Gendersegregatie in beroepsgroepen : verdienen mannen altijd meer dan vrouwen?

(1)

Gendersegregatie in

beroepsgroepen

Verdienen mannen altijd meer dan vrouwen?

Bacheloronderzoek Sociologie Ongelijkheid in het Onderwijs en de Arbeidsmarkt

Naam: Jurgen Sterk

Studentnummer: 10250824

Email: jurgensterk@gmail.com

Begeleider: Thijs Bol

2e Beoordelaar: Chip Huisman

Universiteit: Universiteit van Amsterdam

(2)

Pagina 1 van 29

Abstract

Eerder onderzoek laat zien dat mannen gemiddeld meer verdienen dan vrouwen. Daarnaast laat eerder onderzoek zien dat mannen domineren in het werkveld. In dit onderzoek wordt gekeken naar de inkomensverschillen tussen mannen en vrouwen onder invloed van domineerde vrouwelijke en mannelijke beroepsgroepen. In dit onderzoek is gebruik gemaakt van de Programme for the International Assessment of Adult Competencies (PIAAC) data uit 2012. Alleen de Nederlandse data is meegenomen in de analyse. De verwachting is dat een gedomineerde beroepsgroep invloed heeft op het uurloon in vergelijking met niet gedomineerde beroepsgroepen. De verwachting volgens de male dominance theory is dat mannen, ongeacht beroepsgroep, een hoger uurloon hebben. Resultaten laten een tegengesteld effect zien ten aanzien tot de verwachting. Er wordt geen bewijs gevonden dat mannen in gedomineerde beroepsgroepen een hoger uurloon hebben. Een mogelijke verklaring hiervoor is de geldende cao’s in Nederland. Een andere verklaring is dat de male dominance theory onvolledig is.

(3)

Pagina 2 van 29

Inhoudsopgave

Abstract ...1

Inleiding ...3

Theoretisch kader ...5

Male Dominance Theory ...5

Stereotypering ...7

Unique selling point proposition ...8

Methode en data ... 10

Operationalisering ... 11

Gedomineerde beroepsgroepen en gender ... 11

Uurloon ... 12

Controlevariabelen ... 13

Beschrijvende statistiek van de variabelen ... 14

Resultaten ... 15

Conclusie ... 19

Bibliografie ... 21

(4)

Pagina 3 van 29

Inleiding

In het toonaangevende boek 'The New World of Economics' van Mckenzie & Tullock (2012) wordt het laatste hoofdstuk geopend met "Why Men Earn More on Average than Women— And Always Will" (Mckenzie & Tullock 2012: 447). Mannen verdienen meer en zullen altijd meer verdienen beargumenteren Mckenzie & Tullock (2012). Mckenzie & Tullock (2012) erkennen de gendersegregatie die bestaat op het gebied van inkomen uit arbeid. Segregatie van gender op het werk is nog steeds te vinden in de meeste westerse landen en kan verschillende vormen aannemen: mannen die eerder worden aangenomen voor bepaalde banen, mannen die sneller promoties krijgen dan vrouwen of mannen die sneller in aanmerking komen voor managementtaken (Estévez-Abe 2006) zijn slechts enkele voorbeelden.

Centraal in dit onderzoek staat gendersegregratie in loon, mannen die structureel meer verdienen dan vrouwen. Mckenzie & Tullock (2012) beargumenteren dat dit altijd het geval is. Om de segregatie te verminderen is het van belang van dat er onderzoek gedaan wordt naar dit onderwerp. Het boven water krijgen van de achterliggende mechanismen voor het ontstaan en standhouden van gendersegregatie is essentieel om iedereen een gelijke kans te bieden op de arbeidsmarkt, ongeacht gender. Sinds de groei van de participatiegraad van vrouwen, is er een afname van gendersegregatie in beroepsgroepen. Dit geld echter niet voor alle beroepsgroepen, in sommige sectoren blijft segregatie bestaan (Dolado, Felgueroso, & Jimeno, 2003).

Beroepscategorieën waar voornamelijk mannen werken kennen andere eigenschappen dan beroepscategorieën waar voornamelijk vrouwen werken. Deze eigenschappen vormen zich naar de benodigde vaardigheden van een beroepsgroep (Huppatz & Goodwin, 2013). Het resultaat is dat in sommige beroepsgroepen vrouwen meer gewild zijn voor hun typerende ‘natuurlijke’ vaardigheden en andersom zijn in sommige beroepsgroepen mannen meer gewild voor hun typerende ‘natuurlijke’ vaardigheden (Barone 2011).

Mede door de vraag van ‘natuurlijke’ vaardigheden van mannen en vrouwen in sommige beroepen, kennen een aantal beroepsgroepen een hoge relatieve participatiegraad van slechts mannen of vrouwen. Dit betekent dat bepaalde beroepsgroepen worden gedomineerd door vrouwen en bepaalde beroepsgroepen worden gedomineerd door mannen. Dit effect is in Nederland gemeten door Dolado et al. (2003). Deze vorm van segregatie in beroepsgroepen is interessant voor het onderzoeken van een verband tussen gedomineerde beroepsgroepen, gender en loon. Mckenzie & Tullock (2012) stellen dat mannen altijd meer verdienen, maar blijft dit effect als er wordt gekeken naar specifieke beroepsgroepen waarin gendersegregatie bestaat? En als mannen niet meer verdienen, wat is dan het effect van een gender gedomineerde beroepsgroep op het inkomen van mannen en vrouwen? Vanuit deze vraag is de volgende probleemstelling opgesteld: In hoeverre

(5)

Pagina 4 van 29 maakt het voor vrouwen en mannen verschil voor de hoogte van het inkomen als vrouwen werken in mannen gedomineerde beroepsgroepen en mannen in vrouwen gedomineerde beroepsgroepen? Om deze vraag te kunnen beantwoorden wordt in dit onderzoek nog meer theorieën gebruikt naast de geopperde dominantie van mannen door Mckenzie & Tullock (2012). Er worden drie hypotheses gepresenteerd vanuit drie verschillende theorieën die inkomensverschillen op basis van gedomineerde beroepsgroepen kan verklaren.

(6)

Pagina 5 van 29

Theoretisch kader

In het theoretisch kader zullen de theorieën worden besproken die gebruikt worden om de hypotheses op te stellen. Met de hypotheses die zijn opgesteld wordt geprobeerd erachter te komen in hoeverre het voor vrouwen en mannen verschil maakt voor de hoogte van het inkomen als vrouwen werken in mannen gedomineerde beroepsgroepen en mannen in vrouwen gedomineerde beroepsgroepen. Indien er een effect is tussen gedomineerde beroepsgroepen, gender en loon, zijn er drie situaties mogelijk. De eerste mogelijkheid is dat mannen altijd meer verdienen, ongeacht beroepsgroep. De tweede mogelijkheid is dat mannen meer verdienen in een door mannen gedomineerde beroepsgroep en vrouwen meer verdienen in een door vrouwen gedomineerde beroepsgroep. Een derde mogelijkheid is dat mannen meer verdienen in een door vrouwen gedomineerde beroepsgroep en vrouwen meer verdienen in een door mannen gedomineerde beroepsgroep. Voor elk van deze mogelijke situaties is er een theorie gebruikt die het effect verklaard. Door de hypotheses op deze manier op te stellen kan de dominantie van mannen op loon worden getoetst en daarnaast biedt het een verklaring indien er andere resultaten worden gevonden.

Male Dominance Theory

De belangrijkste theorie in de onderzoek is de male dominance theorie. Onderzoekers zijn het eens over het feit dat mannen gemiddeld genomen meer verdienen dan vrouwen (Mckenzie & Tullock, 2012). Maar waarom verdient de man gemiddeld meer dan vrouwen? Uit meerdere disciplines worden verklaringen gegeven voor de dominantie van mannen in het werkveld. De grote populariteit van de male dominance theorie schept een belangrijke verwachting voor de resultaten.

