Faculteit Economie en Bedrijfskunde, Amsterdam School of Economics
Mentale gezondheidsklachten veroorzaakt
door veel uren werken.
Auteur: F.D.S. van Benthem 10684816 Begeleider: dr. J.C.M. van Ophem 26 juni 2018 Samenvatting
In deze scriptie wordt de invloed van het aantal werkuren op de mentale gezondheid onderzocht. De data gebruikt in dit onderzoek is verkregen van de ”National Survey on Drug Use and Health”. Gezien de variabelen met betrekking tot het aantal werkuren endogeen blijken te zijn, wordt gebruik gemaakt van IV-regressie. Uit de resultaten blijkt dat meer uren werken een positief effect heeft op de mentale gezondheid. ´E´en uur meer werken verlaagt de mentale gezondheid score van vrouwen en mannen, met respectievelijk 0,09 en 0,3 punten. Daarnaast blijkt dat meer dan 50 uren werken een negatieve invloed heeft op de mentale gezondheid van vrouwen (stijging van de mentale gezondheid score met 5,9 punten). Voor mannen wordt geen significant effect gevonden.
Verklaring eigen werk
Hierbij verklaar ik, Fleur van Benthem, 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.
Inhoudsopgave
1 Inleiding 1
2 Theoretisch kader 3
2.1 Defini¨eren van het aantal werkuren en de mentale gezondheid . . . 3
2.2 De relatie tussen het aantal werkuren en de mentale gezondheid . . . 4
2.3 De relatie tussen de mentale gezondheid en het aantal werkuren . . . 6
2.4 Factoren die de mentale gezondheid be¨ınvloeden . . . 6
2.5 Conclusie . . . 8 3 Onderzoeksopzet 9 3.1 Data . . . 9 3.2 Opbouw model . . . 9 3.3 Beschrijvende statistiek . . . 11 4 Resultaten en analyse 15 4.1 Empirisch resultaat . . . 15
4.1.1 Verschillen tussen de mentale gezondheid van mannen en vrouwen . 17 4.1.2 Endogeniteit . . . 19 4.1.3 IV-regressie . . . 20 5 Conclusie en aanbeveling 24 Literatuur 26 Appendix 28 1: Toelichting variabelen . . . 28
2: Chow break toets . . . 29
3: Invloed instrumenten op mentale gezondheid . . . 30
4: Correlatie instrumenten met endogene variabele werkuren . . . 31
5: Correlatie instrumenten met endogene variabele wrk50 . . . 32
6: Sargantoets . . . 33
1
Inleiding
Bijna 15 procent van alle werknemers heeft geregeld last van burn-outklachten (werkge-relateerde psychische vermoeidheid) blijkt uit onderzoek dat het Centraal Bureau voor de Statistiek heeft uitgevoerd samen met TNO (CBS, 2018). Werkgevers proberen op verschillende manieren deze klachten tegen te gaan. Een bekend voorbeeld waarbij de overheid zich inzet verzuim tegen te gaan is een experiment in Zweden, gestart in 2015. In dit onderzoek werken ambtenaren in een verzorgingstehuis 6 in plaats van 8 uren tegen hetzelfde salaris. Uit dit experiment blijkt dat de werknemer zich gezonder voelt en minder vaak ziek meldt, maar toch is het experiment niet volledig geslaagd. Dit heeft te maken met de kosten die het met zich meebrengt voor het inhuren van extra arbeidskrachten om hetzelfde werk te verrichten. Dit weegt niet op tegen de verminderde verzuimkomen aldus burgemeester Daniel Bernmar, verantwoordelijke van het project, tegen Bloomberg (2017).
Dat werk gezondheid be¨ınvloedt is al lang bekend maar in welke mate is tot op de dag van vandaag nog niet duidelijk. Onderzoeken hebben onder andere geprobeerd het effect van lange werkdagen op gezondheid te kwantificeren. Opvallend is de tegenstrijdigheid in bevindingen. Het maken van veel werkuren heeft een negatief effect op gezondheid, het leidt onder andere tot depressie concluderen Bannai en Tamakoshi (2014) Aan de andere kant kunnen veel werkuren ook een positief verband hebben met gezondheid gezien er een positieve relatie bestaat met betrekking tot inkomen en dit is positief gecorreleerd met gezondheid stelt Smith (1999). Een reden voor deze tegenstrijdigheid zou kunnen zijn dat veel onderzoeken geen rekening houden met de dubbele causaliteit. Naast dat het aantal werkuren effect het op de gezondheid heeft ook de gezondheid van een individu effect op het aantal werkuren. Hierdoor is er sprake van endogeniteit dat kan leiden tot een foutieve schatting van de invloed van het aantal werkuren. Dit maakt het gebruik van complexe schattingsmethoden noodzakelijk.
Er zijn verschillende vormen van gezondheid onderzocht in relatie met het aantal werk-uren. Bannai en Tamakoshi (2014) stellen dat te veel werken geassocieerd kan worden met
depressie, angst en slecht slapen. Shields (1999) stelt dat veel werken negatief gedrag stimuleert als roken, hogere alcoholconsumptie en een verhoogde kans op een ongezond gewicht. Daarnaast werd een negatieve relatie tussen veel werkuren en mentale gezondheid gevonden bij Chinese migranten door Frijters, Johnston en Meng (2009).
Trautmann, Rhem en Wittchen (2016) stellen dat een slechte mentale gezondheid hoge economische kosten veroorzaakt, direct en indirect. Direct door de kosten in de gezond-heidszorg en indirect door productiviteitsverlies op werk en invaliditeit. In hun onderzoek komt naar voren dat de totale geschatte kosten voor mentale gezondheidsproblemen in de Verenigde Staten wordt geschat op 2,5 triljoen dollar. Opvallend is dat de indirecte kosten voor slechte mentale gezondheid een hogere bijdrage in de kosten leveren dan de directe kosten (Trautmann et al., 2016). De hoge kosten die gepaard gaan met een slechte mentale gezondheid, maakt dit een belangrijk economisch probleem.
In dit onderzoek is het effect van het aantal werkuren op de mentale gezondheid gea-nalyseerd. Hierbij is data gebruikt uit de Verenigde Staten, waar als maat voor mentale gezondheid de Kessler Psychological Distress Scale (K6) is gehanteerd (Kessler et al., 2010). Om de relatie tussen het aantal werkuren en mentale gezondheid te kunnen analy-seren is een literatuurstudie gedaan om te onderzoeken welke factoren van invloed zijn op de mentale gezondheid. Vervolgens is met data uit de National Survey on Drug Use and Health een econometrische analyse uitgevoerd om het effect van het aantal werkuren op de mentale gezondheid te onderzoeken.
In hoofdstuk twee zijn verschillende theorie¨en met betrekking tot het aantal werkuren en de mentale gezondheid uiteengezet. De opzet van het onderzoek staat in hoofdstuk drie beschreven. Hoofdstuk vier en vijf bevatten een analyse van de resultaten. Waarna in hoofdstuk zes de conclusie is geformuleerd.
2
Theoretisch kader
Er zijn veel artikelen gepubliceerd die de relatie tussen het aantal werkuren en gezondheid onderzoeken. Gezien in deze onderzoeken veel verschillen zijn in de definitie van gezondheid en uren werken, wordt voor dit onderzoek allereerst de variabelen werkuren en mentale gezondheid gedefinieerd met behulp van de theorie. Vervolgens worden de theorie¨en die relevant zijn voor het onderzoek, de invloed van het aantal werkuren op mentale gezondheid besproken. Er wordt naast de invloed van het aantal werkuren op gezondheid, ingegaan op de relatie tussen gezondheid en het aantal werkuren. De endogeniteit die deze dubbele causale relatie veroorzaakt is een belangrijk onderwerp binnen dit onderzoek. Als laatste worden de factoren die van invloed zijn op mentale gezondheid onderzocht.
2.1 Defini¨eren van het aantal werkuren en de mentale gezondheid
”Eight hours labour, eight hours recreation, eight hours rest”, een slogan van Robert Owen die zich vanaf 1815 in heeft gezet tegen lange werkdagen van soms wel 12 uren per dag. Hij pleitte voor een werkdag van acht uren, met behoud van salaris. Als vervolg op Robert Owen startte ook in andere landen protesten tegen de lange werkdagen. In de Verenigde Staten startte in 1850 een beweging, onder leiding van Ira Steward. Het hoofdargument van deze beweging was het verminderen van werkloosheid door het terugbrengen van het aantal werkuren per dag. Mede door de inzet van deze beweging werd in 1868 officieel het aantal werkuren per dag voor ambtenaren teruggebracht naar acht uren. (Bauer, 1919). Op dit moment is het meest voorkomende contract voor ambtenaren in de Verenigde Staten nog steeds 40 uren per week.
