Lade Inhalt...

EU-SILC Analyse

Untersuchung von Risikofaktoren für finanzielle bzw. soziokulturelle Armutsgefährdung in Österreich 2009

von A. Rosemann (Autor) E. Adler (Autor) Y. Chen (Autor) S. Müllner (Autor) D. Pauger (Autor) G. Pollhammer (Autor) I. Walcherberger (Autor)

Projektarbeit 2011 154 Seiten

Statistik

Leseprobe

Inhaltsverzeichnis

1 Einleitung

2 Ziele der Untersuchung

3 EU-SILC Daten
3.1 Stichprobe
3.1.1 Befragungen
3.1.2 Stichprobengröße
3.1.3 Auswahlverfahren und Schichtung
3.1.4 Datenimputation

4 Was ist Armut?
4.1 Zielvariablen
4.1.1 Finanzielle Armut
4.1.2 Soziokulturelle Armut

5 Deskriptive Analyse
5.1 Zielvariablen
5.1.1 Finanzielle Armut
5.1.2 Soziokulturelle Armut
5.2 Allgemeine Variablen
5.2.1 Geschlecht
5.2.2 Alter in Jahren
5.2.3 Alter in Gruppen
5.2.4 Geburtsland
5.2.5 Staatsbürgerschaft
5.2.6 Urbanisierung
5.2.7 Region
5.3 Beschäftigung
5.3.1 Erwerbsstatus (Selbsteinschätzung)
5.3.2 Derzeitige Hauptaktivität
5.3.3 Voll- oder teilzeiterwerbstätig
5.4 Haushaltsstruktur
5.4.1 Haushaltsgröße
5.4.2 Singlehaushalte nach Alter
5.4.3 Singlehaushalte nach Geschlecht
5.4.4 Mehrpersonenhaushalte
5.4.5 Haushalte nach Kindern
5.4.6 Haushalte nach Erwerbsbeteiligung
5.4.7 Gebäudeart
5.4.8 Rechtsverhältnis
5.5 Bildung
5.5.1 Höchster Bildungsabschluss
5.6 Gesundheit
5.6.1 Allgemeiner Gesundheitszustand
5.6.2 Besitz einer vom Arzt verschriebenen Brille, die der aktuellen Sehstärke entspricht
5.6.3 Besitz eines festsitzenden Zahnersatzes
5.6.4 Chronische Krankheit oder chronisches gesundheitliches Problem
5.6.5 Beeinträchtigung alltäglicher Arbeiten durch gesundheitliche Beeinträchtigung
5.7 Zufriedenheit
5.7.1 Zufriedenheit mit Hauptbeschäftigung
5.7.2 Zufriedenheit mit gesamtem Einkommen (Einpersonenhaushalt)
5.7.3 Zufriedenheit mit dem persönlichen Einkommen (Mehrpersonenhaushalt)
5.7.4 Zufriedenheit mit der Wohnsituation
5.7.5 Zufriedenheit mit Leben
5.8 Sonstige
5.8.1 Sparen
5.8.2 Freizeitaktivitäten
5.8.3 Funktionieren des politischen Systems

6 Bedingte Häufigkeiten und Kreuztabellen
6.1 Bedingte Häufigkeiten - Zielvariablen und Prädiktorvariablen
6.1.1 Geschlecht
6.1.2 Altersgruppe
6.1.3 Staatsbürgerschaft
6.1.4 Geburtsland
6.1.5 Haushaltsgröße
6.1.6 Mehrpersonenhaushalt
6.1.7 Hauptaktivität
6.1.8 Erwerbsstatus
6.1.9 Erwerbsbeteiligung
6.1.10 Derzeit in Ausbildung
6.1.11 Derzeitige Ausbildung
6.1.12 Höchster Bildungsabschluss
6.1.13 Gebäudeart
6.1.14 Rechtsverhältnis
6.1.15 Gesundheitszustand
6.1.16 Chronische Krankheit
6.1.17 Beeinträchtigung
6.1.18 Urbanisierung
6.1.19 Region
6.1.20 Zusammenfassung
6.2 Zusammenhänge zwischen Kovariablen
6.2.1 Altersgruppe und derzeitige Hauptaktivität
6.2.2 Altersgruppe und Mehrpersonenhaushalte
6.2.3 Geschlecht und Ausmaß der Erwerbstätigkeit
6.2.4 Geschlecht und derzeitige Hauptaktivität
6.2.5 Besiedlungsdichte und Rechtsverhältnis an der Wohnung
6.2.6 Chronische Krankheit und derzeitige Hauptaktivität .
6.2.7 Altersgruppe und chronische Krankheit
6.2.8 Geschlecht und höchster Bildungsabschluss
6.2.9 Zusammenfassung

7 Modellierung mittels logistischer Regression
7.1 Allgemeines zur Modellsuche und den Modellen
7.2 Soziokulturelle Armut
7.2.1 Baseline
7.2.2 Ergebnisse
7.3 Finanzielle Armut einzelner Personen
7.3.1 Baseline
7.3.2 Ergebnisse
7.4 Finanzielle Armut auf Haushaltsebene
7.4.1 Baseline
7.4.2 Ergebnisse
7.5 Finanzielle Armut der Ein-Personen-Haushalte
7.5.1 Baseline
7.5.2 Ergebnisse
7.6 Vergleich der Modelle
7.6.1 Soziokulturelle Armut vs. finanzielle Armut
7.6.2 Vergleich der Modelle für finanzielle Armut
7.7 Logistische Regression mittels survey
7.7.1 Soziokulturelle Armut
7.7.2 Finanzielle Armut auf Haushaltsebene

8 Modellierung für MigrantInnen
8.1 Soziokulturelle Armut
8.1.1 Baseline
8.1.2 Ergebnisse
8.2 Finanzielle Armut einzelner Personen
8.2.1 Baseline
8.2.2 Ergebnisse
8.3 Finanzielle Armut der Ein-Personen-Haushalte
8.3.1 Baseline
8.3.2 Ergebnisse
8.4 Modellvergleich

9 Modellierung für Alleinerziehende
9.1 Soziokulturelle Armut
9.1.1 Baseline
9.1.2 Ergebnisse
9.2 Finanzielle Armut einzelner Personen
9.2.1 Baseline
9.2.2 Ergebnisse
9.3 Finanzielle Armut der Ein-Eltern-Haushalte .
9.3.1 Baseline
9.3.2 Ergebnisse
9.4 Modellvergleich

10 Modellierung mittels Klassifikationsbäumen
10.1 Soziokulturelle Armut
10.2 Finanzielle Armut einzelner Personen
10.3 Finanzielle Armut auf Haushaltsebene
10.4 Finanzielle Armut der Ein-Personen-Haushalte
10.5 Vergleich der Modelle
10.5.1 Soziokulturelle Armut vs. finanzielle Armut
10.5.2 Vergleich der Modelle für finanzielle Armut
10.6 Modellvergleich Logistische Regression und Klassifikationsbaum

11 Ergebnisse

Anhang
A Modell-Gegenüberstellungen
A.1 Gegenüberstellung der Modelle für MigrantInnen
A.2 Gegenüberstellung der Modelle für Alleinerziehende
B Tabellen der bedingten Häufigkeiten
C Programmcode
C.1 main.R
C.2 meine funktionen.R
C.3 daten aufbereiten.R
C.4 zielvariablen.R
C.5 deskriptive analyse.R
C.6 kreuztabelle zielvariable.R
C.7 logistische regression weighted.R
C.8 modell klassifikationsbaum.R

Kapitel 1
Einleitung

SILC ist die Abkürzung für ”Community Statistics on Income and Living Conditions”, was soviel bedeutet wie ”Gemeinschaftsstatistiken über Einkommen und Lebensbedingungen”. EU-SILC ist eine Erhebung, durch die jährlich Informationen über die Lebensbedingungen der Privathaushalte in der Europäischen Union gesammelt werden. Die Republik Österreich nimmt seit 2003 an diesem Projekt teil. Die Befra- gung wird durch die Statistik Austria durchgeführt, wobei rund 4.500 Haushalte jährlich in Österreich partizipieren (siehe [Sta11]).

