Donderdag 17 juni 2010, Multilevel workshop (WOG Historische Demografie, KULeuven)
Divorce and social class during the early stages of the divorce revolution: Evidence from Flanders and the Netherlands Kalmijn Matthijs, Koen Matthijs en Sofie Vanassche Centrum voor Bevolkings- en Gezinsonderzoek Parkstraat 45, postbus 3601, 3000 Leuven
[email protected] en
[email protected]
Introductie • Tegenwoordig bestaat een negatieve associatie tussen echtscheiding en iemands’ positie in het stratificatiesysteem: - Financiële problemen - Cognitieve vaardigheden - Gezondheid en gedragsproblemen
• William Goode: associatie was initieel – dat is, wanneer echtscheiding begon toe te nemen - omgekeerd: - In de 19de en vroege 20ste eeuw waren het de hogere sociale strata die de grootste echtscheidingskans hadden - Hogere strata zijn beter in staat om de normatieve en wettelijke barrières rond echtscheiding te doorbreken
• Echtscheiding als culturele innovatie • Diffusie ⇒ Goode verwacht dat de associatie tussen echtscheiding en status zal omkeren doorheen de tijd. ⇒ Martin and Parashar (2006): the ‘education crossover’ of divorce
Empirische resultaten
• Auteurs vinden vaak dat het effect negatiever wordt doorheen de tijd, maar (nog) niet dat het effect initieel positief was – Mogelijke reden : beperkt historisch perspectief van eerdere trendstudies
• Van Poppel: lage echtscheidingscijfers in bourgeoisie en hoge echtscheidingscijfers onder artistieke beroepen: - Culturele segmenten elite: breken conventionele normen - Economische segmenten elite: angst voor sociale afstraffing
Onderzoeksvragen & data • Was er een positieve associatie tussen sociale klasse en echtscheidingskans in de 19de en vroege 20ste eeuw in België en Nederland? • Historische data: huwelijksakten • Status indicator: beroepsklasse • Steekproef: – België: Appelterre (1/1), Bierbeek (1/1), Gent (1/12), Leuven (1/3) & Aalst (1/3) (1800-1913) – Nederland: Historical Sample of the Netherlands (1812-1922) ⇒ Verschillende steekproefratios ⇒ Weegcoëfficiënten
• Officiële echtscheiding (b.v. geen desertion) • Clustering in 72 geografische eenheden: regio’s/steden/gemeentes
Variabelen: beschrijvende statistiek Mean or proportion
s.d.
Mean or proportion
Divorced
0.025
0.011
Class variables Farm worker Farmer Unskilled manual Skilled manual Lower nonmanual Higher and lower manager Higher and lower professional Class missing
0.081 0.161 0.224 0.213 0.036 0.040 0.102 0.143
0.009 0.114 0.322 0.308 0.045 0.040 0.089 0.073
Control variables Year of marriage (- 1800) City Wife's age at marriage Husband older Wife older Second marriage Husband no signature
96.9 0.214 26.4 0.365 0.128 0.055 0.048
28.1
N marriages
21770
21770
6.5
Note: no standard devations reported for dichotomous variables.
s.d.
66.3 0.876 28.1 0.344 0.206 0.183 0.268
31.9
26398
26398
8.0
Motivering ML-benadering • Geografische clustering data: correctere schatting S.E.’s • Random intercepts: – Verschillende echtscheidingskans in verschillende regio’s/steden en gemeenten
• Random coëfficiënt voor klasse: – Verschillende registratie in verschillende regio’s/steden en gemeenten (bv. verschillende klassensamenstelling) – Verschillend effect in verschillende regio’s/steden en gemeenten (bv. naargelang klassendistributie)
• Random coëfficiënt voor ongeletterdheid: – Verschillend effect in verschillende regio’s/steden en gemeenten (bv. naargelang voorkomen ongeletterdheid)
Analysestrategie • • •
Random intercept model + huwelijksjaar Random intercept model + huwelijksjaar + klasse Random intercept model + huwelijksjaar + klasse + controle-variabelen – Random coefficient klasse? – Random coefficient ongeletterdheid?
