Welche Faktoren beeinflussen die Lebenserwartung von Frauen und Männern in Deutschland?


Seminararbeit, 2019
14 Seiten, Note: 1,3

Leseprobe

Inhaltsverzeichnis

Tabellenverzeichnis

Abbildungsverzeichnis

1. Einleitung

2. Grundannahmen der Regressionsanalyse

3. Ergebnisse der Datenanalyse der Frauen

4. Ergebnisse der Datenanalyse der Männer

5. Fazit

Literaturverzeichnis

Tabellenverzeichnis

Tabelle 1: Daten der Frauen

Tabelle 2: Daten der Manner

Abbildungsverzeichnis

Abbildung 1: Residuen der Regression der Frauen

Abbildung 2: Regressionskoeffizienten der Frauen

Abbildung 3: p-Werte der Frauen

Abbildung 4: Bestimmtheitsmaß Frauen

Abbildung 5: Residuen der Männer

Abbildung 6: Regressionskoeffizienten der Männer

Abbildung 7: p-Werte der Männer

Abbildung 8: Bestimmtheitsmaß Männer

1. Einleitung

Die durchschnittliche Lebenserwartung in Deutschland steigt seit dem 19. Jahrhundert stetig, bei Frauen ist diese seit 1960 um mehr als 10 Jahre gestiegen, bei Männern um ca. 12 Jahre.1 Viele Faktoren beeinflussen die Lebenserwartung, unteranderem das Bildungs- niveau oder das Jahreseinkommen, ebenso die Ernährung und der medizinische Fort- schritt eines Landes.2 Ein Teil der Einflüsse auf die Lebenserwartung werden von den Menschen selbst bestimmt, das heißt, sie sind selbst daran beteiligt, ob sie ihre Lebenser- wartung verlängern oder verkürzen.3 Seit Jahren steigt das Bruttojahreseinkommen in Deutschland und die Arbeitslosenquote sinkt stetig.4 Zudem ist es heute einfacher einen gewissen Bildungsabschluss zu erlangen, als noch vor 50 Jahren.5

Verschiedene Studien, die die Lebenserwartung untersuchen, belegen, dass unterschied- liche Faktoren einen Einfluss auf die diese haben. Das Sozio-oekonomische Panel des Deutschen Instituts für Wirtschaftsforschung und das Lebenserwartungssurvey des Bun- desinstituts für Bevölkerungsforschung erheben nationale Studien und setzten eine wich- tige Grundlage. Diese Studien untersuchen die Lebenserwartung anhand unterschiedli- cher Eigenschaften.6 Eine Analyse von Rainer Unger und Alexander Schulze aus dem Jahr 2013 belegt einen Zusammenhang zwischen dem Bildungsniveau und dem Einkom- men und der Lebenserwartung. Die Ergebnisse zeigen, dass der Bildungsstand und das Einkommen in Zusammenhang mit der Lebenserwartung stehen.7 Eine andere Studie be- trachtet die Relation der Arbeitslosenquote und der Lebenserwartung. Das Ergebnis ist, dass die Lebenserwartung mit einer Erwerbstätigkeit höher ausfällt, als ohne Erwerbstä- tigkeit.8 Das Deutsche Institut für Wirtschaftsforschung in Berlin publizierten 2012 eine Studie über das Einkommen und dessen Einfluss auf die Lebenserwartung. Das Resultat ist, dass Personen mit einem höheren Einkommen eine deutlich höhere Lebenserwartung haben, als Personen mit einem geringen Einkommen.9

Ziel dieser Arbeit ist es, mithilfe einer Regressionsanalyse die Lebenserwartung von Frauen und Männern in Deutschland von 2006 bis 2016 in Abhängigkeit mehrerer Vari- ablen zu erklären. Die Lebenserwartung stellt die abhängige Variable dar, im Gegenzug dazu sind die unabhängigen Variablen die Arbeitslosenquote, das Bildungsniveau und das durchschnittliche Bruttojahreseinkommen. Anschließend werden die Grundlagen für die durchgeführte Regressionsanalyse dargestellt. Im dritten und vierten Kapitel werden die Ergebnisse der Frauen und der Männer erläutert und zusammengefasst. Im letzten Kapitel der Seminararbeit werden die gewonnenen Kenntnisse im Fazit zusammenge- fasst.

Die Ergebnisse dieser Seminararbeit der Frauen zeigen, dass weder das Jahreseinkom- men, noch die Arbeitslosenquote oder der Bildungsstand einen signifikanten Einfluss auf die Lebenserwartung hat. Die Alternativhypothesen für die Auswertung der Frauen wer- den alle abgelehnt. Die Auswertung der Männer weist andere Ergebnisse auf. Lediglich hat die Arbeitslosigkeit einen Einfluss auf die Lebenserwartung. Die Nullhypothesen des Einkommens und des Bildungsniveaus „hoch“ und „niedrig“ werden somit angenommen, die Nullhypothese der Arbeitslosigkeit abgelehnt.