Om de invloed van het aantal werkuren op mentale gezondheid te analyseren wordt in dit onderzoek een variabele voor het aantal werkuren opgenomen. Hiernaast wordt ook een dummy opgenomen voor meer dan 50 uren werken. Hiervoor is gekozen omdat uit verschillende onderzoeken, waaronder dat van Frijters, Johnston en Meng (2009), blijkt dat een negatief effect op de mentale gezondheid ontstaat bij het maken van veel werkuren.
aantal werkuren, overwerken een effect heeft op mentale gezondheid.
Als maat voor mentale gezondheid is in de dataset van dit onderzoek de Kessler Psy-chological Distress Scale (K6) bekend. Dit is een score ontwikkeld door Kessler speciaal voor het gebruik bij enquˆetes, om binnen twee minuten, een beeld te krijgen van iemand zijn mentale gezondheid. De mentale gezondheid wordt bepaald door het afnemen van zes vragen. Hierin wordt gevraagd of de persoon zich in de laatste dertig dagen nerveus, hope-loos, rustehope-loos, depressief of waardeloos voelde en de mate van inspanning dat dagelijkse bezigheden kosten. Aan elk antwoord zit een puntensysteem van nul tot vier verbonden, waarbij de score nul ’geen last van’ en de score vier ’dagelijks last van’ verondersteld. De totale score geeft vervolgens een indicatie van de mentale gezondheid. (Kessler et al., 2002). In andere publicaties, die de relatie tussen werkuren en mentale gezondheid on-derzoeken, zijn verschillende definities van mentale gezondheid gehanteerd. Een methode die al langere tijd binnen enquˆetes wordt gebruikt is de GHQ mental distress index. Deze index wordt ook gebruikt in de onderzoeken van Frijters, Johnston en Meng (2009) en Virtanen et al. (2011). Deze index wordt gebaseerd op 12, 28, 30 of 60 vragen over men-tale gezondheid. Kessler is een meer eenvoudige methode gezien er voor de Kessler score maar 6 vragen nodig zijn. Furukawa et al. (2003) deed onderzoek naar beide methoden en stelt dat de Kessler Psychological Distress Scale (K6) een significant beter resultaat geeft van de mentale gezondheid dan de GHQ mental distress index. De Kessler Psychological Distress Scale is meer accuraat en robuust.
2.2 De relatie tussen het aantal werkuren en de mentale gezondheid
Spurgeon, Harrington en Cooper (1997) beschrijven het effect van het maken van lange werkdagen op prestaties en mentale gezondheid. Zij stellen dat vermoeidheid een direct effect is van het maken van lange werkdagen, wat een negatief effect heeft op de nauwkeu-righeid, de productiviteit en ook de kwaliteit van het werk. Daarnaast kunnen aanhoudende vermoeidheid en stress resulteren in de ontwikkeling van mentale gezondheidsproblemen. Hierbij zijn verschillende factoren als houding, motivatie van de werknemer van belang als
ook functie-eisen en werkcultuur (Spurgeon et al., 1997).
Verschillende onderzoeken hebben geprobeerd de relatie tussen het aantal werkuren en mentale gezondheid te kwantificeren. Berniell (2012) onderzocht de invloed van werkuren op zowel gezondheid als gezondheid gerelateerd gedrag. In zijn onderzoek wordt geen relatie gevonden tussen werkuren en mentale gezondheid maar wel tussen werkuren en gezondheid gerelateerd gedrag als roken en alcoholgebruik. Berniell (2012) stelt dat het alcoholgebruik daalt als het aantal werkuren minder wordt. Voor roken geldt dat bij een gemiddelde daling van 3,5 uren werken de kans op roken met 4,3 procent vermindert.
Michelsen en Bildt (2003) vinden ook geen relatie tussen het maken van veel werkuren en mentale gezondheid. Daarentegen stellen Virtanen et al. (2011) dat er een negatieve relatie is tussen overwerken en het ontwikkelen van een depressie en angstklachten. In hun onderzoek vergelijken ze ook de verschillen tussen mannen en vrouwen. Hierbij wordt geen significant effect tussen overwerken en een depressie of angstklachten bij mannen, maar wel bij vrouwen. Zij noemen als reden dat vrouwen naast werken meer huishoudelijke taken op zich nemen, ook hebben zij vaak meer verantwoordelijkheden richting het gezin. Beide factoren kunnen ervoor zorgen dat vrouwen meer stress ervaren dan mannen. (Virtanen et al., 2011).
Frijters, Johnston en Meng (2009) onderzoeken de impact van veel werkuren en mentale gezondheid met behulp van de GHQ mental distress index (score tussen 0 en 36) als maat voor mentale gezondheid. Waarbij een hoge score, veel mentale gezondheidsproblemen betekent. Zij concluderen dat 60 uren of meer werken de GHQ-index met ongeveer 4,1 verhoogt. Er is geen onderscheid gemaakt tussen mannen en vrouwen.
Er kunnen verschillende redenen zijn voor de variatie in uitkomsten. Het aantal deel-nemers van het onderzoek, verschillende definities van het aantal werkuren en/of mentale gezondheid. Daarnaast wordt ook gedacht dat endogeniteit een belangrijke rol speelt als re-den voor de verschillende uitkomsten. Hier wordt niet in elk onderzoek voldoende rekening mee gehouden (Berniell, 2012).
2.3 De relatie tussen de mentale gezondheid en het aantal werkuren
Een belangrijk probleem bij het analyseren van de relatie tussen het aantal werkuren en de mentale gezondheid is de dubbele causaliteit. Naast de invloed van het aantal werkuren op mentale gezondheid is er ook een relatie tussen mentale gezondheid en het aantal werkuren. Cai, Mavromaras & Oguzoglu (2008) hebben onderzoek gedaan naar deze relatie. Zij stellen dat een slechte mentale gezondheid resulteert in minder uren werken. Individuen met een slechte gezondheid gaan gemiddeld 2 uren minder werken en individuen met een erg slechte gezondheid wel 7 tot 8 uren. Hierin vinden zij geen verschillen tussen mannen en vrouwen. Ook Smith (1999) stelt dat werknemers met een slechte gezondheid minder uren kunnen werken en hierdoor minder verdienen. Er lijkt dus zowel een relatie tussen mentale gezondheid en het aantal werkuren als tussen het aantal werkuren en mentale gezondheid.
Er zijn verschillende manieren om met deze dubbele causaliteit om te gaan. Berniell (2012) maakt gebruikt van een quasi-experiment waarbij de wet werktijden in Frankrijk terugbrengt van 39 naar 35 uren, hierbij blijft het salaris nagenoeg gelijk (Berniell, 2012). In zijn onderzoek vergelijkt hij de mentale toestand van de werknemers voor en na de wetswijziging. Een andere oplossing is het uitvoeren van een IV-regressie. Sachiko en Isamu (2016) gebruiken in hun onderzoek de instrumenten: gemiddeld gewerkte uren per leeftijd, beroep en bedrijfsgrootte. Xu (2013) gebruikt het werkloosheidcijfer en de industrie als instrumenten voor aantal gewerkte uren. Ruhm (2005) gebruikt een andere methode, hij categoriseert het aantal werkuren en neemt vervolgens groepsgemiddelden om met de endogeniteit om te gaan. Dit zorgt er wel voor dat de relatie tussen werkuren en gezondheid minder precies beschreven kan worden.
2.4 Factoren die de mentale gezondheid be¨ınvloeden
Om de invloed van het aantal werkuren op de mentale gezondheid te analyseren, is het essentieel om ook overige factoren die de mentale gezondheid be¨ınvloeden mee te nemen in de regressie. Uit de literatuur blijkt dat zowel sociodemografische als sociaaleconomische
kenmerken effect hebben op de mentale gezondheid.
Binnen de sociodemografische kenmerken stelt Simon (2002) dat geslacht en burgerlijke staat invloed hebben op de mentale gezondheid. Zo stelt hij dat de mentale gezondheid van vrouwen gemiddeld slechter is dan mannen. Ook beweert hij dat personen die getrouwd zijn meer stabiliteit hebben en hierdoor een betere mentale gezondheid dan niet getrouwde individuen. Scheiden of uit elkaar gaan zou een negatieve invloed hebben op de mentale gezondheid, waarbij een significant groter effect voor vrouwen dan voor mannen (Simon, 2002). Een ander sociodemografisch kenmerk dat invloed heeft op de mentale gezondheid is leeftijd. Frijters et al. (2009) stellen dat de mentale gezondheid beter wordt naarmate de leeftijd stijgt.
Een sociaaleconomisch kenmerk dat effect heeft op mentale gezondheid is inkomen. Uit onderzoek blijkt dat huishouden met een inkomen minder dan 20.000 dollar per jaar een verhoogde kans hebben op slechte mentale gezondheid (Sareen, Afifi, McMillan & Asmundson, 2011). Een reden hiervoor zou zijn dat deze gezinnen meer stress hebben en het lastig vinden om rond te komen met weinig geld. Daarnaast stellen Cutler en Lleras-Muney (2006) dat opleiding, wat een hoge correlatie heeft met inkomen, een effect kan hebben op mentale gezondheid. Zij beweren dat individuen met een hoger afgeronde opleiding een andere denk- en besluitpatroon hebben, wat resulteert in een betere mentale gezondheid.
