Arbeidsmarkt, een eerlijke markt? : een onderzoek naar de verschillen in arbeidsmarktposities van migranten groepen en autochtonen

17 juni 2014, Bachelor Scriptie Sociologie Universiteit van Amsterdam. Begeleider: dhr. Dr. Thijs Bol Tweede corrector: dhr. Levi van den

Bogaard MSc

Arbeidsmarkt,

een eerlijke

markt?

Een onderzoek naar de

verschillen in

arbeidsmarktposities van

migranten groepen en

autochtonen.

1

Arbeidsmarkt, een eerlijke

markt?

Een onderzoek naar de verschillen in arbeidsmarktposities van

migranten groepen en autochtonen.

17 juni 2014

Bachelor Scriptie Sociologie

10151656

Dieuwertje_keizer@hotmail.com

1e begeleider: dhr. Dr. Thijs Bol 2e begeleider: dhr. Levi van den Bogaard Msc.

2

Abstract

Er is al veel onderzoek verricht naar de arbeidsmarktposities van migrantengroepen in

Nederland. Echter met nieuwe data over taalvaardigheden is een herhaling van deze studies

relevant. In dit onderzoek worden de arbeidsmarktposities van westerse, niet westerse en

eerste en tweedegeneratie allochtonen vergeleken met de arbeidsmarktposities van

autochtone Nederlanders. Dit wordt gedaan door te kijken naar het verschil in inkomen en

het verschil in de kans op een baan. De verwachting is dat als alle verklaringen die van

invloed kunnen zijn op het inkomen en de baankans onderzocht zijn, doordat er statistisch

voor gecontroleerd wordt, het verschil in de arbeidsmarktuitkomsten tussen de groepen

nihil is. Zou er nog steeds een verschil bestaan, dan kan dit te wijten zijn aan discriminatie.

De resultaten indiceren discriminatie op de arbeidsmarkt in het geval van baankans voor

beiden eerstegeneratie westerse en niet-westerse allochtone Nederlanders. Eerstegeneratie

westerse migranten lijken ook na intrede anders behandeld te worden, het loon van deze

groep ligt significant lager dan dat van autochtonen. Voor de andere onderzochte

migrantengroepen kunnen de verschillen in inkomen en baankans in dit onderzoek worden

verklaard of is meer onderzoek nodig om uitsluiting te geven.

3

Inhoud

Abstract ... 2

Inleiding ... 4

Theoretische onderbouwing ... 6

Definitie allochtone- en autochtone Nederlanders ... 6

Verklaringen voor de verschillen in arbeidsmarktuitkomsten ... 7

Verklaringen voor de verschillen in arbeidsmarktuitkomsten tussen allochtone en autochtone Nederlanders ... 7 Opleidingsniveau ... 8 Sociaal-economische status ... 9 Studierichting ... 10 Taalvaardigheden ... 10 Discriminatie ... 11 Het onderzoek ... 12 Data ... 12 Methode ... 13 Operationalisering ... 14

Betrouwbaarheid, controleerbaarheid en validiteit. ... 19

Analysen ... 20 Inkomen ... 20 Baankans ... 26 Conclusie ... 31 Discussie en aanbevelingen ... 33 Bibliografie ... 35 Bijlagen ... 37 1. Tabellen en grafieken ... 37

4

Inleiding

“SCP: crisis treft allochtonen harder dan autochtonen” (Trouw 2014) kopte zowel de Volkskrant als Trouw. Het recent uitgekomen jaarrapport integratie liegt er niet om. Het rapport laat een zorgelijk beeld zien betreffende de arbeidsmarktposities van migranten. De werkloosheid onder niet-westerse migranten stijgt snel in deze tijd van crisis en is nu al zover dat er bijna drie keer zoveel allochtone als autochtone Nederlanders werkloos zijn. Vooral bij de voordeur zit het probleem volgens dit rapport; als de niet-westerse migranten eenmaal een baan hebben worden ze niet noemenswaardig anders beloond, maar de kans op een baan ligt voor niet-westerse migranten veel lager dan voor autochtone Nederlanders. Het SCP spreekt over een “somber beeld voor de arbeidsmarktpositie van migrantengroepen”(SCP 2013). Dit rapport was voor mij persoonlijk de aanleiding voor het starten van dit onderzoek. Het verschil in de arbeidsmarktposities van allochtone Nederlanders en specifiek niet-westerse allochtone- en autochtone Nederlanders moet worden verklaard. Vele redenen zijn aan te dragen maar niet al deze redenen kunnen in onderzoek worden getoetst. Met dit onderzoek hoop ik een completer beeld over het verschil in arbeidsmarktposities te geven.

Een veel aangedragen reden voor het verschil in arbeidsmarktposities van allochtone- en autochtone Nederlanders is discriminatie. In dit onderzoek ga ik uit van een algemene definitie van discriminatie als ‘het nadelig behandelen van personen, omdat zij behoren tot een bepaalde groepering of tot een bepaalde groepering worden gerekend’ (Veenman, 2003). Hoewel dit verboden is komen er veel klachten van (vooral) niet-westerse allochtonen over discriminatie op de arbeidsmarkt. Werkgevers zouden sneller een autochtone sollicitant aannemen dan een allochtonen, ook bij gelijke geschiktheid. Uit het praktijk onderzoek van Andriesen et al. (2010) waarbij sollicitanten met precies dezelfde werkervaring en kwaliteiten maar verschillende afkomst solliciteerden bij hetzelfde bedrijf, blijkt dat allochtone sollicitanten daadwerkelijk significant minder kans maken op de baan dan autochtone sollicitanten. Dit zou kunnen wijzen op vooroordelen, werkgevers schatten de capaciteit van sollicitanten in op basis van opleiding en ervaring maar ook op basis van de afkomst of groep waarbij ze horen(Arrow 1973).

Het SCP vindt dat niet-westerse allochtone Nederlanders significant meer kans hebben om werkloos te zijn en minder kans hebben op een vaste aanstelling dan autochtone Nederlanders, bij gelijke karakteristieken. Het lijkt dus dat er discriminatie plaatsvindt bij binnenkomst op de arbeidsmarkt en hetzelfde beeld komt naar voren in de recente integratie monitor, echter meer onderzoek is nodig. Het rapport laat zien dat er misschien ongemeten kenmerken zijn die het verschil mede kunnen verklaren zoals taalbeheersing en sociaal netwerk. Uit onderzoek van Dagevos et al. (1999) blijkt dat bij de sollicitaties van allochtone Nederlanders communicatie moeilijk kan zijn door de verminderde

5

taalbeheersing en daarbij cultuurverschillen. Allochtone sollicitanten kunnen zich anders opstellen en dit kan als nadelig worden ervaren. De PIAAC data is zeer bruikbaar om de kwestie van taal verder te onderzoeken, in deze data is namelijk taalbeheersing gemeten. Verschillende rapporten van Europese landen laten salarisverschillen zien van migranten en autochtonen. In Engeland bijvoorbeeld komt een negatief verschil voor allochtonen naar voren (zie Heath & Cheyung 2006). Daarbij vinden Heath & Cheung in hun landenvergelijkende studie van 2007 hetzelfde voor Nederland “[In] the Netherlands, substantial ethnic penalties accrue in access to the salariat, in addition to those found for unemployment” (Heath & Cheung 2007). Echter, het integratie rapport 2013 van het SCP laat zoals eerder genoemd geen noemenswaardig verschil in beloning van allochtone Nederlanders en autochtone Nederlanders zien (SCP 2013). Toch is het interessant nogmaals naar dit vraagstuk te kijken. In de PIAAC data die voor mijn onderzoek beschikbaar zijn, zijn veel variabelen, zoals het bezit van skills, wel gemeten, die het SCP niet heeft gemeten. Een sterker onderbouwde en meer uitgebreide analyse kan hierdoor uitgevoerd worden. Daarbij kan het verschil in de kans op een baan hiermee ook beter worden verklaard. In deze scriptie ben ik vooral geïnteresseerd in het verschil in arbeidsmarktposities van niet-westerse allochtonen en autochtone Nederlanders, daar zal de theorie en analyse ook over gaan. De vraag die ik met dit onderzoek probeer de te beantwoorden is: Hoe verhoudt de arbeidsmarktuitkomst, betreffende baankans en

inkomen, van allochtone Nederlanders en specifiek niet-westerse allochtone Nederlanders zich tot die van autochtone Nederlanders en hoe is dit te verklaren?

Opzet

In het theoretische gedeelte zal ik verschillende verklaringen voor het verschil in arbeidsmarktposities, gevonden in eerder onderzoek, uiteenzetten en onderbouwen. Hierna zal ik al deze verklaringen operationaliseren op basis van mijn data. Om tot de beantwoording van mijn hoofdvraag te komen zal ik bekijken of het verschil in arbeidsmarkpositie standhoudt ook als ik al deze verklaringen uitsluit. En zo niet, uitzoeken welke verklaring(en) ervoor zorgen dat het verschil verdwijnt. De resultaten van deze statistische analyse zal ik bespreken in het laatste deel, waarna ik een conclusie en antwoord op mijn hoofdvraag zal formuleren.