2. Grundannahmen der Regressionsanalyse

Im folgenden Kapitel wird eine Regressionsanalyse in Betrachtung der Frauen und der Männer in Deutschland durchgeführt und anschließend die erhaltenen p-Werte mit einer Irrtumswahrscheinlichkeit D gegenübergestellt, um eine Aussage über die Signifikanz zu erhalten. Die verwendeten Datensätze für die Regressionsanalyse stammen einerseits vom statistischen Bundesamt, sowie von statista.de.

Das Bildungsniveau „hoch“ beschreibt Frauen, die zumindest einen Abschluss einer Fachschule oder Berufsakademie erworben haben. Im Gegensatz dazu beschreibt das Bil- dungsniveau „niedrig“ Frauen, die keine berufliche Ausbildung, sondern lediglich die Schulpflicht absolviert haben.

Die Grundlagen für die Durchführung der Regressionsanalyse werden in den beiden fol- genden Tabellen für beide Geschlechter dargestellt:

Tabelle 1: Daten der Frauen

Abbildung in dieser Leseprobe nicht enthalten

Quelle: eigene Darstellung

Tabelle 2: Daten der Männer

Abbildung in dieser Leseprobe nicht enthalten

Quelle: eigene Darstellung

Für beide Geschlechter werden folgende Hypothesen aufgestellt:

H0= die unabhängige Variable hat keinen Einfluss auf die Lebenserwartung H1= die unabhängige Variable hat einen Einfluss auf die Lebenserwartung Die Hypothesen werden für jede einzelne unabhängige Variable aufgestellt.

3. Ergebnisse der Datenanalyse der Frauen

Um eine genaue Aussage treffen zu können, ob eine Güte des Modells gegeben ist, wird zuerst ein Blick auf die Residuen geworfen:

Abbildung 1: Residuen der Regression der Frauen

Abbildung in dieser Leseprobe nicht enthalten

Quelle: eigene Darstellung

Die Residuen geben eine Auskunft darüber, wie gut oder schlecht das Modell ist. Je grö- ßer dabei die Abweichung von den geschätzten und den echten Werten ist, umso schlech- ter gilt das Modell.10 Um eine Symmetrie der Residuen feststellen zu können, wird der Interquartilsabstand berechnet. Dieser liegt bei 0,15972. Die Extremwerte, Minimum und Maximum, liegen nahe am Interquartilsabstand und sind somit annähernd symmetrisch verteilt. Der Median liegt nahe Null, was die Güte des Modells weiter bestärkt.

Im Folgenden werden die Werte der Regressionskoeffizienten der Frauen genauer be- trachtet:

Abbildung 2: Regressionskoeffizienten der Frauen

Quelle: eigene Darstellung

[...]


1 Vgl. Bundesinstitut für Bevölkerungsforschung, Lebenserwartung Deutschland, o.J., o.S.

2 Vgl. Sütterlin, S., hohes Alter, 2017, S. 2.

3 Vgl. Buttler, G., steigende Lebenserwartung, 2003, S.90.

4 Vgl. Statistisches Bundesamt, Arbeitslosenquote. o.J., o.S.

5 Vgl. Günther, T., Huebener, M., Bildung, 2018, S.1.

6 Vgl. Günther, T., Huebener, M., Bildung, 2018, S.3.

7 Vgl. Unger, R., Schulze, A., Lebenserwartung, 2013, S. 554.

8 Vgl. Scholz, R., Schulz, A., Arbeitslosigkeit, 2009, S.14.

9 Vgl. Kroh, M., Kroll, L., Lampert, T., Einkommen, 2012, S.14.

10 Vgl. Sauer, S., Datenanalyse, 2019, S. 324.

Ende der Leseprobe aus 14 Seiten

Details

Titel
Welche Faktoren beeinflussen die Lebenserwartung von Frauen und Männern in Deutschland?
Hochschule
FOM Hochschule für Oekonomie & Management gemeinnützige GmbH, Frankfurt früher Fachhochschule
Note
1,3
Autor
Jahr
2019
Seiten
14
Katalognummer
V469266
ISBN (eBook)
9783668944831
ISBN (Buch)
9783668944848
Sprache
Deutsch
Schlagworte
Regressionsanalyse, Lebenserwartung Männer Frauen
Arbeit zitieren
Anna-Lena Weck (Autor), 2019, Welche Faktoren beeinflussen die Lebenserwartung von Frauen und Männern in Deutschland?, München, GRIN Verlag, https://www.grin.com/document/469266

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Welche Faktoren beeinflussen die Lebenserwartung von Frauen und Männern in Deutschland?


Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden