Ziel dieser Arbeit ist die Untersuchung des Professorengehalt Datensatz "prof.salary" und die daraus resultierenden Ergebnisse in Hinsicht auf die Gehaltsverteilung zwischen Männern und Frauen, bezogen auf verschiedene Variablen, welche im im Verlauf genau erörtert werden. Daraus resultierend, stellt sich für die Seminararbeit die Kernfrage, ob es ein Gender Pay Gap in der Stichproben gibt. Auch wird untersucht, ob die Berufserfahrung eine Rolle in der Gehaltsverteilung spielt.
Das erste Kapital der Seminararbeit gibt eine kurze Einleitung zur Relevanz des Themas Gender Pay Gap, weltweit. In Kapitel zwei wird detailliert auf den gegebenen Datensatz Professorengehalt eingegangen, der Datensatz beschrieben, definiert und die verwendeten und ausgeschlossenen Variableren erläutert. Dies ist die Grundlage für die deduktive Analyse, der aufgestellten Hypothesen zwischen Gender Pay Gap und der Berufserfahrung und dem Gehalt. Zum Abschluss der Seminararbeit folgt das Fazit und ein kritische Reflexion des Themas in Kapitel vier.
Inhaltsverzeichnis
Abkürzung-, Abbildungs- und Tabellenverzeichnis
Abkürzungsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
1. Einleitung Gender Pay Gap
1.1 Bedeutung des Gender Pay Gaps
1.2 Ziel der Arbeit
1.3 Aufbau der Arbeit und methodische Vorgehensweise
2. Datensatz
2.1 Beschreibung Datensatz
2.2 Definition Variablen
3. Analyse und Interpretation der Ergebnisse
3.1 Analyse und Interpretation Berufserfahrung und Gehalt
3.2 Analyse und Interpretation Geschlecht und Gehalt
4. Fazit und kritische Reflexion der Arbeit zur Zielsetzung
Anhang
Literaturverzeichnis
Abkürzung-, Abbildungs- und Tabellenverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
Abbildungsverzeichnis
Abbildung 1: Grafik Jahre des Abschlusses
Abbildung 2: Grafik Gehalt nach Geschlecht
Abbildung 3: Grafik Berufserfahrung Gehalt Männer
Abbildung 4: Grafik Berufserfahrung Gehalt Frauen
Abbildung 5: Ergebnisse der Varianzanalyse
Tabellenverzeichnis
Tabelle 1: Ergebnisse der VarianzanalyseQuelle: Eigene Darstellung
Tabelle 2: Ergebnisse des Chi2-Unabhängigkeitstests
1. Einleitung Gender Pay Gap
1.1 Bedeutung des Gender Pay Gaps
Weltweit gibt es erhebliche Gehaltsunterschiede zwischen Männern und Frauen, welche sich auf alle Berufe, Branchen und Arbeiten beziehen. In Deutschland erhalten Frauen im Schnitt 21 Prozent weniger Gehalt, für die gleiche Arbeit mit gleichem Background wie Männer.1 Deshalb versucht man den sogenannten Gender Pay Gap mit Hilfe von Gesetzen und Verträgen zu bereinigen. Laut BGB § 611a und BGB § 612 (3) „ Bei einem Arbeitsverhältnis darf für gleiche oder für gleichwertige Arbeit nicht wegen des Geschlechtes des Arbeitnehmers eine geringere Vergütung vereinbart werden, als bei einem anderen Arbeitnehmer des anderen Geschlechts (§611a und §612 III BGB).“ Doch nicht nur in Deutschland versucht man gegen die Gehaltsungleichheit vorgehen, auch im Vertrag zur Gründung der Europäischen Gemeinschaft wird geregelt, dass „Jeder Mitgliedstaat während der ersten Stufe den Grundsatz des gleichen Entgelts für Männer und Frauen bei gleicher Arbeit anwenden und in der Folge beibehalten soll (EG-Vertrag Art. 141).“ Doch welche Unterschiede sich im Hinblick auf den Gender Pay Gap in der Stickprobe feststellen lassen, wird im Folgenden untersucht.
1.2 Ziel der Arbeit
Ziel der vorliegenden Seminararbeit ist die Untersuchung des Professorengehalt Datensatz „prof.salary“ und die daraus resultierenden Ergebnisse in Hinsicht auf die Gehaltsverteilung zwischen Männern und Frauen, bezogen auf verschiedene Variablen, welche im im Verlauf genau erörtert werden. Draus resultierend, stellt sich für die Seminararbeit die Kernfrage, ob es ein Gender Pay Gap in der Stichproben gibt? Auch wird untersucht, ob die Berufserfahrung eine Rolle in der Gehaltsverteilung spielt.
