Die Arbeit geht der Frage nach, ob Geld glücklich macht. Hierfür wird folgende Hypothese überprüft: Ein höheres monatliches Haushaltseinkommen führt in Deutschland zu einem stärkeren Anwachsen der allgemeinen Lebenszufriedenheit als in Dänemark.
Als Analyseinstrument wird auf das lineare Regressionsmodell zurückgegriffen. Die unabhängigen und abhängigen Variablen werden jeweils länderspezifisch getrennt voneinander beobachtet, um einen Vergleich möglich zu machen. Das verwendete Analyseprogramm ist Stata 13. Um die Resultate des Stata Outputs im Nachhinein richtig interpretieren zu können müssen zuerst die Skalenniveaus der abhängigen beziehungsweise unabhängigen und der Kontrollvariablen interpretiert werden. Im Anschluss wird die Korrelation der Variablen getestet, um einen möglichen Zusammenhang darzustellen. Nachdem die Variablen bezüglich der Daten von Deutschland und Dänemark separat voneinander und unter Einbezug der Kontrollvariable "Jobzufriedenheit" in das lineare Regressionsmodell eingefügt werden, wird anschließend zur Interpretation folgender Werte übergegangen: Coef., _cons, T-Wert, P-Wert, , Number of obs. , Adj R-squared.
Inhaltsverzeichnis
1. Einleitung
2. Die unabhängige, die abhängige Variable und die Kontrollvariable
3. Korrelation und Regression
4. Fazit
5. Literatur
Zielsetzung & Themen der Arbeit
Die Arbeit untersucht auf Basis der European Value Study von 2008 den Zusammenhang zwischen dem monatlichen Haushaltseinkommen und der allgemeinen Lebenszufriedenheit in Deutschland und Dänemark unter Berücksichtigung der Jobzufriedenheit als Kontrollvariable.
- Analyse von Umfragedaten mittels statistischer Software (Stata)
- Überprüfung von Kausalbeziehungen durch lineare Regressionsmodelle
- Vergleichende Untersuchung der Variablen Lebenszufriedenheit, Haushaltseinkommen und Jobzufriedenheit
- Interpretation von Korrelationskoeffizienten und Regressionsergebnissen
- Wissenschaftliche Hypothesenprüfung (H0 vs. H1)
Auszug aus dem Buch
3. Korrelation und Regression
Im nächsten Schritt wird das monatliche Haushaltseinkommen mit der Lebenszufriedenheit korreliert. Das heißt es wird gezeigt ob und wenn ja wie stark der lineare Zusammenhang zwischen x(v353MM) und y(v8) ist. Dabei kann die Korrelation Werte von -1 (einem perfekten negativen Zusammenhang) bis 1 (einem perfekten positiven Zusammenhang) annehmen. Falls die Korrelation den Wert 0 aufweisen sollte kann man von deren Abwesenheit ausgehen. In den Sozialwissenschaften ist es üblich eine Korrelation zwischen -0.05≤|rxy|≤+0.05 zu vernachlässigen, eine Korrelation zwischen 0.05<|rxy|<0.20 als gering, eine Korrelation zwischen 0.2<|rxy|<0.5 als mittelstark, eine Korrelation |rxy|>0.5 als stark und eine Korrelation |rxy|>0.7 als sehr stark anzusehen (Vgl. Kühnel und Krebs 2014 S.404 ff.).
Korreliert man v8 und v353MM bekommt man einen Wert von -0.3944 heraus. Siehe auch Abb. 4. Also besteht ein mittelstarker negativer Zusammenhang zwischen den beiden Variablen. Nachdem dieser Zusammenhang nachgewiesen ist, macht es Sinn, zum Test der anfangs gestellten Hypothese ein lineares Regressionsmodell zu verwenden.
Zusammenfassung der Kapitel
1. Einleitung: Vorstellung der Forschungsfrage, der Datenbasis (European Value Study 2008) sowie der methodischen Vorgehensweise zur Prüfung der Hypothese.
2. Die unabhängige, die abhängige Variable und die Kontrollvariable: Detaillierte Beschreibung der verwendeten Variablen, ihrer Skalenniveaus und der Datenaufbereitung für die statistische Analyse.
3. Korrelation und Regression: Durchführung der statistischen Analysen mittels Korrelationsprüfung und linearen Regressionsmodellen zur Untersuchung der Kausalzusammenhänge.
4. Fazit: Zusammenfassende Beantwortung der Forschungsfrage und Interpretation der Ergebnisse im Hinblick auf die aufgestellte Hypothese.
5. Literatur: Auflistung der verwendeten wissenschaftlichen Quellen und methodischen Literatur.
Schlüsselwörter
Lebenszufriedenheit, Haushaltseinkommen, Korrelation, Regression, European Value Study, Deutschland, Dänemark, Jobzufriedenheit, Statistik, Hypothesenprüfung, Stata, Skalenniveau, Kausalität, Regressionsanalyse, Datenanalyse
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht die ökonomische Fragestellung, ob ein höheres Haushaltseinkommen zu einer gesteigerten allgemeinen Lebenszufriedenheit führt.
Welche zentralen Themenfelder werden bearbeitet?
Die zentralen Themenfelder sind die statistische Analyse von Umfragedaten, der Vergleich zwischen Deutschland und Dänemark sowie die Anwendung von Regressionsmodellen.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es zu prüfen, ob sich ein Zusammenhang zwischen Einkommen und Glück wissenschaftlich belegen lässt, wobei die Jobzufriedenheit als Kontrollvariable einbezogen wird.
Welche wissenschaftliche Methode kommt zum Einsatz?
Es wird das statistische Verfahren der linearen Regression auf Basis von Datensätzen der European Value Study angewendet.
Was wird im Hauptteil behandelt?
Im Hauptteil werden die Variablen definiert, das methodische Vorgehen erläutert, Korrelationen berechnet und die Ergebnisse der Regressionsmodelle detailliert interpretiert.
Welche Begriffe charakterisieren die Arbeit am besten?
Die Arbeit ist durch Begriffe wie Lebenszufriedenheit, Regressionsanalyse, Haushaltseinkommen und empirische Sozialforschung charakterisiert.
Wie unterscheidet sich die Interpretation des Regressionsmodells zwischen den beiden Ländern?
Die Arbeit zeigt spezifische Koeffizienten für Deutschland und Dänemark auf, wobei Unterschiede in der erklärten Varianz und der Stärke des Effekts auf die Lebenszufriedenheit herausgearbeitet werden.
Welche Rolle spielt die Jobzufriedenheit in diesem Modell?
Die Jobzufriedenheit dient als Kontrollvariable, um den reinen Effekt des Einkommens besser isolieren zu können und Verzerrungen durch berufliche Unzufriedenheit zu minimieren.
- Arbeit zitieren
- David Maria Hesterberg (Autor:in), 2016, Macht Geld glücklich? Überprüfung der Variable "Jobzufriedenheit" mit dem linearen Regressionsmodell, München, GRIN Verlag, https://www.grin.com/document/541126
