Der Übergang in den Ruhestand - Wege, Einflussfaktoren und

5. Faktoren der Ruhestandsentscheidung Der Übergang in den Ruhestand
Variablen Bildung Zeitdimension
Arbeitsmarktlage (externe/konjunkturelle Variablen)
Kantonale Arbeitslosenquote im Rücktrittsjahr
Basis: Arbeitsmarktstatistik seco t2 Kantonale Arbeitsmarktanspannung im
Rücktrittsjahr
110
Natürlicher Logarithmus aus dem Verhältnis von offenen Stellen
zu Arbeitslosenzahlen; Basis: Arbeitsmarktstatistik seco
Legende: Zeitdimension: t3 = Situation zum Befragungszeitpunkt (Frühjahr 02), t2 = Situation unmittelbar
vor dem Altersrücktritt, t1 = Situation fünf Jahre vor dem ordentlichen Rentenalter; NOGA:
allgemeine Systematik der Wirtschaftszweige
Eine vertiefte Auseinandersetzung mit einzelnen dieser Variablen findet sich in Anhang A3.
5.3 Resultate der logistischen Regression
Die deskriptiven Auswertungen in Abschnitt 4.2.6 haben gezeigt, dass zwischen einzelnen
soziodemographischen, beruflichen respektive ökonomischen Merkmalen und dem Entscheid,
ob jemand frühzeitig in den Altersruhestand tritt, signifikante Zusammenhänge bestehen.
Es wurde dargelegt, dass ein wesentlich höherer Anteil an Personen, welche ein hohes
Ausbildungsniveau aufweisen, einen vorzeitigen Altersrücktritt wählt, als solche mit einem
tieferen Ausbildungsniveau. Auch das Dienstalter im Betrieb der letzten Erwerbstätigkeit
scheint einen Einfluss zu haben. Je länger jemand im letzten Betrieb beschäftigt ist, umso
eher scheint ein frühzeitiger Altersrücktritt wahrscheinlich. Solche und ähnliche Zusammenhänge
gibt es sehr viele. Wie sehen diese Zusammenhänge nun aber aus, wenn man die
verschiedenen Merkmale kombiniert? Wie gross ist die Wahrscheinlichkeit, dass beispielsweise
ein verheirateter Arbeitnehmer, welcher in einer Grossfirma vor seiner Pensionierung
während 15 Jahren gearbeitet hat, vorzeitig in den Altersruhestand tritt? Auf diese und ähnliche
Fragen können die deskriptiven Auswertungen keine Antworten liefern. Dafür braucht
es andere statistische Methoden, wie zum Beispiel logistische Regressionsmodelle.
Mit einem logistischen Modell kann unter anderem die Wahrscheinlichkeit geschätzt werden,
dass eine Person mit bestimmten Charakteristiken vorzeitig in den Altersruhestand
tritt. OO Zusätzlich kann die Grösse des Einflusses jedes einzelnen erklärenden Merkmals, unter
Berücksichtigung aller anderen Einflussgrössen, bestimmt werden. Mit Hilfe des Wahrscheinlichkeitsmodells
können Aussagen darüber gemacht werden, welche der vorgestellten
Einflussgrössen die Wahrscheinlichkeit eines vorzeitigen Altersrücktritts wie stark beeinflussen.
Im nachfolgenden Abschnitt 5.3.1 dokumentieren wir die Vorgehensweise bei der Auswahl
der erklärenden Variablen, welche ins Modell aufgenommen werden. In Abschnitt 5.3.2
äussern wir uns zu den Interpretationsmöglichkeiten des logistischen Modells. Danach wenden
wir uns den Resultaten verschiedener Schätzungen zu. Wir unterscheiden dabei zwi-
OO
Die Methodik der logistischen Regression wird in Abschnitt 2.4.1 kurz und in Anhang A4 ausführlich
dargestellt. Für die Berechnungen wurden die gewichteten Daten verwendet. Die Verwendung
von gewichteten Daten stellt sicher, dass die in die Analyse eingehenden Personen die
Grundgesamtheit korrekt repräsentieren. Durch Verwendung des Statistikprogramms WesVar war
man in der Lage, sowohl die Regressionskoeffizienten wie auch ihre Varianzen (inkl. Signifikanztests)
korrekt zu berechnen. Bei anderen Statistikprogrammen, wie etwa SPSS, werden bei Eingabe
der Gewichte nur die Koeffizienten richtig berechnet, die Varianzen hingegen werden unterschätzt,
was zu falschen Signifikanzen führen kann.
t2