De male dominance theory wordt ondersteunt door de psychologie in de sociale dominantie theorie van Sidanius en Pratto (2004); deze theorie kent twee delen. Als eerste verklaart de theorie de oorsprong en de gevolgen van sociale onderdrukking door groepen. Dit kan gelden voor verschillende type groepen die over elkaar kunnen domineren: groepen op basis van bijvoorbeeld etniciteit, leeftijd en gender. De samenleving zit vol met hiërarchiestructuren in groepen. De sociale dominantie theorie formuleert ook de dominantie van mannen in de meeste patriarchale samenlevingen. Volgens deze theorie zorgen mythes, normen en regels voor een ongelijke positie van mannen tegenover vrouwen. Dit betekent dat mannen in patriarchale samenlevingen meer verdienen, meer mogelijkheden hebben om carrière te maken en eerder kans maken als sollicitant (Sidanius en Pratto 2004).

Mensen ondersteunen instituties die zorgen voor de ongelijke verdeling tussen mannen en vrouwen (Mitchell & Sidanius 1995). Hierdoor blijft de overheersende ideologie intact en houdt de dominantie van mannen stand. Een voorbeeld hiervan is te vinden in een studie

(7)

Pagina 6 van 29 van Gaucher, Friesen en Kay (2011). Zij lieten zien dat groepen proberen hun dominante positie te behouden door middel van taalgebruik in de teksten van vacatures. In mannen gedomineerde beroepsgroepen, zoals bouwkunde, probeerde recruiters van bedrijven door middel van subtiel taalgebruik in de vacatures slechts mannen aan te trekken. Indien recruiters in mannen gedomineerde beroepsgroepen proberen slechts mannen aan te trekken, is de verwachting dat dit ook terug te vinden is in het verschil in de beloning tussen mannen en vrouwen. Doordat recruiters de voorkeur geven aan mannen tijdens een sollicitatie bevinden mannen zich ook in een betere onderhandelingspositie dan vrouwen. De onderhandelingspositie van mannen in mannen gedomineerde beroepsgroepen is sterker waardoor een beter salaris kan worden onderhandeld dan door vrouwen.

Het tweede deel van de theorie van Sidanius en Pratto (2004) heeft betrekking op individuen. De reden waarom mensen ideologieën accepteren die bepaalde groepen onderdrukken en ongelijkheid over de groepen legitimeert, is het verlangen van mensen om te domineren op groepsniveau (Sidanius & Pratto 2004). Dit wordt sociaal dominante oriëntatie genoemd; hoe sterk deze oriëntatie is, verschilt per persoon. Mannen zijn echter volgens de theorie over het algemeen meer sociaal dominerend georiënteerd dan vrouwen. De sterkere dominerende houding van mannen, is voor mannen voordelig bij het onderhandelen van het salaris (Kray & Thompson 2001): hierdoor bemachtigen mannen ongeacht het beroep meer salaris.

Beide delen van de theorie voorspellen dat mannen meer zullen verdienen. Enerzijds wegens de formele en informele instituties die zijn ingebed in de samenleving en anderzijds door de sociaal dominante oriëntatie waarover mannen meer beschikken dan vrouwen. Dit betekent dat vanuit de sociale dominantie theorie het niet zal uitmaken waar de man werkt om meer te verdienen. De voorspelling is dat mannen meer verdienen in zowel de beroepsgroepen die door mannen als door vrouwen wordt gedomineerd. In mannen gedomineerde beroepsgroepen blijven de normen, mythes en regels gelden die zorgen dat mannen meer verdienen en blijven verdienen. Bij vrouwen gedomineerde beroepsgroepen geldt, buiten de nog steeds geldende normen, mythes en regels, voor mannen een voordeel door hun dominante houding, wanneer er wordt onderhandeld over het salaris.

De male dominance theory van Sidanius en Pratto (2004) krijgt bijstand uit de economische hoek. In ‘The New World of Economics’ van Mckenzie en Tullock (2012) wordt een hoofdstuk gewijd aan de inkomensverschillen tussen mannen en vrouwen. Mannen verdienen meer en zullen altijd meer verdienen stellen Mckenzie en Tullock (2012). Zij voegen een aantal verklaringen toe waarom mannen altijd, ongeacht nationaliteit of beroepsgroep, meer verdienen dan vrouwen. De verklaringen die Mckenzie en Tullock (2012) geven, baseren zij op het argument dat mannen en vrouwen verschillende voorkeuren hebben als het gaat om het aangaan van relaties met de andere sekse. Voor mannen is het uiterlijk van een vrouw belangrijker voor het aangaan van een relatie dan voor vrouwen. Vrouwen prefereren de sociale en economische status meer dan mannen. Dit verschil leidt er volgens Mckenzie en

(8)

Pagina 7 van 29 Tullock (2012) toe dat er blijvende verschillen bestaan tussen het inkomen van mannen en vrouwen.

Volgens Mckenzie en Tullock (2012) komen drie effecten, die leiden tot een hoger uurloon, voort uit het feit dat mannen en vrouwen andere preferentievoorkeuren hebben bij het aangaan van relaties. Ten eerste zijn mannen meer competitiegedreven voor inkomen en socio-economische status. Aangezien vrouwen meer letten op de status van een man, drijft dat het inkomen van mannen boven het inkomen van vrouwen. Ten tweede hoeven vrouwen, omdat mannen voornamelijk op uiterlijk letten, minder hard mee te concurreren voor een hoog inkomen omdat vrouwen hun levensstandaard kunnen verhogen door ondersteuning te halen bij mannen. Dit effect wordt versterkt door de competitiedrift van mannen. Ten derde investeren mannen meer tijd dan vrouwen in het verkrijgen van vaardigheden waarmee een hoog economische status kan worden bereikt. Vrouwen investeren meer tijd in hun fysieke aantrekkelijkheid. Hiermee kan namelijk een man met een hoge economische status worden verkregen, waarmee ook de status van de vrouw groeit. Mannen daarentegen worden gedwongen tijd te investeren in vaardigheden die status en een hoog inkomen opleveren om vrouwen met een hoge fysieke aantrekkelijkheid te krijgen. Mannen en vrouwen als verschillende groepen proberen hetzelfde doel te bereiken, ze gebruiken echter andere middelen om het doel te bereiken (Mckenzie en Tullock 2012).

Vanuit zowel de psychologische als de economische hoek wordt de male dominance theory ondersteund. Hieruit kan de volgende hypothese worden opgesteld:

Hypothese 1: Mannen hebben een hoger uurloon in zowel mannen gedomineerde beroepsgroepen als vrouwen gedomineerde beroepsgroepen.

Stereotypering

Een tweede theorie die mogelijk een uitkomst biedt tussen de werking van gender gedomineerde beroepsgroepen en inkomen, is de theorie van stereotypering. Een verklaring voor gendersegregatie in sommige beroepsgroepen is het algemeen geaccepteerde idee dat vrouwen en mannen verschillende natuurlijke vaardigheden hebben (Charles & Bradley 2002). Een bijhorende perceptie is dat in sommige beroepsgroepen vrouwen meer gewild zijn voor hun typerende ‘natuurlijke’ vaardigheden en andersom zijn in sommige beroepsgroepen mannen meer gewild voor hun typerende ‘natuurlijke’ vaardigheden (Barone 2011). Enerzijds zijn vrouwen meer gewild in banen waar veel verzorgingsvaardigheden nodig zijn, bijvoorbeeld een beroepsgroep als sociaal werk. Als vrouwen daadwerkelijk gezien worden als de betere optie in typerende vrouwelijke beroepsgroepen, zou dit terug te zien moeten zijn in de beloning van vrouwen. Anderzijds

(9)

Pagina 8 van 29 vormen mannen de meest interessante optie voor banen in typerende mannelijke beroepsgroepen. Mannen halen volgens deze theorie het meeste profijt uit typerende mannelijke beroepsgroepen als bouwkunde en ICT en vrouwen halen het meeste profijt uit beroepsgroepen als zorg en ondersteunende medewerkers.

De typerende vrouwelijke of mannelijke beroepsgroepen kunnen geïdentificeerd worden door de ongelijke relatieve verdeling van mannen of vrouwen in een beroepsgroep (Charles & Bradley 2002). Deze komt tot stand door de relatief hoge vraag naar typerende mannelijke of vrouwelijke skills in sommige beroepsgroepen. De verwachting is dat dit ook een effect heeft op het inkomen, de typerende skills worden immers beloond door inkomen (Charles & Bradley, 2002). Hierdoor verdienen mannen meer in mannen gedomineerde beroepsgroepen en vrouwen verdienen meer in vrouwen gedomineerde beroepsgroepen. Om deze theorie te toetsen zijn twee deelhypotheses opgesteld die beide positief getoetst moeten worden om de theorie te ondersteunen.