Von besonderem Interesse sind hierbei die Wohnsituation, Ausgaben für das Wohnen, die Ausstattung der Haushalte, die Beschäftigungssituation und das Einkommen der Haushaltsmitglieder, aber auch Bil- dung, Gesundheit und Zufriedenheit. Aus diesen Angaben können Schlüsse über die Lebensbedingungen verschiedener Bevölkerungsgruppen, über Armut und über soziale Ausgrenzung gezogen werden. Diese Ergebnisse bilden eine wichtige Grundlage für die Sozialpolitik in Österreich und im EU-Raum.

Die jährliche Befragung österreichischer Haushalte ist die Grundlage dieses Projektes, das im Zuge der Lehrveranstaltungen Statistische Projekte und Methoden statistischer Projekte an der JKU Linz im Sommersemester 2011 durchgeführt wurde. Aufgabenstellung war die Untersuchung von Risikofaktoren für einmalige bzw. dauerhafte Armutsgefährdung in Österreich von 2004 bis 2009. Dazu wurden vorweg folgende Fragen als Forschungsziele definiert:

1. Welche Effekte haben die möglichen Risikofaktoren auf die Armutsgefährdung?
2. Sind die Effekte in verschiedenen Jahren gleich?
3. Was sind die Effekte für einmalige bzw. dauerhafte Armutsgefährdung?
4. Gibt es homogene Gruppen bezüglich Armutsgefährdung?
5. Welche Risikofaktoren sind für MigrantInnen/Alleinerziehende bedeutsam?

Der Bericht soll im ersten Teil die tatsächlich untersuchten Forschungsfragen und Ziele des Projektes im Detail erklären, einen Überblick über die verwendeten Daten geben sowie den Begriff der Armut definie- ren. Weiters werden mögliche Einflussvariablen definiert und analysiert. Anschließend wird ein geeignetes statistisches Modell gesucht und mittels der gefundenen Modelle die Risikofaktoren im Sinne der For- schungsfragen analysiert. Eine Zusammenfassung und der Ausblick auf mögliche weitere Schritte runden den Bericht ab.

Die gesamte Modellierung wird in der Programmiersprache und -umgebung R (siehe [R D11]) durchgeführt, die Modelle basieren auf der logistischen Regression bzw. den Regressionsbäumen.

Kapitel 2
Ziele der Untersuchung

Aufgrund zeitlicher Restriktionen werden in diesem Projekt nur die Effekte für einmalige, nicht aber für dauerhafte Armutsgefährdung untersucht. Dies bedeutet, es können keine Vergleiche mit anderen Jahren durchgeführt werden. Die verwendeten Daten sind jene, der Befragung von 2009.

Durch obige Restriktion und aus den in der Einleitung vorgestellten Forschungsfragen ergeben sich folgende Ziele für das Projekt:

- Beschreibung der möglicherweise relevanten Risikofaktoren für die Armutsgefährdung im Allgemeinen sowie für MigrantInnen und alleinerziehende Personen im Speziellen
- Erstellung geeigneter statistischer Modelle für die Armutsgefährdung
- Beantwortung der Forschungsfragen 1, 5 sowie 3 (jedoch nur für einmalige Armutsgefährdung) mittels der gefundenen Modelle

Um die Effekte möglicher Risikofaktoren auf die Armutsgefährdung bestimmen zu können, werden für die Risikofaktoren folgende Punkte analysiert:

- Welche Zusammenhänge zwischen den Risikofaktoren und der Armutsgefährdung sind gleich- bzw. gegensinnig?
- Wie stark ist dieser Einfluss?
- Welche Risikofaktoren haben keine signifikante Auswirkung auf die Armutsgefährdung?
- Gibt es Interaktionseffekte zwischen Risikofaktoren wie z.B. Kinder und Teilzeit? Sind diese auch in den Modellen signifikant?

Zusätzlich zur Untersuchung aller Daten werden speziellen Modelle zur Analyse der Armutsgefährdung von Migranten und Migrantinnen bzw. alleinerziehenden Personen gerechnet.

Vorrangig wird Armutsgefährdung durch finanzielle Armut definiert. Durch diese Definition ergibt sich der Nachteil, dass unter anderem bestehendes Vermögen, Teilnahme am alltäglichen Leben oder Gesund- heit nicht in die Armutsgefährdung einfließen. In diesem Bericht wird daher zusätzlich zur finanziellen Armut der Begriff der soziokulturellen Armut eingeführt. Die genaue Definition von Armut ist in Kapi- tel 4 zu finden.

Die beiden Zielvariablen sind dichotome Merkmale, d.h. eine Person ist entweder arm oder nicht arm. Die meisten erklärenden Variablen sind kategoriale Variablen. In diesem Fall ist eine klassische lineare Regression ungeeignet. Daher wird eine logistische Regression bzw. Regressionsbäume zur Modellierung der Daten verwendet.

Die EU-SILC Befragung umfasst insgesamt mehrere hundert mögliche Risikofaktoren. Im Vorhinein wur- den folgende mögliche Faktoren ausgewählt, um die Modellgröße zu reduzieren und nicht relevante Fak- toren von vornherein auszuschließen: Alter, Geschlecht, Gesundheitszustand, Region, alleinerziehende Person, Anzahl Personen im Haushalt, Wohnungsart, Erwerbstätigkeit, Anzahl Kinder im Haushalt, Haushaltsstruktur (Zusammensetzung des Haushalts - wieviele Erwachsene und Kinder leben hier?), Staatsbürgerschaft, Zufriedenheit (mit Hauptbeschäftigung, mit Einkommen, mit der Wohnsituation), Bildung.

Kapitel 3
EU-SILC Daten

Die EU-SILC Daten sind in einzelne Fragebögen und Module aufgeteilt, die bei der Befragung in den jeweiligen Jahren vorkamen. Grundsätzlich gibt es in der EU-SILC-Befragung 3 verschiedene Fragebögen und 2 verschiedene Register: einerseits ein Personenregister und andererseits ein Haushaltsregister. Das Haushaltsregister bezieht sich auf einen gesamten Haushalt und enthält im Wesentlichen Informationen über die Haushaltsgröße und die Region sowie die Urbanisierung, in der sich der Haushalt befindet. Das Personenregister enthält Daten über jede Person in jedem Haushalt, unter anderem über Geschlecht, Alter und über die Einkommenssituation der jeweiligen Person. Analog zu den Registern gibt es einen Haushaltsfragebogen, welcher Daten über die Wohnsituation enthält, sowie einen Personenfragebogen, welcher beispielsweise zahlreiche Informationen über die Gesundheit, das Einkommen und die Bildung einer Person beinhaltet. Über den Personenfragebogen werden nur Personen, die 16 Jahre oder älter sind, befragt. Daher gibt es zusätzlich einen Kinderfragebogen, in dem die Qualität der Betreuung und die Schulsituation abgefragt wird.

Seit dem Jahr 2005 wurden unterschiedliche Schwerpunkte in den EU-SILC-Befragungen gesetzt, die in Modulen zusammengefasst wurden. Diese Inhalte sind:

- 2005: Armutsübertragung zwischen den Generationen
- 2006: Soziale Partizipation
- 2007: Wohnverhältnisse
- 2008: Überschuldung und finanzielle Ausgrenzung
- 2009: Materielle Deprivation

3.1 Stichprobe

Bei der EU-SILC-Befragung wurden Haushalte ausgewählt, wobei alle Personen dieses Haushalts befragt wurden. Die Haushalte wurden aus dem Zentralen Melderegister (ZMR) gezogen. Dabei ist zu beachten, dass nur private Haushalte, bestehend aus mindestens einer Person mit einem Alter von mindestens 16 und mit Hauptwohnsitz in diesem Haushalt, in die Befragung aufgenommen wurden.