Resultaten random intercept model + huwelijksjaar Muncpaity
Estimate
Std Err Pred
Muncipality
p-value
Estimate
Std Err Pred
p-value
Leuven
1,6824
0,3444
<,0001
Utrecht
1,7193
0,3405
<,0001
Enschede
1,8003
0,3415
<,0001
Sneek
1,8579
0,3427
<,0001
Gent
1,8672
0,3412
<,0001
<,0001
Staphorst
1,8694
0,3439
<,0001
1,1891
<,0001
Leiden
1,8728
0,3412
<,0001
-4,9853
1,1891
<,0001
Hilversum
1,8756
0,3415
<,0001
Voorst
-4,9305
1,1942
<,0001
Goes
1,9658
0,3422
<,0001
Midwolda
-4,9251
1,1947
<,0001
Zwolle
2,0303
0,3417
<,0001
Barradeel
-4,9194
1,1952
<,0001
Winterswi
2,0546
0,3427
<,0001
Schiedam
2,0744
0,341
<,0001
Wymbritse
-4,8045
1,2061
<,0001
Groningen
2,164
0,3404
<,0001
-4,74
1,2123
<,0001
Amersfoor
2,3177
0,3415
<,0001
Venlo
-4,7336
1,2129
0,0001
Westdonge
2,3239
0,3431
<,0001
Oostdonge
-4,7187
1,2144
0,0001
Gravenhag
2,3763
0,3404
<,0001
Menalduma
-4,6684
1,2193
0,0001
Haarlem
2,4909
0,3406
<,0001
Harlingen
-4,3711
1,2502
0,0005
Amsterdam
2,5872
0,3403
<,0001
Delft
2,6094
0,341
<,0001
East-Nethl
2,684
0,3416
<,0001
Rotterdam
2,7802
0,3403
<,0001
Ede
-5,4556
1,1486
<,0001
Winschote
-5,3943
1,1536
<,0001
Slochtere
-5,3042
1,1611
<,0001
Schoterla
-5,141
1,1752
<,0001
Weststell
-5,0043
1,1874
Leek
-4,9854
Wonserade
Smallinge
Resultaten fixed effects Table 3. Multilevel logistic regression of divorce chance: Model 1
Model 2
Class variables Farm worker
-0.658
0.017
*
-0.715
0.017
*
0.255
0.006
*
0.192
0.007
*
-1.525
0.019
*
-1.400
0.020
*
-0.018
0.010
~
0.015
0.010
Higher and lower manager
0.016
0.010
0.089
0.013
*
Higher and lower professional
0.462
0.007
*
0.520
0.007
*
Class missing
0.182
0.009
*
0.240
0.009
*
Farmer Unskilled manual Skilled manual (reference) Lower nonmanual
* p < .05, ~ p < .10
Resultaten fixed effects Table 3. Multilevel logistic regression of divorce chance: Model 1
Model 2
Control variables City
0.293
0.007
*
0.030
0.001
*
-0.100
0.001
*
Husband older
0.059
0.005
*
Wife older
0.742
0.008
*
Second marriage
1.369
0.009
*
-2.576
0.950
*
-60.063
0.457
*
Year of marriage
0.026
0.001
*
Wife's age at marriage
Husband no signature (illiterate) Constant N marriages N events
* p < .05, ~ p < .10
-55.968
0.430
*
48163
48163
817
817
Resultaten random effect ongeletterdheid
Table 4 .- Random coefficient solutions illiteracy effect for full model – significant on .10-level Std Err Pred Muncipality Estimate Std Err Pred p-value Muncipality Estimate South-Nethl -4,5228 2,3355 0,0535 Utrecht 4,7072 0,9513 North-Nethl -4,4929 2,3408 0,0557 Arnhem 5,1624 0,9539 Amsterdam -4,2638 2,3833 0,0744 Rotterdam 5,8042 0,951 Zwolle 6,405 0,9537 Nijmegen 10,6638 1,3053 Ooststell 12,0277 1,3307 Haarlem 15,0905 1,5685
