300085 Lehrforschung: Analyse geschlechtsspezifischer Ungleichheiten auf dem Arbeitsmarkt (LEH) (SoSe 2011)

Ausgehend von der Beobachtung, dass die Chancenungleichheit der Geschlechter auf dem Arbeitsmarkt hinsichtlich vieler Dimensionen wie Einkommen, Aufstiegschancen und Prestige dokumentiert ist, werden in dieser 2-semestrigen Lehrforschung verschiedene Aspekte der Geschlechterungleichheit und deren Wandel untersucht.

In der Veranstaltung werden zentrale Schritte der Datenerhebung und Analyse vermittelt und dann die erlernten Methoden anhand einer selbst gewählten Fragestellung eingeübt. Ein Schwerpunkt der Veranstaltung liegt auf der Auswertung der Paneldaten des Sozio-ökonomischen Panels (SOEP). Beispiele für inhaltliche Fragestellungen, die mit diesem Datensatz untersucht werden können, sind:
• Einkommensungleichheit zwischen Frauen und Männern
• Ausmaß und Struktur von Geschlechtersegregation
• Einfluss der familialen Situation auf das Erwerbsverhalten von Männern und Frauen
• Arbeitsteilung im Haushalt
• Partnerschaftliche Karrieregestaltungsmuster

Im Rahmen der Veranstaltung besteht darüber hinaus die Möglichkeit, erste Erfahrungen mit Planung und Ablauf empirischer Untersuchungen zu sammeln, indem eigene, ergänzende Kurzinstrumente entwickelt und getestet werden. Beispiele für inhaltliche Fragestellungen sind:
• psychosozialer Stress
• Burnout
• Geschlechterrollen
• Geschlechter-Stereotype
• Soziale Unterstützung in Netzwerken

Ziel des ersten Veranstaltungsteils ist es, theoretische und empirische Grundlagen zur Analyse von sozialer Ungleichheit auf dem Arbeitsmarkt kennenzulernen, sich mit Konzeption, Inhalt und Aufbau des Datensatzes vertraut zu machen und zu überlegen, wie dieser für die gewählte Forschungsfrage genutzt bzw. durch eine eigene Erhebung sinnvoll ergänzt werden kann. Im Wintersemester 2011/12 werden schließlich geeignete Auswertungsverfahren vorgestellt, die Daten mithilfe der Statistiksoftware STATA analysiert und die Ergebnisse in einem Abschlussbericht präsentiert.

Teilnahmevoraussetzungen, notwendige Vorkenntnisse

Vorkenntnisse in Statistik (lineare und logistische Regressionsmodelle) sowie grundlegende STATA-Kenntnisse