Naast sociaaleconomische en sociodemografische kenmerken nemen Virtanen et al. (2011) ook variabelen mee voor algehele fysieke gezondheid. Hij laat zien dat dit een signi-ficant effect heeft op mentale gezondheid. Wel kan er getwijfeld worden aan de exogeniteit van deze variabelen.
Om de impact van het aantal werkuren op mentale gezondheid te onderzoeken zijn de variabelen leeftijd, geslacht, burgerlijke staat, opleiding en gezondheid relevant volgens bovengenoemde publicaties. Daarnaast kunnen interactietermen tussen geslacht en werk-uren aantonen of de impact van het aantal werkwerk-uren op mentale gezondheid per geslacht verschillend is.
2.5 Conclusie
Met behulp van de verschillende factoren die mentale gezondheid be¨ınvloeden, de definities die zijn gesteld voor het aantal werkuren en mentale gezondheid en de manier hoe wordt omgegaan met de dubbele causale relatie, is in dit onderzoek de iinvloed van het aantal werkuren op mentale gezondheid onderzocht. Op basis van de literatuur beschreven in dit hoofdstuk wordt verwacht dat het maken van veel werkuren een negatieve invloed heeft op mentale gezondheid. Daarnaast wordt ook verwacht dat deze invloed voor vrouwen anders is dan voor mannen.
3
Onderzoeksopzet
Met behulp van de literatuurstudie in het theoretisch kader, zijn de variabelen bepaald die worden meegenomen in dit onderzoek. De data die is gebruikt wordt toegelicht, vervolgens wordt de opbouw van het model besproken en de beschrijvende statistiek van de variabelen toegelicht.
3.1 Data
In dit onderzoek is data van de ”National Survey on Drug Use and Health”(NSDUH) uit 2016 gebruikt. Dit is een vragenlijst die jaarlijks wordt gehouden in de Verenigde Staten en bevat actuele informatie over criminaliteit, drugs en gezondheid. In totaal wor-den zeventigduizend huishouwor-den persoonlijk benadert om de vragenlijst in te vullen. Deze huishoudens worden random geselecteerd waarbij er rekening is gehouden met een even-redige verdeling tussen de 50 staten. De dataset uit 2016 bevat informatie van meer dan vijftigduizend respondenten met een leeftijd van 12 jaar een ouder. Met deze data is een cross-sectionele analyse uitgevoerd om de invloed van het aantal werkuren op mentale gezondheid te kwantificeren.
3.2 Opbouw model
Het model is opgebouwd met de variabelen beschreven in het theoretisch kader. De mentale gezondheid is hierbij de te verklaren variabele en het aantal uren werken als de verklarende variabele.
De mentale gezondheid is bepaald met de Kessler Psychological Distress Scale. In de dataset is deze bepaald op maand- en jaarbasis. In dit onderzoek is het maximum van deze twee waarden gehanteerd. Hierdoor worden zowel personen die op dit moment last hebben van mentale gezondheidsklachten meegenomen als personen die hier in het afgelopen jaar last van hebben gehad. De respondenten waarvan geen Kessler score bekend is worden uitgesloten in dit onderzoek (14.272 waarnemingen verwijderd, 25,1%).
Het aantal werkuren staan in de dataset beschreven als het aantal uren dat de respon-dent in de afgelopen week heeft gewerkt. Ook is er een variabele beschikbaar dat weergeeft of de respondent in het algemeen meer werkt dan 35 uren. 7% van de respondenten geeft aan in het algemeen meer te werken dan 35 uren terwijl het aantal uren over de afgelo-pen week minder is dan 35 uren. Gezien dit een klein percentage van de totale steekproef betreft zal dit geen groot effect hebben op de resultaten.
In dit model is het aantal werkuren (werkuren) meegenomen als continue variabele met waarden tussen de 1 en 61. Respondenten die aangeven meer dan 60 uren te werken zijn in de dataset bij 61 uren gevoegd. Van deze respondenten zijn de precies gewerkte uren niet bekend. Ook is een dummy toegevoegd die aangeeft of de respondent meer dan vijftig uren werkt (wrk50 ). Werklozen en respondenten die nog naar school gaan worden uitgesloten in dit onderzoek (20.797 waarnemingen verwijderd, 48,8%) . Uiteindelijk resulteert een steekproef met 21.828 respondenten. Hiervan is 49,0% vrouw en 51,0% man.
Naast de variabelen voor werkuren, worden er ook dummy’s opgenomen voor dingsniveau, burgerlijke staat, leeftijd, algehele gezondheid en geslacht. Er is voor oplei-dingsniveau gekozen boven inkomen omdat wordt verwacht dat opleiding meer verklarend is dan inkomen. Voor het opleidingsniveau zijn 4 dummy’s gedefinieerd. De respondent heeft: de middelbare school niet afgemaakt (educ 1 ), middelbare school wel afgemaakt maar niet verder gestudeerd (educ 2 ), studiecertificaat behaald maar studie niet afgemaakt (educ 3 ) en de respondent is afgestudeerd (educ 4 ). Ook zijn er vier dummy’s gedefinieerd voor burgerlijke staat. Getrouwd (married ), weduwnaar (widowed ), gescheiden of uit elkaar (devor sep) en alleenstaand (single). Leeftijd is gecategoriseerd in zeven dummy’s. Hierbij is rekening gehouden met verschillende levensfase. Jonger dan 21 jaar (age less21 ), tussen 21 en 25 jaar (age 21 25 ), 26 t/m 29 jaar (age 26 29 ), 30 t/m 34 jaar (age 30 34 ), 35 t/m 49 jaar (age 35 49 ), 50 t/m 64 jaar (age 50 64 ) en 65 jaar en ouder (age 65 more). De algehele fysieke gezondheid wordt beschreven in vijf dummy’s. Hierbij heeft de respondent zelf een inschatting gemaakt van zijn/haar algehele gezondheid. De categorie¨en: uitstekend (health 1 ), erg goed (health 2 ), goed ( health 3 ), gemiddeld ( health 4 ) en slecht (health 5 )
worden onderscheiden. In dit onderzoek zijn de dummy’s voor algehele fysieke gezondheid als exogeen verondersteld. Als laatste wordt ook een dummy opgenomen voor geslacht (female) en wordt een kruisterm toegevoegd van geslacht en aantal uren werken (wrkfe-male). In appendix 1 is een overzicht weergegeven van alle variabelen met hun definitie. Het model wordt beschreven door:
M entale gezondheid = α + β1werkuren + β2wrk50 + β3educ 2 + β4educ 3
+ β5educ 4 + β6married + β7widowed + β8devor sep
+ β9age 21 25 + β10age 26 29 + β11age 30 34 + β12age 35 49
+ β13age 50 64 + β14age 65 more + β15health 1 + β16health 2
+ β17health 3 + β18health 4 + β19f emale + β20wrkf emale +
Hierbij zal er nader bekeken worden of werkuren en meer dan 50 uren werken exogene variabelen zijn.
3.3 Beschrijvende statistiek
In tabel 1 en 2 is de beschrijvende statistiek van de variabelen opgenomen. Hierbij staan de continue variabelen in tabel 1, waarbij de gemiddelde, standaarddeviatie en de laagste en hoogste waarde staan weergegeven. Ook is voor deze variabelen een histogram toege-voegd zie figuur 1 en 2. In tabel 2 is de beschrijvende statistiek van de dummy variabelen zichtbaar. In deze tabel is de frequentie en percentage ten op zichtte van alle respondenten weergegeven. Er is in alle tabellen onderscheidt gemaakt tussen mannen en vrouwen. Tabel 3 toont de beschrijvende statistiek van de instrumenten die zijn gebruikt in dit onderzoek, wat allen dummy variabelen zijn.
Tabel 1: Beschrijvende statistiek van de continue variabelen.
Geslacht Variabele Gemiddelde Standaarddeviatie Min. Max.
Man mentale gezondheid 4,51 5,22 0 24
werkuren 42,13 11,90 1 61
Vrouw mentale gezondheid 5,95 5,97 0 24
In tabel 1 is zichtbaar dat, in de gebruikte dataset, vrouwen gemiddeld minder lang werken dan mannen. Vrouwen werken gemiddeld 36,9 uren per week en mannen 42,1 uren. Daar-naast is de mentale gezondheid van vrouwen gemiddeld slechter dan bij mannen. Vrouwen hebben een gemiddelde mentale gezondheid score van 5,95 en mannen 4,51. Figuur 1 en 2 laten de verdeling van de mentale gezondheid score en het aantal werkuren zien.
Figuur 1: Histogram van de mentale gezondheid score.
Figuur 1 toont een aflopende verdeling. Er zijn meer respondenten met een lage mentale gezondheid score. Dit was ook de verwachting gezien het gemiddelde voor vrouwen en mannen respectievelijk 5,95 en 4,51 bedraagt. Verder heeft 26% van de mannen en 18% van de vrouwen geen mentale gezondheid klachten en dus een score van 0. Hierin is een duidelijk verschil tussen mannen en vrouwen zichtbaar. Er zijn meer vrouwen met mentale gezondheid klachten dan mannen.
Figuur 2: Histogram van het aantal werkuren.
werken. Verder zijn er hoge aantallen zichtbaar bij de afgeronde uren 20, 30, 40 en 50 uren. Dit wordt veroorzaakt gezien de respondenten zelf een inschatting hebben gegeven van hun werkuren en dit niet door de werkgever doorgegeven werkuren zijn. Verder laat figuur 2 zien dat er meer vrouwen dan mannen minder dan 40 uren werken. Uit de dataset blijkt ook dat er meer vrouwen dan mannen een parttime contract hebben. Al laatste is op te maken dat er meer mannen zijn die meer dan 40 uur werken.
Tabel 2: Beschrijvende statistiek van de dummy variabelen.
Man Vrouw
Variabele Frequentie Percentage Frequentie Percentage
wrk50 3.227 28,99 1.441 13,47 educ 1 1.077 9,67 675 6,31 educ 2 3.080 27,67 2.220 20,76 educ 3 3.206 28,80 3.630 33,94 educ 4 3.770 33,86 4.170 38,99 married 5.614 50,43 5.002 46,77 widowed 105 0,94 241 2,55 devor sep 1.084 9,74 1.519 14,20 single 4.330 38,89 3.933 36,77 age less21 524 4,71 415 3,88 age 21 25 1.985 17,83 2.008 18,78 age 26 29 1.233 11,08 1.107 10,35 age 30 34 1.605 14,42 1.472 13,76 age 35 49 3.897 35,00 3.838 35,89 age 50 64 1.529 13,73 1.555 14,54 age 65 more 360 3,23 300 2,81 health 1 2.645 23,76 2.703 25,27 health 2 4.654 41,80 4.469 41,79 health 3 3.112 27,95 2.797 26,15 health 4 674 6,05 672 6,28 health 5 48 0,43 53 0,50
In tabel 2 is net als in het histogram zichtbaar dat er meer mannen zijn die meer dan 50 uren werken dan vrouwen. 29% van de mannen werkt meer dan 50 uren ten opzichte van 13% van de vrouwen. Verder is zichtbaar dat er meer hoogopgeleide vrouwen zijn dan mannen. Er zijn meer mannen getrouwd maar ook meer mannen single. Dit komt omdat er relatief veel vrouwen gescheiden of uit elkaar zijn. Namelijk 14% van de vrouwen ten opzichte van 10% van de mannen.
Tabel 3: Beschrijvende statistiek van de instrumenten.
Man Vrouw
Variabele Frequentie Percentage Frequentie Percentage
stad 5.039 45,26 4.965 46,42
kind 0 6.813 61,20 5.927 55,42
selfemployed 1.932 17,35 1.424 13,31
In tabel 3 is de beschrijvende statistiek van de instrumenten weergegeven. In deze tabel is zichtbaar dat er meer mannen voor zichzelf werken dan vrouwen, 17% van de mannen ten opzichte van 13% van de vrouwen. Daarnaast heeft meer dan de helft van de respondenten geen kinderen en woont ongeveer 45% in de stad.
4
Resultaten en analyse
Om de invloed van het aantal werkuren op mentale gezondheid te kwantificeren wordt in eerste instantie een OLS-regressie uitgevoerd met de variabelen besproken in het vo-rige hoofdstuk. Op basis van deze resultaten is onderzocht of de relatie tussen het aan-tal werkuren en menaan-tale gezondheid significant verschillend is voor mannen en vrouwen. Vervolgens is een Hausmantoets uitgevoerd om de exogeniteit van de variabelen met be-trekking op werkuren te beoordelen. Zowel de variabele werkuren als meer dan 50 uur werken blijken niet exogeen en daarom is de invloed van het aantal werkuren op mentale gezondheid onderzocht met een IV-regressie. Om de geschatte standaardfouten te corri-geren voor eventuele heteroskedasticiteit worden bij elke regressie gebruik gemaakt van robuuste standaardfouten.
4.1 Empirisch resultaat
Tabel 4: OLS-regressie inclusief kruisterm tussen vrouw en werkuren. Mentale gezondheid co¨effici¨ent (standaardfout)
Vrouw 0,746** (0,251)
Vrouw & werkuren 0,013* (0,006)
Werkuren -0,043*** (0,005)
50+ uren werken 0,747*** (0,119)
Middelbare school afgerond 0,700*** (0,146)
Studie certificaat behaald 1,351*** (0,143)
Afgestudeerd 1,580*** (0,145)
Getrouwd -1,019*** (0,094)
Weduwnaar -0,348 (0,304)
Gescheiden/ uit elkaar -0,230 (0,134)
Leeftijd: 12 t/m 25 jaar -1,351*** (0,195) Leeftijd: 26 t/m 29 jaar -2,264*** (0,212) Leeftijd: 30 t/m 34 jaar -2,588*** (0,209) Leeftijd: 35 t/m 49 jaar -3,445*** (0,202) Leeftijd: 50 t/m 64 jaar -4,702*** (0,217) 65 jaar en ouder -5,664*** (0,287)
Erg goede gezondheid 1,124*** (0,091)
Goede gezondheid 2,084*** (0,102)
Gemiddelde gezondheid 3,930*** (0,165)
Slechte gezondheid 4,906*** (0,533)
constante 7,087*** (0,289)
Significantie * p < 0, 05; ** p < 0, 01;*** p < 0, 001
Uit tabel 4 valt op te maken dat vrouwen een minder goede mentale gezondheid hebben dat mannen. De mentale gezondheid score voor vrouwen is 0,75 punt hoger. Ook is zichtbaar dat de kruisterm tussen vrouw en werkuren significant is. Wat betekent dat het effect van de aantal uren werken op de mentale gezondheid verschillend is voor mannen en vrouwen. Daarnaast toont tabel 4 dat bij ´e´en uur meer werken de mentale gezondheid score met 0,04 afneemt dit betekent dat een uur extra werken een klein positief effect heeft op mentale gezondheid. Voor respondenten die meer dan vijftig uren per week werken is een stijging van de mentale gezondheid score zichtbaar van 0,75 punten, wat een negatief effect op de mentale gezondheid laat zien.
Verder is opvallend dat de variabelen weduwenaar en gescheiden/uit elkaar niet signifi-cant zijn. Een reden hiervoor zou kunnen zijn dat het aantal respondenten dat weduwnaar is in de dataset erg klein is. Daarnaast is de variabele gescheiden of uit elkaar mogelijk een
te brede groep, de respondenten kunnen heel lang getrouwd zijn maar ook bij een relatie van minder dan een jaar in deze categorie vallen. Dit kan resulteren in grote verschillen binnen de groep waardoor de variabele niet significant is.
Daarnaast is zichtbaar in tabel 4 dat hoe hoger het opleidingsniveau, hoe slechter de mentale gezondheid. Een reden hiervoor zou kunnen zijn dat het behalen van een hogere opleiding resulteert in een meer stressvolle baan waardoor de mentale gezondheid achteruitgaat. Voor leeftijd is zichtbaar dat de mentale gezondheid beter wordt met de jaren. Ook zien we dat als de algehele gezondheid beter is, dan is ook de mentale gezondheid beter. Wel dient er rekening gehouden te worden met de mogelijke endogeniteit van deze variabelen, in dit onderzoek zijn de variabelen exogeen verondersteld.
Voordat verder wordt ingegaan op de regressie zal eerst het verschil tussen mannen en vrouwen nader worden onderzocht waarna getoetst zal worden op endogeniteit van de variabelen werkuren en meer dan 50 uren werken.
4.1.1 Verschillen tussen de mentale gezondheid van mannen en vrouwen In de OLS-regressie is de kruisterm tussen aantal werkuren en geslacht significant. Dit betekent dat het effect van de aantal uren werken op de mentale gezondheid verschillend is voor mannen en vrouwen. Daarnaast kunnen er ook verschillen zijn in de bijdrage die de overige variabelen leveren aan mentale gezondheid, zoals beschreven in de theorie. Om te bepalen of de regressie tussen mannen en vrouwen inderdaad verschillend is, wordt een chow break toets uitgevoerd (zie appendix 2). Hieruit blijkt dat de regressies van mannen en vrouwen van elkaar verschillen. Om hiervoor te corrigeren worden mannen en vrouwen apart geanalyseerd. In tabel 5 is de OLS-regressie zichtbaar per geslacht. Ook hier zijn de co¨efficienten en standaardfouten gegeven.
Tabel 5: OLS-regressie per geslacht.
