerd zijn binnen een schoolmilieu waarin egalitaire genderrol attitudes gepromoot worden (Kane, 1995). 1.2.2.2

De invloed van de sociale achtergrond

Zoals hierboven vermeld werd, spelen ouders een cruciale rol in het socialisatieproces en vormen moeders een belangrijke rolfiguur waarvan meisjes leren hoe ze zich moeten gedragen. Eerder onderzoek beschreef al een effect van de genderrol attitudes die een moeder heeft op de genderrol attitudes van hun dochters en zonen (Thornton, Alwin & Camburn, 1983). De link kan gemaakt worden met de arbeidsmarktparticipatie. Wanneer vrouwen opgevoed worden door een moeder die er meer egalitaire attitudes op nahoudt, is de kans groter dat zij zich op de arbeidsmarkt zullen begeven en dat zij meer uren zullen werken. 15

Verschillende variabelen beïnvloeden het socialisatieproces omwille van hun relatie met de genderrol attitudes van de moeder.

Een eerste variabele die een belangrijke invloed uitoefent op het

socialisatieproces is het opleidingsniveau van de moeder. Het opleidingsniveau van de moeder beïnvloedt de mate waarin hun dochters er meer of minder egalitaire attitudes op nahouden (Thornton et al., 1983). Vrouwen met hoger opgeleide moeders hebben meer egalitaire attitudes en zullen meer uren actief zijn op de arbeidsmarkt (Fan & Marini, 2000; Van Putten et al., 2008). Een tweede variabele die we hier willen bespreken is de werkstatus van de moeder. Vrouwen wiens moeder werkt, zien op een rechtstreekse manier een gedragsmodel dat consistent is met egalitaire genderrollen (Fan & Marini, 2000). Vrouwen die werken hebben zelf meer egalitaire genderrol attitudes dan zij die niet werken en zullen deze attitudes doorgeven aan hun kinderen (Fan & Marini, 2000; Morgan & Walker, 1983). Uit recent onderzoek blijkt dat er vooral een samenhang bestaat tussen het aantal uren dat men verkiest te werken en minder met de beslissing al dan niet te participeren op de arbeidsmarkt (Van Putten et al., 2008). Voor laag en middelbaar opgeleide vrouwen vond Clöin (2010) wel een samenhang tussen het feit dat vrouwen werken en of hun moeder vroeger een job had. Lut, van Gaalen en Latten (2010) vonden ook enkel een samenhang tussen een voltijdbaan voor laagopgeleide en middelbaar opgeleide jonge moeders met de arbeidsmarktpositie van hun eigen moeder. Hoogopgeleide vrouwen zouden zelf over het nodige sociaal-culturele kapitaal beschikken via hun opleiding. 1.2.3

Opmerkingen met betrekking tot de economische en sociologische invalshoek

Beckers micro-economisch model is al erg nuttig gebleken in het begrijpen en verklaren van de arbeidsbeslissingen van vrouwen (Steiber & Haas, 2010). Het model biedt een theoretisch kader om te verklaren hoe factoren zoals gezinsvorming, werkervaringen, opleidingsniveau en partnerkenmerken arbeidsbeslissingen

kunnen

beïnvloeden.

Toch

blijkt

deze

economische

verklaring

voor

arbeidsbeslissingen niet voldoende. Vrouwen in grotendeels dezelfde omstandigheden, vertonen niet steeds hetzelfde gedrag. Omgekeerd geldt ook dat hetzelfde gedrag soms vertoond wordt door vrouwen in andere omstandigheden (Clöin, 2010). Bij de economische invalshoek ligt de nadruk vooral op restricties. Socioculturele factoren zoals attitudes, normen en waarden vinden weinig ingang. De socialisatiebenadering houdt wel rekening met deze factoren. Sinds de jaren ’70 begonnen onderzoekers dan ook attitudes te onderzoeken als mogelijke determinanten van gedrag (Steiber & Haas, 2010). Een positieve attitude ten aanzien van de arbeidsmarktparticipatie van vrouwen kan noodzakelijk zijn om vrouwen daadwerkelijk te laten deelnemen aan betaalde arbeid. Uiteraard is een positieve ingesteldheid geen voldoende voorwaarde om tot deelname op de arbeidsmarkt te komen. Dit is ook één van de belangrijkste kritieken op de Preferentietheorie van Hakim, die er vanuit gaat dat vrouwen een volledig vrije keuze hebben om hun preferenties te volgen en te vervullen (James, 2008; 16

Steiber & Haas, 2010). Verschillende omstandigheden en factoren dienen in de beslissing meegenomen te worden. De attitude omtrent arbeidsmarktparticipatie vormt slechts één element in deze beslissing (Kroska & Elman, 2009). Een rechtstreekse associatie tussen genderrol attitudes en gedrag zal niet steeds het geval zijn. De socialisatiebenadering en de roltheorie houden te weinig rekening met andere omstandigheden die het arbeidsmarktgedrag van vrouwen kunnen beïnvloeden (Van der Lippe & Siegers, 1994). Een verdere opmerking die we hier willen maken, is de vraag naar de causale relatie tussen attitudes en arbeidsbeslissingen. Wanneer we naar attitudes kijken, is het niet mogelijk om een causale relatie te bepalen op basis van cross-sectioneel onderzoek. Genderrol attitudes kunnen een invloed uitoefenen op de arbeidsmarktparticipatie van vrouwen (Fortin, 2005). Traditionele genderrol attitudes zorgen er bijvoorbeeld voor dat een vrouw minder actief zal zijn op de arbeidsmarkt. Het tegengestelde kan echter ook voor komen. Een vrouw die omwille van financiële redenen moet gaan werken, kan na verloop van tijd meer egalitaire genderrol attitudes krijgen (Banaszak & Leighley, 1991). Via longitudinaal onderzoek hebben enkele onderzoekers zich expliciet kunnen richten op de aard van de relatie tussen attitudes en (economische) omstandigheden. Jansen en Kalmijn (2000) vonden een wisselwerking tussen attitudes en omstandigheden. Opvattingen over emancipatie hadden een even sterk effect op de arbeidsdeelname van vrouwen als dat de arbeidsdeelname had op de opvattingen over emancipatie. Ook Kan (2007) benadrukt een wisselwerking tussen genderrol attitudes en de arbeidsmarktparticipatie van vrouwen. We kunnen dus wel besluiten dat de attitudes die vrouwen er op nahouden niet enkel een uiting zijn van de omstandigheden, maar dat ze ook een invloed hebben op hun feitelijke arbeidsmarktgedrag. Uit voorgaande blijkt dat het gelijktijdig onderzoeken van economische en sociologische factoren kan leiden tot een beter begrip van de arbeidsbeslissingen die vrouwen maken. Van der Lippe en Siegers (1994) stelden een theoretisch model voor waarin zij factoren opnemen van beide invalshoeken om de verdeling van betaalde en onbetaalde arbeid binnen het gezin te verklaren.

Als onafhankelijke

variabelen brachten zij individuele voorkeuren en belemmeringen (jobstatus, kinderen in het huishouden, relatieve aandeel gezinsinkomen, normatieve context) in rekening. Andere studies maken geen synthese van deze theorieën, maar gaan het gelijktijdig effect na van economische en sociologische factoren. Crompton en Lyonette (2005) houden in hun studie rekening met de invloed van preferenties en belemmeringen op het individuele en huishoudelijke niveau. Ook Kanji (2011) gaat uit van drie theorieën, met een economische of sociologische invalshoek, om tot een zo volledig mogelijke verklaring te komen van de arbeidsbeslissing van vrouwen.

17

1.3

HYPOTHESEN

In België werd nog geen onderzoek gedaan waarin de economische en sociologische invalshoek samen bestudeerd werden. We nemen in deze studie enkele factoren op waarvoor in de literatuur geen eenduidige effecten teruggevonden werden. Onze hypothesen zullen een bepaald effect vooropstellen, maar zijn op basis van het feit dat beide invalshoeken samen nog niet bestudeerd werden en de niet eenduidige effecten in reeds bestaand onderzoek, zowel toetsend als exploratief van aard. Op basis van de literatuurstudie komen we tot de volgende vier hypothese: Hypothese 1: De kans op arbeidsmarktparticipatie bij vrouwen wordt bepaald door zowel economische als sociologische factoren. Economische variabelen 1. Hoe lager het opleidingsniveau van de vrouw, hoe kleiner de kans is dat ze actief is op de arbeidsmarkt. 2. Hoe meer taken een vrouw in het huishouden op zich neemt, hoe kleiner de kans dat ze zich op de arbeidsmarkt begeeft. Hoe minder taken ze op zich neemt, hoe groter de kans dat ze werkt. 3. Indien de partner geen betaald werk heeft, is de kans kleiner dat de vrouw werkt. Met een partner die werkt, is de kans groter dat de vrouw werkt. 4. Een vrouw met een laagopgeleide partner heeft meer kans om te werken, terwijl de kans kleiner is dat een vrouw werkt indien ze een hoogopgeleide partner heeft. 5. De kans op arbeidsmarktparticipatie neemt toe voor vrouwen met één of twee kinderen in het huishouden. Wanneer er meer dan twee kinderen in het gezin aanwezig zijn, verkleint de kans dat een vrouw werkt. Sociologische variabelen 6. Hoe meer een vrouw er traditionele genderrol attitudes op nahoudt, hoe minder kans er is dat ze werkt. Bij een vrouw met egalitaire attitudes, is er een grotere kans dat ze werkt. 7. Indien een vrouw op 15-jarige leeftijd een moeder had die niet werkte, zal de vrouw zelf minder kans hebben om nu te werken. Indien ze op 15-jarige leeftijd een moeder had die wel werkte, is de kans groter dat ze zelf werkt. Interactie-effecten 8. Laaggeschoolde vrouwen en middengeschoolde vrouwen zullen een sterker negatief effect ondervinden van de werkstatus en het opleidingsniveau van de partner dan hooggeschoolde vrouwen. Na deze hypothese volgen twee hypothesen die betrekking hebben op een vergelijking van respectievelijk laagopgeleide vrouwen onderling en middelbaar opgeleide vrouwen onderling. Het gaat 18

hier dus niet om een vergelijking tussen de opleidingsgroepen. De richting van de effecten bij hypothese twee en drie zijn dezelfde als bij de eerste hypothese en worden hier niet meer neergeschreven. Hypothese 2: De kans op arbeidsmarktparticipatie van laagopgeleide vrouwen wordt bepaald door de factoren van de New Home Economics theorie

en door de factoren van de

socialisatiebenadering. Omwille van een beperktere keuzevrijheid verwachten we voor laaggeschoolde vrouwen een grotere invloed van economische factoren (werkstatus en opleidingsniveau partner, aantal kinderen in het gezin, huishoudelijke taakverdeling), dan van de sociologische factoren (werkstatus moeder en genderrol attitudes). Hypothese 3: De kans op arbeidsmarktparticipatie van middelbaar opgeleide vrouwen wordt zowel bepaald door de factoren uit de New Home Economics Theorie als door de factoren van de socialisatiebenadering. Aangezien middengeschoolde vrouwen meer kansen hebben op de arbeidsmarkt en dus een grotere keuzevrijheid hebben, verwachten we een grote invloed van zowel economische als sociologische factoren. Een laatste hypothese heeft wel betrekking op een vergelijking tussen de opleidingsgroepen, waarbij de hoogopgeleide vrouwen de referentiegroep zijn, waarmee de twee lager geschoolde groepen vergeleken worden. Hypothese 4: De verschillen in arbeidsmarktparticipatie tussen de opleidingsgroepen kunnen verklaard worden op basis van de economische en sociologische factoren. Op basis van de literatuurstudie verwachten we verschillen te vinden tussen de opleidingsgroepen voor alle variabelen die we opnemen in deze studie. Deze verschillen spelen mogelijks een rol in het verklaren van de opleidingsverschillen die gevonden worden in de arbeidsmarktparticipatie van vrouwen.

19

2

2.1

METHODE

DATA EN METHODE

Voor dit onderzoek werd gebruik gemaakt van een secundaire dataset. Deze dataset is de Belgische Gender en Generations Survey, Golf 1 (GGS België, 2008-2010). Dit is een grootschalige enquête die tussen 2008 en 2010 werd afgenomen bij 7163 individuen tussen 18 en 79 jaar oud. De GGS kadert in het internationale onderzoeksprogramma Generations and Gender Programme, wat opgezet werd door de Verenigde Naties (United Nations, 2005). De resultaten worden hierdoor internationaal vergelijkbaar. De steekproeftrekking in België gebeurde op een trapsgewijs gestratificeerde random wijze op basis van het Rijksregister (Statistics Belgium, z.d.). Aangezien enkel niet geïnstitutionaliseerde mensen in aanmerking kwamen om opgenomen te worden in de onderzoekspopulatie, bedroeg de onderzoekspopulatie 73% van de volledige Belgische bevolking op dat moment (Simard & Franklin, 2005). Dataverzameling gebeurde aan de hand van gestandaardiseerde vragenlijsten, via een face-toface interview bij de respondenten thuis. De analyses werden uitgevoerd op een gedeelte van de steekproef van de GGS België 2008-2010. De selectie van respondenten gebeurde aan de hand van drie criteria. Ten eerste werden enkel vrouwen weerhouden die een partner hebben waarmee ze samenwonen. Uit praktische overwegingen werden alleenstaanden niet mee opgenomen in onze dataset. Voor diverse variabelen die in het model opgenomen werden is voor alleenstaanden geen data voorhanden. Ten tweede werden enkel respondenten vanaf 20 jaar en jonger dan 60 jaar geselecteerd. Hoewel nog veel jongeren onder de 24 studeren bij de hogeropgeleiden, is dit niet het geval voor laagopgeleide vrouwen. Werkenden boven de 60 jaar, kunnen we eerder als atypisch beschouwen. Ten derde werden vrouwen die nog studeerden of die al gepensioneerd waren, ook uit de dataset verwijderd. Onze uiteindelijke steekproef bestaat uit 1881 Belgische vrouwen, tussen de leeftijd van 20 en 59 jaar, die samenwonen met hun partner of ermee gehuwd zijn. We gebruiken het “aweight”. Dit is een design weight voor de Belgische populatie, dat er voor zorgt dat ook groepen die ondervertegenwoordigd zijn, een gewicht krijgen in de analyses dat groot genoeg is, waardoor de representativiteit verhoogt. Wanneer we de wegingscoëfficiënt gebruiken, is het aantal cases gelijk aan 1797.

20

2.2

VARIABELEN

2.2.1

Afhankelijke variabele

De afhankelijke variabele arbeidsmarktparticipatie (0 = geen betaalde arbeid, 1 = betaalde arbeid) werd bekomen op basis van de vraag: “Hoeveel uren werkt u doorgaans per week voor uw hoofdberoep, overuren inbegrepen?”. Voor de arbeidsmarktparticipatie gold dat wie niet kon antwoorden op deze vraag, een score 0 kreeg,, wat betekent dat zij niet deelnemen aan betaalde arbeid. Wie wel antwoordde op deze vraag, kreeg een score 1 en verricht dus wel betaald werk. Dit werd verder gecontroleerd door na te gaan of deze indeling overeen stemde met een indeling naar activiteitsstatus. Dit was het geval. De indeling verliep dus correct.

2.2.2

Onafhankelijke variabelen

2.2.2.1

Controlevariabelen

Het opleidingsniveau van de vrouw werd bevraagd op basis van de volgende vraag: “Wat is het hoogste opleidingsniveau dat u met succes behaalde?”. Dit werd gemeten aan de hand van 6 categorieën, gebaseerd op de ISCED-codes, gaande van ‘ongeschoold’ tot ‘hoger universitair onderwijs: doctoraat met proefschrift’. We maakten een herverdeling in drie categorieën: laag opgeleid (=0, ongeschoold tot lager secundair onderwijs), middelbaar opgeleid (=1, hoger secundair onderwijs) en hoger opgeleid (=2, hoger of universitair onderwijs na het secundair onderwijs). Het opleidingsniveau van de vrouw is eigenlijk een variabele die hoort bij onze economische theorievorming, als variabele die het menselijk kapitaal weergeeft. Deze variabele wordt echter gebruikt als controlevariabele, selectievariabele en als theoretisch onderbouwde onafhankelijke variabele. Het gewest waarin men woont in België wordt opgenomen als controlevariabele, omdat op basis van de literatuurstudie duidelijke verschillen naar voor kwamen tussen gewesten wat betreft het opleidingsniveau van vrouwen en de arbeidsmarktparticipatie. De drie gewesten zijn het Vlaams gewest (=1), het Waals gewest (=2) en het Brussels Hoofdstedelijk gewest (=3). Leeftijd van de vrouw (in jaren) werd als controlevariabele opgenomen en varieert tussen 20 en 59 jaar. Deze variabele werd aangemaakt op basis van het jaar waarin het interview werd afgenomen (2008, 2009 of 2010), verminderd met het geboortejaar van de respondent. Leeftijd vertoont in arbeidsaanbodmodellen vaak geen lineair verband. Vrouwen tussen 25 en 49 jaar participeren vaker dan jongere en oudere vrouwen (Coppens, 2005). Op basis van een Box-Tidwell test kunnen we zeggen dat er niet voldaan is aan de lineariteitsassumptie (p < 0,001). Bij deze test worden aan het model dat we willen schatten de interactieterm toegevoegd tussen de continue onafhankelijke leeftijd en zijn natuurlijk logaritme. Er is sprake van niet-lineariteit in de logit, indien 21

deze interactie significant is (Mortelmans, 2010). Dit probleem wordt echter verholpen door leeftijd gekwadrateerd toe te voegen aan ons model (p > 0,05). Het kwadraat van leeftijd is dan ook een tweede leeftijdsvariabele in ons model. Om verder problemen van multicollineariteit op te lossen worden deze variabelen gecentreerd. Een verdere bespreking is terug te vinden in Bijlage 1. De gecentreerde variabele leeftijd en zijn kwadraat worden opgenomen in de modellen. 2.2.2.2

