Wie wirkt sich die Wohnsituation der Kernfamilie auf den eigenen späteren Arbeitsmarkterfolg aus? Eine Datenanalyse

Inhaltsverzeichnis

1 Einleitung

2 Theorie und Hypothesen

3 Daten, Operationalisierung und Methode

4 Deskriptive und multivariate Analysen

5 Zusammenfassung und Diskussion

6 Literaturverzeichnis

7 Anhang: Abbildungen und Tabellen

8 Eidesstattliche förmliche Erklärung

Tabellen- und Abbildungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

Das Thema Arbeitslosigkeit ist in Deutschland mit 2,7 Millionen Arbeitslosen im Jahr 2016 sehr präsent (Bundesagentur für Arbeit 2017: 16) und gesellschaftlich gefragt und relevant, wie eine Umfrage aus dem Jahr 2007 zeigt. Zwei Drittel der Befragten gaben an, dass Arbeitslosigkeit eine der größten Herausforderungen in Deutschland darstellt (GFK 2007). Sie kann an sich jeden Bürger treffen. Dennoch ist zugleich keine komplette Chancengleichheit gegeben, sodass noch immer Mechanismen wie die soziale Herkunft die Wahrscheinlichkeit der Arbeitslosigkeit beeinflussen. Einer der entscheidenden Faktoren ist dabei die Kernfamilie, in der man aufwächst. Deren Auswirkungen auf die spätere Arbeitslosigkeit soll daher überprüft werden.

Das Ziel der Arbeit ist, den Zusammenhang zwischen Familie und Arbeitsmarkterfolg entweder zu widerlegen oder einen positiven oder negativen Einfluss der Familie auf den Arbeitsmarkterfolg zu finden. Relevant ist dieses Thema auch, da bereits bewiesen wurde, dass die Familie einen signifikanten Einfluss auf die schulische Laufbahn von Kindern hat, deren Einfluss auf den Beruf jedoch noch weitgehend unerforscht ist. Diese Ergebnisse fehlen noch in der Forschung und sind gesellschaftlich wichtig, da ein zu hoher Einfluss der Familie auf den Beruf auf Fehler im Schulsystem verweisen könnte. Gesellschaftspolitisch steht die Fragestellung in engem Zusammenhang mit der Wirkung der sozialen Ungleichheit, die in Deutschland in den letzten Jahren durch den immer stärker werdenden Schereneffekt sichtbar wird (Schäfer 2010: 134). Die Fragestellung lautet:

Wie wirkt sich die Wohnsituation der Kernfamilie auf den eigenen späteren Arbeitsmarkterfolg aus?

Die Arbeit ist gegliedert in eine kurze Erläuterung der Theorien und Hypothesen, auf deren Basis die Fragestellung beruht, auf die eine Erklärung der Daten, der Operationalisierung und der Auswertungsmethode folgt. Zuletzt werden die Ergebnisse analysiert, zusammengefasst und kritisch beleuchtet. Im Folgenden wird von der befragten Person als dem Befragten gesprochen. Dies wird als Synonym für männliche und weibliche Befragte verwendet.

