De relatie van gezondheid op werkloosheid : een analyse voor de Amerikaanse beroepsbevolking tussen de 25 en 65

Faculteit Economie en Bedrijfskunde, Amsterdam School of Economics Bachelorscriptie Econometrie

De relatie van gezondheid op werkloosheid

Een analyse voor de Amerikaanse beroepsbevolking

tussen de 25 en 65

J.L.P. (Joost) Kooijman 10760768 Begeleider dr. J.C.M. (Hans) van Ophem

2 Verklaring eigen werk

Hierbij verklaar ik, Joost Kooijman, dat ik deze scriptie zelf geschreven heb en dat ik de volledige verantwoordelijkheid op me neem voor de inhoud ervan.

Ik bevestig dat de tekst en het werk dat in deze scriptie gepresenteerd wordt origineel is en dat ik geen gebruik heb gemaakt van andere bronnen dan die welke in de tekst en in de referenties worden genoemd.

De Faculteit Economie en Bedrijfskunde is alleen verantwoordelijk voor de begeleiding tot het inleveren van de scriptie, niet voor de inhoud.

Voorwoord Tijdens het werken aan mijn bachelorscriptie heb ik veel hulp gehad. Ik wil hierom mijn

begeleider Hans van Ophem bedanken voor zijn kritieke blik, constructieve kritiek en het meedenken. Ook wil ik Nancy Bruin bedanken voor de colleges van de wetenschappelijke vaardigheden.

Samenvatting Het doel van dit onderzoek is het bepalen van de relatie tussen gezondheid en werkloosheid. Dit is gedaan door het logitmodel te schatten voor de afhankelijke variabelen het wel of geen werk hebben. Dit is onderzoek maakt gebruik van een dataset die de Amerikaanse

beroepsbevolking tussen de 25 en 65 representeert en is afkomstig van de Medical

Expenditure Panel Survey. De theorie die de relatie tussen werkloosheidsstatus en gezondheid beschrijft is de gezondheidsselectietheorie. Deze stelt dat gezondheidsverschillen de oorzaak zijn van werkloosheidsverschillen.

De gezondheidsvariabelen zijn onderverdeeld in twee categorieën namelijk objectieve, bijvoorbeeld diagnoses, en subjectieve gezondheidsindicatoren, de zelfgerapporteerde

variabelen voor gehele en mentale gezondheid.

Uit de analyse blijkt dat het 11 van de 13 objectieve gezondheidsparameters het verwachtte teken hebben en daarmee de gezondheidsselectietheorie volgen. Er is een soortgelijk resultaat gevonden voor de subjectieve gezondheidsparameters. Personen die de gezondheid goed waarderen hebben een lagere kans op het niet hebben van werk.

Inhoudsopgave 1 Inleiding 1 2 Bestaand onderzoek 2.1 Gezondheidsmechanismen 3 2.1.1 Gezondheid en gezondheidsverschillen 3 2.1.2 Sociale causaliteit 3

2.1.3 Directe en indirecte gezondheidsselectie 4

2.2 Labour economics 5

2.2.1 Van Human Capital Theory naar Health Capital Theory 5

2.2.2 Healthy worker hypothese 5

2.3 Verschillen in gezondheidseffecten 6 2.3.1 Leeftijd en geslacht 6 2.3.2 Geografische verschillen 7 2.4 Gezondheidsvariabelen 7 2.5 Overzicht theorie 8 3 Data en methoden

3.1 Oorsprong en manipulatie van data 9

3.2 Variabelen 10 3.3 Beschrijvende statistiek 11 3.4 Model 15 4 Resultaten en analyse 4.1 Objectieve gezondheidsparameters 17 4.2 Subjectieve gezondheidsparameters 18 4.3 Controle variabelen 19 4.4 Model variaties 20 4.5 Overdispersie 21 5 Conclusie 22 Bibliografie en bijlage 24

1 1 Inleiding

Werken is een belangrijk aspect van de sociale participatie voor de meerderheid van de volwassen Amerikaanse bevolking (Department of Health and Human Services, 2016). In de groep Amerikanen tussen de 18 en 65 jaar heeft 24,5 procent moeite met lopen, staan of zitten als gevolg van gezondheidsproblemen1 _{(Department of Health and Human Services,}

2016). In dezelfde groep is 11.8 procent niet in staat bepaalde sociale rollen met succes te vervullen. Eén van deze sociale rollen is werken. Uit de cijfers van Davis, Collins, Doty, Ho en Holmgren (2005) blijkt dat 12 procent van de Amerikanen die een leeftijd hebben om te werken dit niet kunnen door gezondheidsproblemen of een handicap.

De percentages van het Department of Health and Human Services veranderen als alleen gekeken wordt naar de groep die de eigen gezondheid als matig of slecht beoordelen (Department of Health and Human Services, 2016). Het niet in staat zijn bepaalde sociale rollen met succes te vervullen stijgt van 11,8 procent naar 47,6 procent en slechts 3.8 procent van deze personen geeft aan geen klachten te hebben. Net als in de rest van de wereld is werken in Amerika een belangrijk deel van de sociale participatie. Het is daarom van algemeen belang om zo veel mogelijk mensen in staat te stellen om te kunnen werken.

Het doel van dit onderzoek is het kwantificeren van de invloed van gezondheid op werkloosheid voor Amerikanen tussen de 25 en 65 jaar oud. Met de uitkomsten worden beleidsmakers in staat gesteld wet en regelgeving zo aan te passen dat personen weer in staat gesteld worden om te kunnen werken.

Soortgelijk onderzoek is eerder gedaan door Van der Wel (2011) voor de populatie uit Noorwegen en door Mitra en Jones (2016) voor de Verenigde Staten. De data afkomstig van het Medical Expenditure Panel Survey (MEPS) is voor soortgelijk onderzoek niet eerder gebruikt. Op dit vlak draagt dit onderzoek bij aan de wetenschap.

2 Omdat de afhankelijke variabele binair is wordt het logitmodel gebruikt. Ook wordt bepaald of er verschillen zijn te ontdekken voor verschillende gezondheidsindicatoren. Dit is gedaan door met maximum likelihood het logitmodel te schatten op Amerikaanse data afkomstig van het

MEPS.

Eerder onderzoek is gebruikt om een idee te krijgen hoe gezondheid gemeten kan worden en om te bepalen welke overige regressoren opgenomen moeten worden in het model. Het onderzoek is als volgt ingedeeld. Hoofdstuk 2 bevat een literatuuronderzoek waarin de belangrijkste thema’s en theorieën worden belicht. Hier is ook aandacht besteed aan verschillende keuzes van gezondheidsvariabelen en andere regressoren die van invloed zijn in voorgaand onderzoek. Hoofdstuk 3 bevat de opzet van het model en de beschrijving van de data afkomstig uit het MEPS. Vervolgens zijn in hoofdstuk 4 de resultaten gepresenteerd waarna de analyse en discussie van deze resultaten staan. Het onderzoek wordt in hoofdstuk 5 afgesloten met de conclusie.

3

2 Bestaand onderzoek

Dit hoofdstuk heeft als doel de belangrijkste relevante theorieën en onderzoeken te

bespreken. De theorie die de relatie tussen gezondheid en werkloosheid beschrijft wordt de gezondheidsselectietheorie genoemd (Kröger, 2016). Deze theorie beschrijft dat

gezondheidsverschillen een van de oorzaken zijn van sociale verschillen. In de huidige context is het sociale verschil het wel of geen werk hebben. Om de relatie tussen gezondheid en het hebben van werk te bepalen is kennis nodig over gezondheid, gezondheidsselectie,

gezondheidsverschillen en de oorzaak van deze verschillen. In dit hoofdstuk worden deze termen verder beschreven en uitgelegd. Hierna volgt een korte beschrijving van de Human Capital Theory en aan de hand hiervan wordt de Health Capital Theory geïntroduceerd. Dan worden verschillende gezondheidseffecten en variabelen besproken. Tot slot eindigt dit hoofdstuk met een korte samenvatting van de belangrijkste punten.

2.1 Gezondheidsmechanismen

2.1.1 Gezondheid en gezondheidsverschillen Gezondheid is een term die niet makkelijk met woorden beschreven kan worden. Gelukkig heeft de Wereldgezondheidsorganisatie in 1948 een definitie opgesteld. Deze is als volgt:” Gezondheid is een toestand van volledig lichamelijk, geestelijk en maatschappelijk welzijn en niet slechts de afwezigheid van ziekte of andere lichamelijke gebreken”.

