Mit dem Begriff Ereignisanalyse bezeichnen wir statistische Verfahren zur Untersuchung von Zeitintervallen zwischen aufeinanderfolgenden Zustandswechseln beziehungsweise Ereignissen. Die von den Untersuchungseinheiten eingenommenen Zustände sind dabei abzählbar, und die Ereignisse können zu beliebigen Zeitpunkten eintreten. Es handelt sich also um statistische Verfahren zur Analyse stochastischer Prozesse mit diskreten Zuständen und stetiger Zeit.(Blossfeld, Hamerle und Mayer, 1986, S. 11)
In der nachfolgenden Untersuchung wird als Zustandsänderung im Sinne der Ereignisanalyse das Verlassen des Elternhauses untersucht. Das heißt, wann verlassen Jugendliche oder junge Erwachsene ihr Elternhaus und welche Randbedingungen beeinflussen dies. Einige dieser Randbedingungen sind z.B. Geschlechterunterschiede oder die Herkunft. Beeinflußt vielleicht das Rollenverständnis der Jugendlichen ihr Auszugsverhalten? Oder verlassen Kinder ihr Elternhaus früher, wenn sie mit einem Partner einen eigenen Hausstand gründen wollen? Besonders zu beachten ist die Möglichkeit des verwendeten Datensatzes nach alten und neuen Bundesländern zu unterscheiden. Da die staatliche Förderung der ehemaligen DDR eine frühe Heirat und damit ein Verlassen des Elternhauses begünstigte. Dagegen steht wiederum die schlechte Wohnungspolitik in diesem Teil Deutschlands. Junge Familien wollten zwar einen eigenen Hausstand, fanden aber keinen Wohnraum. In den Gebieten der alten Bundesländer existierte zwar genug Wohnraum, aber jugendliche waren nicht immer in der Lage diesen zu bezahlen.
Inhaltsverzeichnis
1. Einleitung
1.1 Erklärung des Verfahrens
1.1.1 Einige Kenngrößen
1.1.1.1 Die Survivorfunktion S(t)
1.1.1.2 Die Hazardrate [Abbildung in dieser Leseprobe nicht enthalten](t)
1.1.2 Vergleich der Survivalfunktionen
2. Die verwendeten Daten
3. Fragestellung
4. Auswertung
5. Zusammenfassung
Literatur
1. Einleitung
Mit dem Begriff Ereignisanalyse bezeichnen wir statistische Verfahren zur Untersuchung von Zeitintervallen zwischen aufeinanderfolgenden Zustandswechseln beziehungsweise Ereignissen. Die von den Untersuchungseinheiten eingenommenen Zustände sind dabei abzählbar, und die Ereignisse können zu beliebigen Zeitpunkten eintreten. Es handelt sich also um statistische Verfahren zur Analyse stochastischer Prozesse mit diskreten Zuständen und stetiger Zeit.(Blossfeld, Hamerle und Mayer, 1986, S. 11)
In der nachfolgenden Untersuchung wird als Zustandsänderung im Sinne der Ereignisanalyse das Verlassen des Elternhauses untersucht. Das heißt, wann verlassen Jugendliche oder junge Erwachsene ihr Elternhaus und welche Randbedingungen beeinflussen dies. Einige dieser Randbedingungen sind z.B. Geschlechterunterschiede oder die Herkunft. Beeinflußt vielleicht das Rollenverständnis der Jugendlichen ihr Auszugsverhalten? Oder verlassen Kinder ihr Elternhaus früher, wenn sie mit einem Partner einen eigenen Hausstand gründen wollen? Besonders zu beachten ist die Möglichkeit des verwendeten Datensatzes nach alten und neuen Bundesländern zu unterscheiden. Da die staatliche Förderung der ehemaligen DDR eine frühe Heirat und damit ein Verlassen des Elternhauses begünstigte. Dagegen steht wiederum die schlechte Wohnungspolitik in diesem Teil Deutschlands. Junge Familien wollten zwar einen eigenen Hausstand, fanden aber keinen Wohnraum. In den Gebieten der alten Bundesländer existierte zwar genug Wohnraum, aber jugendliche waren nicht immer in der Lage diesen zu bezahlen.