Vrouwen Mannen
Mentale gezondheid co¨effici¨ent (standaardfout) co¨effici¨ent (standaardfout)
Werkuren -0,033*** (0,006) -0,041*** (0,006)
50+ uren werken 0,962*** (0,196) 0,606*** (0,145)
Middelbare school afgerond 1,057*** (0,263) 0,468* (0,184) Studie certificaat behaald 1,586*** (0,251) 1,200*** (0,184)
Afgestudeerd 1,8674*** (0,248) 1,370*** (0,178)
Getrouwd -0,803*** (0,147) -1,255*** (0,128)
Weduwnaar 0,260 (0,376) -1,134** (0,396)
Gescheiden/ uit elkaar 0,607** (0,203) -0,206 (0,202)
Leeftijd: 12 t/m 25 jaar -1,925*** (0,381) -0,920** (0,321) Leeftijd: 26 t/m 29 jaar -3,182*** (0,400) -1,488*** (0,336) Leeftijd: 30 t/m 34 jaar -3,329*** (0,394) -1,950*** (0,329) Leeftijd: 35 t/m 49 jaar -4,454*** (0,380) -2,542*** (0,322) Leeftijd: 50 t/m 64 jaar -5,837*** (0,390) -3,677*** (0,330) 65 jaar en ouder -6,955*** (0,441) -4,563*** (0,368)
Erg goede gezondheid 1,154*** (0,126) 1,067*** (0,111)
Goede gezondheid 2,158*** (0,154) 1,975*** (0,130)
Gemiddelde gezondheid 4,270*** (0,286) 3,542*** (0,259)
Slechte gezondheid 5,515*** (1,002) 4,212*** (0,921)
Constante 8,276*** (0,454) 6,705*** (0,391)
Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001
Bij het vergelijken van beide regressies valt op dat leeftijd een grotere rol speelt voor de mentale gezondheid van vrouwen dan voor mannen. Bij een leeftijdscategorie van bijvoor-beeld 65 jaar en ouder daalt de mentale gezondheid score voor vrouwen 7,0 punten en voor mannen 4,6 punten ten opzichte van de leeftijdscategorie 21 jaar en jonger. Hetzelfde effect is zichtbaar bij de gezondheidsdummy’s waar mannen 4,2 punten in de mentale ge-zondheid score stijgen bij een slechte gege-zondheid en vrouwen 5,5 punten ten opzichte van een uitmuntende gezondheid. De invloed van burgerlijke staat op mentale gezondheid is erg verschillend tussen mannen en vrouwen. Zo is de variabele weduwenaar bij mannen significant, bij vrouwen niet. De dummy voor gescheiden of uit elkaar zijn is alleen sig-nificant bij vrouwen en heeft een negatief effect op de mentale gezondheid. De variabele voor getrouwd zijn is voor mannen als vrouwen significant en heeft een positief effect op mentale gezondheid, zoals ook beschreven in de theorie.
4.1.2 Endogeniteit
In de theorie wordt endogeniteit van de variabelen met betrekking tot aantal werkuren gesuggereerd. In dit onderzoek betreft dit de variabelen werkuren en wrk50. De Hausman toets wordt uitgevoerd om endogeniteit te onderzoeken. Voor het uitvoeren van deze toets worden er instrumenten gedefinieerd. Deze instrumenten moeten gecorreleerd zijn met de mogelijk endogene variabelen werkuren en wrk50 en geen directe invloed hebben op de mentale gezondheid. Er worden 3 instrumenten gedefinieerd: een dummy voor het wonen in een grote metropool (stad ), een dummy voor het zijn van eigen baas (selfemployed ) en een dummy voor het wel of niet hebben van kinderen (kind 0 ). Er wordt een OLS-regressie inclusief deze instrumenten uitgevoerd om de invloed van deze instrumenten op mentale gezondheid te onderzoeken. In Appendix 3 staat deze regressie weergegeven. De instrumenten stad en kind 0 hebben geen directe invloed op de mentale gezondheid bij mannen, voor vrouwen heeft alleen het instrument stad geen directe invloed.
Vervolgens wordt onderzocht of de instrumenten correleren met de mogelijk endogene variabelen werkuren en meer dan 50 uren werken. Dit wordt onderzocht met behulp van de F-toets. De regressies zijn zichtbaar in Appendix 4 en 5. De instrumenten correleren voldoende als de F-toets groter is dan 10 (vuistregel). Voor de variabele werkuren bedraagt de F-toets voor vrouwen en mannen respectievelijk 78,93 en 9,82. Voor de variabele wrk50 bedraagt de F-toets voor vrouwen en mannen respectievelijk 22,41 en 24,80. Er zijn voor zowel mannen als vrouwen geen andere instrumenten te defini¨eren binnen de dataset die meer correleren met de mogelijk endogene variabelen en geen directe invloed hebben op de mentale gezondheid.
De instrumenten correleren voldoende met de mogelijk endogene variabelen. Vervol-gend kan met de Sargantoets worden onderzocht of de instrumenten ook geschikt zijn. In appendix 6 staan de regressies behorend bij deze toets weergegeven. De LM-toetsingsgrootheid is voor mannen en vrouwen respectievelijk 2,2 en 1,7. De toetsingsgrootheid volgt een χ(1) verdeling. Bij een significantieniveau van α = 0,05 wordt het kritieke gebied weergegeven door LM= 3,841. Gezien de toetsingsgrootheid kleiner is dan het kritieke gebied is er
onvol-doende bewijs om te concluderen dat de variabelen stad, selfemployed en kind 0 endogeen zijn. De instrumenten zijn geschikt.
Met gebruik van de instrumenten stad, selfemployed en kind 0 en de overige zeventien exogene variabelen, wordt de Hausmantoets uitgevoerd om endogeniteit van de variabelen werkuren en meer dan 50 uren werken te onderzoeken. De regressies die zijn uitgevoerd voor deze toets zijn zichtbaar in appendix 7. De LM-toetsingsgrootheid bedraagt voor mannen 14,2 en voor vrouwen 10,7. De toetsingsgrootheid volgt een χ(2) verdeling. Bij een significantieniveau van α = 0,05 wordt het kritieke gebied weergegeven door LM=5,991. Gezien de toetsingsgrootheid groter is dan het kritieke gebied is er voldoende bewijs de variabelen werkuren en wrk50 endogeen te veronderstellen.
4.1.3 IV-regressie
In de vorige paragraaf is aangetoond dat de variabelen met betrekking op werkuren endo-geen zijn. Daarnaast is laten zien dan de variabelen stad, selfemployed en kind 0 geschikte instrumenten zijn, maar wel een directe invloed hebben op de mentale gezondheid. Ge-zien er geen betere instrumenten gedefinieerd kunnen worden, wordt met behulp van deze instrumenten een IV-regressie uitgevoerd, zie tabel 6.
Tabel 6: IV-regressie
Vrouwen Mannen
Mentale gezondheid co¨effici¨ent (standaardfout) co¨effici¨ent (standaardfout)
Werkuren -0,089** (0,027) -0,322*** (0,096)
50+ uren werken 5,935* (2,031) 1,303 (1,524)
Middelbare school afgerond 1,026*** (0,279) 0,828** (0,262) Studie certificaat behaald 1,570*** (0,275) 1,746*** (0,325)
Afgestudeerd 1,652*** (0,335) 1,901*** (0,308)
Getrouwd -0,729*** (0,170) -0,329 (0,431)
Weduwnaar 0,473 (0,396) -0,371 (0,606)
Gescheiden/ uit elkaar 0,623** (0,210) 0,413 (0,349)
Leeftijd: 12 t/m 25 jaar -1,812*** (0,398) 0,321 (0,593) Leeftijd: 26 t/m 29 jaar -3,079*** (0,427) 0,051 (0,691) Leeftijd: 30 t/m 34 jaar -3,248*** (0,430) -0,485 (0,691) Leeftijd: 35 t/m 49 jaar -4,449*** (0,423) -0,922 (0,736) Leeftijd: 50 t/m 64 jaar -5,886*** (0,433) -2,450*** (0,615) 65 jaar en ouder -7,246*** (0,468) -5,959*** (0,694)
Erg goede gezondheid 1,192*** (0,132) 1,051*** (0,139)
Goede gezondheid 2,203*** (0,159) 1,890*** (0,166)
Gemiddelde gezondheid 4,327*** (0,302) 3,130*** (0,349)
Slechte gezondheid 5,481*** (1,074) 3,128*** (1,136)
Constante 9,689*** (0,931) 16,140*** (3,335)
Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001
Zichtbaar in tabel 6 is dat meer uren werken een positieve invloed heeft op mentale gezondheid. Een reden hiervoor zou kunnen zijn dat personen die meer werken ook een hoger uurloon hebben en hierdoor een betere mentale gezondheid. Opvallend is dat de invloed voor vrouwen verschillend is met die van mannen. Voor vrouwen geldt 1 uur meer werken verlaagd de mentale gezondheid score met 0,09 punt. Voor mannen is dit effect groter met een daling van 0,3 punt per uur meer werken. Daarnaast is zichtbaar in tabel 6 dat meer dan 50 uren werken een negatieve invloed heeft op de mentale gezondheid. Dit effect is alleen voor vrouwen significant. Meer dan 50 uren werken resulteert voor vrouwen in een stijging van 5,9 punten op de mentale gezondheid score. Er wordt geen significant resultaat gevonden voor meer dan 50 uren werken bij mannen. Een reden zou de keuze van instrumenten kunnen zijn.
en meer dan 50 uren werken een negatieve invloed op de mentale gezondheid. Hieruit kan worden verondersteld dat meer uren werken een klein positief effect heeft maar overwerken een negatief effect. Een reden hiervoor zou kunnen zijn dat overwerken extra stress of vermoeidheid kan veroorzaken. Waardoor de positieve effecten van een uur meer werken niet meer opwegen tegen de negatieve effecten.