Voor dit onderzoek zijn niet alle aspecten van gezondheid van belang maar vooral persoonlijke gezondheidsverschillen zijn belangrijk. Verschillen van gezondheid worden pas gezondheidsverschillen genoemd wanneer er sociale verschillen gerelateerd zijn aan deze verschillen (Richter & Hurrelmann 2009; citaat via Kröger).

Deze gezondheidsverschillen tussen mensen zijn te verklaren aan de hand van drie verschillende mechanismen (Kröger, 2016). Dit zijn de sociale causaliteit, de directe

gezondheidsselectie en tot slot de indirecte gezondheidsselectie.

2.1.2 Sociale causaliteit

Zoals de naam al doet vermoeden verklaart de sociale causaliteit gezondheidsverschillen als gevolg van sociale verschillen. Dit verschijnsel is duidelijk terug te zien als gekeken wordt naar sociaaleconomische status (SES). SES representeert de positie op de maatschappelijke ladder. Deze wordt bepaald door een combinatie van opleiding, inkomen, vermogen en beroep. Ook

4 deze eigenschappen van de ouders tellen mee. Uit onderzoek blijkt dat er een inverse relatie bestaat tussen SES en de gezondheidstoestand. Deze inverse relatie is gevonden in elk land waar dit onderzoek gedaan is (William & Collins, 1995). Zo blijkt dat personen die roken, weinig bewegen en ongezond eten een lagere SES hebben dan personen die dit niet doen.

Kröger (2016) geeft meerdere mogelijke oorzaken van de sociale causaliteit. Zo kan het zijn dat een individu financieel niet in staat is om gezond te leven of geen toegang heeft tot passende gezondheidszorg. De financiële tekortkoming van deze groep personen heeft tot gevolg dat er na verloop van tijd gezondheidsverschillen ontstaan met de groep personen die wel de benodigde financiële middelen heeft. Een andere oorzaak zijn verschillen in

persoonlijke omstandigheden. Zo hebben personen die blootgesteld worden aan

luchtvervuiling een mindere gezondheid vergeleken met personen die hier niet regelmatig aan blootgesteld worden (Brunekreef & Holgate, 2002). Tenslotte speelt gezondheidsgedrag ook een grote invloed op de gezondheid en creëert hiermee gezondheidsverschillen. Bepaalde sociale groepen roken meer, gaan niet op doktersbezoek of eten ongezond. Deze verschillen in gezondheidsgedrag zijn sterk gecorreleerd met opleidingsniveau (Brännlund, Hammarström, & Strandh,2013).

2.1.3 Directe indirecte gezondheidsselectie Het hebben van psychiatrische diagnoses of het hebben van soortgelijke, ook fysieke, aandoeningen hindert het vinden en behouden van werk (Lundin, Lundberg, Hallsten, Ottosson, & Hemmingsson, 2010). Dit wordt ook wel directe gezondheidsselectie genoemd. Door directe gezondheidsselectie is het mogelijk dat personen met een goede gezondheid de sociale positie van personen met een slechte gezondheid verwerven. Zo krijgen personen met een goede gezondheid een hogere SES en personen met een slechte gezondheid een lagere. Dit proces loopt gedurende de gehele levensperiode door. Hierdoor zijn personen met een slechte gezondheid oververtegenwoordigd in de groep werklozen (Steele, French, & Bartley, 2013). Indirecte gezondheidsselectie gaat analoog aan directe gezondheidsselectie met als enige verschil dat de persoonlijke eigenschap, bij directe gezondheidsselectie de psychiatrische diagnose, niet waarneembaar of meetbaar is. Lundin et al. noemen als voorbeelden van deze persoonlijke eigenschappen de sociale klasse van de vader en het hebben van een slechte

5 zelfbeheersing. Deze eigenschappen hebben zowel invloed op de gezondheid als het risico op werkloosheid (Steele, French, & Bartley, 2013).

2.2 Labour economics

2.2.1 Van Human Capital Theory naar Health Capital Theory Misschien wel de bekendste arbeidseconomische theorie is de Human Capital Theory. Deze theorie is een uitbreiding op de Neoklassieke Economie. De Neoklassieke Economie kent volgens Weintraub (2016) drie assumpties.

1. Personen hebben rationele voorkeuren tussen verschillende uitkomsten die kunnen worden geïdentificeerd en waaraan een waarde kan worden gehecht.

2. Het individu maximaliseert nut en bedrijven maximaliseren winst. 3. Personen handelen onafhankelijk en er is volledige informatie.

Volgens de Neoklassieke economie betalen werkgevers in het loonevenwicht de werknemer een uurloon dat gelijk is aan de marginale winst die behaald wordt door de werknemer. Werknemers werken alleen als het nut van werken groter is dan het nut dat behaald wordt uit vrije tijd.

De Human Capital Theory heeft als uitbreiding dat werknemers niet dezelfde productiviteit leveren. De productiviteit van een werknemer is afhankelijk van zijn Human Capital. Dit bevat productieve vaardigheden zoals opleiding, training en werkervaring. Human Capital kan gezien worden als een investering. Zo kan de werknemer in zichzelf investeren door meer opleiding te volgen. Soortgelijk kan de werkgever zijn werknemers de ruimte geven om zich verder op te leiden. Becker (1984; citaat via Kröger) ziet ook gezondheid als een Human Capital investering. Hij stelt dat gezondheid net zoals training en opleiding de productiviteit verhoogd. Het zien van gezondheid als Human Capital investering wordt de Health Capital Theory genoemd door Stern (1983; citaat via Kröger).

2.2.2 Healthy worker hypothese Gezondheidsselectie en arbeidsmarktprocessen worden gekoppeld door de healthy worker hypothese. De healthy worker hypothese stelt dat er een bepaald gezondheidsniveau is die de persoon moet hebben om te kunnen participeren op de arbeidsmarkt. Personen die dit niveau niet hebben blijven werkloos. Werkende personen waarvan de gezondheid verslechtert tot

6 onder dit niveau worden werkloos. Werklozen die hun gezondheid niet verbeteren blijven werkloos. Dit kan de oorzaak zijn van de empirische verschillen tussen de werkzame en werkloze groep. De grootte van deze drempelwaarde verschilt ook per subgroep (Li & Sung, 1999; citaat via Kröger). Dit betekent dat bepaalde groepen nog kunnen werken bij een bepaald gezondheidsniveau terwijl dit onder de drempelwaarde is voor een andere groep.

2.3 Verschillen in gezondheidseffecten

2.3.1 Leeftijd en geslacht

Onderzoek kan zich specifiek richten op de resultaten van één eigenschap zoals opleiding, leeftijd, geslacht of een sociaaleconomische eigenschap. De relatie tussen werkloosheid en gezondheid is namelijk niet hetzelfde voor verschillende sociaal economische groepen (McDonougha & Amick, 2001). Ook het is mogelijk dat de effecten van deze eigenschappen tussen landen verschillen. Zo hebben Ierse mannen een sterkere negatieve relatie tussen werkloosheid en gezondheid dan vrouwen. Terwijl er in Zweden geen verschil bestaat (Strandh, Hammarström, Nilsson, Nordenmark, & Russel, 2013).

Bartley, Blane en Montgomery (1997) stellen dat er kritieke perioden in de levensloop bestaan waarin het risico op de ontwikkeling van chronische aandoeningen is verhoogd. De periode waarin een individu voor het eerst de arbeidsmarkt betreedt is volgens hen één van deze kritieke perioden. Als een individu zich bevind in een kritieke periode en daarnaast ook een lage opleiding heeft, wordt het effect van een slechte gezondheid groter en geeft dit een hoger risico op lange termijn nadelen op de arbeidsmarkt (Van der Wel, 2011).

