Einflussfaktoren auf das Gehalt eines Angestellten. Analyse anhand des Datensatz "wage2"

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1. Einleitung

2. Vorstellung des Datensatzes wage
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

5. Literaturverzeichnis

Abbildungsverzeichnis

Abbildungen:

Abbildung 1: Histogramme der Variablen „wage“ und „lwage“

Abbildung 2: Boxplots der Variablen „wage“ und „lwage“

Abbildung 3: Histogramme der Variablen „IQ“, „educ“ und „tenure“

Abbildung 4: Boxplots der Variablen „IQ“, „educ“ und „tenure“

Abbildung 5: Plot Models der linearen Regressionsanalyse für die Modelle 1-3

Abbildung 6: Q-Q Plot für die Modelle 1-3

Abbildung 7: Cook’s distance Test für die Modelle 1-3

Abbildung 8: Histogramm und Q-Q-Plot des Modell 5

Abbildung 9: Cooks-Distance Test Modell 5

Tabellen:

Tabelle 1: Darstellung der Variablen des Datensatzes

Tabelle 2: Kennzahlen der Variablen „wage“ und „lwage“

Tabelle 3: Kennzahlen der Variablen „IQ“, „educ“ und „tenure“

Tabelle 4: Korrelationskoeffizienten

Tabelle 5: Ergebnisse der einfachen linearen Regressionsanalyse

Tabelle 6: Testergebnisse der Anwendungsvoraussetzungen

Tabelle 7: HAC-Schätzer für die Modelle 1-3

Tabelle 8: Ergebnisse Multiplen linearen Regressionsanalyse und HAC-Schätzer

Tabelle 9: Anwendungsvoraussetzung zur Regressionsanalyse

Abkürzungsverzeichnis

H0 = Nullhypothese

H1 = Alternativhypothese

1. Einleitung

Auf die Frage hin, was Angestellte motiviert, antwortet jeder Dritte mit „ein hohes Gehalt“.¹ Mitarbeiter bilden sich fort, zeigen Motivation oder andere Anstrengungen, um eine höhere Entlohnung zu erhalten.² Die Frage, die sich daher stellt, was muss unternommen werden, um ein höheres Gehalt zu erhalten. Daher wird innerhalb dieser Seminararbeit die Forschungsfrage: „Welche Faktoren wirken sich auf das Gehalt eines Angestellten aus?“ auf Basis des Datensatzes „wage2“ erforscht.

Ziel dieser Arbeit ist es, mögliche Einflussfaktoren auf das Einkommen eines Angestellten zu identifizieren.

2. Vorstellung des Datensatzes wage2

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.

Folgende Tabelle stellt die Variablen des Datensatzes dar.

Tabelle 1: Darstellung der Variablen des Datensatzes

Abbildung in dieser Leseprobe nicht enthalten

Quelle: eigene Darstellung

Bei den Variablen „brthord“, „meduc“ und „feduc“ sind in den Beobachtungen teilweise keine Datenwerte gespeichert. Aufgrund dessen erfolgt die multiple Regressionsanalyse ohne diese drei Variablen.

Die für die Hypothesentests benötigten integer Variablen „wage“, „IQ“, „educ“ und „tenure“, sowie die numerische Variable „lwage“ werden unter 2.1. und 2.2. näher beschrieben.

Die Variablen „married“, „black“, „south“ und „urban“ enthalten lediglich Einsen und Nullen. Dies deutet auf factor Variablen hin. Daher wurden diese Variablen in factor Variablen umklassifiziert.

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.

Abbildung 1: Histogramme der Variablen „wage“ und „lwage“

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Zur Analyse von Ausreißern werden die Variablen in Abbildung 2 mittels eines Boxplot visualisiert. Bei der Variable „wage“ sind mehrere Ausreißer nach oben zu erkennen. Die Variable „lwage“ zeigt mehrere Ausreißer nach unten und drei nach oben. Um das Gesamtbild des Datensatzes nicht zu verfälschen, erfolgt keine Eliminierung der Ausreißer.

Abbildung 2: Boxplots der Variablen „wage“ und „lwage“

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Um dieses Bild noch zu verdeutlichen, erfolgte eine Berechnung der hierfür relevanten Kennzahlen. Diese werden in Tabelle 2 dargestellt.

Tabelle 2: Kennzahlen der Variablen „wage“ und „lwage“

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Berechnung

Aus der Analyse der Kennzahlen geht hervor, dass Median und Mittelwert bei der Variable „wage“ sowohl relativ, als auch absolut, weiter voneinander abweichen, als bei der Variable „lwage“. Im Hinblick darauf und auf die innerhalb des Histogramms der Variable „lwage“ beobachteten Normalverteilung, wird im weiteren Verlauf dieser Arbeit mit dem logarithmierten Einkommen als abhängige Variable gearbeitet.

2.2. Vorstellung der Variablen „IQ“, „educ“ und „tenure“

In Abbildung 3 werden die Variablen „IQ“ (IQ Score), „educ“ (Schuljahre/Bildungsjahre) und „tenure“ (Jahre beim derzeitigen Arbeitgeber) durch Histogramme dargestellt.

Abbildung 3: Histogramme der Variablen „IQ“, „educ“ und „tenure“

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Bei der Variable „IQ“ zeigt sich eine symmetrische Verteilung. Das Histogramm der Variable „educ“ zeigt eine multimodale Verteilung. Für die Variable „tenure“ ist eine Rechtsschiefe, asymmetrische Verteilung erkennbar.

In der folgenden Abbildung 4 werden die Variablen mittels Boxplots dargestellt, um Ausreißer zu visualisieren.

[...]

¹ Vgl. EY, Was ist Ihre größte Motivation bei der Arbeit? 09.2015, o.s.

² Vgl. Graupner, Gaby, Techniken & Strategien für mehr Gehalt, 2018, Seite 1-2