Hypothese 2a: In mannen gedomineerde beroepsgroepen hebben mannen een hoger uurloon dan vrouwen.

Hypothese 2b: In vrouwen gedomineerde beroepsgroepen hebben vrouwen een hoger uurloon dan mannen.

Unique selling point proposition theory

Vanuit economisch oogpunt zou er een andere situatie te verwachten zijn. In het geval van een door mannen gedomineerde beroepsgroep, bijvoorbeeld beroepen in de ICT-sector en bouwsector, zijn de mannen die zich aanbieden in de ruime meerderheid. Mannen met vergelijkbare opleidingen en vaardigheden vormen de standaardvraag van werkgevers. Echter stelde Reeves (1961) dat differentiatie één van de belangrijkste punten is voor creëren van een aantrekkelijk voorstel voor de afnemer. Als een product of service verschilt van de concurrentie en daarmee een uniek voorstel doet, is het in zijn voordeel. Het beweegt klanten en afnemers over te gaan op het unieke voorstel (Reeves 1961).

Een vergelijkbaar principe zou ook geldend kunnen zijn op de arbeidsmarkt. Als vrouw is het mogelijk te differentiëren van het standaard aanbod in mannelijk gedomineerde beroepsgroepen. In zowel de bouwsector als de ICT-sector zullen het altijd vergelijkbare opleidingen zijn en vaak mannen. Een vrouw met dezelfde vergelijkbare opleiding neemt hierin een unieke positie. Volgens Reeves (1961) zou dit voordelig moeten zijn. Indien de bedrijven deze unieke aantrekkelijke positie van vrouwen erkennen zou dit te zien moeten zijn in het verschil in salaris tussen mannen en vrouwen. Vrouwen kunnen in deze situatie een uniek voorstel doen. Een voorstel dat bovendien schaars is, aangezien de meeste

(10)

Pagina 9 van 29 aanbieders mannelijk zijn. Producten en services die schaars zijn worden meer waard (Smith 2005). Dit mechanisme werkt ook in vrouwen gedomineerde beroepsgroepen. Mannen met een vergelijkbare opleiding en vaardigheden hebben een unieke positie en zouden meer salaris moeten kunnen onderhandelen dan vrouwen die zich in de meerderheid aanbieden. Om deze theorie te toetsen zijn twee deelhypotheses opgesteld die beide positief getoetst moeten worden om de theorie te ondersteunen.

Hypothese 3a: Vrouwen in mannen gedomineerde beroepsgroepen hebben een hoger uurloon dan mannen.

Hypothese 3b: Mannen in vrouwen gedomineerde beroepsgroepen hebben een hoger uurloon dan vrouwen.

(11)

Pagina 10 van 29

Data en methode

In dit onderzoek zal gebruik worden gemaakt van een kwantitatieve dataset. Er is gekozen voor de Programme for the International Assessment of Adult Competencies (PIAAC) data uit 2012. Deze data is onderdeel van de OECD ‘organisation for the economic co-operation and development’. De dataverzameling vond plaats in 24 landen door middel van een assessment en een vragenlijst. Volwassenen van de leeftijden 18 tot en met 65, woonachtig in het land waar de test werd afgenomen, deden mee. Zij konden meedoen met het assessment en de vragenlijst achter hun computer of via een papieren versie indien de respondent onvoldoende kennis had van computers. In totaal zijn 166.000 mensen ondervraagd. In dit onderzoek wordt alleen gebruik gemaakt van de Nederlandse respondenten, dit waren er 5170 die samen een responsepercentage vormen van 51%. De resultaten geven een representatief beeld van Nederland (OECD, 2012).

De PIAAC assessment heeft als doel de kernvaardigheden te testen die nodig zijn voor participatie in de samenleving en die nodig zijn voor economische vooruitgang (OECD, 2012). Er werd gekeken naar de taalvaardigheid, de rekenvaardigheid en het probleemoplossend vermogen van de respondenten. Dit zijn de zo genoemde kernvaardigheden die mensen gebruiken in het dagelijkse leven. Naast het assessment waar de vaardigheden worden getest, is er een survey bij de respondenten afgenomen. De survey die bij de respondenten is afgenomen heeft vragen met betrekking tot opleiding, inkomen, beroep, gender en benodigde skills voor beroep.

Er is gekozen voor de PIAAC dataset omdat ten eerste in dit onderzoek het vooral belangrijk is dat er gevraagd is naar het beroep en dat het inkomen op een exacte manier gemeten is. Daarnaast bevat de survey achtergrondvragen over de respondent die gebruikt kunnen worden als controle variabelen. Ten tweede is de PIAAC data recent en vormt daardoor relevante data voor dit onderzoek.

Als methode voor het testen van de hypotheses wordt gebruik gemaakt van multivariate regressieanalyses op de PIAAC-data. Aan de hand van deze methode kan er een correlatie worden vastgesteld tussen de onafhankelijke variabelen en de afhankelijke variabele. Door de onderzoeken of en welke onafhankelijke variabele correleren met de afhankelijke variabelen kunnen de hypotheses worden getest. Naast het vaststellen van een correlatie kan met een multivariate regressieanalyse ook worden vastgesteld hoe sterk de variabelen correleren. Na het testen van de hypotheses kan er een uitspraak worden gedaan over de toepasselijkheid van de behandelde theorieën.

(12)

Operationalisering

Gedomineerde beroepsgroepen en gender

Als eerste moet worden gekeken naar gedomineerde beroepsgroepen. Voor dit onderzoek vallen beroepsgroepen onder deze categorie als het ratio mannen of vrouwen hoog is. In navolging van vorig onderzoek (Huppatz & Goodwin 2013 & Dolado et al. 2003) is het ratio bepaald wanneer beroepsgroepen gedomineerd worden. Een beroepsgroep wordt gedomineerd door een gender indien meer dan 70% binnen een beroepsgroep man of vrouw is1. Door de gedomineerde beroepsgroepen te identificeren kan er worden gekeken naar het verband van gedomineerde beroepsgroepen en gender op uurloon. Gender heeft hierin een interacterend effect met beroepsgroep op het uurloon.

Tabel 1: Ratio mannen en vrouwen beroepsgroepen

Beroepen N Mannen % N Vrouwen %

Uitvoerende ambtenaren en wetgevers 104 88,9% 13 11,1%

Wetenschap en techniek professionals en

deelgenoten 178 87,3% 26 12,7%

Gezondheidswerkers 66 27,3% 176 72,7%

ICT professionals 95 91,3% 9 8,7%

Algemene kantoormedewerkers 21 17,8% 97 82,2%

Medewerker klantenservice 26 28,3% 66 71,7%

Medewerkers persoonlijke verzorging 11 5,4% 193 94,6%

Beveiligers 46 73,0% 17 27,0%

Schoonmakers 21 19,8% 85 80,2%

Arbeiders in mijnbouw, bouw en transport 66 71,0% 27 29,0%

In de survey is gevraagd naar het beroep van de respondent, waarna deze is ingedeeld in verschillende categorieën. Daarbij zijn meerdere variabelen aangemaakt met meer en minder specifieke categoriseringen. Voor dit onderzoek is gebruik gemaakt van de meest specifieke categorisering2. Tabel 1 geeft de beroepsgroepen aan die worden gekenmerkt als een gedomineerde beroepsgroep. Deze zijn geselecteerd op basis van een aandeel van mannen of vrouwen van 70% en op basis van een voldoende N.

In de analyse zijn de geselecteerde beroepsgroepen zowel los als samen genomen. Als eerste wordt in de analyse de door mannen gedomineerde beroepsgroepen samengenomen en meegenomen in de analyse, ditzelfde wordt voor de door vrouwen gedomineerde beroepsgroepen gedaan. Daarna worden de gedomineerde beroepsgroepen los

1

In veel literatuur wordt de 70% lijn genomen, wanneer er kan worden gesproken over een gedomineerd beroepsgroep: Huppatz & Goodwin (2013) en Dolado et al. (2003).

2

(13)

Figuur 1: Normaalverdeling uurloon en normaalverdeling natuurlijk logaritme van uurloon

geanalyseerd. De verwachting is dat er een interactie-effect is tussen gender en de gedomineerde beroepsgroepen. De interactievariabelen die zijn aangemaakt zijn tevens per gedomineerde beroepsgroep en de gedomineerde beroepsgroepen samengenomen. Voor gender is een variabele aangemaakt voor vrouwen met mannen als referentiecategorie (=0).

Uurloon

Om het inkomen te verklaren is gebruik gemaakt van het uurloon. Het voordeel van uurloon is dat de verdiensten al zijn uitgedrukt in een tijdseenheid, waardoor een correctie voor verschillende werktijden automatisch is toegepast. In het berekende uurloon zijn jaarlijkse bonussen als vakantiegeld, dertiende maand en eenmalige bonussen meegenomen. Het uurloon is gebaseerd op het brutosalaris en is uitgedrukt in euro’s. Waarden tussen de 3,79 euro en 154,00 euro per uur zijn meegenomen in de analyse. Lagere waarden zijn onwaarschijnlijk en berusten waarschijnlijk op een rekenfout. €3,79 was het minimum uurloon van een 18-jarige in 2012 in Nederland. Waarden hoger dan €154,00 per uur zijn buiten de analyse gehouden, buitenproportionele lonen zijn onwaarschijnlijk en kunnen de resultaten ten onrechte beïnvloeden. Dit betekent dat 0,5% van de waarnemingen in het bovenste segment van het uurloon niet zijn meegenomen in de analyse. In 2012 had minder dan 1% van de bevolking een bruto jaarsalaris hoger dan €180.000 euro (Centraal bureau voor statistiek, 2012). Met een maximum van €154,00 per uur zijn bruto jaarsalarissen tot €300.000 euro meegenomen in de analyse.

(14)

Pagina 13 van 29 In dit onderzoek wordt gebruik gemaakt van de kleinste kwadraten methode. Hiervoor is gekozen omdat er een lineair verband wordt verondersteld in het theoretisch kader. Voor het regressiemodel is het gemeten uurloon als variabele nog niet geschikt omdat het uurloon niet normaal verdeeld is. Het berekende uurloon is daarom met natuurlijk logaritme getransformeerd. In figuur 1 is de verbetering van de normaalverdeling te zien na transformatie met natuurlijk logaritme. De scheefheid in de normaalverdeling is verbeterd van 3,47 naar -0,06. Waarin waarden van -1 tot 1 acceptabel zijn en een waarde van 0 perfecte symmetrie in de normaalverdeling representeert.

Controlevariabelen

In dit onderzoek wordt gecontroleerd voor leeftijd, vaste aanstelling, werkervaring en opleidingsniveau. De verwachting is dat deze variabelen van invloed zijn op de hoogte van het uurloon. De intervalvariabele leeftijd loopt van 18 tot 65 jaar. Daarnaast is een dummyvariabele aangemaakt indien de respondent een vaste aanstelling heeft. De aangemaakte dummyvariabele heeft als referentiecategorie de respondenten die een ander type contract hebben aangegeven dan een contract voor een onbepaalde tijd (=0). Voor werkervaring is een schaalverdeling beschikbaar in de dataset. De schaalverdeling is omgezet in maanden. Oplopend van 0, 3, 9, 18 en 30 maanden of meer ervaring, waarbij ieder volgende trede in de schaal een toename in maanden heeft van N+3.

De laatste controlevariabele die wordt meegenomen in de analyse is opleidingsniveau. Met deze variabele is het hoogst behaalde opleidingsniveau gemeten. Basisschool of minder, lage middelbare school, hoge middelbare school, mbo, hbo-bachelor, wo-bachelor, wo-master, wo-research. In dit onderzoek zijn voor de opleidingsniveaus dummy-variabelen aangemaakt, met als referentiecategorie basisschool of minder. Daarnaast zijn de categorieën samengevoegd tot middelbaaronderwijs, MBO, HBO/WO (bachelor) en WO master.

Tabel 2: Compositie opleidingsniveau

Frequentie Percentage Basisschool 104 3,5% Middelbare school 596 19,9% MBO 1239 41,3% HBO/WO (Bachelor) 764 25,5% WO Master 298 9,9% Totaal 3002 100,0%

(15)

Beschrijvende statistiek van de variabelen

In tabel 3 is een overzicht te zien van de variabelen die worden gebruikt in dit onderzoek. Een aantal belangrijke waarden uit tabel 3 is de verdeling van mannelijk en vrouwelijke respondenten. Deze is nagenoeg gelijk met een afgerond gemiddelde van 0,50. Daarnaast is het minimum uurloon van belang met een minimum van €3,79, een maximum van €153,90 en een gemiddelde van €19,39 per uur. In de analyse wordt deze variabele getransformeerd met natuurlijk logaritme.

Tabel 3: Beschrijvende statistieken van de variabelen die zijn gebruikt in dit onderzoek.

Variabele N Bereik Minimum Maximum Gemiddelde Standaardfout

Uurloon 3002 150,1 3,79 153,90 19,39 10,830 Vrouw 3002 1,0 0,00 1,00 0,50 0,500 Leeftijd 3002 47,0 18,00 65,00 40,90 12,463 Vaste aanstelling 3002 1,0 0,00 1,00 0,79 0,408 Werkervaring 3002 4,0 0,00 4,00 2,17 1,504 Middelbaaronderwijs 3002 1,0 0,00 1,00 0,03 0,183 MBO 3002 1,0 0,00 1,00 0,20 0,399 HBO/WO (bachelor) 3002 1,0 0,00 1,00 0,41 0,492 WO Master 3002 1,0 0,00 1,00 0,25 0,436 Uitvoerende ambtenaren en wetgevers 3002 1,0 0,00 1,00 0,10 0,299 Wetenschap en techniek professionals 3002 1,0 0,00 1,00 0,01 0,091 ICT professionals 3002 1,0 0,00 1,00 0,06 0,231 Beveiligers 3002 1,0 0,00 1,00 0,03 0,163 Arbeiders in mijnbouw, bouw en transport 3002 1,0 0,00 1,00 0,02 0,139 Gezondheidswerkers 3002 1,0 0,00 1,00 0,02 0,137 Algemene kantoormedewerkers 3002 1,0 0,00 1,00 0,06 0,245 Medewerker klantenservice 3002 1,0 0,00 1,00 0,03 0,179 Medewerkers persoonlijke verzorging 3002 1,0 0,00 1,00 0,03 0,167 Schoonmakers 3002 1,0 0,00 1,00 0,05 0,227 Dominante beroepsgroepen mannen 3002 1,0 0,00 1,00 0,03 0,160 Dominante beroepsgroepen vrouwen 3002 1,0 0,00 1,00 0,13 0,337

(16)

Resultaten

In dit onderzoek is gebruik gemaakt van de lineaire regressie. Voor het onderzoeken van de dominante beroepsgroepen zijn er twee mogelijkheden. De door mannen gedomineerde beroepsgroepen kunnen samen of apart worden geanalyseerd en de door vrouwen gedomineerde beroepsgroepen kunnen samen of apart worden geanalyseerd. Er is gekozen om beide mogelijkheden te onderzoeken. Indien er een samenhang is, wordt de kans hiermee vergroot om een samenhang te vinden tussen gedomineerde beroepsgroepen, gender en uurloon. De analyse is daarom in twee delen opgesplitst. Als eerste is er gekeken naar de verbanden als mannelijke en vrouwelijke gedomineerde beroepsgroepen samen worden genomen. Daarna worden de beroepsgroepen los geanalyseerd. Elke analyse bestaat uit drie modellen waarbij respectievelijk de controlevariabele, de gedomineerde beroepsgroepen en de interactie-effecten worden toegevoegd.

Tabel 4: Regressieanalyse dominante beroepsgroepen samengenomen

Model 1 Model 2 Model 3

b S.E. b S.E. b S.E.