3.1.1 Befragungen

Ziel der EU-SILC-Befragung ist es nicht nur, zu ermitteln, inwiefern finanzielle und soziokulturelle Ar- mut in den europäischen Ländern vorhanden sind und wodurch diese verursacht werden, sondern auch, ob und wie sich diese für bestimmte Haushalte über mehrere Jahre ändern. Aus diesem Grund wird für die EU-SILC-Befragung ein Rotationspanel verwendet: Es wird von einem Jahr zum anderen etwa[Abbildung in dieser Leseprobe nicht enthalten] der Stichprobe neu gezogen, die anderen[Abbildung in dieser Leseprobe nicht enthalten] bleiben erhalten. Nach 2 Jahren ist in etwa die Hälfte der ursprünglichen Haushalte vorhanden, nach 3 Jahren ca.[Abbildung in dieser Leseprobe nicht enthalten] und nach 4 JahrenwirdeinevölligneueStich- probe verwendet. Das Rotationspanel (übernommen aus [Eur[10]]) wird in Abbildung 3.1 veranschaulicht.

Alle Haushalte, die zum ersten Mal in der EU-SILC-Stichprobe sind, werden einer Erstbefragung unterzogen. Bei allen Haushalten, die bereits mindestens ein Mal befragt worden sind und wieder befragt werden, spricht man von einer Folgebefragung oder follow-up-Befragung.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3.1: Schematische Darstellung des Rotationspanels

3.1.2 Stichprobengröße

Für die EU-SILC-Befragung wurde im Vorhinein eine notwendige Stichprobengröße bestimmt, um die von Eurostat festgelegten Qualitätsstandards erfüllen zu können. Für Österreich wurde die effektive Stich- probengröße mit 4500 Haushalten angegeben. Der Design-Effekt wurde im Jahr 2007 auf 1.33 geschätzt, die Varianz des Auswahlverfahrens in der EU-SILC-Befragung ist somit um [Abbildung in dieser Leseprobe nicht enthalten] größer als bei einer un- abhängigen Zufallsauswahl. Somit wären 6000 Haushalte zu befragen, um eine effektive Stichprobengröße von 4500 Haushalten zu erhalten. Für Erstbefragungen wurde eine Response-Rate von 65 % und für followup-Befragungen eine Response-Rate von 82,5 % angenommen. Zusätzlich wurde angenommen, dass 5,6 % der Adressen nicht erreichbar sein würden. Aus diesen Annahmen ergab sich für die Erstbefragung im Jahr 2009 eine Anzahl von 3630 Haushalten, insgesamt wurden 8383 Haushalte für die EU-SILC-Befragung 2009 ausgewählt. 206 dieser Haushalte waren nicht existent, 79 Haushalte waren nicht kontaktierbar. Von den 8098 verbliebenen Haushalten verweigerten 2149 eine Befragung, 71 Befragungen wurden aufgrund zu geringer Qualität entfernt. Insgesamt wurden also 5878 Haushalte befragt.

3.1.3 Auswahlverfahren und Schichtung

Für die Erstbefragungen wurde eine geschichtete Stichprobe mit 3 verschiedenen Hauptschichten gezogen. Die Stichprobe wurde durch die Schichtung in 159 verschiedene Befragungseinheiten eingeteilt, welche auch als Sprengel bezeichnet werden. Hauptschicht 1 beinhaltet alle Befragungseinheiten (Sprengel) mit einer bewohnten Fläche von weniger als 50 km2, Hauptschicht 2 alle Befragungseinheiten mit einer be- wohnten Fläche von mindestens 50 km2 und einer hohen Einwohnerdichte, und Hauptschicht 3 entspricht der 2. Hauptschicht mit einer niedrigen anstatt einer hohen Einwohnerdichte. Die Einwohnerdichte wurde über die durchschnittliche Anzahl an Haushalten in einem Raster von 500m ∗ 500m definiert. Befanden sich in einem bestimmten Raster 10 oder mehr Haushalte, galt dies als hohe Einwohnerdichte und die zu- gehörigen Haushalte befinden sich in Hauptschicht 2. Andernfalls wurde die Einwohnerdichte als niedrig eingestuft, die Haushalte in diesen Rastern befinden sich somit in Hauptschicht 3.

Für die einzelnen Hauptschichten wurden unterschiedliche Auswahlverfahren verwendet. Für Haupt- schicht 1 wurde eine einstufige Stichprobe gezogen, es wurden also direkt die Haushalte gezogen. Haupt- schicht 1 wurde nach den Bundesländern (NUTS-2) und nach den folgenden sozio-ökonomischen Gruppen geschichtet:

- Gruppe 1: Haushalte mit erhöhter Armutsgefährdung, die in eine oder mehrere dieser Kategorien fallen:

- Haushalte mit mindestens einer Person mit türkischer Staatsbürgerschaft oder einer Staats- bürgerschaft eines ehemaligen jugoslawischen Staates
- Haushalte mit mehr als 2 Kindern
- Alleinerziehenden-Haushalte
- Alleinlebende unter 30 Jahren

- Gruppe 2: Migranten und Migrantinnen (auch jene, die Gruppe 1 angehören)

- Gruppe 3: Haushalte, die nicht in Gruppe 1 oder 2 fallen

Die Haushalte aus Gruppe 3 wurden mit einer durch die Schicht bestimmten konstanten Auswahlwahr- scheinlichkeit gezogen, die Auswahlwahrscheinlichkeit für Haushalte aus den Gruppen 1 und 2 war um das 1.225-fache bzw. um das 2-fache höher. Insgesamt wurden 1.490 Haushalte aus Hauptschicht 1 gezogen.

Für die Hauptschichten 2 und 3 wurde ein zweistufiges Auswahlverfahren verwendet. In Hauptschicht 2 wurden 635 Gitterzellen gezogen, die Auswahlwahrscheinlichkeit einer Gitterzelle war proportional zur Anzahl der Haushalte in den Gitterzellen. In den ausgewählten Gitterzellen wurden jeweils 3 Haushalte zufällig ausgewählt. Daher war die Auswahlwahrscheinlichkeit für alle Haushalte in einer Befragungsein- heit von Hauptschicht 2 gleich. Aus Hauptschicht 2 wurden 1.905 Haushalte zufällig ausgewählt.

Das Auswahlverfahren in Hauptschicht 3 war analog zum Auswahlverfahren der Hauptschicht 2, nur dass anstatt der Gitterzellen Gemeinden ausgewählt wurden. In der ersten Stufe wurden 83 Gemeinden mit Auswahlwahrscheinlichkeit proportional zur Anzahl der Haushalte in den Gemeinden gezogen, in der zweiten Stufe wurden 3 Haushalte aus den gezogenen Gemeinden ausgewählt. Somit wurden aus Hauptschicht 3 insgesamt 249 Haushalte gezogen.

Weitere Details zur Schichtung sind in [GHK+11] zu finden.

3.1.4 Datenimputation

Grundsätzlich kann zwischen 2 verschiedenen Formen von Datenimputation unterschieden werden, die bei der EU-SILC-Befragung 2009 durchgeführt wurden. Bei Personen, die nicht befragt werden konnten, weil sie beispielsweise abwesend waren oder eine Befragung verweigerten, wurden ganze Personenbefragungen imputiert. Dies geschah mittels Berechnung einer Abstandsfunktion, mit Hilfe derer aus den anderen Befragungen eine Spenderperson gefunden werden sollte. Die Spenderperson musste dabei das gleiche Geschlecht haben wie die Person, deren Befragung imputiert werden sollte, und die Befragung durfte keine Proxy-Befragung sein. Eine Proxy-Befragung ist eine Befragung, bei der ein Angehöriger, eine An- gehörige oder eine nahestehende Person der zu befragenden Person befragt wird. War die Person, deren Befragung imputiert werden sollte, bereits im Jahr 2008 befragt worden, so wurde die Abstandsfunktion anhand von Variablen aus der Personenbefragung von 2008 gebildet, sollte die Person im Jahr 2009 zum ersten Mal befragt werden, so wurden nur Variablen aus dem Personenregister zur Bestimmung der Ab- standsfunktion genutzt.