Variabelen New Home Economics

De werkstatus van de partner werd bevraagd aan de hand van volgende vraag: “Hoe zou u de huidige activiteitsstatus van uw partner omschrijven?”. Op basis van deze vraag werden tien mogelijke categorieën aangemaakt. Voor onze analyses herwerkten we deze categorieën tot twee mogelijkheden, namelijk: niet werkend (= 0) of werkend (=1). Het opleidingsniveau van de partner werd op dezelfde wijze gemeten als het opleidingsniveau van de vrouw. Er werden ook hier drie categorieën gevormd, namelijk laag opgeleid (=0, ongeschoold tot lager secundair onderwijs), middelbaar opgeleid (=1, hoger secundair onderwijs) en hoger opgeleid (=2, hoger onderwijs na het secundair onderwijs). Het aantal kinderen in het gezin werd bekomen door een somscore te nemen van zeven variabelen waarbij aangegeven moest worden uit welke gezinsleden het huishouden bestond. Onder kinderen verstaan we alle kinderen in het huishouden onder 18 jaar. Hierbij horen zowel de biologische kinderen, adoptiekinderen, pleegkinderen en kinderen van de partner. Het aantal kinderen kan variëren tussen nul en zeven. Net als bij de leeftijd van de respondent, vonden we ook hier een probleem met de lineariteitsassumptie bij het uitvoeren van een Box-Tidwell test. Op basis van de studie van Ghysels & Van Lancker (2009) verwachten we een toegenomen arbeidsdeelname bij vrouwen met één of twee kinderen en vanaf dan een sterke afname in de arbeidsmarktparticipatie. Om dit niet-lineaire effect te schatten, voegen we hier het aantal kinderen in het gezin gekwadrateerd toe aan het model. In de dataset worden de respondenten niet gevraagd hoeveel uren ze aan huishoudelijke taken besteden. Daarom maakten we een variabele aan die de huishoudelijke taakverdeling nagaat. De vraag die gesteld werd was: “Wie doet de volgende huishoudelijke taken: 1. Bereiden van maaltijden, 2. De afwas, 3. Boodschappen en 4. Stofzuigen?”. Antwoorden op deze vragen konden variëren tussen altijd de respondent (=1), meestal de respondent (=2), de respondent en de partner evenwaardig (=3), meestal de partner (=4) en altijd de partner (=5). Andere antwoorden, namelijk altijd of meestal iemand anders dan de respondent of de partner, konden ook gegeven worden. Deze antwoorden kregen ook score drie, omdat zij niet zorgen voor een onevenwicht in de huishoudelijke taakverdeling tussen de vrouw en haar partner in het huishouden. De huishoudelijke taken die we selecteerden zijn alledaagse routinetaken die over het algemeen door de vrouw worden uitgevoerd (Coltrane, 2000). Er werd een somschaal gecreëerd die gaat van 4 tot 20, waarbij een lagere score aangeeft dat de vrouw voornamelijk het werk op zich neemt en een hoge score geeft aan dat de partner voornamelijk het werk 22

op zich neemt. Deze score werd daarna omgekeerd, waarbij de schaal aangepast werd zodat ze een bereik kreeg van 0 tot 16. Op die manier betekent een hoge score dat vooral de vrouw de huishoudelijke taken op zich neemt en een lage score betekent dat de man voornamelijk de huishoudelijke taken uitvoert. 2.2.2.3

Variabelen Socialisatiebenadering

Genderrol attitudes Een schaal werd gecreëerd om de oriëntatie na te gaan van de respondent ten aanzien van de rollen toebedeeld aan mannen en vrouwen. Dit gebeurde op basis van acht variabelen met vijf antwoordalternatieven, gaande van helemaal akkoord (=1) tot helemaal niet akkoord (=5). In de GGS België (2008-2010) werden een aantal items opgenomen om de genderrollen te bevragen. Deze werden gebaseerd op eerder gebruikte items in andere internationale surveys, maar zonder gebruik te maken van een bepaalde vooraf bestaande schaal (Vikat et al., 2006). Daarom werd in deze studie een selectie van items gebruikt: 1.

“Een kind dat nog niet naar school gaat zal er onder lijden wanneer zijn/haar moeder buitenshuis werkt”.

2. “Een vrouw moet kinderen krijgen om aan haar bestemming te voldoen”. 3. “Dochters, eerder dan zonen, moeten voor hun ouders zorgen als deze hulp nodig hebben”. 4. “In een partnerrelatie is het beter dat de man ouder is dan de vrouw”. 5. “Het is niet goed voor de relatie als de vrouw meer verdient dan de man”. 6. “Als de ouders uit elkaar gaan is het beter dat het kind bij de moeder blijft eerder dan bij de vader”. 7. “Mannen zijn doorgaans betere politieke leiders dan vrouwen”. 8. “Wanneer banen schaars zijn, hebben mannen meer recht op een baan dan vrouwen”. De schaalvariabele is gebaseerd op de somscore van de items en kent een minimumscore van 0 (sterk traditioneel denken) en een maximumscore van 32 (sterk egalitair denken). De interne consistentie voor deze schaalvariabele is matig met een Cronbach’s alpha van 0,69. De gecorrigeerde item totaal correlaties variëren tussen 0,30 en 0,46. De Cronbach’s alpha bedraagt respectievelijk 0,66, 0,62 en 0,68 voor de laagopgeleide, middelbaar opgeleide en hoogopgeleide vrouwen. Het weglaten van items was geen bruikbare methode om de interne consistentie te verhogen. Er werd aan de hand van een factoranalyse nagegaan of de schaal uit subschalen bestond. Dit was niet het geval. Alle items laadden slechts op één component. De werkstatus van de moeder werd nagegaan met de vraag: “Wat was het hoofdberoep van uw moeder toen u 15 jaar was”? Wanneer deze vraag niet van toepassing was, werd een score 0 (geen werk) gegeven, in alle andere gevallen werd een score 1 (wel werk) gegeven. 23

Door het beperkte aantal waarden die ingevuld waren in de dataset voor het opleidingsniveau van de moeder en de beperkte spreiding van de data voor laagopgeleide en middelbaar opgeleide vrouwen, werd deze variabele niet in het onderzoek opgenomen en konden er dus ook geen hypothesen voor opgesteld worden. 2.3

ANALYSETECHNIEKEN

We beginnen de analyses met een controle van de data. Vooraleer we een definitief model bespreken is het belangrijk om enkele assumpties na te gaan en technieken te bespreken die we zullen toepassen. We gaan na hoe we kunnen omgaan met missende waarden en we testen de lineariteitsassumptie voor de continue onafhankelijke variabelen in ons model. Andere problemen die we controleren zijn multicollineariteit, invloedrijke cases, hefboompunten en outliers. We bespreken bij de voorbereidende analyses deze die een invloed hebben op de uiteindelijke modellen. Een meer compleet overzicht van de ondernomen stappen wordt weergeven in Bijlage 1. We geven ook weer hoe we de geschiktheid van de logistische regressie-modellen nagaan. Na de controle van ons model, kunnen we overgaan naar het beantwoorden van de onderzoeksvragen en hypothesen op basis van onderzoek in de sectie resultaten. Aan de hand van beschrijvende statistiek zullen we al een eerste zicht krijgen op de verschillen tussen de opleidingsgroepen. Hierbij bespreken we de univariate analyses van de variabelen en bekijken we of er verschillen zijn tussen de opleidingsgroepen (laag-, midden- en hooggeschoold). Met verschillende toets statistieken gaan we na of deze verschillen ook significant zijn. Hypothese één wordt op basis van hiërarchische binaire logistische regressies beantwoord, waarbij vier modellen worden opgenomen. Het eerste neemt opleiding en de controlevariabelen op. Daarna worden de economische variabelen toegevoegd. In een derde blok komen de sociologische variabelen erbij en daarna worden ook de significante (voorspelde) interactie-effecten opgenomen. Voor hypothesen twee en drie worden weer hiërarchische binaire logistische regressies uitgevoerd, met telkens drie blokken. De modellen die we zo verkrijgen bestaan uit een blok met controlevariabelen, daarna met toevoeging van de economische variabelen en als laatste een blok dat de sociologische variabelen toevoegt. Dit doen we voor zowel de laaggeschoolde- als de middengeschoolde vrouwen. Met deze analyses willen we bekijken wat de kans is dat een vrouw al dan niet op de arbeidsmarkt actief is en kunnen we nagaan welke variabelen een significante bijdrage leveren. Hypothese vier bekijken we aan de hand van binaire logistische regressies waarbij eerst het opleidingsniveau van de vrouw alleen wordt opgenomen als onafhankelijke variabele (model één). Nadien

nemen we het opleidingsniveau met de economische variabelen (model twee) of de

sociologische variabelen (model drie) op en een vierde model neemt alle variabelen samen op. Uit de 24

aparte blokken kunnen we afleiden wat de sterkte van het effect is van respectievelijk de economische en de sociologische variabelen. Uit het laatste blok kunnen we afleiden welke variabelen een significant effect hebben, in combinatie met alle andere variabelen in het model. Om een beter beeld te krijgen van het effect van de toevoeging van variabelen op het opleidingseffect, worden in een verder model de variabelen één voor één ingevoerd. De keuze voor binaire logistische regressies ligt voor de hand aangezien arbeidsmarktparticipatie gemeten wordt aan de hand van een dichotome variabele met als mogelijkheden: geen betaalde arbeid (=0) en betaalde arbeid (=1). Alle analyses zijn gebaseerd op de data die gewogen werd met de wegingscoëfficiënt ‘aweight’. Analyses worden uitgevoerd in SPSS 20.0. 2.3.1

Geschiktheid van de logistische regressie-modellen

Om de geschiktheid van de logistische regressie-modellen te bekijken zijn er enkele maten die we onderaan de tabellen zullen weergeven. Er zijn twee Chi-kwadraat toetsen van de Omnibus tests die van belang zijn, namelijk de toets voor het model en de toets voor het blok afzonderlijk. De modeltoets geeft weer of het model met toevoeging van een blok, een significant betere fit geeft dan het model met enkel de intercept. De blok-toets vergelijkt of de nieuwe toegevoegde parameters een significante bijdrage leveren ten opzichte van het vorige model (Mortelmans, 2010). De Hosmer en Lemeshow Goodness-of-Fit Test gaat na of er significante verschillen zijn tussen de frequenties zoals die in de data waargenomen worden en de frequenties zoals die door het model voorspeld worden. Indien de Goodness-of-Fit niet significant is, wil dit zeggen dat het model goed bij de data past (Mortelmans, 2010). De geschiktheid van het model wordt verder nagegaan door de Nagelkerke R2, die altijd tussen 0 en 1 ligt. Een hogere waarde stemt overeen met een betere fit van het model (Mortelmans, 2010). De regressiecoëfficiënten en de odds ratio’s voor de opgenomen variabelen worden ook in de tabellen van de logistische regressies weergegeven. We bespreken de schattingen van de parameters. Deze informatie voor de schattingen verkrijgen we door ‘B’ en ‘exp(B)’ te interpreteren. We interpreteren deze cijfers in termen van meer kans of minder kans om te participeren op de arbeidsmarkt. Indien voor de parameter (B) het getal een waarde heeft dat groter is dan nul, stijgen de odds (en bijgevolg de kansen) indien de onafhankelijke variabele toeneemt. Omgekeerd geldt dan dat indien ‘B’ een waarde heeft die kleiner is dan nul, de odds (en bijgevolg de kansen) kleiner worden indien de onafhankelijke variabele toeneemt. Exp(B) dient een getal te zijn groter dan één als we willen besluiten dat de odds voor een bepaald individu in een bepaalde situatie stijgen, een getal kleiner dan één betekent een daling. In de tabellen worden beide waarden weergegeven. Voor de bespreking maken we gebruik van de exp(B) of de odds-ratio omdat deze gemakkelijk te interpreteren is in termen van kansen (Mortelmans, 2010). Om kansen te berekenen die kleiner zijn dan één nemen we de

25

inverse van de odds ratio. Met de Wald-statistiek wordt nagegaan welke parameters een significant verband hebben met de onafhankelijke variabele. 2.4

VOORBEREIDENDE ANALYSES

Een overzicht van de voorbereidende analyses kan teruggevonden worden in Bijlage 1. De data werd gecontroleerd voor lineariteit in de continue onafhankelijke variabelen, multicollineariteit en outliers, hefboompunten en invloedrijke cases. Er werd ook gekeken hoe de ontbrekende data behandeld kon worden. Hier bespreken we enkel deze die een impact hebben op ons model. De behandeling van ontbrekende data en de lineariteitsassumptie komen hier aan bod. 2.4.1

Ontbrekende data

Om na te gaan of er een probleem was met de ontbrekende data in de dataset voerden we enkele analyses uit. Om te beginnen gingen we na of bepaalde respondenten veel missende waarden hadden op de gebruikte variabelen. Aangezien de afhankelijke variabele geen missende gegevens heeft, keken we naar de missende gegevens op de onafhankelijke variabelen. Het aantal missende waarden varieerde tussen 0 en 3 voor de respondenten. 1638 respondenten hadden geen missende waarden en zijn dus valide cases, 148 respondenten hadden een missende waarde op één variabele,

9

respondenten hadden twee missende waarden en 2 respondenten hadden 3 missende waarden. Alle variabelen waarop missende waarden voorkwamen, werden gedichotomiseerd, waarbij 0 stond voor een missende waarde en 1 stond voor een valide waarde. Daarna werd een bivariate correlatie-analyse uitgevoerd. Op basis hiervan vonden we geen significante correlaties tussen de verschillende variabelen en kunnen we besluiten dat er zich geen problemen voordoen van patronen van missende gegevens. In SPSS 20.0 is het mogelijk om een missing value analysis uit te voeren. We vroegen separate variance t-tests en kruistabellen op. De separate variance t-tests helpen bij het identificeren van variabelen waarvan de missende waarden een invloed hebben op de waarden van de continue variabelen. Hiervoor wordt het gemiddelde van de missende waarden vergeleken met het gemiddelde van de valide cases. In deze dataset blijken de verschillen minimaal en mogelijk veroorzaakt door toeval. De kruistabellen vergelijken het aantal missende waarden per categorie van een categorische variabele over alle andere categorische en continue variabelen in het model. Voor iedere categorische variabele wordt er een kruistabel opgesteld. Uit de kruistabellen kunnen we afleiden dat de missende waarden gelijk verdeeld zijn over alle categorieën van de categorische variabelen. Op basis van voorgaande tests is de kans dat de missende waarden ‘missing completely at random’ zijn, aannemelijk. We nemen na bovenstaande analyses aan dat alle missende waarden in deze studie missing completely at random zijn en daarom kunnen we hierbij listwise deletion toepassen in onze analyse. Verder gaat 26

het steeds om een relatief klein aantal missende gegevens. De meeste missende gegevens zijn terug te vinden bij de genderrol attitudes (n=53, 2.9 %), gevolgd door de werkstatus van de moeder (n= 44, 2.4 %) en het opleidingsniveau van de partner (n=42, 2.3%). Volgens Allison (2006) is listwise deletion de betere methode van de klassieke methodes wanneer je een logistische regressie uitvoert met zowel continue als categorische variabelen. Onder de klassieke methodes wordt verstaan: listwise deletion, pairwise deletion, aanpassing van de dummy variabele, en imputatie van het gemiddelde (Allison, 2006). Voor logistische regressie is listwise deletion zelfs een betere methode voor data die missing at random (MAR) is, dan meer gesofisticeerde methodes zoals maximum likelihood en multipele imputatie (Allison, 2006). Omdat we deze methode toepassen kan het aantal respondenten waarop de analyses uitgevoerd worden wel verschillen van analyse tot analyse en per variabele. Dit wil zeggen dat het aantal cases in de analyses waarbij alle vrouwen samen worden bekeken gebaseerd is op 1713 cases (168 missende cases). De analyses voor de laagopgeleide vrouwen gebeurt op basis van 386 cases (58 missende cases). Voor de middelbaar opgeleide en hoogopgeleide vrouwen gaat het respectievelijk om 535 cases (59 missende cases) en 792 cases (47 missende cases). 2.4.2

Lineariteitsassumptie

Voor de continue variabelen is het nodig om na te gaan of er aan de lineariteitsassumptie voldaan is. Om dit na te gaan voeren we een Box-Tidwell test uit. Hiervoor voegen we voor iedere continue variabele in ons model een interactieterm toe tussen de variabele en zijn natuurlijk logaritme. Er is sprake van niet-lineariteit in de logit, als deze interactieterm significant is (Mortelmans, 2010). Enkel het effect van leeftijd en van het aantal kinderen in het gezin blijken niet lineair te zijn. Om de schending te verhelpen voegen we de kwadratische termen toe aan het model. Dit lijkt de schending op te lossen.