Referentie 1,846 0,042*** 1,836 0,042*** 1,835 0,042***

Vrouw -0,065 0,013*** -0,056 0,014*** -0,053 0,016**

Leeftijd 0,010 0,001*** 0,010 0,001*** 0,010 0,001***

Vaste aanstelling 0,179 0,017*** 0,175 0,017*** 0,175 0,017***

Werkervaring 0,074 0,005*** 0,075 0,005*** 0,074 0,005***

Basisonderwijs Ref. Ref. Ref.

Middelbaaronderwijs 0,122 0,037** 0,119 0,037** 0,119 0,037**

MBO 0,244 0,036*** 0,241 0,036*** 0,240 0,036***

HBO/WO (bachelor) 0,468 0,037*** 0,464 0,037*** 0,464 0,037***

WO Master 0,652 0,040*** 0,649 0,040*** 0,648 0,040***

Neutrale beroepsgroepen Ref. Ref. Ref.

Dominante beroepsgroepen mannen 0,061 0,020** 0,068 0,022**

Dominante beroepsgroepen vrouwen 0,008 0,017 0,009 0,024

DOMMANNEN*Vrouw -0,037 0,050

DOMVROUWEN*Vrouw -0,003 0,027

R² 0,449 0,450 0,450

Afhankelijke variabele is het natuurlijk logaritme van uurloon (ln(Uurloon)). *P<0,05, **P<0,01, *** P<0,001, N= 3002

De uitkomsten in tabel 4 kunnen geïnterpreteerd worden door van de resultaten de ongestandaardiseerde b-coëfficiënt te nemen en vervolgens de inverse van het natuurlijk

(17)

Pagina 16 van 29 logaritme te nemen 𝑒𝑥. Vervolgens kan de procentuele toename of afname, ten aanzien tot de referentiegroep, afgelezen worden, gerekend vanaf 1. In het eerste model in tabel 4 zijn alleen de controlevariabelen verwerkt. Hieruit valt af te lezen dat vrouwen (1 − 𝑒−0.065) × 100% = 6,3% minder per uur verdienen dan de referentiegroep. Zoals verwacht heeft leeftijd (+ 1,0%), het hebben van een vaste aanstelling (+19,6%), werkervaring (+7,8%) en opleiding een positief significante samenhang met uurloon. In model 2 worden de gedomineerde beroepsgroepen die waren geselecteerd en onderverdeeld in mannen en vrouwen beroepsgroepen toegevoegd. Alleen de dominante mannelijke beroepsgroepen hebben een significante samenhang met uurloon (+6,3%). Dit betekent dat alle respondenten, zowel mannen als vrouwen, die werken in de mannelijke gedomineerde beroepsgroepen 6,3% meer per uur verdienen dan de referentiegroep.

In model 3 wordt deze groep verder uit elkaar getrokken en worden de interactie-effecten toegevoegd. De variabele gender staat nu voor vrouwen die werken in neutrale beroepsgroepen, een negatief significante samenhang van -5,2% ten opzichte van de referentiegroep. Mannen in mannelijke gedomineerde beroepsgroepen hebben een positief significante samenhang met uurloon van +7,0% ten opzichte van de referentiegroep. De interactie-effecten zijn niet significant dit betekent dat mannen in vrouwelijke gedomineerde beroepsgroepen en vrouwen in zowel mannelijke als vrouwelijke gedomineerde beroepsgroepen geen significante samenhang hebben met het uurloon. Dit betekent dat deze resultaten geen van de gegeven hypotheses ondersteund. Voor verdere analyse zijn de beroepsgroepen uit elkaar gehaald om een mogelijk significante samenhang voor individuele beroepsgroepen eruit te halen.

In tabel 5 zijn de gedomineerde beroepsgroepen los toegevoegd. In model 1 zijn eerst de controlevariabelen toegevoegd, deze hebben logischerwijs dezelfde waarden als model 1 in tabel 4. Bij het toevoegen van de beroepsgroepen in model 2 valt op te merken dat respondenten die werken in de ITC-sector (+12,9%), wetenschap en technieksector (+6,2%), beveiligingssector (+9,4%) en gezondheidszorg (+7,9%) een positief significante samenhang hebben met het uurloon en respondenten die werken in de schoonmaaksector (-17,1%) een negatief significante samenhang hebben met het uurloon. Indien de interactie-effecten worden toegevoegd blijken slechts de volgende variabelen significant samen te hangen met het uurloon. Mannen in de ICT-sector hebben een 12,7% hoger uurloon dan de referentiegroep, vrouwen in de ICT-sector hebben geen significante samenhang. Mannen in de persoonlijke verzorging hebben een 23,0% lager uurloon dan de referentiegroep. Vrouwen in de persoonlijke verzorging hebben een 34,0% hoger uurloon. De laatste samenhang zijn mannen in de schoonmaaksector, zij verdienen 26,6% minder dan de referentiegroep. Vrouwen in de schoonmaaksector hebben geen significante samenhang met uurloon.

(18)

Tabel 5: Regressieanalyse dominante beroepsgroepen los meegenomen in de modellen.

Model 1 Model 2 Model 3

b S.E. b S.E. b S.E.

Referentie 1,846 0,042*** 1,873 0,042*** 1,876 0,043***

Vrouw -0,065 0,013*** -0,054 0,014*** -0,062 0,016***

Leeftijd 0,010 0,001*** 0,010 0,001*** 0,010 0,001***

Vaste aanstelling 0,179 0,017*** 0,172 0,017*** 0,172 0,017***

Werkervaring 0,074 0,005*** 0,072 0,005*** 0,072 0,005***

Basisonderwijs Ref. Ref. Ref.

Middelbaaronderwijs 0,122 0,037** 0,102 0,037** 0,103 0,037**

MBO 0,244 0,036*** 0,207 0,036*** 0,208 0,036***

HBO/WO (bachelor) 0,468 0,037*** 0,426 0,037*** 0,427 0,037***

WO Master 0,652 0,040*** 0,609 0,041*** 0,611 0,041***

Overige beroepsgroepen Ref. Ref. Ref.

Uitvoerende ambtenaren en wetgevers3 0,089 0,070 0,112 0,075

ICT professionals3 _0,121 _0,040** _0,120 _0,042**

Wetenschap en techniek3 0,060 0,028* 0,053 0,031

Beveiligers3 0,090 0,046* 0,093 0,054

Mijnbouw, bouw en transport3 -0,052 0,047 -0,040 0,054

Gezondheidswerkers4 0,076 0,027** 0,062 0,052 Algemene kantoormedewerkers4 -0,014 0,036 -0,016 0,082 Medewerker klantenservice4 0,030 0,038 0,003 0,070 Persoonlijke verzorging4 0,011 0,029 -0,262 0,123* Schoonmakers4 -0,188 0,041*** -0,309 0,083*** AMBT3*Vrouw _-0,218 _0,213 ICT3*Vrouw -0,035 0,138 TECH3*Vrouw _0,031 _0,078 BEV3*Vrouw _-0,013 _0,101 MIJN3*Vrouw _-0,053 _0,108 GEZ4*Vrouw _0,021 _0,061 ALG4*Vrouw _0,006 _0,091 KLANT4*Vrouw 0,041 0,084 PERS4*Vrouw _0,292 _0,126* SCHOON4*Vrouw _0,161 _0,094 R² _0,449 _0,456 _0,456

De afhankelijke variabele is het natuurlijk logaritme van uurloon (ln(Uurloon)). *P<0,05, **P<0,01, *** P<0,001, N= 3002

3_{Door mannen gedomineerde beroepsgroep} 4

(19)

Pagina 18 van 29 Het toevoegen van de interactie-effecten levert nauwelijks extra significante resultaten op en kan er slechts bij de sector persoonlijk verzorging een samenhang van beroepsgroep en gender op uurloon worden gemeten. Daarnaast wordt de proportie verklaarde variantie niet groter bij het toevoegen van de interactie-effecten bij zowel tabel 4 als tabel 5. Dit betekent dat de variantie in het uurloon niet extra verklaard kan worden met het toevoegen van de voorspelde interactie-effecten.