Als zweite Möglichkeit der Datenimputation wurden einzelne Variablen imputiert. Diese Form der Imputation beschränkte sich auf Netto-Einkommensvariablen. Brutto-Einkommensvariablen wurden, falls möglich, aus dem Netto-Einkommen berechnet. Fehlende Werte für Netto-Einkommensvariablen konnten aus den folgenden Gründen auftreten:

1. Fehlende Information, ob ein bestimmter Typ von Einkommen erhalten wird
2. Fehlende Information über die Anzahl der Monate, in denen ein Einkommen erhalten wird
3. Fehlende Information über die Höhe eines Einkommens

Im ersten Fall wurde versucht, die Information aus anderen Variablen zu ermitteln. War dies nicht möglich, so wurde angenommen, dass kein Einkommen dieses Typs erhalten wird. Im zweiten Fall wurde ebenfalls versucht, die Information aus Werten anderer Variablen der befragten Person zu ermitteln. Falls dies nicht möglich war, so wurde für die Anzahl der Monate eine Zufallszahl zwischen 1 und 12 gezogen, wobei, wenn möglich, zusätzliche Informationen benutzt wurden, um die Anzahl der möglichen Monate einzuschränken.

Grundsätzlich war es den befragten Personen möglich, entweder das Netto-Einkommen, das Brutto- Einkommen oder eine Einkommensklasse anzugeben. Falls das Netto- oder Brutto-Einkommen vorhan- den war, wurde der fehlende Wert jeweils aus dem vorhandenen Wert berechnet. War eine Information über die Einkommensklasse vorhanden, so wurde ein zufälliges Einkommen aus der Verteilung dieser Einkommensklasse gezogen. War keinerlei Information über die Einkommenshöhe vorhanden, so wurden longitudinale Imputationsmethoden verwendet, sofern die befragte Person in vorhergegangenen Befra- gungen Informationen über das Einkommen zur Verfügung stellte. Die longitudinale Imputation basierte auf der Zeilen-und-Spalten-Methode von Little and Su. Dabei werden die Zeileneffekte und Spalteneffekte benutzt, um eine Spenderperson im Datensatz zu finden. Die Zeileneffekte stellen die Veränderungen der Werte der Variablen in den einzelnen Jahren der Befragung dar, die Spalteneffekte stellen einen einzelnen Fall in Relation zu allen anderen Fällen dar. Falls keine longitudinale Imputation möglich war, so wurde eine Querschnittsimputation mittels Regressionsanalyse durchgeführt. Falls dies auch nicht möglich war, wurden die Werte mit Hilfe der Mittelwerte oder des Medians in den einzelnen Gruppen und einem zufälligen Residualterm imputiert.

Kapitel 4
Was ist Armut?

Armut ist Mangel an Ressourcen, das heißt auf jeden Fall einmal Mangel an Geld. Wer sich finanziell nichts leisten kann, ist arm. Wenn aber jemand in Estland 500 e pro Monat verdient, ist die Person dort genauso arm wie wenn diese in Österreich 500 e pro Monat verdient?

Der erste Ansatz ist die Definition von Armut im monetären Sinn. Dabei erfolgt eine Orientierung am mittleren Wohlstandsniveau einer Gesellschaft, das zu jedem Beobachtungszeitpunkt neu zu bestimmen ist - der Schwellenwert ist somit wandelbar [LTT05]. Dieses mittlere Wohlstandsniveau wird mittels des Indikators ”at-risk-of-poverty” bezüglich Einkommensarmut/Ungleichheit berechnet, wobei diejenigen als armutsgefährdet gelten, die in Haushalten leben, deren gesamtes mittleres Einkommen unter 60 % des Medians des nationalen gewichteten Jahreshaushaltseinkommens ( Äquivalenzeinkommens) liegt. Es ist daher ein relativer Indikator, da das gewichtete Einkommen der Personen im Haushalt mit den 60 % des Medians des Staates, in dem sie leben, verglichen wird [AM10]. Dies ist die finanzielle Armut und wird auch als ”Median-60” bezeichnet.

Aber Armut sollte nicht nur finanziell betrachtet werden. Nicht alle Menschen, die ein laufendes Einkom- men beziehen, können auch an den zentralen gesellschaftlichen Bereichen teilhaben. Die Benachteiligung gegenüber der in einer Gesellschaft als selbstverständlich angenommenen Lebensführung wird in der Ar- mutsforschung als Deprivation bezeichnet. Wer wenig Geld hat, muss sich insbesondere beim materiellen Lebensstandard einschränken. Wer jung, gesund und erwerbstätig oder in Ausbildung ist, hat in der Regel bessere Zukunftsperspektiven als etwa erwerbsunfähige Personen. Gleichzeitig ergeben sich je nach den persönlichen Voraussetzungen unterschiedliche Interventionsmöglichkeiten. Gesundheit, Bildung oder die Teilnahme am Erwerbsleben sind daher Aktivierungsressourcen. Sie bilden die Voraussetzung, die es Men- schen mit geringen finanziellen Ressourcen ermöglicht, aus eigener Kraft eine normale Lebensführung zu erreichen [TE09]. Soziokulturelle Armut umfasst somit die beiden Begriffe ”Deprivation ” sowie ”Fehlen von Aktivierungsressourcen”.

Daraus lässt sich die Matrix für Armut in Tabelle 4.1 ableiten, wobei die Terminologie aus [LTT05] bzw. [TTTE+11] übernommen wurde.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 4.1: Definition von Armut

4.1 Zielvariablen

Auf Grund dieser oben beschriebenen Definitionen von Armut wird dieser Bericht auf folgende zwei Zielvariablen aufbauen: finanzielle sowie soziokulturelle Armut. Die Definitionen dieser beiden Variablen sowie deren Berechnung soll nun vorgestellt werden.

4.1.1 Finanzielle Armut

Um die Einkommen von Haushalten unterschiedlicher Größe und Zusammensetzung vergleichen zu können, werden die Haushaltseinkommen äquivalisiert. Bei zunehmender Haushaltsgröße wird eine Kostenersparnis (z.B. Wohnkosten, Lebenshaltungskosten) angenommen. Um zum Äquivalenzeinkommen zu gelangen, wird das Haushaltseinkommen gewichtet:

Bei der international etablierten EU-Skala (= modifizierte OECD-Skala / modified OECD scale), vor- gestellt in [HVZ94], hat die erste Person im Haushalt ein Gewicht von 1,0, jede weitere Person 0,5 und Kinder unter 14 Jahren 0,3. Jede Person im Haushalt erhält nun ein Äquivalenzeinkommen, das sich aus dem Haushaltseinkommen dividiert durch die Summe der Gewichte der Personen im Haushalt errechnet [BL05].

Ein Beispiel: Für ein Ehepaar mit zwei Kindern wird das Haushaltseinkommen mit 2, 1 dividiert (1+0, 5+ 0, 3 + 0, 3). So wird z.B. das jährliche Einkommen von 10.500 e zum gewichteten jährlichen Einkommen von 5.000 e pro Person.

Als finanziell arm gelten daher jene Personen, deren mittleres Einkommen unter 60 % des Medians (”Median-60” (vgl. [TE09], S.15) ) des nationalen gewichteten Jahreshaushaltseinkommen liegt.

Für die finanzielle Armut wurde folgende Variable aus der EU-SILC Befragung verwendet: povmd60

4.1.2 Soziokulturelle Armut

Als soziokulturell arm gilt jemand, der ”Deprivation” und/oder ”Fehlen von Aktivierungsressourcen” erlebt.

