De uitbetaling van vaardigheden in
verschillende sectoren
Over de invloed van opleiding en cognitieve vaardigheden op inkomen in verschillende sectoren
Elly Overdiek 10001255 18 Juni 2014
Bacheloronderzoek: Definitieve versie dhr. Dr. Thijs Bol en dhr. Levi van den Boogaard MSc Universiteit
Inhoud
1. Inleiding Pagina 5
1.2 Probleemstelling Pagina 6
2. Theorie Pagina 7
2.1.1 Verschillende vaardigheden Pagina 10
2.1.2 Effect van vaardigheden op inkomen Pagina 11
2.1.3 Verschillende effecten in verschillende sectoren Pagina 12 2.2 Hypothesen Pagina 14 3. Methoden Pagina 15 3.1 Data Pagina 15 3.2 Operationalisering Pagina 18 4. Resultaten Pagina 21
4.1 Resultaten voor taalvaardigheden Pagina 21 4.2 Resultaten voor rekenvaardigheden Pagina 24 4.3 Resultaten voor probleemoplossend vermogen
in een digitale omgeving Pagina 28
4.4 Algemene vergelijking tussen de sectoren Pagina 31
5 Conclusie Pagina 37
5.1 Discussie Pagina 39
Appendix Pagina 41
- Literatuurlijst Pagina 41
- Tabellen en figuren Pagina 42
- Syntax Pagina 47
Abstract
In deze scriptie is getracht een antwoord te geven op de vraag of vaardigheden en opleiding in verschillende sectoren leiden tot een betere arbeidsmarktpositie. Om antwoord te geven op deze vraag, is gebruik gemaakt van de PIAAC dataset uit 2012. Opleiding is gemeten aan het de hand van het hoogst afgeronde opleidingsniveau dat een respondent had. Vaardigheden zijn gemeten door middel van een aantal cognitieve testjes die de respondenten hebben uitgevoerd. Er zijn drie vaardigheden gemeten: taalvaardigheden(of: geletterdheid), rekenvaardigheden en
probleemoplossend vermogen in een digitale omgeving. De verschillende sectoren zijn gemeten aan de hand van de International Standard Classificiation of Occupations(ISCO) van de Verenigde Naties. Arbeidsmarktpositie is gemeten aan de hand van inkomen.
De vooraf verwachtte verklaring voor het feit dat bepaalde vaardigheden in bepaalde sectoren meer uit betalen dan in anderen, is dat deze vaardigheden in een bepaalde sector vaker worden gebruikt, waardoor werkgevers eerder bereid zijn meer voor deze vaardigheden te betalen. Dit bleek echter niet te kloppen. Taalvaardigheden bleken een effect te hebben in de sectoren ‘Managers’, ‘Technici’, ‘Mechanici’ en ‘Elementaire beroepen’. Rekenvaardigheden bleken een effect te hebben in de sector ‘Managers’, ‘Professionele sector’, ‘Technici’ en ‘Mechanici’. Probleemoplossend vermogen in een digitale omgeving bleek een effect te hebben in de sectoren ‘Managers’, ‘Technici’ en ‘Mechanici’. In de overige sectoren werd dit effect niet gevonden. Dit ging echter niet voor alle sectoren op, en voor een betere verklaring zou verder onderzoek benodigd zijn. Een mogelijke verklaring zou kunnen zijn dat de vaardigheden niet specifiek genoeg gemeten zijn. Ook zou het kunnen zijn dat de invloed van vaardigheden aangeeft in hoeverre er mobiliteit in een bepaalde sector aanwezig is.
Opleiding bleek na controle voor de interactie met vaardigheden geen effect te hebben op het inkomen dat mensen verdienden.
1. Inleiding
Vaak volgen mensen een opleiding met het idee de vaardigheden die zij hier leren toe te passen in het beroep wat zij later gaan uitvoeren(Becker 1964). De vaardigheden die je bezit zijn immers alleen maar nuttig in de sector waarin deze vaardigheden ook
daadwerkelijk gebruikt worden. Een accountant kan doorgaans goed met cijfers uit de weg, maar heeft hier niet zoveel aan als hij professioneel voetballer wil worden. Een voetballer op zijn beurt kan weer goed met een voetbal onderweg, maar heeft hier vrij weinig aan als hij manager wil worden. Voor deze beroepen lijkt het dus vrij duidelijk in welke vaardigheden je wel of niet moet investeren, maar in andere beroepen is dit minder duidelijk. Heb je bijvoorbeeld als algemeen directeur van een groot bedrijf juist meer aan taalvaardigheden of aan probleemoplossend vermogen in een digitale
omgeving? En neem bijvoorbeeld een boer. Is het handig als deze goed kan rekenen om zijn producten voor een zo goed mogelijke prijs te kunnen verkopen, of zijn
taalvaardigheden in de onderhandelingen meer van belang?
In deze scriptie wordt gepoogd om een beeld te scheppen van welke vaardigheden zich uitbetalen in de vorm van uurloon in bepaalde sectoren, en welke vaardigheden juist niet. Er zal worden bekeken of klopt dat werkgevers bereid zijn meer te betalen voor vaardigheden die meer benodigd zijn voor het uitvoeren van een bepaalde functie, en of dat vaardigheden zich helemaal niet uit betalen.
Zoals al eerder gezegd, is het niet voor alle beroepen even duidelijk welke vaardigheden wel en niet uit betalen, en of vaardigheden zich in het geheel genomen wel uit betalen. Dit zou belangrijke kennis zijn, omdat werknemers en opleiding hiermee te weten komen op welke vaardigheden zij moeten focussen, en welke vaardigheden minder belangrijk zijn om aan te leren.
Uit onderzoek van Barone en van de Werfhorst(2011) bleek al dat vaardigheden een sterk intermediërend effect hebben op de invloed van opleiding op inkomen. Dit
beantwoord echter nog niet welke vaardigheden zich wel of niet uitbetalen in bepaalde sectoren. Burkard et al.(2012) onderzochten al eerder de manier waarop een bedrijf taken verdeeld, en vonden dat dit het meest efficiënt gedaan kan worden door taken toe te wijzen aan de mensen met de meeste vaardigheden om deze taak uit te voeren. Dit beantwoordt echter nog niet de vraag of werkgevers dan ook bereid zijn meer te betalen voor deze vaardigheden.
In eerder onderzoek is dus wel gekeken naar de invloed van vaardigheden op het inkomen dat mensen verdienen, en de manier waarop taken verdeeld worden in een bedrijf, maar er is nog niet eerder gekeken naar welke vaardigheden zich in bepaalde sectoren meer uitbetalen dan anderen. In deze scriptie wordt wel gepoogd om een beeld te scheppen van welke vaardigheden zich al dan niet uit betalen in bepaalde sectoren. Ook zal hierbij gekeken worden of opleiding hierin een rol speelt.
1.2 Probleemstelling
Hieruit volgt de volgende hoofdvraag: Leiden opleiding en cognitieve vaardigheden in de beroepssectoren: Managers, Professionele sector, Technici, Secretarissen, Service en Verkoopmedewerkers, Agrarische- en Visserijsector, Ambachtslieden, Mechanici en Elementaire beroepen tot een betere positie op de arbeidsmarkt? Grafisch kan dit als volgt worden weergegeven:
Beroepssectoren(Z)
Cognitieve vaardigheden(X1) Arbeidsmarktpositie: inkomen(Y)
Opleiding (X2)
In eerder onderzoek is wel gekeken naar de invloed van een aansluitende opleiding bij een bepaalde sector op inkomen, maar er is nog niet eerder gekeken naar de invloed van algemenere cognitieve vaardigheden op inkomen in verschillende sectoren. In
Nederland moet op vrij jonge leeftijd gekozen voor een opleiding in een bepaalde
richting. Bij sommige leerlingen is de keuze op deze leeftijd nog niet heel duidelijk, en zij zouden dan wellicht beter kunnen kiezen voor een opleiding in de sector waar hun vaardigheden meer gewaardeerd worden in de vorm van de arbeidspositie die zij bereiken. Ook is het belangrijk om te weten welke vaardigheden meer worden gewaardeerd in de vorm van inkomen zodat opleidingen wellicht meer op deze
vaardigheden kunnen focussen. Hierin ligt dan ook de maatschappelijke relevantie om meer over dit onderwerp te weten te komen.
2. Theorie
In deze sectie wordt de theoretische basis voor dit onderzoek besproken. Allereerst wordt er besproken waarom er onderzoek naar deze drie vaardigheden is gedaan. Vervolgens wordt er theorie besproken die een theoretische basis vormt voor de verwachtingen van de invloed van vaardigheden op het inkomen. Tot slot wordt er besproken waarom er een verschil tussen de sectoren wordt verwacht en voor welke vaardigheden er in bepaalde sectoren wel of geen effect wordt verwacht.
2.1.1 Verschillende vaardigheden
Er is al veel onderzoek gedaan naar de vaardigheden die mensen bezitten, en de effect die deze vaardigheden zouden kunnen hebben in sociale situaties. Bourdieu(1989) beschreef dat cultureel kapitaal, hieronder vallen ook bepaalde vaardigheden, ingezet kunnen worden om een betere positie te verkrijgen in de maatschappij. Vaardigheden zijn echter nog nooit eerder zo goed gemeten bij volwassenen als in deze data(PIAAC 2012). Daarom is het interessant om met deze rijke data, en verbeterde manier van het meten van vaardigheden, opnieuw te kijken naar de invloed van vaardigheden op sociale situaties.
