STATA-FORUM.DE

[Robin]

Hallo zusammen,

ich arbeite momentan in einem Paneldatensatz im long-Format. Bei meinem Problem geht es darum, dass ich Wechsel in einer Variable identifizieren möchte. Es geht darum, dass ich die Arbeitszufriedenheit zwischen Gewerkschaftlern und Nichtgewerkschaftlern untersuchen möchte. Dabei habe ich schon Unterschiede zwischen den Gruppen gefunden, dass z.B. Gewerkschaftsmitglieder eine geringere Arbeitszufriedenheit aufweisen, als Nichtmitglieder. Nun geht es aber darum die Wechsler zwischen den beiden Gruppen zu identifizieren. Z.B. möchte ich später den Schwellenwert herausfinden, wie unzufrieden jemand sein muss, um in die Gewerkschaft einzutreten.
Eine Hypothese, die ich nun aufstellen möchte ist, dass zufriedene Arbeitnehmer eher in die Gewerkschaft eintreten, als unzufriedene Arbeitnehmer. Diese möchte ich gerne verwerfen. Dafür muss ich die Gruppe der Wechseler über den gesamten Beobachtungszeitraum identifizieren.
Ich habe einen Beobachtungszeitraum von 2004-2011 (wave 2004-wave2011). Die Personen werden mit "idpers" benannt. Die Gewerkschaftmitgliedschaft ist mit "union"=1 (somit Nichtgewerkschaftler mit union=0) gekennzeichnet.
Mit welchem Befehl bekomme ich also genau die Personen, die in der Variable "union" von 0 auf 1 wechseln?

Ich danke für Hilfe und gebe gerne weitere Auskunft, falls mit diesen Informationen noch kein Befehl formuliert werden kann.

[daniel]

Dabei habe ich schon Unterschiede zwischen den Gruppen gefunden

Wenn Du Paneldaten hast, vergleich keine Gruppen., Nutz die Datzen aus, und schätze FE Modelle, bei denen nur die Varianz innerhalb von Personen verwendet wird. Genau das hast Du ohnehin im Sinn, wenn Du nach "Wechslern" fragst.

Z.B. möchte ich später den Schwellenwert herausfinden, wie unzufrieden jemand sein muss, um in die Gewerkschaft einzutreten.

Hm, das ist eine klare Vorstellung der kausalen Richtung. Die könnte auch umgekehrt sein. Das kannst Du ohen weiteres nicht nachweisen.

Die Personen werden mit "idpers" benannt. Die Gewerkschaftmitgliedschaft ist mit "union"=1 (somit Nichtgewerkschaftler mit union=0) gekennzeichnet.
Mit welchem Befehl bekomme ich also genau die Personen, die in der Variable "union" von 0 auf 1 wechseln?

Ich denke nicht, dass das nötig ist. Deklariere den datensatz als Panel (-xtset-) und schätze mit der vorhandenen Kodierung ein FE Modell (-xtreg- mit -fe- Option).

[Robin]

Hallo Daniel,

danke für deine Antwort. Ich habe berits eine Fe-Schätzung gemacht. Ich habe jedoch das Problem, dass ich dabei nicht nur den Eintritt in die Gewerkschaft schätze, sondern auch die "Austreter" mit drinnen habe. Meine FE-Schätzung misst die generelle Veränderung der Variable und ich weiß nicht, wie ich nur den Wechsel von 0 auf 1 (in union) hinbekomme.
Das ist ein Auszug aus meinem Do-File:

* Gewerkschaftsvariabl: im Jahr 2004 alle Gewerkschaftsmitglieder gelöscht
* FE Modell bescrhänken auf die Jahre 2004 und 2011, um nur Gewerkschaftseintrittseffekte zu betrachten

drop if union==1 & wave==2004
drop if wave<2004 & wave<2011

xtreg jsf union, fe r
xtreg jsf union Frau Alter2 Alter_14bis24 Alter_35bis44 Alter_45bis54 Alter_55bis65 verheiratet getrennt geschieden witwe partnerschaft Kinder nbkidHH18bis30 nbkidHH30mehr zuerich genevasee mittelland nordwestschweiz ostschweiz ticino nat_schweiz PolPos satis_leballg satis_Gesundheit satis_freizeit, fe r

Damit habe ich doch alle Veränderungen der Variablen oder? (Sollte der Befehl falsch sein, kannst du mir schreiben, wie ich ihn ändern muss?)
Ich danke dir für deine Antwort. Ich kann dir auch den Do-File zukommen lassen, wenn du mir sagen kannst, wie das geht.

