Einkommen, Schulabschluss und Lebensformen nach Campusfile Mikrozensus 1998

From Teachwiki
Jump to: navigation, search

Einleitung

Dieser Artikel entstand als Arbeit im Kurs "Computergestütze Statistik" im Wintersemester 2007/08. Er behandelt die Datenanalyse eines selbstgesuchten Datensatzes. Im ersten Teil werden die Variablen auf Ausreißer untersucht und dementsprechend angepasst. Danach folgt die Analyse der Verteilung, d.h. konkret das Testen auf Normalverteilung. Im dritten Teil werden dann Parameter auf Gleichheit getestet und grafische Auswertungen vorgenommen.

Datensatz

Die analysierten Daten stammen aus dem Campusfile Mikrozensus 1998 der Forschungsdatenzentren der Statistischen Ämter des Bundes und der Länder. Das Campusfile ist eine anonymisierte 3,5% Wohnungsstichprobe aus dem Mikrozenus 1998. Im Campusfile Mikrozensus 1998 sind Angaben zu 25.410 Personen mit 199 Variablen enthalten.

Die Anonymisierung wurde u.a. durch die Ziehung einer kleineren Stichprobe, die Vergröberung von Merkmalen und die zusätzliche Löschung von Variablen erreicht. So ist keine Gliederung nach Bundesländern sondern nur noch nach Ost (neue Bundesländer und Ost-Berlin) und West (alte Bundesländer und West-Berlin) enthalten. Auch können bestimmte Verteilungen von den in der Grundgesamtheit erwarteten Verteilungen abweichen.1

Variablen

Diese Arbeit beschäftigt sich mit der Frage: welchen Einfluss haben der Schulabschluss, als Schätzer für den Bildungsstand, und der Lebensformtyp auf das Einkommen. Betrachtet wurden dabei die Variablen: (Die Zahlen in Klammern sind die Schlüsselnummern.)

  • Region (EF1)
  • Alter (EF 30)
  • Geschlecht (EF 32)
  • Höchster Allgemeiner Schulabschluß (EF 287)
  • Lebensformtypen (EF 627)
  • Nettoeinkommen der Lebensgemeinschaft im April (EF 641)

Zur Erstellung weiterer Variablen wurden die Variablen "Zahl der Kinder in der Lebensgemeinschaft von 18 bis unter 27 Jahre" (EF 636), "Zahl der Kinder in der Lebensgemeinschaft 27 Jahre und älter" (EF 637) und "Zahl der Kinder in der Lebensgemeinschaft unter 18 Jahre" (EF 640) verwendet.

Die Variable "Lebenformtypen" beinhaltet die Angabe zur Lebensgemeinschaft nach dem neuen Konzept der Lebensformen. Darin sind auch die Ausprägungen "Nichteheliche Lebensgemeinschaften mit und ohne Kindern", "Alleinerziehende" und "Alleinlebende" enthalten.

Im Campusfile existieren verschiedene Variablen für das Nettoeinkommen. Da in der Analyse auf den Lebensformtyp abgestellt wird, wurde die Variable "Nettoeinkommen der Lebensgemeinschaft" ausgewählt. Die anderen Variablen zum Nettoeinkommen beziehen sich auf den Haushalt und die Familie (traditionelles Familienkonzept), die jeweils andere Gruppierungen vornehmen und somit andere Analyserahmen haben. Um das Nettoeinkommen der Lebensgemeinschaft auch für die einzelnen Personen der Lebensgemeinschaft analysieren zu können, wurde als weitere Variable: "Nettoeinkommen der Lebensgemeinschaft nach Anzahl der Personen der Lebensgemeinschaft und der Kinder" (lgneplguki) erstellt. Dafür wurde aus der Variablen Lebensformtyp die Anzahl der Personen in der Lebensform ohne Kinder herausgefiltert und mit der Anzahl der Kinder (bis unter 18, 18 bis unter 27 und 27 Jahre und älter) summiert, um dann das Nettoeinkommen der Lebensgemeinschaft durch diese Anzahl zu teilen. Eine Gewichtung der verschiedenen Mitglieder der Lebensgemeinschaft wurde damit nicht vorgenommen.