2.1.2 Effect van vaardigheden en opleiding op inkomen
Men gaat er vaak vanuit dat mensen met meer vaardigheden een hoger inkomen hebben dan mensen zonder vaardigheden. Dit lijkt ook logisch, omdat je met meer vaardigheden vaak je werk beter zou moeten kunnen uitvoeren en dat werkgevers bereidt zijn
hiervoor meer te willen betalen. Bourdieu(1989) stelde al vast dat het hebben van cultureel kapitaal ingezet kan worden als symbolisch geweld en op die manier kan leiden tot meer economisch kapitaal. Opleiding en cognitieve vaardigheden kunnen functioneren als cultureel kapitaal en op die manier leiden tot een hoger inkomen en een betere positie op de arbeidsmarkt. Hieruit volgt de verwachting Dat vaardigheden ook hier een effect zullen hebben op het inkomen dat mensen verdienen.
Barone en van de Werfhorst(2011) vonden dat het hebben van vaardigheden een intermediërend werkt op het effect van opleiding op inkomen. De invloed van opleiding op het inkomen ging dus via de vaardigheden die mensen opdeden. Het diploma op zich had geen significant effect.
2.1.3 Verschillende effecten in verschillende sectoren
Hieruit kunnen we echter nog niet opmaken of er ook verschillen zijn tussen bepaalde sectoren waarin mensen werkzaam zijn, wanneer het gaat om de invloed die cognitieve vaardigheden hebben op het inkomen dat mensen verdienen. Volgens de ‘job
assignment theorie’(Burkard et al. 2012) zijn er binnen een bedrijf een bepaalde hoeveelheid actoren en een bepaalde hoeveelheid werktaken. Iedere actor kan een bepaalde taak uitvoeren, waarbij bepaalde kosten komen kijken. Om dit het meest efficiënt te laten verlopen moet aan alle actoren een taak worden toegewezen, en deze moet op zo’n manier worden verdeeld dat de totale kosten zo laag mogelijk worden. Wanneer een medewerker bepaalde vaardigheden bezit kan hij een taak dus efficiënter uitvoeren, en de totale kosten zo laag mogelijk houden. Het lijkt dus aannemelijk dat werkgevers bereid zijn meer te betalen voor een werknemer met bepaalde
vaardigheden wanneer deze meer gebruikt worden bij het uitvoeren van zijn taken om de totale kosten uiteindelijk zo laag mogelijk te houden. Omdat er in verschillende sectoren ook verschillende vaardigheden worden gebruikt is de verwachting dat het effect van de vaardigheden verschilt tussen de sectoren. De verwachting die hieruit voortkomt luidt dus als volgt: Wanneer bepaalde vaardigheden in een sector meer worden gebruikt betalen deze vaardigheden zich meer uit dan in sectoren waar deze vaardigheden minder gebruikt worden. Dit komt doordat werkgevers bereid zijn meer te betalen voor deze vaardigheden als ze meer gebruikt worden.
Op basis van het onderzoek van Barone en van de Werfhorst(2011) kan een verwachting worden geschept voor in welke sectoren bepaalde vaardigheden juist wel of geen effect hebben. Zij maken een indeling in vier groepen sectoren: de culturele sectoren, de economische sectoren, de communicatieve sectoren en de technische sectoren. In de culturele sectoren wordt geen effect verwacht van alle drie de vaardigheden op inkomen. Onder de culturele sectoren vallen de sectoren ‘ambachtschap’ en ‘elementaire beroepen’ Mensen worden meestal opgeleid in een sector waarin ze geïnteresseerd zijn en affiniteit mee hebben, en gaan dan ook vaak in dezelfde sector werken(Van de
Werfhorst 2002). In de culturele sector heeft het grootste deel van de mensen echter algemene vaardigheden en zijn ook vooral algemene vaardigheden benodigd. Wanneer er binnen een sector veel beroep wordt gedaan op algemene vaardigheden is het minder
belangrijk voor bedrijven om werknemers lang vast te houden dan wanneer de
benodigde vaardigheden in de sector gespecialiseerd en industrie specifiek zijn(Streeck 1989). De werknemers zijn dan immers relatief eenvoudig vervangbaar. De bedrijven hebben bij deze beroepen dan ook minder drijfveren om mensen hogere lonen te betalen omdat ze bepaalde vaardigheden bezitten. Daarom wordt er in de culturele sector een minder geen effect verwacht van de vaardigheden op het inkomen dat mensen verdienen.
In deze economische sectoren wordt een relatief sterk effect verwacht van de vaardigheden die mensen hebben op het inkomen dat zij verdienen. Onder deze sectorengroep vallen de sectoren ‘managers’, ‘secretarissen’ en ‘landbouw en visserij’. Uit eerder onderzoek is gebleken bij dat mensen die in de economische sector waren opgeleid, het hebben van een baan die aansluit op hun opleiding een sterker effect had op inkomen dan in de overige sectoren(Barone & Van de Werfhorst 2011). Het lijkt aannemelijk dat mensen met een passende opleiding ook meer vaardigheden hebben opgedaan. Dit zou kunnen betekenen dat het hebben van vaardigheden in deze sector ook een sterk effect heeft op het inkomen. Omdat er in de economische sector veel gebruik wordt gemaakt van getallen is het aannemelijk dat er meer vraag is naar
rekenvaardigheden en dat werkgevers hier meer voor willen betalen(Streeck 1989). De verwachting is dan ook dat voornamelijk rekenvaardigheden een effect zullen hebben op de hoogte van het inkomen in deze sector. Ook taalvaardigheden zijn belang in het goed uit kunnen voeren van economische- en management functies. Daarom wordt voor taalvaardigheden ook een effect verwacht wanneer het gaat om de invloed van deze vaardigheid op het inkomen. In de economische sectoren wordt veel gebruik gemaakt van computers en zijn is dus ook probleemoplossend vermogen in een digitale omgeving een benodigde vaardigheid. Hieruit volgt dan ook de verwachting dat
probleemoplossend vermogen in een digitale omgeving eveneens een effect heeft op het inkomen.
In de communicatieve sectoren worden voornamelijk taalvaardigheden gebruikt en er wordt dan ook voornamelijk voor deze vaardigheid een effect verwacht in de
communicatieve sectoren.. Onder deze groep sectoren vallen de sectoren ‘service- en verkoopmedewerkers’ en de ‘professionals’. Omdat taalvaardigheden in deze sectoren hard nodig zijn zullen werkgevers meer willen investeren in mensen met goede
taalvaardigheden en hier dan ook meer voor willen betalen(Streeck 1989). Voor
taalvaardigheden wordt in deze sectoren dan ook een matig tot sterk effect verwacht in deze sectoren. Rekenvaardigheden en probleemoplossend vermogen worden hier minder vaak gebruikt. Voor deze vaardigheden wordt dan ook geen effect verwacht.
In de technische sectoren wordt een effect voor rekenvaardigheden en
probleemoplossend vermogen in een digitale omgeving verwacht. Onder deze groep sectoren vallen de ‘technici’ en ‘mechanici’. Bij deze technische beroepen worden veel technische vaardigheden gevraagd, waardoor het aannemelijk lijkt dat mensen met een beter probleemoplossend vermogen een hoger inkomen verdienen dan mensen die deze vaardigheid minder bezitten. Ook zijn rekenvaardigheden in deze sectoren meer van belang, zoals bijvoorbeeld in de bouwkunde of in de elektronica. Ook hier is het daarom aannemelijk dat de invloed van rekenvaardigheden op inkomen en relatief matig tot sterk effect heeft. Taalvaardigheden lijken minder belangrijk in deze sectoren en daarom wordt er geen effect verwacht voor taalvaardigheden.
2.2 Hypothesen
Hieruit volgen de volgende hypothesen:
Hypothese 1a: In de culturele sectoren wordt geen effect gevonden voor de invloed van taalvaardigheden, rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving op het inkomen.
Hypothese 1b: In de economische sectoren wordt wel een effect gevonden voor de invloed van taalvaardigheden, rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving op het inkomen.
Hypothese 1c: In de communicatieve sectoren wordt wel een effect voor
taalvaardigheden, maar geen effect voor rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving gevonden op het inkomen.
Hypothese 1dd: In de technische sectoren wordt geen effect voor taalvaardigheden, maar wel een effect voor rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving gevonden op het inkomen.
Hypothese 2: Wanneer bepaalde vaardigheden in een sector meer worden gebruikt betalen deze vaardigheden zich meer uit dan in sectoren waar deze vaardigheden minder gebruikt worden.
3. Methoden
Het onderzoek zal worden uitgevoerd door middel van een Ordinary Least Squares regressie. Deze methode is geschikt om de samenhang tussen verschillende statistische variabelen aan te tonen. Er wordt dus een kwantitatief onderzoek gedaan. Er worden hypothesen getest en het gaat hier dus om een deductief onderzoek. Daarbij wordt uitgegaan van een lineaire samenhang1.
