Der Einfluß individueller und struktureller Merkmale auf die "Stabilität" von Beschäftigung

Eine der Verteilungsfunktion mathematische äquivalente Funktion ist die Survivorfunktion, welche die Wahrscheinlichkeit dafür beschreibt, dass bis zum Zeitpunkt t noch kein Ereignis eingetreten ist und die Episode über diesen Zeitpunkt hinaus andauert: G(t) = 1 – F(t) = Pr(T > t) Bei der Analyse unterschiedlicher Einflussfaktoren auf die Neigung, ein Ereigniss zu erfahren, wird eine möglichst weitgehende Aufklärung der Heterogenität der Stichprobe hinsichtlich der Merkmale angestrebt, welche die Neigung zum Zustandswechsel erhöhen oder reduzieren. 28 Ähnlich wie bei einer multivariaten Regression können die Einflüsse unabhängiger Variablen auf die Übergangsrate im Rahmen eines statistischen Modells ermittelt werden. Ausschlaggebend für die Wahl des Modells ist die Vorstellung über die Art der Zeitabhängigkeit des zu untersuchenden Prozesses. Ist die Wahrscheinlichkeit, dass ein Ereignis eintritt, den gesamten Verlauf über gleich, spricht man von einer zeitkonstanten Rate. Ist dagegen die Übergangswahrscheinlichkeit am Anfang [...]

Pr(t ≤ T < t‘ | T ≥ t) Ausgedrückt wird hiermit die Wahrscheinlichkeit eines Ereignisses zum Zeitpunkt T im Zeitintervall zwischen t und t`, unter der Voraussetzung, dass bisher kein Ereignis eingetreten ist. Ein Konzept zur Bestimmung der Wahrscheinlichkeit einer Änderung in Yt‘ stellt die Schätzung der Übergangsrate r(t) dar. Pr(t ≤ T ≤ t ' | T ≥ t ) t '−t Die Übergangsrate r(t) liefert eine Beschreibung der Wahrscheinlichkeit eines Übergangs vom Anfangszustand j zu einem Endzustand k in dem unendlich kleinen Zeitintervall t` t in Relation zum „risk set“, d. h. zur Anzahl derjenigen Untersuchungseinheiten, die zu diesem Zeitpunkt dem Risiko eines Ereignisses ausgesetzt sind, da bei ihnen bisher noch kein Ereignis aufgetreten ist (Blossfeld/Rohwer 1995: 28). r (t ) = lim [...]

Ein weiterer Vorteil der Ereignisanalyse liegt in der Möglichkeit rechtszensierte Daten in statistisch angemessener Weise zu behandeln. Ist der Ausgang einer Episode nicht bekannt, weil bis zum Erhebungszeitpunkt kein Ereignis eingetreten ist und über den späteren Verlauf keine Informationen zur Verfügung stehen, die Episode also quasi rechts abgeschnitten wurde, handelt es sich um eine rechtszensierte Episode. Rechtszensierte Episoden gehen als Wahrscheinlichkeit, dass bis zum Zeitpunkt der Erhebung kein Ereignis eingetreten ist, in die Berechnung der Wahrscheinlichkeit eines Ereignisses mit ein (Blossfeld/Rohwer 1995: 83). Grundlage der ereignisanalytischen Untersuchung sind nicht Personen, sondern Episoden. Als Episoden werden die Verweildauern in bestimmten Zuständen bezeichnet, die durch Zustandswechsel bzw. Ereignisse voneinander getrennt sind. Dabei stellen die Ereignisse die zu untersuchenden abhängigen Variablen dar, die durch vorangegangene Prozesse beeinflusst werden. Formal lässt sich dieser Zusammenhang folgendermaßen darstellen: ∆X t → ∆Yt ' | t < t ' D.h., eine Veränderung der unabhängigen Variablen X zum Zeitpunkt t verursacht eine Änderung der abhängigen Variablen Y zum späteren Zeitpunkt t‘. Zwischen den beiden Änderungen muss eine zeitliche Reihenfolge existieren, d.h. die Ursache muss der Wirkung vorangehen.26 Geht man davon aus, dass sich soziale Phänomene direkt oder indirekt aus den Handlungen von Akteuren ergeben, die über einen grundsätzlich freien Willen verfügen (Blossfeld/Rohwer 1995: 24f.), muss die Indeterminiertheit kausaler Beziehungen berücksichtigt werden. Statistische Aussagen über kausale Zusammenhänge werden in der Ereignisanalyse daher als Wahrscheinlichkeitsaussagen formuliert. Auch aufgrund der grundsätzlich nicht auszuschließender Fehlerquellen empirischer Analysen, nicht berücksichtigter Einflussgrößen bei komplexen multivariaten Zusammenhängen sowie der Zufälligkeit von Ereignissen in der sozialen Wirklichkeit ist eine probabilistische Betrachtungsweise angebracht: ∆X t → ∆Pr (∆Yt ' ) t < t' [...]