Auswertung

Datenbereinigung und Ausreißer

Abb. 1 Histrogramm - Alter
Abb. 2 Histrogramm - Alter "weit" klassiert
Abb. 3 Histrogramm - Alter "eng" klassiert

Da eine eigene Lebensführung unabhängig von den Eltern in den meisten Fällen erst frühestens ab dem Alter von 16 Jahren zu erwarten ist und auch ein Schulabschluss in Deutschland meistens erst mit frühestens 16 Jahren erreicht wird, können die Angaben aller Personen unter 16 Jahren als für die Analyse irrelevant bezeichnet werden. Aus diesem Grund wurden diese aus der Analyse herausgenommen. Damit verbleiben die Angaben für 21.221 Personen.

Weiterhin ist für die Analyse nach dem "Lebensformtypen" und dem "Höchsten allgemeinen Schulabschluß" die Angabe beider relevant. Fehlt eine dieser Angaben, sind die restlichen Angaben zu dieser Person ohne Informationsgehalt für die Analyse. Deshalb wurden auch die Angaben dieser Personen aus der Analyse herausgenommen. Danach konnte mit den Angaben für 18.857 Personen weiter gearbeitet werden.

Die Variablen "Region", "Geschlecht", "Höchster Allgemeiner Schulabschluß" und "Lebensformtypen" sind nominale Variablen. Jeder möglichen Ausprägung wurde eine Zahl zugeordnet. Die Anzahl der Ausprägungen wurde von vorneherein eingeschränkt. Deshalb entfällt die Suche nach Ausreißern.

Die Variable "Alter" kann als metrische Variable verwendet werden. Um die Analyse anhand dieser Variable zu vereinfachen, wurden zwei verschiedene Klassierungen vorgenommen; zum einen die Klassierung in 5-Jahres Abständen (alterweitklassiertbereinigt) und zum anderen in 15 Jahres Abständen (alterengklassiert). Bei der Klassierung in 5 Jahresabstände bleibt die Struktur weitgehend erhalten. Da für einige Analysen jedoch noch zu viele Klassen existieren, wurde auch die "enge" Klassierung vorgenommen.

Wie bereits unter Variablen beschrieben, wurde zum Einkommen eine neue Variable erstellt. Diese bildet das Nettoeinkommen der Lebensgemeinschaft pro Person ab. Im Gegensatz zur Variablen "Nettoeinkommen" wird hier also auf den Anteil, den jede einzelne Person der Lebensgemeinschaft zur Verfügung hat, abgestellt. Die vorliegenden Angaben sind bereits klassiert. Dementsprechend ist eine Ausreißeranalyse nur schwer bzw. gar nicht möglich. Beide Einkommens-Variablen werden in Klassen mit Angabe der Klassenmitte verwendet. In einem ersten Schritt werden die Werte der Variable "Nettoeinkommen der Lebensgemeinschaft" (lgneklass) durch die entsprechenden Klassenmitten der jeweiligen ersetzt. Für die Klasse "7.500 und mehr DM" wird als Klassenmitte 8.000 DM gewählt, um die Möglichkeit der hohen und va sehr hohe Einkommen mit abzubilden. Im zweiten Schritt muss entschieden werden, wie mit den fehlenden Werten umgegangen werden soll. Für "kein Einkommen" wurde bisher der Wert "90" verwendet, dieser wird durch "0" ersetzt. Dies trifft für die Angabe von 61 Personen zu. 194 Personen haben angegeben, "mindestens ein Mitglied der Lebensgemeinschaft ist selbstständiger Landwirt in der Haupttätigkeit" ("50") und mussten somit kein näher beziffertes Einkommen angeben. Hier wird als Ersetzung der Median der Variable (3.750 DM) gewählt. Für die 584 Personen, die keine Angabe ("99") gemacht haben, ist die Frage schwieriger zu beantworten. Es kann davon ausgegangen werden, dass eher Personen mit hohem oder sehr hohem Einkommen die Antwort auf die Einkommensfrage verweigern. Doch da keine Angabe vorliegt, ist dies weder anzunehmen noch auszuschließen. Aus diesem Grund wurden für diese Ersetzung verschiedene Möglichkeiten und ihre Auswirkungen auf die Analyse ausprobiert. So wurden als mögliche Ersetzungen der Median (3.750 DM), eine Klasse über dem Median (4.250 DM), die Klasse mit dem höchstem Einkommen (8.000 DM) und die Variante des vollständigen Herausnehmen dieser Angaben in Erwägung gezogen. Für alle Fälle hat sich weder der Median (3.750 DM) noch das trimean (3.775 DM) verändert. Diese Angabe hat also kaum Auswirkung auf die Analyse. Aus diesem Grund wird der inhaltlich naheliegende, jedoch statistisch nicht begründete Wert von 4.250 DM, die Klassenmitte der Klasse über der Klasse mit dem Median, für "99" eingesetzt.