De modellen zijn als volgt opgebouwd:
Ŷ(inkomen per uur) = a + b₁x₁(geslacht) + b₂x₂(leeftijd) + b₃x₃(score voor vaardigheid) + b4x4(Sector 1: managers) + b5x5(Sector 3: technici) + b6x6(Sector 4: Secretarissen) +
b7x7(Sector 5: Service- en verkoopmedewerkers) + b8x8(Sector 6: Landbouw en visserij)
+ b9x9(Sector 7: Ambachtschap) + b10x10(Sector 8: mechanici) + b11x11(Sector 9:
elementaire beroepen) + b12x12(Vaardigheid * Sector 1: managers) + b13x13(Vaardigheid
* Sector 3: technici) + b14x14(Vaardigheid * Sector 4: Secretarissen) + b15x15(Vaardigheid
* Sector 5: Service- en verkoopmedewerkers) + b16x16(Vaardigheid * Sector 6:
Landbouw en visserij) + b17x17(Vaardigheid * Sector 7: Ambachtschap) +
b18x18(Vaardigheid * Sector 8: mechanici) + b19x19(Vaardigheid * Sector 9: elementaire
beroepen) + b20x20(opleiding VMBO/MBO/Havo/VWO) + b21x21(opleiding HBO) +
b22x22(opleiding WO) + b23x23(Vaardigheid * opleiding VMBO/MBO/Havo/VWO) +
b24x24(Vaardigheid * opleiding HBO) + b25x25(Vaardigheid * opleiding WO)
In het eerste model worden alleen de controle variabelen ‘leeftijd’ en ‘geslacht’ toegevoegd. In het tweede model wordt de score voor de vaardigheid hieraan
toegevoegd. In het derde model worden de sectoren toegevoegd. In het vierde model wordt de interactie tussen de sectoren en de vaardigheid toegevoegd. In het vijfde model wordt opleiding toegevoegd, en in het zesde en laatste model wordt de interactie tussen opleiding en de vaardigheid toegevoegd.
1 Er is gecontroleerd of deze assumptie terecht is gemaakt door middel van een gestandaardiseerd
3.1 Data
Het onderzoek zal worden uitgevoerd aan de hand van data van het PIAAC
onderzoek(2012). Er zal gekeken worden naar de Nederlandse populatie. Er is aan 10.000 mensen om gevraagd mee te werken met de enquête en met een responsierate van 51,7% is er gewerkt met een steekproefgrootte van 5170(N=5170). De
respondenten is gevraagd om een enquête met achtergrondkenmerken in te vullen en om testjes te doen om hun cognitieve vaardigheden te testen. Omdat mensen die niet werkzaam zijn niet aan een bepaalde sector kunnen worden toegekend, zal er in deze analyse slechts gekeken worden naar de werkzame beroepsbevolking in Nederland. De PIAAC data is een rijke dataset met zeer veel achtergrond vragen. Wat bijzonder is aan deze data is dat de responsie op de vraag hoe hoog het inkomen is erg hoog is in vergelijking met andere data; 3169 van 5170 respondenten heeft beantwoordt hoe hoog het inkomen per uur is. Wat verder bijzonder is aan de PIAAC data is dat nog nooit
eerder bij volwassenen op de computer deze cognitieve kernvaardigheden zijn gemeten.
In tabel 1.1 is de beschrijvende statistiek af te lezen. Zoals al eerder genoemd is de responsie voor inkomen erg hoog, namelijk 3169 respondenten hebben antwoord gegeven op de vraag wat het inkomen dat ze per uur verdienden was. Het gemiddelde inkomen lag rond de 16,7831 euro per uur. Voor taalvaardigheden werd gemiddeld een score van 285,3766 uit 500 gehaald. Voor rekenvaardigheden was dit 282,0941 uit 500, en voor probleemoplossend vermogen in een digitale omgeving was dit 289,3961 uit 500. Er werd echter bij alle drie de cognitieve vaardigheden nooit de maximale score van 500 behaald. De leeftijd in deze steekproef varieerde tussen de 16 en de 65 jaar. De gemiddelde leeftijd lag rond de 41,78 jaar.
Tabel 1.1: beschrijving van de data
Gemiddelde S.D. Range N
Inkomen 16,7831 7,84561 3,07-59,83 3169
Score voor taalvaardigheden 285,3766 43,9678 98,19-400,76 5083 Score voor rekenvaardigheden 282,0941 46,14395 47,60-415,89 5083 Score voor probleemoplossend
vermogen
286,3961 37,92058 137,57-396,58 4548
Leeftijd 41,78 14,425 16-65 5170
In tabel 1.2 is af te lezen hoeveel mensen er in iedere sector werkzaam waren. Veruit de meeste mensen waren werkzaam in de beroepssector van de professionals. De minste waren werkzaam in de landbouw en de visserij. Van de respondenten waren er 1280 niet werkzaam of wilde niet aangeven in welke sector zij werkzaam waren.
Tabel 1.2 Sectoren Frequentie Managers 522 Professionals 889 Technici 656 Secretarissen 443 Service- en verkoopmedewerkers 644 Landbouw- en visserij 52 Ambachtslieden 264 Mechanici 119 Elementaire beroepen 301 Niet genoemd 1280 Totaal 5170
In tabel 1.3 is af te lezen hoeveel mensen een bepaald opleidingsniveau hadden. De meeste mensen hadden een VMBO, MBO, Havo of VWO diploma. Dit is ook verklaarbaar doordat dit de meest brede categorie is. Opvallend is het lage aantal Hbo’ers in deze dataset, namelijk; maar 181. Ook de is verhouding WO’ers ten opzichte van het totaal vrij hoog. Tabel 1.3: Opleidingniveau Frequentie Basis 1581 VMBO/MBO/Havo/VWO 1956 HBO 181 WO 1366 Niet genoemd 86 Totaal 5170
In tabel 1.4 zijn de gemiddelde scores voor elke vaardigheid per sector af te lezen. Wat opvalt is dat er per sector geen grote verschillen zijn tussen de vaardigheden; de score voor één van de vaardigheden komt redelijk overeen met de score voor de andere twee vaardigheden. De professionals scoorden het beste op alle drie de vaardigheden, gevolgd door de managers, en de technici. In de elementaire beroepen werd het laagste gescoord op alle drie de vaardigheden. Deze cijfers geven echter slechts aan over welke
vaardigheden mensen meer of minder beschikken binnen bepaalde sectoren, en zegt niets over welke vaardigheden meer of minder gebruikt worden in bepaalde sectoren. Deze cijfers veranderen dus niets aan de vooraf gestelde verwachtingen.
Tabel 1.4 Gemiddelde scores per sector
Gemiddelde score voor taalvaardigheden
Gemiddelde score voor rekenvaardigheden
Gemiddelde score voor
probleemoplossend vermogen in een digitale omgeving
Sector 1: Managers 299,30 302,08 294,87 Sector 2: Professionals 311,41 307,50 303,68 Sector 3: Technici 294,52 291,82 293,31 Sector 4: Secretarissen 293,63 287,70 291,22 Sector 5: Service- en verkoopmedewerkers 278,81 272,34 280,17 Sector 6: Landbouw en visserij 272,35 273,38 270,81 Sector 7: Ambachtslieden 268,03 270,73 272,94 Sector 8: Mechanici 261,28 262,65 264,74 Sector 9: Elementaire beroepen 260,12 254,85 270,69 3.2 Operationalisering
De afhankelijke variabele ‘arbeidsmarktpositie’(Y) zal worden gemeten aan de hand van het inkomen. Het inkomen wordt gemeten aan de hand van inkomen per uur, om zo vertekeningen in de analyse door bijvoorbeeld parttime werkers tegen te gaan. Er zaten een aantal rare uitschieters in de data en daarom is ervoor gekozen om de bovenste 1% en de onderste 1% van de metingen niet mee te nemen in de analyse.
Om de onafhankelijke variabele ‘cognitieve vaardigheden’(X1) te meten hebben de
respondenten cognitieve testjes gemaakt. Aan de hand daarvan is de respondenten een score toegekend op elk van de drie cognitieve vaardigden. Er zijn drie cognitieve
vaardigheden gemeten: taalvaardigheden(ook wel; geletterdheid), rekenvaardigheden en probleemoplossend vermogen in de digitale omgeving. Zoals al eerder is genoemd zijn vaardigheden nog nooit eerder op deze manier gemeten bij volwassenen. Voor het eerst zijn de testen op de computer afgenomen Het voordeel van de respondenten
testjes laten maken op de computer is dat de moeilijkheid van de vragen op hun niveau aangepast kan worden, waardoor de vaardigheden zeer goed gemeten konden worden. Wanneer respondenten niet in staat waren de testjes op de computer uit te voeren wegens gebrekkige vaardigheden op dit gebied hebben de respondenten de testjes alsnog met pen en papier ingevuld. Omdat de vragenlijst anders erg lang zou worden hebben de respondenten voor twee van de drie cognitieve vaardigheden testjes ingevuld. Op basis hiervan is voor de derde cognitieve vaardigheid vervolgens een zogenaamde ‘plausible value’ berekend. Welke testjes de respondenten hebben gemaakt verschilde per respondent.
De onafhankelijke variabele ‘opleiding’(X2) zal worden gemeten aan de hand van
opleidingsniveau. De respondenten is gevraagd naar de hoogst afgeronde opleiding die zij gevolgd hadden. Omdat er methodologische haken en ogen aan deze manier van opleiding meten zitten, zijn de opleidingscategorieën gedummificeerd. Er is hierbij onderscheid gemaakt tussen vier verschillende categorieën, ingedeeld aan de hand van de International Standard Classification of Education(ISCED) van de Verenigde Naties. De eerste categorie is deze met mensen die slechts de basisschool of lager hadden afgerond. De tweede categorie is deze met mensen die een VMBO, MBO, Havo of VWO diploma hadden. De derde zijn mensen met een HBO diploma. De vierde categorie zijn mensen met een WO diploma. Dit zijn zowel mensen met een bachelor of master
diploma, als mensen met een promovendus positie. Er is voor gekozen om slechts deze vier categorieën te maken zodat het ook mogelijk was interactie effecten te berekenen zonder dat de modellen te groot en te complex werden. In de analyse is de categorie voor mensen met alleen een basisopleiding of lager steeds als referentiecategorie gebruikt.