2 Theorie und Hypothesen

Es wird davon ausgegangen, dass Kinder aus Haushalten mit nur einem Elternteil nicht so gute Jobchancen haben und summiert länger arbeitslos sind als solche mit beiden Elternteilen im Haushalt. Diese Behauptungen beruhen auf Bourdieus Statuszuweisungstheorie, dass die schulische Selektion stark von den Voraussetzungen in der Familie abhängt wie von deren Erziehung, die auch darauf beruht, wieviele Elternteile diese vornehmen. Bourdieu erklärt dies damit, dass die Erfolge eines Individuums in der Schul- und Ausbildungszeit von „frühzeitigen Orientierungen abhängig sind, die unweigerlich durch das familiäre Milieu bestimmt werden“ (Bourdieu & Passeron 1971: 32). Die kulturelle Prägung eines Kindes wird auch durch die Selektion des Bildungssystems weiter verstärkt, da dies die soziale Ungleichheit weiter intensiviert (Bourdieu & Passeron 1971: 32). Zu dieser kulturellen Prägung zählen unter anderem Gewohnheiten, Fähigkeiten, Einstellungen, Kenntnisse, Verhaltensweisen und bestimmte Interessen, die herkunftsbedingt variieren. Beeinflusst wird dies dabei direkt durch die Wohnverhältnisse des Kindes: Lebt es bei beiden Eltern, hat es bessere Lebensbedingungen und eine höhere Wahrscheinlichkeit, eine hohe Schule zu besuchen (Bourdieu & Passeron 1971: 33). Daher leitet sich die Annahme ab, dass auch der Unterschied, ob man mit einem oder mit zwei Elternteilen aufwächst, einen Einfluss auf die schulische Laufbahn hat, die wiederum an sich den Arbeitsmarkterfolg beeinflusst aufgrund eines Abschlusses. Die Art des Zusammenlebens hat demzufolge den Einfluss, dass man laut Bourdieu durch die Art des Zusammenlebens mit beiden Eltern eine gefestigtere Struktur in seiner kulturellen Bildung sowie mehr persönliche Unterstützung erfährt als ohne sie. Diese Annahme wird auf den Unterschied zwischen einem und zwei Elternteilen adaptiert und damit wird angenommen, dass man mit zwei Elternteilen im selben Haushalt mehr kulturelle Unterstützung erfährt als mit einem. Auch die Familie an sich beeinflusst den späteren Arbeitsmarkterfolg durch die kulturelle Bildung des Elternhauses, die je nach Schicht variiert und daher auch von den Wohnverhältnissen der Eltern abhängt. Der spätere Arbeitsmarkterfolg ist also nicht nur an schulische Erfolge oder Abschlüsse gekoppelt, sondern auch an die eigenen Interessen, Fähigkeiten und Kenntnisse, die durch die Schule nicht vermittelt werden können und daher einzig auf den Umgang im eigenen Elternhaus zurückzuführen sind.

Der Erfolg auf dem Arbeitsmarkt ist durch die Länge der Arbeitslosigkeit zu messen. Es ist davon auszugehen, dass Kinder mit weniger kulturellen Ressourcen aus dem Elternhaus länger arbeitslos sind als solche mit mehr Ressourcen, da sie nicht dieselben persönlichen Möglichkeiten haben, einen Job zu erhalten und zu behalten. Diese Fähigkeiten werden in einem behüteten Elternhaus mit zwei Elternteilen eher und intensiver vermittelt als in einem mit nur einem Elternteil, da dort der Fokus der Erziehung auf anderen Gebieten liegt. Gefragt wird nur nach der Dauer der Arbeitslosigkeit und nicht danach, ob jemand jemals arbeitslos war, da dies mit der Dauer schwer vergleichbar wäre. Daher werden Personen, die nie arbeitslos waren, in der Datenerhebung nicht berücksichtigt.

Daraus bilden sich die beiden Hypothesen, dass die Art des Zusammenlebens im Alter von 15 Jahren, entweder mit einem oder mit zwei Elternteilen, einen Einfluss auf den späteren Arbeitsmarkterfolg hat, und, dass dies unter anderem durch die Schulbildung und den sich daraus ergebenden individuellen höchsten erreichten Schulabschluss geschieht. Gemessen wird zum Zeitpunkt eines jugendlichen Alters des Befragten, da diese Zeit der Jugend sehr prägend ist, sowohl bezüglich der gefestigten Interessen als auch hinsichtlich der Entscheidung, wie es schulisch weitergehen soll. Der Allbus bietet diesbezüglich sehr passend Daten des Befragten im Alter von 15 Jahren an. Es wird das Zusammenleben mit den Eltern gemessen, die schulische Bildung in der Mechanismushypothese mit einbezogen und der Arbeitsmarkterfolg anhand der Dauer der Arbeitslosigkeit gemessen, falls derjenige jemals arbeitslos war. Wenn die Theorie stimmt, dass die familiäre Selektion den Schulverlauf prägt, müsste demnach auch der Schluss auf den Arbeitsmarkterfolg möglich sein.