6

Theoretische onderbouwing

In deze sectie zal worden uiteengezet welke theorieën en concepten worden gebruikt voor het beantwoorden van mijn hoofdvraag. Allereest zal het begrip allochtone Nederlander gedefinieerd worden. Vervolgens zijn er verschillende theoretische verklaringen voor het verschil in arbeidsmarkt positie, geoperationaliseerd als inkomen en baankans, tussen migrantengroepen en autochtone Nederlanders, deze verklaringen zullen hier worden behandeld.

Definitie allochtone- en autochtone Nederlanders

De intrede van het gebruik van het begrip allochtoon in Nederland wordt door velen verbonden aan het gebruik van het woord door socioloog Hilda Verwey-Jonker in een rapport voor het ministerie van Cultuur Recreatie en Maatschappelijk Werk, dat gepubliceerd werd in 1971 (Groenendijk 2007). Het CBS gebruikt de termen allochtoon en autochtoon sinds de jaren tachtig, maar niet volgens één definitie. Vanaf 1999 definieert het CBS de termen volgens de huidige betekenis, deze wordt ook door de overheid overgenomen. De termen allochtoon en autochtoon wordt in het publieke debat vooral na het jaar 2000 populair. In kranten en nieuwsberichten worden de begrippen veel gebruikt (van der Haar & Yanow 2014).

Tegenwoordig is er veel kritiek op het gebruik van de termen. Groenendijk laat het probleem van het gebruik van de neutrale termen (ze zijn enkel gebaseerd op het geboorteland van iemands ouders) zien in zijn essay. De terminologie is benadrukt volgens hem het verschil tussen twee groepen inwoners. Daarnaast heeft de term allochtoon een uitsluitende werking (2007). Het gebruik van deze termen in beleid en onderzoek wordt daarom bekritiseerd. In dit onderzoek zal deze term als

neutrale term worden gebruikt aan de hand van de officiële definitie van het CBS. Omdat ik in dit onderzoek de verschillende groepen zoals het CBS deze aanduidt met elkaar wil vergelijken is het gebruik van de term onvermijdelijk.

Volgens het CBS is een allochtoon “een persoon van wie ten minste één ouder in het buitenland is geboren” (2014a). Omdat ook dit een breed begrip is heeft het CBS het begrip nog verder

gespecificeerd. Er wordt een onderscheid gemaakt tussen de eerste en tweede generatie.

Eerstegeneratie allochtonen hebben ouders die niet in Nederland zijn geboren en zijn ook zelf niet in Nederland geboren. Tweedegeneratieallochtonen zijn zelf wel in Nederland geboren (CBS 2014a). Daarnaast wordt er vaak gebruik gemaakt van het onderscheid tussen westerse en niet westerse allochtonen. Niet-westerse allochtonen komen uit Afrika, Latijns-Amerika en Azië, ook Turkije wordt door het CBS als niet-westers land ingedeeld (CBS 2014b). Een uitzondering is er voor Japan en Indonesië, die behoren tot de westerse landen net als Europa, Oceanië en Noord-Amerika (CBS 2014c). In dit onderzoek zal de brede CBS definitie van allochtoon aangehouden worden.

7

Verklaringen voor de verschillen in arbeidsmarktuitkomsten

Om te beginnen moet er in een onderzoek naar het verschil in arbeidsmarktuitkomsten tussen verschillende herkomstgroepen en generatie eerst gekeken worden naar verbanden die, onafhankelijk van die groepen, bestaan tussen iemands karakteristieken en de arbeidsmarktposities. In dit onderzoek zijn dit leeftijd, geslacht, het hebben van kinderen, werkervaring en status binnen een bedrijf.

Allereerst is leeftijd van invloed op de hoogte van het inkomen. De Nederlandse overheid heeft een minimumloon ingesteld dat hoger wordt naarmate je ouder wordt, dit gaat door tot je 23ste

(ministerie van SZW 2013). Leeftijd heeft dus vooral voor jongeren een positief effect op het

inkomen maar ook daarna blijft leeftijd een positief effect hebben op het inkomen. Dit wordt volgens het CBS mede verklaard door het toenemende aantal jaren werkervaring (CBS 2012). Werkervaring (in jaren)heeft dus behalve een positief effect op het verkrijgen van een baan ook een positief effect op het salaris. Daarnaast heeft ook de status die de respondent binnen het bedrijf heeft een positief effect op het salaris. Een leidinggevende verdient over het algemeen meer dan zijn ondergeschikte.

Een andere belangrijke controlevariabele in geslacht. Uit verschillende onderzoeken blijkt dat geslacht invloed heeft op het inkomen. Het hebben van het vrouwelijke geslacht heeft een negatief effect op het salaris onafhankelijk van andere factoren (Van de Werfhorst 2011). Daarnaast heeft het hebben van kinderen in combinatie met het vrouwelijk geslacht een negatieve invloed op de arbeidsparticipatie en het inkomen, terwijl bij mannen het omgekeerde effect gevonden wordt (zie Gornick 1999, Darity & Mason 1998).

Verklaringen voor de verschillen in arbeidsmarktuitkomsten tussen

allochtone en autochtone Nederlanders

De arbeidsmarktuitkomsten die ik in dit onderzoek ga behandelen zijn inkomen en de kans op een baan. De verklarende variabelen waar ik me in dit onderzoek op richt zijn opleidingsniveau, studierichting, taalvaardigheden en sociaal-economische achtergrond.

Theoretisch gezien zou het zo zijn dat als er voor al deze verklaringen voor het verschil in arbeidsmarktpositie tussen allochtone en autochtone Nederlanders gecontroleerd wordt in de analyse, dat wil zeggen dat alle vermeende invloedrijke karakteristieken van een respondent gelijkgetrokken worden, het verschil in arbeidsmarktpositie weg zou moeten vallen. Als er een resteffect optreedt, zou dat betekenen dat er nog (een) andere verklaring(en) is/zijn voor het verschil dat in dit onderzoek niet naar voren is gekomen. Dit effect zou dan te wijten kunnen zijn aan discriminatie op de arbeidsmarkt. Dit is weergegeven in figuur 1.

8

Figuur 1, verklaringen voor het verschil in arbeidsmarktuitkomst.

Opleidingsniveau

Educatie heeft een belangrijke invloed op het succes op de arbeidsmarkt. Deze aanname wordt door de samenleving gedeeld en uitgedragen. Deze aanname is veelvuldig empirisch onderzocht en zoals verwacht waren de resultaten gelijkgestemd; opleiding heeft een positief effect op de arbeidsmarktpositie (zie o.a. Houthakker 1959; Card 1999). De reden van het positieve effect wordt bediscussieerd, er zijn verschillende verklaringen gegeven. Echter dat er een effect is van opleidingsniveau op de arbeidsmarkt positie is onomstreden. Opleidingsniveau kan daarom een verklaring zijn voor een eventueel verschil in de beloning en baankans tussen allochtone en autochtone Nederlanders.

Niet-westerse allochtone Nederlanders hebben volgens het CBS(2013) gemiddeld een lagere opleiding dan autochtone Nederlanders. Omdat een niet-westerse herkomst en opleidingsniveau een negatief verband met elkaar hebben en baankans, inkomen en opleidingsniveau een positief verband met elkaar hebben, zal de analyse een vertekend beeld geven als opleidingsniveau niet mee zou worden genomen. Het effect van een niet-westerse herkomst zou dan onterecht sterk negatief zijn op baankans en inkomen. Westerse allochtonen hebben volgens het CBS een hogere gemiddelde opleiding van autochtone Nederlanders (2013). Hierdoor kan het effect van westerse allochtonen op inkomen een onterecht hoge waarde aannemen. Ook daarom is het belangrijk opleidingsniveau op te nemen in het model. Omdat het opleidingsniveau van eerstegeneratie allochtonen gemiddeld genomen lager ligt (Huijnk et al. 2010) dan dat van hun kinderen is het te verwachten dat het effect van herkomst vooral bij de eerste generatie zal verminderen bij het controleren voor opleidingsniveau.

9

Sociaal-economische status

Het verschil in sociaal-economische achtergrond kan ook verschil in inkomen verklaren. Veel studies kijken naar de invloed van sociaal-economische achtergrond op educatie maar weinig focussen ook op de invloed van sociaal-economische achtergrond op de arbeidsmarkt positie. Waarschijnlijk werkt dit principe via twee kanten; sociaal-economische achtergrond heeft invloed op de educatie die op zijn beurt weer invloed heeft op de arbeidsmarkt positie, en het heeft directe invloed op de arbeidsmarktpositie. Veenman (2003) laat zien dat het verschil in succes op school tussen tweedegeneratie allochtonen en autochtone Nederlanders verdwijnt als er gecontroleerd wordt voor dit verschil in opleiding van de ouders. Scholing is zoals eerder beschreven een belangrijke voorspeller voor de toekomstige arbeidsmarktpositie. Omdat eerstegeneratie niet-westerse allochtone Nederlanders veelal arbeidsimmigranten zijn en ze meestal laag of ongeschoold werk deden, en de tweedegeneratie niet-westerse allochtone Nederlanders hun kinderen zijn, zou het verschil in sociaal-economische achtergrond een verklaring kunnen zijn voor het verschil in scholing en daarmee in succes op de arbeidsmarkt (Heath et al. 2008).

Het effect van de sociaal-economische achtergrond van de ouders op de arbeidsmarktuitkomst van de kinderen werkt ook via andere mechanismen. Slaney en Brown laten in hun studie zien dat kinderen geneigd zijn dezelfde soort banen te kiezen als hun ouders hebben. Dus als ouders laag geschoold zijn en een praktische baan hebben, zijn kinderen ook sneller geneigd een praktisch beroep, en daarmee een laag geschoold beroep te kiezen (Slaney & Brown 1983). Breen en Jonsson laten daaruitvolgend inderdaad zien dat kinderen die ouders hebben met een hogere opleiding meer kans hebben op een goede arbeidsmarktpositie (2005). Ours en Veenman concluderen dat de kans op een baan van tweede-generatie allochtone Nederlanders kleiner is dan die van autochtone Nederlanders. Uit hun studie blijkt dat dit kan worden verklaard door de ‘employment status’ van de ouders. De eerstegeneratie allochtonen was relatief vaak werkeloos, wat er voor zorgde dat de kans dat hun kinderen dat waren ook groter werd (Ours en Veenman 2004).

Daarnaast heeft de sociaal-economische status van de ouders invloed op het sociale kapitaal van de ouders en daarmee indirect dat van de kinderen. Het beroep bepaalt volgens onderzoek deels iemands sociale netwerk en suggereert daarmee dat de status van beroep een indicatie kan zijn voor sociaal kapitaal (Bradley & Corwyn 2002). Verschillende onderzoekers wijzen er op dat sociaal kapitaal de positie op de arbeidsmarkt positief beïnvloed. Ook onder migranten lijkt dit een belangrijk bezit voor het vergaren van een goede positie op de arbeidsmarkt. In Duitsland vindt bijna 50% van de immigranten zijn/haar baan door middel van het sociale netwerk (Drever & Hoffmeister 2008).

10

De sociaal-economische status van de ouders kan dus van invloed zijn op de arbeidsmarktpositie van de kinderen. Omdat deze sociaal-economische status gemiddeld verschilt tussen autochtone en allochtone Nederlanders verwacht ik dat het effect van de herkomstgroepen en generaties op het inkomen en de baankans verminderd als de sociaal-economische achtergrond van de ouders wordt meegenomen.

Studierichting

Naast opleidingsniveau en sociaal-economische achtergrond heeft ook de studierichting invloed op de arbeidsmarktpositie. Eerdere onderzoeken hebben al een verband gevonden tussen de studierichting die iemand kiest en hun voordeel voor op de arbeidsmarkt (o.a. Kalmijn en van der Lippe 1997). Maar van de Werfhorst gaat verder en onderzoekt ook de relatie met sociale klasse en studiekeuze. Volgens van de Werfhorst zijn er twee aspecten belangrijk als er gekeken wordt naar de relatie tussen de keuze van een studierichting en klasse mobiliteit. Kinderen uit verschillende sociale klassen met verschillen sociaal-economische achtergronden kiezen verschillende richtingen. Het tweede aspect gaat over de impact van de studierichting op de uiteindelijke klasse van het kind, iets wat sterk verbonden is aan zijn of haar succes op de arbeidsmarkt (van de Werfhorst 2002). Omdat de sociale achtergrond en klasse zoals eerder besproken verschilt tussen allochtone Nederlanders en autochtone Nederlanders is het niet ondenkbaar dat de keuze voor studierichting en de invloed daarvan op de arbeidsmarkt verschilt tussen deze twee groepen. De gekozen studierichting heeft dus een effect op de arbeidsmarktuitkomsten van een kind. Kinderen met verschillende achtergronden zijn geneigd verschillende richtingen te kiezen. Hierdoor kan de gekozen studierichting een goede verklaring zijn voor het verschil in arbeidsmarktuitkomst tussen allochtone en autochtone kinderen. Er is dus te verwachten dat het effect van herkomst zal verminderen als de studierichting in de analyse wordt toegevoegd.

Taalvaardigheden

Onderwijs werkt volgens theoretici door verschillende mechanismen. Het meest gebruikte mechanisme gaat er van uit dat onderwijs je vaardigheden verhoogd en je productiever bent met meer vaardigheden, dus onderwijs een positief effect heeft op de arbeidsmarkt. Als we het effect van onderwijs hier buiten laten luidt de verwachting dan nog steeds dat iemand met meer vaardigheden productiever is. Het hebben van vaardigheden zou dus een positief effect hebben op de arbeidsmarktpositie. Taalvaardigheden zijn is het algemeen als positief bevonden in verschillende onderzoeken als het gaat om arbeidsmarktpositie (zie Van Tubergen, Maas & Flap 2004; Dustmann, Rajah & Van Soest 2002). Als het gaat om het verschil in de arbeidsmarktposities van allochtone Nederlanders en autochtone Nederlanders is het belangrijkste verschil in vaardigheden, het verschil in de taalvaardigheden. Esser heeft laten zien dat taalvaardigheden problemen geven voor

11

eerstegeneratie allochtonen op de arbeidsmarkt (2006). Het is voor te stellen dat tweedegeneratie allochtonen ook problemen heeft met hun taalvaardigheden omdat hun ouders Nederlands niet als moedertaal hebben. Dat deze tweede generatie ook later op de arbeidsmarkt last heeft van een gebrek aan taal vaardigheden is niet uit te sluiten volgens Heath et al. (2008). Omdat iemand met Nederlands als moedertaal, iemand met Nederlands als taal van de opleiding of iemand met Nederlands als later geleerde taal waarschijnlijk een ander niveau hebben van taalvaardigheden, is het belangrijk deze variabele mee te nemen in de analyse. Kinderen met een andere moedertaal dan de Nederlandse hebben daardoor bij de start al een achterstand. Omdat de taalvaardigheden gemeten in dit onderzoek Nederlandse taalvaardigheden zijn zullen die het verschil in inkomen en baankans deels moeten kunnen verklaren. De verwachting is dan ook dat de toevoeging van deze variabele aan de analyse het effect van allochtoon zijn verzwakt of verdwijnt.

Discriminatie

Als er ondanks de controles voor de verschillende hierboven genoemde factoren toch een verschil is in de arbeidsmarktposities van allochtone en autochtone Nederlanders, is dat dan discriminatie? Dit betekent dan inderdaad dat de verklaring die in dit onderzoek aangedragen worden voor het verschil in inkomen en baankans tussen autochtone en allochtone Nederlanders niet toereikend zijn.

Figuur 2. Discriminatie effect.

In dit onderzoek is geprobeerd om een zo compleet mogelijke set verklaringen te vinden en mee te nemen in de analyse. Buiten de al eerder uitvoerig onderzochte verklaringen; opleidingsniveau, studierichting en sociaal-economische status, bevat dit onderzoek ook data over taalvaardigheden van de respondenten. Omdat Nederlandse taalvaardigheden de vaardigheden zijn waar de allochtone groep in vergelijking met de autochtone groep minder goed zal beheersen is de verwachting dat deze factor een aanzienlijk deel van het verschil zal weg verklaren. Hierdoor is de verklarende kracht van dit onderzoek relatief groot waardoor er, als er een onverklaard effect van allochtoon zijn op de arbeidsmarktuitkomst blijft bestaan, er gesproken kan worden van discriminatie.

12

Het onderzoek

In deze sectie zal beschreven worden welke data er is gebruikt, welke onderzoeksmethode er gevolgd is en zullen de gemaakte keuzes in het onderzoek gelegitimeerd worden. Ook zal het onderzoek getoetst worden aan de hand van generaliseerbaarheid, betrouwbaarheid, controleerbaarheid en validiteit.

Data

In dit onderzoek is er gebruik gemaakt van de PIAAC dataset. PIAAC staat voor Programme for the International Assessment of Adult Compentencies en maakt deel uit van de OECD (Organisation for Economic Co-operation and Development) Survey of Adult Skills. De survey is in 24 afgenomen onder 16 tot 65 jarigen. Hierin werden in een digitale omgeving vragen gesteld over de achtergrond van de respondent zoals de opleiding, arbeidsmarktpositie, maatschappelijk participatie etc. en daarnaast werd er een toets afgenomen waarin de zogenoemde kernvaardigheden werden getest (ecbo 2013a). “[Deze kernvaardigheden zijn essentiële vaardigheden] voor het begrijpen, analyseren en gebruiken van informatie die we in het dagelijks leven en op het werk tegenkomen” (ecbo 2013a). De vaardigheden zijn: taalvaardigheid, rekenvaardigheid en probleemoplossend vermogen. Omdat in dit onderzoek taalvaardigheden in combinatie met achtergrond factoren worden getest is deze dataset heel bruikbaar voor mijn onderzoek.