Om de variabele ‘beroepssectoren’(Z) te meten is gebruik gemaakt van de International Standard Classification of Occupations(ISCO) die ontworpen is door de Verenigde Naties. Hier worden negen verschillende beroepssectoren onderscheidden. De eerste sector is die van de managers. Onder deze sector vallen wetgevers, hoge ambtenaren, en
managers in allerlei verschillende sectoren, zoals administratieve managers,
commerciële managers, managers in de retail, enzovoorts. De tweede sector is die van de professionals. Hieronder vallen professionals in de wetenschap, gezondheidszorg, docenten, business professionals, technologische professionals, enzovoorts. De derde
sector is die van technici en vakspecialisten. Hieronder vallen toezichthouders in de bouwkunde, verpleegsters, administratieve specialisten, toezichthouders in de
productie, specialisten in de communicatieve technologie, enzovoorts. De vierde sector is die van de secretarissen. Hieronder vallen algemene kantoor secretarissen, maar ook klantenservice medewerkers, deurwaarders, enzovoorts. De vijfde sector is die van de service- en verkoopmedewerkers. Hieronder vallen caissières, kappers, obers,
bartenders, enzovoorts. De zesde sector is de agrarische en visserij sector. Hieronder vallen marktgerichte agrariërs en vissers, maar ook mensen die in hun eigen onderhoud voorzien. De zevende sector is die van ambachtslieden en aanverwante beroepen. Hieronder valt handwerk, kleding, smeden, schilders, enzovoorts. De achtste sector is die van de mechanici en machines bedieners. Hieronder vallen monteurs, mensen die machines bedienen in een fabriek en chauffeurs. Ook machinisten kunnen tot deze sector worden gerekend. De negende sector is de van de elementaire beroepen.
Hieronder vallen schoonmakers, arbeiders in de landbouw, assistenten bij het bereiden van voedsel, enzovoorts. Tot een eventuele extra categorie kunnen mensen in het leger worden gerekend. Deze kwamen echter in deze steekproef zo nihil voor dat deze groep buiten beschouwing is gelaten bij de analyse. Er is gekozen om de ISCO classificatie te gebruiken omdat deze een geselecteerd aantal categorieën heeft. De PIAAC data biedt ook de International Standard Industrial Classification, maar deze biedt een veel bredere selectie aan categorieën. Met dit grote aantal categorieën was het model veel complexer geworden en zou het minder overzichtelijk zijn om het model te interpreteren. In de analyse is de sector ‘professionele sector’ steeds als referentiecategorie gebruikt. Tot slot is er gecontroleerd voor de variabelen ‘geslacht’, waarbij man als 1 is gecodeerd en vrouw als 0, en ‘leeftijd’, waarbij de leeftijd is gemeten in jaren. De leeftijd van de respondenten lag tussen de 16 en 65 jaar.
4. Resultaten
In deze sectie worden de belangrijkste resultaten besproken. Deze zullen per cognitieve vaardigheid besproken worden. Allereerst worden de resultaten voor de controle variabelen besproken, en vervolgens worden de belangrijkste resultaten voor de vaardigheden in verschillende sectoren besproken.
4.1 Resultaten voor taalvaardigheden
In tabel 2.1 zijn de resultaten voor de cognitieve vaardigheid ‘taalvaardigheden’ af te lezen. De verklaarde variantie voor de schatting van taalvaardigheden voor model 6, het meest complexe model, was R2(adjusted)=0,445 wat betekent dat 44,5% van de variantie in
inkomen kan worden verklaard door de variabelen in dit model. Voor het meest simpele model met alleen leeftijd en geslacht al onafhankelijke variabele was dit nog slechts 17,1%(zie tabel 1.1 in de appendix).
De controle variabele ‘geslacht’ blijft na controle voor de andere variabelen een
significant effect hebben. Dit betekent dat mannen gemiddeld 1,694 euro per uur meer verdienden dan vrouwen. Ook leeftijd bleef een significant effect hebben. Per jaar dat iemand ouder werd verdiende hij of zij 0,216 euro per uur meer. De variabele ‘opleiding’ had ook een significant effect. Iemand met een VMBO, MBO, Havo of VWO diploma verdiende 0,950 euro meer per uur dan iemand die slechts een basisopleiding of lager had. Voor een HBO diploma was dit zelfs 2,803 euro per uur meer, en voor een WO diploma zelf 4,50 euro per uur meer dan mensen met een basisopleiding of lager. Dit effect verdween echter wanneer er gecontroleerd werd voor de interactie variabele tussen geletterdheid en opleiding. Er werd dus geen significant verschil gevonden in inkomen tussen de mensen met verschillende soorten opleidingen zonder een score voor taalvaardigheden. Ook de interactie-effecten bleken niet significant. Er werd dus geen significant verschil gevonden in inkomen tussen de mensen met verschillende soorten opleidingen en bepaalde scores voor taalvaardigheden. Dit betekend
waarschijnlijk dat opleiding via de vaardigheden die mensen daarbij opdoen een effect heeft op het inkomen dat mensen verdienen, en de status van het diploma opzich geen significant effect heeft. De theorie van Barone en van de Werfhorst(2011) gaat dus ook op voor deze dataset.
Tabel 2.1: Schattingen voor Taalvaardigheden/Geletterdheid
Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 (Constant) 6,442 (0,423)*** -16,319 (1,019)*** -1,598 (1,167)*** -0,324 (2,256) 1,099 (2,213) 2,857 (3,026) Leeftijd 0,235 (0,010)*** 0,289 (0,009)*** 0,226 (0,009)*** 0,224 (0,009)*** 0,215 (0,009)*** 0,216 (0,009)*** Geslacht: man 1,862 (0,254)*** 1,599 (0,234)*** 1,497 (0,230)*** 1,540 (0,229)*** 1,690 (0,224)*** 1,694 (0,224)***
Score voor geletterdheid 0,071 (0,003)*** 0,040 (0,003)*** 0,036 (0,007)*** 0,021 (0,007)*** 0,016 (0,010) Sector 1: Managers 1,658 (0,402)*** -15,145 (3,583)*** -11,401 (3,504)*** -12,452 (3,552)*** Sector 3: Technici -2,202 (0,345)*** -7,605 (3,030)** -5,332 (2,959)* -7,473 (3,142)** Sector 4: Secretarissen -4,654 (0,382)*** -5,376 (3,290)* -2.963 (3,227) -5,346 (3,478) Sector 5: Service- en verkoopmedewerkers -5,813 (0,366)*** -2,896 (2,856) -2,144 (2,796) -4,592 (3,142) Sector 6: Landbouw en visserij -7,805 (1,384)*** -8,121 (6,212) -7,616 (6,056) -9,9643 (6,297) Sector 7: Ambachtschap -5,591 (0,511)*** -0,701 (3,667) -0,492 (3,588) -3,047 (3,908) Sector 8: Mechanici -6,654 (0,644)*** -8,445 (3,919)** -8,630 (3,833)** -10,640 (4,209)** Sector 9: elementaire beroepen -6,922 (0,486)*** - 3,252 (3,050) -3,765 (2,989) -5,648 (3,365)* Geletterdheid x Sector 1 0,055 (0,012)*** 0,045 (0,011)*** 0,048 (0,011)*** Geletterdheid x Sector 3 0,018 (0,010) 0,015 (0,010)* 0,022 (0,010)** Geletterdheid x Sector 4 0,002 (0,011) 0,001 (0,011) 0,009 (0,011) Geletterdheid x Sector 5 -0,011 (0,010) -0,006 (0,009) 0,002 (0,010) Geletterdheid x Sector 6 0,000 (0,022) 0,005 (0,022) 0,011 (0,022) Geletterdheid x Sector 7 -0,019 (0,013) -0,012 (0,013) -0,003 (0,014) Geletterdheid x Sector 8 0,006 (0,014) 0,015 (0,014) 0,021 (0,015) Geletterdheid x Sector 9 -0,015 (0,011) -0,005 (0,010) 0,001 (0,012) Opleiding VMBO/MBO/Havo/VWO 0,950 (0,284)*** 2,893 (2,030) Opleiding HBO 2,803 (0,568)*** 4,054 (6,132) Opleiding WO 4,500 (0,369)*** 0,848 (2,805) Geletterdheid x Opleiding VMBO/MBO/Havo/VWO -0,007 (0,007) Geletterdheid x Opleiding HBO -0,004 (0,020) Geletterdheid x Opleiding WO 0,011 (0,009) a. Significantie bij p< 0,10* p < 0,05 ** en p < 0,01 ***
b. Referentiecategorieën: Sector 2(professionele sector) en Opleiding Basis of lager.
In eerste instantie werd er een significante invloed gevonden voor alle sectoren op het inkomen, wat betekent in alle sectoren significant meer, of minder werd verdiend dan in de professionele sector. Managers verdienden gemiddeld 1,658 euro per uur meer dan
iemand in de professionele sector, in alle andere sectoren werd significant minder verdiend dan in de professionele sector. Na controle voor de interactie met
taalvaardigheden, opleiding en de interactie tussen opleiding een taalvaardigheden verdwijnt echter een groot deel van de effecten. In vier sectoren werd wel nog een significant effect gevonden, namelijk; de economische sector ‘managers’, de technische sector ‘technici’, de technische sector ‘mechanici’ en de culturele sector ‘elementaire beroepen’.
In de sector ‘managers’ werd door mensen zonder score voor taalvaardigheden gemiddeld 12,452 euro per uur minder verdiend dan mensen zonder score voor taalvaardigheden in de professionele sector. Ook het interactie effect tussen
taalvaardigheden en deze sector was significant. Per eenheid dat mensen er in de sector ‘managers’ er in hun score voor taalvaardigheden op vooruit gingen, verdienden zij 0,048 euro per uur meer, dan mensen met dezelfde score in de professionele sector. Dit betekent dus dat er in vergelijking met de professionele sector een grote mogelijkheid is om erop vooruit te gaan in inkomen wanneer je meer taalvaardigheden bezit in de sector ‘managers’. De verwachting dat taalvaardigheden een effect hebben op inkomen in de sector managers klopt dus, en voor deze sector en vaardigheid kan Hypothese 1b dus worden aangenomen.
