< Zurück   INHALT   Weiter >

3 Datenbasis, Variablen und statistisches Verfahren

3.1 Datenbasis

Die empirischen Analysen basieren auf Paneldaten des Projekts „Determinanten der Ausbildungswahl und Berufsbildungschancen“ (DAB-Panel; Projekthomepage: berufswahl.unibe.ch). Im Vordergrund des DAB-Panels stehen der Prozess der Bildungsentscheidung sowie der Bildungsverlauf von Jugendlichen, die im Schuljahr 2011/12 in der Deutschschweiz die 8. Klassenstufe besucht haben. Bisher wurden vier Befragungswellen realisiert: Mitte der 8. Klassenstufe (Welle 1, Jan./Feb. 2012), zu Beginn (Welle 2, Aug./Okt. 2012) und gegen Ende (Welle 3, Mai/Jun. 2013) der 9. Klassenstufe sowie 15 Monate nach Schulaustritt (Welle 4, Okt./Nov. 2014). [1] Die Daten basieren auf einer geschichteten Zufallsstichprobe. [2] Die Zielpopulation der DAB-Panelstudie umfasst alle Schülerinnen und Schüler der 8. Klassenstufe (Regelklassen) öffentlicher Schulen in deutschsprachigen Kantonen bzw. Kantonsteilen des Schuljahres 2011/12. [3] Von der zufällig gezogenen Brutto-Stichprobe (296 Klassen) konnten 215 Klassen für die Teilnahme an der ersten Befragungswelle gewonnen werden (Ausschöpfung: 73%). Insgesamt wurden in der ersten Welle 3.680 Schülerinnen und Schüler sowie 2.303 Eltern der Schulkinder befragt (Ausschöpfung: 95 bzw. 63%). Unter Berücksichtigung von Schulbzw. Klassenwechsel und Ausscheidung aus dem Sample konnten in der zweiten Welle 3.343 Jugendliche und in der dritten Welle 3.302 Jugendliche befragt werden (Ausschöpfung: 90 bzw. 96%).

3.2 Abhängige und unabhängige Variablen

Eine erste abhängige Variable ist der von den Jugendlichen genannte Wunschberuf, der aufgrund der geschlechtsspezifischen Präferenz in „Frauenoder Männerberuf“ eingeteilt wird. Bei Definitionen, was als „Frauenberuf“ oder als „Männerberuf“ gilt, besteht keine Einigkeit, sondern in der Operationalisierung dieses Konstrukts herrscht Beliebigkeit und Pragmatismus vor (siehe etwa: Helbig & Leutze, 2012; Trappe, 2006; kritisch dazu: Achatz, 2008). [4] In diesem Beitrag wird in der Logik der Theorie subjektiver Werterwartung eine Abgrenzung der Berufstypik danach vorgenommen, welche Berufe von Jugendlichen präferiert werden. Es kann davon ausgegangen werden, dass sich zumindest für diesen einen Geburtsjahrgang im Aggregat eine Aufteilung in Frauen- und Männerberufe ergibt, die in der Logik des Mikro-Makro-Links theoriekonsistent ist. Bei der Kategorisierung werden lediglich die Berufsbezeichnungen berücksichtigt, die von mindestens 2 Prozent der Befragten genannt wurden (Tabelle 1).

Bei den Knaben fallen 10 Berufe, die von rund 39 Prozent der männlichen Achtklässler genannt wurden, in die Kategorie der von ihnen am meisten präferierten Berufe, die im Folgenden als „Männerberufe“ bezeichnet werden. Am häufigsten wurden Berufe wie Informatiker, Kaufmann und Bankkaufmann genannt. Als „Frauenberufe“ gelten – der hier verwendeten Operationalisierung zufolge – 9 Berufe, die von rund 45 Prozent der Mädchen am ehesten präferiert werden. Die gefragtesten Berufe sind Kaufbzw. Bankkaufrau, Praxisbzw. Dentalassistentin und Detailhandelsfachfrau (Borkowsky, 2000). Für die multivariate Analyse werden nur die für beide Geschlechter überschneidungsfreien Berufe als „Männer- und Frauenberufe“ berücksichtigt.

Tabelle 1 Verteilung der am häufigsten genannten (realistischen) Wunschberufe nach Geschlecht (kursiv: nicht überschneidungsfreie Berufe).

Quelle: DAB-Panel; eigene Berechnungen.

Die zweite abhängige Variable ist der objektiv bemessene intergenerationale Statuserhalt. Hierfür wird der sozioökonomische Status des Elternhauses (ISEI-Index von Ganzeboom et al., 1992) herangezogen und in Relation zum Status des präferierten Wunschberufes gesetzt. Bei einem Wert von 1 und höher ist der Statuserhalt garantiert, ansonsten ist von einem möglichen Statusverlust auszugehen. Als dritte abhängige Variable wird die Entscheidung für eine Berufsausbildung (Referenzkategorie: Gymnasium oder andere Mittelschule) im Anschluss an die obligatorische Schule zum Zeitpunkt der dritten Erhebungswelle als realistische Bildungsaspiration verwendet.

Eine zentrale erklärende Variable ist die soziale Herkunft der Jugendlichen. Sie wird sowohl durch das höchste elterliche Bildungsniveau (ISCED), als auch durch die Klassenlage (EGP-Klassenschema nach Erikson & Goldthorpe, 1992) definiert. Referenzkategorien sind Haushalte mit tertiärer Bildung bzw. jene von un- und angelernten Arbeitern. Alternativ wird der sozioökonomische Status des Haushalts über den ISEI-Index kontrolliert.

