Diese Arbeit beschäftigt sich mit der Fragestellung, welche Faktoren sich auf das Gehalt eines Angestellten auswirken. Die Untersuchung geschieht auf Basis des Datensatzes "wage2". Ziel dieser Arbeit ist es, mögliche Einflussfaktoren auf das Einkommen eines Angestellten zu identifizieren. Auf die Frage hin, was Angestellte motiviert, antwortet jeder Dritte mit einem hohen Gehalt. Mitarbeiter bilden sich fort, zeigen Motivation oder andere Anstrengungen, um eine höhere Entlohnung zu erhalten. Die Frage, die sich daher stellt, ist: Was muss unternommen werden, um ein höheres Gehalt zu erhalten?
Nach einer Einführung in die Thematik folgt die Vorstellung des Datensatzes "wage2". Anschließend werden die Ergebnisse des Datensatzes analysiert und interpretiert. Dies erfolgt sowohl nach der einfachen linearen Regressionsanalyse, sowie der multiplen linearen Regressionsanalyse.
Der Datensatz wage2 aus dem Paket "wooldridge" umfasst insgesamt 935 Beobachtungen mit 17 Variablen. Der Datensatz bietet, aufgrund der verschiedenen Variablen, die Möglichkeiten, Einflussfaktoren auf das monatliche Gehalt eines Angestellten zu analysieren. Die Personen waren zum Zeitpunkt der Beobachtung zwischen 28 und 38 Jahren alt.
Inhaltsverzeichnis
1. Einleitung
2. Vorstellung des Datensatzes wage2
2.1. Vorstellung der beiden Variablen „wage“ und „lwage“
2.2. Vorstellung der Variablen „IQ“, „educ“ und „tenure“
2.3. Korrelation der Variablen
3. Analyse und Interpretation der Ergebnisse
3.1. Einfache lineare Regressionsanalyse
3.2. Multiple lineare Regressionsanalyse
4. Fazit
Zielsetzung und thematische Schwerpunkte
Diese Seminararbeit untersucht auf Basis des Datensatzes „wage2“ (aus dem Paket „wooldridge“), welche Faktoren das monatliche Einkommen von Angestellten im Alter zwischen 28 und 38 Jahren beeinflussen, um daraus fundierte Erkenntnisse über lohnrelevante Einflussgrößen zu gewinnen.
- Deskriptive Datenanalyse der Variablen „wage“, „IQ“, „educ“ und „tenure“.
- Durchführung einfacher linearer Regressionsmodelle zur Bestimmung isolierter Einflüsse.
- Anwendung multipler Regressionsanalysen inklusive Schritt-für-Schritt-Selektion (step-Analyse) zur Identifikation signifikanter Einflussfaktoren.
- Überprüfung der statistischen Gültigkeit mittels Anwendungsvoraussetzungen (z. B. Breusch-Pagan-Test, Shapiro-Wilk-Test).
- Interpretation der ökonomischen Signifikanz von Faktoren wie Arbeitsstunden, Bildung, Berufserfahrung und soziodemographischen Merkmalen.
Auszug aus dem Buch
2.1. Vorstellung der beiden Variablen „wage“ und „lwage“
Die Variable „wage“ stellt das Einkommen eines Angestellten pro Monat dar. Da keine Währung im Datensatz angegeben ist, wird davon ausgegangen, dass das Gehalt in USD gezahlt wird. Die untersuchten Personen verdienen zwischen 115 USD und 3.078 USD pro Monat. Das Durchschnittsgehalt der Probanden beträgt 958 USD. Die Variable „lwage“ entspricht dem logarithmierten Gehalt.
In Abbildung 1 werden die beiden Variablen über ein Histogramm dargestellt. Dieses zeigt für die Variable „wage“ eine rechtsschiefe Verteilung des Einkommens an. Eine derartige Verteilung ist bei Einkommen häufig zu beobachten, da Wenige viel verdienen und Viele wenig verdienen. Bei der Variable „lwage“ ist eine symmetrische Verteilung zur erkennen.