Die Zusammenhangshypothese (siehe Abbildung 1) lautet also:

H1: Wenn der Befragte in seiner Kindheit mit nur einem Elternteil zusammengelebt hat, dann ist er eher später länger arbeitslos als wenn er mit beiden zusammenlebte.

Die Mechanismushypothese (siehe Abbildung 2) lautet:

H2: Ein durchschnittlich niedrigerer Schulabschluss ist der vermittelnde Mechanismus, der erklärt, dass Personen, die mit nur einem Elternteil aufwuchsen, im späteren Lebenslauf eher länger arbeitslos sind im Vergleich zu Personen, die mit zwei Elternteilen aufwuchsen.

Die zweite Hypothese basiert auf der Vermutung, dass Kinder mit nur einem Elternteil weniger Unterstützung bei den Schularbeiten erhalten, daher weniger gut in der Schule sind, einen tendenziell niedrigeren Abschluss erhalten und damit weniger gute Chancen auf dem Arbeitsmarkt haben. Einer der vermittelnden Mechanismen wäre also der höchste allgemeinbildende Schulabschluss. Die abhängige Variable Y, die die Länge der Arbeitslosigkeit innerhalb der letzten zehn Jahre bezeichnet, wird hier durch die ordinale Variable X2, den Schulabschluss, negativ beeinflusst. X1 ist die Wohnsituation der Familie, die direkt zu X2 und damit indirekt zu Y führt.

3 Daten, Operationalisierungen und Methode

Als Datensatz wird der Allbus 2012 (GESIS 2013) verwendet, da dieser die benötigten Informationen bereitstellt. Der im Querschnittsdesign erhobene Allbus gibt mit 752 Variablen eine große Anzahl an Variablen und 3480 Befragte aus der Bundesrepublik Deutschland vor, die für die Auswertung unterschiedlich genutzt und angewendet werden können. Ebenso hat er eine sehr gute Dokumentation, was die Arbeit mit den vielen verschiedenen Teilen sehr vereinfacht. Auch beinhaltet er die Angaben vieler verschiedener Bevölkerungsschichten mit unterschiedlichen Lebensumständen, was die Bandbreite der Gesellschaft gut darstellt und daher verwertbare Ergebnisse liefern sollte. Dies wird daran festgemacht, dass er anhand eines standardisierten Fragebogens als eine zweistufige, disproportional geschichtete Zufallsauswahl durchgeführt wird und die Ausschöpfungsquote 69,5% beträgt (GESIS 2013). Die Befragungsmethode hat den Nachteil, dass Befragte auf den Interviewer persönlich reagieren können sowie, dass dieser durch schlechte Schulungen oder eigene Reaktionen die Ergebnisse verfälschen kann. Durch die hohe Standardisierung des Fragebogens können diese Risiken jedoch wieder weitgehend ausgeschlossen werden. Als Grundlage für die vorliegende Forschungsfrage beinhaltet er zudem die angeforderten Informationen wie die benötigten Kontrollvariablen und kann somit zur Analyse der Fragestellung genutzt werden. Dennoch ist der Datensatz keine perfekte Zufallsstichprobe, da beispielsweise die Einwohnermeldekarteien nicht immer aktuell sind, aus denen die Befragten gezogen werden. Auch ist die Befragung freiwillig, sodass eine Überrepräsentation von Personen entsteht, die viel Zeit haben wie zum Beispiel Rentner. Menschen mit Migrationshintergrund und ohne ausreichende Deutschkenntnisse sind dagegen schwer zu befragen, sodass sie im Gegensatz dazu unterrepräsentiert sind. Dadurch geht die statistische Inferenz verloren und es kann nicht von der Verteilung der Merkmale im Allbus auf die Grundgesamtheit der Bevölkerung geschlossen werden. Da es hier aber nur um die Messung von Effekten geht, ist diese Einschränkung irrelevant, solange Scheinkorrelationen und Surpressorbeziehungen weitestgehend ausgeschlossen werden.