In de sector ‘technici’ werd door mensen zonder score voor taalvaardigheden gemiddeld 7,473 euro per uur minder verdiend dan iemand zonder score voor taalvaardigheden in de professionele sector. Ook voor deze sector was het interactie effect significant. Mensen in de sector van de ‘technici’ ging er per eenheid dat zij er in score voor
taalvaardigheden op vooruit gingen gemiddeld 0,022 euro per uur meer verdienen dan mensen in de professionele sector. Ook in deze sector konden mensen dus hun inkomen verbeteren door middel van betere taalvaardigheden. Dit ging echter tegen de vooraf gestelde verwachtingen in. Hypothese 1d kan dus voor deze vaardigheid en sector worden verworpen.
In de sector ‘mechanici’ werd door mensen zonder score voor taalvaardigheden gemiddeld 10,640 euro minder verdiend dan mensen zonder score voor
taalvaardigheden en de sector ‘mechanici’ was niet significant. Dit betekent dat er voor mensen mét een score voor taalvaardigheden geen significant verschil meer was tussen de mechanische sector en de professionele sector. Taalvaardigheden hadden in deze sector dus wel degelijk een effect. Door middel van deze taalvaardigheden kon het inkomensgat met de professionele sector worden gedicht. De hoogte van de score van taalvaardigheden was echter niet relevant. De verwachting was dat er in deze sector geen effect voor taalvaardigheden werd gevonden, dus Hypothese 1d kan voor deze sector en deze vaardigheid dus worden verworpen.
In de sector ‘elementaire beroepen’ werd gemiddeld 5,648 per uur minder verdiend door mensen zonder score voor taalvaardigheden dan mensen in de professionele sector zonder score voor taalvaardigheden . Ook hier was het interactie effect niet significant. Ook hier betekent dit dat taalvaardigheden in deze sector wel degelijk een significant effect hadden. Hiermee kon het inkomensgat met mensen in de professionele sector worden gedicht, maar de hoogte van de score voor taalvaardigheden was ook hier niet relevant. In deze sector werd van te voren geen effect verwacht, en voor deze sector en vaardigheid kan Hypothese 1 dus worden verworpen.
In de overige sectoren werd geen significant effect gevonden voor de invloed van taalvaardigheden op het inkomen. In de sectoren ‘professionele sector’, ‘secretarissen’, ‘service – en verkoopmedewerkers’ en ‘landbouw en visserij’ werd wel een effect verwacht maar niet gevonden. Hypothese 1b en 3 kunnen voor deze sectoren dus worden verworpen. In de sector ‘ambachtschap’ werd geen effect verwacht en ook niet gevonden. Voor deze sector kan Hypothese 1 dus worden aangenomen.
4.2 Resultaten voor rekenvaardigheden
In tabel 2.2 zijn de resultaten voor de cognitieve vaardigheid: rekenvaardigheden af te lezen. De verklaarde variantie voor de schatting van rekenvaardigheden voor model 6, het meest complexe model, was eveneens R2(adjusted)=0,445 wat betekent dat 44,5% van
de variantie in inkomen kan worden verklaard door de variabelen in dit model. Voor het meest simpele model met alleen leeftijd en geslacht als onafhankelijke variabelen was dit nog slechts 17,1%(zie tabel 1.2 in de appendix).
Tabel 2.2: Schattingen voor Rekenvaardigheden
(Constant) 6,442 (0,423)*** -13,492 (0,940)*** 0,0200 (1,060) -0,222 (2,101) 0,317 (2,059) 3,014 (2,846) Leeftijd 0,235 (0,010)*** 0,270 (0,009)*** 0,215 (0,009)*** 0,212 (0,009)*** 0,209 (0,009)*** 0,209 (0,009)*** Geslacht: man 1,862 (0,254)*** 0,896 (0,238)*** 1,122 (0,235)*** 1,078 (0,234)*** 1,377 (0,229)*** 1,368 (0,229)*** Score voor rekenvaardigheden 0,066 (0,003)*** 0,037 (0,003)*** 0,038 (0,007)*** 0,025 (0,006)*** 0,017 (0,010)* Sector 1: Managers 1,566 (0,402)*** -16,849 (3,497)*** -12,849 (3,504)*** -14,241 (3,451)*** Sector 3: Technici -2,288 (0,345)*** -5,618 (2,877)* -3,326 (2,809) -6,343 (2,999)** Sector 4: Secretarissen -4,709 (0,382)*** -2,694 (3,044) -0,115 (2,978) -3,309 (3,211) Sector 5: Service- en verkoopmedewerkers -5,983 (0,363)*** -0,165 (2,686) 1,091 (2,627) -2,420 (2,968) Sector 6: Landbouw en visserij -7,716 (1,387)*** -6,098 (5,841) -5,841 (5,690) -8,941 (5,924) Sector 7: Ambachtschap -5,836 (0,507)*** -0,253 (3,404) 0,938 (3,332) -2,498 (3,637) Sector 8: Mechanici -6,836 (0,642)*** -6,167 (3,628)* -6,094 (3,544)* -9,074 (3,920)** Sector 9: elementaire beroepen -7,132 (0,482)*** - 2,619 (2,826) -2,400 (2,767) -5,079 (3,127) Rekenvaardigheden x Sector 1 0,050 (0,011)*** 0,049 (0,011)*** 0,054 (0,011)*** Rekenvaardigheden x Sector 3 0,011 (0,010) 0,008 (0,009) 0,018 (0,010)* Rekenvaardigheden x Sector 4 -0,007 (0,010) -0,008 (0,010) 0,002 (0,011) Rekenvaardigheden x Sector 5 -0,021 (0,009)** -0,018 (0,009)** -0,006 (0,010) Rekenvaardigheden x Sector 6 -0,006 (0,022) 0,000 (0,021) 0,010 (0,022) Rekenvaardigheden x Sector 7 -0,022 (0,012)* -0,016 (0,012) -0,005 (0,013) Rekenvaardigheden x Sector 8 -0,002 (0,013) 0,006 (0,013) 0,016 (0,014) Rekenvaardigheden x Sector 9 -0,017 (0,010)* -0,009 (0,010) -0,001 (0,011) Opleiding VMBO/MBO/Havo/VWO 1,015 (0,282)*** 3,169* (2,030) Opleiding HBO 2,873 (0,566)*** 6,056 (5,582) Opleiding WO 4,552 (0,566)*** -0,699 (2,652) Rekenvaard. x Opleiding VMBO/MBO/Havo/VWO -0,008 (0,007) Rekenvaardigheden x Opleiding HBO -0,011 (0,019) Rekenvaardigheden x Opleiding WO 0,017 (0,009)* a. Significantie bij p< 0,10* p < 0,05 ** en p < 0,01 ***
De controle variabele ‘geslacht’ blijft net als bij de schatting voor taalvaardigheden na controle voor andere variabelen een significant effect hebben. Het effect is echter iets minder sterk: mannen verdienen na controle voor andere variabelen nu gemiddeld 1,368 euro per uur meer dan vrouwen, wat bij taalvaardigheden nog 1,694 euro per uur was. Ook leeftijd bleef na controle voor andere variabelen een significant effect hebben, maar dit verschilde niet sterk van de schatting voor taalvaardigheden. Per jaar dat mensen ouder worden verdienen zij gemiddeld 0,209 euro per uur meer. Voor alle drie de opleidingsniveaus was het effect van opleiding ietsjes sterker dan bij de schatting voor taalvaardigheden. Iemand met een VMBO/MBO/Havo/VWO opleiding verdiende nu gemiddeld 1,015 euro per uur meer dan iemand met slechts een basisopleiding of lager. Voor Hbo’ers was dit 2,873 euro per uur meer, en voor WO’ers was dit 4,552 euro per uur meer. Dit effect was ook hier niet langer significant wanneer er gecontroleerd werd voor de interactie tussen opleiding en rekenvaardigheden. Er werd dus geen significant verschil gevonden in inkomen tussen de mensen met verschillende soorten opleidingen zonder een score voor taalvaardigheden. Ook de interactie-effecten bleken niet significant. Er werd dus geen significant verschil gevonden in inkomen tussen de mensen met verschillende soorten opleidingen en bepaalde scores voor
taalvaardigheden. De enige groep met een score voor rekenvaardigheden die wel
significant meer verdiende dan mensen met een score voor rekenvaardigheden met een basisopleiding of lager was de groep van WO’ers. Per eenheid die hun score verbeterde gingen zij gemiddeld 0,017 euro per uur meer verdienen dan mensen die slechts een basisopleiding of lager hadden. De andere interactie effecten waren niet significant. Dit betekend waarschijnlijk dat opleiding via de vaardigheden die mensen daarbij opdoen een effect heeft op het inkomen dat mensen verdienen, en de status van het diploma opzich geen significant effect heeft, behalve bij WO’ers. De theorie van Barone en van de Werfhorst(2011) gaat dus ook op voor deze dataset.
Net als bij de schattingen voor taalvaardigheden werd er bij de schattingen voor rekenvaardigheden in eerst instantie een significant effect gevonden voor de sectoren op inkomen. Dit betekent dat het inkomen dat mensen verdienden in alle sectoren significant van elkaar verschilde. Managers verdienden gemiddeld 1,566 euro per uur meer dan mensen in de professionele sector. In alle andere sectoren werd significant minder verdiend. Na controle voor de interactie met rekenvaardigheden, opleiding en de interactie tussen opleiding en rekenvaardigheden bleef echter maar in vier sectoren het
effect overeind; de communicatieve sector ‘professionele sector’, de economische sector ‘managers’ en de technische sectoren ‘technici’ en ‘mechanici’.