Van den Berg, Schuring, Avendano, Mackenbach en Burdorf (2010) hebben onderzoek gedaan naar de invloed van slechte gezondheid op het verliezen van betaald werk onder oudere werknemers. Als gecontroleerd wordt voor individuele en werk gerelateerde

eigenschappen is een slecht ervaren gezondheid sterk gerelateerd met uittreding van betaald werk. Deze analyse geeft weer dat een slecht ervaren gezondheid een belangrijkere rol speelt bij het verliezen van betaald werk dan functionele beperkingen, zoals mobiliteitsproblemen en in staat zijn eten te bereiden. Ook komen van den Berg et al (2010) tot de bevinding dat een diagnose van een chronische aandoening een minder belangrijke rol speelt in uittreding van betaald werk. Op basis van deze bevindingen conluderen de onderzoekers dat interventies

7 gericht op het ontmoedigen van uittreding van betaalde arbeid met als doel het voorkomen of verbeteren van een slechte gezondheid nuttig kan zijn.

2.3.2 Geografische verschillen Uit een rapport van Kneebone en Garr (2009) blijkt dat er grote verschillen zijn in de

werkloosheidspercentages tussen verschillende regio’s in de Verenigde Staten. Zij hebben onderscheid gemaakt tussen het midwesten, het noordoosten, het zuiden en het westen. De verschillen liggen tussen de 0,1 en 3,0 procentpunten. Ook zijn er verschillen op te merken als plattelandsgebieden worden vergeleken met stedelijke gebieden. Uit cijfers van het United States Department of Agriculture blijkt dat het werkloosheidspercentage onder

plattelandsbewoners op één uitzondering na hoger uitvalt dan bij stedelingen in de periode van begin 2007 tot midden 2015 (USDA, 2016).

Monnat en Pickett (2011) hebben de rol van plattelandsgebieden op zelf ervaren gezondheid onderzocht met behulp van een landelijk representatieve steekproef van

Amerikaanse volwassenen. Het blijkt dat Amerikaanse plattelandsbewoners vaker een slechte gezondheid rapporteren. Zij concluderen dat individuen die nooit hebben gerookt, regelmatig sporten en geen overgewicht hebben een beduidend kleinere kans hebben om een slechte of matige zelf ervaren gezondheid te rapporteren.

2.4 Gezondheidsvariabelen

Er zijn aanwijzingen dat de causale relatie tussen gezondheid en werkloosheid verschilt tussen mentale gezondheid en fysieke gezondheid (Karsten & Moser, 2009). Dit wordt gesteld doordat het gemiddelde gewogen effect van psychosomatische klachten kleiner is dan die van mentale gezondheidsvariabelen. Psychosomatische klachten zijn lichamelijk beleefde

aandoeningen waarvoor geen lichamelijke oorzaak te vinden is. Karsten en Moser (2009) gebruiken verschillende vormen van gezondheidsvariabelen om de relatie te onderzoeken. Meerdere studies wijzen uit dat personen met een slechte gezondheid een grotere kans hebben om werkloos te worden dan personen met een goede gezondheid. Van der Wel (2011) onderzoekt dit verband door gebruik te maken van beperkende langdurige ziekten (BLZ). Onder BLZ vallen ziekten en andere kwalen van fysieke of mentale aard die het functioneren beperken en die langer dan een jaar duren of waarvan verwacht wordt dat deze langer dan een jaar zullen duren. Korpi (2001) gebruikt een aantal zelfgerapporteerde

8 gezondheidsklachten. Tenslotte kan gebruikt gemaakt worden van een zelfgerapporteerde maat van gezondheid. Bijvoorbeeld de door Schuring, Burdorf, Kunst en Mackenbach (2006) gebruikte vijfpuntenschaal die een gezondheid van heel slecht tot heel goed representeert.

2.5 Overzicht theorie

De belangrijkste theorie die de relatie tussen gezondheid en werkloosheidsstatus beschrijft is de gezondheidsselectietheorie (Kröger, 2016). Deze theorie beschrijft dat, naast andere factoren, gezondheidsverschillen de oorzaak zijn van werkloosheidsverschillen.

Gezondheidsverschillen zijn sociale verschillen die gerelateerd zijn aan gezondheid. Er zijn drie mechanismen genoemd die de sociale verschillen verklaren. De sociale causaliteit verklaart gezondheidsverschillen door sociale verschillen. De directe gezondheidsselectie stelt dat meetbare gezondheidseigenschappen de sociale positie beïnvloedt. De indirecte

gezondheidsselectie houdt in dat onmeetbare of onwaarneembare factoren invloed uitoefenen op zowel de sociale positie als de gezondheid.

De Health Capital Theory geeft weer dat gezondheid ook als human capital investering gezien kan worden. Een betere gezondheid zorgt voor een hogere productiviteit en daarmee meer toegevoegde waarde. Hierdoor zullen deze personen een hoger loon ontvangen en een grotere kans hebben op werk.

Er zijn op veel vlakken verschillen in gezondheidseffecten op te merken. De belangrijkste zijn opleiding, leeftijd, geslacht, regio, soort gebied en sociaal economische eigenschappen.

De verwachting is dat ook voor de gebruikte data de gezondheidsselectietheorie opgaat. Met andere woorden dat gezondheidsverschillen een negatieve invloed hebben op de werkloosheidsstatus. Het hebben van gezondheidsklachten ten opzichte van geen klachten verhoogd hierdoor de kans op werkloosheid. Ook is de verwachting dat personen die de gezondheid hoog waarderen minder risico lopen op werkloosheid.

9

3 Data en methoden

Nu er een beschrijving is gegeven van de theorie en hoe de relatie tussen gezondheid en werkloosheidsstatus werkt is het mogelijk een model te formuleren. Hiervoor worden de conclusies uit hoofdstuk 2 gebruikt. Als eerst wordt de oorsprong van de data genoemd en omschreven. Vervolgens welke personen uit de dataset meegenomen worden voor de analyse. Vervolgens worden de variabelen benoemd. Tot slot volgt een korte beschrijving van het logitmodel.

3.1 Oorsprong en aanpassingen van de data De data zijn afkomstig uit de Medical Expenditure Panel Survey. Deze enquête wordt

uitgevoerd door het Agency of Healthcare Research and Quality. Er is alleen gebruik gemaakt van de Household Components (HC). De HC bevat data van families of individuelen in gekozen gemeenschappen verspreid over de Verenigde Staten. Zij vormen een representatieve

steekproef voor alle huishoudens binnen de VS. De informatie is aangevuld met gegevens van medische zorgverleners. Er is gebruik gemaakt van longitudinale datasets van één jaar met drie meetmomenten. Er wordt alleen gebruikgemaakt van data afkomstig van het derde

meetmoment. Er is voor het derde meetmoment gekozen omdat er niet op elk meetmoment naar alle relevante informatie wordt gevraagd. Het derde meetmoment bevat de meeste relevante informatie. De jaarlijkse enquêtes in de periode van 2006-2012 zijn samengenomen en vormen de dataset. Er blijkt zich een anomalie voor te doen in de groep 16 tot 25 jaar oude personen. Deze personen rapporteren veel vaker dat ze geen werk hebben. Dit is logisch aangezien in deze groep veel studerende personen zitten. Er is gekozen om het onderzoek te doen voor personen uit de werkende periode van 25-64 jaar oud.

Er zijn personen uit de data weggelaten om zo de Amerikaanse beroepsbevolking tussen de 25 en 64 representeren. Uiteindelijk blijven er 98983 waarnemingen over en na de aanpassingen bevat de dataset alleen:

10  Respondenten tussen de 25 en 64 jaar oud.

 Respondenten die in leven zijn aan het einde van het jaar.  Respondenten die gedurende het hele jaar in de VS wonen.

 Respondenten die gedurende het jaar niet geïnstitutionaliseerd zijn.  Respondenten die niet in militaire dienst zijn.

 Respondenten die niet eerder met pensioen zijn gegaan.  Respondenten waarvan alle relevante informatie bekend is.

3.2 Variabelen

De afhankelijke variabele is het hebben van wel of geen werk (WOGW). Een persoon valt in de groep zonder werk als deze tijdens het interview geen baan had, niet werkte tijdens de referentieperiode en geen baan had waar hij of zij naar kon terugkeren. Deze

referentieperiode bevat de afgelopen 3 meetmomenten van de enquête. De referentiegroep van WOGW is het hebben werk.

Het WOGW hebben en werkloos zijn is een verschil. De keuze maken om niet te werken kan door veel dingen beïnvloedt worden zoals het niet willen werken, het niet hoeven werken maar bijvoorbeeld ook niet kunnen werken. Ideaal zou zijn als het MEPS data bevat over de werkloosheidsstatus van de personen maar dit is niet het geval.