Einschränkungen müssen bei den Personen getroffen werden, die nicht in Vollzeit arbeiten, also auf ihren Job ganzheitlich angewiesen sind. Dazu gehören zum Beispiel Rentner, Schüler und Studenten. Diese werden zu Anfang über die Variable v259 aus dem Datensatz gelöscht. Die Arbeitnehmer werden bei der Variable v255 bereits zuvor gefiltert, sodass dabei nur Vollzeit Erwerbstätige nach ihrer Arbeitslosigkeit innerhalb der letzten zehn Jahre befragt werden. Aktuell Arbeitslose werden über die Variable v266 erfasst und auf dieselbe Art und Weise gefragt, wie lange sie in den letzten zehn Jahren arbeitslos waren. Waisenkinder werden durch die X1-Variable gefiltert, indem solche ohne Eltern auf Missing gesetzt werden. Nie arbeitslos Gewesene werden durch die Y-Variable herausgefiltert: Die aktuelle und die frühere Arbeitslosigkeitsdauer werden addiert und anschließend solche mit einer Angabe von insgesamt 0 Wochen Arbeitslosigkeit gelöscht.

Die X1-Variable Art des Zusammenlebens als Indikator für die Familie, die sich auf die Kindheit des Befragten bezieht, wird direkt anhand der Variable v327 aus dem Allbus erfragt. Die Frage lautet „Als Sie 15 Jahre alt waren, haben Sie damals mit Ihren beiden Eltern gemeinsam in einem Haushalt gelebt?“ (GESIS 2013). Sie hat im Datensatz die Antworten, ob man mit Vater und Mutter, nur mit Vater, nur mit Mutter oder mit keinem von beiden zusammengelebt hat. Diese wird anhand der Anzahl der dort wohnenden Elternteile gemessen, ist also nominal (1 oder nicht 1) skaliert mit den Einheiten 1 und 2, dargestellt als 1 oder 0. Das heißt, wenn der Befragte mit einem Elternteil zusammenlebte, egal ob mit Vater oder Mutter, bekommt er die 1 zugeordnet, und wenn er mit zwei Elternteilen zusammenlebte, die 0. Die dichotom nominale Variable hat nun die Ausprägungen ein Elternteil und mit beiden, sowie als Missing KA, was keine Elternteile beinhaltet sowie Verweigerungen. Dabei ist unerheblich, ob die Eltern Stiefeltern oder leibliche Eltern sind. Ebenso wird nicht überprüft, ob man mit zwei gleichgeschlechtlichen Eltern zusammenlebte. Dies ist wichtig, da diese Komponente des Geschlechts hier nicht getestet wird und daher zur Vereinfachung zusammengefasst werden muss. Ohne Eltern wird nicht gemessen, da dies extrem selten vorkommt und nur aufgrund dessen ein anderes Forschungsdesign gewählt werden müsste, das zu sehr die Ergebnisse verfälschen würde. Daher wurde diese Variante nicht in die Forschungsfrage mit aufgenommen und ist für die vorliegende Fragestellung irrelevant. Die Arbeitslosigkeit Y wird in Wochen gemessen, wie es der Allbus bereits getan hat. Nun lässt sich messen, ob Kinder mit einem Elternteil länger arbeitslos sind als solche, die mit zwei Elternteilen aufwachsen. Dies entspricht der Forschungsfrage und alle anderen Kombinationen, wie etwa die seltenen Fälle von drei Elternteilen oder ohne Eltern, können aufgrund niedriger Fallzahlen und der Unwichtigkeit für die Forschungsfrage als Missing behandelt werden. Zwei Elternteile, egal ob Stiefeltern oder nicht, können aber in jedem Falle mehr zu der Bildung der Kinder beitragen, sodass auch Stiefeltern als Eltern behandelt werden, insoweit sie vom Befragten als solche angegeben werden.