In de professionele sector werd een significant effect gevonden voor rekenvaardigheden op het inkomen dat mensen verdienden. De professionele sector is gebruikt als
referentiecategorie en daarom kan het hoofdeffect voor deze sector geïnterpreteerd worden. Iemand in de professionele sector ging per eenheid dat de score voor
rekenvaardigheden erop vooruit ging gemiddeld 0,017 euro per uur meer verdienen. Er werd van te voren geen effect verwacht voor de invloed van rekenvaardigheden op het inkomen in deze sector, dus Hypothese 1c kan voor deze sector worden verworpen. Net als bij de taalvaardigheden verdiende managers zonder score voor
rekenvaardigheden significant minder dan mensen zonder score in de professionele sector, namelijk; gemiddeld 14,241 euro per uur minder. Ook het interactie effect was significant. Managers gingen er per score dat ze er in rekenvaardigheden op vooruit gingen gemiddeld 0,054 euro per uur meer verdienen. Dit betekent dat ook
rekenvaardigheden een significant effect hadden op het inkomen dat mensen
verdienden in de deze sector. Hypothese 1b kan dus ook voor deze vaardigheid en deze sector worden aangenomen.
Ook voor de technici werd een vergelijkbaar resultaat gevonden met taalvaardigheden voor rekenvaardigheden. Iemand zonder score voor rekenvaardigheden verdiende gemiddeld 6,343 euro per uur minder dan iemand zonder score voor
rekenvaardigheden in de professionele sector. Het interactie effect was ook significant en per eenheid dat iemand in de technici sector zijn of haar score verbeterde ging deze persoon er gemiddeld met 0,018 euro per uur op vooruit. Ook rekenvaardigheden hadden dus een significant effect op het inkomen dat mensen verdienden in de sector ‘technici’. In tegenstelling tot bij taalvaardigheden werd dit effect voor deze sector wel verwacht. Hypothese 1d kan dus voor deze sector en deze vaardigheid worden
aangenomen.
Voor de sector ‘mechanici’ werd voor rekenvaardigheden eveneens een vergelijkbaar effect gevonden met taalvaardigheden. Iemand zonder rekenvaardigheden in deze sector verdiende gemiddeld 9,074 euro per uur minder dan iemand zonder score in de professionele sector. Voor iemand met een score op rekenvaardigheden werd geen
significant verschil gevonden in inkomen met iemand met dezelfde score in de
professionele sector. Met rekenvaardigheden kon dit inkomensgat met de professionele sector dus gedicht worden, maar de hoogte van de score in rekenvaardigheden maakte geen verschil. Rekenvaardigheden hadden dus ook in deze sector een effect, wat klopt met de verwachtingen. Hypothese 1d kan dus ook voor deze sector en vaardigheid worden aangenomen.
In tegenstelling tot bij taalvaardigheden werd er voor de elementaire beroepen geen significant effect voor rekenvaardigheden op het inkomen gevonden. Dit effect werd ook niet verwacht dus Hypothese 1 kan voor deze sector worden aangenomen. In de
economische sectoren ‘secretarrissen’, en ‘landbouw en visserij’ werd wel een effect verwacht maar niet gevonden, Hypothese 1b kan dus voor deze sectoren worden verworpen. In de sector ‘service- en verkoopmedewerkers’ en ‘ambachtschap’ werd geen effect voor rekenvaardigheden verwacht, en ook niet gevonden. Hypothese 1 en 3 kunnen dus voor deze sectoren en deze vaardigheid worden aangenomen.
4.3 Resultaten voor probleemoplossend vermogen in een digitale omgeving In tabel 2.3 zijn de resultaten voor probleemoplossend vermogen in een digitale omgeving af te lezen. De verklaarde variantie voor model 6, het meest complexe model, van de schattingen voor probleemoplossend vermogen in een digitale omgeving was R2(adjusted)=0,453 wat betekent dat 45,3% van de variantie in inkomen kan worden
verklaard door de variabelen in dit model. Voor het meest simpele model met alleen leeftijd en geslacht al onafhankelijke variabele was dit nog slechts 20,4%(zie tabel 1.3 in de appendix).
Net als bij taalvaardigheden en rekenvaardigheden blijven bij de schatting voor probleemoplossend vermogen in een digitale omgeving de variabelen ‘geslacht’ en ‘leeftijd’ en significant effect hebben op het inkomen. Mannen verdienden voor deze schatting gemiddeld 1,590 euro per uur meer dan vrouwen. Per jaar dat mensen ouder werden verdienden zij gemiddeld 0,234 euro per uur meer dan het jaar ervoor. De invloed van opleiding bleef ook hier vergelijkbaar met de invloed van opleiding bij de schattingen voor taalvaardigheden en rekenvaardigheden. Mensen met een VMBO, MBO, Havo of VWO diploma verdienden 0,978 euro meer dan mensen die slechts een
basisopleiding of lager hadden afgerond. Voor Hbo’ers was dit gemiddeld 2,778 euro per uur, en voor WO’ers was dit gemiddeld 4,497 euro per uur. Bij controle voor de
Tabel 2.3: Schattingen voor Probleemoplossend vermogen in een digitale omgeving.
Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 (Constant) 5,965 (0,262)*** -18,786 (1,221)*** -3,232 (1,364)** -2,662 (2,421) -2.060 (2,370) 2,064 (3,581) Leeftijd 0,262 (0,010)*** 0,328 (0,010)*** 0,250 (0,010)*** 0,247 (0,010)*** 0,234 (0,010)*** 0,234 (0,010)*** Geslacht: Man 1,910 (0,260)*** 1,472 (0,243)*** 1,344 (0,239)*** 1,400 (0,239)*** 1,580 (0,233)*** 1,590 (0,233)*** Score voor probleemoplossend vermogen 0,071 (0,076)*** 0,043 (0,004)*** 0,042 (0,008)*** 0,030 (0,007)*** 0,016 (0,012) Sector 1: Managers 1,589 (0,408)*** -12,912 (3,826)*** -7,621 (3,754)** -9,387 (3,842)** Sector 3: Technici -2,283 (0,353)*** -7,033 (3,360)** -3,539 (3,285) -6,959 (3,535)** Sector 4: Secretarissen -4,716 (0,389)*** -4,019 (3,528) 0,075 (3,463) -3,862 (3,803) Sector 5: Service- en Verkoopmedewerkers -5,737 (0,377)*** -0,245 (3,060) -1,827 (2,999) -2,623 (3,508) Sector 6: Landbouw en Visserij -6,831 (1,500)*** -4,006 (9,663) -2,042 (9,412) -6,564 (9,643) Sector 7: Ambachtschap -5,316 (0,541)*** 0,282 (4,209) 1,772 (4,110) -2,875 (4,529) Sector 8: Mechanici -6,133 (0,706)*** -12,414 (5,316)** -11,557 (5,188)** -15,785 (5,564)*** Sector 9: Elementaire beroepen -6,981 (0,516)*** - 2,388 (3,698) -1,441 (3,615) -5,530 (4,161) Prob.vermogen x Sector 1 0,048 (0,013)*** 0,033 (0,012)*** 0,038 (0,013)*** Prob.vermogen x Sector 3 0,016 (0,011) 0,009 (0,011) 0,020 (0,012)* Prob.vermogen x Sector 4 -0,002 (0,012) -0,009 (0,012) 0,003 (0,013) Prob.vermogen x Sector 5 -0,020 (0,010)* -0,019 (0,010)* -0,005 (0,012) Prob.vermogen x Sector 6 -0,011 (0,034) -0,011 (0,033) 0,004 (0,034) Prob.vermogen x Sector 7 -0,021 (0,015) -0,018 (0,014) -0,003 (0,016) Prob.vermogen x Sector 8 0,023 (0,019) 0,028 (0,019) 0,042 (0,020)** Prob.vermogen x Sector 9 -0,017 (0,013) -0,012 (0,013) 0,002 (0,014) Opleiding VMBO/MBO/Havo/VWO 0,978 (0,297)*** 2,366 (2,405) Opleiding HBO 2,778 (0,581)*** 2,336 (2,405) Opleiding WO 4,497 (0,381)*** -1,900 (2,805) Prob.vermogen x Opleiding VMBO/MBO/Havo/VWO -0,005 (0,009) Prob.vermogen x Opleiding HBO 0,006 (0,020) Prob.vermogen x Opleiding WO 0,021 (0,011)* a. Significantie bij p< 0,10* p < 0,05 ** en p < 0,01 ***
b. Referentiecategorieën: Sector 2(professionele sector) en Opleiding Basis of lager.
interactie tussen opleiding en probleemoplossend vermogen in een digitale omgeving verdween dit effect. Het enige interactie effect dat significant was, was de interactie tussen WO en probleemoplossend vermogen. Mensen met een WO diploma verdienden per eenheid die zij vooruit ging op hun score voor probleemoplossend vermogen in een digitale omgeving gemiddeld 0,021 euro per uur meer dan mensen met dezelfde score en slechts een basis opleiding of lager. Dit betekend waarschijnlijk dat opleiding via de vaardigheden die mensen daarbij opdoen een effect heeft op het inkomen dat mensen verdienen, en de status van het diploma opzich geen significant effect heeft, behalve bij WO’ers. De theorie van Barone en van de Werfhorst(2011) gaat dus ook op voor deze dataset.