De achtergrondvragenlijst en de vaardighedentest zijn in Nederland afgenomen onder een steekproef van de bevolking van 16-65 jaar. Het responsepercentage was 51%, wat uiteindelijk neerkwam op 5170 respondenten. De resultaten zijn gewogen zodat ze een representatief beeld weergeven van de Nederlandse bevolking in deze leeftijdscategorie. De respondenten zijn thuis opgezocht voor de afname van het onderzoek en hebben dit kunnen doen op een laptop, een computer-based assessment. Echter als ze dit niet wilden of konden was er de mogelijkheid een papieren versie van het onderzoek in te vullen, een paper-based assessment (ecbo 2013b). Daarnaast zit er aan het begin van de survey een kleine test om de coputerskills te testen, als mensen niet goed genoeg waren werd er alsnog een paper-based assesment aangeboden. Zo hoefde een achterstand in ICT geen struikelblok te vormen voor deelname aan het onderzoek. Daarbij kunnen we er nu meer zeker van zijn dat de instrumenten daadwerkelijk meten wat ze zouden moeten meten, en niet een ICT achterstand. De meetvaliditeit kan zo worden gewaarborgd.

13

Methode

Om het verband tussen de verschillende variabelen, de herkomst van de respondenten en hun inkomen en baankans te onderzoeken heb ik twee methoden gebruikt. Voor inkomen een lineaire regressieanalyse en voor de baankans een logistische regressieanalyse.

Inkomen wordt gemeten op een ratio meetniveau. Dit houdt in dat de mogelijke waarden voor inkomen allemaal dezelfde eenheid hebben met dezelfde intervallen tussen de waarden. Daarbij is er voor inkomen een absoluut nulpunt. Inkomen is hierdoor geschikt voor een lineaire regressieanalyse. Bij deze lineaire regressieanalyse wordt er geprobeerd om een zo goed mogelijke schatting te maken van het verband tussen de afhankelijke variabelen, in dit geval inkomen, en de onafhankelijke variabelen, de verklarende variabelen. Met een regressieanalyse kan er dus onderzocht worden in hoeverre de waarde van de afhankelijke variabele afhankelijk is van de verschillende onafhankelijke variabelen. De waarde van de afhankelijke variabele wordt voorspeld aan de hand van een lineaire functie van de onafhankelijke, verklarende variabelen. Van elk van deze variabelen wordt ze het effect op de waarde van de afhankelijke variabelen berekend. Een lineaire regressie analyse moet voldoen aan vijf voorwaarden: er moet sprake zijn van een lineaire samenhang tussen de variabelen, de waarden van de onafhankelijke variabelen moeten ongecorreleerd zijn, de variantie van de residuen moet onafhankelijk zijn van de waarden van de onafhankelijke variabelen (homoscedasticiteit) en de residuen moeten ongecorreleerd en normaal verdeeld zijn. Daarnaast moet het model op outliers en multicolliniariteit gecontroleerd worden. Dit model voldoet aan de voorwaarden, en is significant. Aan het scatterplot (grafiek 5 in de bijlage) is te zien dat het model homoscedastisch en lineair is. Grafiek 6 (in bijlage) laat zien dat de residuen normaal verdeeld zijn en de Durbin Watson waarde van 1,935 bevestigd dat ze ook ongecorreleerd zijn. Het scatterplot laat wel enkele outliers zien, echter heeft nadere analyse laten zien dat de waarden van deze gevallen niet onrealistisch zijn waardoor ik heb besloten deze te behouden. Daarbij is de analyse zowel met als zonder outliers uitgevoerd en dit gaf geen belangrijke verschillen. De onrealistische outliers zijn niet in de analyse meegenomen.

Baankans wordt gemeten aan de hand de afhankelijke variabele, ben je werkend of werkeloos? Daar zijn er maar twee opties, of je werkt, of je werkt niet. Dit is dus een nominaal meetniveau omdat het enkel gaat om het benoemen van de twee waarden, er zit geen ordening in. Een lineaire en van deze regressieanalyse is kan daarom niet worden gebruikt. De voorspelde waarde kan met een lineaire regressie analyse alle waarden aannemen, terwijl de waarde van deze binaire variabele enkel 1, wel werk of 0, geen werk kan zijn. Daarom gebruiken we om deze variabele goed te kunnen voorspellen aan de hand van de onafhankelijke variabelen een logistische regressieanalyse. Het werkt in principe

14

hetzelfde als een lineaire regressieanalyse echter worden de waarde van de afhankelijke variabele nu voorspeld aan de hand van een logistische functie van de onafhankelijke, verklarende variabelen. Bij een logistische regressie moeten, net als bij een lineaire regressie de waarden van de onafhankelijke variabelen onafhankelijk van elkaar zijn. Met deze methoden kan dus geen analyse gedaan worden over tijd. Hierdoor kan er enkel gesproken worden over samenhang en niet over causaliteit.

Operationalisering

Allereerst moeten de twee afhankelijke variabelen besproken worden. De variatie in inkomen wordt onderzocht door naar het uurloon te kijken inclusief bonussen. Op deze manier worden verschillen in inkomen door verschillen in lengte van de werkweek uitgesloten en is er een zo goed mogelijk beeld van hoogte van het salaris van werknemers. Omdat inkomen geen lineair verband weergeeft maar een exponentieel verband, immers procentueel gezien is het verschil tussen 5 euro verdienen en 10 euro verdienen groot, maar tussen 50 euro en 55 euro veel kleiner. Om hiervoor te corrigeren wordt er een natuurlijk logaritme van inkomen genomen en daarmee worden de analyses uitgevoerd. Dit model wordt ook wel een Mincer model genoemd, Jacob Mincer bedacht dit model waar op talloze onderzoeken zijn gebaseerd (Mincer 1974). Van het inkomen zijn de bovenste en onderste procent als missing aangegeven om te zorgen dat uitschieters uitgesloten zijn.

De kans op een baan wordt onderzocht aan de hand van de afhankelijke variabele ‘baan’. Deze variabele heeft twee mogelijke waarden, 0: ik ben werkloos en 1: ik heb een baan. Alle respondenten die zich buiten de arbeidsmarkt bevinden worden zo niet meegenomen in de analyse. Als deze respondenten wel zouden worden meegenomen wordt er een verkeerd beeld van de werkelijkheid geconstrueerd. Iemand die geen baan wil, of arbeidsongeschikt is, zou dan onterecht meegenomen worden in de analyse waardoor de kans op een baan te laag zou uitvallen. De variabele is opgesteld aan de hand van antwoorden die de respondenten hebben gegeven op vragen als ‘heeft u de afgelopen week gewerkt’. Er is ook een vraag in de survey waar direct wordt gevraagd naar de status op de arbeidsmarkt van de respondent maar er is gekozen deze niet te gebruiken. In deze vraag moet de respondent namelijk kiezen voor de status die het beste bij diegene past en overlap is daarom mogelijk. Als de respondent op zoek is naar een baan en ook huishoudelijk werk doet zegt deze misschien liever het tweede te doen dan werkloos te zijn, dit blijkt uit de grafieken hieronder. De percentages voor werklozen verschillen tussen grafiek 1 en 2. De variabele die is opgesteld aan de hand van eerdere antwoorden van de respondenten over de status op de arbeidsmarkt wordt om deze reden gebruikt.

15 Grafiek 1, employment status

Grafiek 2, current work situation.

16

De eerste en voor dit onderzoek de interessantste verklarende variabele is de herkomst en generatie van de respondent. Op basis van de brede definitie van allochtoon van het CBS is er een indeling gemaakt in autochtoon, eerstegeneratie westerse allochtoon, eerstegeneratie niet-westerse allochtoon, tweedegeneratie westerse allochtoon en tweedegeneratie niet-westerse allochtoon. Deze categorieën zijn gemaakt aan de hand van de antwoorden die de respondenten gaven op de vragen ‘bent u in Nederland geboren?’ en ‘waar zijn uw ouders geboren?’. Als één van de ouders uit een niet-westers gebied komt, is de respondent ingedeeld bij de niet-westerse allochtonen. In het model is de categorie autochtoon als referentie categorie gebruikt. In tabel 1 staan een aantal beschrijvende variabelen en gemiddelden voor de verschillende herkomstgroepen en generaties. Tabel 1. Overzicht variabelen.

1 _{Afgerond op hele niveaus} 2

Score kan tussen 0, minimum en 500, maximum liggen.

3

Gemiddelde score, mogelijke scores zijn 1: laag, 2: middel, 3: hoog.