27

3

3.1

RESULTATEN

BESCHRIJVENDE STATISTIEK

In dit onderdeel bespreken we achtereenvolgens de arbeidsmarktparticipatie en het opleidingsniveau van de vrouw, de achtergrondvariabelen en de economische variabelen en tot slot ook de sociologische variabelen. Tabel 3 laat de verdeling zien van de arbeidsmarktparticipatie naar het opleidingsniveau van de vrouw. In Tabel 4 wordt een overzicht gegeven van de achtergrondvariabelen. In Tabel 5 en 6 komen respectievelijk de economische en sociologische variabelen aan bod. Significantietests werden uitgevoerd op het 1% significantieniveau. 3.1.1

Arbeidsmarktparticipatie en opleidingsniveau van de vrouw

Als we kijken naar de arbeidsmarktparticipatie, zien we dat 446 vrouwen (24,8 %) geen betaalde arbeid verrichten en 1351 vrouwen (75,2 %) zijn wel aan het werk. In onze dataset zijn er 427 vrouwen (23,8 %) die een laag opleidingsniveau hebben. 572 vrouwen (31,9 %) hebben hun secundair onderwijs volbracht en 794 vrouwen (44,3 %) hebben een hogere opleiding genoten. Van 4 vrouwen (0,2%) is het opleidingsniveau niet gekend. Tabel 3. Beschrijvende statistiek voor het opleidingsniveau en de arbeidsmarktparticipatie van de vrouw, met het aantal valide cases (n) en de valide percentages (%). Algemeen

Middelbaar Hoog opgeleide opgeleide vrouwen vrouwen ________________________________________________________________________________ Variabelen n % n % n % n % Opleidingsniveau van de vrouw

1793

Laag opgeleide vrouwen

100

427

23,8

572

31,9

794

44,3

Arbeidsmarkt1797 100 participatie Geen werk 446 24,8 Wel werk 1351 75,2 Bron: GGS België (2008-2010)

427

100

572

100

794

100

209 218

49,0 51,0

151 421

26,4 73,6

85 709

10,8 89,2

Met behulp van kruistabellen kunnen we nagaan of en hoe vrouwen met een verschillend opleidingsniveau zich verhouden op vlak van arbeidsmarktparticipatie. Van de lager opgeleide vrouwen heeft 51,0 % betaald werk. Dit loopt op naar 73,6 % bij de middelbaar opgeleide vrouwen en 89,2 % bij de hoger opgeleide vrouwen. Deze verschillen zijn ook op statistisch vlak significant. Een Chi-kwadraat toets wijst uit dat er een verband is ( Chi2 (2)=218,74, p <0,001). Ook Cramers V geeft 28

een significant verband aan (p <0,001) met een waarde van 0,35 . Hieruit kunnen we afleiden dat hoe hoger het opleidingsniveau van een vrouw, hoe meer kans er bestaat dat ze zal werken op de arbeidsmarkt. 3.1.2

Achtergrondvariabelen

De leeftijd van de vrouwen varieert tussen 20 en 59 jaar (M= 42,3, SD= 10,0). In de steekproef zijn er 1111 vrouwen (61,8 %) die in Vlaanderen wonen, 137 vrouwen (7,6 %) wonen in Wallonië en 549 vrouwen (30,6 %) woont in het Brussels Hoofdstedelijk gewest. Van de vrouwen heeft 92,6 % de Belgische nationaliteit. Van de vrouwen met een andere nationaliteit zijn er 5,1 % met een andere Europese nationaliteit. We zien vrij grote verschillen tussen vrouwen met een verschillend opleidingsniveau voor de gemiddelde leeftijd. Zo ligt de gemiddelde leeftijd van hoogopgeleide vrouwen op 40,3 jaar (SD = 9,6), de gemiddelde leeftijd voor middelbaar opgeleide vrouwen op 42,7 jaar (SD= 9,7) en die van lager opgeleide vrouwen op 45,8 jaar (SD = 10,3). Om na te gaan of deze gemiddelden ook statistisch significant van elkaar verschillen, voerden we een one-way ANOVA uit. Uit de resultaten blijkt dat er statistisch significante verschillen zijn tussen de vrouwen met een verschillend opleidingsniveau, wat betreft de gemiddelde leeftijd ( F (2, 1790) = 46,90, p < 0,001). Post-hoc Bonferroni tests wijzen uit dat er tussen alle opleidingsgroepen statistisch significante verschillen zijn . We kunnen hieruit afleiden dat hoogopgeleide vrouwen en middelbaar opgeleide vrouwen in onze steekproef gemiddeld genomen jonger zijn dan laagopgeleide vrouwen. Hoogopgeleide vrouwen zijn gemiddeld ook jonger dan middelbaar opgeleide vrouwen. Er zijn ook opleidingsverschillen waarneembaar wanneer we kijken naar de gewesten. In Vlaanderen is slechts 19,0 % van de vrouwen laag opgeleid, terwijl dit in Wallonië en het Brussels Hoofdstedelijk gewest respectievelijk 32,8 % en 31,1 % is. In Vlaanderen vinden we de grootste groep middelbaar opgeleiden, die 34,7 % van de vrouwen in Vlaanderen vertegenwoordigen. In Wallonië is 21,9 % van de vrouwen middelbaar opgeleid en in het Brussels Hoofdstedelijk gewest is dit 28,8 %. Hoogopgeleide vrouwen vertegenwoordigen in alle drie de gewesten het grootste aandeel. Van de vrouwen in Vlaanderen is 46,3 % hoogopgeleid. In Wallonië en het Brussels Hoofdstedelijk gewest is dit respectievelijk 45,3 % en 40,1 %. Op basis van een Chi-kwadraat toets (Chi2(4)=39,55, p<0,001) kunnen we stellen dat er een significant verband bestaat tussen het gewest waarin men woont en het opleidingsniveau. Dit verband is echter zwak (Cramers V=0,11, p<0,001).

29

Tabel 4. Beschrijvende statistiek voor de achtergrondvariabelen met het aantal valide cases (n), het gemiddelde (M) en standaarddeviatie (SD) voor continue variabelen en het valide percentage (%) voor categorische variabelen. Algemeen

Middelbaar Hoog opgeleide opgeleide vrouwen vrouwen ________________________________________________________________________________ Variabelen n M(SD)/% n M(SD)/% n M(SD)/% n M(SD)/% Leeftijd 1797 42,33(9,95) (in jaren) Gewest 1797 Vlaanderen 1111 61,8 Wallonië 137 7,6 Brussel 549 30,6 Bron: GGS België (2008-2010) 3.1.3

Laag opgeleide vrouwen

427 45,81(10,32) 572 42,72(9,70)

794 40,20(9,36)

427 211 19,0 45 32,8 171 31,1

794 513 62 220

572 384 34,7 30 21,9 158 28,8

46,3 45,3 40,1

Economische variabelen

Van alle partners zijn er 83,7 % die werken en 16,3 % die niet werken. Van de partners is 24,4 % laagopgeleid, 36,2 % heeft een middelbaar diploma en 39,4 % heeft een diploma van het hoger of universitair onderwijs. We zien statistisch significante verbanden voor de werkstatus (Chi2(2)= 134,37, p <0,001; Cramers V= 0,28, p <0,001) en het opleidingsniveau van de partner (Chi2(4)=55,03, p <0,001; Cramers V= 0,40, p <0,001) wanneer we kijken naar laag-, middelbaar- en hoogopgeleide vrouwen. Laagopgeleide vrouwen hebben minder kans dat hun partner werkt dan middelbaar- en hoogopgeleide vrouwen. Dit uit zich ook in de percentages. Bij laagopgeleide vrouwen is 66,1 % van de partners actief op de arbeidsmarkt. Dit is respectievelijk 85,6 % bij middelbaar opgeleide vrouwen en 92,9 % bij hoog opgeleide vrouwen. Het verband is nog sterker voor het opleidingsniveau van de partner. Laag opgeleide vrouwen hebben in 50,7 % van de gevallen een laag opgeleide partner. 51,0 % van de middelbaar opgeleide vrouwen hebben een middelbaar opgeleide partner en 67,3 % van de hoog opgeleide vrouwen heeft een hoog opgeleide partner. Het aantal inwonende kinderen onder 18 jaar varieert tussen 0 en 7. Het gemiddelde aantal kinderen is gelijk aan 1,03, met eens standaarddeviatie van 1,12. Hoogopgeleide vrouwen hebben gemiddeld meer kinderen in het gezin (M=1,18, SD=1,07) dan laagopgeleide vrouwen (M=0,88, SD=1,22) en middelbaar opgeleide vrouwen (M=0,97, SD=1,09). Dat er verschillen zijn tussen de opleidingsgroepen wordt bevestigd met een one-way ANOVA (F(2,1790)=11,80, p<0,001)). Post hoc Bonferroni tests wijzen uit dat hoogopgeleide vrouwen verschillen van laagopgeleide en middelbaar opgeleide vrouwen. Laagopgeleide vrouwen en middelbaar opgeleide vrouwen verschillen niet op statistisch significante wijze van elkaar.

30

De huishoudelijke taken die in deze studie betrokken zijn, worden in een groot deel van de gevallen meer door de vrouw uitgevoerd dan door de partner of anderen (M=11,30, SD=3,07, bereik 0 tot16). Uit een one-way ANOVA blijkt dat er verschillen bestaan tussen de opleidingsgroepen (F (2, 1790)=18,54, p<0,001). Uit de post hoc Bonferroni tests kunnen we afleiden dat hoger opgeleide vrouwen (M=10,82, SD= 2,99) een meer evenredige taakverdeling hebben in het huishouden dan laagopgeleide vrouwen (M=11,82, SD=3,17) en middelbaar opgeleide vrouwen (M=11,57, SD=3,02). Deze laatste twee opleidingsgroepen zijn niet statistisch significant verschillend van elkaar. Tabel 5. Beschrijvende statistiek voor de economische variabelen met het aantal valide cases (n), het gemiddelde (M) en standaarddeviatie (SD) voor de huishoudelijke taakverdeling en valide percentages (%) voor de categorische variabelen. Algemeen

Middelbaar Hoog opgeleide opgeleide vrouwen vrouwen ________________________________________________________________________________ Variabelen n M(SD)/% n M(SD)/% n M(SD)/% n M(SD)/% Opleidingsniveau Partner Laag opgeleid Middelbaar opgeleid Hoog opgeleid

1755 429 634 692

24,4 36,2 39,4

Laag opgeleide vrouwen

409

559

207 50,7 152 37,2 50 12,1

159 285 115

422

352

143 33,9 279 66,1

81 480

Werkstatus partner Niet werkend Wel werkend

1769 288 1481

16,3 83,7

Huishoudelijke taakverdeling

1797

11,30(3,07) 427 11,82(3,17)

Aantal kinderen 1797 1,04 (1,12) Bron: GGS België (2008-2010) 3.1.4

427 0,88(1,22)

783 28,4 51,0 20,6

61 7,8 195 24,9 527 67,3 468

14,4 85,6

33 7,1 435 92,9

572 11,57(3,02) 794 10,82(2,99)

572 0,97(1.09)

794 1,18(1,07)

Sociologische variabelen

Het gemiddelde op de schaal voor genderrol attitudes is 20,86 (SD=4,28, bereik: 0 tot 32). Dit wil zeggen dat vrouwen over het algemeen er vrij egalitaire attitudes op nahouden. Lager opgeleide vrouwen (M=18,57, SD= 4,30) hebben wel iets minder egalitaire attitudes dan middelbaar opgeleide (M= 20,58, SD= 3,90) en hoogopgeleide vrouwen (M= 22,27, SD= 3,83). De gemiddelden voor de opleidingsgroepen zijn ook significant verschillend van elkaar. Dit werd getoetst aan de hand van een one-way ANOVA (F (2,1745)=116,51, p<0,001) en post hoc Bonferroni-tests. Het percentage van vrouwen die een werkende moeder hadden op 15-jarige leeftijd bedraagt 50,1 %. Dit wil dus zeggen dat 49,9 % van de vrouwen geen werkende moeder had als rolmodel. Van de 31

hoogopgeleide vrouwen had 57,0 % op 15-jarige leeftijd een werkende moeder. Dit is bij respectievelijk 41,6 % en 46,9 % van de laagopgeleide en middelbaar opgeleide vrouwen het geval. Statistisch gezien zijn er ook verschillen tussen de opleidingsgroepen (Chi2 (2)=28,89, p<0,001; Cramers V=0,13, p<0,001). Het verband is niet erg sterk, maar wijst er wel op dat hoogopgeleide vrouwen vaker een werkende moeder hadden tijdens hun jeugd dan laag- en middelbaar opgeleide vrouwen. Tabel 6. Beschrijvende statistiek voor de sociologische variabelen met het aantal valide cases (n), de gemiddelden (M) en de standaarddeviatie (SD) voor genderrol attitudes en de valide percentages (%) voor de werkstatus van de moeder toen de respondent 15 jaar oud was. Algemeen

Laag opgeleide vrouwen

Middelbaar Hoog opgeleide opgeleide vrouwen vrouwen ___________________________________________________________________________ Variabelen n M(SD)/% n M(SD)/% n M(SD)/% n M(SD)/% Genderrol Attitudes

1753 20,86(4,28)

414 18,57(4,52) 555 20,58(3,90)

780 22,27(3,83)

Werkstatus moeder Geen werk Wel werk

1744

406

550

784

292 53,1 258 46,9

337 43,0 447 57,0

870 874

49,9 50,1

237 169

58,4 41,6

Bron: GGS België (2008-2010)

3.2

THEORETISCHE ASSOCIATIES ARBEIDSMARKTPARTICIPATIE

Zoals hierboven al vermeld werd, worden er vier modellen bekomen op basis van de controlevariabelen, economische variabelen en sociologische variabelen en de significant voorspelde interactie-effecten. Opleidingsniveau wordt in dit algemene model opgenomen als controlevariabele. Modellen één tot drie zijn terug te vinden in Tabel 7. Model vier wordt weergegeven in Tabel 8. De vier blokken leveren elk een significante bijdrage aan het verklaren van de arbeidsmarktparticipatie van vrouwen. De Nagelkerke R2 van het meest uitgebreide model bedraagt 0,346. Dit wil zeggen dat er een foutenreductie is van 34,6 % ten opzichte van een model zonder al deze variabelen. In blok één voegden we het opleidingsniveau van de vrouw toe, evenals gewest, leeftijd en het kwadraat van leeftijd. Dit model heeft een betere fit dan het model met enkel de intercept en geeft een foutenreductie van 23 %. Hoewel dit niet de focus is van ons onderzoek is het toch interessant dat de controlevariabelen allen significant gerelateerd zijn aan arbeidsdeelname. Vooral het opleidingsniveau van de vrouw blijkt een goede voorspeller te zijn voor de arbeidsmarktparticipatie. Laaggeschoolde

32

vrouwen hebben 6,14 keer minder kans op arbeidsdeelname dan hoogopgeleide vrouwen. Middengeschoolde vrouwen hebben een 2,84 keer kleinere kans om actief te zijn op de arbeidsmarkt. Het gewest waarin men woont heeft ook een duidelijke invloed op de arbeidsmarktparticipatie. Vrouwen hebben in Vlaanderen een beduidend grotere kans om aan het werk te zijn dan in Wallonië of in het Brussels Hoofdstedelijk gewest. Leeftijd en het kwadraat van leeftijd hebben ook een significant effect. De kans dat vrouwen aan het werk zijn wordt kleiner naarmate ze ouder worden en dit effect versnelt nog wat hoe ouder ze zijn. In blok twee werden de economische variabelen toegevoegd. Dit model heeft een betere fit dan het model met enkel de intercept en de parameters van de toegevoegde variabelen leveren een significante bijdrage in het voorspellen van de kans dat een vrouw al dan niet werkt. Nagelkerke R2 van dit model bedraagt 0,32. De toegevoegde variabelen die significant zijn, zijn de volgende: de werkstatus van de man, het opleidingsniveau van de man, het kwadraat van het aantal kinderen in het gezin en de huishoudelijke taakverdeling. Een vrouw die een partner heeft die werkt, heeft zelf 3,66 keer meer kans om te werken dan een vrouw met een niet-werkende partner. Vrouwen met een middelbaar opgeleide partner hebben 1,39 keer meer kans om te werken dan vrouwen met een laagopgeleide partner. Vrouwen met een hoogopgeleide partner hebben statistisch gezien niet meer of minder kans om te werken dan vrouwen met een laagopgeleide partner. Een toenemend aantal kinderen in het gezin zorgt er voor dat de kans kleiner wordt dat een vrouw actief is op de arbeidsmarkt. Voor huishoudelijke taakverdeling geldt dat een vrouw die zelf meer doet in het huishouden, minder kans heeft om te werken dan iemand die een kleinere bijdrage levert in het huishouden. We vinden hier niet het verwachte effect van het aantal kinderen in het huishouden op de arbeidsmarktparticipatie. Uit bivariate analyses met arbeidsmarktparticipatie als afhankelijke variabele en aantal kinderen en aantal kinderen gekwadrateerd, blijkt het effect wel eerst positief, om daarna sterk negatief te worden. Verdere analyses tonen dat het door controle voor leeftijd komt dat enkel het kwadratische effect blijft bestaan (zie Bijlage 2). Het derde blok voegt de sociologische variabelen toe aan het model, namelijk genderrol attitudes en de werkstatus van de moeder. Dit model kent de beste fit ten opzichte van de vorige modellen. Nagelkerke R2 van dit model bedraagt 0,34. Er is geen significant verband tussen de werkstatus van de moeder en de arbeidsmarktparticipatie van de vrouw. Genderrol attitudes zijn positief geassocieerd aan arbeidsmarktparticipatie. De kans vergroot dat een vrouw werkt naarmate ze er meer egalitaire attitudes op nahoudt. Met het toevoegen van dit blok verdwijnen enkele significante associaties. We zien dat het effect van het gewest verdwijnt en van het opleidingsniveau van de partner. Dit wil zeggen dat deze effecten weg verklaard worden door het toevoegen van de sociologische variabelen in het model. 33

Tabel 7. Hiërarchische logistische regressie voor alle vrouwen met arbeidsmarktparticipatie als afhankelijke variabele. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.). Model 1 Variabelen Intercept Opleidingsniveau vrouw Laag opgeleid Middelbaar opgeleid Hoog opgeleid (Ref.) Gewest Vlaanderen (Ref.) Wallonië Brussel Leeftijd _c Leeftijd2_c Opleidingsniveau partner Laag opgeleid (Ref.) Middelbaar opgeleid Hoog opgeleid Werkstatus partner Geen werk (Ref.) Wel werk Aantal Kinderen Aantal Kinderen 2 Huishoudelijke taakverdeling Genderrol attitudes Werkstatus moeder Geen werk (Ref.) Wel werk Nagelkerke R2 -2 LL Chi-Kwadraat Block Chi-kwadraat Model Hosmer & Lemeshow Bron: GGS België (2008-2010) Noot. *=p<0,001 **=p<0,01 ***=p<0,05

B 2,64

Model 2

Exp(B) Sig. 14,06 *

Model 3

B Exp (B) Sig. 3 ,21 24,88 *

B Exp (B) Sig. ,570 1,77

-1,82 -1,04

,163 ,352

* *

-1,59 -1,06

,204 ,348

* *

-1,38 ,251 * -,953 ,386 *

-,919 -,638 -,042 -,002

,399 ,529 ,959 ,998

* * * *

-,644 -,525 -,036 -,002

,525 ,591 ,964 ,998

* * * **

-,360 -,404 - ,033 -,002

,334 -,086

1,40 *** ,917

,295 1,34 -,151 ,860

1,30 ,174 -,133 -,146

3,66 * 1,19 ,876 ** ,864 *

1,27 ,187 -,129 -,151 ,079

,230 1523,329 Chi2(6)=271,78 * Chi2(6)=271,78 * Chi2(8)=7,96, p=,44

,320 1402,560 Chi2(6)=120,77 * Chi2(12)=392,55 * Chi2(8)=7,00, p=,54

,698 ,668 ** ,967 *** ,998 ***

3,55 * 1,21 ,879 ** ,876 * 1,08 *

,268 1,31 ,337 1378,229 Chi2(2)=24,30 * 2 Chi (14)=416,88 * Chi2(8)=6,56, p=,59

In het vierde blok nemen we het interactie-effect van het opleidingsniveau van de vrouw met de werkstatus van de partner op (Tabel 8). Het interactie-effect van het opleidingsniveau van de vrouw met het opleidingsniveau van de partner was niet significant. Het verschil tussen laagopgeleide vrouwen en hoogopgeleide vrouwen is het grootst wanneer de partner niet werkt. Met een werkende partner verkleint het verschil in arbeidskansen. Hetzelfde valt op te maken uit een vergelijking van de middelbaar opgeleide vrouwen met de hoogopgeleide vrouwen. 34

Tabel 8. Model vier met interactie-effect van het opleidingsniveau van de vrouw met de werkstatus van de partner. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.). Model 4 Variabelen Intercept Opleidingsniveau vrouw Laag opgeleid Middelbaar opgeleid Hoog opgeleid (Ref.) Gewest Vlaanderen (Ref.) Wallonië Brussel Leeftijd _c Leeftijd2_c Opleidingsniveau partner Laag opgeleid (Ref.) Middelbaar opgeleid Hoog opgeleid Werkstatus partner Geen werk (Ref.) Wel werk Aantal Kinderen Aantal Kinderen 2 Huishoudelijke taakverdeling Genderrol attitudes Werkstatus moeder Geen werk (Ref.) Wel werk Opleidingsniveau vrouw (1) *Werkstatus partner Opleidingsniveau vrouw (2) *Werkstatus partner Nagelkerke R2 -2 LL Chi-Kwadraat Block Chi-kwadraat Model Hosmer & Lemeshow Bron: GGS België (2008-2010. Noot. *=p<0,001 **=p<0,01 ***=p<0,05

B 1,10

Exp(B) 3,02

Sig.