Diesen Fragen werde ich versuchen in der folgenden Arbeit nachzugehen. Ich werde zuerst einige Grunderläuterungen zur Ereignisanalyse aus rein statistischer Sicht vornehmen. Anschließen meine Ergebnisse vorstellen und diese Abschließend diskutieren.
1.1 Erklärung des Verfahrens
Wie aus der Bezeichnung „Ereignisanalyse“ abzuleiten ist beschäftigt sich dieses Verfahren damit, bestimmte Zustandsänderungen innerhalb einer Zeitreihe zeitlich zuzuordnen. Dazu ist es nötig eine Untersuchungseinheit über einen längeren Zeitraum zu beobachten oder dessen bisheriges Erleben zu rekonstruieren. Dabei ist nicht nur der Zeitpunkt des Beginns eines neuen Ereignisses wichtig, sondern auch dessen Dauer. Hier wird klar, daß demzufolge der Beginn eines neuen Ereignisses gleichzeitig das Ende des Vorangegangenen anzeigt wenn sich beide Ereignisse unweigerlich ausschließen.
Beispiel:
Ein Student beginnt sein erstes Studium unmittelbar nach der Schule. Bei einer Regelstudienzeit von 5 Jahren sollte er eigentlich in das Berufsleben wechseln. Hier ist der Zustand des Studiums begrenzt durch die beiden Zustandsänderungen Wechsel von Schule zu Studium und Wechsel von Studium zu Beruf.
Beginnen wir unsere Messungen am ersten Studientag so ist das Studium Ereignis a und das Berufsleben Ereignis b. Ereignis b beginnt mit dem Ende von a und endet mit dem Beginn von c. In diesem Fall könnte c die Rente sein. Wird die Gesamtzeit der Untersuchung, das könnte hier der Zeitintervall des gesamten Lebens sein, nun mit G beschrieben, so dauert
b = G – (a + c).
Allerdings werden nur einige Studenten nach genau 5 Jahren in das Berufsleben wechseln. Einige beenden ihr Studium früher, andere später. Einige davon wechseln auch nicht in einen Beruf, aber nur die Beendigung dieses Ereignisses Studium ist in diesem bestimmten Fall von Interesse. Untersucht man nun mehrere Studenten auf ihre Studiendauer und betrachtet die Randbedingungen, d.h. bisherige Erlebnisse oder zum Beispiel das soziale Umfeld, lassen sich daraus mit der Ereignisanalyse die Rückschlüsse darauf ziehen wie lange ein Student unter bestimmten Randbedingungen benötigt um sein Studium zu beenden.
1.1.1 Einige Kenngrößen
Im Nachfolgenden werden einige Kenngrößen der Ereignisanalyse für einen
Ein- Episoden- Fall beschrieben, da dieser in den späteren Betrachtungen Anwendung findet.. Ein solcher Fall liegt vor, wenn nur die Zeitdauer vom Eintritt in einen Anfangszustand bis zum Erreichen eines Endzustandes betrachtet wird. Das bedeutet für unsere Studenten zum Beispiel den Zeitraum von Studienbeginn bis zum Ende des ersten Studiums. Dabei wäre hier eventuell interessant unter welchen Randbedingungen ein Student sein Studium optimal absolviert, d.h. in der Regelstudienzeit mit Abschluß. Zur Auswertung der in der weiteren Untersuchung verwendeten Daten wählte ich die Sterbetafel- Methode. Sie ist ein nonparametrische Methode zur Analyse von Verweildauern und Lebenszeiten. Die Zeitachse wird in q+1 Intervalle [ a k-1, a k ), k=1,.,q+1, wobei a 0=0 und a q+1= unendlich ist. Für a q wird in der Regel der letztmögliche Beobachtungszeitraum gewählt. Die Sterbetafel- Methode ist ein Verfahren für „gruppierte“ Zeiten ohne explizite Berücksichtigungen von Kovariablen. Die Hazardrate des k- ten Intervalls
Abbildung in dieser Leseprobe nicht enthalten
ist die bedingte Wahrscheinlichkeit, daß im k- ten Zeitintervall ein Ereignis eintritt, unter der Voraussetzung, daß das Zeitintervall erreicht wurde.(Blossfeld, Hamerle und Mayer, 1986, S.42 – 44)
1.1.1.1 Die Survivorfunktion S(t)
Die Survivorfunktion gibt die Wahrscheinlichkeit dafür an, daß die untersuchte Person den Zeitpunkt t der Zustandsänderung „erlebt“. Zu diesem Zeitpunkt ist also noch kein anderes Ereignis eingetreten und die Episode dauert noch an. Im folgenden Diagramm ist zu erkennen, daß diese Funktion stetig abfällt. Bezüglich des Studentenbeispieles bedeutet das bei einem Zeitintervall von etwa 10 Jahren beginnend mit dem Wechsel ins Studium, daß vermutlich bei etwa 5 Jahren die Kurve am stärksten abfällt, da hier die meisten Studenten das Ereignis Studienende erlebt haben und die Wahrscheinlichkeit für die Gesamtheit der Untersuchungsgruppe sinkt dieses ebenfalls zu erleben.