4 _{Van het totaal, inclusief mensen buiten de arbeidsmarkt.} Autochtoon Eerstegeneratie westerse allochtoon Eerstegeneratie niet-westerse allochtoon Tweedegeneratie westerse allochtoon Tweedegeneratie niet-westerse allochtoon Aantal 4322 141 280 229 104 Percentage vrouw 50,19% 57,45% 53,21% 53,71% 52,88%

Gem. leeftijd 42,01 jaar 46,32 jaar 40,21 jaar 41,41 jaar 27,6 jaar

Gem.

opleidingsniveau1

Bol/mbo 3 of 4 jarig

Havo, mms Bol/mbo 2 jarig Bol/mbo 3 of 4 jarig Bbl 4 jarig Gem. taalvaardigheden2 298,16 269,45 233,15 291,40 282,05 Gem. inkomen per uur 18,63 € 17,40 € 15,99 € 19,81 14,43 Gem. hoogste opleidingsniveau van de ouders3 1,72 1,85 1,56 1,95 1,99 Percentage werkloos4 3,01% 7,80% 7,14% 3,93% 7,69%

17

Vervolgens zullen de overgebleven verklarende variabelen geoperationaliseerd worden. Er zal worden ingegaan op hoe ze zijn opgesteld en of ze valide zijn. In tabel 2 en 3 zal de beschrijvende statistiek van respectievelijk alle interval en alle nominale en ordinale variabelen weergegeven worden.

Sociaal-economische status is in dit onderzoek geoperationaliseerd door middel van opleidingsniveau van de ouders. Verschillende onderzoeken gebruiken verschillende variabelen om te controleren voor sociaal-economische achtergrond, zo gebruiken Breen en Jonsson(2005) zoals eerder genoemd opleidingsniveau en Ours en Veenman (2004) ‘employment status’. Deze twee variabelen kunnen niet beide gebruikt worden omdat de onderlinge correlatie te groot zal zijn. In dit onderzoek is gekozen het opleidingsniveau van de ouders mee te nemen in het model simpelweg omdat de ‘employment status’ van de ouders niet in de dataset aanwezig is. Van het opleidingsniveau van de vader en moeder is het opleidingsniveau van de ouder met de hoogste opleiding meegenomen in het model. Zo is er geprobeerd een zo valide mogelijke variabele te krijgen die de sociaal-economische achtergrond van de ouders probeert weer te geven met de aanwezige data. De variabele heeft drie categorieën, lage opleiding, gemiddelde opleiding en hoge opleiding. In het model is laag opleidingsniveau als referentiecategorie gebruikt.

Het opleidingsniveau van de respondenten is in dit model is gemeten door te vragen naar de hoogst afgemaakte opleiding. Er is gekozen op niet opleiding in jaren mee te nemen omdat het aantal jaar een slechte indicatie kan zijn voor de hoogte van de opleiding. De ene persoon doet bijvoorbeeld 4 jaar over een universitaire bachelor en master en de andere persoon 4 jaar over zijn mbo. Ook als de hoogst behaalde opleiding in het buitenland is behaald is deze meegenomen in de variabele. Hierdoor is niet uit te sluiten dat de kwaliteit van opleidingen met dezelfde niveaus verschillen, echter binnen Nederland is dit al niet uit te sluiten. In dit onderzoek wordt ervanuit gegaan dat de niveaus ongeveer hetzelfde zijn in verschillende landen en tussen verschillende universiteiten. Het hoogst behaalde opleidingsniveau is ingedeeld in 5 categorieën waarbij basis of geen opleiding de referentiecategorie is. Als alle respondenten hun opleidingsniveau naar waarheid hebben ingevuld zal deze variabele zeer valide zijn. Er is echter altijd de mogelijkheid dat respondenten wegens schaamte of trots een ander niveau hebben ingevuld dan zij daadwerkelijk hebben behaald. Door deze enquête anoniem af te nemen is geprobeerd dit tegen te gaan.

De variabele studierichting is opgesteld aan de hand van de vraag ‘wat is het vakgebied, zwaartepunt of hoofdvak van uw hoogste diploma?’. Het gaat hier dus om de richting van de specialisatie van de vervolgopleiding na de algemene basisopleiding. Respondenten met een laag opleidingsniveau zonder vervolg opleiding zijn ingedeeld in de categorie ‘algemeen’ en dit is tevens de

18

referentiecategorie. Verder zijn er acht categorieën zoals aangeduid in tabel 3 (bijlage). De categorieën zijn gebaseerd op de in de PIAAC achtergrond vragenlijst opgenomen categorieën. Deze categorieën zijn vergelijkbaar met de gemaakte categorieën van studierichting in eerder onderzoek. Taalvaardigheden zijn moeilijker te meten dan de eerder genoemde variabelen. Het OECD heeft geprobeerd de meetvaliditeit zo goed mogelijk te waarborgen. Taalvaardigheden worden geoperationaliseerd door de vaardigheid om geschreven teksten te kunnen lezen en begrijpen maar ook adequaat om te kunnen gaan met deze informatie (ecbo 2013c). Daarnaast zijn er taalcomponenten gemeten, “het gaat daarbij om elementaire vaardigheden die nodig zijn om de betekenis van een geschreven tekst te kunnen achterhalen: kennis van de woordenschat en woordherkenning, en het vermogen om betekenis op zinsniveau te construeren” (ecbo 2013c). De respondenten hebben na het doorlopen van de test tien mogelijke waarden voor hun taalvaardigheden gekregen, deze tien waarden zijn op verschillende manieren berekend. Om te zorgen dat er een zo goed mogelijk passende score voor taalvaardigheden wordt meegenomen in het onderzoek is er voor gekozen om voor elke respondent het gemiddelde te nemen van deze tien scores. Alle respondenten hebben de testen in het Nederlands ondergaan. Voor sommigen is Nederlands niet de moedertaal maar de tweede of zelfs derde taal. Hierdoor meet de variabele taalvaardigheden niet de algemene taalvaardigheden van de respondent, maar de Nederlandse taalvaardigheden van de respondent.

Hoe de controlevariabelen zijn opgesteld spreekt voor de meesten voor zichzelf. Leeftijd is net als geslacht door middel van een background check van de respondenten uitgezocht zodat hier geen twijfel over bestaat. Geslacht heeft twee categorieën en is daarom gemummificeerd. Als referentie categorie zal het geslacht man genomen worden omdat uit de theorie blijkt dat het vrouwelijk geslacht effect heeft op inkomen en baankans. Het hebben van kinderen is ook een variabele met twee categorieën en is een antwoord op de vraag ‘heeft u kinderen?’. Om te kunnen controleren voor het hebben van kinderen in combinatie met het vrouwelijke geslacht is er ook een interactie variabele toegevoegd tussen deze twee variabelen. Werkervaring is net als inkomen ‘getopped’. De bovenste en onderste procent zijn als missing aangegeven zodat uitschieters worden vermeden. Verder zit er in het model naast de normale variabele voor werkervaring, ook de kwadratische variabele voor werkervaring. Ook dit is afkomstig uit de modellen van Mincer (Mincer 1974). Werkervaring heeft geen lineair effect op het inkomen of de baankans. Het verschil in effect tussen 2 en 4 jaar zal groter zijn dan het effect tussen 56 en 58 jaar, door ook het kwadraat van werkervaring mee te nemen in het model wordt er hiervoor gecorrigeerd. De laatste controlevariabele, ‘status at job’ heeft drie categorieën. ‘normale werknemer’, ‘leidinggevende aan minder 5 dan vijf mensen’ en

19

‘leidinggevende aan 5 of meer mensen’. De laagste categorie, de ‘normale werknemer’ is als referentiecategorie gebruikt.

Tabel 2. Interval variabelen.

Minimum Maximum Gemiddelde St. afwijking

Inkomen per uur 3,07 59,83 16,7831 7,84561

Werkervaring in jaren 0 47 19,75 12,728

Taalvaardigheden(gemidde lde geschatte waarde)

98,19 400,76 285,3766 43,96788

Leeftijd 16 65 41,78 14,425

Betrouwbaarheid, controleerbaarheid en validiteit.