Net als bij de schattingen voor taal- en rekenvaardigheden werd er tussen alle sectoren een significant verschil in inkomen gevonden voor de schattingen voor
probleemoplossend vermogen in een digitale omgeving. Managers verdienden gemiddeld 1,589 euro per uur meer dan mensen in de professionele sector, in alle andere sectoren werd minder verdiend dan in de professionele sector. Na controle voor de interactie tussen probleemoplossend vermogen en sector, opleiding en de interactie tussen opleiding en probleemoplossend vermogen bleven er echter maar in drie
sectoren een significant resultaat overeind; in de economische sector ‘managers’, en in de technische sectoren ‘technici’ en ‘mechanici’.
In de sector ‘managers’ werd een vergelijkbaar resultaat gevonden voor het effect van probleemoplossend vermogen op inkomen met de taal- en rekenvaardigheden.
Managers zonder score voor probleemoplossend vermogen verdienden gemiddeld 9,387 euro per uur minder dan mensen in de professionele sector zonder score voor
probleemoplossend vermogen. Per eenheid die managers er in hun score op vooruit gingen verdienden zij gemiddeld 0,038 euro per uur meer. Dit betekent dat ook
probleemoplossend vermogen in deze sector een effect had. Hypothese 1b kan dus voor deze sector en deze vaardigheid worden aangenomen.
Opnieuw werd in de sector ‘technici’ een vergelijkbaar resultaat gevonden met taal- en rekenvaardigheden voor probleemoplossend vermogen in een digitale omgeving. Technici zonder score voor probleemoplossend vermogen verdienden gemiddeld 6,959 euro per uur minder dan mensen zonder score in de professionele sector. Per eenheid
dat zij er in score voor probleemoplossend vermogen op vooruit gingen verdienden zij gemiddeld 0,020 euro per uur meer. Ook probleemoplossend vermogen had voor technici dus een effect op het inkomen dat zij verdienden. Hypothese 1d kan dus voor deze sector worden aangenomen.
Ook voor mechanici werd een vergelijkbaar resultaat gevonden met de taal- en rekenvaardigheden voor probleemoplossend vermogen in een digitale omgeving. Mechanici zonder score voor probleemoplossend vermogen verdienden gemiddeld 15,785 euro per uur minder dan mensen zonder score in de professionele sector. In tegenstelling tot bij de schattingen voor taal- en rekenvaardigheden was het interactie effect tussen de vaardigheid en de sector ‘mechanici’ voor probleemoplossend vermogen wel significant. Per eenheid dat mechanici er in score voor probleemoplossend
vermogen op vooruit gingen, verdienden zij gemiddeld 0,042 euro per uur meer.
Probleemoplossend vermogen had voor mechanici dus een effect op het inkomen dat zij verdienden, wat overeenkomt me de vooraf gestelde verwachtingen. Hypothese 1d kan dus ook voor deze sector en deze vaardigheid worden aangenomen.
Overeenkomstig met de schatting voor taalvaardigheden, maar in tegenstelling tot de schatting voor rekenvaardigheden, werd er in de professionele sector geen effect gevonden voor probleemoplossend vermogen. Vooraf werd ook geen effect verwacht, dus Hypothese 1d kan voor deze sector en vaardigheid worden aangenomen. In tegenstelling tot de schatting voor taalvaardigheden, maar overeenkomstig met de schatting voor rekenvaardigheden werd er geen effect gevonden voor de sector ‘elementaire beroepen’. Dit is overeenkomstig met de vooraf gestelde verwachtingen dus Hypothese 1 kan voor deze sector worden aangenomen. Verder werd er voor de sectoren ‘service- en verkoopmedewerkers’ en ‘ambachtslieden’ geen effect verwacht en ook niet gevonden dus Hypothese 1 en 3 kunnen voor deze sectoren worden
aangenomen. In de sectoren ‘secretarissen’ en ‘landbouw en visserij’ werd wel een effect verwacht, maar niet gevonden, wat betekent dat Hypothese 1b voor deze sectoren en deze vaardigheden kan worden verworpen.
4.4 Algemene vergelijking tussen de sectoren
Om een duidelijk beeld te scheppen van welke vaardigheden wel en welke vaardigheden niet van belang zijn in bepaalde sectoren zal in deze paragraaf nog eens een algemene
vergelijking tussen sectoren gemaakt worden. Aan het einde van de paragraaf zullen er regressies geschat worden voor meerdere vaardigheden in één model om te kijken welke effect er blijven staan.
Vast staat dat het inkomen dat mensen verdienen deels afhankelijk is van de sector waarin zij werken. De mate waarin cognitieve vaardigheden dit inkomen kunnen
beïnvloeden en welke vaardigheden het inkomen kunnen beïnvloeden verschilde echter tussen sectoren.
In de culturele sector ‘ambachtschap’ bleken taalvaardigheden geen significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Ook voor rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving werd geen significant effect gevonden. In deze sector hebben de cognitieve vaardigheden die in dit onderzoek zijn gemeten dus geen significant effect. In de culturele sector ‘elementaire beroepen’ bleken taalvaardigheden wel een (licht) significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Rekenvaardigheden en
probleemoplossend vermogen in een digitale omgeving bleken echter geen significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. In deze sector bleken dus alleen taalvaardigheden van belang voor het inkomen dat mensen verdienden.
In de economische sector ‘managers’ bleken taalvaardigheden een zeer sterk significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Ook rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving hadden een zeer sterk significant effect op het inkomen dat mensen verdienden in deze sector, wanneer dit vergeleken werd met de professionele sector. In deze sector bleken dus alle drie de cognitieve vaardigheden van belang voor het inkomen dat mensen verdienden.
In de economische sector ‘secretarissen’ bleken taalvaardigheden geen significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Ook rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving bleken geen significant effect te hebben. In deze sector hebben de cognitieve vaardigheden die in dit onderzoek zijn gemeten dus geen significant effect.
In de economische sector ‘landbouw en visserij’ bleken taalvaardigheden geen significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Ook taalvaardigheden en
probleemoplossend vermogen in een digitale omgeving bleken geen significant effect te hebben. In deze sector hebben de cognitieve vaardigheden die in dit onderzoek zijn gemeten dus geen significant effect.
In de communicatieve sector ‘professionele sector’ bleken taalvaardigheden geen significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Rekenvaardigheden bleken wel een significant effect te hebben. Probleemoplossend vermogen bleek echter ook geen significant effect te hebben op het inkomen dat mensen verdienden. In de professionele sector waren dus alleen rekenvaardigheden van belang voor het inkomen dat mensen verdienden.
In de communicatieve sector ‘service- en verkoopmedewerkers’ bleken
taalvaardigheden geen significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Ook voor rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving werd geen significant effect gevonden. In deze sector hebben de cognitieve vaardigheden die in dit onderzoek zijn gemeten dus geen significant effect.
In de technische sector ‘technici’ bleken taalvaardigheden wel een significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Ook rekenvaardigheden en probleemoplossend vermogen bleken een (licht) significant effect te hebben. In deze sector bleken dus alle drie de cognitieve vaardigheden van belang voor het inkomen dat mensen verdienden.
In de technische sector ‘mechanici’ bleken taalvaardigheden wel een significant effect te hebben op het inkomen dat mensen verdienden wanneer dit vergeleken werd met de professionele sector. Ook voor rekenvaardigheden en probleemoplossend vermogen in een digitale omgeving werd een significant effect gevonden. In deze sector bleken dus alle drie de cognitieve vaardigheden van belang voor het inkomen dat mensen
Hierbij valt één ding in het bijzonder op: met uitzondering van rekenvaardigheden in de professionele sector en taalvaardigheden in de sector elementaire beroepen, bleek het zo te zijn dat ofwel alle drie de vaardigheden en effect hadden, ofwel geen van de vaardigheden een effect hadden. Dit bleek ook wanneer de invloed van verschillende vaardigheden in één model werd geschat. In tabel 3.1 is de combinatie tussen
taalvaardigheden en probleemoplossend vermogen in een digitale omgeving af te lezen. Te zien is dat vrijwel alle effecten verdwijnen, met uitsluiting van het effect voor
managers, secretarissen en mechanici, en de interactie effecten tussen taalvaardigheden en managers, en tussen probleemoplossend vermogen en mechanici. Dit betekent waarschijnlijk dat beide vaardigheden sterk met elkaar correleren. Wanneer taal- en rekenvaardigheden of rekenvaardigheden en probleemoplossend vermogen met elkaar gecombineerd worden komt er een soortgelijke uitkomst uit (zie tabel 2.1 en 2.2 in de appendix).
Het lijkt hierdoor niet aannemelijk dat de vooraf gestelde verwachting, dat werkgevers bereid zijn meer te betalen voor vaardigheden die vaak gebruikt worden binnen en sector en mensen die deze vaardigheden beter beheersen meer verdienen, op gaat voor deze data set. Het zou een mogelijkheid kunnen zijn dat de vaardigheden niet juist gemeten zijn. In dat geval zouden er vaardigheden gemeten moeten worden die beter bij de functies die bij de betreffende sectoren passen, en bekeken moeten worden of deze vaardigheden zich wel uitbetalen. Dit zou echter nog niet verklaren waarom in sommige sectoren alle drie de vaardigheden een effect hebben.
Waar dit wellicht wel door verklaard zou kunnen worden, is de mate van mobiliteit die binnen een bepaalde sector aanwezig is, namelijk; de mate waarin mensen
mogelijkheden hebben om door te groeien in functie en inkomen binnen een bepaalde sector. De mensen die over meer vaardigheden beschikken hebben hiermee een voorsprong op mensen met minder vaardigheden. Werkgevers zullen er eerder voor kiezen om mensen met meerdere en betere vaardigheden te promoveren omdat zij hiermee een functie beter kunnen uitvoeren en omdat het aannemelijk is dat zij nieuwe dingen sneller oppakken dan mensen met minder vaardigheden. Dit zou betekenen dat er in dit onderzoek in de sector ‘managers’ de meeste mobiliteit werd gevonden.