1.3 Aufbau der Arbeit und methodische Vorgehensweise
Das erste Kapital der Seminararbeit gibt eine kurze Einleitung zur Relevanz des Themas Gender Pay Gap, weltweit. In Kapitel zwei wird detailliert auf den gegebenen Datensatz Professorengehalt eingegangen, der Datensatz beschrieben, definiert und die verwende- ten und ausgeschlossenen Variableren erläutert. Dies ist die Grundlage für die deduktive Analyse, der aufgestellten Hypothesen zwischen Gender Pay Gap und der Berufserfahrung und dem Gehalt. Zum Abschluss der Seminararbeit folgt das Fazit und ein kritische Reflexion des Themas in Kapitel vier.
2. Datensatz
2.1 Beschreibung Datensatz
Der für die Auswertung verwendete Datensatz „prof.salary“ wurde von Sanford Weinberg im Jahr 1985 erhoben.2 In diesem Datensatz geht es um die Einkommen der Professoren in einem unbekannten amerikanischen College. Der Datensatz besteht aus 52 Beobachtungen der Professoren an dem College. Die uns zur Verfügung stehenden Variablen sind, das Geschlecht, die Anstellungsart der Professoren, die Berufserfahrung in der aktuellen Anstellungsart, der höchste Abschluss, die Jahre seitdem der Abschluss erworben wurde und das Gehalt der Professoren. Der Datensatz besteht aus 52 Beobachtungen und 6 Variablen. Die Variablen werden in dem R-Datentyp „int“ für integer, also ganze Zahlen, und „Factor“ für nur bestimmte Ausprägungen beschrieben. Im Anhang 1 ist der vollständigen Datensatz „pro.salary“ einsehbar. Anhand dieses Datensatzes werden die Kernfragen beleuchtet, ob es ein Gender Pay Gap gibt und ob die Berufserfahrung eine Rolle spielt? Um die Daten ausgeben und grafisch darstellen zu können wird das Paket „mosaic“, „Rcmdr“, „car“ und „effects“ heruntergeladen den und installiert.2
2.2 Definition Variablen
Im Folgenden werden die verwendeten und ausgeschlossenen Variablen definiert und detailliert erläutert. Es sind sechs Variablen mit zwei verschiedenen Datentypen vorhanden. Alle Variablen werden aufgeführt und die wichtigsten für die Analyse genauer beschrieben. Für die Analyse und Interpretation werden die Variablen „rk“, „dg“ und „yd“ nicht weiter in Betracht gezogen. Die verwendeten Variablen werden im Folgenden erläutert.
Angefangen mit „sx“ dem Geschlecht, was eine der wichtigsten Variablen für die Untersuchung des Gender Pay Gaps ist. Die Variable unterscheidet die 52 Datensätze in die Geschlechter, Mann und Frau. In dem Datensatz „prof.salary“ gibt es 14 Frauen und 38 Männer, 26,92% der 52 Beobachtungen sind Frauen und 73,08% sind Männer. Der Datentyp dieser Variablen ist Factor, welcher besagt, dass „1“ Mann und „2“ Frau definiert. „yr“ beschreibt die Anzahl der Jahre in aktuellen Beschäftigungsstatus. Somit wird beschrieben wie lange die Professoren in dem aktuellen Beschäftigungsverhältnis angestellt sind. In dem Datensatz ist das Minimum der Beschäftigungsdauer null Jahre und das Maximum 25 Jahre. Die Variable „yr“ ist eine integer Variable, also wird diese in ganze Zahlen ausgegeben. Die Standardabweichung dieser Variablen liegt bei 5,51 Jahre. Dies bedeutet, dass die Werte im Durchschnitt um 5,51 Jahre vom Mittelwert der Datenreihe entfernt liegen. Der Mittelwert der Variablen liegt bei 7,48 Jahre. Auf die Untersuchung der Geschlechterverteilung stellt sich die Aufteilung der Standardabweichung und des Mittelwertes anders dar. Männer variieren um 5,66 Jahre um den Mittelwert 8,74. Hingegen sind beide Werten bei Frauen geringer. Frauen sind im Schnitt 4,07 Jahre im Amt und dies variiert um 3,29 Jahre. Diese Variable wird für die anschließende Analyse in Betracht gezogen.
Abbildung 1: Grafik Jahre des Abschlusses
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung, Anhang 2
Die Variable „sl“ ist in dem Datensatz prof.salary die aussagekräftigste Größe. „sl“ steht für das Gehalt der Professoren. Es wird im R-Datentyp „int“ ausgegeben. Das Jahreseinkommen wird in Dollar angegeben. Es gibt große Unterscheide bei der Verteilung des Gehaltes, angefangen von 15.000$ bis 38.045$. Diese Verteilung zeigt das Gehalt der Frauen, die Aufteilung der Männer startet bei 16.094$ und das höchste Jahreseinkommen liegt bei 36.350$. Das Durchschnittsgehalt aller 52 Beobachtungen liegt bei 23.797,65$ und variiert um die den Wert der Standardabweichung von 5.917,29$.
