Die Restrukturierung des Arbeitsmarktes im Übergang zur ...
Die Restrukturierung des Arbeitsmarktes im Übergang zur ... Die Restrukturierung des Arbeitsmarktes im Übergang zur ...
- 366 - D.1 Das Cox-Modell mit periodenspezifischen Effekten Zwar stellt die für die folgenden Schätzungen verwendete Statistiksoftware STATA komfortabler Weise eine Berechnungsroutine eines auf Schoenfeld Residuen basierenden Proportionalitätstests zur Verfügung (vgl. STATA 2001: 296ff; CLEVES/GOULD/GUTIERREZ 2002: 160ff), jedoch ist dieses „harte“ Testverfahren aus einem technischen und aus einem methodischen Grund für die hier vorliegende Analyse nicht geeignet. Der technische Grund liegt darin, dass bei einem solchen Test für jede unabhängige (Dummy-)Variable eine (beim globalen Test) bzw. zwei (bei separaten Tests für jede Variable) neue Residualvariable(n) generiert werden muss bzw. müssen. Dies würde praktische eine Verdoppelung bis Verdreifachung der Datenmenge zur Folge haben und die vorhandene EDV- Infrastruktur vollständig überfordern. Der methodische Grund für die Ablehnung des residualen Testverfahrens besteht in der besonders großen Fallzahl in der IAB-Beschäftigtenstichprobe. Auch für die lineare Regressionsschätzung der Schoenfeld Residuen gilt, dass „bei großen Stichproben die Teststatistiken [versagen], weil aufgrund der hohen Fallzahlen alle Statistiken signifikant sind, seien die getesteten Unterschiede auch noch so klein“ (ANDREß/HAGENAARS/KÜHNEL 1997: 52). Somit ist die Wahrscheinlichkeit recht groß, dass bei Anwendung eines solchen „harten“ Testverfahrens ausschließlich nicht-proportionale Risiken im Cox-Modell identifiziert werden würden. Aus diesem Grund war es notwendig, ein geeignetes Testverfahren zu nutzen, dass einerseits über die grobe grafische Überprüfung hinausgeht, andererseits aber einen genügend großen Flexibilitätsspielraum bei der Schätzung der Cox-Modelle ermöglicht. Ein solches Verfahren wird von BERNARDI (2001) vorgeschlagen, der die Proportionalitätsannahme mittels der Schätzung sogenannter „Periodeneffek- te“ in Kombination mit einer Analyse der Baseline Überlebensrate am Ende des Untersuchungszeitraums überprüft. Der Hauptgedanke hierbei liegt darin, dass bei proportionalen Risiken die Einflüsse einzelner Kovariaten zeitunabhängig sein müssen. Um diese Zeitunabhängigkeit zu überprüfen, werden Interaktionsvariablen zwischen den eigentlichen erklärenden Variablen und der Prozesszeit gebildet und deren Einfluss in separaten Cox-Modellen überprüft (vgl. dazu auch ANDREß 1992: 257f; BLOSSFELD/ROHWER 2002: 242f). In unserem Fall wird die Analysezeit von drei Jahren in drei einjährige Perioden aufgeteilt. Um die Proportionalitätsannahme bspw. für die Variable SEX (‚0‘ =
- 367 - Mann; ‚1‘ = Frau) zu überprüfen, werden drei Interaktionsvariablen (PH1SEX, PH2SEX, PH3SEX) neu gebildet. PH1SEX erhält bei solchen Spells den Wert ‚1‘, die zu weiblichen Stichprobenmitgliedern gehören und die außerdem im ersten Untersuchungszeitraum (0 < t
- Seite 316 und 317: - 316 - als Resultat dieser fundame
- Seite 318 und 319: - 318 - tung der Arbeitsanbieter an
- Seite 320 und 321: - 320 - das Arbeitslosigkeitsrisiko
- Seite 322 und 323: - 322 - die zunehmende „Verhärtu
- Seite 324 und 325: - 324 - vor allem „sklerotisiert
- Seite 326 und 327: - 326 - wahrscheinlich eher eine ex
- Seite 328 und 329: - 328 - der Männer - anpassen. Die
- Seite 330 und 331: - 330 - wicklung von Beschäftigung
- Seite 332 und 333: - 332 - zu investieren, da sie davo
- Seite 334 und 335: - 334 - Hauptverantwortung für die
- Seite 336 und 337: - 336 - zukünftiges Risiko durch e
- Seite 338 und 339: - 338 - Arbeitsmarktes weder von ei
- Seite 340 und 341: - 340 - duale System der Berufsausb
- Seite 342 und 343: - 342 - therapie etc.) zu optimiere
- Seite 344 und 345: - 344 - der Nutzen einer langfristi
- Seite 346 und 347: - 346 - durch die Rentenreform im J
- Seite 348 und 349: - 348 - Abgabesätzen. [...] Zudem
- Seite 350 und 351: - 350 - wird in der aktuellen Arbei
- Seite 352 und 353: - 352 - geeignete bildungs- und arb
- Seite 354 und 355: - 354 -
- Seite 356 und 357: - 356 -
- Seite 358 und 359: - 358 - • die Abmeldung (§4 DEVO
- Seite 360 und 361: - 360 - • STYP kennzeichnet die M
- Seite 362 und 363: - 362 - Meldung 583 weist für Pers