-2,24 -1,59

,107 ,205

* *

-,374 -,417 -,033 -,002

,688 ,659 ,968 ,998

** * **

,271 -,120

1,31 ,887

,122 ,213 -,137 -,131 ,082

1,13 1,24 ,872 ,878 1,09

,278 1,81

1,32 6,14

**

1,25

3,48

***

** * *

,346 1366,161 Chi2(2)=12,07 ** Chi2(16)=428,95 * Chi2(8)=7,92, p=.44

35

3.3

LAAGGESCHOOLDE VROUWEN

Voor de laagopgeleide vrouwen werden er drie modellen bekomen op basis van de controlevariabelen, economische variabelen en sociologische variabelen. Tabel 9 geeft een overzicht van deze modellen. De drie blokken leveren elk een significante bijdrage aan het verklaren van de arbeidsmarktparticipatie van laaggeschoolde vrouwen. De Nagelkerke R2 van het meest uitgebreide model bedraagt 0,314. Dit model zorgt dus voor een foutenreductie van 31,4 % ten opzichte van een model met enkel de intercept. In blok één worden de controlevariabelen leeftijd, het kwadraat van leeftijd en het gewest waarin men woont toegevoegd. De variabelen zijn significant geassocieerd met de arbeidsmarktparticipatie van laaggeschoolde vrouwen. Nagelkerke R2 van dit model bedraagt 0,088. Blok twee heeft een significant betere fit dan blok één en ook het model voorspelt significant beter de kans op arbeidsdeelname dan het model met enkel de intercept. Nagelkerke R2 van dit model bedraagt 0,27. Van de toegevoegde variabelen zijn de werkstatus van de partner en de huishoudelijke taakverdeling significant geassocieerd met de participatie op de arbeidsmarkt van de vrouw. Een laaggeschoolde vrouw waarvan de partner werkt, heeft zelf 5,52 keer meer kans om te werken dan een vrouw wiens partner niet werkt. Een laaggeschoolde vrouw die zelf veel taken in het huishouden op zich neemt, heeft een kleinere kans om te werken dan een vrouw waar de taakverdeling gelijker verdeeld wordt tussen vrouw en partner of waar de partner meer taken op zich neemt. Het derde en laatste blok zorgt voor de beste fit van het model. Van de toegevoegde variabelen, werkstatus van de moeder en genderrol attitudes, is enkel de laatste significant geassocieerd met de arbeidsmarktparticipatie van de vrouw. Een laaggeschoolde vrouw heeft meer kans om actief te zijn op de arbeidsmarkt, wanneer ze er meer egalitaire attitudes op nahoudt.

36

Tabel 9. Hiërarchische logistische regressie voor laagopgeleide vrouwen met arbeidsmarktparticipatie als afhankelijke variabele. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.). Model 1 Variabelen Intercept Gewest Vlaanderen (Ref.) Wallonië Brussel Leeftijd _c Leeftijd2_c Opleidingsniveau partner Laag opgeleid (Ref.) Middelbaar opgeleid Hoog opgeleid Werkstatus partner Geen werk (Ref.) Wel werk Aantal Kinderen Aantal Kinderen 2 Huishoudelijke taakverdeling Genderrol attitudes Werkstatus moeder Geen werk (Ref.) Wel werk Nagelkerke R2 -2 LL Chi-Kwadraat Block Chi-kwadraat Model Hosmer & Lemeshow Bron: GGS België (2008-2010) Noot. *=p<0,001 **=p<0,01 ***=p<0,05

B ,827

-,833 -,181 -,026 -,004

Exp(B) Sig. 2,29 *

,435 *** ,835 ,975 * ,996 *

,088 492,665 Chi2(4)=25,49 * Chi2(4)=25,49 * Chi2(8)=5,65, p=,69

Model 2

Model 3

B ,958

Exp (B) Sig. 2,61

-,439 -,012 -,020 -,004

,645 ,988 ,980 ,996 **

,105 ,194 -,018 -,004

,095 ,400

1,10 1,49

,054 1,06 ,388 1,47

1,71 -,060 -,054 -,115

5,52 * ,941 ,947 ,891 **

1,27 5,81 * -,081 ,922 -,047 ,954 -,091 ,913 *** ,120 1,13 *

,267 434,667 Chi2(6)=57,99 * Chi2(10)=83,48 * Chi2(8)=8,08, p=,43

B Exp (B) Sig. -2,74 ,064 **

1,11 1,21 ,982 ,996 **

,136 1,15 ,314 417,581 Chi2(2)=17,10 * Chi2(12)=100,57 * Chi2(8)=4,71, p=,79

37

3.4

MIDDENGESCHOOLDE VROUWEN

Voor de middelbaar opgeleide vrouwen werden er drie modellen bekomen op basis van de controlevariabelen, economische variabelen en sociologische variabelen. Deze werden in drie blokken toegevoegd aan het model dat enkel de intercept bevat. Een overzicht van deze modellen wordt weergegeven in Tabel 10. Alle drie de blokken leveren een significante bijdrage aan het verklaren van de arbeidsmarktparticipatie van middelbaar geschoolde vrouwen. De Nagelkerke R2 van het volledige model bedraagt 0,295. Dit model zorgt dus voor een foutenreductie van 29,5 % ten opzichte van een model met enkel de intercept. Blok één bestaat uit de controlevariabelen leeftijd, leeftijd in het kwadraat en het gewest waarin men woont. Dit model heeft een significant betere verklaringskracht dan het model met enkel de intercept. Zowel het gewest waarin men woont als de leeftijd van de vrouw zijn significant geassocieerd met de arbeidsmarktparticipatie van de vrouw. De Nagelkerke R2 zorgt voor een foutenreductie van 12,9 %. In het tweede blok worden de economische variabelen toegevoegd. Dit model kent een betere fit dan het vorige. De in dit blok toegevoegde variabelen hebben een significante toegevoegde waarde ten opzichte van een model met enkel de intercept. Alle toegevoegde variabelen hebben een significant verband met de arbeidsmarktparticipatie van de middelbaar opgeleide vrouw, met uitzondering van het opleidingsniveau van de partner. Nagelkerke R2 voor dit model bedraagt 0,276. De werkstatus van de partner is sterk gerelateerd aan de arbeidsdeelname van de vrouw. Een middelbaar opgeleide vrouw die een werkende partner heeft, heeft 4,12 keer meer kans om te werken, dan een middelbaar opgeleide vrouw waarvan de partner niet werkt. We zien ook dat de kans dat een vrouw werkt, kleiner wordt naarmate er meer kinderen in het gezin aanwezig zijn. Middelbaar opgeleide vrouwen die meer taken in het huishouden op zich nemen, hebben een grotere kans om werkloos te zijn dan vrouwen die minder taken uitvoeren in het huishouden. Van de toegevoegde sociologische variabelen hebben enkel genderrol attitudes een significant effect. Een middelbaar opgeleide vrouw die er meer egalitaire genderrol attitudes op nahoudt, heeft meer kans om actief te zijn op de arbeidsmarkt dan een middelbaar opgeleide vrouw met traditionelere genderrol attitudes.

38

Tabel 10. Hiërarchische logistische regressie voor middengeschoolde vrouwen met arbeidsmarktparticipatie als afhankelijke variabele. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.). Model 1 Variabelen Intercept Gewest Vlaanderen (Ref.) Wallonië Brussel Leeftijd _c Leeftijd2_c Opleidingsniveau partner Laag opgeleid (Ref.) Middelbaar opgeleid Hoog opgeleid Werkstatus partner Geen werk (Ref.) Wel werk Aantal Kinderen Aantal Kinderen 2 Huishoudelijke taakverdeling Genderrol attitudes Werkstatus moeder Geen werk (Ref.) Wel werk Nagelkerke R2 -2 LL Chi-Kwadraat Block Chi-kwadraat Model Hosmer & Lemeshow Bron: GGS België (2008-2010) Noot. *=p<0,001 **=p<0,01 ***=p<0,05

B 1,69

-,994 -1,25 -,053 -,001

Model 2

Exp(B) Sig. 5,39 *

,370 ,287 ,984 ,999

*** * *

,129 535,812 Chi2(4)=47,18 * Chi2(4)=47,18 * Chi2(8)=4,41, p=,82

Model 3

B 2,31

Exp (B) Sig. 10,09 *

B Exp (B) Sig. ,063 1,07

-,458 -1,20 -,045 ,001

,633 ,302 ,956 1,00

-,234 ,792 -1,09 ,335 -,040 ,961 ,001 1,00

,430 -,153

1,54 ,858

,395 -,232

1,48 ,793

1,42 ,512 -,284 -,164

4,12 * 1,67 ,754 ** ,849 *

1,40 ,571 -,292 -,158 ,068

4,04 * 1,77 ,747 ** ,854 * 1,07 *

* **

* *

,420 1,52 ,278 ,295 475,464 467,931 Chi2(6)=60,35 * Chi2(2)=7,53 ** Chi2(10)=107,53 * Chi2(12)=115,07 * Chi2(8)=13,94 p=,08 Chi2(8)=10,75,p=,22

39

3.5

OPLEIDINGSVERSCHILLEN IN ARBEIDSMARKTPARTICIPATIE

In Tabel 11 staan vier binaire logistische regressies weergegeven die er op gericht zijn na te gaan of er een verschil is in arbeidsmarktparticipatie naar opleidingsniveau (model één). Belangrijker nog, was om na te gaan of deze verschillen weg verklaard worden door het toevoegen van de economische variabelen (model twee), de sociologische variabelen (model drie) en een combinatie van alle onafhankelijke variabelen, de controlevariabelen inbegrepen (model vier). Door de odds ratio’s van opleidingsniveau van de verschillende modellen te vergelijken met de odds ratio’s van opleidingsniveau in model één kunnen we vaststellen welke variabelen de verschillen in arbeidsmarktparticipatie naar opleidingsniveau kunnen verklaren. In model één wordt enkel het opleidingsniveau opgenomen. Laagopgeleide en middelbaar opgeleide vrouwen hebben duidelijk en significant een kleinere kans om betaald werk te verrichten dan hoogopgeleide vrouwen. Middelbaar opgeleide vrouwen hebben 2,97 keer minder kans om actief te zijn op de arbeidsmarkt dan hoogopgeleide vrouwen. Bij laagopgeleide vrouwen is de kans zelfs 8 keer groter. Het tweede model neemt naast opleidingsniveau ook de werkstatus van de partner, het opleidingsniveau van de partner, de huishoudelijke taakverdeling en het aantal kinderen in het gezin op. De verschillen in kansen dat een laagopgeleide vrouw en een middelbaar opgeleide vrouw werken ten opzichte van een hooggeschoolde vrouw nemen hier af. Alle toegevoegde economische variabelen spelen hier een rol bij. In het derde model zijn de genderrol attitudes en de werkstatus van de moeder toegevoegd. Beiden zijn significant geassocieerd aan de arbeidsdeelname van vrouwen. De opleidingsverschillen worden hierdoor niet weg verklaard. Wel nemen de odds ratio’s af. Het vierde model bestaat uit het opleidingsniveau van de vrouw, de economische variabelen, de sociologische variabelen en de controlevariabelen (leeftijd, leeftijd in het kwadraat, gewest waarin men woont). In dit laatste model is de afname in de verschillen in kansen tussen de opleidingsgroepen het grootst. Toch blijven de opleidingsverschillen nog steeds groot en significant aanwezig. Het is een samenspel van sociologische variabelen, economische variabelen en controlevariabelen die deels de verschillen in arbeidsmarktparticipatie tussen hoogopgeleide enerzijds en laagopgeleide en middelbaar opgeleide vrouwen anderzijds, kunnen verklaren. Er blijft echter nog een aanzienlijk deel onverklaard. In dit vierde model zijn de significante economische variabelen de werkstatus van de partner, het kwadraat van het aantal kinderen en de huishoudelijke taakverdeling. Van de sociologische variabelen is enkel het effect van de genderrol attitudes nog significant. Om verder na te gaan welke variabelen de grootste invloed uitoefenen op het effect van opleidingsniveau, voerden we een reeks logistische regressies uit, waarbij telkens één variabele werd ingevoerd en zo stelselmatig de verandering in de odds ratio van opleiding kon bekeken worden. De volgorde van invoer had geen belang, de effecten bleven van ongeveer gelijke grootorde.

40

Tabel 11. Binaire logistische regressies voor alle vrouwen met arbeidsmarktparticipatie als afhankelijke variabele. Met weergave van de referentiecategorie (Ref.), parameters (B), odds ratio (Exp(B)) en significantieniveau van de Wald-statistiek (Sig.). Model 1

Model 2

Variabelen B Exp(B) Sig. B Exp (B) Sig. Intercept 2,12 8,30 * 2,52 12,46 * Opleidingsniveau vrouw Laag -2,08 ,125 * -1,69 ,184 * Middelbaar -1,09 ,337 * -1,05 ,351 * Hoog (Ref.) Gewest Vlaanderen (Ref.) Wallonië Brussel Leeftijd _c Leeftijd2_c Opleidingsniveau partner Laag (Ref.) Middelbaar ,358 1,43 *** Hoog -,101 ,903 Werkstatus partner Geen werk (Ref.) Wel werk 1,38 3,98 * Aantal Kinderen ,563 1,76 Aantal Kinderen 2 -,201 ,818 * Huishoudelijke -,155 ,856 * taakverdeling Genderrol attitudes Werkstatus moeder Geen werk (Ref.) Wel werk Nagelkerke R2 ,169 ,282 -2 LL 1793,798 1562,755 Chi-kwadraat Model Chi2(2)=216,42 * Chi2(8)=362,39 * Hosmer & Lemeshow Chi2(1)=0,0, p=1,0 Chi2(8)=12,6, p=,13 Bron: GGS België (2008-2010) Noot. *=p<0,001 **=p<0,01 ***=p<0,05

Model 3

Model 4

B Exp (B) Sig. -1,48 ,228 **

B Exp (B) Sig. ,624 ,190

-1,70 ,182 -,864 ,421

-1,38 ,251 -,953 ,386

,115

1,12 *

* *

* *

-,360 -,404 -,033 -,002

,698 ,668 ** ,967 * ,998 **

,295 -,151

1,34 ,860

1,27 ,187 -,129 -,132

3,55 * 1,21 ,879 ** ,876 *

,079

1,08

*

,460 1,58 * ,268 1,31 ,227 ,337 1590,740 1378, 229 Chi2(4)=278,37 * Chi2(14)=416,88* Chi2(8)=11,9, p=,15 Chi2(8)=6,6,p=,59

In Tabel 12 wordt een overzicht gegeven van de stapsgewijze verandering van de odds ratio voor het opleidingsniveau voor laagopgeleide en middelbaar opgeleide vrouwen. De inverse van de odds ratio wordt ook weergegeven omdat dit duidelijker maakt dat het verschil in kansen toeneemt of afneemt tussen arbeidsmarktparticipatie van hoogopgeleide vrouwen enerzijds, en laagopgeleide en middelbaar 41

opgeleide vrouwen anderzijds, bij het toevoegen van bepaalde variabelen. Verder is deze ook eenvoudiger te interpreteren. Van de controlevariabelen heeft leeftijd het grootste effect. Hooggeschoolde vrouwen zijn over het algemeen jonger in de dataset en daardoor is hun arbeidsdeelname hoger. Er zijn bij de economische en sociologische factoren drie relatief grote effecten waarneembaar die het effect van het opleidingsniveau op de arbeidsmarktparticipatie doen afnemen en zelf significant zijn in het finale model. Deze zijn het effect van werkstatus van de partner, van de huishoudelijke taakverdeling en van de genderrol attitudes. Hooggeschoolde vrouwen hebben vaker een werkende partner, doen zelf minder in het huishouden en hebben meer egalitaire genderrol attitudes dan lager geschoolde vrouwen. Tabel 12. De verandering in de odds ratio (Exp(B)) van opleidingsniveau (Ref. =Hoog opgeleid), bij het stapsgewijs toevoegen van onafhankelijke variabelen, met arbeidsmarktparticipatie van de vrouw als afhankelijke variabele.