Die neue Variable "Nettoeinkommen je Person der Lebensgemeinschaft und der Kinder" (lgneplguki) wird erst nach dem Ersetzen der fehlenden Werte erzeugt.

Der Boxplot des "Nettoeinkommen der Lebensgemeinschaft je Person" zeigt im Gegensatz zum Boxplot des "Nettoeinkommen der Lebensgemeinschaft" mögliche Ausreißer. Da die Personenanzahl je Lebensgemeinschaft sehr unterschiedlich sein kann und die jeweiligen "Nettoeinkommen der Lebensgemeinschaft" durch diese verschiedenen Personenanzahlen geteilt werden, entstehen wesentlich mehr unterschiedliche Werte. Gleichzeitig werden einige der höheren Werte durch mehr Personen der Lebensgemeinschaft relativiert, was an dem geringerem Interquartilsabstand in diesem Boxplot sichtbar wird. Diese Ausreißer können jedoch nicht beziffert werden und somit entfällt eine mögliche Behandlung.

Abb. 4: Boxplot - Nettoeinkommen der Lebensgemeinschaft Abb. 5: Boxplot - Nettoeinkommen der Personen der Lebensgemeinschaft
Ha-ale-boxplot-lgneklass.png Ha-ale-boxplot-lgneplguki.png

Da in beiden Fällen keine Normalverteilung vorliegt, wie im nächsten Abschnitt gezeigt wird, kann keiner der Ausreißertests sinnvoll angewandt werden.

Verteilung

Um einen ersten Eindruck der Verteilung der Einkommensvariablen zu bekommen, wird jeweils ein Histogramm mit Normalverteilungskurve betrachtet. Beide Histogramme vermitteln den Eindruck, dass die jeweilige Variable nicht normalverteilt ist. Beim Histogramm des Nettoeinkommens der Lebensgemeinschaft fällt auf, wie häufig der Wert 8.000 DM vertreten ist. Diesen Eindruck relativiert das Histogramm des Nettoeinkommens der Person der Lebensgemeinschaft. Hier wird deutlich, dass das Nettoeinkommen der Lebensgemeinschaft mit der Anzahl der Personen in der Lebensgemeinschaft in Bezug gesetzt werden muss, da ansonsten ein verzerrtes Bild der Einkommensverhältnisse entstehen könnte.

Abb. 6 Histogramm - Nettoeinkommen der Lebensgemeinschaft Abb.7 Histogramm- Nettoeinkommen der Personen der Lebensgemeinschaft
Ha-ale-histogram-lgneklass.png Ha-ale-histogram-lgneplguki0.png

Eine weitere Variante, eine Normalverteilung zu erkennen, ist die Auswertung der statistischen Maßzahlen. Bei einer symmetrischen Verteilung, wie die Normalverteilung eine ist, müsste die Schiefe (skurtosis) gleich Null sein. Die Wölbung (kurtosis) gibt direkt die Abweichung von Steilheit der Normalverteilung an, muss also bei einer Normalverteilung auch gleich Null sein. In beiden Fällen deutet die Auswertung der Statistik nicht auf eine Normalverteilung hin. Beim Nettoeinkommen der Lebensgemeinschaften beträgt die Schiefe 0,541 und die Wölbung -0,343. Die Verteilung ist also flacher und rechtsschief. Das Nettoeinkommen der Personen der Lebensgemeinschaften weicht noch deutlicher von der Normalverteilung ab, die Schiefe um 1,676 und die Wölbung um 5,643. Auch diese Verteilung ist rechtsschief aber steiler als die Normalverteilung es wäre.

Tabb. 1 - Statistik zu den Nettoeinkommen


Der Kolmogorov-Smirnov-Test bietet die Möglichkeit, die Verteilung der Stichprobe auf Normalverteilung der Grundgesamtheit zu testen. Hier wurde der Test auf die beiden Einkommensvariablen sowie auf die unklassierte Altersvaraible wie auch die "weit" klassierte angewandt. Da der Sig.Wert kleiner ist als das gewünschte Signifikanzniveau (alpha=0,05), ist die Nullhypothese, dass die jeweilige Grundgesamtheit Normalverteilt ist, abzulehnen.