Er worden drie verschillende vormen van gezondheidsvariabelen gebruikt bij de analyse. Hierdoor zijn de effecten van de verschillende vormen te vergelijken. De eerste twee zijn ervaren gezondheidstoestand en ervaren geestelijke gezondheidstoestand. De respondent van het huishouden is gevraagd hoe dit door hem ervaren wordt voor alle personen, inclusief zichzelf, in het huishouden. Het antwoord kan excellent, zeer goed, goed, matig en slecht zijn. Er wordt in dit onderzoek gekozen om voor alle antwoorden dummyvariabelen te

introduceren. De slechtste gezondheid wordt als referentiegroep genomen zodat alleen de overige 4 opgenomen worden in het model. De derde vorm zijn dummyvariabele voor bepaalde gezondheidsklachten. De diagnoses zijn gewrichtspijn, artritis, longemfyseem, diabetes, astma hebben, hoge bloeddruk, hoge cholesterol, een beroerte hebben gehad, een hartaanval hebben gehad, hart-en-vaatziekten, andere hartaandoeningen en angina pectoris. De referentiegroep voor deze gezondheidsklachten wordt genomen als het niet hebben van deze klachten of met andere woorden de gezonde groep.

11 Ook worden aan het model dummyvariabelen toegevoegd voor geslacht, de

etniciteiten blank, zwart, inheems, Aziatisch en meerdere etniciteiten. Hierbij is de Aziatische groep de referentie. Er zijn dummyvariabelen toegevoegd voor de regio’s het noordwesten, het zuiden, het midwesten en het westen waarbij het noordwesten de referentie is. Dummies voor het wel of niet wonen in een Metropolitan Statistical Area (MSA), burgerlijke staat, wel of geen obesitas hebben (BMI > 30), wel of geen roker zijn en wel of geen moeite hebben met bewegen. Het hoogste behaalde opleidingsniveau wordt gesplitst in geen diploma, high school diploma of General Educational Development (GED) en een Amerikaans universitair diploma. Tenslotte zijn leeftijd en leeftijd kwadraat toegevoegd.

Meer informatie over de variabelen volgt nu in de beschrijvende statistiek.

3.3 Beschrijvende statistiek De tabellen 1 en 2 maken het mogelijk verschillen te ontdekken tussen de variabelen voor mannen en vrouwen. Het niet hebben van werk onder vrouwen valt 14.7 procentpunten hoger uit dan bij mannen. De vrouwen uit de steekproef hebben vaker een zwarte etniciteit en minder vaak blank dan bij de mannen. Mannen zijn vaker getrouwd en hebben minder vaak een diploma. Ook roken mannen vaker maar hebben minder vaak obesitas. Mannen rapporteren zowel de mentale als algemene gezondheid hoger dan vrouwen terwijl ze niet structureel minder vaak een gezondheidsklacht hebben.

De tabellen 3 en 4 geven het aantal waargenomen gezondheidsklachten en de

frequentie van de zelf gerapporteerde maten. Twee dingen vallen op. Ten eerste zijn vrouwen vaker werkloos dan mannen en dit is ook duidelijk te zien als naar de percentages zonder werk gekeken word. Ten tweede hebben personen die de gezondheid hoog waarderen minder vaak geen werk. Dit is precies volgens de verwachting.

12 Tabel 1. De beschrijvende statistiek voor de mannen uit de steekproef N=45840

Gemiddelde Stdv Min Max Geen werk 0.1481 0.355 0 1

Leeftijd 42.8999 10.819 25 64 Leeftijd kwadraat 1957.4457 944.888 625 4096

Regio Noordwesten 0.1502 0.357 0 1 Regio Zuid 0.3699 0.483 0 1 Regio Mid westen 0.2052 0.404 0 1 Regio West 0.2747 0.446 0 1 MSA 0.7309 0.444 0 1 Etniciteit Zwart 0.1608 0.367 0 1 Etniciteit Blank 0.7435 0.437 0 1 Etniciteit Aziatisch 0.0689 0.253 0 1 Etniciteit Inheems 0.0131 0.114 0 1 Etniciteit Meerdere 0.0137 0.116 0 1 Getrouwd 0.6150 0.487 0 1 Diploma geen 0.1875 0.390 0 1 Diploma High School 0.4809 0.500 0 1 Diploma Universiteit+ 0.3317 0.471 0 1 Obesitas 0.3105 0.463 0 1 Roker 0.2173 0.412 0 1 Fysieke hinder 0.0658 0.248 0 1 Diabetes 0.0762 0.265 0 1 Astma 0.0494 0.217 0 1 Hoge Bloeddruk 0.2721 0.445 0 1 Hoge Cholesterol 0.2676 0.443 0 1 Coronaire Hartziekten 0.0321 0.176 0 1 Angina Pectoris 0.0166 0.128 0 1 Hartaanval 0.0259 0.159 0 1 Andere Hartaandoening 0.0565 0.231 0 1 Beroerte 0.0170 0.129 0 1 Emfyseem 0.0131 0.114 0 1 Gewrichtspijn 0.2723 0.445 0 1 Artritis 0.1422 0.349 0 1

Mentale Gezondheid excellent 0.3760 0.484 0 1 Mentale Gezondheid zeer goed 0.3022 0.459 0 1 Mentale Gezondheid goed 0.2546 0.436 0 1 Mentale Gezondheid matig 0.0550 0.228 0 1 Mentale Gezondheid slecht 0.0122 0.110 0 1

Gehele Gezondheid excellent 0.2590 0.438 0 1 Gehele Gezondheid zeer goed 0.3275 0.469 0 1 Gehele Gezondheid goed 0.2900 0.454 0 1 Gehele Gezondheid matig 0.0951 0.293 0 1 Gehele Gezondheid slecht 0.0285 0.166 0 1

13 Tabel 2. De beschrijvende statistiek voor de vrouwen uit de steekproef N=53143

Gemiddelde Stdv Min Max Geen werk 0.2955 0.456 0 1

Leeftijd 42.9833 10.906 25 64 Leeftijd kwadraat 1966.4946 954.960 625 4096

Regio Noordwesten 0.1543 0.361 0 1 Regio Zuid 0.3826 0.486 0 1 Regio Mid westen 0.1970 0.398 0 1 Regio West 0.2661 0.442 0 1 MSA 0.7323 0.443 0 1 Etniciteit Zwart 0.2003 0.400 0 1 Etniciteit Blank 0.7047 0.456 0 1 Etniciteit Aziatisch 0.0665 0.249 0 1 Etniciteit Inheems 0.0135 0.115 0 1 Etniciteit Meerdere 0.0151 0.122 0 1 Getrouwd 0.5601 0.496 0 1 Diploma geen 0.1784 0.383 0 1 Diploma High School 0.4745 0.499 0 1 Diploma Universiteit+ 0.3470 0.476 0 1 Obesitas 0.3436 0.475 0 1 Roker 0.1715 0.377 0 1 Fysieke hinder 0.0746 0.263 0 1 Diabetes 0.0808 0.272 0 1 Astma 0.0896 0.286 0 1 Hoge Bloeddruk 0.2573 0.437 0 1 Hoge Cholesterol 0.2280 0.420 0 1 Coronaire Hartziekten 0.0205 0.142 0 1 Angina Pectoris 0.0139 0.117 0 1 Hartaanval 0.0146 0.120 0 1 Andere Hartaandoening 0.0678 0.251 0 1 Beroerte 0.0208 0.143 0 1 Emfyseem 0.0119 0.109 0 1 Gewrichtspijn 0.2956 0.456 0 1 Artritis 0.2131 0.410 0 1

Mentale Gezondheid excellent 0.3445 0.475 0 1 Mentale Gezondheid zeer goed 0.3041 0.460 0 1 Mentale Gezondheid goed 0.2683 0.443 0 1 Mentale Gezondheid matig 0.0672 0.250 0 1 Mentale Gezondheid slecht 0.0159 0.125 0 1

Gehele Gezondheid excellent 0.2185 0.413 0 1 Gehele Gezondheid zeer goed 0.3243 0.468 0 1 Gehele Gezondheid goed 0.3068 0.461 0 1 Gehele Gezondheid matig 0.1145 0.318 0 1 Gehele Gezondheid slecht 0.0359 0.186 0 1