Toegevoegde onafhankelijke variabelen Opleidingsniveau Gewest (Ref.=Vlaanderen) Wallonië Brussel Leeftijd & Leeftijd2 Werkstatus partner (Ref.= Geen werk) Opleidingsniveau partner (Ref.=Hoog) Laag Middelbaar Aantal kinderen & Kinderen2 Huishoudelijke taakverdeling Genderrol attitudes Werkstatus moeder (Ref. = Geen werk)

Opleidingsniveau (Ref. = Hoog) Laag Middelbaar

Sig. Exp(B) 0,125 0,133

1/Exp(B) 8 7,52

Exp(B) 0,337 0,323

1/Exp(B) 2,97 3,10

** ***

0,167

5,99

0,344

2,91

*

0,193

5,18

0,364

2,75

0,186

5,38

0,323

3,10

**

0,191

5,24

0,317

3,15

* *

0,207 0,25 0,251

4,83 4,00 3,98

0,34 0,376 0,386

2,94 2,66 2,59

*

Bron: GGS België (2008-2010) Noot. Significantieniveau finale model: *=p<0,001 **=p<0,01 ***=p<0,05

42

4

DISCUSSIE

Het centrale probleem waarvan we vertrokken zijn, is de arbeidsmarktparticipatie van vrouwen in België. Volgens Van Hooteghem et al. (2011) kan men enkel de ‘Europa 2020’ doelstelling en de doelstellingen uit het ambitieuze ‘Vlaamse Pact 2020’ halen, indien men de arbeidsmarktparticipatie van vrouwen verder kan laten toenemen. Het is dan vooral de lage werkzaamheidsgraad bij de lager geschoolde vrouwen waar we hier dieper op in gegaan zijn. Waar hooggeschoolde vrouwen een bijna gelijke werkzaamheidsgraad hebben als hun mannelijke collega’s, is dit zeker niet het geval voor laaggeschoolde en middengeschoolde vrouwen. Door een economische invalshoek te combineren met een sociologische invalshoek probeerden we een antwoord te bieden op de vraag waarom vrouwen in het algemeen, en lager geschoolde vrouwen in het bijzonder, al dan niet participeren op de arbeidsmarkt. We gingen ook na of het verschil in arbeidsmarktparticipatie tussen de opleidingsgroepen verklaard kon worden door de factoren uit de economische en sociologische invalshoek. Er werd gebruikt gemaakt van secundaire data uit de ‘Belgische Generations and Gender Survey, Golf 1’ (GGS België, 2008-2010). Aan de hand van binaire logistische regressie analyses werd nagegaan of onze hypothesen bevestigd konden worden. De resultaten worden besproken in de volgorde waarin de analyses aan bod kwamen. De tegengestelde of onverwachtse bevindingen die terugkomen bij alle modellen worden apart besproken. 4.1

THEORETISCHE ASSOCIATIES ARBEIDSMARKTPARTICIPATIE

Uit de resultaten blijkt dat de eerste hypothese deels bevestigd kan worden. Zowel economische als sociologische factoren dragen bij aan het verklaren van de arbeidskansen van vrouwen. Sommige deelhypothesen van de New Home Economics theorie worden bevestigd, maar er is er één die een tegengesteld effect heeft van wat er verwacht werd. De rol van de socialisatiebenadering wordt bevestigd op basis van de rol die de genderrol attitudes spelen in het verklaren van de arbeidsmarktparticipatie van vrouwen. De eigen attitudes blijken voor hedendaagse vrouwen een belangrijkere rol te spelen dan de sociale achtergrond. Hieronder volgt een verdere discussie van de bekomen resultaten. 4.1.1

Economische invalshoek

Hoe lager het opleidingsniveau, hoe minder kans een vrouw heeft om actief te zijn op de arbeidsmarkt (hypothese 1.1). Dit is in lijn met eerdere bevindingen (zie onder andere Cantillon et al., 2001; Ghysels & Van Lancker, 2009). In vergelijking met de hooggeschoolde vrouwen, zijn de arbeidskansen het laagst voor de laagopgeleide vrouwen, gevolgd door de kansen van de middelbaar opgeleide vrouwen. Fortin (2005) geeft in zijn studie aan dat het opleidingsniveau van de vrouw de belangrijkste determinant is van arbeidsdeelname. 43

Hypothese 1.2 kan ook worden bevestigd, aangezien vrouwen die zelf meer taken op zich nemen in het huishouden, minder kans hebben om actief te zijn op de arbeidsmarkt. Dit strookt met de New Home Economics theorie, aangezien vrouwen zich in een bepaalde richting lijken te specialiseren. Een vrouw die actief is op de arbeidsmarkt heeft een gelijkere taakverdeling in het huishouden. Een vrouw die meer huishoudelijke taken op zich neemt, heeft minder kans om actief te zijn op de arbeidsmarkt. Dit komt overeen met eerdere bevindingen uit een review van Shelton & John (1996). Vanuit een sociologische invalshoek zou de huishoudelijke taakverdeling gezien kunnen worden als een reflectie van de attitudes in het huishouden (Blair & Lichter, 1991). Vrouwen (en hun partners) met meer egalitaire genderrol attitudes zullen de huishoudelijke taken gelijker verdelen én beide partners hebben meer kans op actieve arbeidsdeelname. Dit lijkt niet het geval te zijn. Huishoudelijke taakverdeling blijft geassocieerd met de arbeidsmarktparticipatie van vrouwen na controle voor genderrol attitudes. Naast het eigen menselijk kapitaal werd er verwacht dat ook de partner en vooral diens menselijk kapitaal van invloed zouden zijn op het al dan niet participeren op de arbeidsmarkt. Uit de resultaten blijkt echter dat het opleidingsniveau van de partner geen invloed meer heeft, na controle voor de sociologische variabelen. Het maakt daarbij ook geen verschil of de partner hoog of laag opgeleid is. Hypothese 1.3 kan dus niet worden bevestigd. Nog opvallender is de rol die de werkstatus van de partner speelt en die een tegengesteld effect laat zien van wat we verwachten op basis van de New Home Economics theorie (hypothese 1.4). De werkstatus van de partner is inderdaad een moderator, wat blijkt uit het interactie-effect (hypothese 1.8), maar speelt eerder een rol als buffer. Laagopgeleide en middelbaar opgeleide vrouwen lopen een groter risico om geen betaalde arbeid te verrichten wanneer hun partner werkloos is, dan hoogopgeleide vrouwen. De kloof in arbeidskansen wordt echter kleiner indien hun partner wel werkt. Hoe meer kinderen in het gezin, hoe minder kans er is dat een vrouw zal gaan werken. Het effect van kinderen in het gezin wordt versterkt naarmate er meer kinderen in het huishouden aanwezig zijn. We vinden hier niet het effect dat verwacht werd op basis van de studie van Ghysels en Van Lancker (2009). Dit blijkt te komen door het leeftijdseffect dat we in onze studie opnamen als controlevariabele. Jongere vrouwen zullen actiever zijn op de arbeidsmarkt, maar het is ook bij deze vrouwen dat er vaker meer jonge kinderen in het huishouden aanwezig zullen zijn. Vrouwen zonder kinderen in het huishouden, bevinden zich vaker in de leeftijdscategorieën die ofwel nog niet zo actief zijn op de arbeidsmarkt, ofwel al minder participeren op de arbeidsmarkt. Uit een studie van Geurts en Van Woensel (2005) blijkt dat de combinatie van werk en gezin steeds beter lukt voor vrouwen vanaf 30 jaar. Het zijn vrouwen tussen 25 en 49 jaar die ook het meest actief zijn op de arbeidsmarkt (Coppens, 2005; Geurts & Van Woensel, 2005). Leeftijd in rekening brengen zorgt dus dat enkel het negatieve kwadratische effect van het aantal kinderen overeind blijft. Dit toont

44

ook aan dat het nut heeft om niet enkel bivariate analyses uit te voeren. Multivariate analyses kunnen een meerwaarde bieden in het verklaren van de arbeidsmarktparticipatie van vrouwen. 4.1.2

Sociologische invalshoek

Van de sociologische variabelen spelen enkel de genderrol attitudes van de vrouw een rol in het verklaren van de arbeidsmarktparticipatie van de vrouw (hypothese 1.6). De sociale achtergrond, die in deze studie geoperationaliseerd werd als de werkstatus van de moeder wanneer de vrouw 15 jaar was, heeft geen impact op de arbeidsmarktparticipatie (hypothese 1.7). Genderrol attitudes blijken geassocieerd te zijn met de arbeidsmarktparticipatie van vrouwen. Een vrouw met meer egalitaire genderrol attitudes, zal meer kans hebben actief te zijn op de arbeidsmarkt, dan een vrouw met traditionele genderrol attitudes. Dit is een bevestiging van eerder onderzoek waarbij gevonden werd dat vrouwen met moderne opvattingen vaker buitenshuis werken dan vrouwen met meer traditionele opvattingen (Fortin, 2005). 4.2

LAAGGESCHOOLDE EN MIDDENGESCHOOLDE VROUWEN

Voor laaggeschoolde en middengeschoolde vrouwen geeft een combinatie van twee invalshoeken een betere verklaring voor de arbeidsmarktparticipatie van vrouwen dan wanneer slechts één invalshoek in rekening gebracht zou worden. Voor laaggeschoolde vrouwen wijzen de bevindingen uit de resultaten op een effect van zowel economische als sociologische factoren. In tegenstelling tot onze verwachting, bieden genderrol attitudes een betere verklaring voor de arbeidsmarktparticipatie van laaggeschoolde vrouwen dan de hypothesen op basis van de New Home Economics theorie. Voor de middengeschoolde

vrouwen wordt de hypothese deels bevestigd. Zowel economische als

sociologische variabelen zijn van belang bij het verklaren van de arbeidsmarktparticipatie. De associaties die gevonden werden voor alle vrouwen ongeacht hun opleidingsniveau, worden voor hen ook gevonden. Hier is het effect van de werkstatus ook tegengesteld aan de verwachtingen op basis van de New Home Economics theorie. Dezelfde redeneringen kunnen gevolgd worden als deze die hierboven reeds beschreven werden. Een verdere bespreking volgt voor de laaggeschoolde vrouwen, aangezien voor hen de gevonden bevindingen niet overeenkomen met de verwachtingen. 4.2.1

Economische invalshoek

Voor laaggeschoolde vrouwen is de New Home Economics theorie een minder goede invalshoek tot het verklaren van hun kans op arbeidsmarktparticipatie. Van de economische factoren blijken enkel de huishoudelijke taakverdeling en de werkstatus van de partner een rol te spelen in het verklaren van de kansen op arbeidsdeelname van laaggeschoolde vrouwen. De werkstatus van de partner heeft een tegengesteld effect aan de verwachting op basis van de New Home Economics theorie. Het aantal kinderen in het huishouden heeft geen effect, terwijl dit op basis van vorig onderzoek wel verwacht werd. In de internationale studie van Ghysels en Van Lancker (2009) blijken vooral jonge kinderen 45

voor laagopgeleide vrouwen een sterk effect te hebben op hun arbeidsmarktparticipatie. Jonge laaggeschoolde moeders participeren veel minder dan laaggeschoolde vrouwen die geen kinderen in het gezin hebben. Ghysels en Van Lancker (2009) bekijken echter enkel de invloed van kinderen jonger dan drie jaar wanneer ze een onderscheid maken naar het opleidingsniveau van vrouwen. Dezelfde invloed wordt ook gevonden door Cantillon et al. (2001) die een vergelijking maakten tussen laaggeschoolde jonge moeders met kinderen tot zes jaar en laaggeschoolde vrouwen zonder kinderen. Volgens een studie van Neels en Theunynck (2012) die uitgevoerd werd in België, zou het effect van kinderen in het gezin het grootst zijn voor laagopgeleide vrouwen. Laagopgeleide vrouwen zouden dus minder kans hebben op arbeidsdeelname indien er kinderen in het gezin aanwezig zijn. In de studie van Neels & Theunynck (2012) wordt er een opsplitsing gemaakt naar voltijds en deeltijds werk. Op basis hiervan blijkt wel dat laaggeschoolde vrouwen wel weer vaker gaan participeren, maar dit eerder in deeltijds werk gaan doen, naarmate hun kinderen ouder worden. Het aantal kinderen in het gezin zoals bestudeerd in deze masterproef, zou dus vooral een invloed kunnen hebben op de overgang van voltijds naar deeltijds werk. Uit tijdbestedingsonderzoek van Minnen en Glorieux (2005) komt duidelijk naar voor dat het hebben van inwonende kinderen, ongeacht hun leeftijd, vooral een impact heeft op het aantal uren dat een vrouw gaat werken. Hoewel laaggeschoolde vrouwen geneigd zijn om sneller de zorg voor kinderen op zich te nemen, blijken ze hun arbeidsmarktparticipatie niet geheel op te geven. 4.2.2

Sociologische invalshoek

Genderrol attitudes zijn voor laaggeschoolde vrouwen een belangrijke voorspeller voor hun kansen op de arbeidsmarkt. Een laaggeschoolde vrouw die meer egalitaire genderrol attitudes heeft, zal een grotere kans hebben om actief te zijn op de arbeidsmarkt. We zouden er vanuit kunnen gaan dat laaggeschoolde vrouwen met egalitaire genderrol attitudes meer moeite doen dan andere laagopgeleide vrouwen om een betaalde job te vinden en te behouden. Volgens Hakims’ Preferentietheorie (2002, 2006) zijn vrouwen met egalitaire genderrol attitudes gericht op werk en zal dit er toe leiden dat zij ook effectief actief deelnemen op de arbeidsmarkt. Deze theorie houdt echter geen rekening met sociale klasse en gaat er van uit dat iedere vrouw haar voorkeur kan volgen. Een vrouw zal haar voorkeuren op actieve manier proberen bereiken door bijvoorbeeld te streven naar een betere scholing. Dit impliceert dat laagopgeleide vrouwen net omwille van hun voorkeur voor traditionele rolpatronen minder scholing genoten zouden hebben. Uit onderzoek van James (2008) blijkt echter dat vrouwen uit een lagere sociale klasse meer belemmeringen kennen tot het vervullen van hun voorkeuren in arbeidsdeelname dan de hogere sociale klassen. Vrouwen uit een lagere klasse hebben minder menselijk kapitaal en hebben daardoor een minder vrije keuze in hun arbeidsdeelname (James, 2008).

46

We kunnen op basis hiervan er nog steeds van uit gaan dat laaggeschoolde vrouwen met egalitaire attitudes de mogelijkheid niet bezaten om verdere scholing te volgen, maar alles in het werk stellen om een actieve bijdrage te leveren op de arbeidsmarkt. Een ander mechanisme dat een rol kan spelen, is dat deze vrouwen op basis van interesses meer egalitaire attitudes ontwikkeld hebben (Bolzendahl & Myers, 2004). Het kan zijn dat arbeidsdeelname hen bepaalde voordelen verschaft. James (2008) vindt bijvoorbeeld in haar studie dat vrouwen uit een lagere sociale klasse eerder gaan werken omwille van hun zelfwaardering, om onafhankelijkheid te verkrijgen van hun partner of omwille van het sociale netwerk dat ze er mee uitbouwen. In die zin kan het dus nuttig zijn voor vrouwen die deze interesses nastreven, om egalitaire genderrol attitudes te hebben zodat hun gedrag consistent is met hun opvattingen (Bolzendahl & Myers, 2004). Volgens verklaringen die uitgaan van een blootstelling aan ideeën, zal blootstelling aan ideeën en situaties die overeenkomen met meer egalitaire idealen, leiden tot meer egalitaire genderrol attitudes (Bolzendahl & Myers, 2004). De blootstelling aan ideeën en situaties kan via socialisatie, educatie of persoonlijke ervaringen (Davis & Greenstein, 2009). Blootstelling aan egalitaire situaties, zoals werk verrichten op de arbeidsmarkt, zal leiden tot meer egalitair gedachtegoed. Dit is het geval, ongeacht het opleidingsniveau. Langs de andere kant zal een laaggeschoolde vrouw die niet actief deelneemt aan betaalde arbeid, meer traditionele attitudes ontwikkelen (Davis & Greenstein, 2009). In het laatste geval zijn de egalitaire genderrol attitudes van laaggeschoolde vrouwen te verklaren vanuit hun arbeidsmarktparticipatie. Aangezien we cross-sectioneel onderzoek uitvoerden, kunnen we niets zeggen over de causaliteit. Een wisselwerking tussen beiden werd echter in eerder longitudinaal onderzoek al vastgesteld (Corrigall & Konrad, 2007; Jansen & Kalmijn, 2000; Kan, 2007). 4.3

TEGENGESTELDE BEVINDINGEN EN NIET-SIGNIFICANTE EFFECTEN

Hier komt de rol van de partnerkenmerken en de sociale achtergrond aan bod. Dit is hier op zijn plaats, omdat de bevindingen opgaan voor zowel de toetsing van de theoretische associaties bij alle vrouwen in de dataset, als voor de laaggeschoolde en middengeschoolde vrouwen. 4.3.1