De resultaten schetsen een onverwacht beeld ten aanzien tot de voorspelde effecten in de

male dominance theorie. De resultaten laten zien dat de voorspelde interactie-effecten

allemaal nagenoeg geen samenhang hebben met het uurloon. Hieruit kan opgemaakt worden dat er volgens deze resultaten een klein tot geen verband is tussen gedomineerde beroepsgroepen gender en uurloon. Er is geprobeerd een verband te vinden bij zowel het samennemen van de gedomineerde beroepsgroepen als het los analyseren van de beroepsgroepen, voor beide analyses is er geen verband gevonden. Indien male dominance ook toepasbaar zou zijn op gedomineerde beroepsgroepen zou er een verband moeten worden gevonden. In dat geval zouden de gedomineerde beroepsgroepen allen een positief verband laten zien en de interactie-effecten allen een negatief verband laten zien. Aangezien dit niet geval is, kan worden gesteld dat mannen niet meer verdienen dan vrouwen in de gedomineerde beroepsgroepen. De male dominance hypothese kan worden verworpen. De resultaten dragen het meeste, maar nog steeds geringe, bewijs voor de stereotypering hypothese. In de vrouwelijke beroepsgroep persoonlijke verzorging verdienen vrouwen meer dan mannen. Dit is bewijs voor deelhypothese 2b: In vrouwen gedomineerde beroepsgroepen hebben vrouwen een hoger uurloon dan mannen. In de rest van de beroepsgroepen is dit verband echter niet meer terug te vinden. Daarnaast is er geen bewijs voor deelhypothese 2a: In mannen gedomineerde beroepsgroepen hebben mannen een hoger uurloon dan vrouwen. Een voorwaarde was dat beide hypotheses waar moesten zijn om de theorie te ondersteunen. Aangezien dit niet het geval is, is er tevens geen bewijs gevonden voor de stereotyperingstheorie.

(20)

Conclusie

Mannen verdienen over alle neutrale en gedomineerde beroepsgroepen samengenomen gemiddeld meer dan vrouwen. Als de beroepsgroepen uit elkaar worden gehaald komen andere resultaten naar boven. In dit onderzoek is de relatie tussen gedomineerde beroepsgroepen en gender op uurloon onderzocht. De drie hypotheses die hieruit voortkwamen zijn de male dominance hypothese, stereotypering hypothese en de unique

selling point proposition hypothese.

Volgens de male dominance hypothese domineert de man en zal de man altijd meer verdienen dan de vrouw. Specifiek voor de beroepsgroepen wordt vanuit de hypothese een gelijk effect verwacht. Dit betekent dat mannen zowel in de mannelijk gedomineerde beroepsgroepen als de vrouwelijk gedomineerde beroepsgroepen een hoger uurloon hebben. Volgens de stereotypering hypothese kunnen mannen door hun ‘natuurlijke’ vaardigheden op een hoger uurloon rekenen in mannelijk gedomineerde beroepsgroepen en kunnen vrouwen door hun ‘natuurlijke’ vaardigheden op een hoger uurloon rekenen in vrouwelijk gedomineerde beroepsgroepen. De unique selling point proposition hypothese voorspelt precies het tegengestelde van de stereotypering hypothese. Met de mogelijkheid om een uniek aanbod te doen, groeit de prijs voor een product, dienst en arbeid. Mannen in gedomineerde vrouwelijke beroepsgroepen hebben een hoger uurloon aangezien zij de unieke aanbieder zijn ten opzichte van vrouwen. Vrouwen hebben daarentegen een hoger uurloon in mannen gedomineerde beroepsgroepen door hun unieke aanbod in die beroepsgroep.

Centraal in dit onderzoek staat de claim van male dominance theoretici dat mannen altijd meer verdienen. Zowel Mckenzie & Tullock (2012) als Sidanius et al. (2004) sluiten zich aan bij deze theorie. De resultaten laten geen bewijs zien voor deze theorie op kleinere schaal. Als er specifiek naar de beroepsgroepen wordt gekeken, verdwijnen de effecten dat mannen altijd meer zouden verdienen. Of het mannen of vrouwen gedomineerde beroepen zijn maakt niet uit. Bewijs dat mannen domineren blijft uit. Er kan worden gesteld dat mannen

niet meer verdienen dan vrouwen in de gedomineerde beroepsgroepen. Naar aanleiding van

dit onderzoek kunnen er vraagtekens worden gezet bij de male dominance theorie. Mckenzie & Tullock (2012) maakten de claim dat mannen gemiddeld meer verdienen en altijd meer zullen verdienen dan vrouwen. Dit onderzoek spreekt deze claim tegen.

Voor de andere hypotheses, stereotypering en unique selling point proposition, is tevens geen bewijs gevonden. Slechts de beroepsgroep persoonlijke verzorging gedraagt zich naar de stereotyperingstheorie. In deze, door vrouwen gedomineerde, beroepsgroep verdienen vrouwen significant meer dan mannen. Aangezien het slechts om één beroepsgroep gaat en daarmee slechts deel b van de hypothese wordt ondersteund, kan er geen bewijs worden gevonden voor de stereotyperingstheorie.

(21)

Pagina 20 van 29 De vraag die overblijft is wat er dan wel aan de hand is. Waarom wordt er in Nederland geen effect gevonden in gedomineerde beroepsgroepen? Vervolgonderzoek zou de volgende verklaringen kunnen onderzoeken. Een eerste verklaring heeft te maken met de situatie die geldt in Nederland. Door de huidige cao-akkoorden worden lonen vastgelegd in schalen die gelden voor alle werknemers, hierin wordt geen onderscheid gemaakt tussen mannen en vrouwen (Nagelkerke, 2008). Dit kan mogelijk zorgen voor een verkleining van de verschillen in loon tussen mannen en vrouwen. Dit betekent dat er wel effecten kunnen worden gevonden in landen waar minder of geen collectieve arbeidsovereenkomsten zijn. Daarnaast zou deze verklaring betekenen dat cao’s een positief effect hebben op het verkleinen van de loonsegregatie tussen mannen en vrouwen. Vervolgonderzoek zou dit kunnen uitwijzen. Een tweede verklaring voor de afwezigheid van significante effecten is de onvolledigheid van de male dominance theorie. Dit onderzoek laat zien dat mannen niet altijd meer verdienen dan vrouwen. Op grote schaal blijkt de theorie, ook uit deze resultaten, goed te werken. Zodra er op bepaalde beroepsgroepen wordt ingezoomd wordt er geen bewijs gevonden voor de theorie. Dit betekent dat als we een in een beroepsgroep meer dan 70% mannen bij elkaar hebben, het niet hoeft te betekenen dat mannen de vrouwen er met loon uit concurreren. Hetzelfde geldt voor mannen die met minder dan 30% in een beroepsgroep zitten; ook dan wordt er geen effect gevonden. Hieruit valt op de maken dat er elementen missen in de male dominance theorie. Vervolgonderzoek zou kunnen uitwijzen wat de missende elementen van de male dominance theorie zijn. Dit zou tevens een verklaring kunnen geven waarom mannen niet meer verdienen in gedomineerde beroepsgroepen maar wel over alle beroepsgroepen samengenomen.

Naar aanleiding van dit onderzoek zijn er verschillende verdiepingsmogelijkheden. In dit onderzoek is er gewerkt met de beschikbare PIAAC data, wellicht kunnen andere grotere databases wel significante effecten laten zien. Daarnaast zou vergelijkingsmateriaal een goede toevoeging kunnen zijn. Gezien het internationale karakter van de PIAAC zouden resultaten vergeleken kunnen worden met andere landen. Wellicht laten andere landen wel effecten op kleinere schaal zien. Naast de vergelijkingsmateriaal zou ook gekeken kunnen worden naar het vergroten van de statistische kracht in de modellen. De effecten zouden erg klein kunnen zijn waardoor ze niet gezien kunnen worden. Met een grotere database zou het mogelijk zijn de kleine effecten wel waar te nemen, mits die er zijn.

(22)

Bibliografie

Barone, C. (2011). Some Things Never Change: Gender Segregation in Higher Education across Eight Nations and Three Decades. Sociology of Education, 157-176.

Centraal bureau voor statistiek. (2012). Laag en langdurig laag inkomen. CBS Statline.

Charles, M., & Bradley, K. (2002). Equal but Separate? A Cross-National Study of Sex Segregation in Higher Education. American Sociological Review, 573-599.