Die abhängige metrische Y-Variable Länge der Arbeitslosigkeit, die der Indikator für den Arbeitsmarkterfolg ist, bezieht sich auf den Zeitraum der vergangenen zehn Jahre, wird offen anhand von v255 abgefragt und muss vom Interviewer dabei aggregiert werden: „<Falls Befragter hauptberuflich erwerbstätig ist und in den letzten 10 Jahren einmal arbeitslos war> Wie lange waren Sie insgesamt in den letzten 10 Jahren arbeitslos?“ (GESIS 2013). Sie wird in Wochen und Monaten abgefragt, wurde aber vom Allbus bereits in Wochen umgerechnet. Sie wird so übernommen, da diese Einheit gut weiterzuverwenden ist. Nicht-Erwerbstätige oder Teilzeit Berufstätige, deren Lohn nicht ihr Haupteinkommen darstellt aus Gründen wie dem Bundesfreiwilligendienst, Studenten, Schüler und Rentner werden nicht berücksichtigt, da die Dauer der Arbeitslosigkeit hier das Ergebnis verfälschen würde. Auch aktuell Arbeitslose werden anhand der Variable v266 auf dieselbe Weise befragt. Wenn jemand nicht arbeitslos war in diesem Zeitraum, wird er bereits vorher vom Allbus herausgefiltert. Diese beiden Optionen sind unter der 0 zusammengefasst, und Dropouts gelten als 999. Diese werden in dieser Arbeit als Missings spezifiziert; die Anzahl der Wochen wurde so als metrische Variable beibehalten.

X2 als ordinale dreistufige Variable ist der eigene höchste allgemeinbildende Schulabschluss (siehe Abbildung 3). Die Bildung wird über den allgemeinen Schulabschluss operationalisiert, der im Allbus über die Variable v230 abgefragt wird. Für die Analysen wurde die Bildung in die drei Gruppen niedrige, mittlere und hohe Bildung gegliedert. Niedrige Bildung beinhaltet dabei keinen Abschluss sowie die Haupt- und Volksschule, mittlere die mittlere Reife und hohe Bildung die Hochschul- und Fachhochschulreife, da dies die allgemeinen Kriterien für Berufsausbildungen oder Restriktionen für Studiengänge darstellen. Hier wird nur die Schulbildung verwendet und nicht wie bei der Schicht der Eltern der Berufsabschluss, da dies auf die verwendeten Teile der Theorie zutrifft, die nur die Schulbildung eindeckt.

Die erste Kontrollvariable ist die Schicht in Form der Bildung der Eltern, die zur Auswertung im Nachhinein in Unter-, Mittel- und Oberschicht eingeteilt und anhand des ISCED-Modells nach Hasselborn et al. (2014, Tabelle 1) für das deutsche Schulsystem erstellt wird (siehe Abbildung 4). Sie hat einen Einfluss auf die Familienkonstellation, da Eltern aus höheren Schichten sich häufig aus Statuserhaltmotiven nicht trennen, wohingegen sich solche aus niedrigeren Schichten weniger Gedanken um den Statuserhalt als um das Wohlergehen der Familie machen. Auch hat die Schicht der Eltern einen Einfluss auf die Länge der Arbeitslosigkeit, da Personen aus höheren Schichten mehr soziales Kapital haben und mehr Menschen in höheren Positionen kennen, was sich positiv auf das Berufsleben der Kinder auswirkt, aufgrund dessen sie tendenziell kürzer arbeitslos sind (Reinberg, Hummel 2007: 18). Abgefragt wird sie über den höchsten Berufsabschluss der Elternteile, da diese einen Hinweis auf das kulturelle Kapital liefern können, das ein guter Indikator für die Schicht der Eltern ist. Der höhere Abschluss eines der beiden Elternteile wird verwendet, da dieser tendenziell einen höheren Einfluss hat. Dafür werden die Variablen 332, 333, 334 und 335, der höchste berufsbildende Abschluss des Vaters und der Mutter kombiniert mit ihren Schulabschlüssen, abgefragt und in neue Kategorien Niedrig,Mittelund Hoch eingeteilt. Kein Abschluss, Haupt- und Volksschule, die mittlere Reife und kein Abschluss in der Berufsausbildung gelten dabei als niedrige Bildung. Mittlere Bildung sind Fachhochschul- und Hochschulreife sowie gewerbliche, landwirtschaftliche und kaufmännische Lehren. Meister, Techniker, Fachhochschul- und Hochschulabschlüsse sind hohe Bildung (siehe Abbildung 4). Zuletzt werden diese Variablen zusammengefasst, sodass auf der Variable nur der höchste Abschluss von Stata verwendet wird. Weiterhin erhalten Personen auf dieser Variable den höchsten Wert 3, wenn mindestens ein Elternteil in die höchste Bildungskategorie fällt. In diesem Fall ist es egal, ob der andere Elternteil hier ein Missing enthält, da nur der maximale Wert der Bildung der Eltern von Interesse ist und dieser hier schon erreicht wurde.