De betrouwbaarheid van het onderzoek gaat over de consistentie van de metingen (Bryman 2008: 149). Als het onderzoek nog een keer uitgevoerd wordt worden dan dezelfde resultaten gevonden? Dit onderzoek is betrouwbaar en controleerbaar. Alle statistische stappen die ik heb uitgevoerd kunnen precies gevolg worden en dus herhaald. Betrouwbaarheid is een voorwaarde voor validiteit. Bryman onderscheidt vier vormen van validiteit, meetvaliditeit, interne validiteit, externe validiteit en ecologische validiteit (Bryman 2008: 32). Elk onderzoek zou aan deze vormen van validiteit moeten voldoen. Meetvaliditeit gaat ervan uit dat je meet wet je denkt te meten. Is de methode van meten wel passend bij de te onderzoeken kwestie (Bryman 2008: 151)? De meetinstrumenten in dit onderzoek zijn valide om de variabelen te meten die gebruikt worden in de analyses. Veel variabelen in dit onderzoek hoeven niet gemeten te worden, enkel correct gegeven worden door de respondent. Dit is altijd een onzekere factor maar door de resultaten anoniem te presenteren en de respondenten alleen te bezoeken er geprobeerd dit te bewerkstelligen. De variabele waar meten wel een rol speelt is die van de taalvaardigheden, maar zoals eerder beschreven is geprobeerd de instrumenten zo valide mogelijk te maken. Daarbij is de survey eerst getest onder een kleine groep mensen voordat het daadwerkelijk is uitgevoerd. De tweede vorm van validiteit is interne validiteit. Interne validiteit gaat om de causaliteitsvraag, is x wel verantwoordelijk voor de variatie in y? In de theoretische sectie is er uitvoerig besproken waarom de verklarende variabelen effect hebben op de te verklaren variabele. De derde validiteitsvraag, de externe validiteit gaat over generaliseerbaarheid. Zijn de resultaten van dit onderzoek te generaliseren voor heel Nederland? Zoals eerder beschreven onder het kopje data is een grote, random steekproef gedaan over alle inwoners van Nederland. Daarna zijn de resultaten gewogen om een representatief beeld van de Nederlandse bevolking te krijgen. De resultaten van dit onderzoek zullen dus te generaliseren zijn.

20

Analysen

In deze sectie zullen de resultaten en bijbehorende analysen van het onderzoek worden gepresenteerd en besproken

Inkomen

In tabel 4 kan worden afgelezen dat het gemiddelde inkomen van tweedegeneratie niet-westerse allochtone Nederlanders het laagst ligt van alle herkomst groepen. Dit zou een indicatie kunnen zijn van discriminatie op de arbeidsmarkt. Deze groep is echter gemiddeld een stuk jonger dan de drie andere groepen en de referentiegroep, dit beïnvloed het inkomen aanzienlijk. Om hier een sluitende conclusie over te kunnen trekken moet er dus eerst worden gecontroleerd voor leeftijd en alle andere eerder genoemde verklarende variabelen. Tabel 5 geeft de resultaten van de 4 regressie modellen weer

Tabel 4, Gemiddeld inkomen per herkomst.

In het eerste model zijn de effecten van de verschillende herkomstgroepen en generaties opgenomen alsmede de belangrijkste controlevariabelen. Dit eerste model verklaart 28,3% van de variantie in inkomen. De resultaten voor de controlevariabelen geslacht, leeftijd en de twee variabelen voor status in het bedrijf zijn in lijn met onze verwachtingen. Leeftijd heeft de sterkste samenhang met inkomen (0,357), er is een significant positief effect van leeftijd op inkomen. De andere controlevariabele; bedrijfsstatus hangt ook sterk samen met het inkomen. Deze variabele heeft drie categorieën waarvan de laagste bedrijfsstatus, ‘geen leidinggevende’ als referentiecategorie dient. De twee andere categorieën staan in de tabel afgebeeld, beiden hebben ze een positief effect op inkomen en er geldt hoe hoger de status hoe positiever het effect. De controlevariabele vrouwelijk geslacht is echter tegen de verwachtingen in niet significant. Volgens de theorie heeft het hebben van kinderen voor vrouwen een negatief effect op het inkomen, terwijl dit niet geld voor mannen en zelfs positief kan zijn. Het negatieve effect van het vrouwelijk geslacht hebben in combinatie met kinderen is volgens de verwachtingen inderdaad wel significant. Ook het positieve effect van kinderen hebben is in dit model zichtbaar en significant.

Autochtoon Eerstegeneratie westerse allochtoon Eerstegeneratie niet-westerse allochtoon Tweedegeneratie westerse allochtoon Tweedegeneratie niet-westerse allochtoon Gem. inkomen per uur 16,95 € 15,96 € 14,30 € 17,87 € 13,20 €

21

Tabel 5. Afhankelijke variabele: inkomen in euro’s, inclusief bonussen, per uur

Model 1 Model 2 Model 3 Model 4

Constante 2,129(,000) 1,782(,000) 1,230(,000) 1,198(,000)

Beta sig. Beta sig. Beta sig. Beta sig.

Eerstegeneratie westerse allochtone Nederlander -,041 ,006 -,068 ,000 -,054 ,000 -,053 ,000 Eerstegeneratie niet-westerse allochtone Nederlander -,067 ,000 -,038 ,003 -,001 ,917 -,003 ,839 Tweedegeneratie westerse allochtone Nederlander ,028 ,064 ,027 ,038 ,026 ,044 ,028 ,029 Tweedegeneratie niet-westerse allochtone Nederlander -,019 ,213 -,021 ,110 -,016 ,222 -,017 ,184 Geslacht (vrouw) -,007 ,788 -,059 ,005 -,051 ,015 -,044 ,037 Leeftijd ,357 ,000 ,337 ,000 ,380 ,000 ,391 ,000 Leidinggevende laag ,072 ,000 ,035 ,009 ,039 ,003 ,036 ,007 Leidinggevende hoog ,178 ,000 ,094 ,000 ,093 ,000 ,086 ,000

Het hebben van kinderen

,197 ,000 ,176 ,000 ,170 ,000 ,168 ,000

Interactie vrouw zijn en

kinderen hebben -,098 ,001 -,063 ,011 -,058 ,017 -,066 ,007 Hoogste afgeronde opleiding:

vmbo ,194 ,000 ,166 ,000 ,154 ,000

Hoogste afgeronde opleiding:

mbo/havo/vwo ,388 ,000 ,310 ,000 ,255 ,000

Hoogste afgeronde opleiding:

hbo ,544 ,000 ,447 ,000 ,399 ,000

Hoogste afgeronde opleiding:

universiteit of hoger ,514 ,000 ,424 ,000 ,384 ,000 Taalvaardigheden(gemiddelde geschatte waarde) ,158 ,000 ,165 ,000 opleidingsniveau ouders, gemiddeld -,011 ,427 opleidingsniveau ouders, hoog ,005 ,752 opleidingsrichting: onderwijs -,023 ,146 opleidingsrichting: geesteswetenschappen -,031 ,030 opleidingsrichting: Socialewetenschappen, economie en rechten ,085 ,000 opleidingsrichting: natuurwetenschappen, computerkunde(beta) ,037 ,013 opleidingsrichting: ontwerpen en constructie ,034 ,036 opleidingsrichting: zorg ,070 ,000 opleidingsrichting: diensten -,012 ,388 verklaarde variantie (R2) _{,283 ,470 ,485 ,495}

22

Om de samenhang tussen de herkomstgroepen, generaties en inkomen te analyseren is het interessanter om naar de verandering van effecten over de 4 modellen te kijken. De controlevariabelen van alle modellen zullen daarom eerst besproken worden voor er aan de analyse van herkomstgroepen en generaties begonnen wordt.

In Model 2 wordt er een afhankelijke verklarende variabele bij de controlevariabelen gevoegd, dit is de variabele ‘opleidingsniveau’. Zoals eerder besproken heeft deze variabele meerdere categorieën en wordt geen opleiding/basisschool als referentiecategorie gebruikt. Uit het model is af te lezen dat het effect van het hebben van een vervolgopleiding op inkomen significant positief is in vergelijking met de referentiecategorie(,194) en groter wordt naarmate het niveau hoger wordt(,514). De effecten van ‘beroepsstatus’, ‘kinderen hebben’ en ‘leeftijd’ verminderen licht als er gecontroleerd wordt voor opleiding. Maar opvallender is dat de samenhang tussen het vrouwelijk geslacht en inkomen significant negatief wordt, dit zou impliceren dat vrouwen met eenzelfde opleidingsniveau als mannenminder betaald krijgen. Hierdoor komt, als daar op gecontroleerd wordt, het eerder niet zichtbare negatieve effect van het vrouwelijk geslacht op inkomen tot uiting. Deze effecten en veranderingen in effecten komen overeen met de verwachtingen. Dit model verklaart bijna 2 keer zoveel van de variantie in inkomen en komt uit op 47,0%

Ook in Model 3 is er niets verrassends te vinden als het effect van de herkomstgroepen en generaties buiten beschouwing worden gelaten. In dit model worden taalvaardigheden toegevoegd aan de lijst verklarende variabelen. De variabele taalvaardigheden heeft ook een positieve samenhang met afhankelijke variabele inkomen (,158). Dus hoe meer taalvaardigheden iemand bezit hoe hoger het inkomen gemiddeld zal zijn. Aan het effect van beroepsstatus verandert niet veel en ook de effecten van geslacht, het hebben van kinderen en het interactie-effect hiervan blijven redelijk stabiel. De samenhang tussen leeftijd en inkomen wordt sterker als er gecontroleerd wordt voor taalvaardigheden. Jongeren zullen waarschijnlijk gemiddeld betere taalvaardigheden hebben dan ouderen waardoor het effect van leeftijd op inkomen sterker op wordt. Daarnaast zien we de effecten van opleidingsniveau kleiner worden, als er gecontroleerd wordt voor taalvaardigheden. Dit komt logisch voort uit het feit dat opleidingsniveau een goede voorspeller is van vaardigheden, en dus ook taalvaardigheden. Alle variabelen in dit model verklaren samen 48,5% van de variantie in inkomen.