Partnerkenmerken

In de volledige modellen vonden we geen effect van het opleidingsniveau van de partner op de arbeidsmarktparticipatie van de vrouw. Er is in deze Belgische steekproef sprake van opleidingshomogamie, waarbij individuen met een gelijk opleidingsniveau eerder een relatie aangaan dan individuen met een verschillend opleidingsniveau (De Lange et al., 2012; Elchardus & Pelleriaux, 2001). Het is mogelijk dat het effect van het opleidingsniveau van de partner indirect verloopt. Omdat de partner geselecteerd wordt op basis van gelijkenissen (bijvoorbeeld in opleidingsniveau) ontstaat er een accumulatie van arbeidsmarktkansen of –risico’s (Ghysels & Van Lancker, 2009; Neels & Theunynck, 2012). Deze risico’s of kansen zitten vervat in de andere factoren die een invloed hebben op de arbeidsmarktparticipatie. Verder is het mogelijk dat het opleidingsniveau van de partner geen 47

invloed heeft op het al dan niet actief zijn op de arbeidsmarkt, maar wel op het aantal uren dat een vrouw werkt. De overstap naar deeltijds werk zou bijvoorbeeld sneller gemaakt kunnen worden indien de partner hoog opgeleid is en een goede positie heeft op de arbeidsmarkt. In tegenstelling tot de hypothese die we formuleerden op basis van de economische invalshoek, blijkt de werkstatus van de partner een positief effect te hebben op de kans dat een vrouw actief is op de arbeidsmarkt. Volgens de New Home Economics theorie zou de partner die de hoogste verdiencapaciteit heeft, specialiseren in betaalde arbeid, terwijl de andere partner de huishoudelijke taken op zich zou nemen (Becker, 1981). Vrouwen verdienen vandaag de dag nog steeds gemiddeld een stuk minder dan mannen in België (Delmotte, et al., 2010). Op basis hiervan zouden we verwachten dat de stelling van de economische invalshoek op zou gaan. Nog opvallender is het feit dat het positieve effect van de werkstatus van de partner op de arbeidsdeelname voor laaggeschoolde vrouwen ook geldt en dat de werkstatus van de partner één van de sterkste voorspellers is voor de werkstatus van zowel de laaggeschoolde vrouwen als de middengeschoolde vrouwen. In wat volgt geven we een uiteenzetting van mogelijke verklaringen en alternatieve theorieën. Een eerste reden waarom we niet het verwachte effect vinden, kan te maken hebben met de opsplitsing van de arbeidsmarktparticipatie van de vrouw in werkend en niet werkend. Uit studies in België valt op te maken dat vrouwen met een partner die een bevoordeelde positie heeft op de arbeidsmarkt, vaker kiezen voor deeltijds werk (Corijn, 2001; Deschacht et al., 2011). In andere studies vindt men hiervoor geen eenduidig effect (bijvoorbeeld Verbakel, 2010). Onderzoek dat dus een opsplitsing maakt naar het aantal uren dat vrouwen werken, zou misschien toch het negatieve effect vinden van de werkstatus van de partner, dat voorspeld wordt door de economische theorie. We gebruiken ook een heel ruime indicator voor de werkstatus van de partner. Uit een studie van Bernasco et al. (1998) toont een splitsing in financiële middelen en arbeidsmarktmiddelen, zoals vaardigheden en toegang tot informatie, een ander beeld. Financiële middelen van de partner hebben volgens deze studie een negatief effect op de arbeidsmarktparticipatie van de vrouw, terwijl arbeidsmarktmiddelen een positief effect hebben. Er blijkt dus sprake te zijn van tegengestelde effecten van arbeidsmarktmiddelen en financiële middelen (Bernasco et al., 1998). Toch is het feit dat de ruime indicator die we gebruikten zo’n sterke voorspeller is, een teken dat het positieve effect van het hebben van een werkende partner robuust is. Om dit positieve effect te verklaren moeten we een sociologische verklaring naar voor brengen. Een alternatieve hypothese die al aan bod kwam is dat het sociaal kapitaal van de partner, in de vorm van het sociale netwerk, de zoektocht naar werk vergemakkelijkt (Bernasco et al., 1998). Een werkende partner kan de werkomstandigheden van de vrouw beïnvloeden omdat hij vaardigheden, kennis en een sociaal netwerk kan aanbrengen (De Lange, Wolbers & Ultee, 2012). Vrouwen hebben over het algemeen zelf een minder heterogeen netwerk dan mannen. Via het netwerk van de partner kunnen 48

vrouwen in contact komen met een breder en meer heterogeen netwerk, dat hen voordelen kan opleveren (Lin, 2000). Om twee redenen zou het kunnen dat het gevonden positieve effect van de werkstatus van de partner zo groot is. Opvallend is, dat laaggeschoolde vrouwen met een werkende partner een veel grotere kans hebben om te werken dan laaggeschoolde vrouwen waarvan de partner werkloos is. Vooral voor laaggeschoolde vrouwen hadden we een negatief effect verwacht op de arbeidsdeelname. Vanuit de theorie van het sociaal kapitaal is er een scheiding in de sociale netwerken naar sociale klasse (Lin, 2000). Sociale groepen in minder goede socio-economische omstandigheden, zouden volgens Lin (2000) ook beschikken over minder sociaal kapitaal. Dat het effect van de werkende partner, die vaker laaggeschoold is, toch zo groot is, kan minder goed via deze theorie verklaard worden. Toch kunnen we een verklaring vinden voor dit effect. Vooral in jobs waarin weinig vaardigheden en kennis vereist zijn, kan een aanbeveling door een vriend of kennis van groot belang zijn (Brook, 2005). Wanneer men over weinig kennis hoeft te beschikken, kan iedereen het werk uitvoeren. Een werkgever zal dan eerder geneigd zijn iemand aan te werven die aanbevolen wordt door een werknemer, dan iemand die geen kennissen heeft in het bedrijf (Brook, 2005). 4.3.2

Werkstatus van de moeder

We vinden geen effect van de werkstatus van de moeder op de arbeidsmarktparticipatie van de vrouw. Bij een onderscheid naar het opleidingsniveau van de vrouw vinden we ook geen effect van de werkstatus van de moeder. Clöin (2010) vond in haar studie wel een verband tussen de arbeidsdeelname van laagopgeleide en middelbaar opgeleide vrouwen en de werkstatus van hun moeder. We gingen er in deze studie van uit dat een werkende moeder tijdens de adolescentie, een rolmodel is voor de vrouw, die later zelf ook meer kans zal hebben om actief te zijn op de arbeidsmarkt. Dit blijkt niet het geval te zijn. Meerdere verklaringen kunnen hiervoor uitgewerkt worden. De eerste is dat in België de rol van de sociale achtergrond verminderd is en het belang van de eigen opleiding sterk is toegenomen (Woessman, 2004). Volgens de studie van Woessman (2004) is vooral in Vlaanderen de rol van de sociale achtergrond sterk verminderd als het gaat om het behalen van academische resultaten. Dit is in mindere mate het geval voor Wallonië, maar ook in dit landsdeel is statusverwerving belangrijker dan in andere Europese landen (Woessman, 2004). Een tweede verklaring is dat via het onderwijs, dat in België door de meeste jongeren al vanaf de kleuterleeftijd gevolgd wordt, modernere opvattingen worden aangeleerd (Kane, 1995). Als het enkel gaat om een toegenomen belang van statusverwerving en het aanleren van genderrol attitudes via opleiding, zouden we nog kunnen verwachten dat laaggeschoolde vrouwen toch meer invloed ondervinden van de werkstatus van hun moeder, omdat zij een minder lange opleiding genoten hebben.

49

In een studie van Thornton et al. (1983) werd vastgesteld dat het niet enkel belangrijk is welk gedrag een moeder stelt, maar dat vooral de attitudes die ze er op nahoudt, belangrijk zijn. Moen, Erickson en Dempster-McClain (1997) komen tot eenzelfde conclusie. Verder vinden zij dat attitudes van de moeder gerelateerd zijn aan algemene overtuigingen van hun dochter, maar niet aan hun identiteit als werkende vrouw of huisvrouw. De eigen ervaringen zijn hiervoor belangrijker. Omdat de algemene normen in de samenleving positiever worden ten aanzien van werkende vrouwen zou de werkstatus van de moeder een minder grote rol gaat spelen (Moen et al., 1997). 4.4

OPLEIDINGSVERSCHILLEN IN ARBEIDSMARKTPARTICIPATIE

We vinden in de resultaten heel wat evidentie terug voor opleidingsverschillen in de arbeidsmarktparticipatie van vrouwen in België. De verschillen in arbeidsdeelname lopen zelfs op tot 40 % tussen laagopgeleide en hoogopgeleide vrouwen. Dit komt overeen met eerdere bevindingen van Ghijsels & Van Lancker (2009). Deze verschillen worden teruggevonden in de verdere analyses. Hoogopgeleide vrouwen hebben tot acht keer meer kans om tewerkgesteld te zijn dan laagopgeleide vrouwen. In vergelijking met middelbaar opgeleide vrouwen, is de kans op arbeidsmarktparticipatie voor hoogopgeleide vrouwen bijna drie keer groter. Wat verder onderzocht werd, is of deze verschillende arbeidskansen (deels) verklaard kunnen worden door economische en sociologische factoren. Hoewel de verschillen in de kans op arbeidsdeelname slechts in beperkte mate verklaard kunnen worden, is er toch sprake van een invloed van bepaalde factoren op de opleidingsverschillen in arbeidsmarktparticipatie. De werkstatus van de partner, de huishoudelijke taakverdeling en de genderrol attitudes leveren een bijdrage aan het verklaren van opleidingsverschillen in arbeidsmarktparticipatie. Hoewel leeftijd niet opgenomen werd in onze hypothesen blijkt de invloed hiervan zeer groot. Vrouwen ondervinden een positieve invloed op hun arbeidsmarktkansen indien ze een werkende partner hebben. Hooggeschoolde vrouwen hebben vaker een werkende partner dan laaggeschoolde en middengeschoolde vrouwen. Dit zorgt voor een accumulatie van voordelen voor hooggeschoolde vrouwen (Elchardus & Pelleriaux, 2001). Zij ondervinden namelijk een voordeel van het eigen menselijk kapitaal, maar ook van de werkstatus van hun partner. Wanneer vrouwen minder huishoudelijke taken verrichten, hebben ze meer tijd om actief te participeren op de arbeidsmarkt. Uit ons onderzoek blijkt dat het vooral de hoogopgeleide vrouwen zijn, die er in slagen om een gelijkere taakverdeling in het huishouden te bekomen. Uit vorig onderzoek blijkt ook dat er een negatieve associatie is tussen het opleidingsniveau en de taakverdeling in het huishouden, wat betekent dat hoe lager het opleidingsniveau van de vrouw is, hoe meer huishoudelijke taken ze op zich neemt (Brines, 1994; Shelton & John, 1996). Volgens de economische invalshoek die we hier hanteren reflecteert de huishoudelijke taakverdeling verschillen in investeringen in menselijk kapitaal (Shelton & John, 1996). Vrouwen die meer taken verrichten in het 50

huishouden investeren minder in menselijk kapitaal omdat ze verwachten minder tijd te spenderen op de arbeidsmarkt. De impact van het opleidingsniveau op de arbeidsdeelname wordt kleiner wanneer genderrol attitudes toegevoegd worden. Dit wil zeggen dat het opleidingsniveau en de genderrol attitudes geassocieerd zijn aan elkaar. Dit bevestigt de relatie tussen genderrol attitudes en opleiding die in eerdere studies ook gevonden werd (Fortin, 2005). Hoogopgeleide vrouwen hebben meer egalitaire genderrol attitudes. Dit komt ook naar voor in vorig onderzoek (Bolzendahl & Myers, 2004; Fan & Marini, 2000; Kane, 1995). Doordat ze meer egalitaire attitudes hebben, is de kans groter dat ze actief participeren op de arbeidsmarkt. Omdat leeftijd een sterke invloed uitoefent op het effect van opleiding op de arbeidsdeelname van vrouwen, willen we dit gegeven hier toch bespreken. Hooggeschoolde vrouwen in deze steekproef zijn gemiddeld genomen jonger dan vrouwen met een lager opleidingsniveau. De verschillen gaan van drie jaar in vergelijking met middengeschoolde vrouwen en tot vijf jaar in vergelijking met laaggeschoolde vrouwen. Dit kan een vertekend beeld geven van het effect van leeftijd. Uit een studie van Genre et al. (2008) blijkt dat vrouwen, indien ze vroeger niet werkten, op oudere leeftijd zeker niet van plan zullen zijn om de arbeidsmarkt alsnog te betreden. Verder vonden Geurts & Van Woensel (2005) dat per geboortecohorte de arbeidsmarktparticipatie iets toeneemt. Een hogere gemiddelde leeftijd wil ook zeggen

dat

de lager geschoolde

vrouwen

nog meer

opgroeiden

in een tijd waarin

arbeidsmarktparticipatie van de vrouw nog geen ingeburgerde zaak was, aangezien tot de jaren zeventig de arbeidsdeelname van vrouwen erg laag was (Ghysels & Van Lancker, 2009). Op basis van deze redenen kunnen we stellen dat het effect van leeftijd in werkelijkheid mogelijks minder groot is. 4.5

STERKTES EN BEPERKINGEN

Een eerste sterkte van deze studie is dat we gebruik maakten van een vrij recente dataset. Overig onderzoek dat de arbeidsmarktparticipatie van vrouwen bestudeerde en gebruik maakte van een secundaire dataset, werd veelal gebaseerd op de module ‘Family and Changing Gender Roles van het ‘International Social Survey Programme’ (ISSP, 2002) of ronde twee van de ‘European Social Survey’ (ESS, 2004). De data die gebruikt werd in deze studie is afkomstig van de ‘Belgische Generations and Gender Survey’, waarvan de data verzameld werd tussen 2008 en 2010. Deze dataset werd nog maar recent vrijgegeven. Het voordeel van het gebruik van een recente dataset is dat we effectief kunnen nagaan wat hedendaagse motivatoren en restricties zijn om al dan niet te werken en dat we geen afleidingen moeten maken op basis van data van een decennium geleden. Met deze dataset zou in de toekomst internationaal en longitudinaal onderzoek mogelijk worden. Een tweede sterkte van deze studie is dat er multivariate analyses werden uitgevoerd. In andere Belgische studies die de arbeidsmarktparticipatie van vrouwen bestuderen, wordt vaak geen rekening 51

gehouden met de invloed van meerdere variabelen. Dat kinderen een negatieve impact hebben op de arbeidsmarktparticipatie werd al vaker aangetoond en vaak als dé variabele in onderzoek gebruikt om te verklaren waarom laaggeschoolde vrouwen minder aanwezig zijn op de arbeidsmarkt dan hooggeschoolde vrouwen. Toch blijkt dit een veel minder sterke voorspeller te zijn, in combinatie met andere factoren. Een eerste beperking van dit onderzoek en een aanrader voor toekomstig onderzoek, is dat er niet gekeken werd naar het aantal uren dat een vrouw actief is op de arbeidsmarkt. Uit de literatuur blijkt namelijk dat een onderscheid naar het aantal uren dat vrouwen werken, kan bijdragen aan een duidelijker beeld wat betreft de rol van partnerkenmerken (Corijn, 2001; Deschacht et al., 2011), de sociale achtergrond (Van Putten et al., 2008) en het aantal kinderen in het gezin (Neels & Theunynck, 2012). De dichotome indeling naar werkend en niet werkend op de arbeidsmarkt, werd gemaakt op basis van twee redenen. Ten eerste waren we geïnteresseerd in de factoren die door het beleid beïnvloed kunnen worden om vrouwen te laten participeren op de arbeidsmarkt. Ten tweede waren er data-problemen met nulcellen indien er nog een verdere opsplitsing gemaakt werd naar verschillende vormen van arbeidsmarktparticipatie. Een tweede beperking betreft de operationalisatie van constructen zoals de sociale achtergrond en de genderrol attitudes. Omdat er gebruik gemaakt werd van een secundaire dataset, moesten de constructen opgesteld worden op basis van de voorhanden zijnde items in deze dataset. De rol van de sociale achtergrond werd enkel bekeken via de werkstatus van de moeder. In eerste instantie was het de bedoeling om ook het opleidingsniveau van de moeder op te nemen. Dit ging echter niet omdat er voor laaggeschoolde en middengeschoolde vrouwen te weinig spreiding was tussen de opleidingsniveaus van de moeders. Voor de genderrol attitudes konden we ons niet baseren op een bestaande schaal. We vinden in onze studie dat de interne consistentie van de schaal niet hoger gaat dan 0,69. Items in de ‘Generations and Gender Survey’ zijn gebaseerd op items uit andere vragenlijsten, zoals de ‘World Values Survey’ en de ‘International Social Survey Programme’ (Vikat et al., 2006). Onderzoekers die zich eerder baseerden op deze datasets gebruikten enkele items, zonder schaalconstructie (bijvoorbeeld Fortin, 2005; Neels & Theunynck, 2012) of maakten schalen aan, maar maakten zich weinig zorgen over de lage interne consistentie (bijvoorbeeld Steenvoorden, 2008). Het is belangrijk dat in de toekomst meer aandacht besteed wordt aan de operationalisatie van schalen die genderrol attitudes meten, al van bij het begin van het onderzoek. Een derde beperking is dat deze studie een cross-sectioneel onderzoek betreft waardoor we geen uitspraken kunnen doen over de causale verbanden tussen de arbeidsmarktparticipatie van vrouwen en de economische en sociologische variabelen die we opnamen in deze studie. Op basis van longitudinaal onderzoek zou dit wel mogelijk worden. Dat kan bijvoorbeeld belangrijk zijn om na te gaan of vrouwen meer egalitaire genderrol attitudes krijgen door te participeren op de arbeidsmarkt of 52

dat ze juist participeren omdat ze meer egalitaire genderrol attitudes hebben. Een longitudinale studie kan ook helpen in het blootleggen van mechanismen van uittrede en herintrede in de arbeidsmarkt en de invloed van de partnerkenmerken. Longitudinaal onderzoek op basis van de GGS België zal pas mogelijk worden wanneer de tweede golf uitgevoerd wordt. Een vierde beperking betreft de generaliseerbaarheid van de resultaten naar de algemene Belgische (vrouwelijke) bevolking. De response rate van de GGS België bedraagt voor de Belgische populatie 40,2 % (Lauwereys, Neels & De Winter, 2011). Onderzoek werd gedaan naar wie de hoogste respons rate had en welke individuen weigerden. Een algemene conclusie die hieruit getrokken kon worden is dat de respons rate voornamelijk hoger was in meer landelijke gebieden dan in de belangrijke stedelijke agglomeraties. Er was ook een effect van buurtkenmerken en wooncondities (Lauwereys et al., 2011). De response rate was hoger bij betere woon- en buurtcondities. Verder waren in Wallonië en in Vlaanderen jongere vrouwen meer geneigd om deel te nemen aan het onderzoek (Lauwereys et al., 2011). In Brussel gold dit vooral voor oudere mannen. Dit kan een vertekend beeld geven. Algemene conclusies over de Belgische populatie dienen voorzichtig getrokken te worden aangezien men niet voor alle factoren kan controleren waarop respondenten die deelnamen aan het onderzoek verschillen van wie niet deelnam aan het onderzoek. 4.6

TOEKOMSTIG ONDERZOEK EN BELEIDSIMPLICATIES

Een aantal mogelijke richtingen voor toekomstig onderzoek werden al aangegeven doorheen de discussie. Hoewel we niet steeds de effecten vonden die we verwachtten, kwamen er wel interessante resultaten naar voor die verder onderzoek vereisen. Zo vonden we dat genderrol attitudes ook bij laaggeschoolde vrouwen een belangrijke rol spelen om tot arbeidsdeelname te komen. Een mogelijke invalshoek voor toekomstig onderzoek is om na te gaan wat voor laaggeschoolde vrouwen in België de betekenis is van betaalde arbeid. Daarnaast moet de link tussen genderrol attitudes en arbeidsmarktparticipatie verder onderzocht worden aan de hand van longitudinaal onderzoek. Om de rol van de partnerkenmerken verder te bestuderen, zullen er andere methodologische keuzes gemaakt moeten worden. Een mogelijke invalshoek is om met kwalitatief onderzoek dieper in te gaan op de rol van de partner bij het zoeken naar betaald werk. We bekeken in deze studie enkel het effect van de partner op de vrouw. In de toekomst zouden de wederzijdse effecten van partnerkenmerken bestudeerd kunnen worden. De effecten van heterogamie en homogamie kunnen ook onderzocht worden. Dit wil zeggen dat onderzoek zich kan richten op de effecten van verschillen of gelijkenissen op tal van kenmerken (bijvoorbeeld leeftijd, opleiding, werkstatus, …) tussen partners en de invloed dat dit heeft op de arbeidsdeelname van de partners (Verbakel, et al., 2008). Het is mogelijk dat variabelen die niet in deze studie betrokken werden, een invloed uitoefenen op de arbeidsmarktparticipatie van vrouwen. Zo werden er geen financiële factoren opgenomen. Het eigen inkomen en het inkomen van de partner kunnen echter beiden een rol spelen in de arbeidsbeslissing. 53

Er werd enkel naar het individueel niveau en het niveau van het huishouden gekeken. De andere zijde van de arbeidsmarkt, namelijk de invloed van de vraag in de arbeidsmarkt naar arbeidskrachten, werd niet betrokken in deze studie. Meer onderzoek naar de invloed van de werkgever op de arbeidsmarktparticipatie van vrouwen is aangewezen. De huidige beleidsmaatregelen richten zich voornamelijk op maatregelen met betrekking tot het beter combineren van ouderschap en arbeid, zoals het goedkoper maken van kinderopvang of het uitbreiden van het ouderschapsverlof (Van Hove, Reymenants, Bailly & Decuyper, 2011). De zorg voor kinderen in het gezin speelt voor laaggeschoolde vrouwen een minder belangrijke rol. Regelingen die de combinatie van arbeid en zorg vereenvoudigen, zouden de arbeidsmarktparticipatie van middelbaar opgeleide vrouwen kunnen vergemakkelijken, maar zal minder een effect hebben op de arbeidsdeelname van laaggeschoolde vrouwen. Als men de arbeidsmarktparticipatie van lager opgeleide vrouwen wil verhogen, zal meer aandacht moeten uitgaan naar de traditionelere genderrol opvattingen die heersen binnen de groep lager geschoolden. Het beïnvloeden van genderrol attitudes is niet eenvoudig. Een mogelijke rol is hier weggelegd voor het onderwijs, aangezien gebleken is dat opleiding zorgt voor meer egalitaire genderrol attitudes. Jongeren die de capaciteiten hebben om hun diploma van het secundair onderwijs te behalen, maar gedemotiveerd raken en van thuis uit minder steun krijgen, zouden sterker begeleid kunnen worden. Jongeren die toch uitvallen uit het reguliere onderwijs zouden verder praktische opleidingen kunnen volgen waarbij ook aandacht besteed wordt aan het sensibiliseren van de houding ten opzichte van het combineren van arbeid en gezin.