Deprivation:

Eine deprivierte Lebensführung drückt sich in einem eingeschränkten Zugang zu einem gewissen Lebens- standard und damit verbundenen Gütern aus, wie in [TE09], S.19f bzw. [TTTE+11], S.203f definiert wurde. Dies bedeutet eine erzwungene Einschränkung gegenüber jener Lebensweise, die für die meisten Menschen einer Gesellschaft selbstverständlich ist. Insgesamt wurde in [TTW08] eine Auswahl von sieben relevanten Merkmalen getroffen. Eine deprivierte Lebensführung wurde durch das Auftreten von mindes- tens zwei dieser Merkmale identifiziert. Demnach sollten sich in Österreich alle Menschen folgendes leisten können:

1. Regelmäßige Zahlungen (insb. Miete und Betriebskosten) rechtzeitig zu begleichen
2. Bei Bedarf neue Kleidung zu kaufen
3. Jeden 2. Tag Fleisch, Fisch, Geflügel oder vergleichbare vegetarische Speisen zu essen
4. Die Wohnung angemessen warm zu halten
5. Unerwartete Ausgaben (z.B. Reparaturen) zu finanzieren
6. Freunde oder Verwandte regelmäßig zum Essen einzuladen
7. Notwendige Arzt- und Zahnarztbesuche

Für die Berechnung des Eintretens von Deprivation wurden folgende Variablen aus der EU-SILC Befragung verwendet:

1. Regelmäßige Zahlungen: Zutreffen von einer der 4 Variablen: H026000 (Zahlungsrückstand bei Mie- te inkl. Betriebskosten - letzte zwölf Monate = 2 (ja 2 mal oder öfter)), H029000 (Zahlungsrückstand Wohnnebenkosten inkl. Heizung (letzte 12 Monate) = 2 (ja zwei mal oder öfter)), H017000 (Zah- lungsrückstand Kreditrückzahlung Wohnung (Miete/Eigentum) - letzte 12 Monate = 2 (ja zwei mal oder öfter)), H010000 (Zahlungsrückstand bei Kreditrückzahlung Hauseigentümer - letzte 12 Monate = 2 (ja 2 mal oder öfter))
2. Bei Bedarf neue Kleidung zu kaufen: H037030 (Finanzielle Kapazität - Neue Kleidung leistbar = 2 (nein))
3. Jeden 2. Tag Fleisch, Fisch, Geflügel oder vergleichbare vegetarische Speisen zu essen: H037020 (Finanzielle Kapazität - Jeden 2. Tag Hauptgericht leistbar = 2 (nein))
4. Die Wohnung angemessen warm zu halten: H037040 (Finanzielle Kapazität - Wohnung warm halten = 2 (nein))
5. Unerwartete Ausgaben zu finanzieren: H038000 (Finanzielle Kapazität - 900 e-Ausgabe aus eigenen Mitteln finanzierbar = 2 (nein))
6. Freunde oder Verwandte regelmäßig zum essen einzuladen: H037050 (Finanzielle Kapazität - einmal monatlich Gäste zum Essen einladen = 2 (nein))
7. Notwendige Arzt- und Zahnarztbesuche: Zutreffen von einer der 2 Variablen: P106000 (Wichtigster Grund für Nichtinanspruchnahme notwendiger zahnmedizinischer Leistungen (letzte 12 Monate) = 1 ( Finanzielle Gründe)), P108000 (Wichtigster Grund für Nicht-Inanspruchnahme sonstiger medizinischer Leistung (letzte 12 Monate) = 1 (Finanzielle Gründe))

Aktivierungsressourcen:

Aktivierungsressourcen sind jene Ressourcen, die im Regelfall notwendig sind, um sich aus einem Leben in Armut aus eigener Kraft zu befreien. Zu diesen Aktivierungsressourcen zählen Bildung (welche Ausbil- dung hat die Person), Gesundheit (wie ist der derzeitige Gesundheitszustand) und der Zugang zu einer Erwerbstätigkeit (ist es der Person möglich, erwerbstätig zu sein). Eine Armutslage kann ohne diese Res- sourcen nur schwer überwunden werden. Falls zwei dieser drei Ressourcen nicht ausreichend abgedeckt sind, ist ein Fehlen von Aktivierungsressourcen vorhanden. Indikatoren, ob die Ressourcen ausreichend vorhanden sind, werden im folgenden Absatz beschrieben. Diese Definition der Aktivierungsressourcen wurde in [TE09], S.20f vorgestellt.

In den Laeken-Indikatoren (siehe [TE09], S.13) wurden folgende Indikatoren beschrieben, die auch hier ihre Anwendung finden:

- Bildung: Orientierung an Indikator B3 - Bildungsferne Jugendliche (16 bis 24 Jährige, die keine Bildungseinrichtung im Sekundarbereich II (Lehre, BMS, oder Matura) oder höher besuchen bzw. abgeschlossen haben), angewandt auf die gesamte Bevölkerung.
- Gesundheit: Orientierung an Indikator G1 - Gesundheitsprobleme (Anteil der Personen ab 16 Jahren mit zwei oder mehr der folgenden gesundheitlichen Probleme: sehr schlechter allgemeiner Gesund- heitszustand, chronische Krankheit, starke Einschränkung bei der Verrichtung alltäglicher Arbeiten durch eine gesundheitliche Beeinträchtigung (oder Behinderung))
- Erwerbstätigkeit: Erwerbstätigkeit ist gegeben, wenn die Hauptaktivität Arbeitnehmer/in, Selbständig oder Mithelfend im Familienbetrieb ist

Für die Berechnung der Indikatorvariablen, die Fehlen von Aktivierungsressourcen anzeigen, wurden folgende Variablen aus der EU-SILC Befragung verwendet:

- Bildung: P118000 (Höchster Bildungsabschluss = 1 oder 2 (Kein Pflichtschulabschluss, Pflichtschu- le))
- Gesundheit: Zutreffen von zwei der drei Variablen: P102000 (Allgemeiner Gesundheitszustand = 5 (sehr schlecht)), P103000 (Chronische Krankheit oder chronisches gesundheitliches Problem = 1 (ja)), P104000 (Beeinträchtigung bei Verrichtung alltäglicher Arbeiten durch gesundheitliche Beeinträchtigung = 1 (ja stark beeinträchtigt))
- Erwerbstätigkeit: P001000 (Derzeitige Hauptaktivität = 4, 5, 6, 7, 8, 9, 10, 11 (Arbeitslos, In Eltern- karenz, Schüler/in, Student/in, Praktikant/in, Pensionist/in, Nicht erwerbsfähig auf Grund einer Behinderung, Präsenz- oder Zivildienst, Hausfrau/Hausmann, Betreuungsaufgaben, Aus anderen Gründen nicht erwerbstätig))

Zusammenfassend werden in diesem Projekt zwei Zielgrößen untersucht: Die finanzielle Armut, die nur über das Einkommen definiert ist, sowie die soziokulturelle Armut, die aus Deprivation (also die Ein- schränkung, einen für Österreich typischen Lebensstandard führen zu können) sowie dem Fehlen von Aktivierungsressourcen (hier handelt es sich um die Bereiche Bildung, Gesundheit und Zugang zur Er- werbstätigkeit, womit ein eigenständiges Befreien aus einer Armutssituation möglich wäre) besteht.

Kapitel 5
Deskriptive Analyse

Im folgenden Abschnitt werden zuerst die beiden Zielvariablen genauer betrachtet - auf der einen Sei- te die finanzielle Armut und auf der anderen Seite die soziokulturelle Armut. Anschließend erfolgt eine ausführliche Übersicht über alle Merkmale, die als mögliche erklärende Variablen in Frage kommen.