Die zweite Kontrollvariable ist das Alter des Befragten, das anhand der Variable v220 erfragt wird, da Kinder aus moderneren Familien öfter in Scheidungsfamilien aufwachsen, da dies heutzutage nicht mehr so geächtet ist. Dies beeinflusst direkt die Familienkonstellation wie auch die Arbeitslosigkeit, da entgegen gängiger Vermutungen ältere und auch sehr junge Menschen seltener arbeitslos sind als solche im mittleren Alter (Bundesagentur für Arbeit 2017: 17). Ob der Befragte nach der Variable v227 im Osten oder Westen gewohnt hat mit 15 Jahren, kann einen Einfluss haben, da im Osten die Scheidungsraten höher sind (Fowid 2016). Ob er umgezogen ist, wird im Allbus nicht gefragt und kann daher nicht berücksichtigt werden. Zudem sind die Arbeitslosigkeitszahlen im Westen höher als im Osten (Bundesagentur für Arbeit 2017). Dies ist die dritte Kontrollvariable.

Hinsichtlich der Selektivität gibt es bei dieser Erhebung das Problem, dass die Fragen zur Erwerbstätigkeit selbst zusammengenommen nicht immer denselben Zeitraum abdecken, sodass selbst nach dem Löschen von Hausfrauen, Schülern, nebenbei Erwerbstätigen und anderen Nicht-Erwerbstätigen und Nicht-Arbeitslosen die Anzahl der Fälle nicht in jeder Tabelle gleich war. Zugleich ist die Fallzahl der für diese Studie relevanten Personen sehr niedrig nach dem Filtern der Personen, die mindestens ein Missing bei den relevanten Fragen angaben. Dies führt dazu, dass die Effekte eventuell nicht richtig herausgearbeitet werden können.

Es wurde eine lineare Regression durchgeführt, da Y metrisch und X1 nominal dichotom ist. Um die Zusammenhangshypothese zu überprüfen, wurde zuerst ein bivariates Modell erstellt und anschließend wurden die Kontrollvariablen im multivariaten Modell aufgenommen, um den kausalen Effekt zu bestimmen. Bei Hypothese 2 wurden ebenfalls eine bivariate und eine multivariate Analyse durchgeführt unter Ausschluss von Personen, die ein Missing auf der X2-Variable haben, und zudem eine Mechanismusanalyse, um den Mechanismus des Bildungseinflusses testen zu können. So konnte der Mechanismuseffekt ermittelt werden, indem der Koeffizient des X1-Effektes in der Mechanismusanalyse vom Koeffizienten des X1-Effektes in der multivariaten Analyse abgezogen wurde.