Abbildung in dieser Leseprobe nicht enthalten
1.1.1.2 Die Hazardrate l(t)
Die Hazardrate ist das Risiko, das eine Episode innerhalb eines Intervalls zu Ende geht unter der Voraussetzung, daß die Episode bis zum Beginn dieses Intervalls noch andauert.
In unserem Beispiel drückt der Graph der Hazardrate aus, daß die Studenten zu Beginn des Studiums mit einem höheren Risiko das Ereignis beenden. Anschließend sinkt das Risiko diesen Zustandswechsel zu erleben, steigt aber nach Beendigung des 5 Jahres wieder stark an, da nun viele ihre notwendigen Prüfungen absolviert haben. Damit läßt die Hazardrate auch Rückschlüsse auf einen eventuellen Verlauf des Studiums zu.
Abbildung in dieser Leseprobe nicht enthalten
1.1.2 Vergleich der Survivalfunktionen
Spaltet man die Gesamtpopulation in mehrere Subpopulationen und schätzt für diese jeweils eine Survivorfunktion so ist es möglich diese zu vergleichen. Dabei ist interessant ob es signifikante Unterschiede zwischen den Funktionen gibt oder sie sich gleichen. Für diesen Vergleich nutze ich den im SPSS- Programm integrierten Wilcoxon (Gehan)- Test. Dieser stellt einen Gesamtvergleich des Überlebens aller durch eine Trennvariable festgelegten Untergruppen an und berechnet eine Teststatistik mit Chi-Quadrat-Verteilung. Neben diesem Signifikanztest werde ich noch die Mediane der Survivorfunktionen angeben. Diese dienen aber nur der besseren Veranschaulichung der Ergebnisse. Ebenso zur Veranschaulichung füge ich den Ergebnisausdruck des Wilcoxon- Test ein um die Signifikanz im Unterschied der Survivorfunktionen zu belegen.
2. Die verwendeten Daten
Die zur Auswertung in dieser Arbeit verwendeten Daten entstammen einem Datensatz des Lehrstuhls für Entwicklungspsychologie der Friedrich Schiller Universität Jena. Darin wurden von 3233 Personen Lebensdaten gesammelt unter der Fragestellung wann diese Personen ihr Elternhaus verließen um selbständig zu leben. Neben dem Jahr des Auszuges wurde weiterhin nach Situationen und Erlebnissen gefragt die das Verlassen des Elternhauses beeinflussen. Um einige Beispiele zu nennen: Geschlecht, Leben in Partnerschaft, Trennung der Eltern, Leben in Ost- oder Westdeutschland, Beeinflussung durch die Eltern oder auch das Erleben der Geschlechterrollen in der Kindheit.
3. Fragestellung
Die Grundfrage dieser Untersuchung bezieht sich auf die Geschlechterunterschiede beim Verlassen des Elternhauses. Aber auch das Zusammenleben mit einem Lebenspartner oder die Trennung der Eltern könnten von Bedeutung sein. Ebenso wie das Heranwachsen in den neuen bzw. Alten Bundesländern der BRD.
So formulierte ich folgende Hypothesen:
[...]
-
-
-
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
-
¡Carge sus propios textos! Gane dinero y un iPhone X.