Zusammenfassung
Die Auswahl von für den Studienzweck geeigneten Daten und Methoden ist Gegenstand dieses Kapitels . Ein besonderes Augenmerk liegt dabei auf den Anforderungen, die eine Messung von Armut bei jungen Erwachsenen mit sich bringt. Daneben wird die Operationalisierung zentraler Variablen genauer beschrieben.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Auf subjektive Ansätze der Armutsmessung sowie die Konzepte NEET und Disadvantaged Youth (vgl. bspw. Dietrich 2015), die in der Analyse der Lebensbedingungen von jungen Menschen durchaus eine Rolle spielen, gehe ich nicht ein. Diese Konzepte zielen nicht direkt darauf ab, Armut gemäß der hier zugrunde gelegten Definition zu messen.
Für die Unterscheidung zwischen direkter und indirekter Armut vgl. Ringen (1988). Für die Unterscheidung zwischen einem Ressourcen- und einem Lebensstandardansatz vgl. (Andreß 1999). Das Einkommen stellt im Ressourcenansatz nur eine von mehreren Ressourcen (z. B. Qualifikationen) dar, die über den Lebensstandard einer Person entscheiden können. Zur Armutsmessung ist es jedoch die gebräuchlichste Größe (Andreß 1999, 74–76)
- 2.
Unter verfügbarem Einkommen wird das Markteinkommen verstanden, dem Sozialleistungen hinzugerechnet und von dem Beiträge zur Sozialversicherung und bezahlte Steuern abgezogen werden (Hauser 2012, 128).
- 3.
Meist werden in diesem Zusammenhang Wohnverhältnisse, Gesundheit, Ernährung, Freizeitmöglichkeiten benannt (Andreß 1999, 108).
- 4.
Die Rolle eines negativen Vermögens bzw. von Verschuldungen ist ambivalent. Obwohl die Möglichkeit einer Verschuldung – die im mittleren Lebensalter stärker als im jungen Erwachsenenalter gegeben ist – die Chance bietet, durch einen Einkommensausfall verursachte Deprivationen zu vermeiden, verursacht die Rückzahlung von Schulden zusätzliche Belastungen, die den Lebensstandard bei einem gegebenen Einkommen mindern können.
- 5.
Bei der Armutsmessung wird neben der Pool-Annahme (das gesamte Einkommen eines Haushalts fließt in einen Pool und die Bedürfnisse aller Mitglieder werden daraus befriedigt) der Wohlfahrtsgleichverteilungsannahme gefolgt. Diese besagt, dass nach dem Rückgriff auf das gepoolte Einkommen des Haushalts alle Mitglieder das gleiche Wohlfahrtsniveau erreichen (Hauser 2012, 129).
- 6.
Da gesetzliche Unterhaltszahlungen für Ehegatten und Kinder zusätzlich abgefragt werden, können Groh-Samberg und Voges (2014) den genannten Einkommenspunkt als elterliche Unterstützung interpretieren.
- 7.
Für die Analysen dieser Arbeit wird die Versionsnummer v.34 verwendet.
- 8.
Auffrischungsstichproben ersetzen einerseits Personen, die im Laufe der Zeit aus der Stichprobe ausscheiden (Panelausfälle), und bilden andererseits solche ab, die neu in der Grundgesamtheit sind, z. B. durch Zuwanderung (Kroh et al. 2015).
- 9.
Wobei das in einem Interview im Jahr t berichtete Jahreseinkommen sich das auf das vorherige Kalenderjahr t = −1 bezieht.
- 10.
Eine weitere Schwierigkeit besteht darin, dass die zur Armutsmessung benötigten Informationen über die Zusammensetzung des Haushalts nur zum Zeitpunkt des Interviews und nicht für das gesamte Kalenderjahr zur Verfügung stehen. Insbesondere in längsschnittlichen Analysen kann dies zu Verzerrungen der Auswirkungen verschiedener Lebensereignisse auf den Eintritt in Armut führen (Debels und Vandecasteele 2008).
- 11.
Für die Analysen in Kapitel 7, in denen der Einfluss von Haushalt und Wohlfahrtsstaat gemessen werden soll, wird zudem vorausgesetzt, dass sich die Personen nicht mehr als fünf Monate des Kalenderjahres, in dem das Interview stattfand, in einem Bildungsgang befunden haben dürfen.
- 12.
Zu berücksichtigen ist, dass mit dieser Operationalisierung auch solche Fälle eingeschlossen werden, bei denen es sich nur um eine kurze Unterbrechung von Bildung oder Ausbildung handelt. Erwerbseinstiege, die früher oder später im Lebensverlauf – d. h. außerhalb der angegebenen Altersgrenzen – stattfinden, werden jedoch ausgeschlossen. Das SOEP enthält spezifische Variablen, die den Einstieg in das Erwerbsleben markieren (Gießelmann et al. 2017). Diese werden in der vorliegenden Untersuchung nicht genutzt, weil sie die Arbeitslosigkeit nach dem Verlassen des Bildungssystems oder das Verlassen des Bildungssystems ohne Abschluss nicht berücksichtigen.
- 13.
Mit den Daten des SOEP lassen sich Mini- und Midijobs sowie unregelmäßige Beschäftigungen nicht für den gesamten zu analysierenden Zeitraum voneinander unterscheiden, weshalb sie zusammengefasst untersucht werden. Für die späteren Zeiträume lässt sich jedoch feststellen, dass nur zu einem geringen Anteil unregelmäßige Beschäftigung und Midijobs enthalten sind.