Die betrachteten erklärenden Variablen gliedern sich grob in sieben Gruppen - allgemeine Variablen, Zufriedenheit, Erwerbstätigkeit, haushaltsbezogene Variablen, Bildung und Gesundheit sowie Sonstige. Die allgemeinen Variablen beinhalten Alter, Geschlecht, Herkunft, die Auskunft über das Geburtsland und die Staatsbürgerschaft, Urbanisierung, Region. Die Zufriedenheit beschreibt, wie sehr die befragten Personen beispielsweise mit ihrem Einkommen, der Wohnsituation und ihrem Leben zufrieden sind. Die Erwerbstätigkeit bezieht sich zusätzlich auch auf die Hauptaktivität. Die haushaltsbezogenen Variablen beinhalten unter anderem auch die Haushaltsgröße, die Zusammensetzung von Mehrpersonenhaushalten, die Gebäudeart und das Rechtsverhältnis. Die Bildung bezieht sich nur auf den höchsten Bildungsab- schluss. Gesundheitsbezogene Variablen beziehen sich unter anderem auf das subjektive Befinden, auf chronische Krankheiten und die Beeinträchtigung alltäglicher Arbeiten. Unter Sonstige finden sich Varia- blen welche zwar deskriptiv untersucht, jedoch für spätere Analysen nicht mehr herangezogen wurden.

Weiters anzumerken ist, dass für die vorhandenen, untersuchten Werte der Variablen eine Hochrechnung auf die gesamte österreichische Bevölkerung vorgenommen wurde, worauf sich die jeweils angegebene Personenanzahl bezieht.

5.1 Zielvariablen

Wie bereits in Kapitel 4 beschrieben, handelt es sich bei den Zielvariablen um die finanzielle sowie um die soziokulturelle Armut. Finanzielle Armut wird errechnet aus dem ”Median-60” (vgl. [TE09], S.15). Soziokulturell arm ist jemand, der entweder ein depriviertes Leben führt oder ein Fehlen von Aktivierungsressourcen zu verzeichnen hat.

5.1.1 Finanzielle Armut

Die Variable ”Finanzielle Armut” gibt an, wie viele Personen in Österreich von finanzieller Armut betroffen sind.

Es handelt es sich um ein nominales, diskretes Merkmal, das die Ausprägungen

- nicht arm
- arm

annehmen kann. Die Hochrechnung basiert auf 11062 Werten. Abbildung 5.1 zeigt die relativen Häufigkeiten der beiden Ausprägungen, die Tabelle 5.1 beinhaltet die absoluten sowie relativen Häufigkeiten.

Wie zu erkennen ist, sind gesamt 89 % der Österreicher und Österreicherinnen (6105204 Personen) nicht finanziell arm. 11 % (806674 Personen) sind von finanzieller Armut betroffen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.1: Finanzielle Armut

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.1: Häufigkeiten der Variable Finanzielle Armut 2009

5.1.2 Soziokulturelle Armut

Die Variable ”Soziokulturelle Armut” gibt an, wie viele Personen in Österreich von soziokultureller Armut betroffen sind. Es handelt es sich um ein nominales, diskretes Merkmal, das die Ausprägungen

- nicht arm
- arm

annehmen kann. Die Hochrechnung basiert auf 11062 Werten.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.2: Soziokulturelle Armut 20

Die Variable setzt sich zusammen aus ”Deprivation” und ”Fehlen von Aktivierungsressourcen”. Depriva- tion ist vorhanden, wenn zwei der bereits in Kapitel 4.1.2 erwähnten 7 Bedingungen nicht erfüllt werden können:

- Regelmäßige Zahlungen (insb. Miete und Betriebskosten) rechtzeitig zu begleichen
- Bei Bedarf neue Kleidung zu kaufen
- Jeden 2. Tag Fleisch, Fisch, Geflügel oder vergleichbare vegetarische Speisen zu essen
- Die Wohnung angemessen warm zu halten
- Unerwartete Ausgaben (z.B. für Reparaturen) zu finanzieren
- Freunde oder Verwandte regelmäßig zum essen einzuladen
- Notwendige Arzt und Zahnarztbesuche

Fehlen von Aktivierungsressourcen beinhaltet die 3 Ausprägungen ”Bildung”, ”Gesundheit” und ”Erwerbstätigkeit”, von denen mindestens zwei fehlen müssen, um ein Defizit an Aktivierungsressourcen zu haben (siehe 4.1.2).

Tritt entweder Deprivation oder das Fehlen von Aktivierungsressourcen ein, gilt man als soziokulturell arm. Abbildung 5.2 zeigt die relativen Häufigkeiten der beiden Ausprägungen, Tabelle 5.2 beinhaltet die absoluten sowie relativen Häufigkeiten.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.2: Häufigkeiten der Variable Soziokulturelle Armut 2009

Wie zu erkennen ist, sind gesamt 61 % (4123810 Personen) nicht soziokulturell arm. 39 % (2788068 Personen) sind von soziokultureller Armut betroffen.

5.2 Allgemeine Variablen

Die allgemeinen Variablen sind personenbezogene Erhebungen, die einen möglichen Einfluss auf die Zielvariablen haben.

5.2.1 Geschlecht

Bei der Variable ”Geschlecht” handelt es sich um ein nominales, diskretes Merkmal mit den folgenden Ausprägungen:

- männlich
- weiblich

Die Hochrechnung basiert auf 11062 Werten.

Abbildung 5.3 zeigt die relativen Häufigkeiten der beiden Ausprägungen, Tabelle 5.3 beinhaltet die absoluten sowie relativen Häufigkeiten.

Wie zu erkennen ist, sind insgesamt 47,3 % männlich (3339150 Personen) und 52,7 % weiblich (3572729 Personen).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.3: Häufigkeiten der Variablen Geschlecht

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.3: Häufigkeiten der Variable Geschlecht

5.2.2 Alter in Jahren

Die Verteilung des Alters, welches mittels des Geburtsjahres in ganzen Jahren ermittelt wurde, beinhaltet nur Personen über 16 Jahren. Zu beachten ist, dass alle Personen über 80 Jahre in der Ausprägung ”80” zusammengefasst wurden. Die Variable ”Alter” ist metrisch und stetig mit 11062 Werten, auf welchen die Hochrechnung basiert.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.4: Analyse der metrischen Variable ”Alter”

Tabelle 5.4 enthält die Resultate der deskriptiven Analyse der Variable Alter. Zu erkennen ist, dass der Median des Alters bei 46 Jahren liegt. Abbildung 5.4 zeigt die graphische Darstellung der relativen Altersverteilung.

5.2.3 Alter in Gruppen

Da für die Analysen ein intervallskaliertes Merkmal von Vorteil ist, wurde weiters die Variable ”Alter” in Gruppen eingeteilt. Es wurden 4 Altersgruppen gebildet:

- 16-26 Jahre
- 27-49 Jahre
- 50-64 Jahre
- 65 Jahre oder älter

Die Ergebnisse sind in Grafik 5.5 bzw. Tabelle 5.5 dargestellt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.4: Verteilung des Alters

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.5: Häufigkeiten der Variablen Alter in Intervalle

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.5: Häufigkeiten der Variable Alter in Intervallen

Der Großteil, nämlich 41 % der Personen (hochgerechnet 2783832 Personen) sind zwischen 27 und 49 Jahre alt, 15 % der Personen (hochgerechnet 1204742 Personen) sind zwischen 16 und 24 Jahre alt, 23 % der Personen (hochgerechnet 1525231 Personen) sind zwischen 50 und 64 Jahre alt, 21 % der Personen (hochgerechnet 1398072 Personen) sind 65 Jahre oder älter.

5.2.4 Geburtsland

Das erhobene Merkmal ”Geburtsland” beschreibt, in welchem Land die befragte Person geboren wurde. Es handelt sich um ein diskretes nominales Merkmal mit den folgenden Ausprägungen:

- Österreich
- EU15/EFTA
- Neue EU12
- Restjugoslawien ohne Slowenien
- Türkei
- Sonstige

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.6: Häufigkeiten der Variablen Geburtsland

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.6: Häufigkeiten der Variable Geburtsland

Die Hochrechnung basiert auf 11049 Werten, keine Angaben zu ihrem Geburtsland machten 13 Personen unter den Befragten. Abbildung 5.6 veranschaulicht die Daten, Tabelle 5.6 zeigt die absoluten und relativen Häufigkeiten.