14 Tabel 3. Het aantal diagnoses en het bijbehorende werkloosheidspercentage onder mannen.

Aantal % geen werk Fysieke hinder 3018 0.8005 Diabetes 3492 0.3176 Astma 2263 0.2607 Hoge Bloeddruk 12473 0.2331 Hoge Cholesterol 12266 0.1951 Coronaire Hartziekten 1470 0.4354 Angina Pectoris 761 0.4534 Hartaanval 1188 0.4335 Andere Hartaandoening 2592 0.3140 Beroerte 781 0.5685 Emfyseem 601 0.6007 Gewrichtspijn 12480 0.2216 Artritis 6519 0.3129 Mentale Gezondheid excellent 17235 0.0837 Mentale Gezondheid zeer goed 13854 0.1054 Mentale Gezondheid goed 11671 0.1967 Mentale Gezondheid matig 2521 0.4740 Mentale Gezondheid slecht 559 0.7030 Gehele Gezondheid excellent 11872 0.0790 Gehele Gezondheid zeer goed 15012 0.0846 Gehele Gezondheid goed 13292 0.1582 Gehele Gezondheid matig 4358 0.3667 Gehele Gezondheid slecht 1306 0.6723

Tabel 4. Het aantal diagnoses en het bijbehorende werkloosheidspercentage onder vrouwen. Aantal % geen werk

Fysieke hinder 3964 0.824 Diabetes 4292 0.470 Astma 4762 0.410 Hoge Bloeddruk 13673 0.379 Hoge Cholesterol 12115 0.369 Coronaire Hartziekten 1090 0.570 Angina Pectoris 738 0.575 Hartaanval 775 0.600 Andere Hartaandoening 3603 0.417 Beroerte 1107 0.593 Emfyseem 635 0.665 Gewrichtspijn 15709 0.362 Artritis 11326 0.416 Mentale Gezondheid excellent 18309 0.233 Mentale Gezondheid zeer goed 16161 0.247 Mentale Gezondheid goed 14259 0.341 Mentale Gezondheid matig 3569 0.556 Mentale Gezondheid slecht 845 0.714 Gehele Gezondheid excellent 11612 0.225 Gehele Gezondheid zeer goed 17235 0.220 Gehele Gezondheid goed 16302 0.301 Gehele Gezondheid matig 6084 0.494 Gehele Gezondheid slecht 1910 0.731

15

3.4 Model

Tot slot wordt het model kort besproken. De afhankelijke variabele werkloosheidsstatus is dichotoom. Een aantrekkelijke model keuze is dan het logitmodel.

Het logitmodel wordt geschat door maximum likelihood. De kans dat persoon i werkloos is wordt gegeven door P(𝑌𝑖=1).

𝑃(𝑌𝑖 = 1) = 𝐹(𝑥𝑖′𝛽) =

𝑒𝑥𝑖′𝛽

1 + 𝑒𝑥𝑖′𝛽

= 𝑃𝑖 𝑃(𝑌𝑖 = 0) = 1 − 𝑃(𝑌𝑖 = 1) (1)

Aangenomen wordt dat de waarnemingen onafhankelijk zijn. Hierdoor wordt de loglikelihood:

𝑙(𝛽|𝑦, 𝑋) = ∑ 𝑦𝑖log(𝐹(𝑥𝑖′𝛽)) + (1 − 𝑦𝑖) log(1 − 𝐹(𝑥𝑖′𝛽)) (2)

Het marginale effect van 𝑥𝑖,𝑘 op de verwachtte werkloosheidsstatus van persoon 𝑦𝑖 is als volgt:

=

= 𝑓(𝑥

_{𝛽) 𝛽}

= 𝑃

(1 − 𝑃

)𝛽

Nu volgt hoofdstuk 4 waarin de resultaten van de schattingen van het logitmodel besproken worden.

16

4 Resultaten en analyse

Dit hoofdstuk begint met tabel 5 waarin de schattingen te zien zijn voor het model. Vervolgens worden deze schattingen besproken. Hierna wordt beredeneerd waarom er ook andere modellen geschat zijn en worden de verschillen qua resultaten kort besproken. Dit hoofdstuk eindigt met een overdispersie toets.

17 Tabel 5. De geschatte parameterwaarden en bijbehorende output met als afhankelijke variabele WOGW, 0 wel werk en 1 geen werk.

Coëfficiënt Std. Error z-waarde Pr(>|z|) Intercept 4.8398995 0.1691537 28.61 < 2e-16 ***

Leeftijd -0.1725362 0.0066907 -25.79 < 2e-16 *** Leeftijd kwadraat 0.0019606 0.0000764 25.65 < 2e-16 *** Man -1.0738712 0.0190173 -56.47 < 2e-16 ***

Regio Zuid -0.0674861 0.0264368 -2.55 0.01069 * Regio Mid Westen -0.2808520 0.0305434 -9.20 < 2e-16 *** Regio West -0.0278057 0.0280223 -0.99 0.32107 MSA -0.1056427 0.0195682 -5.40 6.7e-08 ***

Etniciteit Zwart -0.1485631 0.0415022 -3.58 0.00034 *** Etniciteit Blank -0.3170815 0.0360448 -8.80 < 2e-16 *** Etniciteit Inheems -0.2803311 0.0813719 -3.45 0.00057 *** Etniciteit Meerdere -0.2375247 0.0799528 -2.97 0.00297 **

Getrouwd 0.1711891 0.0187248 9.14 < 2e-16 *** Diploma High School -0.7115224 0.0218461 -32.57 < 2e-16 *** Diploma University+ -1.2576234 0.0258346 -48.68 < 2e-16 *** Obesitas -0.0204685 0.0194847 -1.05 0.29349 Roker 0.1604960 0.0224333 7.15 8.4e-13 ***

Fysieke hinder 2.4945888 0.0375261 66.48 < 2e-16 *** Diabetes 0.2482057 0.0327233 7.58 3.3e-14 *** Astma 0.0920631 0.0337113 2.73 0.00632 ** Hoge Bloeddruk 0.0503849 0.0229251 2.20 0.02796 * Hoge Cholesterol -0.0545734 0.0232166 -2.35 0.01874 * Coronaire Hartziekten 0.3401352 0.0644908 5.27 1.3e-07 *** Angina Pectoris 0.1211853 0.0763000 1.59 0.11222 Hartaanval 0.1460685 0.0707765 2.06 0.03904 * Andere Hartaandoening 0.0705403 0.0377081 1.87 0.06139 . Beroerte 0.4102923 0.0626152 6.55 5.7e-11 *** Emfyseem 0.4639914 0.0788418 5.89 4.0e-09 *** Gewrichtspijn -0.1754460 0.0224614 -7.81 5.7e-15 *** Artritis 0.1862554 0.0257760 7.23 5.0e-13 ***

Mentale Gezondheid excellent-0.9316730 0.0799278 -11.66 < 2e-16 *** Mentale Gezondheid zeer goed-0.8270621 0.0793909 -10.42 < 2e-16 *** Mentale Gezondheid goed -0.6885639 0.0780612 -8.82 < 2e-16 *** Mentale Gezondheid matig -0.2683324 0.0811629 -3.31 0.00095 ***

Gehele Gezondheid excellent -0.6079283 0.0604848 -10.05 < 2e-16 *** Gehele Gezondheid zeer goed -0.7507941 0.0575198 -13.05 < 2e-16 *** Gehele Gezondheid goed -0.5935639 0.0547072 -10.85 < 2e-16 *** Gehele Gezondheid matig -0.3251285 0.0551291 -5.90 3.7e-09 ***

18

4.1 Objectieve gezondheidsparameters In tabel 5 is te zien dat het hebben van obesitas niet significant is. Dit kan komen omdat de

gezondheidsgevolgen van obesitas al door andere parameters beschreven wordt.

De leeftijdsparameters zijn beide significant met een p-waarde van kleiner dan 2e-16. In de periode 25-44 wordt de kans op het hebben van werk groter volgens deze schatting en in de periode van 44-65 verslechtert deze weer. De optimale leeftijd voor de kans op het hebben van werk is hier ongeveer 44 jaar oud.

De dummyvariabelen van gezondheidsklachten die al zijn beschreven in paragraaf 3.2 worden vanaf nu de objectieve gezondheidsparameters genoemd. Deze worden zo genoemd omdat deze op gewrichtspijn en fysieke hinder na allemaal doktersdiagnoses zijn. Toch worden gewrichtspijn en fysieke hinder gezien als objectieve gezondheidsparameters omdat er geen ruimte is voor subjectiviteit door de vraagstelling.