p-value <,0001 <,0001 <,0001 <,0001 <,0001 <,0001 <,0001
Resultaten random intercept full model Muncipaity
Estimate
Std Err Pred
Muncipaity
p-value
Estimate
Std Err Pred
p-value
Winschote
-5,5366
1,1743
<,0001
Gent
1,7282
0,3517
<,0001
Slochtere
-5,2993
1,1943
<,0001
Apeldoorn
1,7525
0,3519
<,0001
Nijmegen
-5,2532
0,9748
<,0001
Wildervan
1,7592
0,3532
<,0001
Ede
-5,0557
1,2161
<,0001
Leiden
1,866
0,3517
<,0001
Schoterla
-4,9717
1,224
<,0001
Goes
1,8748
0,3527
<,0001
Midwolda
-4,9532
1,2256
<,0001
Tietjerks
1,8764
0,3543
<,0001
Barradeel
-4,8407
1,2365
<,0001
Enschede
1,9268
0,352
<,0001
Weststell
-4,7329
1,2473
0,0002
Utingerad
1,9463
0,3578
<,0001
-4,647
1,2559
0,0002
Hilversum
2,0508
0,352
<,0001
Smallinge
-4,6245
1,2582
0,0003
Groningen
2,094
0,3509
<,0001
Wonserade
-4,6013
1,2606
0,0003
Schiedam
2,0952
0,3515
<,0001
Wymbritse
-4,5028
1,271
0,0004
Sneek
2,1684
0,3532
<,0001
Menalduma
-4,4678
1,2748
0,0005
Gravenhag
2,3208
0,3509
<,0001
Venlo
-4,4516
1,2765
0,0005
Winterswi
2,3227
0,3532
<,0001
Leek
-4,4204
1,28
0,0006
Amsterdam
2,3766
0,3508
<,0001
Harlingen
-4,4128
1,2807
0,0006
Haarlem
2,4629
0,3511
<,0001
Oostdonge
-4,2449
1,2997
0,0011
Rotterdam
2,5295
0,3508
<,0001
Ooststell
-4,0444
1,0104
Amersfoor
2,6815
0,3520
<,0001
Westdonge
2,7111
0,3535
<,0001
Delft
2,7353
0,3514
<,0001
East-Nethl
2,9007
0,3521
<,0001
Staphorst
2,9782
0,3547
<,0001
Voorst
<,0001
Conclusies • •
•
We vinden bevestiging voor een positieve associaties tussen sociale klasse en echtscheiding We vinden bevestiging voor de hypothese dat vooral de hogere culturele groepen een hogere echtscheidingskans hebben (versus de hogere economische groepen zoals de managers). Negatieve associatie ongeletterdheid en echtscheidingskans: – Culturele innovatie of gebrek aan skills om huwelijk officieel te beëindigen
•
Indicaties dat er regionale verschillen zijn in effect ongeletterdheid en klasse op echtscheidingskans – Nader OZ nodig
•
Na controle voor samenstelling van de bevolking op een aantal kenmerken blijft een groot verschil bestaan tussen de regio’s/gemeenten en steden inzake echtscheidingskans – OZ naar contextuele factoren die scheiding op regionaal niveau beïnvloeden (b.v. dominante religie)
Problemen/vragen ML-benadering • Vergelijkbaarheid / combineerbaarheid data: verschillende samples – ‘Zware’ weging => impact?
• Weinig events – Betrouwbaarheid random coefficients?
• Complexiteit versus toegevoegde waarde • Wekt nieuwe vragen op: – Verklaring regionale verschillen?
