Der Übergang in den Ruhestand - Wege, Einflussfaktoren und
Der Übergang in den Ruhestand - Wege, Einflussfaktoren und
Der Übergang in den Ruhestand - Wege, Einflussfaktoren und
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>Der</strong> <strong>Übergang</strong> <strong>in</strong> <strong>den</strong> <strong>Ruhestand</strong> 5. Faktoren der <strong>Ruhestand</strong>sentscheidung<br />
- E<strong>in</strong>e Möglichkeit, die Effekte der e<strong>in</strong>zelnen Variablen zu quantifizieren, ist die Odds-<br />
Ratio (engl.: odds � Chancen, ratio � Verhältnis). In <strong>den</strong> Ereignisprotokollen s<strong>in</strong>d sie<br />
unter der Spalte „Exp(B)“ zu f<strong>in</strong><strong>den</strong>. Dabei handelt es sich um e<strong>in</strong>en E<strong>in</strong>heitseffekt, der<br />
angibt, um wie viel die Chancen e<strong>in</strong>er „durchschnittlichen“ Person zu Gunsten des untersuchten<br />
Ereignisses verändert wer<strong>den</strong>, wenn die Ausprägung der betrachteten Variable<br />
um e<strong>in</strong>e E<strong>in</strong>heit erhöht wird. OR<br />
- Weiter können <strong>in</strong> e<strong>in</strong>em logistischen Modell anhand der geschätzten Koeffizienten Beispielfälle<br />
(„Szenarien“) gebildet wer<strong>den</strong>, welche die relevantesten E<strong>in</strong>flussfaktoren <strong>in</strong><br />
sich vere<strong>in</strong>en (vgl. dazu beispielsweise Abschnitt 5.5.5.3). Dazu wer<strong>den</strong> Referenz<strong>in</strong>dividuen<br />
mit bestimmten Charakteristiken „ausgestattet“. Anschliessend können die<br />
dazugehören<strong>den</strong> Wahrsche<strong>in</strong>lichkeiten Pi berechnet wer<strong>den</strong>. Dabei wird das Individuum<br />
durch e<strong>in</strong>e bestimmte Komb<strong>in</strong>ation von unterschiedlichen, im Modell verwendeten<br />
Merkmalen (z.B. Alter, Ausbildungsniveau) charakterisiert. So kann e<strong>in</strong>e beliebige Referenzperson<br />
(Ri) „zusammengestellt“ wer<strong>den</strong>. Setzt man die entsprechen<strong>den</strong> Werte der<br />
Merkmale <strong>in</strong> e<strong>in</strong>e dafür vorhan<strong>den</strong>e Gleichung e<strong>in</strong> (Berechnung des „Logit“), lässt sich<br />
aus diesem Wert die entsprechende Wahrsche<strong>in</strong>lichkeit, dass diese Person e<strong>in</strong>en frühzeitigen<br />
Altersrücktritt wählt, berechnen. Wählt man zwei Referenz<strong>in</strong>dividuen aus, die<br />
sich durch besonders <strong>in</strong>teressante Merkmale unterschei<strong>den</strong>, können die Auswirkungen<br />
der veränderten Merkmale auf die Wahrsche<strong>in</strong>lichkeiten Pi besser verglichen wer<strong>den</strong>.<br />
- Zusätzliche Informationen über <strong>den</strong> Effekt e<strong>in</strong>es bestimmten Merkmals liefern schliesslich<br />
die Marg<strong>in</strong>aleffekte. Sie enthalten, im Gegensatz zu <strong>den</strong> Odds-Ratios, nicht nur für<br />
die „durchschnittliche“ Person Informationen, sondern geben für e<strong>in</strong> bestimmtes Individuum<br />
an, um wie viel sich die Wahrsche<strong>in</strong>lichkeit verändert, wenn (unter Konstanthaltung<br />
aller anderen Merkmalen) nur e<strong>in</strong> Merkmal um e<strong>in</strong>e E<strong>in</strong>heit erhöht wird.<br />
5.3.3 Schätzmodell für Frauen <strong>und</strong> Männer zusammen (Modell 1)<br />
In e<strong>in</strong>em ersten Schritt erstellen wir e<strong>in</strong> Modell, welches sowohl Frauen als auch Männer<br />
enthält. Es wird zuerst das Voll- <strong>und</strong> anschliessend e<strong>in</strong> optimiertes Modell vorgestellt. Das<br />
Vollmodell enthält e<strong>in</strong>e Auswahl aller <strong>den</strong>kbaren E<strong>in</strong>flussgrössen, welche aus dem Datensatz<br />
zur Verfügung stehen. Das optimierte Modell 1 soll dann mit möglichst wenigen, aber<br />
dafür mit <strong>den</strong> umso gewichtigeren Kovariablen <strong>den</strong> vorzeitigen Altersrücktritt so gut als<br />
möglich zu erklären helfen. Schliesslich berechnen wir die Rücktrittswahrsche<strong>in</strong>lichkeit für<br />
besonders charakteristische Beispielfälle.<br />
OR<br />
Zur Veranschaulichung soll folgendes (fiktives) Beispiel dienen: Die Wahrsche<strong>in</strong>lichkeit, dass der<br />
FC Basel mit dem aktuellen Kader das Champions League F<strong>in</strong>al-Spiel erreicht, soll 0.05 (=5%)<br />
betragen, was bedeutet, dass die Gegenwahrsche<strong>in</strong>lichkeit (<strong>den</strong> F<strong>in</strong>al nicht zu erreichen) 0.95 beträgt<br />
(=1-0.05). In <strong>den</strong> Wettbüros gäbe dies e<strong>in</strong>e Quote von zirka 1:19 (=Odd=Chance), <strong>den</strong>n<br />
0.95/0.05=19. Könnte der FC Basel zusätzlich zum aktuellen Kader noch <strong>den</strong> Weltstar Z<strong>in</strong>ed<strong>in</strong>e<br />
Zidane verpflichten, würde die Wahrsche<strong>in</strong>lichkeit für das Erreichen des F<strong>in</strong>als steigen, sagen wir<br />
auf 15%. Die neue Wettquote betrüge nun 1:5.66 (=0.85/0.15). Das bedeutet, dass die Chancen<br />
für das Erreichen des F<strong>in</strong>als mit der Veränderung e<strong>in</strong>es Mannes im Kader des FCB um das Dreie<strong>in</strong>halbfache<br />
steigen (=19/5.66). Genau diese Veränderung der Chancen auf das E<strong>in</strong>treten e<strong>in</strong>es<br />
Ereignisses beschreibt das Odds-Ratio. In diesem fiktiven Beispiel würde es sich im Schätzmodell<br />
um e<strong>in</strong>e Dummy-Variable (Z<strong>in</strong>ed<strong>in</strong>e Zidane im Kader: ja oder ne<strong>in</strong>) handeln.<br />
113