In het vierde model worden de overgebleven verklarende- en controlevariabelen aan het model toegevoegd. Waardoor de verklaarde variantie stijgt naar 49,5%. Dit model is dus een vrij goede voorspeller van het inkomen. De twee verklarende variabelen die in dit model worden toegevoegd; sociaal-economische achtergrond en studierichting, laten interessante effecten zien. De samenhang

23

van gemiddeld of hoog opleidingsniveau van de ouders en inkomen verschilt niet significant van een laag opleidingsniveau van de ouders volgens dit model. Dit is verassend, volgens de theorie zou dit effect positief en significant moeten zijn. De verschillende opleidingsrichtingen hebben verschillende effecten op het inkomen. Er is te zien dat bijvoorbeeld een opleiding in de diensten sector geen significant effect heeft op inkomen maar dat de sociale wetenschappen het significant sterkst positieve effect heeft op inkomen van alle opleidingsrichtingen.

Om te kijken in hoeverre de onafhankelijke variabelen het verschil in inkomen tussen allochtonen en autochtonen verklaren, zijn de effecten van de verschillende herkomst en generaties hieronder apart weergegeven over de vier modellen.

Tabel 6. Afhankelijke variabele inkomen, uitsnede herkomstgroepen en generaties.

Er is te zien dat in het eerste model het effect voor beide eerstegeneratie niet- westerse allochtone Nederlanders significant en negatief is gecontroleerd voor geslacht, leeftijd en status in het bedrijf en kinderen. Deze groep lijkt dus een significant lager uurloon te hebben dan autochtone Nederlanders. Echter wordt het effect met de helft minder sterk negatief als er in model 2 gecontroleerd wordt voor opleidingsniveau en is het effect niet meer significant als taalvaardigheden in het model worden betrokken. Het lage opleidingsniveau van de groep en de gemiddeld slechtere taalvaardigheden verklaren voor deze groep het verschil in inkomen. De verwachting dat het gebrek in taalvaardigheden en een laag opleidingsniveau zeker bij de eerstegeneratie niet-westerse allochtonen invloed heeft op het verschil in inkomen lijkt hier te worden bevestigd.

Model 1

(geslacht, leeftijd, status in bedrijf, kinderen, interactie geslacht en kinderen)

Model 2

(geslacht, leeftijd, status in bedrijf, kinderen, interactie geslacht en kinderen,

opleidingsniveau)

Model 3

(geslacht, leeftijd, status in bedrijf, kinderen, interactie geslacht en kinderen, opleidingsniveau, taalvaardigheden) Model 4

(geslacht, leeftijd, status in bedrijf, kinderen, interactie geslacht en kinderen, opleidingsniveau, taalvaardigheden, studierichting, opleidingsniveau ouders) Constante 2,129(,000) 1,782(,000) 1,230(,000) 1,198(,000)

Beta sig. Beta sig. Beta sig. Beta sig.

Eerstegeneratie westerse allochtone Nederlander -,041 ,006 -,068 ,000 -,054 ,000 -,053 ,000 Eerstegeneratie niet-westerse allochtone Nederlander -,067 ,000 -,038 ,003 -,001 ,917 -,003 ,839 Tweedegeneratie westerse allochtone Nederlander ,028 ,064 ,027 ,038 ,026 ,044 ,028 ,029 Tweedegeneratie niet-westerse allochtone Nederlander -,019 ,213 -,021 ,110 -,016 ,222 -,017 ,184

24

Opvallend is echter wel dat er voor de eerstegeneratie westerse allochtonen een negatief effect op inkomen blijft bestaan tot en met model 4. Er is zelfs te zien dan wanneer er enkel gecontroleerd wordt voor opleidingsniveau het negatieve effect sterker wordt. Hier is sprake van een suppressor effect. De herkomst beïnvloedt het opleidingsniveau wat op zijn beurt het inkomen beïnvloedt. Dit wordt pas zichtbaar als beide variabelen aan het model zijn toegevoegd. Als taalvaardigheden erbij komen herstelt deze daling zich redelijk maar het negatieve effect blijft zichtbaar en significant. Als in model 4 wordt gecontroleerd voor sociaal-economische achtergrond en studierichting verminderd het effect nog minimaal. Aan de verwachting dat taalvaardigheden, sociaal-economische achtergrond en studierichting het verschil in inkomen verklaren is voldaan, al is dat bij de twee laatstgenoemden minimaal. Maar de verwachting dat ook opleidingsniveau dit verschil verklaard moet worden verworpen in deze herkomstgroep. Volgens deze modellen worden eerstegeneratie westerse allochtone Nederlanders significant lager beloond dan autochtone Nederlanders gecontroleerd voor de onafhankelijke variabelen. Een verklaring hiervoor kan liggen in het feit dat er binnen deze groep veel Oost-europese arbeidsmigranten vallen. Ruim een derde van de eerstegeneratie migranten in deze dataset is Oost-Europees. Deze doen vaak laag en ongeschoold werk voor een minimumloon. Gijsberts en Lubbers vinden in hun onderzoek dat veel Poolse arbeidsmigranten met een hoger onderwijsdiploma ook een hoog aandeel hebben in deze ongeschoolde beroepsklasse (2013). De versterking van het negatieve effect op inkomen bij controle voor onderwijsniveau ondersteunt deze bevinding. Het feit dat het effect dan toch weer minder sterk wordt bij controle voor de taalvaardigheden ondersteund onze verwachtingen.

De tweedegeneratie westerse allochtone Nederlanders lijken aan de hand van het eerste model niet significant meer of minder te verdienen dan autochtone Nederlanders. Echter als het tweede model bekeken wordt waarin opleidingsniveau betrokken wordt bij de analyse is er te zien dat de samenhang nu wel significant en positief is. Ook hier is sprake van een suppressor effect maar dan omgekeerd. Het positieve effect blijft door alle modellen heen en fluctueert nauwelijks. Dit is een interessante conclusie. Er lijkt hier sprake te zijn van een positieve discriminatie jegens tweedegeneratie westerse allochtone Nederlanders. Van de tweedegeneratie westerse migranten is slechts minder dan een tiende van oost Europese oorsprong. Het negatieve effect van de eerstegeneratie westerse allochtonen zou dus kunnen worden veroorzaakt door het grote aandeel Oost-Europese migranten in deze groep.

De tweedegeneratie niet-westerse migranten lijken volgens deze modellen niet significant anders beloond te worden dan autochtone Nederlanders. Alle modellen laten een niet significante samenhang zien. Dit is wellicht te verklaren door de lage gemiddelde leeftijd van deze groep

25

respondenten. Door te controleren op leeftijd wordt er berekend of personen met dezelfde leeftijd een significant verschillend loon krijgen, onafhankelijk van de andere variabelen. Maar omdat leeftijd en status in het bedrijf een sterk positief effect hebben op inkomen en jongeren in een bedrijf onder aan de ladder beginnen zal de variatie in inkomen tussen jongeren sowieso niet groot zijn. Jongeren beginnen vaak met het minimumloon dat loopt tot met 23 jaar om daarna door te groeien in salaris. Hoe hoger de leeftijd hoe groter de variatie zal zijn in salaris. Omdat het verschil in inkomen van jongeren hierdoor gemiddeld dicht bij elkaar ligt, zal het inkomen ook niet veel verschillen tussen verschillende herkomst groepen. Pas later op de arbeidsmarkt gaan de salarissen uit elkaar lopen, dit is te zien in grafiek 3. De punten liggen op lagere leeftijd veel dichter bij elkaar dan op hogere leeftijd(uitzonderingen daargelaten).

Grafiek 3. Scatterplot uurloon en leeftijd, gehele steekproef.

Omdat de groep tweedegeneratie niet-westerse allochtonen een lage gemiddelde leeftijd heeft (slechts 18% is 35 of ouder) zal het loon daarom sowieso niet significant verschillen van dat van autochtone Nederlanders. Gecontroleerd voor leeftijd betekent namelijk dat mensen met dezelfde leeftijd vergeleken worden. Of het effect op inkomen verandert naarmate de tweedegeneratie niet-westerse allochtone Nederlanders ouder worden en dus langer deelnemen aan de arbeidsmarkt moet blijken uit later onderzoek.

26

Baankans

Als werkloosheid en baankans onderzocht wordt is het nodig om een selectie te maken van de respondenten. In de analyse nemen we alleen de mensen mee die of werkend zijn of op zoek zijn naar een baan, dus werkloos. De groep die zich buiten de arbeidsmarkt bevindt, zoals sommige studenten, huisouders, arbeidsongeschikten en gepensioneerden moet buiten deze studie gelaten worden omdat ze de resultaten onterecht kunnen beïnvloeden.