4 Deskriptive und multivariate Analysen

Anschließend werden die deskriptiven Analysen durchgeführt. Die nominal dichotome X1-Variable Art des Zusammenlebens, genannt in Stata ein_E, beinhaltet die Ausprägungen 1, ein Elternteil, und 0, mit beiden, und beschreibt, mit wievielen Elternteilen der Befragte im Alter von 15 Jahren zusammengelebt hat. Lebte er mit keinem zusammen oder hat die Angabe verweigert, wird es zum Missing. An einer Tabelle zur Variablenbeschreibung kann man sehen, dass auf die Frage 472 Personen geantwortet haben, von denen 15 ein Missing waren, das entspricht 3,18 Prozent. Von den übrigen 457 Personen lebten 380 mit beiden Elternteilen zusammen und 77 mit nur einem Elternteil, entweder mit dem Vater oder der Mutter. Zur Veranschaulichung der Variable wurde eine Häufigkeitstabelle mit der Verteilung und der kumulierten Verteilung mit Ausgabe der Missings erstellt, um der nominal dichotomen Variable gerecht zu werden (siehe Abbildung 5).

Die Y-Variable Dauer der Arbeitslosigkeit ist metrisch und wurde in Wochen gemessen und codiert. Sie wurde in zwei Fragen ermittelt, einmal für die Arbeitnehmer und einmal für die aktuell Arbeitslosen. Diese beiden Variablen wurden aggregiert und zur neuen Variable AL_Dauer codiert. Zur Veranschaulichung wurde ein Boxplot erstellt (siehe Abbildung 6). Für die Grafik wurden alle Personen, die länger als 300 Wochen arbeitslos waren, herausgenommen, um sie übersichtlicher zu gestalten, da die Ausreißer dazu führen würden, dass der Boxplot zu eng dargestellt werden würde, um etwas zu erkennen. Die Verteilungsdaten zeigen, dass bis zu 50 Prozent höchstens 52 Wochen arbeitslos waren von 486 Fällen, der Mittelwert bei 99,14 Wochen lag und die längste Dauer bei 520 Wochen lag bzw. dies die höchste mögliche Angabe war, die auch in 26 Fällen gewählt wurde. Die Variable ist so verteilt, dass zwischen dem Minimum 1 und dem Maximum 520 das 25%-Quantil bei 21 Wochen lag, das 75%-Quantil bei 104 Wochen sowie das arithmetische Mittel bei 99,14 Wochen.

Die ordinale X2-Variable des Bildungsstatus‘ des Befragten wurde zusammengefasst unter niedriger, mittlerer und hoher Bildung, die aus den Ursprungsvariablen ohne Abschluss und Volks-, Hauptschule, Mittlere Reife bzw. Fachhochschul- und Hochschulreife erstellt wurde. Andere Abschlüsse sind Missings. In einer endgültigen Häufigkeitstabelle sieht man schließlich, dass der neuen Definition zufolge von 457 befragten Personen 133 eine niedrige Bildung hatten, 218 eine mittlere und 106 Personen eine hohe Bildung (siehe Abbildung 3) Als Erstes wurden die Modelle für die Zusammenhangshypothese erstellt, im ersten Schritt eine bivariate Analyse und anschließend eine multivariate Analyse. Es wurde eine bivariate Analyse erstellt mit der metrischen Länge der Arbeitslosigkeitsdauer als Y und der Variable ein_E als X1, bei der die Personen ausgeschlossen wurden, die auf einer der Kontrollvariablen ein Missing haben. (siehe Abbildung 7). Der Koeffizient von ein_E aus dem bivariaten Modell besagt, dass ein Kind, welches mit nur einem Elternteil zusammenlebt, im Durchschnitt 5,3096 Wochen weniger arbeitslos ist im späteren Lebensverlauf als eine Person, die mit beiden Elternteilen zusammenlebte ceteris paribus. Die Anzahl der Fälle beläuft sich dabei auf 457 Personen. Der Koeffizient ist nicht signifikant, da ein P-Value von 0,746 vorliegt und somit das Signifikanzniveau von alpha=0,05 überschritten wurde. Bei der bivariaten Regression wurden laut R² 0,02% der Varianz der Y-Variable durch das Modell erklärt.

[...]