Schlussbericht - Bern - labmed

welches darstellt wie detailliert die Kategorien aufgeschlüsselt sind, reagiert (Sousa-Poza
2003).
In einem weiteren Schritt werden mittels OLS-Verfahren Regressionen der logarithmierten
Löhne geschätzt. Mit diesen Analysen soll herausgefunden werden, welche Faktoren die Höhe
des Lohnes beeinflussen, ob ein hoher Frauenanteil negativ mit dem Lohn korreliert, und
ob es bei gleichem Beruf Lohunterschiede zwischen den Geschlechtern gibt.
Gegenüber den deskriptiven Analysen hat dieses Verfahren den Vorteil, dass mehrere Einflussfaktoren
gleichzeitig berücksichtigt werden können. Somit kann der Einfluss eines Faktors,
unter Kontrolle aller anderen Faktoren, genau ermittelt werden. Die abhängige Variable
ist stets der standardisierte Bruttolohn. Diese Variable wurde auf ein 100% Arbeitspensum
hochgerechnet (BFS 2009). Die Variable wurde logarithmiert, wofür es mehrere Gründe gibt:
Einerseits können stark wachsende Zahlenreihen mit der Logarithmusfunktion übersichtlicher
dargestellt werden, andererseits hat die Praxis gezeigt, dass der logarithmierte Lohn annähernd
normalverteilt ist und somit der Einfluss von Ausreissern reduziert werden kann (Strub
und Stocker 2010:75).
Wie bereits dargelegt, wird ein substantieller Bestandteil des Lohnes durch das Humankapital
erklärt. Verschiedene Studien haben zudem gezeigt, dass auch Faktoren bezüglich des Arbeitsplatzes
und des Unternehmens Einfluss auf den Lohn haben können (Strub und Stocker
2010). Aus diesem Grund habe ich drei Kategorien mit unabhängigen Variablen gebildet,
welche die persönlichen Qualifikationsmerkmale, arbeitsplatzspezifische und unternehmensspezifische
Merkmale berücksichtigen. Diese Variablen werden, wo nötig, Dummy-codiert.
Das heisst, alle nominalskalierten Variablen mit zwei oder mehr Ausprägungen werden so
umcodiert, dass sie zu dichotomen Variablen werden, die entweder zutreffen oder nicht zutreffen.
Ein Beispiel für eine nominale Variable mit zwei Ausprägungen ist das Geschlecht.
Die Ausprägung 0 bedeutet „männlich“ und die Ausprägung 1 bedeutet „weiblich“. In der
Regressionsanalyse wird somit der Einfluss auf das Einkommen der Frauen im Bezug zu den
Männern gemessen. Bei einer Variable mit mehreren Ausprägungen, wie beispielsweise dem
Zivilstand, wird die Ausprägung mit der höchsten Fallzahl als Referenzkategorie definiert.
Bei der Variable „Zivilstand“, ist die Referenzkategorie „verheiratet“. Die weiteren Ausprägungen
beziehen sich nun immer auf diese Referenzkategorie. Das heisst es wird der Einfluss
des Zivilstands „ledig“ oder „anderes“ im Bezug auf den Zivilstand „verheiratet“ gemessen.
Interpretiert werden diese Zusammenhangskoeffizienten folgendermassen: ist der Koeffizient
16