Die häufigste Ausprägung ist ”Österreich” mit 86 % (hochgerechnet 5769354 Personen). Das zweithäufigste Geburtsland nach ” Österreich” ist ”Restjugoslawien ohne Slowenien” mit 4 % (hochgerechnet 345379 Per- sonen).

5.2.5 Staatsbürgerschaft

Das erhobene Merkmal ”Staatsangehörigkeit” beschreibt, welche Staatsbürgerschaft die befragte Person hat. Es handelt sich um ein diskretes nominales Merkmal mit den folgenden Ausprägungen:

- Österreich
- EU15/EFTA
- Neue EU12
- Restjugoslawien ohne Slowenien
- Türkei
- Sonstige

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.7: Häufigkeiten der Variablen Staatsbürgerschaft

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.7: Häufigkeiten der Variable Staatsbürgerschaft

Die Hochrechnung basiert auf 11049 Werten, keine Angaben zu ihrer Staatsbürgerschaft machten 13 Personen unter den Befragten. Abbildung 5.7 veranschaulicht die Daten, Tabelle 5.7 zeigt die absoluten und relativen Häufigkeiten.

Die häufigste Ausprägung ist ”Österreich” mit einer Anzahl von 92 % (hochgerechnet 6216902 Personen). Die zweithäufigste Staatsbürgerschaft nach ”Österreich” ist ”Restjugoslawien ohne Slowenien” mit 3 %.

5.2.6 Urbanisierung

Die Urbanisierung wird auf Gemeindeebene nach folgenden Kriterien festgelegt: 25

EU-SILC Analyse Kapitel 5. Deskriptive Analyse

- Dichte Besiedlung: Ein Gebiet (= eine Gruppe angrenzender Gemeinden) mit mindestens 50.000 Einwohnern und mehr als 500 Einwohnern pro Quadratkilometer
- Mittlere Besiedlung: Ein Gebiet mit mindestens 50.000 Einwohnern und 101-500 Einwohnern pro Quadratkilometer
- Geringe Besiedlung: Alle übrigen Gebiete

Einzelne Gemeinden, welche die Bevölkerungsdichte von 501 bzw. 101 Einwohner pro Quadratkilometer nicht erreichen, sind trotzdem zu einem Gebiet dichter bzw. mittlerer Besiedlung zu rechnen, wenn sie vollständig von Gemeinden umgeben werden, welche die erforderliche Bevölkerungsdichte erreichen.

Bei diesem Merkmal wird erfasst, ob sich der Haushalt, in dem die Person lebt, in einem Gebiet dichter, mittlerer oder geringer Besiedelung befindet. Es handelt sich um ein diskretes ordinales Merkmal, das folgende Ausprägungen annehmen kann:

- dichte Besiedelung
- mittlere Besiedelung
- geringe Besiedelung

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.8: Urbanisierung

Abbildung 5.8 und Tabelle 5.8 zeigen, dass sich 42 % der Personen sich in einem Gebiet mit geringer Besiedelung befinden. Dies entspricht dem größten Anteil. Die zweitgrößte Gruppe (32 % der Personen) befindet sich in einem Gebiet dichter Besiedelung. Lediglich 26 % der Personen befinden sich in einem Gebiet mittlerer Besiedelung.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.8: Häufigkeiten der Variable Urbanisierung

5.2.7 Region

Bei diesem Merkmal wird erfasst, in welcher Region sich die jeweilige Person lebt. Es handelt sich um ein diskretes ordinales Merkmal, das folgende Ausprägungen annehmen kann:

- ”Wien”
- >100.000 Einwohner in der Gemeinde
- >10.000 Einwohner in der Gemeinde
- <=10.000 Einwohner in der Gemeinde

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.9: Region

Abbildung 5.9 und Tabelle 5.9 zeigen, dass 59 % der Personen aus Gemeinden mit höchstens 10.000 Einwohnern und Einwohnerinnen stammen.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.9: Häufigkeiten der Variable Region

5.3 Beschäftigung

Diese Gruppe an Variablen beinhaltet alle jene, die mit der Beschäftigung und Erwerbstätigkeit zusammenhängen.

5.3.1 Erwerbsstatus (Selbsteinschätzung)

Bei dieser Variable wird erfasst, welcher Erwerbstätigkeit die befragte Person nachgeht. Es handelt sich um ein nominales diskretes Merkmal. Die Variable hat die folgenden Ausprägungen:

- erwerbstätig
- arbeitslos
- Pensionist
- sonstige nicht-erwerbstätige Person
- nicht zutreffend
- keine Angabe

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.10: Erwerbsstatus

Die Hochrechnung basiert auf 11060 Werten, 2 Werte sind ungültig. Es fällt niemand unter die Kategorie ”nicht zutreffend”, da ohnehin nur Personen über der Altersgrenze von 16 Jahren berücksichtigt wurden. Abbildung 5.10 stellt die Verteilung der Erwerbstätigkeit grafisch dar, Tabelle 5.10 zeigt die absoluten und relativen Häufigkeiten.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.10: Häufigkeiten der Variable Erwerbsstatus

53 % der befragten Österreicher und Österreicherinnen (hochgerechnet 3667046 Personen) sind erwerbstätig, 4% (hochgerechnet 347526 Personen) arbeitslos, 29% in Pension und die übrigen 14% (hochgerechnet 991902 Personen) aus sonstigen Gründen nicht erwerbstätig.

5.3.2 Derzeitige Hauptaktivität

Genauere Informationen über die berufliche Beschäftigung der Befragten liefert die Variable ”derzeitige Hauptaktivität”. Vor allem werden all jene, die bei der Variable ”Erwerbsstatus” unter dem Punkt ”sons- tige nicht erwerbstätige Personen” zusammengefasst wurden, hier genauer unter die Lupe genommen.

Auch in diesem Fall handelt es sich um ein nominales diskretes Merkmal. Die Variable kann die folgenden Ausprägungen annehmen:

- Arbeitnehmer/in (auch Lehrlinge)
- Selbstständig

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.11: Hauptaktivität

- Mithelfend im Familienbetrieb, aber nicht angestellt
- Arbeitslos
- in Elternkarenz
- Schüler/in, Student/in, Praktikant/in
- Pensionist/in
- Nicht erwerbsfähig auf Grund einer Behinderung
- Präsenz- oder Zivildienst
- Hausfrau/Hausmann, Betreuungsaufgaben
- Aus anderen Gründen nicht erwerbstätig

Die Hochrechnung basiert auf 11062 Werten. Abbildung 5.11 stellt die Verteilung der derzeitigen Hauptaktivität grafisch dar, Tabelle 5.11 zeigt die absoluten und relativen Häufigkeiten.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.11: Häufigkeiten der Variable derzeitige Hauptaktivität

Mit 45,6 % der befragten Österreicher und Österreicherinnen (hochgerechnet 3168077 Personen) ist der größte Anteil als Arbeitnehmer oder Arbeitnehmerin oder auch als Lehrling unselbständig erwerbstätig.

28,4 % (hochgerechnet 1853191 Personen) sind bereits in Pension, damit die zweitgrößte Gruppe bei dieser Unterteilung. 4,2 % (hochgerechnet 347718 Personen) sind arbeitslos.