54

5

BESLUIT

Uit deze studie blijkt dat het nuttig kan zijn om meerdere invalshoeken te combineren. Dit geeft een algemener beeld op factoren die de arbeidsdeelname van vrouwen beïnvloeden. Hoewel de bevindingen niet altijd even goed aansluiten bij de voorgestelde theoretische kaders, zijn ze wel interessant met het oog op verder onderzoek. De economische invalshoek die we in deze studie gebruikten, kan geen sluitende verklaring bieden voor sommige van de gevonden resultaten. Wat de New Home Economics theorie tegenspreekt, is de positieve associatie van de werkstatus van de partner met de arbeidsmarktparticipatie van de vrouw. Vooral het feit dat laaggeschoolden een positief effect ervaren van een werkende partner, ontkracht één van de basisstellingen van deze theorie. Er zijn twee bevindingen die wel met de theorie overeenkomen. Deze zijn een afname van de kans op arbeidsdeelname indien er meer kinderen in het gezin aanwezig zijn en dat een vrouw die minder huishoudelijke taken verricht meer kans heeft op arbeidsdeelname. Wat verder ondersteund wordt is de theorie van het menselijk kapitaal. Vrouwen met een hoger opleidingsniveau hebben meer kans om actief te zijn op de arbeidsmarkt, zelfs nadat andere factoren waarop vrouwen verschillen in rekening gebracht worden. Het verschil tussen de opleidingsgroepen kan slechts in beperkte mate verklaard worden doordat vrouwen die hoger opgeleid zijn een jongere leeftijd hebben, vaker een werkende partner hebben, een gelijkere huishoudelijke taakverdeling en meer egalitaire genderrol attitudes. Voor de sociologische invalshoek vonden we geen effect van de sociale achtergrond. De vroegere werkstatus van de moeder heeft geen effect op de arbeidsmarktparticipatie van de vrouw. Hoewel in vorig onderzoek voor laaggeschoolde en middengeschoolde vrouwen de werkstatus van de moeder wel een voorspeller bleek te zijn voor de eigen arbeidsdeelname, blijkt dit in deze studie niet het geval te zijn. De rol van de eigen genderrol attitudes werd wel bevestigd in dit onderzoek. We verwachtten dat het effect van genderrol attitudes kleiner zou zijn voor laaggeschoolde vrouwen omdat zij meer belemmeringen hebben om hun voorkeuren waar te maken. Dit kon niet bevestigd worden. Uit dit onderzoek blijkt ook dat het interessant is om aandacht te besteden aan de middengeschoolde vrouwen. Zij verschillen in vele facetten van zowel de laagopgeleide als de hoogopgeleide vrouwen. Verder onderzoek is noodzakelijk om een licht te werpen op de mechanismen waarlangs de verschillende factoren de arbeidsdeelname beïnvloeden, van vrouwen in het algemeen en lager geschoolde vrouwen in het bijzonder.

55

6

REFERENTIES

Allison, P.D. (2006). Missing Data. University Papers Series on Quantitative Applications in the Social Sciences, 7-136. Thousand Oaks, CA: Sage. Archer, J. (1989). The relationship between gender-role measures: A review. British Journal of Social Psychology, 28, 173–184. Audenaert, V. (2006). Besluitvorming bij jonge ouders over de cominatie arbeid en gezin: een hindernissenparcours op weg naar een gelijkwaardige taakverdeling. Uit het onderzoek, 17 maart 2006 . Geraadpleegd op 02 December 2011, via www.cbgs.be Baerts, A., Deschacht, N. & Guerry, M.-A. (2008). Carrières van vrouwen en mannen: een literatuurstudie. Working Paper MOSI/37. Geraadpleegd op 23 December 2011, via http://www.vub.ac.be/MOSI/papers/BaertDeschachtGeurry2008_LiteratuurCarriere.pdf Banaszak, L.A. & Leighley, J.E. (1991). How employment affects women’s gender attitudes: thworkplace as a locus of contextual effects. Political Geography Quarterly, 10 (2), 174-185. Bandura, A. (1977). Social Learning Theory. New York: General Learning Press. Becker, G.S. (1965). A theory of the allocation of time. The Economic Journal, 75 (299), 493-517. Becker, G. S. (1981). A treatise on the family. Cambridge: Mass.: Harvard University. Becker, G.S. (1991). A treatise on the family: Enlarged edition. Cambridge, MA: Harvard University Press. Becker, G. S. (1992). Human Capital and the Economy. American Philosophical Society, 136, 85-92. Belet, H., Glorieux, I. & Laurijssen, I. (2002). Gezinsvorming en genderongelijkheid bij de overgang van school naar werk. Brussel: Onderzoeksgroep TOR, Vrije Universiteit Brussel. Geraadpleegd

op

10

December

2011,

via

http://www.vub.ac.be/TOR/main/publicaties/downloads/t2002_52.pdf Bernardi, F; (1999). Does the husband matter? Married women and employment in Italy. European Sociological Review, 15(3), 285-300. Berk, R. A. & Berk, S. F. (1983). Supply-side sociology of the family: The challenge of the new home economics. Annual Review of Sociology, 9, 375-395.

56

Bernasco, W., de Graaf, P.M. & Ultee, W.C. (1998). Coupled careers. Effects of spouse’s resources on occupational attainment in the Netherlands. European Sociological Review, 14 (1), 15-31. Blair, S.L.& Lichter, D.T. (1991). Measuring the division of household labor: Gender segregation of housework among American couples. Journal of Family Issues, 12, 91-116. Bloom, D.E., Canning, D., Fink, G. & Finlay, J.E. (2007). Fertility, female labor force participation, and the demographic dividend. Working Paper 13583. Geraadpleegd op 15 December 2011, via http://www.nber.org/papers/w13583 Blossfeld, H.-P. & Drobnic, S. (2001). Careers of couples in contemporary societies: From male breadwinner to dual earner families. New York: Oxford University Press. Blustein, D. L. (2011). A relational theory of working. Journal of Vocational Behavior, 79, 1-17. Boenhnke, M. (2011). Gender role attitudes around the globe: egalitarian vs traditional views. Asian Journal of Social Science, 39 (1), 57-74. Bolzendahl, C.I. & Myers, D.J. (2004). Feminist attitudes and support for gender equality: opinion change in women and men, 1974–1998. Social Forces, 83, 759–789. Bosworth, D. L., Dawkins, P. J., & Stromback, T. (1996). The economics of the labour market. Financial Times/Prentice Hall, Pearson Education. Bourdieu, P. (1989). Opstellen over smaak, habitus en het veldbegrip. Gekozen en ingeleid door Dick Pels. Amsterdam: Van Gennep BV. Bourdieu, P & Passeron, J.C. (1977). Reproduction in education, society and culture. London: Sage Publications. Brines J. (1994). Economic dependency, gender and the division of labor at home. American Journal of Sociology, 100, 652-688. Brook, K. (2005). Labour market participation: the influence of social capital. Office for National Statistics, Labour Market Trends, Special Feature, March 2005, 113-123. Bucx, A.J.E.H. (2009). Linked lives. Young adult’s life course and relations with parents. Utrecht: Utrecht University. Cantillon, B., Ghysels, J., Thirion, A., Mussche, N., & Van Dam, R. (2001). Scholing maakt het verschil: Emancipatie in twee snelheden in 13 OESO-landen. Bevolking en Gezin, 30, 31-52.

57

Cavalcanti, T.V. & Tavares, J. (2007). Assessing the “engines of liberation”: home appliances and female labor force participation. The Review of Economics and Statistics, 90 (1), 81-88. Clöin, M. (2010). Het werken waard: Het arbeidsaanbod van laagopgeleide vrouwen vanuit een economisch en sociologisch perspectief. Den Haag: Sociaal en Cultureel Planbureau. Clöin, M., Keuzenkamp, S., & Plantenga, J. (2011). A matter of culture and cost? A comparison of the employment decisions made by mothers with a lower, intermediate and higher level of education in the Netherlands. Work Employment & Society, 25, 468-486. Coltrane, S. (2000). Research on household labor: Modeling and measuring the social embeddedness of routine family work. Journal of Marriage and Family,62 (4), 1208-1233. Coppens, H. (2005). Vlaanderen-Wallonië: wie werkt hoe en waar? Over-Werk. Tijdschrift van het Steunpunt

WSE.

Geraadpleegd

op

15

December

2011,

via

www.steunpuntwse.be/download/nl/122494/pdf Conway, M. & Vartanian, L. R. (2000). A status account of gender stereotypes: Beyond communality and agency. Sex Roles, 43, 181-199. Corijn, M. (2001). Couples’ careers in Flanders. In Blossfeld, H.-P. & Drobnic, S. (eds.). Careers of couples in contemporary society. From male breadwinner to dual earner families (pp. 98118). Oxford: University Press. Corrigall, E.A. & Konrad, A.M. (2007). Gender role attitudes and careers: A longitudinal study. Sex Roles, 56, 847-855. Coser, L.A. en Coser, R.L. (1974). Greedy institutions. Patterns of undivided commitment. New York: Free Press. Crompton, R. & Lyonette, C. (2005). The new gender essentialism- domestic and family 'choices' and their relation to attitudes. The British Journal of Sociology, 56, 601-620. Davis, S.N. & Greenstein, T.N. (2009). Gender ideology: Components, predictors and consequences. Annual Review of Sociology, 35, 87-105. Den Dulk, L., van Doorne-Huiskes, A., & Peper, B. (2003). Arbeid en zorg in Europees perspectief. Tijdschrift voor Arbeidsvraagstukken, 19, 69-82. De Lange, M., Wolbers, M.H.J. & Ultee, W.C. (2012). United in precarious employment? Employment precarity of young couples in the Netherlands, 1992 – 2007. European Sociological Review, 0 (0), 1-14.

58

Delmotte, J., Sels, L., Vandekerckhove, S. & Vandenbrande, T. (2010). De samenstelling van de loonkloof in België. Een onderzoek op basis van de Vacature Salarisenquête 2008. KU Leuven, Department of Marketing and Organisation Studies. Geraadpleegd op 24 April 2012, via https://lirias.kuleuven.be/bitstream/123456789/269567/1/MO_1002.pdf Deschacht, N., Baerts, A., Guerry, M.-A. (2011). De M/V carrièrekloof : carrièreverschillen tussen mannen

en

vrouwen

in

België.

Geraadpleegd

op

15

December

2011,

via

http://www.belspo.be/belspo/ta/publ/academiamv.carrierekloof.U1578.pdf?bcsi_scan_3c79e7817cdc4fd7=0&bcsi_scan_filename=academia -mv.carrierekloof.U1578.pdf Dykstra, P. A. & Plantenga, J. (1997). Gender and Economics, A European Perspective. Londen and New York: Routledge. Elchardus, M. & Pelleriaux, K. (2001). De nieuwe sociale kwestie. Begripsverduidelijking en discussienota.

TOR

2001/1.

Geraadpleegd

op

20

April

2012,

via

http://www.vub.ac.be/TOR/main/publicaties/downloads/t2001_1.pdf Fan, P-L. en Marini, M.M. (2000). Gender-role attitudes and adulthood. Social Science Research, 29, 258-283. Fernández, R. (2007). Cultural change as learning: the evolution of female labor force participation over a century. NBER Working Paper No. 13373. Geraadpleegd op 15 December 2011, via www.nber.org/papers/w13373 Fitzpatrick, M. K., Salgado, D. M., Suvak, M. K., King, L. A., & King, D. W. (2004). Associations of gender and gender-role ideology with behavioral and attitudinal features of intimate partner aggression. Psychology of Men & Masculinity, 5, 91-102. Fortin, N.M. (2005). Gender role attitudes and the labour-market outcomes of women across OECD countries. Oxford Review of Economic Policy, 21 (3), 416-438. Friedman, D., Hechter, M. & Kanazawa, S. (1994). A theory of the value of children. Demography, 31 (3), 375-401. Genre, V., Salvador, R. G., & Lamo, A. (2010). European women: why do(n't) they work? Applied Economics, 42, 1499-1514. Gesthuizen, M. (2006). How socially committed are the Dutch low-educated? Historical trends, lifecourse changes, and two explanations for educational differences. European Sociological Review, 22 (1), 91-105.

59

Geurts, K. & Van Woensel, A. (2005). Zij en hij op de arbeidsmarkt. Genderzakboekje. Brussel: Ministerie van de Vlaamse Gemeenschap. Ghysels, J. & Van Lancker, W. (2009). Emancipatie in twee snelheden opnieuw bekeken: laaggeschoolde vrouwen in België en Europa. Centrum voor Sociaal Beleid Herman Deleeck, 1-19. Granovetter, M.S. (1973). The strength of weak ties. American Journal of Sociology, 78 (6), 13601380. Gronau, R. (1977). Leisure, home production, and work- the theory of the allocation of time revisited. The Journal of Political Economy, 85(6), 1099-1124. Hakim, C. (1991). ‘Grateful slaves and self-made women: Fact and fantasy in women’s work orientations’. European Sociological Review, 7 (2), 101-121. Hakim, C. (2002). Lifestyle preferences as determinants of women’s differentiated labor market careers. Work and Occupations, 29, 428-459. Hakim, C. (2006). Women, Careers, and work-life preferences. British Journal of Guidance and Counselling, 34 (3), 279-294. Han, S. & Moen, P. (1999). Work and life over time: a life course approach. The ANNALS of the American Academy of Political and Social Science, 562(1), 98-110. Han, S. & Moen, P. (2001). Coupled Careers: Pathways through work and marriage in the United States. In Blossfeld, H.-P. & Drobnic, S. (eds.). Careers of couples in contemporary society. From male breadwinner to dual earner families (pp. 201-231). Oxford: University Press. Henkens, K., Kraaykamp, G. & Siegers, J. (1993). Married couples and their labour market status. A study of the relationship between the labour market status of partners. European Sociological Review, 9 (1), 67-78. Herremans, W., Vanderbiesen, W., Braes, S., & Boey, R. (2010). Trendrapport Vlaamse arbeidsmarkt 2010. Steunpunt Werk en Sociale Economie. Geraadpleegd op 11 November 2011, via http://www.steunpuntwse.be Hobson B.( 1990). No Exit, No Voice: Women's Economic Dependency and the Welfare State. Acta Sociologica, 33 (3), 235-250. Inglehart (1990). Culture shift in advanced industrial societies. Princeton: Princeton University Press.

60

Jacobsen, J.P. (1999). Labor Force Participation. The Quarterly Review of Economics and Finance, 39, 597-610. James L. (2008). United by gender or divided by class? Women’s work orientations and labour market behavior. Gender, work and organization, 15, 394-412. Jansen, M. & Kalmijn, M. (2000). Emancipatie-waarden en de levensloop van jong-volwassen vrouwen: een panelanalyse van wederzijdse invloeden. Sociologische Gids, 47, 293-314. Jansen, M. & Liefbroer, A. C. (2006). Couples' attitudes, childbirth, and the division of labor. Journal of Family Issues, 27, 1487-1511. Kan, M. (2007). Work orientation and wives' employment careers: An evaluation of Hakim' preference theory. Work and Occupations, 34, 430-462. Kane, E.W. (1995). Education and beliefs about gender inequality. Social Problems, 42, 74-90. Kanji, S. (2011). What keeps mothers in full-time employment? European Sociological Review, 27, 509-525. Koelet, S. (2005). Standvastige verschillen. Een analyse van theoretische benaderingen over de verdeling van het huishoudelijk werk van vrouwen en mannen op basis van tijdsbudgetonderzoek. Brussel: Onderzoeksgroep TOR, Vrije Universiteit Brussel. Kroska, A. en Elman, C. (2009). Change in attitudes about employed mothers: Exposure, interests and gender ideology discrepancies. Social Science Research, 38, 366-382. Lamberts, M. & Delmotte, J. (2004). Knelpunten op de arbeidsmarkt, kansen voor vrouwen? Leuven: Katholieke Universiteit Leuven. Hoger Instituut voor de arbeid, pp. 273. Lambrecht, P & Verslype, P. (2009). Het adequate gebruik van multivariabele logistische regressie in de intensieve zorg literatuur anno 2006. Masterproef, Universiteit Gent: Faculteit Geneeskunde en Gezondheidswetenschappen. Lauwereys, G., Neels, K., De Winter, T. (2011). GGS Wave 1 Belgium: Final disposition codes & standardised response rates. Generations & Gender Programme Belgium, GGP Belgium Paper Series,

3.