Tabb. 2 - Kolmogorov-Smirnov-Test


Bei den Alters-Variablen ist das keine Überraschung, da hier die Grundgesamtheit besser bekannt ist und als nicht normalverteilt gilt. Bei der Einkommens-Variablen bezogen auf die Person gibt es jedoch die Möglichkeit durch eine Transformation wie den natürlichen Logarithmus eine Anpassung an die Normalverteilung doch noch zu erreichen. Dazu wurde die Variable logarithmiert. Anhand des Q-Q-Plots wie auch des Trendbereinigten Q-Q-Plots soll ein grafischer Eindruck vermittelt werden.

Würde sich der Graf der Variablen auf oder annähernd auf der Winkelhalbierenden des Q-Q-Plots verteilen, könnte auf eine Normalverteilung geschlossen werden. Hier ist jedoch rechts eine deutliche Abweichung nach unten und links eine leichte nach oben zu erkennen. Dies bestätigt wieder die rechstschiefe Verteilung. Auch zeigt der Trendbereinigte Q-Q-Plot eine deutliche Struktur. Damit zeigen also auch die Q-Q-Plots der logarithmierten Variablen grafisch, dass keine Normalverteilung vorliegt.

Abb. 8 Q-Q-Plot - Nettoeinkommen der Personen der Lebensgemeinschaft Abb. 9 Trendbereinigter Q-Q-Plot - Nettoeinkommen der Personen der Lebensgemeinschaft
Ha-ale-qq-ln-lgneplguki0.png Ha-ale-detr-qq-ln-lgneplguki0.png


Auch die Nominalskalierten Variablen können auf ihre Verteilung getestet werden. Die Verteilungform der Variablen "Geschlecht" wird mittels eines Chi-Quadrat-Anpassungstest auf Gleichverteilung getest. Diese kann nicht angenommen werden, die Nullhypothese muss verworfen werden. Bei der Testung einer Verteilung mit 48% Männer und 52% Frauen kann die Nullhypothese, dass diese Verteilung der Grundgesamtheit zu Grunde liegt, jedoch nicht verworfen werden. Es existiert also ein leichter Frauenüberschuss. Die Variable "Region" kann mit einem Binominaltest auf eine Verteilung mit 80% West-Anteil und 20% Ost-Anteil getestet werden. Hierbei ist die Nullhypothese, dass diese Verteilung vorliegt, auch nicht zu verwerfen. Der Anteil der Personen, die in den neuen Bundesländern oder Ost-Berlin leben, liegt also bei einem Fünftel.

Tabb. 3 - Binominaltest (0.5,0.5)
Tabb. 3 - Binominaltest (0.5,0.5)
Tabb. 4 - Chi-Quadrat-Anpassungstest für (0.5,0.5) Tabb. 5 - Chi-Quadrat-Anpassungstest für (0.48,0.52)
Ha-ale-chi-quadrat-test-nein.png Ha-ale-chi-quadrat-test-ja.png

Parametervergleiche

Auch wenn keine Normalverteilung vorliegt, können mit einigen wenigen Tests und mit verschiedenen Grafiken Unterschiede und Gemeinsamkeiten von unabhängigen Stichproben einer Variablen gezeigt werden. Es geht darum, Unterschiede im Einkommen zu zeigen, die aufgrund des Schulabschlusses oder der Lebensform auftreten. Desweiteren ist sowohl der Schulabschluss als auch die Lebensform altersabhängig. Mögliche Unterschiede aufgrund des Geschlechts oder der Region, in der die Personen leben, müssen mit betrachtet werden, um Verzerrungen deutlich zu machen.

Schulabschluss

Abb. 10 Balkendiagramm Schulabschluss nach Region
Abb. 11 Balkendiagramm Schulabschluss nach Geschlecht

Bei der Variablen "Höchster Allgemeine Schulabschluss" lassen sich aufgrund der verschiedenen Abschlüsse in der DDR und in der BRD, der Verschiebung hin zu höheren Abschlüssen nach der Bildungsexpansion in den 1970er Jahren in Ost und West sowie des früher höheren Bildungsniveaus der Männer größere Unterschiede erwarten. Für die dichotomen Merkmale Geschlecht und Region betrachten wir dies anhand gruppierter Balkendiagramme. Der möglichen Unterschied beim Alter lässt sich anhand eines Fehlerbalkendiagramms näher beleuchten. Es wird die "weit" klassierte Altersvariable verwendet.