Van de 13 objectieve gezondheidsparameters zijn alleen de parameters behorende bij angina pectoris en andere hartaandoeningen niet significant. Of deze parameters hebben geen significante invloed op de werkloosheidsstatus of de gezondheidseffecten van deze

parameters worden al deels opgenomen in een andere gezondheidsparameters.

Tegen de gezondheidsselectiehypothese in hebben twee gezondheidsparameters een negatieve invloed op de kans van het niet hebben van werk. Dit zijn gewrichtspijn en het hebben van een hoge cholesterol. De kans om geen werk te hebben is voor personen met gewrichtspijn 16 procent kleiner dan voor personen zonder gewrichtspijn. Het hebben van een hoge cholesterol verlaagd de kans met 5,4 procent en is significant op 5 procent.

Van de 9 parameters die nog niet genoemd zijn hebben astma en het hebben van een hoge bloeddruk de kleinste significante invloed op de kans op het niet hebben van werk. De kans wordt respectievelijk met 9,6 procent en 5,2 procent verlaagd. De grootste invloed op de kans is het hebben van fysieke hinder. De geschatte parameter bijbehorend bij fysieke hinder heeft een waarde van 2.4945888. Personen met fysieke hinder hebben 12,1 maal vaker geen werk. Personen die elke objectieve gezondheidskwaal hebben behalve fysieke hinder hebben een grotere kans op het hebben van werk dan personen die enkel last hebben van fysieke

19 hinder. Na fysieke hinder zijn het hebben de parameters van emfyseem, coronaire hartziekten en het gehad hebben van een beroerte de grootste effecten.

4.2 Subjectieve gezondheidsparameters De subjectieve gezondheidsparameters zijn de zelf gerapporteerde mentale en algehele

gezondheid. Deze parameters worden als subjectief beschouwd omdat het aan de persoon zelf ligt hoe hij de gezondheid van zichzelf en huishouden inschat. Al deze parameters moeten vergeleken worden met de groep van personen die de subjectieve gezondheidsparameters als slecht inschatten.

Alle geschatte parameters van de subjectieve gezondheidsparameters zijn significant met een significantieniveau van 0,1%. Alle geschatte subjectieve gezondheidsparameters zijn negatief. Het is te zien dat hoe beter de persoon zijn gezondheid waardeert hoe negatiever de

bijbehorende paramater is. De enige uitzondering hiervoor is de schatting voor de gehele zeer goede gezondheid. Personen met een zeer goede gehele gezondheid hebben vaker werk dan personen met een excellente gehele gezondheid. Dit is echter geen afwijkend resultaat. Het effect van het verschil is ook niet bijzonder groot. Personen met een matige gehele

gezondheid hebben 27,5% vaker werk en voor de mentale gezondheid is dit 23,5%. Personen met een excellente mentale gezondheid hebben 60,6% vaker werk en voor de gehele

gezondheid is dit 45,5%. Het is duidelijk te zien dat ook voor de subjectieve

gezondheidsparameters de gezondheidsselectietheorie opgaat. De schattingen volgen ook de verwachting. Het hebben van een betere zelfgewaardeerde gezondheid verlaagd de kans op het niet hebben van werk.

4.3 Controlevariabelen

De dummy regio West is niet significant maar de overige regio parameters zijn dit wel. Hieruit blijkt dat regio wel degelijk een rol speelt alleen is er geen verschil tussen het westen en het noordoosten. Het wonen in een grote stad (MSA) heeft een significant positief effect op de kans van het hebben van werk met een p-waarde van vrijwel 0.

Het man zijn heeft volgens deze schatting een positief effect op de kans van het hebben van werk. Uit de schatting blijkt dat de kansverhouding voor het hebben van werk tussen mannen en vrouwen 2,92 is. Dit is geen verassing aangezien in de tabellen 1 en 2 al is

20 laten zien dat mannen veel minder vaker werkloos zijn binnen deze dataset. De analyse laat dit nogmaals zien en de schatting is significant op 0.001.

Alle etniciteitdummies zijn significant op 0.01. Uit de schattingen blijkt dat het hebben van de Aziatische etniciteit het grootste negatieve effect heeft op de kans van het hebben van werk. Hierna heeft de zwarte etniciteit de laagste kans op het hebben van werk en de groep blanken heeft de grootste kansen.

Getrouwd zijn heeft een negatieve invloed op de kans op het hebben van werk en is significant op 0.001. Personen die getrouwd zijn hebben een kans van 54,2 procent op het niet hebben van werk.

De schattingen van de diplomadummies gaat identiek als beschreven in de voorgaande literatuur. Het hebben van een highschool diploma of GED verbetert de kans op het hebben van werk. Het hebben van een Amerikaans universitair diploma of beter geeft een nog grotere verbetering van deze kans. Tenslotte heeft roken een negatieve invloed op het hebben van werk.

4.4 Model variaties

Het is nuttig om te kijken hoe de schattingen veranderen als bepaalde variabelen buiten beschouwing worden genomen of alleen schatten over een bepaalde groep. Het is mogelijk dat er bepaalde effecten van parameters al door andere parameters zijn verklaard. Interessant is om te kijken hoe de schattingen veranderen als de objectieve gezondheidsparameters weggelaten worden. Als het logitmodel zonder objectieve gezondheidsvariabelen geschat wordt blijkt dat de tekens en de relatieve grootte van de schatters weinig verandert. Deze analyse is terug te vinden in de bijlage bij tabel 6.

Het model is ook te schatten voor subgroepen. Aangezien er grote verschillen zijn tussen de mannen en vrouwen zou het nuttig kunnen zijn om voor de groepen aparte analyses te maken. De analyse voor alleen vrouwen is te vinden in de bijlage als tabel 8 en voor mannen in tabel 7. Het blijkt dat bepaalde objectieve gezondheidsparameters voor vrouwen niet significant zijn terwijl deze bij de mannen wel significant zijn. Dit zijn het hebben van een hoge bloeddruk, het hebben van een hoge cholesterol en coronaire hartziekten. Blijkbaar zijn de negatieve

gevolgen van deze kwalen veel minder aanwezig bij de vrouwen. Tegenovergesteld is het voor het gehad hebben van een hartaanval. Bij de groep vrouwen is de schatting wel significant op

21 5% en bij mannen niet.

Uit het model voor alleen mannen blijkt dat mannen met een zwarte etniciteit een minder grote kans hebben op het hebben van werk.

4.5 Overdispersie

Hoewel het logitmodel robuust is kan er getoetst worden of het model aan bepaalde eigenschappen voldoet. Eén van deze eigenschappen is dat er zich geen overdispersie voordoet. Overdispersie doet zich voor als de data een grotere variantie heeft dan hetgeen wat verwacht wordt gegeven een bepaald statistisch model. Hier wordt gebruik gemaakt van een binomiale familie.

Er kan getest worden of de variantie van deze binomiale familie verschilt met de variantie van de schatting. Dit wordt gedaan door het model ook te schatten met een quasibinomiaalvariantiemodel. Deze gaat beter om met data waarvan de variantie verschilt van de binomiale verdeling. De toetsingsgrootheid is χ2_{(n-p) verdeeld. De nulhypothese is dat}

er zich geen overdispersie voordoet en de alternatieve hypothese is dat dit wel het geval is. De toetsingsgrootheid valt binnen het betrouwbaarheidsinterval als het significantieniveau op 5 procent wordt gezet. De berekende p-waarde is 0.83993. Op basis van deze toets wordt geconcludeerd dat er onvoldoende bewijs is om de nulhypothese te verwerpen en aan te nemen dat er zich overdispersie voordoet in het model. De inspiratie van deze toets volgt uit the R Book van Crawley pagina 517.

22

5 Conclusie

Het doel van dit onderzoek is het kwantificeren van de invloed van verschillende gezondheidsparameters op de werkloosheidsstatus. Dit is gedaan door een aantal op voorgaande literatuur gebaseerde controlevariabele samen te voegen met verschillende klachten en condities uit het MEPS en verschillende zelfgerapporteerde maten voor gezondheid. Vervolgens is het logitmodel geschat en op basis hiervan worden conclusies getrokken voor de invloed van gezondheidsparameters op de kans voor het geen werk

hebben. Het logitmodel is getoetst op dispersie en op basis van deze toets is er geen reden om aan te nemen dat het geschatte model dispersie bevat.