- Seite 364 und 365: - 364 -
- Seite 368 und 369: - 368 - läutern wird, muss ein Ver
- Seite 370 und 371: - 370 - schlechtsspezifischen Unter
- Seite 372 und 373: - 372 - coefficients [or Hazard Rat
- Seite 374 und 375: - 374 -
- Seite 376 und 377: - 376 - Tabelle 23: Arbeitslosigkei
- Seite 378 und 379: - 378 - Tabelle 25: 1. und 2. Quart
- Seite 380 und 381: - 380 - Tabelle 27: Zuordnung der i
- Seite 382 und 383: Fortsetzung Tabelle 27 Produzierend
- Seite 384 und 385: Fortsetzung Tabelle 27 Dienstleistu
- Seite 386 und 387: Fortsetzung Tabelle 27 Dienstleistu
- Seite 388 und 389: Fortsetzung Tabelle 28 Produzierend
- Seite 390 und 391: Tabelle 29: Beschäftigungsentwickl
- Seite 392 und 393: Fortsetzung Tabelle 30 - 392 - Vari
- Seite 394 und 395: - 394 - Tabelle 32: Hazard Ratios n
- Seite 396 und 397: - 396 - Tabelle 34: Hazard Ratios n
- Seite 398 und 399: - 398 - Tabelle 36: Hazard Ratios n
- Seite 400 und 401: - 400 - Tabelle 38: Hazard Ratios n
- Seite 402 und 403: - 402 - Tabelle 40: Hazard Ratios n
- Seite 404 und 405: - 404 - Tabelle 42: Hazard Ratios 1
- Seite 406 und 407: - 406 - Tabelle 44: Hazard Ratios 1
- Seite 408 und 409: - 408 - Tabelle 46: Hazard Ratios 1
- Seite 410 und 411: - 410 - Tabelle 48: Hazard Ratios 1
- Seite 412 und 413: - 412 - Tabelle 50: Hazard Ratios 1
- Seite 414 und 415: - 414 - Tabelle 52: Hazard Ratios 5
- 366 -<br />
D.1 Das Cox-Modell mit periodenspezifischen Effekten<br />
Zwar stellt die für die folgenden Schätzungen verwendete Statistiksoftware<br />
STATA komfortabler Weise eine Berechnungsroutine eines auf Schoenfeld Residuen<br />
basierenden Proportionalitätstests <strong>zur</strong> Verfügung (vgl. STATA 2001: 296ff;<br />
CLEVES/GOULD/GUTIERREZ 2002: 160ff), jedoch ist dieses „harte“ Testverfahren<br />
aus einem technischen und aus einem methodischen Grund für die hier vorliegende<br />
Analyse nicht geeignet. Der technische Grund liegt darin, dass bei einem solchen<br />
Test für jede unabhängige (Dummy-)Variable eine (be<strong>im</strong> globalen Test)<br />
bzw. zwei (bei separaten Tests für jede Variable) neue Residualvariable(n) generiert<br />
werden muss bzw. müssen. <strong>Die</strong>s würde praktische eine Verdoppelung bis<br />
Verdreifachung der Datenmenge <strong>zur</strong> Folge haben und die vorhandene EDV-<br />
Infrastruktur vollständig überfordern. Der methodische Grund für die Ablehnung<br />
<strong>des</strong> residualen Testverfahrens besteht in der besonders großen Fallzahl in der<br />
IAB-Beschäftigtenstichprobe. Auch für die lineare Regressionsschätzung der<br />
Schoenfeld Residuen gilt, dass „bei großen Stichproben die Teststatistiken [versagen],<br />
weil aufgrund der hohen Fallzahlen alle Statistiken signifikant sind, seien<br />
die getesteten Unterschiede auch noch so klein“ (ANDREß/HAGENAARS/KÜHNEL<br />
1997: 52). Somit ist die Wahrscheinlichkeit recht groß, dass bei Anwendung eines<br />
solchen „harten“ Testverfahrens ausschließlich nicht-proportionale Risiken <strong>im</strong><br />
Cox-Modell identifiziert werden würden.<br />
Aus diesem Grund war es notwendig, ein geeignetes Testverfahren zu nutzen,<br />
dass einerseits über die grobe grafische Überprüfung hinausgeht, andererseits aber<br />
einen genügend großen Flexibilitätsspielraum bei der Schätzung der Cox-Modelle<br />
ermöglicht. Ein solches Verfahren wird von BERNARDI (2001) vorgeschlagen, der<br />
die Proportionalitätsannahme mittels der Schätzung sogenannter „Periodeneffek-<br />
te“ in Kombination mit einer Analyse der Baseline Überlebensrate am Ende <strong>des</strong><br />
Untersuchungszeitraums überprüft. Der Hauptgedanke hierbei liegt darin, dass bei<br />
proportionalen Risiken die Einflüsse einzelner Kovariaten zeitunabhängig sein<br />
müssen. Um diese Zeitunabhängigkeit zu überprüfen, werden Interaktionsvariablen<br />
zwischen den eigentlichen erklärenden Variablen und der Prozesszeit gebildet<br />
und deren Einfluss in separaten Cox-Modellen überprüft (vgl. dazu auch ANDREß<br />
1992: 257f; BLOSSFELD/ROHWER 2002: 242f).<br />
In unserem Fall wird die Analysezeit von drei Jahren in drei einjährige Perioden<br />
aufgeteilt. Um die Proportionalitätsannahme bspw. für die Variable SEX (‚0‘ =