In grafiek 4 is af te lezen dat de werkloosheid percentueel het hoogst ligt bij de eerstegeneratie niet-westerse migranten, gevolgd door de eerstegeneratie niet-westerse en tweedegeneratie niet-niet-westerse migranten. De werkloosheid is het laagst bij de autochtone Nederlanders. Of het verschil in werkloosheid ook significant is en waardoor het verklaard kan worden zal hieronder uiteengezet worden. Dit logistische regressie model over baankans wordt hetzelfde behandeld als het voorgaande model over inkomen.

27

Tabel 7. Afhankelijke variabele: ‘het hebben van een baan’

Model 1 Model 2 Model 3 Model 4 Constante 8,720(,000) 5,301(,001) 4,343(,030) 4,186(,044)

Exp(B) sig. Exp(B) sig. Exp(B) sig. Exp(B) sig.

Eerstegeneratie westerse allochtone Nederlander ,324 ,001 ,311 ,001 ,317 ,002 ,347 ,006 Eerstegeneratie niet-westerse allochtone Nederlander ,342 ,000 ,389 ,001 ,404 ,004 ,436 ,011 Tweedegeneratie westerse allochtone Nederlander ,701 ,320 ,702 ,324 ,703 ,325 ,774 ,500 Tweedegeneratie niet-westerse allochtone Nederlander ,492 ,089 ,492 ,090 ,496 ,096 ,644 ,368 Geslacht (vrouw) 1,370 ,166 1,329 ,214 1,328 ,214 1,157 ,542 Werkervaring in jaren2 ,998 ,000 ,998 ,001 ,998 ,001 ,998 ,003 Werkervaring in jaren 1,116 ,000 1,094 ,000 1,094 ,000 1,088 ,001

Het hebben van kinderen

1,814 ,029 1,706 ,051 1,710 ,051 1,650 ,075

Interactie vrouw zijn en

kinderen hebben ,546 ,070 ,579 ,103 ,582 ,107 ,631 ,182 Hoogste afgeronde opleiding:

vmbo 1,999 ,010 1,978 ,012 1,922 ,022

Hoogste afgeronde opleiding:

mbo/havo/vwo 1,706 ,037 1,656 ,065 1,378 ,348

Hoogste afgeronde opleiding:

hbo 2,656 ,002 2,548 ,006 1,879 ,146

Hoogste afgeronde opleiding:

universiteit of hoger 3,088 ,000 2,937 ,008 2,472 ,066 Taalvaardigheden(gemiddelde geschatte waarde) 1,001 ,750 1,001 ,607 opleidingsniveau ouders, gemiddeld 1,085 ,709 opleidingsniveau ouders, hoog ,860 ,501 opleidingsrichting: onderwijs 4,108 ,065 opleidingsrichting: geesteswetenschappen 1,136 ,812 opleidingsrichting: Socialewetenschappen, economie en rechten 1,000 ,999 opleidingsrichting: natuurwetenschappen, computerkunde(beta) 1,106 ,821 Opleidingsrichting: bouw 1,215 ,566 opleidingsrichting: landbouw en veehouderij 1,584 ,464 opleidingsrichting: zorg 2,235 ,038 opleidingsrichting: diensten 1,411 ,531

verklaarde variantie (pseudo

28

De controlevariabelen die in model 1 zijn meegenomen met de analyse zijn geslacht, werkervaring in jaren, het hebben van kinderen en de interactie tussen geslacht en het hebben van kinderen. Geslacht heeft tegen de verwachtingen in geen significant effect op de kans op een baan. Echter als de data wordt bekeken zien we dat niet onverwachts is. In deze dataset hebben ongeveer evenveel mannen als vrouwen een baan. Het is hiermee in dit onderzoek gefalsificeerd dat vrouwen minder kans hebben op een baan dan mannen. Dit kunnen we echter alleen zeggen over banen in het algemeen, dat vrouwen minder kans hebben als het gaat om dezelfde banen is zeker een mogelijkheid. Vrouwen werken vaak meer part-time dan mannen, dit blijkt ook uit de PIAAC data. Tabel 8. Soort contract en geslacht.

Man Vrouw Totaal

Full-time contract 1565 512 2077

Part-time contract 249 1137 1386

Totaal 1814 1649 3463

Dat werkervaring een positief significant effect heeft op de kans op een baan is hier wel terug te zien, de kwadratische functie van werkervaring laat zien dat effect afneemt over de jaren. Ook het effect van kinderen hebben is significant en positief in dit model, zoals verwacht in de theorie. Kinderen hebben als je vrouw bent geeft in tegenstelling tot de zelfde verwachtingen niet significant minder kans op een baan. Dit resultaat zou samen kunnen hangen met het hiervoor genoemde verschil in part-time en full-time banen. De verklaarde variantie van dit model is 5,4% dit betekend dat enkel 5 procent van de variantie in baankans verklaard wordt door deze variabelen. Dit is erg weinig, volgende modellen met meer variabelen zullen hopelijk meer van de variantie verklaren. De verklaarde variantie van het tweede model is niet veel hoger, hier wordt 6,6% van de kans op een baan verklaard door het model. In model 2 komt wederom opleidingsniveau als controlevariabele erbij. Het effect van het vrouwelijke geslacht blijft hetzelfde, niet significant, maar het effect van werkervaring wordt hierdoor logischerwijs iets kleiner. De grotere baankans voor mannen met kinderen is na het toevoegen van opleidingsniveau als verklarende variabele niet meer significant. De effecten voor opleidingsniveau zijn zoals verwacht, hoe hoger het opleidingsniveau hoe hoger de kans op een baan (universitair opgeleiden hebben 208,8% meer kans op een baan dan mensen zonder opleiding). Een uitzondering hiervoor is het opleidingsniveau mbo/havo/vwo, dit positieve effect ligt lager dan het positieve effect van een opleidingsniveau lager, het vmbo.

29

Taalvaardigheden worden in het derde model toegevoegd. Dit effect is zeer klein en niet significant. Dit zou betekenen dat de taalvaardigheden van iemand, gecontroleerd voor geslacht, werkervaring en opleidingsniveau geen invloed hebben op de kans op een baan. Door het toevoegen van deze variabele is het effect van de eerder besproken variabele van opleidingsniveau, het mbo/havo/vwo niet meer significant. Hier lijkt er sprake van een schijnverband. Echter omdat ook de variabele taalvaardigheid niet significant is lijkt dit onwaarschijnlijk. Aan de invloeden op baankans van de andere variabelen veranderd weinig tot niets. Dit model verklaard 6,6% van de variantie in het hebben van een baan of niet.

Het vierde model is ook hier het meest complete model. Sociaal-economische status en opleidingsrichting zijn in dit model toegevoegd. Alleen de effecten van werkervaring, opleidingsniveau vmbo en studierichting zorg zijn na controle voor de andere verklarende- en controlevariabelen nog significant. Dit betekent dat voor alle andere variabelen de kans op een baan niet significant verschilt van de referentiecategorie. Een autochtoon met de vmbo opleiding zorg zonder werkervaring heeft echter 85,06% kans op een baan. Dit is 4,17% meer kans op een baan dan een autochtoon zonder opleiding met een algemene studierichting. Het is wel opmerkelijk dat de te verwachten effecten niet naar voren komen in deze analyse. Ook de verklaarde variantie van dit laatste model is niet erg hoog, 7,1%. De variantie in de kans op een baan zal dus wellicht meer afhankelijk zijn van andere variabelen die buiten deze analyse vallen. Wellicht is de kans op een baan niet significant verschillend tussen de verschillende opleidingsniveaus of studierichtingen, maar is de kans op een baan met dezelfde status wel anders en meer overeenkomend met de verwachtingen op basis van de theorie.

Tabel 9. Afhankelijke variabele ‘het hebben van een baan’, uitsnede herkomstgroepen.

Model 1 (geslacht, werkervaring, kinderen, interactie geslacht en kinderen) Model 2 (geslacht, wekervaring, kinderen, interactie geslacht en kinderen, opleidingsniveau) Model 3 (geslacht, werkervaring, kinderen, interactie geslacht en kinderen, opleidingsniveau, taalvaardigheden) Model 4 (geslacht, werkervaring, kinderen, interactie geslacht en kinderen, opleidingsniveau, taalvaardigheden, studierichting, opleidingsniveau ouders) Constante 8,720(,000) 5,301(,001) 4,343(,030) 4,186(,044)

Exp(B) sig. Exp(B) sig. Exp(B) sig. Exp(B) sig.

Eerstegeneratie westerse allochtone Nederlander ,324 ,001 ,311 ,001 ,317 ,002 ,347 ,006 Eerstegeneratie niet-westerse allochtone Nederlander ,342 ,000 ,389 ,001 ,404 ,004 ,436 ,011 Tweedegeneratie westerse allochtone Nederlander ,701 ,320 ,702 ,324 ,703 ,325 ,774 ,500 Tweedegeneratie niet-westerse allochtone Nederlander ,492 ,089 ,492 ,090 ,496 ,096 ,644 ,368