Geraadpleegd

op

10

April

2012

via

www.ggps.be/doc/GGP_Belgium_Paper_Series_3.pdf Lin, N. (2000). Inequality in social capital. Contemporary Sociology, 29 (6), 785-795. Loscocco, K. & Spitze, G. (2007). Gender patterns in provider role attitudes and behavior. Journal of Family Issues, 27, 934-954. 61

Lut, A., van Gaalen, R. en Latten, J. (2010). Voltijds werkende nieuwe moeders: vooral laag en middelbaar

opgeleide

vrouwen

worden

beïnvloed

door

hun

(schoon)moeder.

Sociaaleconomische trends, 4e kwartaal 2010, 27-35. McHugh, M. C., & Frieze, I. H. (1997). The measurement of gender-role attitudes: A review and commentary. Psychology of Women Quarterly, 21, 1–16. Minnen, J. & Glorieux, I. (2004). Kinderen maken het verschil. Over de invloed van kinderen op het tijdsbestedingspatroon van ouders. Vrije Universiteit Brussel: Onderzoeksgroep TOR. Geraadpleegd

op

20

April

2012,

via

http://www.vub.ac.be/TOR/main/publicaties/downloads/t2004_2.pdf Moen, P., Erickson, M.A., Dempster-McClain, D. (1997). Their mother’s daughters? The intergenerational transmission of gender attitudes in a world of changing roles. Journal of Marriage and Family, 59 (2), 281-293. Morgan, C.S. en Walker, A.J. (1983). Predicting sex role attitudes. Social Psychology Quarterly, 46, 148-151. Mortelmans, D. (2010). Logistische Regressie. Leuven: Acco. Myers, S. M. & Booth, A. (2002). Forerunners of change in nontraditional gender ideology. Social Psychology Quarterly, 65, 18-37. Neels, K. & Theunynck, Z. (2012). Arbeidsparticipatie van laaggeschoolde vrouwen ná ouderschap: Differentiële gezinsopvattingen en ongelijk gebruik van kinderopvang in België. GGP Belgian Policy

Brief

2,

January

2012.

Geraadpleegd

op

21

Februari

2012,

via

http://www.ggps.be/doc/PB_2_NL.pdf Pampel, F. (2011). Cohort changes in the socio-demographic determinants of gender egalitarianism. Social Forces, 89, 961-982. Parsons, T & Bales, R.F. (1956). Family, socialization and the interaction process. London: Routledge & Kegan Paul. Plasman, R., Rusinek, M., Ryckx, M. & Tojerow, I. (2008). Loonstructuur in België. Rapport op vraag van ABVV/FGTB. Brussel: Dulbea, ULB. Sánchez, A.H., Carcedo, J.M. & Fernández, F.S.(2007). Working paper 11/2007. The effect of fertility on the decision of abandoning the labour market: the case of Spain. Geraadpleegd

op

10

November

2011,

via

http://www.uam.es/departamentos/economicas/analecon/especifica/mimeo/wp200711.pdf 62

Schultz, T. W. (1974). Fertility and Economic Values. In T.W.Schultz (Ed.), Economics of the Family (pp. 3-22). Chicago: University Chicago Press.

Scott, J. (2006). Family and gender roles: how attitudes are changing. GeNet Working Paper, No. 21, September

2006.

Geraadpleegd

op

09

November

2011,

via

http://www.genet.ac.uk/workpapers/GeNet2006p21.pdf Shelton, B.A. & John, D. (1996). The division of household labor. Annual Review of Sociology, 22, 299-322. Simard, M. &. Franklin, S. (2005). Survey Design Guidelines. Generations and Gender Programma. Survey Instruments. New York and Geneva, United Nations, Economic Commission for Europe. Smith, M.D. en Self, G.D. (1980). The congruence between mothers’ and daughters’ sex-role attitudes: A research note. Journal of marriage and the family, 42, 105-109. Sourbron, M. & Herremans, W. (2011). De vruchten van het hoger onderwijs. Over.Werk.Tijdschrift van het Steunpunt WSE, 21, 89-95. Spence, J. T. (1993). Gender-related traits and gender ideology: Evidence for a multifactorial theory. Journal of Personality and Social Psychology, 64, 624–635. Statistics Belgium (z.d.). Generations & Gender Programme Belgium – Wave 1. Geraadpleegd op 30 Maart 2012, via www.ggps.be Statistics Belgium (2010). Werkgelegenheid, werkloosheid, arbeidsmarkt. Bewerking van de enquête naar arbeidskrachten bij de Belgische Huishoudens (EAK). Geraadpleegd op 20 december 2011, via statbel.fgov.be/nl/statistieken/cijfers/arbeid_leven/werk/ Steenvoorden, E. (2008). Hoe werkt opleiding? Een internationaal vergelijkend onderzoek naar opleidingsverschillen in de arbeidsparticipatie van vrouwen. Masterproef. Vrije Universiteit Amsterdam, Sociologie van mondialisering en diversiteit. Steiber, N. en Haas, B. (2010). State of the art? Advances in explaining women’s employment patterns. EUI Working Papers, MWP 2010/08. Geraadpleegd op 29 November 2011, via http://cadmus.eui.eu/bitstream/handle/1814/14140/MWP_2010_08.pdf?sequence=3 Thornton, A., Alwin, D.F. & Camburn, D. (1983). Causes and consequences of sex-role attitudes and attitude change. American Sociological Review, 44, 831-842.

63

Ulrick, K & Solga, H. (2008). Skill formation: Interdisciplinary and cross-national perspectives. Cambridge: University Press. United Nations (2005). Generations & Gender Programme: Survey Instruments. New York and Geneva: UN, 2005. Van der Lippe (1993). Arbeidsverdeling tussen mannen en vrouwen: een interdisciplinaire studie naar betaald en huishoudelijk werk binnen huishoudens. Amsterdam: Thesis Publishers. Van der Lippe, T. & Siegers, J. J. (1994). Division of household and paid labour between partners: Effects of relative wage rates and social norms. Kyklos, 47, 109-136. Van der Lippe, T. & van Dijk, L. (2002). Comparative research on women's employment. Annual Review of Sociology, 28, 221-241. Van Hootegem, G., Liagre, P., Vandenbrande, T., Maensen, S., Paesen, K., & Huys, R. (2011). Stelli(n)g over werk: Vlaanderen in een vergelijkend Europees perspectief. In J.Noppe, L. Vanderleyden, & M. Callens (red..), De sociale staat van Vlaanderen (pp. 81-130). Studiedienst van de Vlaamse regering. Van Hove, H., Reymenants, G., Bailly, N., Decuyper, J. (2011). Genderstatistieken en genderindicatoren. Tweede editie. Instituut voor de Gelijkheid van Vrouwen en Mannen. Geraadpleegd

op

15

Januari

2012,

via

http://igvm-

iefh.belgium.be/nl/binaries/GenderStat_N_Hfdst1-8_tcm336-161101.pdf Van Putten, A., Dykstra, P. A., & Schippers, J. J. (2008). Just like mom? The intergenerational reproduction of women's paid work. European Sociological Review, 24, 435-449. Verbakel, E. (2010). Partner's resources and adjusting working hours in the Netherlands: Differences over time, between levels of human capital, and over the family cycle. Journal of Family Issues, 31, 1324-1362. Verbakel, E. & de Graaf, P.M. (2009). Partner effects on labour market participation and job level: opposing mechanisms. Work, Employment and Society, 23 (4), 635-654. Verbakel, E., Luijkx, R. & de Graaf, P.M. (2008). The association between husbands’ and wives’ labor market positions in the Netherlands. Research in Social Stratification and Mobility, 26, 257-276. Vikat, A., et al. (2006). Generations and Gender Survey (GGS): Towards a Better Understanding of Relationships in the Life Course. Demographic Research 17, 389-340.

64

Vlaams Hervormingsprogramma Europa 2020 (2011). Geraadpleegd op 2 Januari 2012, via http://ikdoe.vlaandereninactie.be/wp-content/uploads/2011/02/VHP-zonder-bijlages1.pdf Woessmann, L. (2004). How equal are equal opportunities? Family background and student achievement in Europe and the United States. CESifo Working Paper Series, 1162. Geraadpleegd op 03 Mei 2012, via http://ssrn.com/abstract=528209

65

BIJLAGEN

BIJLAGE 1: VOORBEREIDENDE ANALYSES 1. Initiële controle We deden een initiële controle van de data door te kijken of alle data wel binnen het voorgeschreven bereik lag. Hier vonden we geen problemen. 2. Ontbrekende data Om na te gaan of er een probleem was met de ontbrekende data in de dataset voerden we enkele analyses uit. Om te beginnen gingen we na of bepaalde respondenten veel missende waarden hadden op de gebruikte variabelen. Aangezien de afhankelijke variabele geen missende gegevens heeft, keken we naar de missende gegevens op de onafhankelijke variabelen. Het aantal missende waarden varieerde tussen 0 en 3 voor de respondenten. 1638 respondenten hadden geen missende waarden en zijn dus valide cases, 148 respondenten hadden een missende waarde op één variabele,

9

respondenten hadden twee missende waarden en 2 respondenten hadden 3 missende waarden. Alle variabelen waarop missende waarden voorkwamen, werden gedichotomiseerd, waarbij 0 stond voor een missende waarde en 1 stond voor een valide waarde. Daarna werd een bivariate correlatie-analyse uitgevoerd. Op basis hiervan vonden we geen significante correlaties tussen de verschillende variabelen en kunnen we besluiten dat er zich geen problemen voordoen van patronen van missende gegevens. In SPSS 20.0 is het mogelijk om een missing value analysis uit te voeren. We vroegen separate variance t-tests en kruistabellen op. De separate variance t-tests helpen bij het identificeren van variabelen waarvan de missende waarden een invloed hebben op de waarden van de continue variabelen. Hiervoor wordt het gemiddelde van de missende waarden vergeleken met het gemiddelde van de valide cases. In deze dataset blijken de verschillen minimaal en mogelijk veroorzaakt door toeval. De kruistabellen vergelijken het aantal missende waarden per categorie van een categorische variabele over alle andere categorische en continue variabelen in het model. Voor iedere categorische variabele wordt er een kruistabel opgesteld. Uit de kruistabellen kunnen we afleiden dat de missende waarden gelijk verdeeld zijn over alle categorieën van de categorische variabelen. Op basis van voorgaande tests is de kans dat de missende waarden ‘missing completely at random’ zijn, aannemelijk. We nemen na bovenstaande analyses aan dat alle missende waarden in deze studie

missing

completely at random zijn en daarom kunnen we hierbij listwise deletion toepassen in onze analyse. Verder gaat het steeds om een relatief klein aantal missende gegevens. De meeste missende gegevens 66

zijn terug te vinden bij de genderrol attitudes (n=53, 2.9 %), gevolgd door de werkstatus van de moeder (n= 44, 2.4 %) en het opleidingsniveau van de partner (n=42, 2.3%). Volgens Allison (2006) is listwise deletion de betere methode van de klassieke methodes wanneer je een logistische regressie uitvoert met zowel continue als categorische variabelen. Onder de klassieke methodes wordt verstaan: listwise deletion, pairwise deletion, aanpassing van de dummy variabele, en imputatie van het gemiddelde (Allison, 2006). Voor logistische regressie is listwise deletion zelfs een betere methode voor data die missing at random (MAR) is, dan meer gesofisticeerde methodes zoals maximum likelihood en multipele imputatie (Allison, 2006). Omdat we deze methode toepassen kan het aantal respondenten waarop de analyses uitgevoerd worden wel verschillen van analyse tot analyse en per variabele. Dit wil zeggen dat het aantal cases in de analyses waarbij alle vrouwen samen worden bekeken gebaseerd is op 1713 cases (168 missende cases). De analyses voor de laagopgeleide vrouwen gebeurt op basis van 386 cases (58 missende cases). Voor de middelbaar opgeleide en hoogopgeleide vrouwen gaat het respectievelijk om 535 cases (59 missende cases) en 792 cases (47 missende cases). 3. Andere assumpties en problemen De data werd verder gecontroleerd voor lineariteit in de continue onafhankelijke variabelen, multicollineariteit en outliers, hefboompunten en invloedrijke cases. Voor de continue variabelen is het nodig om na te gaan of er aan de lineariteitsassumptie voldaan is. Om dit na te gaan voeren we een Box-Tidwell test uit. Hiervoor voegen we voor iedere continue variabele in ons model een interactieterm toe tussen de variabele en zijn natuurlijk logaritme. Er is sprake van niet-lineariteit in de logit, als deze interactieterm significant is (Mortelmans, 2010). Enkel het effect van leeftijd en van het aantal kinderen in het gezin blijken niet lineair te zijn. Om de schending te verhelpen voegen we de kwadratische termen toe aan het model. Dit lijkt de schending op te lossen. Om na te gaan of er problemen zijn van multicollineariteit, voeren we de statistische toetsen Tolerance (Tol) en Variance Inflation Factor (VIF) uit. Er is sprake van multicollineariteit indien Tol kleiner is dan 0,10 en de VIF groter is dan 10 (Mortelmans, 2010). Zoals verwacht is er multicollineariteit tussen leeftijd en zijn kwadraatterm (Tabel 13). Er is geen probleem met de variabele ‘aantal kinderen in het huishouden’ en zijn kwadraatterm. Om het probleem op te lossen centreren we de variabele leeftijd. Hiermee wordt dit probleem opgelost (Tabel 14).

67

Tabel 13. Tolerance en Variation Inflation Factor (VIF)-tests ter controle van multicollineariteit.

Collinearity Statistics Onafhankelijke variabelen

Tolerance

VIF

Genderrolattitudes

,816

1,225

Huishoudelijke taakverdeling

,911

1,097

Aantal kinderen in het gezin

,126

7,907

Werkstatus van de partner

,807

1,240

Werkstatus moeder

,932

1,072

Leeftijd respondent

,010

102,702

Leeftijd respondent

,009

109,176

Gewest

,937

1,067

Opleidingsniveau partner

,726

1,377

Opleidingsniveau van de vrouw

,639

1,565

Aantal kinderen kwadraat

,153

6,534

Noot: Probleemwaarden worden aangeduid in het vet.

Tabel 14. Tolerance en Variation Inflation Factor (VIF)-tests ter controle van multicollineariteit na centreren van leeftijd.

Onafhankelijke variabelen

Collinearity Statistics Tolerance

VIF

Leeftijd (gecentreerd)

,647

1,544

Leeftijd (gecentreerd) kwadraat

,685

1,460

Genderrolattitudes

,816

1,225

Huishoudelijke taakverdeling

,911

1,097

Werkstatus moeder

,932

1,072

Werkstatus van de partner

,807

1,240

Opleidingsniveau partner

,726

1,377

Opleidingsniveau van de vrouw

,639

1,565

Gewest

,937

1,067

Aantal kinderen in het gezin

,126

7,907

Aantal kinderen kwadraat

,153

6,534

Als laatste voorbereidende analyses bekeken we of er sprake was van outliers, hefboompunten en invloedrijke cases. Voor outliers werd er gekeken naar de normalized en studentized residuals, waarbij 68

cases met waarden kleiner dan -3 of groter dan +3 als outliers werden beschouwd. Hefboompunten werden geanalyseerd door te kijken naar de leverage waarde. Indien deze groter is dan .90 gaan we er van uit dat een bepaalde case een invloed heeft op ons model. Invloedrijke cases werden onderzocht op basis van Cook’s Distance en DFBETA. Deze maten verwijzen naar de invloed die het weglaten van een bepaalde observatie heeft op het model. Wanneer deze maat groter is, dan is er sprake van een invloedrijke case. Op basis van de uitgevoerde analyses kan er besloten worden dat er in ons model geen outliers, hefboompunten of invloedrijke cases zijn.

69

BIJLAGE 2: TEST (NIET-)LINEAIRE ASSUMPTIE AANTAL KINDEREN

Om na te gaan of de bevinding van Ghysels en Van Lancker (2009) ook opgaat voor de dataset van de GGS (2008-2010), voerden we logistische regressies uit met enkel het aantal kinderen en het aantal kinderen in het kwadraat als onafhankelijke variabelen (Tabel 15). Hieruit blijkt dat er inderdaad een effect is zoals gevonden door Ghysels & Van Lancker (2009). Eerst is er een sterke toename van de kans op arbeidsmarktparticipatie, maar dit effect vermindert bij een toenemend aantal kinderen en de kans neemt uiteindelijk sterk af met een toenemend kindertal.

Tabel 15. Logistische regressie met arbeidsmarktparticipatie van de vrouw als afhankelijke variabele, met weergave van de parameter (B), standaarddeviatie (S.E.), significantie van de Waldstatistiek en de odds ratio’s (Exp(B)). Variabelen

B

S.E.

Wald

Exp(B)

Aantal kinderen

0,847

0,127

44,605 *

2,334

Aantal Kinderen2

-0,243

0,038

40,643 *

0,784

Constante

0,823

0,076

116,151 *

2,277

Noot: * = p<0,001

Nadien voerden we logistische regressies uit waarbij telkens onafhankelijk variabelen als controlevariabelen werden toegevoegd. Het is het effect van leeftijd dat er voor zorgt dat het effect van het aantal kinderen wordt weg verklaard. Dit wordt weergegeven in Tabel 16.

Tabel 16. Logistische regressie met arbeidsmarktparticipatie van de vrouw als afhankelijke variabele, met weergave van de parameter (B), standaarddeviatie (S.E.), significantie van de Waldstatistiek en de odds ratio’s (Exp(B)).

Variabelen Aantal kinderen 2

Aantal kinderen Leeftijd_c Leeftijd2_c Constante Noot: * = p<0,001

B

S.E.

Wald

Exp(B)

0,162

0,148

1,209

1,176

-0,127 -0,058 -0,004 1,707

0,039 0,007 0,001 0,145

10,618 * 77,289 * 32,154 * 139,292 *

0,881 0,943 0,996 5,511

70