Managers hadden de grootste mogelijkheid om hun inkomen te verbeteren door middel van het bezitten(of eventueel verbeteren) van de drie cognitieve vaardigheden. Ook
Tabel 3.1: Vergelijking tussen de effecten van Taalvaardigheden/Geletterdheid en Probleemoplossend vermogen in een digitale omgeving. Geletterdheid Geletterdheid x Probleemoplossend vermogen (Constant) 2,593(3,401 2,414(3,667) Leeftijd 0,227 (0,009)*** 0,232 (0,010)** Geslacht 1,637 (0,232)*** 1,599 (0,233)**
Score voor Geletterdheid 0,016 (0,011) 0,018 (0,012)
Score voor Prob. Vermogen -0,003 (0,009)
Sector 1 -11,826 (3,751)*** -9,387 (3,842)* Sector 3 -7,570 (3,415)** -6,959 (3,535)* Sector 4 -5,655 (3,752) -3,862 (3,803) Sector 5 -4,945 (3,396) -2,623 (3,508) Sector 6 -4,387 (48,545) -6,564 (9,643) Sector 7 -1,332 (4,374) -2,875 (4,529) Sector 8 -11,007 (5,196)** -15,785 (5,564)** Sector 9 -6,050 (3,961) -5,530 (4,161) Geletterdheid x Sector 1 0,0486(0,012)** 0,054 (0,023)** Geletterdheid x Sector 3 0,022 (0,011)* 0,021 (0,020) Geletterdheid x Sector 4 0,010 (0,012) 0,021 (0,022) Geletterdheid x Sector 5 0,004 (0,011) 0,025 (0,021) Geletterdheid x Sector 6 -0,005 (0,029) -0.032(0,072) Geletterdheid x Sector 7 -0,009 (0,015) -0,030 (0,028) Geletterdheid x Sector 8 0,024 (0,018) -0,049 (0,038) Geletterdheid x Sector 9 0,003 (0,014) 0,004 (0,028)
Probleemoplossend vermogen x Sector 1 -0,010 (0,024)
Probleemoplossend vermogen x Sector 3 0,002 (0,021)
Probleemoplossend vermogen x Sector 4 -0,014 (0,024)
Probleemoplossend vermogen x Sector 5 -0,025 (0,022)
Probleemoplossend vermogen x Sector 6 0,038 (0,084)
Probleemoplossend vermogen x Sector 7 0,025 (0,030)
Probleemoplossend vermogen x Sector 8 0,091 (0,042)**
Probleemoplossend vermogen x Sector 9 0,002 (0,014)
Opleiding MBO/Havo/VWO 3,412 (2,272) 2,674 (2,441)
Opleiding HBO 2,550 (6,414) 0,884 (6,516)
Opleiding WO 0,207 (3,150) -2,050 (3,885)
Geletterdheid x Opleiding VMBO/MBO/Havo/VWO -0,009 (0,008) -0,022 (0,016) Geletterdheid x Opleiding HBO -0,000 (0,021) -0,031 (0,037) Geletterdheid x Opleiding WO 0,013 (0,011) -0,021 (0,020) Probleemoplossend vermogen x VMBO/MBO/Havo/VWO 0,016 (0,017)
Probleemoplossend vermogen x HBO 0,037 (0,034)
Rekemvaardigheden x WO 0,042 (0,021)**
a. Significantie bij p < 0,10*, p < 0,05** en p < 0,01***
voor de sectoren ‘technici’ en ‘mechanici’ zou dit betekenen dat er een sterke mate van mobiliteit is gevonden. Ook in de sector ‘elementaire beroepen’ werd een effect
gevonden voor taalvaardigheden. In deze sector konden mensen hun inkomen dus ook met beperkte mate verbeteren, al was het slechts door middel van één van de drie gemeten vaardigheden. Ook in deze sector werd dus een beperkte mate van mobiliteit aangetroffen. Ditzelfde geldt voor de ‘professionele’ sector, waar het inkomen verbeterd kon worden door middel van het bezitten van rekenvaardigheden. Ook hier werd een beperkte mate van mobiliteit gevonden. Als deze redenering klopt werd in de overige sectoren minder mobiliteit gevonden, of kon deze mobiliteit in ieder geval niet
beïnvloed worden door middel het beheersen van de drie gemeten cognitieve vaardigheden.
5 Conclusie
Taalvaardigheden bleken een effect te hebben in de sectoren ‘Managers’, ‘Technici’, ‘Mechanici’ en ‘Elementaire beroepen’. Rekenvaardigheden bleken een effect te hebben in de sector ‘Managers’, ‘Professionele sector’, ‘Technici’ en ‘Mechanici’.
Probleemoplossend vermogen in een digitale omgeving bleek een effect te hebben in de sectoren ‘Managers’, ‘Technici’ en ‘Mechanici’.
In de culturele sector ‘ambachtschap’ werd voor geen van de vaardigheden een effect verwacht, en voor geen van de vaardigheden een effect gevonden. Hypothese 1 kan voor deze sector dus aangenomen worden. In de culturele sector ‘elementaire beroepen’ werd voor geen van de vaardigheden en effect verwacht, maar werd wel een effect voor taalvaardigheden gevonden. Hypothese 1 kan voor deze sector voor de taalvaardigheden dus worden verworpen, maar voor de overige twee vaardigheden worden aangenomen.
In de economische sector ‘Managers’ werd voor alle drie de vaardigheden een effect verwacht, en ook voor alle drie de vaardigheden een effect gevonden. Hypothese 1b kan dus voor deze sector worden aangenomen. In de economische sector ‘secretarissen’ werd voor alle drie de vaardigheden een effect verwacht maar voor geen van de vaardigheden een effect gevonden. Hypothese 1b kan dus voor deze sector worden verworpen. In de economische sector ‘landbouw en visserij’ werd voor alle drie de vaardigheden een effect verwacht maar voor geen van de vaardigheden een effect gevonden. Hypothese 1b kan dus ook voor deze sector worden verworpen. In de communicatieve sector ‘professionals’ werd alleen een effect voor
taalvaardigheden verwacht, maar werd slechts een effect voor rekenvaardigheden gevonden. Hypothese 1c kan voor deze sector dus voor probleemoplossend vermogen worden aangenomen, maar voor taal- en rekenvaardigheden worden verworpen. In de communicatieve sector ‘service- en verkoopmedewerkers’ werd voor taalvaardigheden een effect verwacht, maar werd voor geen van de vaardigheden een effect gevonden. Hypothese 1c kan voor deze sector dus voor taalvaardigheden worden verworpen maar voor de overige twee vaardigheden worden aangenomen.
In de technische sector ‘technici’ werd voor rekenvaardigheden een probleemoplossend vermogen een effect verwacht, maar voor alle drie de vaardigheden een effect gevonden.
Hypothese 1d kan voor deze sector dus voor taalvaardigheden worden verworpen en voor de overige twee vaardigheden worden aangenomen. Ook in de technische sector ‘mechanici’ werd voor rekenvaardigheden een probleemoplossend vermogen een effect verwacht, maar voor alle drie de vaardigheden een effect gevonden. Hypothese 1d kan voor deze sector dus ook voor taalvaardigheden worden verworpen en voor de overige twee vaardigheden worden aangenomen.
Het idee dat werkgevers bereid zijn om meer te betalen voor vaardigheden die bij het uitvoeren van een functie meer worden gebruikt, klopt niet met deze data. In het grootste deel van de gevallen werd ofwel een effect voor alle drie de vaardigheden gevonden, ofwel voor alle drie de vaardigheden geen effect gevonden. Het lijkt dus niet aannemelijk dat de vaardigheden die veel worden gebruikt in een functie zich meer uitbetalen. Het zou immers vreemd zijn als je in een functie alle drie de vaardigheden evenredig zou gebruiken, of geen van de drie vaardigheden. Hypothese 2 kan dus worden verworpen. De job assignment theorie(Burkard et al. 2012) gaat hier dus niet op. Ook de theorie van Streeck(1989) gaat hier niet op. Er werd weliswaar gevonden dat in het grootste deel van de culturele sectoren, waar algemene vaardigheden belangrijker zijn, werkgevers minder snel geneigd waren meer te betalen voor deze vaardigheden, maar doordat dit niet voor elk van deze sectoren het geval was lijkt het niet aannemelijk dat dit de reden is dat hier geen uitbetaling van de cognitieve vaardigheden werd
gevonden.
De vraag blijft echter wat dan wel kan verklaren waardoor in sommige sectoren wel een effect, en in sommige sectoren geen effect voor de drie gemeten vaardigheden werd gevonden. Één mogelijkheid is dat de data niet toereikend is voor dit onderzoek: er zou een set aan specifiekere vaardigheden moeten worden getoetst. Een andere
mogelijkheid is dat de gevonden resultaten te maken hebben met de mate van mobiliteit in een sector. Het zou dan niet te maken hebben met de mate waarin vaardigheden gebruikt worden binnen een sector, maar met de mogelijkheden die werknemers hebben om door te groeien door te groeien binnen en sector, namelijk; de mobiliteit. De werknemers zouden dan hun vaardigheden in kunnen zetten om door te groeien en zo meer uitbetaald krijgen.
Het effect dat werd gevonden voor opleiding bleek na controle voor het interactie effect niet significant. Ook werd er geen significant effect gevonden voor de interactie tussen