- 14.
Es wird sich hier auf die gemeldete Arbeitslosigkeit konzentriert, da der Wohlfahrtsstaat nur im gemeldeten Falle die Folgen einer Arbeitslosigkeit absichern kann. Gerade, weil davon ausgegangen werden kann, dass sich mit dem Wandel der wohlfahrtsstaatlichen Arbeitslosensicherung und der Höhe und Dauer der zu erwartenden Transferleistungen auch die Meldebereitschaft verändert hat (Riphahn 2001), würde die Berücksichtigung auch der nicht gemeldeten Arbeitslosigkeit die Interpretation der Ergebnisse zusätzlich erschweren. Es ließe sich dann z. B. nicht klären, ob Arbeitslosigkeit in späteren Perioden tatsächlich weniger umfassend durch den Wohlfahrtsstaat abgesichert wurde oder ob dies durch die Arbeitslosen bloß erwartet wurde und deshalb auf den Abruf der Leistungen verzichtet wurde. Nichtsdestotrotz muss davon ausgegangen werden, dass gerade bei kürzeren Phasen von Arbeitslosigkeit, wie sie nach dem Verlassen des Bildungssystems häufig sind, von den Betroffenen auf eine Meldung und die eventuell damit verbundenen Leistungen häufig verzichtet wird.
- 15.
Ziel ist es dabei weniger den Anstieg von Armut zu erklären, als die Rolle von genau zwei Faktoren bzw. Mechanismen – nämlich die der zuvor genannten – zu evaluieren. Zum Zweck einer Erklärung des Armutszuwachses unter jungen Erwachsenen würden sich eher solche Methoden, die auf der Haushaltsebene ansetzen (vgl. z.B. Haupt und Nollmann 2014), eignen.
- 16.
Da es sich bei Armut um eine binäre abhängige Variable handelt, ist die Wahl eines linearen Wahrscheinlichkeitsmodells nicht unproblematisch. Die Wahl eines logistischen Regressionsmodells kann die Verletzungen zentraler Annahmen verhindern (z. B. Heteroskedastie oder geschätzte negative Wahrscheinlichkeiten). Da jedoch im Rahmen logistischer Regressionen der Koeffizientenvergleich zwischen Modellen – man bedenke, dass in der vorliegenden Analyse ein Modell pro Periode geschätzt wird – problematisch ist (Allison 1999), stellen sie nicht immer eine sinnvolle Alternative dar. Average Marginal Effects, die auf Grundlage logistischer Regressionen berechnet werden, sind zwar oft eine pragmatische Lösung für dieses Problem und ermöglichen auch den Modellvergleich (Mood 2010), sie erlauben jedoch nicht ohne Weiteres die späteren kontrafaktischen Simulationen der vorliegenden Studie (Brady et al. 2017).
- 17.
Häufig werden die Einkommen auf diesen beiden Stufen als pre- und post-government income bezeichnet.
- 18.
Siehe Jann 2008.
- 19.
Es handelt sich dabei um zentrale sozialstrukturelle und haushaltsdemografische Merkmale (Geschlecht, Region, Bildungsniveau, Migrationshintergrund, Haushaltstyp und Erwerbskonstellation im Haushalt), die in einem hohen Zusammenhang mit der Armutsbetroffenheit im jungen Erwachsenenalter stehen (siehe Kapitel 2). In Tabelle 5.2 sind sie als Kontrollvariablen inklusive ihrer Kodierung aufgeführt.
- 20.
Dieses Vorgehen erzielt dieselben Ergebnisse wie die Schätzung eines Modells pro Periode. Es lassen sich auf diese Weise aber vorhergesagte Wahrscheinlichkeiten für einzelne Teile des Gesamtsamples berechnen, was für die Schätzung kontrakftischer Puffer vorteilhaft ist.
- 21.
Unter Arbeitslosigkeit werden nur Fälle von registrierter bzw. gemeldeter Arbeitslosigkeit verstanden.
- 22.
Ein Beispiel sind herkunftsbedingte und sozialisatorische Faktoren, die in beiden Fällen eine Rolle spielen, sich mit Daten jedoch nur schwierig adäquat erfassen lassen. Ihre Kontrolle ist gerade deshalb wichtig, weil ihr Einfluss im Periodenvergleich vermutlich gewachsen ist (siehe Forschungsstand in Kapitel 2).
- 23.
Für ein vergleichbares Vorgehen siehe Clark et al. 2016; Böhnke und Link 2017.
- 24.
Auch die Einführung vom Kontrollvariablen zur Dauer der bisherigen Erwerbiografie würden dies nicht verhindern, da diese lediglich individuelle Veränderungen und nicht Unterschiede zwischen Personen berücksichtigen. Zielführend wäre allenfalls die Einführung von Interaktionstermen, die die Interpretation der Ergebnisse aufgrund der Vielzahl zu berücksichtigender Interaktionen jedoch erschweren würden.
- 25.
Die Perioden von 1998 bis 2005 und 2015 bis 2017 werden in dieser Analyse nicht verwendet.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2022 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Link, S. (2022). Forschungsdesign, Daten und Methoden. In: Armut im jungen Erwachsenenalter und der Wandel von Arbeitsmarkt, Wohlfahrtsstaat und Haushalten. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-39326-7_5
Download citation
DOI: https://doi.org/10.1007/978-3-658-39326-7_5
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-39325-0
Online ISBN: 978-3-658-39326-7
eBook Packages: Social Science and Law (German Language)