Das Balkendiagramm Abschluss-Region macht den Unterschied der Schulsysteme in der DDR und BRD nochmal deutlich. Die Polytechnische Oberschule (2) gab es nur in der DDR, die Realschule (3), Fachoberschule (4) und das Gymnasium (5) nur in der BRD. Zum Zeitpunkt der Datenerhebung 1998 war das Schulsystem in den neuen Bundesländern im Schnitt 6 Jahre zuvor erst reformiert worden; die meisten Befragten haben also ihre Schulabschluss in der BRD oder der DDR gemacht. Auch der Unterschied zwischen den Geschlechtern wird anhand des Balkendiagramms Abschluss-Geschlecht deutlich, wenn auch die Unterschiede nicht so groß sind wie bei den Regionen. Frauen haben häufiger einen Haupt- oder Volksschulabschluss (1) oder einen Realschulabschluss (3), während Männer häufiger das Abitur (5) und die Fachhochschulreife (4) haben. Indirekt kann auch aus diesem Balkendiagramm ein Unterschied zwischen Ost und West gemacht werden, bei dem Abschluss der Polytechnischen Oberschule gibt es kaum Unterschiede zwischen den Geschlechtern. Eine Auswirkung der Bildungsexpansion ist sehr deutlich am Fehlerbalkendiagramm Abschluss-Alter erkennbar. Die Personen mit Haupt- oder Volksschulabschluss sind demnach im arithmetischen Mittel wesentlich älter als alle anderen.

Abb. 12 Fehlerbalkendiagramm Schulabschluss nach Alter

Auch Einkommensunterschiede aufgrund des Schulabschlusses sind zu erwarten. Um signifikante Unterschiede zu erkennen, testen wir als erstes mit dem Levene-Test, ob die Stichprobenvarianzen gleich oder ungleich sind. Der Levene-Test lässt uns die Nulllhypothese, dass die Stichprobenvarianzen gleich sind, bei einem Signifikanzniveau von 0,05% verwerfen. Aufgrund der ungleichen Varianzen, der verschieden großen Stichproben und einer Verteilung, die nicht der Normalverteilung entspricht, können wir keine weiteren Tests vornehmen.

Tabb. 6 - Levene-Test Einkommen-Abschluss

Grafisch bietet sich jedoch noch die Möglichkeit des Fehlerbalkendiagramms. Hier zeigen sich deutliche Unterschiede zwischen dem arithmetischen Mittel des Einkommens mit Haupt- oder Volksschulsabschluss (1) und den anderen Abschlüssen der BRD, Realschulabschluss (3), Fachhochschulreife (4) und Abitur (5). Noch größer ist der Einkommensunterschied zwischen den BRD-Abschlüssen auf der einen Seite und dem Abschluss der Polytechnischen Oberschule. Das zeigt wiederum indirekt die unterschiedliche Einkommenshöhe in Ost und West. Der Abschluss der Polytechnische Oberschule war auch eine Hochschulzugangsberechtigung wie das Abitur und gleichzeitig wurde mit dem allgemeinen Schulabschluss der Abschluss einer Berufsausbildung erlangt.

Abb. 13 Fehlerbalkendiagramm - Schulabschluss nach Nettoeinkommen der Person


Lebensform

Abb. 14 Balkendiagramm - Lebensform nach Region
Abb. 15 Balkendiagramm - Lebensform nach Geschlecht

Wie beim Schulabschluss liegen auch für den Lebensformtyp Unterschiede nach dem Alter nahe. Ob es Unterschiede zwischen den Regionen oder den Geschlechtern gibt, muss überprüft werden. Wieder werden gruppierte Balkendiagramme zur Veranschaulichung möglicher Unterschiede bei Region oder Geschlecht verwendet und ein Fehlerbalkendiagramm für die Betrachtung der Altersunterschiede.

Die Auswertung des Balkendiagramms Lebensform-Region zeigt einige Unterschiede. So leben von den Ehepaaren ohne Kinder (1) mehr im Osten, was auf ein höheres Alter dieser hinweist. Bei den Ehepaaren mit Kindern (2) leben hingegen mehr im Westen. Bei den Nichtehelichen Lebensgemeinschaften ist es andersherum. Im Osten leben mehr mit Kindern (7) und im Westen mehr ohne Kinder (6). Hingegen gibt es im Osten mehr Alleinerziehende (3,4). Auch die höhere Anzahl von Verwitwet/Geschiedenen/verheiratet Getrenntlebenden (8) ist im Osten höher, ein weiteres Indiz für eine Alterstruktur mit mehr Älteren im Osten. Bei dem Lebensform-Geschlecht zeigt sich der Unterschied in der Alterstruktur, beim Heirats- bzw. Bindungsalter und bei der Verantwortung für die Kinder nach einer Trennung. Bei den Männern gibt es mehr Ledige Alleinlebende (9) und mehr Verheiratete (1,2), bei den Frauen hingegen mehr Alleinerziehende (3,4) und mehr Verwitwete/Geschiedenen/verheiratet Getrenntlebende Alleinlebende (8). Das Fehlerbalkendiagramm Lebensform-Alter zeigt deutlich die Alterstruktur. Die Ehepaare ohne Kinder (1), verwitwet Alleinerziehende (5) und Verwitwete/Geschiedene/verheiratet Getrenntlebende Alleinlebende (9) sind im arithmetischen Mittel älter als die Personen in anderen Lebensformen.