De verwachting is dat voor de MEPS data de gezondheidsselectietheorie opgaat. Met andere woorden dat gezondheidsverschillen een negatieve invloed hebben op de kans van het hebben van werk. Het hebben van gezondheidsklachten ten opzichte van geen klachten zou hierdoor de kans op het niet hebben van werk verhogen. Ook is de verwachting dat personen

die de gezondheid hoog waarderen vaker werken.

Uit de analyse blijkt dat er weinig verschillen zijn tussen objectieve-en subjectieve gezondheidsparameters. Zowel de objectieve gezondheidsparameters als de subjectieve gezondheidsparameters gedragen zich conform de gezondheidsselectietheorie met uitzondering van de parameters gewrichtspijn, het hebben van hoge cholesterol, angina pectoris en andere hartaandoeningen. Hiervan zijn de twee laatst genoemde niet significant waardoor hier geen conclusie over getrokken kan worden.

Er doet zich voor de objectieve parameters een duidelijke gezondheidsselectie voor. Er bestaan gezondheidsverschillen tussen Amerikanen uit de beroepsbevolking tussen de 25 en 65. Deze conclusie volgt doordat objectieve gezondheidsparameters een significant effect hebben op de kans voor het niet hebben van werk conform de gezondheidsselectietheorie.

Dezelfde conclusie volgt voor de subjectieve gezondheidsparameters. Hoe beter de gezondheid gewaardeerd wordt hoe groter de kans is op het hebben van werk. Er bestaan dus gezondheidsverschillen tussen Amerikanen uit de beroepsbevolking tussen de 25 en 65.

Hoewel bij dit onderzoek geprobeerd is een zo valide mogelijk resultaat te leveren zijn er toch aanmerkingen die verbeterd kunnen worden. Ten eerste staat in dit onderzoek de WOGW centraal. Het wel óf niet werken. Het is hierdoor onmogelijk om deze resultaten te

23 vergelijken met onderzoek dat als afhankelijke variabele werkloosheid gebruikt. Er is immers bij werkloosheidsstatus niet duidelijk of de persoon überhaupt wilt werken. Het schatten van deze relatie verschilt om deze reden waarschijnlijk vergeleken met een model dat

werkloosheid als afhankelijke variabele gebruikt. Met de resultaten van dit onderzoek is het dus niet mogelijk conclusies te trekken voor werklozen alleen voor personen zonder werk.

Ten tweede is er in dit onderzoek geen aandacht besteed aan een mogelijk endogeniteitsprobleem. De relatie tussen werkloosheidsstatus en gezondheid is hier zeer vatbaar voor omdat er een dubbele causale relatie bestaat. Zijn werkende personen omdat werk gezond is of omdat de groep werkende vooral bestaat uit gezonden personen omdat deze kunnen werken. De resultaten van een analyse gecorrigeerd voor endogeniteit verschillen hoogstwaarschijnlijk van de resultaten uit dit onderzoek. Of er zich überhaupt endogeniteit afspeelt is onduidelijk aangezien hier geen bekende toetsen voor zijn voor het logitmodel.

Dit onderzoek kan gezien worden als vertrekpunt om op uit te breiden en gebruik te maken van schattingstechnieken die een mogelijk endogeniteitsprobleem in acht nemen. Blundell en Powell (2004) stellen dat de Average Structural Function (ASF) dit mogelijk maakt. Echter zijn hiervoor wel een aantal instrumentele variabelen nodig. Een andere aantrekkelijke keus is de Multiple Indicator Solution (MIS). Hiervoor zijn geen instrumentele variabelen nodig. Hoewel MIS oorspronkelijk alleen voor Ordinary Least Squares (OLS) gebouwd is blijkt uit het artikel van Guevara en Polanco (2013) dat dit ook toegepast kan worden voor het logitmodel zonder dat dit enige problemen oplevert.

1

Bibliografie

Brännlund, A., Hammarström, A., & Strandh, M. (2013). Education and health-behaviour among men and women in Sweden: A 27-year prospective cohort study. Scandinavian Journal of Public Health,41(3), 284-292.

Brunekreef, B., & Holgate, S. T. (2002). Air pollution and health. The Lancet, 360(9341), 1233-1242.

Department of Health and Human Services. (2016). Health, United States, 2015. Department of Health and Human Services.

Endogeneity in Semiparametric Binary Response Models. (2004). Review of Economic Studies 71, 655–679.

Graetz, B. (1993). Health consequences of employment and unemployment: Longitudinal evidence for young men and women. Social Science & Medicine, Vol.36(6), 715-724 . Karsten, P. I., & Moser, K. (2009). Unemployment impairs mental health: Meta-analyses.

Journal of Vocational Behavior, Volume 74, Issue 3, 264–282.

Kröger, H. (2016). Unnatural Selection - the Social Dimension of the Health Selection Hypothesis. Proefschrift Humboldt-Universitat zu Berlin.

Lundin, A., Lundberg, I., Hallsten, L., Ottosson, J., & Hemmingsson, T. (2010). Unemployment and mortality—a longitudinal prospective study on selection and causation in 49321 Swedish middle-aged men. Journal of Epidemiol Community Health, Volume 64, Issue 01, 22-28.

McDonougha, P., & Amick, B. C. (2001). The social context of health selection: a longitudinal study of health and employment. Social Science & Medicine, Volume 53, Issue 1, 135-145.

Mitra, S., & Jones, K. (2016). The impact of recent mental health changes on employment: new evidence from longitudinal data. Applied Economics, 1-14.

Monnat, S. M., & Pickett , C. B. (2011). Rural/urban differences in self-rated health: Examining the roles of county size and metropolitan adjacency. Health & Place, Volume 17, Issue 1, 311–319.

Office of Management and Budget. (2010).

https://www.whitehouse.gov/sites/default/files/omb/assets/fedreg_2010/06282010_ metro_standards-Complete.pdf. Opgehaald van The White House.

Pirim, Z., Owings, W. A., & Kaplan, L. S. (2014). The Long-Term Impact of Educational and Health Spending on Unemployment Rates. European Journal of Economic and Political Studies 7(1), 49-69.

2 Polanco, D., & Guevara, A. (2013). CORRECTING FOR ENDOGENEITY WITHOUT INSTRUMENTS

IN DISCRETE CHOICE MODELS: THE MULTIPLE INDICATOR SOLUTION. Working Paper for the 3rd International Choice Modeling Conference.

RIVM. (2014, Juni 23). Wat is sociaaleconomische status? Opgehaald van Nationaalkompas: http://www.nationaalkompas.nl/bevolking/segv/wat-is-sociaaleconomische-status/ Shaleen, T. (2013). A Labor Market Comparison of Rural and Urban New Mexico. New Mexico

Department of Workforce Solutions. Opgehaald van New Mexico Department of Workforce Solutions.

Steele, F., French, R., & Bartley, M. (2013). Adjusting for Selection Bias in Longitudinal Analyses, The Relationship Between Employment Transitions and Mental Health. Epidemiology, Volume 24, Number 5, 703-711.

Strandh, M., Hammarström, A., Nilsson, K., Nordenmark, M., & Russel, H. (2013).

Unemployment, gender and mental health: the role of the gender regime. Sociology of Health & Illness, Vol.35(5), 649-65.

USDA. (2016, 10 19). USDA ERS Rural Employment and Unemployment. Opgehaald van United States Department of Agriculture Economic Research Service:

http://www.ers.usda.gov/topics/rural-economy-population/employment-education/rural-employment-and-unemployment/

Van der Wel, K. A. (2011). Long‐term effects of poor health on employment: the significance of life stage and educational level. Sociology of health & illness, 33(7), 1096-1111.

Weintraub, E. R. (2016, 11 13). Neoclassical Economics. Opgehaald van Library of Cconomics and Liberty: http://www.econlib.org/library/Enc1/NeoclassicalEconomics.html

Williams, D. R., & Collins, C. (1995). US socioeconomic and racial differences in health: patterns and explanations. Annual Review of Sociology, Annual, Vol.21, 349-386.

3 Bijlage

Tabel 6. De geschatte parameterwaarden en bijbehorende output met als afhankelijke variabele werkloosheidsstatus, 0 niet werkloos en 1 werkloos.