Dolado, J., Felgueroso, F., & Jimeno, J. (2003). Where Do Women Work?: Analysing Patterns in Occupational Segregation by Gender. Discrimination and Unequal Outcome, 293-315. Earle, D. (2010). Skills, qualifications, experience and the distribution of wages.

Estévez-Abe, M. (2006). Gendering the Varieties of Capitalism: A Study of Occupational Segregation by Sex in Advanced Industrial Societies. World Politics, 142-175.

Gaucher, D., Friesen, J., & Kay, A. (2011). Evidence That Gendered Wording in Job Advertisements Exists and. Journal of Personality and Social Psychology, 109-128.

Gorman, E. (2007). WE (HAVE TO) TRY HARDER: Gender and Required Work Effort in. Gender &

Society, 828-856.

Huppatz, K., & Goodwin, S. (2013). Masculinised jobs, feminised jobs and men’s ‘gender capital’ experiences: Understanding occupational segregation in Australia. Journal of Sociology, 291-308.

Kray, L., & Thompson, L. (2001). Battle of sexes: Gender Stereotype Confirmation and Reactance in Negatiations. Journal of Personality and Social Psychology, 942-958.

Mckenzie, R. B., & Tullock, G. (2012). Why Men Earn More on Average than Women—And Always Will. In The New World of Economics (pp. 447-464). Berlijn: Springer.

Mitchell, M., & Sidanius, J. (1995). Social Hierarchy and the Death Penalty: A Social Dominance Perspective. Political Psychology, 591-619.

Nagelkerke, A. (2008). Aanpassing en behoud van het CAO-stelsel. Drie scenario's voor institutionele verandering in Nederland. Sociaal maandblad arbeid, 222-233.

OECD. (2012). Programme for the International Assessment of Adult Competencies (PIAAC). Retrieved April 14, 2015, from PIAAC - OECD: http://www.oecd.org/site/piaac/

Sidanius, J., Pratto, F., van Laar, C., & Levin, S. (2004). Social Dominance Theory: Its Agenda and Method. Political Psychology, 845-880.

(23)

Pagina 22 van 29 Bijlagen Overzicht beroepsgroepen Man Vrouw N N % N N % Armed forces occupations 0 0,0% 0 0,0% Commissioned armed forces officers 0 0,0% 0 0,0% Non-commissioned

armed forces officers 1 100,0% 0 0,0%

Armed forces

occupations, other ranks 8 100,0% 0 0,0%

Managers 0 0,0% 0 0,0%

Chief executives, senior

officials and legislators 104 88,9% 13 11,1%

Administrative and commercial managers 73 64,0% 41 36,0% Production and specialised services managers 152 66,7% 76 33,3%

Hospitality, retail and

other services managers 37 58,7% 26 41,3%

Professionals 0 0,0% 0 0,0%

Science and engineering

professionals 75 84,3% 14 15,7% Health professionals 40 29,6% 95 70,4% Teaching professionals 74 31,5% 161 68,5% Business and administration professionals 105 58,7% 74 41,3% Information and communications technology professionals 95 91,3% 9 8,7%

Legal, social and cultural

professionals 54 37,0% 92 63,0%

Technicians and associate

Science and engineering

associate professionals 103 89,6% 12 10,4%

Health associate

(24)

Pagina 23 van 29 administration associate

professionals

Legal, social, cultural and related associate professionals 40 31,2% 88 68,8% Information and communications technicians 15 93,8% 1 6,2%

Clerical support workers 0 0,0% 0 0,0%

General and keyboard

clerks 21 17,8% 97 82,2%

Customer services clerks 26 28,3% 66 71,7%

Numerical and material

recording clerks 86 47,5% 95 52,5%

Other clerical support

workers 22 42,3% 30 57,7%

Service and sales workers 0 0,0% 0 0,0%

Personal service workers 50 37,0% 85 63,0%

Sales workers 81 33,5% 161 66,5%

Personal care workers 11 5,4% 193 94,6%

Protective services

workers 46 73,0% 17 27,0%

Skilled agricultural, forestry and fishery workers

0 0,0% 0 0,0%

Market-oriented skilled

agricultural workers 37 78,7% 10 21,3%

Market-oriented skilled forestry, fishery and hunting workers

4 100,0% 0 0,0%

Subsistence farmers, fishers, hunters and gatherers

0 0,0% 1 100,0%

Craft and related trades

workers 0 0,0% 0 0,0%

Building and related trades workers, excluding electricians

91 98,9% 1 1,1%

Metal, machinery and

related trades workers 67 98,5% 1 1,5%

Handicraft and printing

workers 7 77,8% 2 22,2%

(25)

Pagina 24 van 29 trades workers

Food processing, wood working, garment and other craft and related trades workers

32 60,4% 21 39,6%

Plant and machine operators, and assemblers

0 0,0% 0 0,0%

Stationary plant and

machine operators 20 83,3% 4 16,7%

Assemblers 7 77,8% 2 22,2%

Drivers and mobile plant

operators 80 93,0% 6 7,0%

Elementary occupations 0 0,0% 0 0,0%

Cleaners and helpers 21 19,8% 85 80,2%

Agricultural, forestry and

fishery labourers 14 56,0% 11 44,0% Labourers in mining, construction, manufacturing and transport 66 71,0% 27 29,0% Food preparation assistants 10 37,0% 17 63,0%

Street and related sales

and service workers 0 0,0% 1 100,0%

Refuse workers and other

(26)

SYNTAX

*Hercoderen gender

RECODE GENDER_R (1=0) (2=1) INTO Gender. VARIABLE LABELS Gender 'Gender voor vrouw'. EXECUTE.

*Hercoderen leeftijd

RECODE AGE_R (18 thru 65=Copy) (ELSE=SYSMIS) INTO Leeftijd. VARIABLE LABELS Leeftijd 'Leeftijd'.

EXECUTE.

*Hercoderen uurloon

RECODE EARNHRBONUS (3.79 thru 250=Copy) (ELSE=SYSMIS) INTO Uurloon. VARIABLE LABELS Uurloon 'Uurloon'.

EXECUTE.

*Hercoderen vaste aanstelling

RECODE D_Q09 (1=1) (2 thru 5=0) (ELSE=SYSMIS) INTO Vasteaanstelling. VARIABLE LABELS Vasteaanstelling.

EXECUTE.

*Hercoderen werkervaring, schaal 1 tot 6.

RECODE D_Q12c (1=0) (2=3) (3=3) (4=9) (5=18) (6=30) (ELSE=SYSMIS) INTO Werkervaring. VARIABLE LABELS Werkervaring 'Werkervaring'.

EXECUTE.

RECODE Werkervaring (0=0) (3=1) (9=2) (18=3) (30=4) (ELSE=SYSMIS) INTO WerkervaringSchaal. VARIABLE LABELS WerkervaringSchaal 'Werkervaring op schaal in maanden'.

EXECUTE.

*Hercoderen opleidingsniveau, basisschool (1), middelbaar (2), MBO (3), HBO/WO (4), Master (5) RECODE EDCAT8 (1=1) (2=2) (3=3) (5 thru 6=4) (7 thru 9=5) (ELSE=SYSMIS) INTO

Opleidingsniveau.

VARIABLE LABELS Opleidingsniveau 'Opleidingsniveau'. EXECUTE.

RECODE EDCAT8 (SYSMIS=SYSMIS) (1=1) (ELSE=0) into DUMMYbasisonderwijs. variable labels DUMMYbasisonderwijs.

EXECUTE.

RECODE EDCAT8 (SYSMIS=SYSMIS) (2=1) (ELSE=0) into DUMMYmiddelbaaronderwijs. variable labels DUMMYmiddelbaaronderwijs.

EXECUTE.

RECODE EDCAT8 (SYSMIS=SYSMIS) (3=1) (ELSE=0) into DUMMYmbo. variable labels DUMMYmbo.

(27)

Pagina 26 van 29 EXECUTE.

RECODE EDCAT8 (SYSMIS=SYSMIS) (5 thru 6=1) (ELSE=0) into DUMMYhbowo. variable labels DUMMYhbowo.

EXECUTE.

RECODE EDCAT8 (SYSMIS=SYSMIS) (7 thru 9=1) (ELSE=0) into DUMMYmaster. variable labels DUMMYmaster.

EXECUTE.