Verder is opvallend dat er veel variabelen in de regressie voor mannen niet significant zijn. De dummy’s voor leeftijd kleiner dan 50 jaar zijn niet significant. Een reden hiervoor zou kunnen zijn dat de verschillen in mentale gezondheid van mannen onder de 50 klein zijn. Hierdoor zijn deze groepen niet significant verschillend zijn van de groep ”jonger dan 21 jaar”. Ook de dummy’s met betrekking tot burgerlijke staat zijn niet significant. Dit is opvallend gezien in de theorie wel wordt gesproken over een positief effect van getrouwd zijn op de mentale gezondheid voor mannen als voor vrouwen. De gekozen instrumenten kunnen ook van grote invloed zijn op de regressie, maar gezien er geen betere instrumenten te defini¨eren zijn binnen de dataset, kan dit niet worden onderzocht.
Voor de overige variabelen is dezelfde trend zichtbaar als bij de OLS-regressie. Hoe hoger het opleidingsniveau, hoe slechter de mentale gezondheid. Ten opzichte van respon-denten die hun middelbare school niet hebben afgemaakt is er een stijging in mentale gezondheid score zichtbaar voor respondenten: die hun middelbare school wel hebben af-gemaakt, een studie certificaat hebben behaald en zijn afgestudeerd, respectievelijk 1,0, 1,6 en 1,7 punten voor vrouwen en 0,8, 1,7 en 1,9 punten voor mannen.
Voor vrouwen is zichtbaar dat als zij getrouwd zijn de mentale gezondheid beter is ten opzichte van single vrouwen. De mentale gezondheid score neemt af met 0,7 punt. Zijn zij gescheiden of uit elkaar is het tegenovergestelde zichtbaar. De mentale gezondheid score neemt toe met 0,6 punt.
Ook laat tabel 6 zien dat voor vrouwen, net als bij de OLS-regressie, de mentale gezondheid beter wordt naarmate de leeftijd stijgt. Ten opzichte van de leeftijdscategorie jonger dan 21 jaar daalt de mentale gezondheid score voor de leeftijdscategorie¨en 21-25 jaar met 1,8 punten, 26-29 jaar met 3,1 punten, 30-34 jaar met 3,2 punten, 35-49 jaar met
4,4 punten, 50-64 jaar met 5,9 punten en 65+ met 7,2 punten. Voor mannen is alleen de groep 50-64 jaar en 65+ significant voor deze groepen daalt de mentale gezondheid score met een stijging van respectievelijk 2,5 en 6,0 punten ten opzichte van de leeftijdscategorie jonger dan 21 jaar.
Als laatste zien we voor de variabelen die informatie geven over de algehele fysieke gezondheid dat als de algehele fysieke gezondheid beter is, ook de mentale gezondheid beter is. Dit was ook zichtbaar in de OLS-regressie. Ten opzichte van de categorie uitstekende gezondheid, is een stijging van de mentale gezondheid score zichtbaar voor de categori¨en: hele goed gezondheid, goede gezondheid, gemiddelde gezondheid en slechte gezondheid van respectievelijk 1,2, 2,2, 4,3 en 5,5 voor vrouwen en respectievelijk 1,1, 1,9, 3,1 en 3,1 voor mannen.
5
Conclusie en aanbeveling
Er wordt veel onderzoek gedaan naar de relatie tussen het aantal werkuren en gezondheid, waarbij de tegenstrijdigheid in bevindingen opvallend is. Veel onderzoeken houden geen rekening met de dubbele causaliteit en ook is de definitie van gezondheid erg verschillend, wat vergelijken moeilijk maakt. Dit onderzoek richt zich op de invloed van het aantal werkuren op de mentale gezondheid. Een slechte mentale gezondheid veroorzaakt veel kosten, zowel door de benodigde gezondheidszorg als productiviteitsverlies op werk. Dit is een belangrijk economisch probleem waar dit onderzoek aan kan bijdragen.
In dit onderzoek is aangetoond dat de variabelen met betrekking tot werkuren endogeen zijn, zoals in de literatuur werd gesuggereerd. Het effect van het aantal werkuren op mentale gezondheid is onderzocht met een IV-regressie, waarbij gebruikt is gemaakt van de instrumenten: woonachtig in een grote metropool, het zijn van eigen baas en het hebben van kinderen. Er zijn aparte regressies uitgevoerd voor mannen en vrouwen gezien de invloed van het aantal werkuren op de mentale gezondheid per geslacht verschillend is. Uit deze regressieanalyse blijkt dat meer uren werken een positieve invloed heeft op de mentale gezondheid. Bij ´e´en uur meer werken daalt de mentale gezondheid van vrouwen en mannen, met respectievelijk 0,09 en 0,3 punten. Een reden hiervoor wordt aangedragen door Smith (1999). Personen die meer werken hebben over het algemeen een hoger salaris, wat een positief effect zou kunnen hebben op de mentale gezondheid. Daarnaast blijkt ook uit de resultaten dat meer dan 50 uren werken een negatieve invloed heeft op de mentale gezondheid voor vrouwen. De mentale gezondheid score stijgt voor deze groep met 5,9 punten. Er wordt geen significant effect gevonden voor mannen. Dat de mentale gezondheid slechter is bij respondenten die meer dan vijftig uren werken was ook de verwachting vanuit de theorie.
Uit dit onderzoek blijkt dat meer uren werken een klein positief effect heeft en overwer-ken een negatief effect. Dit kan meerdere oorzaoverwer-ken hebben. Overweroverwer-ken kan extra stress opleveren of vermoeidheid veroorzaken. Ook zou het kunnen zijn dat overuren in veel gevallen niet wordt uitbetaald, waardoor het gemiddelde uurloon daalt en het positieve
effect van meer verdienen hier niet opgaat. Hier dient vervolgonderzoek naar gedaan te worden om de oorzaak te achterhalen.
Verder wordt er geen significant resultaat gevonden voor mannen bij meer dan 50 uren werken. Dit zou te maken kunnen hebben met de instrumenten die zijn gebruikt in dit onderzoek. Uit de sargan toets blijkt dat er onvoldoende bewijs is te concluderen dat de instrumenten niet valide zijn, maar ook is aangetoont dat de instrumenten: het hebben van kinderen en het zijn van eigen baas, een directe invloed hebben op de mentale gezondheid. Bij vervolgonderzoek is het belangrijk goed onderzoek te doen naar exogene instrumenten die relevant en geschikt zijn.
Een andere beperking in dit onderzoek is de mogelijke endogeniteit van de variabelen met betrekking tot de algehele gezondheid. In dit onderzoek zijn deze variabelen exogeen verondersteld. Het is aan te raden de exogeniteit van deze variabelen te analyseren in vervolgonderzoek.
Literatuur
Bannai, A. & Tamakoshi, A. (2014). The association between long working hours and health: A systematic review of epidemiological evidence. Scandinavian Journal of Work, Environment and Health, 40 (1), 5-18.
Bauer, S. (1919). The road to the eight-hour day. Monthly Lab. Rev., 9 (2), 41-65. Berniell, M. I. (2012). The effects of working hours on health status and health behaviors.
IZA European Summer School in Labor Economics., 15 .
Bloomberg. (2017, Januari). Swedish six-hour workday runs into trouble: It’s too costly. Op 12 april 2018 verkregen van https://www.bloomberg.com/news/articles/2017-01-03/
Cai, L., Mavromaras, K. & Oguzoglu, U. (2008). The effects of health and health shocks on hours worked. IZA Discussion Paper , 3496 .
CBS. (2018, Februari). Jonge vrouwen relatief vaak vermoeid door werk. Op 12 april 2018 verkregen van https://www.cbs.nl/nl-nl/nieuws/2018/07/
Cutler, D. M. & Lleras-Muney, A. (2006). Education and health: evaluating theories and evidence. National bureau of economic research., 12352 .
Frijters, P., Johnston, D. & Meng, X. (2009). The mental health cost of long working hours: the case of rural chinese migrants. (Australian National University)
Furukawa, T. A., Kessler, R. C., Slade, T. & Andrews, G. (2003). The performance of the k6 and k10 screening scales for psychological distress in the australian national survey of mental health and well-being. Psychological medicine, 33 (2), 357-362. Kessler, R., Andrews, G., Colpe, L., Hiripi, E., Mroczek, D.K., N., . . . et al. (2002).