5.3.3 Voll- oder teilzeiterwerbstätig

Bei diesem Merkmal wird erfasst, ob die befragte Person voll- oder teilzeiterwerbstätig ist. All jene Perso- nen, die bei der vorhergehenden Variablen nicht in die Ausprägung ”Arbeitnehmer/in (auch Lehrlinge)”, ”Selbstständig” oder ”Mithelfend im Familienbetrieb, aber nicht angestellt” fallen, werden hier unter ’nicht zutreffend’ zusammengefasst. Das Merkmal ist nominal und diskret, mit den Ausprägungen

- Nicht zuteffend
- Vollzeit
- Teilzeit

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.12: Voll- und Teilzeiterwerbstätigkeit

Zur besseren Darstellung wurden all jene Personen herausgenommen, die nicht erwerbstätig sind.Untersucht wurden somit 5744 gültige Werte, auf welchen die Hochrechnung basiert. Abbildung 5.12 veranschaulicht die Verteilung, Tabelle 5.12 zeigt absolute und relative Häufigkeiten.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.12: Häufigkeiten der Variable Typ des Beschäftigungsverhältnisses (nur Erwerbstätige)

Von allen erwerbstätigen Personen (hochgerechnet 3601253) sind 22 % (hochgerechnet 756206 Personen) in einem Teilzeit-Beschäftigungsverhältnis.

5.4 Haushaltsstruktur

Dieser Abschnitt beinhaltet die deskriptive Analyse von Variablen, die in Zusammenhang mit der Haushaltsstruktur stehen. Bei diesen Variablen handelt es sich um jene, die auf Haushaltsebene ermittelt wurden. Daher beziehen sich die Analysen nicht wie für die restlichen Variablen auf 11062 Personen, sondern auf 5878 Haushalte, auf welchen die Hochrechnung basiert.

5.4.1 Haushaltsgröße

Die Variable ”Haushaltsgröße” ist metrisch und diskret. Im vorliegenden Datensatz nimmt die Haushalts- größe Werte von 1 bis 10 an, bei den erhobenen Daten leben also bis zu 10 Personen in einem Haushalt.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.13: Analyse der metrischen Variable ”Haushaltsgröße”

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5.13: Haushaltsgröße

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.14: Häufigkeiten der Variable Haushaltsgröße

Tabelle 5.13 zeigt, dass der Mittelwert der Haushaltsgröße 2.315 Personen beträgt, der Median des Merkmals ist 2. Der Großteil der Haushalte, nämlich 80,27 %, besteht aus höchstens 3 Personen, somit liegt das obere Quartil bei 3 Personen. 98 % der Haushalte bestehen aus höchstens 5 Personen, der Modus der Variable ist 2, die Standardabweichung 1.3.

Haushalte der Größenordnung 10 kommen im Datensatz sehr selten vor, wie das Diagramm 5.13 und die Tabelle 5.14 zeigen. Mit 33 % sind Haushalte mit 2 Personen, knapp vor den 1-Personen-Haushalten, die häufigste Ausprägung. Der Tabelle kann man auch entnehmen, dass 65,1 % der Haushalte aus 1 oder 2 Personen bestehen.

5.4.2 Singlehaushalte nach Alter

Die Variable ”Singlehaushalte nach Alter” ist nominal und diskret. Sie teilt die Singlehaushalte nach dem Alter der im Haushalt lebenden Personen ein: Personen, die jünger als 65 Jahre sind und Personen, die 65 oder älter sind. Bei Haushalten, die keine Singlehaushalte sind, ist der Wert auf ”fehlend” gesetzt.

Abbildung in dieser Leseprobe nicht enthalten

(a) ohne fehlende Werte

Abbildung in dieser Leseprobe nicht enthalten

(b) mit fehlenden Werten

Abbildung 5.14: Singlehaushalte nach Alter

Je nachdem, ob die fehlenden Werte berücksichtigt werden oder nicht, ergeben sich folgende Werte, nachzulesen in den Abbildungen 5.14(a) sowie 5.14(b) und Tabellen 5.15 und 5.16, für die Variable: 67,73 % sind Mehrpersonenhaushalte. Von den 1897 Personen in Singlehaushalten sind 62 % (hochgerechnet 805705 Personen in Österreich) unter 65 Jahre alt, 38% (hochgerechnet 477364 Personen in Österreich) der allein lebenden Personen sind 65 Jahre oder älter.

5.4.3 Singlehaushalte nach Geschlecht

Die Variable ”Singlehaushalte nach Geschlecht” ist diskret und nominal. Sie teilt die Haushalte, in denen nur 1 Person wohnt, nach Geschlecht in allein lebende Männer und allein lebende Frauen auf. Bei allen

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.15: Häufigkeiten der Variable Singlehaushalte nach Alter ohne fehlende Werte

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.16: Häufigkeiten der Variable Singlehaushalte nach Alter mit fehlenden Werten anderen Haushalten ist der Wert auf ”fehlend” gesetzt.

Es wurde eine Analyse mit Berücksichtigung der fehlenden Werte und eine Analyse ohne die fehlenden Werte durchgeführt, wie in den Abbildungen 5.15(a) und 5.15(b) und den Tabellen 5.17 und 5.18 zu sehen ist.

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.17: Häufigkeiten der Variable Singlehaushalte nach Geschlecht ohne fehlende Werte

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 5.18: Häufigkeiten der Variable Singlehaushalte nach Geschlecht mit fehlenden Werten Wie bereits bei der Analyse der Singlehaushalte nach Alter erwähnt, sind nur 32 % der Haushalte Single- haushalte, das entspricht einer Anzahl von 1897 Haushalten. Von diesen 1897 Singlehaushalten werden rund 61 % (736229 Personen in Österreich) von Frauen geführt. Bei Berücksichtigung aller Haushalte sind 20 % Frauen-Singlehaushalte und 13 % Männer-Singlehaushalte.

5.4.4 Mehrpersonenhaushalte

Die Variable ”Mehrpersonenhaushalte” ist diskret und nominal. Sie erfasst jene Haushalte, in denen mehr als eine Person lebt, und teilt diese in verschiedene Gruppen ein. Die Variable kann die folgenden Ausprägungen annehmen:

- Erwachsene, keine Kinder, zumindest 1 Person 65+
- Erwachsene, keine Kinder, beide Personen unter 65
- Sonstiger Haushalt ohne Kinder
- Ein-Eltern-Haushalt, zumindest 1 Kind
- 2 Erwachsene, 1 Kind

Abbildung in dieser Leseprobe nicht enthalten

(a) ohne fehlende Werte

Abbildung in dieser Leseprobe nicht enthalten

(b) mit fehlenden Werten

Abbildung 5.15: Singlehaushalte nach Geschlecht

- 2 Erwachsene, 2 Kinder
- 2 Erwachsene, mindestens 3 Kinder
- Sonstige Haushalte mit Kindern

Da diese Variable nur für Mehrpersonenhaushalte gültige Werte hat, sind die Werte für Singlehaushalte auf ”fehlend” gesetzt. Je nachdem, ob die Singlehaushalte berücksichtigt werden oder nicht, ergeben sich die Diagramme 5.16(a) und 5.16(b) und die Tabellen 5.19 und 5.20.

Werden die Ein-Personen-Haushalte nicht berücksichtigt, so reduziert sich die Anzahl der betrachteten Haushalte von 5878 auf 3981, worauf die Hochrechnung basiert. Die Zwei-Personen-Haushalte, in denen beide Personen unter 65 Jahre alt sind, sind die häufigste Variablenausprägung mit 24 % (516380 Haus- halte in Österreich).

[...]

Details

Seiten
154
Jahr
2011
ISBN (eBook)
9783656083634
ISBN (Buch)
9783656083481
Dateigröße
1 MB
Sprache
Deutsch
Katalognummer
v183817
Institution / Hochschule
Johannes Kepler Universität Linz – Institut für Angewandte Statistik
Note
1,00
Schlagworte
EU-SILC Armutsgefährdung soziokulturelle Armut logistische Regression logit Klassifikationsbäume Regressionsbäum Regression Trees Regression Armut Statistik Deskriptive Analyse Häufigkeitstabellen Migranten Alleinerziehende GNU-R Survey finanzielle Armut

Autoren

  • A. Rosemann (Autor)

    1 Titel veröffentlicht

  • E. Adler (Autor)

  • Y. Chen (Autor)

  • S. Müllner (Autor)

  • D. Pauger (Autor)

  • G. Pollhammer (Autor)

  • I. Walcherberger (Autor)

Teilen

Zurück

Titel: EU-SILC Analyse