Coëfficiënt Std. Error z-waarde Pr(>|z|) Intercept 6.0604421 0.1605966 37.74 < 2e-16 *** Leeftijd -0.1674191 0.0064040 -26.14 < 2e-16 *** Leeftijd kwadraat 0.0020194 0.0000726 27.82 < 2e-16 *** Regio Zuid -0.0533886 0.0252627 -2.11 0.0346 * Regio MidWesten -0.2319823 0.0289738 -8.01 1.2e-15 *** Regio West -0.0501166 0.0269400 -1.86 0.0628 . Etniciteit Zwart -0.0655407 0.0403634 -1.62 0.1044 Etniciteit Blank -0.2621709 0.0355174 -7.38 1.6e-13 *** Etniciteit Inheems -0.1810013 0.0773141 -2.34 0.0192 * Etniciteit Meerdere -0.0407525 0.0744304 -0.55 0.5840 MSA -0.1202973 0.0186332 -6.46 1.1e-10 *** Getrouwd 0.0243913 0.0177011 1.38 0.1682 Diploma HighSchool -0.6517277 0.0207608 -31.39 < 2e-16 *** Diploma Universiteit+ -1.2133381 0.0246716 -49.18 < 2e-16 *** Obesitas 0.0491076 0.0179901 2.73 0.0063 ** Roker 0.2417226 0.0208549 11.59 < 2e-16 *** Mentale Gezondheid excellent-1.3880841 0.0708355 -19.60 < 2e-16 *** Mentale Gezondheid zeer goed-1.2894072 0.0702640 -18.35 < 2e-16 *** Mentale Gezondheid goed -1.1189897 0.0688906 -16.24 < 2e-16 *** Mentale Gezondheid matig -0.4865873 0.0717143 -6.79 1.2e-11 *** Gehele Gezondheid excellent -1.7190545 0.0515603 -33.34 < 2e-16 *** Gehele Gezondheid zeer goed -1.8423947 0.0487427 -37.80 < 2e-16 *** Gehele Gezondheid goed -1.5950506 0.0463628 -34.40 < 2e-16 *** Gehele Gezondheid matig -0.9692854 0.0475616 -20.38 < 2e-16 *** Man -0.9668060 0.0176779 -54.69 < 2e-16 ***

4 Tabel 7. De analyse voor alleen mannen

Coëfficiënt Std. Error z-waarde Pr(>|z|) Intercept 4.320283 0.296748 14.56 < 2e-16 *** Leeftijd -0.185997 0.012028 -15.46 < 2e-16 *** Leeftijd kwadraat 0.002308 0.000136 16.92 < 2e-16 *** Regio Zuid -0.101378 0.047763 -2.12 0.034 * Regio MidWesten -0.278495 0.054935 -5.07 4.0e-07 *** Regio West -0.089094 0.051127 -1.74 0.081 . Etniciteit Zwart 0.181275 0.075930 2.39 0.017 * Etniciteit Blank -0.439751 0.068770 -6.39 1.6e-10 *** Etniciteit Inheems -0.260031 0.146402 -1.78 0.076 . Etniciteit Meerdere -0.142565 0.141323 -1.01 0.313 MSA -0.197688 0.034979 -5.65 1.6e-08 *** Getrouwd -0.740336 0.033760 -21.93 < 2e-16 *** Diploma HighSchool -0.486112 0.039005 -12.46 < 2e-16 *** Diploma Universiteit+ -0.967425 0.048630 -19.89 < 2e-16 *** Obesitas 0.021235 0.035556 0.60 0.550 Roker 0.293530 0.036327 8.08 6.5e-16 *** Fysieke hinder 2.655062 0.056329 47.14 < 2e-16 *** Diabetes 0.293760 0.055844 5.26 1.4e-07 *** Astma 0.134744 0.069586 1.94 0.053 . Hoge Bloeddruk 0.090110 0.040075 2.25 0.025 * Hoge Cholesterol -0.087629 0.041444 -2.11 0.034 * Coronaire Hartziekten 0.486110 0.098055 4.96 7.1e-07 *** Angina Pectoris 0.036239 0.121398 0.30 0.765 Hartaanval -0.025602 0.102851 -0.25 0.803 Andere Hartaandoening 0.088210 0.068879 1.28 0.200 Beroerte 0.612040 0.104103 5.88 4.1e-09 *** Emfyseem 0.530905 0.117384 4.52 6.1e-06 *** Gewrichtspijn -0.203541 0.039947 -5.10 3.5e-07 *** Artritis 0.279646 0.047037 5.95 2.8e-09 *** Mentale Gezondheid excellent -1.228320 0.132119 -9.30 < 2e-16 *** Mentale Gezondheid zeer goed -1.050110 0.130871 -8.02 1.0e-15 *** Mentale Gezondheid goed -0.891232 0.127781 -6.97 3.1e-12 *** Mentale Gezondheid matig -0.323680 0.132944 -2.43 0.015 * Gehele Gezondheid excellent -0.785600 0.102484 -7.67 1.8e-14 *** Gehele Gezondheid zeer goed -0.949933 0.096649 -9.83 < 2e-16 *** Gehele Gezondheid goed -0.682075 0.090432 -7.54 4.6e-14 *** Gehele Gezondheid matig -0.377355 0.090839 -4.15 3.3e-05 ***

5

Tabel 8. De analyse voor alleen vrouwen

Coëfficiënt Std. Error z-waarde Pr(>|z|) Intercept 4.489064 0.208103 21.57 < 2e-16 *** Leeftijd -0.162789 0.008197 -19.86 < 2e-16 *** Leeftijd kwadraat 0.001766 0.000094 18.79 < 2e-16 *** Regio Zuid -0.065533 0.032092 -2.04 0.04115 * Regio MidWesten -0.304214 0.037028 -8.22 < 2e-16 *** Regio West -0.013803 0.034008 -0.41 0.68484 Etniciteit Zwart -0.266408 0.050440 -5.28 1.3e-07 *** Etniciteit Blank -0.260124 0.043124 -6.03 1.6e-09 *** Etniciteit Inheems -0.294867 0.099339 -2.97 0.00299 ** Etniciteit Meerdere -0.284714 0.096934 -2.94 0.00331 ** MSA -0.062073 0.023978 -2.59 0.00963 ** Getrouwd 0.558044 0.023213 24.04 < 2e-16 *** Diploma HighSchool -0.867066 0.027287 -31.78 < 2e-16 *** Diploma Universiteit+ -1.448962 0.031428 -46.10 < 2e-16 *** Obesitas 0.023590 0.023728 0.99 0.32012 Roker 0.084044 0.029104 2.89 0.00388 ** Fysieke hinder 2.213094 0.049404 44.80 < 2e-16 *** Diabetes 0.212541 0.040931 5.19 2.1e-07 *** Astma 0.137424 0.038407 3.58 0.00035 *** Hoge Bloeddruk 0.040008 0.028442 1.41 0.15953 Hoge Cholesterol 0.000228 0.028602 0.01 0.99364 Coronaire Hartziekten 0.140585 0.087587 1.61 0.10848 Angina Pectoris 0.184643 0.099325 1.86 0.06303 . Hartaanval 0.253349 0.101684 2.49 0.01272 * Andere Hartaandoening 0.072739 0.045268 1.61 0.10808 Beroerte 0.329541 0.078050 4.22 2.4e-05 *** Emfyseem 0.308132 0.107063 2.88 0.00400 ** Gewrichtspijn -0.148488 0.027522 -5.40 6.8e-08 *** Artritis 0.205130 0.031059 6.60 4.0e-11 *** Mentale Gezondheid excellent -0.721383 0.100017 -7.21 5.5e-13 *** Mentale Gezondheid zeer goed -0.656906 0.099386 -6.61 3.9e-11 *** Mentale Gezondheid goed -0.537675 0.097959 -5.49 4.0e-08 *** Mentale Gezondheid matig -0.215797 0.101617 -2.12 0.03370 * Gehele Gezondheid excellent -0.589968 0.075777 -7.79 6.9e-15 *** Gehele Gezondheid zeer goed -0.727730 0.072205 -10.08 < 2e-16 *** Gehele Gezondheid goed -0.617073 0.069068 -8.93 < 2e-16 *** Gehele Gezondheid matig -0.351338 0.069526 -5.05 4.3e-07 ***