*Dominante beroepsgroepen mannen

RECODE ISCO2C ('11'=1) ('21'=1) ('31'=1) ('25'=1) ('54'=1) ('93'=1) (MISSING=SYSMIS) (ELSE=0) INTO BRP_DOM_M.

VARIABLE LABELS BRP_DOM_M 'Dominante beroepsgroep mannen'. EXECUTE.

RECODE ISCO2C ('11'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyCEO. VARIABLE LABELS DummyCEO.

EXECUTE.

RECODE ISCO2C ('21'=1) ('31'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyScienceEngineers. VARIABLE LABELS DummyScienceEngineers.

EXECUTE.

RECODE ISCO2C ('25'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyICTprof. VARIABLE LABELS DummyICTprof.

EXECUTE.

RECODE ISCO2C ('54'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyProtective. VARIABLE LABELS DummyProtective.

EXECUTE.

RECODE ISCO2C ('93'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyMiningandtransport. VARIABLE LABELS DummyMiningandtransport.

EXECUTE.

*Dominante beroepsgroepen vrouwen

RECODE ISCO2C ('22'=1) ('32'=1) ('41'=1) ('42'=1) ('53'=1) ('91'=1) (MISSING=SYSMIS) (ELSE=0) INTO BRP_DOM_V.

VARIABLE LABELS BRP_DOM_V 'Dominante beroepsgroep vrouwen'. EXECUTE.

RECODE ISCO2C ('22'=1) ('32'=1)(MISSING=SYSMIS) (ELSE=0) INTO DummyGezondheidszorg. VARIABLE LABELS DummyGezondheidszorg.

EXECUTE.

RECODE ISCO2C ('41'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyGeneralClerks. VARIABLE LABELS DummyGeneralClerks.

(28)

Pagina 27 van 29 RECODE ISCO2C ('42'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyCosutomerClerks.

VARIABLE LABELS DummyCosutomerClerks. EXECUTE.

RECODE ISCO2C ('53'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyPersonalCare. VARIABLE LABELS DummyPersonalCare.

EXECUTE.

RECODE ISCO2C ('91'=1) (MISSING=SYSMIS) (ELSE=0) INTO DummyCleanersHelpers. VARIABLE LABELS DummyCleanersHelpers.

EXECUTE.

*Aanmaken van de interactie-effecten DATASET ACTIVATE DataSet1.

COMPUTE BRPMxGender=(BRP_DOM_M) * (Gender). EXECUTE.

DATASET ACTIVATE DataSet1.

COMPUTE BRPVxGender=(BRP_DOM_V) * (Gender). EXECUTE.

COMPUTE HELPxGender=(DummyCleanersHelpers) * (Gender). EXECUTE.

COMPUTE GEZxGender=(DummyGezondheidszorg) * (Gender). EXECUTE.

COMPUTE GENxGender=(DummyGeneralClerks) * (Gender). EXECUTE.

COMPUTE COSxGender=(DummyCosutomerClerks) * (Gender). EXECUTE.

COMPUTE CARExGender=(DummyPersonalCare) * (Gender). EXECUTE.

COMPUTE CEOxGender=(DummyCEO) * (Gender). EXECUTE.

COMPUTE SCIxGender=(DummyScienceEngineers) * (Gender). EXECUTE.

COMPUTE ICTxGender=(DummyICTprof) * (Gender). EXECUTE.

COMPUTE PROxGender=(DummyProtective) * (Gender). EXECUTE.

(29)

Pagina 28 van 29 EXECUTE.

*Natuurlijk logaritme van loon

COMPUTE LOGUURLOON=LN(Uurloon). EXECUTE.

*Beschrijvende statistiek voor gedomineerde beroepsgroepen DATASET ACTIVATE DataSet1.

CTABLES

/VLABELS VARIABLES=ISCO2C Gender DISPLAY=LABEL

/TABLE ISCO2C [COUNT F40.0, ROWPCT.COUNT PCT40.1] BY Gender /CATEGORIES VARIABLES=ISCO2C ORDER=A KEY=VALUE EMPTY=INCLUDE /CATEGORIES VARIABLES=Gender ORDER=A KEY=VALUE EMPTY=EXCLUDE. *Discriptives

DATASET ACTIVATE DataSet1. USE ALL.

COMPUTE filter_$=(Uurloon >= 3.79 and leeftijd >= 18 and WerkervaringSchaal >= 0 and Vasteaanstelling >= 0 and Gender >= 0).

VARIABLE LABELS filter_$ 'Uurloon > 3.37 (FILTER)'. VALUE LABELS filter_$ 0 'Not Selected' 1 'Selected'. FORMATS filter_$ (f1.0).

FILTER BY filter_$. EXECUTE.

*Beschrijvende statistiek voor werkervaring en opleidingsniveau DATASET ACTIVATE DataSet1.

FREQUENCIES VARIABLES=Opleidingsniveau /ORDER=ANALYSIS.

*Analyse normaalverdeling uurloon en natuurlijk logaritme van uurloon. FREQUENCIES VARIABLES=LOGUURLOON Uurloon

/FORMAT=NOTABLE

/STATISTICS=SKEWNESS SESKEW /HISTOGRAM NORMAL

/ORDER=ANALYSIS.

DESCRIPTIVES VARIABLES=Uurloon Gender Leeftijd Vasteaanstelling WerkervaringSchaal DUMMYbasisonderwijs DUMMYmiddelbaaronderwijs DUMMYmbo DUMMYhbowo DUMMYmaster DummyCEO

DummyScienceEngineers DummyICTprof DummyProtective DummyMiningandtransport DummyGezondheidszorg DummyGeneralClerks DummyCosutomerClerks DummyPersonalCare DummyCleanersHelpers Gender BRP_DOM_M BRP_DOM_V

/STATISTICS=MEAN STDDEV RANGE MIN MAX. *Model 1, beroepsgroepen samengenomen

(30)

Pagina 29 van 29 REGRESSION

/MISSING LISTWISE

/STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN

/DEPENDENT LOGUURLOON

/METHOD=ENTER Gender Leeftijd Vasteaanstelling WerkervaringSchaal DUMMYmiddelbaaronderwijs

DUMMYmbo DUMMYhbowo DUMMYmaster

/METHOD=ENTER Leeftijd Gender Vasteaanstelling WerkervaringSchaal DUMMYmiddelbaaronderwijs

DUMMYmbo DUMMYhbowo DUMMYmaster BRP_DOM_M BRP_DOM_V /METHOD=ENTER Leeftijd Gender Vasteaanstelling WerkervaringSchaal DUMMYmiddelbaaronderwijs

DUMMYmbo DUMMYhbowo DUMMYmaster BRP_DOM_M BRP_DOM_V BRPMxGender BRPVxGender

/PARTIALPLOT ALL

/SCATTERPLOT=(LOGUURLOON ,*ZRESID). *Model 2, beroepsgroepen los

REGRESSION

/MISSING LISTWISE

/STATISTICS COEFF OUTS R ANOVA /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN

/DEPENDENT LOGUURLOON

/METHOD=ENTER Gender Leeftijd Vasteaanstelling WerkervaringSchaal DUMMYmiddelbaaronderwijs DUMMYmbo DUMMYhbowo

DUMMYmaster

/METHOD=ENTER Gender Leeftijd Vasteaanstelling WerkervaringSchaal DUMMYmiddelbaaronderwijs DUMMYmbo DUMMYhbowo

DUMMYmaster DummyICTprof DummyCEO DummyScienceEngineers DummyProtective DummyMiningandtransport DummyGezondheidszorg

DummyGeneralClerks DummyCosutomerClerks DummyPersonalCare DummyCleanersHelpers /METHOD=ENTER Gender Leeftijd Vasteaanstelling WerkervaringSchaal

DUMMYmiddelbaaronderwijs DUMMYmbo DUMMYhbowo

DUMMYmaster DummyICTprof DummyCEO DummyScienceEngineers DummyProtective DummyMiningandtransport DummyGezondheidszorg

DummyGeneralClerks DummyCosutomerClerks DummyPersonalCare DummyCleanersHelpers HELPxGender

CARExGender COSxGender GENxGender GEZxGender CEOxGender SCIxGender ICTxGender PROxGender MINxGender.