Abbildung 2: Grafik Gehalt nach Geschlecht
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung, Anhang 3
Dem Boxplot „Gehalt nach Geschlecht“ kann man entnehmen, dass die Einkommensverteilung der Männer und Frauen unterschiedlich sind. Das männliche Geschlecht erhält ein Durchschnittliches Jahreseinkommen von 23.696,79$ und variieret um 5.646,41$ um das Durchschnittsgehalt. Hingegen die Frauen erhalten nur 21.357,14$ mit einer höheren Standardabweichung von 6.151,873$, dies zeigt auf, dass die Streuung des weiblichen Gehalt mehr variiert als die der Männer. Jedoch liegt der höchste Verdienst bei einer Frau. Diese Variable ist der Ausgangspunkt für die nun kommende Analyse des Gender Pay Gaps und der Frage, ob es ein Gender Pay Gap in der Stichproben gibt? Frauen erhalten im Schnitt signifikant weniger Gehalt als Männer, mit einer Ausnahme, das Top-Gehalt in diesem Datensatz erhält eine Frau. Dennoch zeigt sich ein deutlicher Gehaltsunterschied bei Männern und Frauen, welche in Kapital 3 genauer analysiert und interpretiert wird.
Das Streudiagramm „Berufserfahrung Gehalt Männer“ zeigt die Variable „yr „im Vergleich zu dem Einkommen der Männer. Die x-Achse zeigt das Gehalt auf, die y-Achse die Berufserfahrung. Die Verteilung des Gehaltes der Männer erweist sich als stetig steigend mit erhöhter Berufserfahrung. Einige Ausreißer sind ebenfalls zu beobachten. Das geringste Gehalt erhält ein Mann mit 2 Jahren Berufserfahrung, 16.094$. Mit 25 Jahren Berufserfahrung erhält eine Beobachtung, 36.350$, welches der höchste Wert der Männer ist. Somit kann man sagen, dass mit steigender Berufserfahrung auch das Gehalt der Männer ansteigt.
Das Gehalt der Frauen und die Berufserfahrung wird im Streudiagramm „Berufserfahrung Gehalt Frauen“ analysiert. Auch hier ist die x-Achse das Gehalt und die y- Achse die Anzahl der Jahre der Berufserfahrung. Mit einem Jahr Berufserfahrung erhält eine Beobachtung 15.000$, welches der niedrigste Wert ist. Das Top-Gehalt der kompletten Stichprobe, von 38.045$ erhält eine Frau mit 8 Jahren Berufserfahrung. Das Streudiagramm der Frauen kann in keinen Bezug gesetzt werden, da die Beobachtungen sehr variieren. Somit kann nicht aufgezeigt werden, dass mit höher Berufserfahrung auch das Gehalt ansteigt. Denn Beobachtungen, wie der Datensatz mit 0 Jahren Berufserfahrung und einem Gehalt von 24.900$, stehen nicht in Relation zu beispielsweise dem Datensatz, welcher 18.304$ nach 8 Jahren Berufserfahrung verdient.
Abbildung 4: Grafik Berufserfahrung Gehalt Frauen
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung, Anhang 5
Zusammenfassend ist zu sagen, dass durch die Grafiken der Frauen kein signifikanter Zusammenhand zwischen den Variablen „yr“ und „sl“ besteht. Anders bei den Männern, bei denen mit steigender Anzahl der Berufserfahrung auch das Gehalt steigt. Vergleicht man nun aber die Jahre der Berufserfahrung und das Gehalt der Frauen mit dem der Männern, lässt sich gut erkennen, dass Männer mit der gleichen Anzahl der Berufsjahre mehr verdienen als Frauen. Geringe Ausreißer gibt es, wie zum Beispiel das Top Gehalt der Stichprobe. Eine genauere Analyse und Interpretation der Gehaltsverteilung nach Berufsjahren folgt im Kapitel 3.1.
3. Analyse und Interpretation der Ergebnisse
Um den Gender Pay Gap der Stichprobe und die Gehaltsverteilung nach Berufsjahren zu untersuchen, wird im Folgenden der Datensatz analysiert und interpretiert. Als Grundlage wird von einem Signifikanzniveau von 0,05 ausgegangen.
3.1 Analyse und Interpretation Berufserfahrung und Gehalt
H0: Das Einkommen steigt mit steigender Berufserfahrung.
H1: Das Einkommen steigt nicht mit steigender Berufserfahrung.
Es wird untersucht, ob das Einkommen durch höhere Jahre mit Berufserfahrung steigt. Mit einer Varianzanalyse wird untersucht, ob das erwartet höhere Gehalt auch mit gestiegener Berufsjahren ausfällt. Die H0-Hypothese lautet, dass das Einkommen mit steigender Berufserfahrung steigt. Die korrespondierende Hl-Hypothese lautet, dass das Einkommen mit steigender Berufserfahrung nicht steigt.