Zusammenfassung der Kapitel
1. Einleitung: Die Einleitung motiviert die Fragestellung nach gehaltsbeeinflussenden Faktoren und definiert das Ziel, diese anhand des Datensatzes „wage2“ zu identifizieren.
2. Vorstellung des Datensatzes wage2: Dieses Kapitel gibt einen Überblick über den Datensatz, die enthaltenen Variablen und führt eine erste deskriptive sowie korrelative Analyse durch.
3. Analyse und Interpretation der Ergebnisse: Im Hauptteil werden mittels einfacher und multipler linearer Regressionen statistische Zusammenhänge geprüft und hinsichtlich ihrer Signifikanz interpretiert.
4. Fazit: Das Fazit fasst die wesentlichen Erkenntnisse über die signifikanten Einflussfaktoren auf das Gehalt zusammen und gibt einen Ausblick auf möglichen Forschungsbedarf.
Schlüsselwörter
Einkommen, Gehaltsfaktoren, Regressionsanalyse, Datensatz wage2, quantitative Datenanalyse, IQ Score, Bildungsjahre, Berufserfahrung, ökonomische Signifikanz, Heteroskedastizität, Autokorrelation, HAC-Schätzer, multiple Regression, Arbeitseinkommen, statistische Modellierung.
Häufig gestellte Fragen
Worum geht es in dieser Seminararbeit grundsätzlich?
Die Arbeit untersucht mithilfe statistischer Methoden, welche Faktoren einen signifikanten Einfluss auf das monatliche Gehalt von Angestellten haben.
Was sind die zentralen Themenfelder der Analyse?
Der Fokus liegt auf der quantitativen Datenanalyse ökonomischer Variablen wie Bildung, Intelligenz, Berufserfahrung und Arbeitszeit im Kontext der Lohnbestimmung.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist die Identifikation und Quantifizierung von Einflussfaktoren auf das Einkommen basierend auf dem „wage2“-Datensatz.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Es werden deskriptive Statistik, einfache und multiple lineare Regressionsanalysen sowie verschiedene diagnostische Tests zur Prüfung der Modellvoraussetzungen verwendet.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil erfolgen die detaillierte Vorstellung des Datensatzes, die Durchführung der Regressionsmodelle 1 bis 5 sowie die Interpretation der Ergebnisse unter Berücksichtigung statistischer Robustheit.
Welche Keywords charakterisieren die Arbeit?
Wichtige Begriffe sind Regressionsanalyse, Einkommensdeterminanten, ökonomische Datenanalyse und statistische Signifikanz.
Warum wird in der Arbeit das logarithmierte Gehalt (lwage) verwendet?
Da die ursprüngliche Variable „wage“ rechtsschief verteilt ist, sorgt die Logarithmierung für eine symmetrische Verteilung, was die Analyse und Interpretation statistisch validiert.
Welche Rolle spielen die HAC-Schätzer im Analyseprozess?
HAC-Schätzer werden eingesetzt, um trotz festgestellter Heteroskedastizität und Autokorrelation in den Modellen valide Schätzergebnisse für die Regressionskoeffizienten zu erhalten.
Was zeigt die multiple Regressionsanalyse für das Merkmal „verheiratet“?
Die Analyse verdeutlicht, dass verheiratete Probanden im Modell ceteris paribus ein im Mittel um ca. 19,61 % höheres Einkommen erzielen.
Welches Fazit zieht der Autor bezüglich der Altersgruppe?
Der Autor merkt an, dass der Datensatz auf Personen zwischen 28 und 38 Jahren begrenzt ist, und schlägt für weiterführende Studien die Einbeziehung breiterer Altersgruppen vor.
- Citar trabajo
- Philipp Augustin (Autor), 2020, Einflussfaktoren auf das Gehalt eines Angestellten. Analyse anhand des Datensatz "wage2", Múnich, GRIN Verlag, https://www.grin.com/document/920399