Der primäre Herkunftseffekt, d.h. der Zusammenhang von sozialer Herkunft und Schulleistung, wird über die Notendurchschnitte in den Fächern Deutsch und Mathematik berücksichtigt. Bei der Abbildung der Bildungsentscheidung – dem sekundären Effekt der sozialen Herkunft – werden der subjektiv erwartete Nutzen der Berufsausbildung in Form von Einkommen und beruflichem Prestige sowie die erwarteten Kosten berücksichtigt (Skala: 1 = sehr niedrig; 5 = sehr hoch). Die Erfolgswahrscheinlichkeit bezieht sich auf die Einschätzung, ob eine Berufsausbildung erfolgreich abgeschlossen werden kann (Skala: 1 = sehr unwahrscheinlich; 5 = sehr wahrscheinlich). Das Statuserhaltmotiv wurde danach bemessen, wie wichtig es für die befragten Jugendlichen sei den vom Elternhaus erreichten Status in der Generationenabfolge zu erhalten (Skala: 1 = sehr unwichtig; 5 = sehr wichtig). Mit der realistischen Bildungsaspiration der Eltern wird deren intendierte Bildungsentscheidung erfasst. Hierbei wird danach unterschieden, für wie wahrscheinlich die Eltern es halten, dass ihr Kind tatsächlich eine Berufslehre, eine Berufsmatur oder ein Gymnasium beginnen wird.

Die Erfolgswahrscheinlichkeit für den Wunschberuf bemisst sich daran, für wie wahrscheinlich die Jugendlichen es erachten, dass sie den Wunschberuf später ausüben werden. Der Nutzen der Berufsziele konnte für einzelne Items ebenfalls auf einer fünfstufigen Likert-Skala in der Höhe bewertet werden. Gleiches gilt für die Indikation der Geschlechterrollen, bei der die Wichtigkeit geschlechtstypischer Verhaltenserwartungen (wie etwa beruflichen Erfolg haben, Kinder haben, Haushalt versorgen, etc.) berücksichtigt wird. Schliesslich wurde für die antizipierte Diskriminierung bei bestimmten Berufen nach Geschlecht („…weil ich ein Mädchen bin“) und Migrationshintergrund (Items: „…weil ich ausländisch klingenden Namen habe“; „…weil ich ausländisch bin“; „…weil ich nicht so gut Deutsch kann“) kontrolliert.

3.3 Statistisches Verfahren

Für die multivariaten Analysen mit metrisch skalierten abhängigen Variablen wie berufliches Prestige des Wunschberufes wird die OLS-Regression angewandt (vgl. Brüderl, 2000). Bei binär verkodeten abhängigen Variablen wie der geschlechtsspezifischen Berufsaspiration (d.h. Wahl eines „Frauenberufs“ oder „Männerberufs“) oder Entscheidung für oder gegen eine berufliche Grundbildung im Anschluss an die obligatorische Schule wird ein lineares Wahrscheinlichkeitsmodell (linear probability model) verwendet (vgl. Mood, 2010; Fox, 2008). Dieses LPM-Verfahren, bei dem die Schätzmethode kleinster Quadrate angewendet wird, eignet sich besonders für den Fall, dass verschachtelte Modelle miteinander verglichen werden, weil sie hierbei Verzerrungen minimieren, die sich aus der Problematik unbeobachteter Heterogenität ergeben. Die Interpretation der Schätzergebnisse ist zudem einfach, weil der geschätzte Regressionskoeffizient βi die erwartete Veränderung der Eintrittswahrscheinlichkeit bei einer Veränderung der erklärenden Variablen xi um eine Einheit ist.

  • [1] Im vorliegenden Beitrag werden Daten der ersten drei Erhebungswellen berücksichtigt.
  • [2] Für eine detaillierte Darstellung des Stichprobendesigns, der Schichtungskriterien und der Ausschöpfungsquoten der DAB-Panelstudie siehe Glauser, 2014, Kap. 5.
  • [3] Aufgrund von Verweigerung seitens der kantonalen Bildungsdirektionen blieben Schulen der Kantone Appenzell Innerrhoden, Schaffhausen, Solothurn und Uri bei der Stichprobenziehung unberücksichtigt.
  • [4] So werden beispielsweise auf der Basis von Volkszählungen oder Mikrozensen vorhandene Geschlechterverteilungen für Berufe berechnet und anhand von bestimmten Schwellenwerten Abgrenzungen für Frauen- und Männerberufe vorgenommen. Eine andere, sehr häufig verwendete Operationalisierung berücksichtigt die Frauenoder Männeranteile in den Berufen. Diese Vorgehen sind weder theoriegeleitet noch methodisch unbedenklich. So werden bei diesen Operationalisierungen die einzelnen Zeitdimensionen wie Alters-, Perioden- und Kohorteneffekte miteinander vermischt, so dass ein berufsstruktureller Wandel nach Geschlecht verdeckt wird. Beispielsweise werden von Frauen dominierte Berufe als „Frauenberufe“ bezeichnet, die zwar von Frauen in älteren Geburtsjahrgängen ausgeübt, aber von Frauen in jüngeren Kohorten nicht mehr präferiert werden. Ebenso bleiben bei diesen Querschnittdaten berufliche Wechsel in der historischen Zeit ebenso unberücksichtigt, wie die Tatsache, dass die zu einem Stichtag gemessenen Geschlechterverteilungen irreführend sind, weil Frauen mit einer Erwerbsunterbrechung nicht in die Berechnung eingehen.
 
< Zurück   INHALT   Weiter >