Lebenslagen in Deutschland - Bundesministerium für Arbeit und ...
Lebenslagen in Deutschland - Bundesministerium für Arbeit und ...
Lebenslagen in Deutschland - Bundesministerium für Arbeit und ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
E<strong>in</strong>e gute <strong>Arbeit</strong>smarkt- <strong>und</strong> Beschäftigungspolitik wirkt demnach doppelt. Zum e<strong>in</strong>en verm<strong>in</strong>dert<br />
sie das E<strong>in</strong>treten des Risikofaktors, dass Haushaltsvorstände arbeitslos werden, <strong>und</strong><br />
die K<strong>in</strong>der/Jugendlichen dadurch unter die Armutsrisikoschwelle geraten. Sollte es aber doch<br />
dazu kommen, wirkt sie, <strong>in</strong>dem sie den Schutzfaktor der Erwerbstätigkeit e<strong>in</strong>es möglichen<br />
Partners stärkt.<br />
Um die bivariaten Analysen abzusichern, haben wir zwei multivariate logistische<br />
Längsschnitt-Regressionsmodelle berechnet. Das erste Regressionsmodell ist e<strong>in</strong> „random<br />
effects model“, das die Varianz zwischen unterschiedlichen Gruppen (Intergruppenvarianz)<br />
über e<strong>in</strong>en vorher festgelegten Zeitraum misst. Ähnlich wie <strong>in</strong> e<strong>in</strong>em Regressionsmodell <strong>für</strong><br />
Querschnittsdaten, können <strong>in</strong> diesem Modell also Gruppenmittelwerte von ausgewählten<br />
Merkmalen über die Zeit mite<strong>in</strong>ander verglichen werden. Mit Hilfe des „random effects models“<br />
können wir also z.B. Aussagen darüber machen ob K<strong>in</strong>der <strong>und</strong> Jugendliche mit e<strong>in</strong>em<br />
voll erwerbstätigen Haushaltsvorstand im Durchschnitt signifikant weniger häufig von Armut<br />
bedroht s<strong>in</strong>d als K<strong>in</strong>der <strong>und</strong> Jugendliche mit erwerbslosen Haushaltsvorstand. Dabei wird<br />
angenommen, dass die Beobachtungen <strong>für</strong> e<strong>in</strong> Individuum über die Zeit h<strong>in</strong>weg e<strong>in</strong>ander ähnlicher<br />
s<strong>in</strong>d als die Beobachtungen <strong>für</strong> verschiedene Individuen (Kohler <strong>und</strong> Kreuter 2008:<br />
255). Das zweite Regressionsmodell ist e<strong>in</strong> „fixed effects model“, das <strong>in</strong>dividuenbezogene<br />
Varianzen (Intragruppenvarianz) <strong>in</strong>nerhalb e<strong>in</strong>er Gruppe misst. In diesem Modell liegt der<br />
Schwerpunkt bei <strong>in</strong>dividuellen Veränderungen von Merkmalen über die Zeit. Das bedeutet,<br />
dass geschätzt werden kann, welchen direkten E<strong>in</strong>fluss bestimmte Ereignisse, wie z.B. der<br />
<strong>Arbeit</strong>splatzverlust des Haushaltsvorstandes auf das Armutsrisiko der im Haushalt lebenden<br />
K<strong>in</strong>der <strong>und</strong> Jugendlichen ausüben. Für diese Form von Regressionsanalyse ist e<strong>in</strong> balanciertes<br />
Panel notwendig. Das bedeutet, dass zu jedem Messzeitpunkt des beobachteten Zeitraums alle<br />
K<strong>in</strong>der <strong>und</strong> Jugendliche bzw. deren Haushalte Teil der Befragung se<strong>in</strong> müssen. Aufgr<strong>und</strong> von<br />
Schwankungen <strong>in</strong> der Befragungspopulation <strong>und</strong> Panelmortalität wird es mit jedem Messzeitpunkt,<br />
der <strong>in</strong> die Längsschnittanalyse aufgenommen wird, schwerer, die notwendigen Fallzahlen<br />
zu erhalten. Also kann der bisherige Zeitraum von 1994 bis 2009 nicht aufrechterhalten<br />
werden. Auf der anderen Seite ist es s<strong>in</strong>nvoll, die Untersuchungszeitspanne so umfangreich<br />
wie möglich zu wählen, um möglichst viele potenzielle Ereignisse <strong>in</strong> das Modell aufnehmen<br />
zu können <strong>und</strong> somit die Robustheit der Ergebnisse zu steigern. Der beste Kompromiss dieser<br />
beiden gegenläufigen Voraussetzungen besteht <strong>in</strong> der Wahl e<strong>in</strong>es Untersuchungszeitraums<br />
von zehn Jahren, wobei der Endpunkt von den aktuellsten uns vorliegenden Daten markiert<br />
wird (2000 bis 2009).<br />
Die multivariate Analyse der Intergruppenvarianz bestätigt im Wesentlichen die deskriptiven<br />
Ergebnisse des vorangegangenen Teils. Wenn K<strong>in</strong>der <strong>und</strong> Jugendliche <strong>in</strong> Haushalten<br />
leben, <strong>in</strong> denen der Haushaltsvorstand mit e<strong>in</strong>em Partner/ e<strong>in</strong>er Partner<strong>in</strong> lebt, Vollzeit<br />
erwerbstätig ist oder <strong>in</strong> den alten B<strong>und</strong>esländern leben, haben sie e<strong>in</strong> deutlich ger<strong>in</strong>geres Risiko,<br />
unter die Armutsrisikoschwelle zu geraten, als die jeweiligen Vergleichsgruppen. Für<br />
K<strong>in</strong>der <strong>und</strong> Jugendliche <strong>in</strong> Haushalten mit <strong>in</strong>sgesamt mehr als zwei K<strong>in</strong>dern oder m<strong>in</strong>destens<br />
e<strong>in</strong>em K<strong>in</strong>d, das jünger ist als vier Jahre, ist dieses Risiko erhöht. Die größten Risikofaktoren<br />
36