Tabelle 1: Ergebnisse der Varianzanalyse
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 5: Ergebnisse der Varianzanalyse
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung
Auf Basis der Ergebnisse der Varianzanalyse, siehe Tabelle 1 und Abbilung 5, kann die H0-Hypothese aufgrund eines Fehlers 1. Art in Höhe von 0,000734% nicht verworfen werden. Es wird daher nicht auf die H1-Hypothese geschlossen. Das Gehalt der Professoren steigt mit zunehmender Berufserfahrung stetig an. Dies ist auch eindeutig in dem dem Liniendiagramm der Abbildung 5 zu sehen. Je mehr Berufserfahrung man hat, desto höher fällt auch das Gehalt aus. Mit der Varianzanalyse konnte die Hypothese, dass das Einkommen mit höherer Berufserfahrung steigt, bestätigt werden.
3.2 Analyse und Interpretation Geschlecht und Gehalt
H0: Die Variablen Geschlecht und Gehalt sind unabhängig voneinander.
H1: Die Variablen Geschlecht und Gehalt sind nicht unabhängig voneinander.
Im Folgenden wird untersucht, ob das Geschlecht einen Einfluss auf das Gehalt hat. Dazu wird ein Chi2-Unabhängigkeitstest für die Variablen „sl“ und „sx" durchgeführt. Mit dem Chi2-Unabhängigkeitstest wird untersucht, ob ein Zusammenhang zwischen dem Geschlecht und dem Gehalt besteht. Die H0-Hypothese lautet, dass das Geschlecht und das Gehalt unabhängig voneinander sind. Die H1-Hypothese lautet, dass das Geschlecht und das Gehalt nicht unabhängig voneinander sind.
Tabelle 2: Ergebnisse des Chi2-Unabhängigkeitstests
Abbildung in dieser Leseprobe nicht enthalten
Quelle: Eigene Darstellung
Der Tabelle 2 kann entnommen werden, dass der Chi2-Unabhängigkeitstest zeigt, dass die H0-Hypothese, dass das Geschlecht und das Gehalt unabhängig voneinander sind, aufgrund eines Fehlers 1. Art in Höhe von 39,59% verworfen werden kann. Da der p- Wert größer als das Signifikanzniveau, 0,05 ist. Somit kann darauf geschlossen werden, dass das Geschlecht und das Gehalt voneinander abhängig sind. Dies gibt auch Aufschluss darauf, dass es einen Gender Pay Gap in der Stichprobe gibt. Der Chi2 Unab- hängikeitstest, lasst darauf schließen, dass in der gegebenen Stichprobe das Geschlecht und das Gehalt abhängig von einander sind. Dies beutet dass auch an diesem College ein Gender Pay Gap vorliegt.
4. Fazit und kritische Reflexion der Arbeit zur Zielsetzung
Die Hypothese, dass es einen Gender Pay Gap in der Stichproben gibt, wurde aus dem Datensatz prof.salary deutlich und vor allem auch mit dem Chi2 Unabhängigkeitstests bewiesen. Die Hypothese H0 wird verworfen und die Variablen Geschlecht und Gehalt sind abhängig voneinander. Auch die deutsche Statistik, dass Männer 21% mehr Gehalt als Frauen erhalten, lässt sich ebenfalls auf die Stichprobe zurückführen. Um den Gender Pay Gap jedoch vollständig zu analysieren, wäre die Untersuchung der weiteren Variablen interessant. Beispiels weise, spielt der Erlange Studienabschluss eine Rolle bei der Gehaltsverteilung. Auch der Grund, warum Frauen für die gleiche Tätigkeit weniger Gehalt als Männer erhalten ist interessant. Diese Frage stellt sich weiterhin und könnte Grund für eine weiterführende wissenschaftliche Arbeit sein. Abschließend ist zu wünschen, dass der weltweite Gender Pay Gap egalisieret wird, durch Gesetze und Vorschriften scheint dies nicht zu funktionieren, somit sollten auch die Arbeitgeber darauf achten, dass Gehalt fair an alle Arbeitnehmer zu verteilen.
[...]
1 Vgl. https://de.statista.com/statistik/daten/studie/3261/umfrage/gender-pay-gap-in-deutschland/, Zugriff 01.06.2018
2 Vgl. S. Weisberg (1985). Applied Linear Regression, Second Edition. New York: John Wiley and Sons. Page 194f
- Citation du texte
- Anonyme,, 2018, Gender Pay Gap. Eine quantitative Datenanalyse, Munich, GRIN Verlag, https://www.grin.com/document/978194
-
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X. -
Téléchargez vos propres textes! Gagnez de l'argent et un iPhone X.