Lebenslagen in Deutschland - Bundesministerium für Arbeit und ...

Eine gute Arbeitsmarkt- und Beschäftigungspolitik wirkt demnach doppelt. Zum einen vermindert
sie das Eintreten des Risikofaktors, dass Haushaltsvorstände arbeitslos werden, und
die Kinder/Jugendlichen dadurch unter die Armutsrisikoschwelle geraten. Sollte es aber doch
dazu kommen, wirkt sie, indem sie den Schutzfaktor der Erwerbstätigkeit eines möglichen
Partners stärkt.
Um die bivariaten Analysen abzusichern, haben wir zwei multivariate logistische
Längsschnitt-Regressionsmodelle berechnet. Das erste Regressionsmodell ist ein „random
effects model“, das die Varianz zwischen unterschiedlichen Gruppen (Intergruppenvarianz)
über einen vorher festgelegten Zeitraum misst. Ähnlich wie in einem Regressionsmodell für
Querschnittsdaten, können in diesem Modell also Gruppenmittelwerte von ausgewählten
Merkmalen über die Zeit miteinander verglichen werden. Mit Hilfe des „random effects models“
können wir also z.B. Aussagen darüber machen ob Kinder und Jugendliche mit einem
voll erwerbstätigen Haushaltsvorstand im Durchschnitt signifikant weniger häufig von Armut
bedroht sind als Kinder und Jugendliche mit erwerbslosen Haushaltsvorstand. Dabei wird
angenommen, dass die Beobachtungen für ein Individuum über die Zeit hinweg einander ähnlicher
sind als die Beobachtungen für verschiedene Individuen (Kohler und Kreuter 2008:
255). Das zweite Regressionsmodell ist ein „fixed effects model“, das individuenbezogene
Varianzen (Intragruppenvarianz) innerhalb einer Gruppe misst. In diesem Modell liegt der
Schwerpunkt bei individuellen Veränderungen von Merkmalen über die Zeit. Das bedeutet,
dass geschätzt werden kann, welchen direkten Einfluss bestimmte Ereignisse, wie z.B. der
Arbeitsplatzverlust des Haushaltsvorstandes auf das Armutsrisiko der im Haushalt lebenden
Kinder und Jugendlichen ausüben. Für diese Form von Regressionsanalyse ist ein balanciertes
Panel notwendig. Das bedeutet, dass zu jedem Messzeitpunkt des beobachteten Zeitraums alle
Kinder und Jugendliche bzw. deren Haushalte Teil der Befragung sein müssen. Aufgrund von
Schwankungen in der Befragungspopulation und Panelmortalität wird es mit jedem Messzeitpunkt,
der in die Längsschnittanalyse aufgenommen wird, schwerer, die notwendigen Fallzahlen
zu erhalten. Also kann der bisherige Zeitraum von 1994 bis 2009 nicht aufrechterhalten
werden. Auf der anderen Seite ist es sinnvoll, die Untersuchungszeitspanne so umfangreich
wie möglich zu wählen, um möglichst viele potenzielle Ereignisse in das Modell aufnehmen
zu können und somit die Robustheit der Ergebnisse zu steigern. Der beste Kompromiss dieser
beiden gegenläufigen Voraussetzungen besteht in der Wahl eines Untersuchungszeitraums
von zehn Jahren, wobei der Endpunkt von den aktuellsten uns vorliegenden Daten markiert
wird (2000 bis 2009).
Die multivariate Analyse der Intergruppenvarianz bestätigt im Wesentlichen die deskriptiven
Ergebnisse des vorangegangenen Teils. Wenn Kinder und Jugendliche in Haushalten
leben, in denen der Haushaltsvorstand mit einem Partner/ einer Partnerin lebt, Vollzeit
erwerbstätig ist oder in den alten Bundesländern leben, haben sie ein deutlich geringeres Risiko,
unter die Armutsrisikoschwelle zu geraten, als die jeweiligen Vergleichsgruppen. Für
Kinder und Jugendliche in Haushalten mit insgesamt mehr als zwei Kindern oder mindestens
einem Kind, das jünger ist als vier Jahre, ist dieses Risiko erhöht. Die größten Risikofaktoren
36