Abb. 16 Fehlerbalkendiagramm - Lebensform nach Alter


Ob es nun Unterschiede im Einkommen nach den Lebensformen gibt, können wir versuchen per Tests zu beantworten. Das Vorgehen ist hier das gleiche wie beim Testen auf Gleichheit der Varianzen der Einkommen nach Schulabschluss. Jedoch auch hier müssen wir aufgrund des Levene-Tests die Nullhypothese bei einem Signifikanzniveau verwerfen.

Tabb. 7 - Levene-Test Einkommen-Lebensform

So bleibt uns die grafische Auswertung des Fehlerbalkendiagramms. Dies zeigt deutliche Unterschiede. Lebensgemeinschaften ohne Kinder haben demnach ein wesentlich höheres Einkommen als solche mit Kindern. Von den Lebensgemeinschaften mit Kindern heben sich die Alleinerziehenden verwitweten deutlich ab. Die Entscheidung für oder gegen Kinder hat also einen Einfluss auf das Nettoeinkommen der Personen der Lebensgemeinschaft.

Abb. 17 Fehlerbalkendiagramm - Lebensform nach Einkommen


Nettoeinkommen der Personen der Lebensgemeinschaft

Mittlerweile wissen wir um den Einfluss von Schulabschluss und Lebensform auf das Nettoeinkommen der Personen der Lebensgemeinschaft. Doch es bleibt die Frage, wie die Variablen, die auch Lebensform und Schulabschluss beeinflussen, sich auf das Nettoeinkommen auswirken.

Für die dichotomen Variablen bietet sich nach dem Levene-Test noch der Welch-Test. Insofern können wir hier eine Auswertung anhand von Tests vornehmen.


Tabb. 8 - Levene und Welch-Test Einkommen-Geschlecht
Tabb. 9 - Levene und Welch-Test Einkommen-Region

Für die Variable Alter hingegen müssen wir auf die grafische Auswertung zurückgreifen. Hierfür benutzen wir die "eng" klassierte Altersvariable mit sechs Klassen. Es bestätigt sich die These, dass das Einkommen der Personen der Lebensgemeinschaft bei Älteren höher ist als bei Jüngeren. In wieweit dies auf die Anzahl der Personen der Lebensgemeinschaft zurückzuführen ist oder auf etwas anderes, lässt sich an dieser Stelle nicht beantworten.

Abb. 18 Fehlerbalkendiagramm - Nettoeinkommen der Person nach Alter


Fazit/Diskussion

Da der Datensatz mit bereits klassierten Variablen vorliegt und gleichzeitig eine Normalverteilung nicht angenommen werden kann, bleiben wenig Möglichkeiten der Auswertung. Dennoch kann festgehalten werden, dass sowohl der Lebensformtyp als auch der höchste Allgemeine Schulabschluss sich auf die Höhe des arithmetischen Mittels des Nettoeinkommens der Personen der Lebensgemeinschaft auswirken. Gleichzeitig ist festzustellen, dass auch die Region, das Geschlecht und das Alter relevante Faktoren bei der Höhe des Nettoeinkommens sind. Insofern kann (wieder einmal) nicht abschließend beantwortet werden, welche Variable welche andere wie beeinflusst.

Literatur

  • Forschungsdatenzenter (2008), CAMPUS File Mikrozensus 1998 - Beschreibung der Anonymisierungsmethode [1]
  • Rönz, B. (2001), Skript Computergestützte Statistik I
  • Statistisches Bundesamt (2006), Leben und Arbeiten in Deutschland: Sonderheft 1: Familie und Lebensformen Ergebnisse des Mikrozensus 1996-2004 [2]
  • Statistisches Bundesamt (2006), Datenreport 2006: 8 Familien und Lebensformen [3]