Short screening scales to monitor population prevalences and trends in non-specific psychological distress. Psychological Medicine, 32 , 959–976.
Kessler, R., J.G., G., Gruber, M., Sampson, N., Bromet, E., M., Cuitan & et al. (2010). Screening for serious mental illness in the general population with the k6 screening scale: results from the who world mental health (wmh) survey initiative. Internati-onal Journal of Methods in Psychiatric Research, 19 (1), 4-22.
Michelsen, H. & Bildt, C. (2003). Psychosocial conditions on and off the job and psy-chological ill health : depressive symptoms, impaired psypsy-chological wellbeing, heavy consumption of alcohol. Occupational and Environmental Medicine, 60 , 489–496. Ruhm, C. (2005). Healthy living in hard times. Journal of Health Economics, 24 (2),
341–363.
Sachiko, K. & Isamu, Y. (2016). Workers’ mental health, long work hours, and workplace management: Evidence from workers’ longitudinal data in japan. , 16017 .
Sareen, J., Afifi, T. O., McMillan, K. A. & Asmundson, G. J. (2011). Relationship between household income and mental disorders: findings from a population-based longitudinal study. Archives of General Psychiatry, 68 (4), 419-427.
Shields, M. (1999). Long working hours and health. Health Reports, 11 (2), 33-48. Simon, R. (2002). Revisiting the relationships among gender, marital status, and mental
health. American journal of sociology, 107 (4), 1065-1096.
Smith, J. (1999). Healthy bodies and thick wallets: The dual relation between health and economic status. Journal of Economic Perspectives, 13 , 145-166.
Spurgeon, A., Harrington, J. & Cooper, C. (1997). Health and safety problems associ-ated with long working hours : a review of the current position. Occupational and Environmental Medicine, 54 , 367–375.
Statista. (2018, Maart). Monthly change of the average working week of all employees in the united states from march 2017 to march 2018. Op 30 april 2018 verkregen van https://www.statista.com/statistics/215643/
Trautmann, S., Rehm, J. & Wittchen, H. (2016). The economic costs of mental disorders. EMBO Reports, 17 (9), 1245–1249.
Virtanen, M., Ferrie, J. E., Singh-Manoux, A., Shipley, M. J., Stansfeld, S. A., Marmot, M. G. & Kivim¨aki, M. (2011). Long working hours and symptoms of anxiety and depression: a 5-year follow-up of the whitehall ii study. Psychological medicine, 41 (12), 2485-2494.
Xu, X. (2013). The business cycle and health behaviors. Social Science and Medicine, 77 , 126-136.
Appendix
A1: Toelichting variabelen.
Omschrijving Variabele Toelichting Mentale
Gezondheid
mentale gezondheid Score tussen 0 - 24, die het niveau van mentale gezondheid aangeeft waarbij 0 een goede men-tale gezondheid en 24 een slechte menmen-tale ge-zondheid.
Werkuren werkuren Hoeveel uren de respondent afgelopen week heeft gewerkt.
wrk more50 Meer dan 50 uren werken
Opleiding educ 1 Middelbare school niet afgemaakt.
educ 2 Middelbare school afgemaakt, maar niet verder gestudeerd.
educ 3 Een studie certificaat behaald maar studie niet afgemaakt
educ 4 Afgestudeerd
Burgerlijke married Getrouwd
staat widowed Weduwnaar
devor sep Gescheiden of uit elkaar
single Single
Leeftijd age less21 Jonger dan 21 jaar age 21 25 Tussen 21 en 25 jaar age 26 29 Tussen 26 en 29 jaar age 30 34 Tussen 30 en 34 jaar age 35 49 Tussen 35 en 49 jaar age 50 64 Tussen 50 en 64 jaar age 65 more 65 jaar en ouder
Gezondheid health 1 Uitstekende gezondheid health 2 Erg goede gezondheid
health 3 Goede gezondheid
health 4 Gemiddeld gezond
health 5 Slechte gezondheid
Geslacht female Vrouw
male Man
Kruisterm wrkfemale Geeft de waarde voor aantal uren werken als res-pondent een vrouw is.
A2: Chow break toets.
Regressie op alle observaties (n=21828):
Source SS df MS
Model 76957,9199 18 4275,43999
Residual 618488,778 21809 28,3593369 Total 695446,698 21827 31,8617629
Regressie op alleen vrouwen (n=10695):
Source SS df MS
Model 43198,1828 18 2399,89904
Residual 337426,453 10676 31,6060747 Total 380624,636 10694 35,5923542
Regressie op alleen mannen (n=11133):
Source SS df MS Model 32113,5387 18 1784,08548 Residual 271435,887 111114 24,4228799 Total 303549,426 11132 27,2681842 F = 18,13 F(19,21790) = 1,58698
Er is voldoende statistisch bewijs te concluderen dat de regressie voor mannen en vrouwen verschillend is.
A3: Invloed instrumenten op mentale gezondheid.
mentale gezondheid Vrouwen Mannen
werkuren -0,030*** (0,006) -0,039*** (0,006) wrk50 0,868*** (0,199) 0,552*** (0,146) educ 2 1,034*** (0,263) 0,473*** (0,184) educ 3 1,562*** (0,251) 1,191*** (0,184) educ 4 1,838*** (0,249) 1,342*** (0,179) married -0,780*** (0,150) -1,072*** (0,138) widowed 0,279 (0,378) -1,064* (0,396) devor sep 0,619* (0,204) -0,153 (0,203) age 21 25 -1,897*** (0,381) -0,871* (0,322) age 26 29 -3,132*** (0,401) -1,423*** (0,337) age 30 34 -3,268*** (0,398) -1,865*** (0,331) age 35 49 -4,412*** (0,384) -2,460*** (0,325) age 50 64 -5,891*** (0,391) -3,783*** (0,331) age 65 more -7,045*** (0,444) -4,780*** (0,372) health 2 1,163*** (0,126) 1,080*** (0,111) health 3 2,171*** (0,154) 1,996*** (0,130) health 4 4,280*** (0,286) 3,563*** (0,259) health 5 5,540*** (1,006) 4,193*** (0,915) stad -0,140 (0,110) 0,041 (0,095) kind 0 0,138 (0,131) 0,376** (0,116) selfemployed 0,510* (0,163) 0,335* (0,124) constante 8,076*** (0,467) 6,184*** (0,412) Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001
A4: Correlatie instrumenten met endogene variabele: werkuren
werkuren Vrouwen Mannen
educ 2 1,972*** (0,558) 1,285** (0,409) educ 3 2,607*** (0,534) 2,095*** (0,409) educ 4 4,074*** (0,540) 2,121*** (0,412) married -0,885** (0,296) 3,112*** (0,320) widowed -0,441 (0,830) 2,725* (1,166) divor sep 1,127** (0,393) 2,201*** (0,439) age 21 25 3,855*** (0,719) 4,451*** (0,574) age 26 29 5,159*** (0,762) 5,510*** (0,622) age 30 34 6,230*** (0,758) 5,297*** (0,617) age 35 49 6,363*** (0,737) 5,875*** (0,600) age 50 64 4,518*** (0,776) 4,856*** (0,648) age 65 more -5,259*** (1,155) -4,537*** (0,854) health 2 0,265 (0,287) -0,180 (0,281) health 3 -0,217 (0,327) -0,446 (0,311) health 4 -1,737** (0,549) -1,655** (0,505) health 5 -7,313*** (1,911) -3,911* (1,678) stad 0,337 (0,233) -0,624** (0,222) kind 0 2,821*** (0,266) -0,845** (0,279) selfemployed -4,791*** (0,436) -0,998** (0,292) constante 2,840*** (0,864) 3,519*** (0,693) Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001 F-toets: Vrouwen: F(3,10675) = 78,93 Prob > F = 0.0000 Mannen: F(3,11113) = 9,82 Prob > F = 0.0000
A5: Correlatie instrumenten met endogene variabele: wrk50 wrk50 Vrouwen Mannen educ 2 0,027* (0,012) 0,029 (0,015) educ 3 0,031** (0,012) 0,064*** (0,015) educ 4 0,084*** (0,012) 0,058*** (0,016) married -0,019* (0,009) 0,093*** (0,012) widowed -0,043* (0,021) 0,078 (0,046) divor sep 0,014 (0,012) 0,055*** (0,017) age 21 25 0,028 (0,015) 0,073*** (0,018) age 26 29 0,047** (0,017) 0,078*** (0,020) age 30 34 0,065*** (0,017) 0,100*** (0,020) age 35 49 0,078*** (0,016) 0,102*** (0,019) age 50 64 0,051** (0,017) 0,087*** (0,022) age 65 more -0,024 (0,022) -0,078** (0,028) health 2 -0,003 (0,008) -0,023* (0,011) health 3 -0,008 (0,009) -0,023 (0,012) health 4 -0,030* (0,014) -0,039* (0,019) health 5 -0,073* (0,032) -0,044 (0,061) stad 0,006 (0,007) -0,027** (0,009) kind 0 0,055*** (0,008) -0,022* (0,011) selfemployed 0,045*** (0,011) 0,093*** (0,012) constante 0,006 (0,019) 0,138*** (0,023) Significantie * p < 0, 05;** p < 0, 01; *** p < 0, 001 F-toets: Vrouwen: F(3,10675) = 22,41 Prob > F = 0.0000 Mannen: F(3,11113) = 24,80 Prob > F = 0.0000
Appendix 6: Sargantoets Stap 1: IV-regressie
mentale gezondheid Vrouwen Mannen
werkuren -0,089** (0,027) -0,322** (0,096) wrk50 5,935** (2,031) 1,303 (1,524) educ 2 1,026*** (0,279) 0,828** (0,262) educ 3 1,570*** (0,275) 1,746*** (0,325) educ 4 1,652*** (0,335) 1,901*** (0,310) married -0,729*** (0,170) -0,329 (0,431) widowed 0,472 (0,396) -0,371 (0,606) divor sep 0,623** (0,210) 0,413 (0,349) age 21 25 -1,812*** (0,398) 0,321 (0,593) age 26 29 -3,079*** (0,427) 0,051 (0,691) age 30 34 -3,248*** (0,430) -0,485 (0,691) age 35 49 -4,449*** (0,423) -0,922 (0,736) age 50 64 -5,886*** (0,433) -2,450*** (0,615) age 65 more -7,246*** (0,468) -5,959*** (0,694) health 2 1,192*** (0,132) 1,051*** (0,139) health 3 2,203*** (0,159) 1,890*** (0,166) health 4 4,327*** (0,302) 3,130*** (0,349) health 5 5,481*** (1,074) 3,128** (1,136) constante 9,689*** (0,931) 1,614*** (3,335) Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001
Stap 2: Regressie instrumenten op residuen IV regressie.
residuals IV Vrouwen Mannen
educ 2 -0,014 (0,267) -0,013 (0,220) educ 3 -0,012 (0,255) -0,009 (0,219) educ 4 0,004 (0,253) -0,002 (0,215) married -0,008 (0,155) 0,068 (0,160) widowed -0,005 (0,384) 0,021 (0,511) divor sep -0,010 (0,210) 0,016 (0,234) age 21 25 0,005 (0,382) 0,015 (0,358) age 26 29 0,016 (0,404) 0,028 (0,376) age 30 34 0,023 (0,400) 0,046 (0,372) age 35 49 0,023 (0,385) 0,051 (0,363) age 50 64 0,007 (0,394) -0,022 (0,377) age 65 more 0,009 (0,451) -0,049 (0,468) health 2 -0,001 (0,131) -0,006 (0,134) health 3 -0,004 (0,158) -0,004 (0,156) health 4 -0,001 (0,292) -0,006 (0,294) health 5 -0,009 (1,051) -0,010 (1,062) stad -0,148 (0,114) -0,116 (0,112) kind 0 0,027 (0,134) 0,153 (0,136) selfemployed -0,003 (0,165) -0,017 (0,154) constante 0,051 (0,438) -0,089 (0,403) Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001 Vrouwen: LM toetsingsgrootheid: nR2 = 10695 * 0,0002 =1,72 Mannen: LM toetsingsgrootheid: nR2 = 11133 * 0,0002 = 2,22
A7: Hausmantoets
Stap 1: OLS-regressie zonder de instrumenten.
mentale gezondheid Vrouwen Mannen
aantal werkuren -0,033*** (0,005) -0,041*** (0,006) wrk50 0,962*** (0,196) 0,606*** (0,145) educ 2 1,057*** (0,248) 0,468* (0,184) educ 3 1,586*** (0,239) 1,200*** (0,184) educ 4 1,867*** (0,241) 1,370*** (0,178) married -0,803*** (0,142) -1,255*** (0,128) widowed 0,260 (0,398) -1,134** (0,396) divor sep 0,607** (0,191) -0,206 (0,202) age 21 25 -1,925*** (0,309) -0,920** (0,321) age 26 29 -3,181*** (0,335) -1,488*** (0,336) age 30 34 -3,329*** (0,330) -1,950*** (0,329) age 35 49 -4,454*** (0,317) -2,540*** (0,322) age 50 64 -5,837*** (0,338) -3,677*** (0,330) age 65 more -6,955*** (0,453) -4,563*** (0,368) health 2 1,154*** (0,137) 1,066*** (0,111) health 3 2,158*** (0,156) 1,975*** (0,130) health 4 4,269*** (0,248) 3,542*** (0,259) health 5 5,515*** (0,783) 4,212*** (0,921) constante 8,276*** (0,391) 6,705*** (0,391) Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001
Stap 2: Hulpregressies instrumenten op endogene variabele. Hulpregressie 1:
werkuren Vrouwen Mannen
stad 0,337 (0,233) -0,624** (0,222) selfemployed -4,790*** (0,340) -0,998** (0,351) kind 0 2,821*** (0,270) -0,845** (0,268) educ 2 1,972*** (0,523) 1,284** (0,446) educ 3 2,607*** (0,502) 2,095*** (0,442) educ 4 4,074*** (0,509) 2,121*** (0,437) married -0,885** (0,309) 3,112*** (0,314) widowed -0,441 (0,839) 2,725* (1,310) divor sep 1,127** (0,406) 2,201*** (0,453) age 21 25 3,855*** (0,649) 4,451*** (0,664) age 26 29 5,159*** (0,707) 5,510*** (0,698) age 30 34 6,230*** (0,702) 5,296*** (0,703) age 35 49 6,363*** (0,673) 5,875*** (0,683) age 50 64 4,518*** (0,713) 4,856*** (0,728) age 65 more -5,259*** (0,957) -4,537*** (1,084) health 2 0,265 (0,289) -0,180 (0,279) health 3 -0,217 (0,328) -0,446 (0,313) health 4 -1,737** (0,522) -1,655** (0,553) health 5 -7,313*** (1,647) -3,911 (2,288) constante 2,840*** (0,789) 3,519*** (0,774) Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001
Hulpregressie 2: wrk50 Vrouwen Mannen stad 0,006 (0,007) -0,027** (0,009) selfemployed 0,045*** (0,011) 0,093*** (0,012) kind 0 0,055*** (0,008) -0,022* (0,011) educ 2 0,027* (0,012) 0,029 (0,015) educ 3 0,031** (0,011) 0,064*** (0,015) educ 4 0,084*** (0,012) 0,058*** (0,016) married -0,019* (0,009) 0,093*** (0,012) widowed -0,042* (0,021) 0,078 (0,046) divor sep 0,014 (0,012) 0,054** (0,017) age 21 25 0,028 (0,015) 0,073*** (0,018) age 26 29 0,047** (0,017) 0,078*** (0,020) age 30 34 0,065*** (0,017) 0,100*** (0,020) age 35 49 0,078*** (0,016) 0,102*** (0,019) age 50 64 0,051** (0,017) 0,087*** (0,022) age 65 more -0,024 (0,022) -0,078** (0,028) health 2 -0,003 (0,008) -0,023* (0,011) health 3 -0,008 (0,009) -0,023 (0,012) health 4 -0,030* (0,013) -0,039* (0,019) health 5 -0,073* (0,032) -0,044 (0,061) constante 0,006 (0,018) 0,138*** (0,023) Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001
Stap 3: Regressie op residuen OLS.
residuals OLS Vrouwen Mannen
werkuren -0,057* (0,027) -0,281** (0,081) wrk50 4,970* (1,966) 0,697 (1,253) educ 2 -0,031 (0,275) 0,360 (0,221) educ 3 -0,016 (0,270) 0,547* (0,276) educ 4 -0,215 (0,326) 0,531* (0,260) married 0,074 (0,165) 0,927* (0,367) widowed 0,212 (0,390) 0,762 (0,484) divor sep 0,017 (0,204) 0,619* (0,298) age 21 25 0,113 (0,394) 1,240* (0,516) age 26 29 0,102 (0,422) 1,540* (0,598) age 30 34 0,081 (0,424) 1,465* (0,594) age 35 49 0,005 (0,417) 1,620* (0,635) age 50 64 -0,049 (0,426) 1,227* (0,529) age 65 more -0,291 (0,460) -1,396* (0,573) health 2 0,038 (0,126) -0,015 (0,116) health 3 0,045 (0,154) -0,085 (0,139) health 4 0,058 (0,295) -0,412 (0,307) health 5 -0,035 (1,030) -1,084 (0,978) pred werkuren 0,060* (0,027) 0,283*** (0,081) pred wrk50 -5,067* (1,977) -0,750 (1,263) constante 1,413 (0,912) 9,435** (2,813) Significantie * p < 0, 05; ** p < 0, 01; *** p < 0, 001 Vrouwen: LM toetsingsgrootheid: nR2 = 10695 * 0,0010 =10,70 Mannen: LM toetsingsgrootheid: nR2 = 11133 * 0,0013 = 14,15