Gruß
Robin

[Robin]

Hallo Daniel,

ich habe mich nochmal ein wenig mit deinem Tipp auf die FE-Schätzung durch das Forum geklickt und bin (wen wunderst es) auf einen Betrag von dir gestoßen, bei dem du jemanden einen Befehl für eine Regression zeigts.

Kann es sein, dass ich die Within-Varianz mit folgendem Befehl hinbekomme?

. xtreg jsf i.wave if (union == 1), fe r

jsf= Arbeitszufriedenheit
i.wave= Jahre
union=1 Gewerkschaftsmitglieder

Habe ich damit die Personen, die von union=0 auf union=1 wechseln?

Ich danke dir.

[daniel]

Ich denke nicht, dass es hier bereits um Befehle geht. Es geht um inhaltlliche Fragestellungen.

Ich habe jedoch das Problem, dass ich dabei nicht nur den Eintritt in die Gewerkschaft schätze, sondern auch die "Austreter" mit drinnen habe. Meine FE-Schätzung misst die generelle Veränderung der Variable und ich weiß nicht, wie ich nur den Wechsel von 0 auf 1 (in union) hinbekomme.

Was Du als Problem bezeichnest, scheint mir nur konsequent und plausibel. Welche theoretische Überlegung erlaubt es Dir, davon auszugehen, dass der Eintritt in die Gewerkschaft einen kausalen Effekt haben soll, während der Austritt keinerlei Effekt hat? Denn soweit ich verstehe, hast Du vor, genau das zu modelieren. Du kannst (technisch) natürlich alle Beobachtungen löschen, nachdem Personen einer Gewerkschaft beitreten. Du kannst auch (technisch) denjenigen Perosnen, die in eine Gewerkschaft eintreten ab diesem Zeitpunkt konstant den Wert 1 = "in einer Gewerkschaft" zuweisen, auch wenn Sie danach wieder austreten. Inhaltlich halte ich diese Ansätze wie gesagt für sehr fragwürdig. Du fragst dann nämlich nicht mehr nach dem Effekt der Mitgliedschaft in einer Gewerkschaft auf die Arbeitszufiredenheit, sondern nach dem kurzfrititgen Effekt des Eintritts in eine Gewerkschaft. Die Frage nach einem derat zeitlich begrenzten kausalen Effekt erfordert m.E. eine extrem starke Theorie, aus der exakt hervorgeht, wann und wie lange ein socher Effekt zu erwarten wäre.

Kann es sein, dass ich die Within-Varianz mit folgendem Befehl hinbekomme?

. xtreg jsf i.wave if (union == 1), fe r

Nein. Mit diesem code hast Du gar keine within Varianz mehr, weil Du nur Fälle betrachtest, die in einer Gewerkschaft sind.

[Robin]

Hallo Daniel,

Was Du als Problem bezeichnest, scheint mir nur konsequent und plausibel. Welche theoretische Überlegung erlaubt es Dir, davon auszugehen, dass der Eintritt in die Gewerkschaft einen kausalen Effekt haben soll, während der Austritt keinerlei Effekt hat? Denn soweit ich verstehe, hast Du vor, genau das zu modelieren.

natürlich kann der Austritt einen kausalen Effekt auf die Arbeitszufreidenheit haben, aber um diese Personen geht es in der Untersuchung nicht. Auch du hast den kausalen Effekt in Eintritt und Austritt getrennt.
Ich kann nur auf Powdthavee "Anticipation, Free-Rider Problem and Adaptation to unions" Seite 1010 verweisen. Dort zeigt er graphisch, wie sich die Arbeitszufriedenheit im zeitverlauf (4 Jahre vor bis 3 Jahre nach Gewerkschaftseintritt) entwickelt.

In der Literatur gibt es verschiedene Begründungen zur Zufriedenheit:
1. Die Zufriedenheit sinkt und es folgt der Gewerkschaftseintritt
2. Die Zufriedenheit singt nach Gewerkschaftseintritt
3. die gesunkene Zufriedenheit nach Gewerkschaftseintritt ist nicht die "wahre Zufriedenheit" da die eigengesteckten Ziele nur nicht erereicht werden.

Nun haben ich im Datensatz herausgefunden, dass die Gewerkschaftsmitglieder unzufriedener sind, als Nichtmitglieder. Kausal macht das ja erstmal keinen Sinn. Warum sollte ich in eine Gewerkschaft gehen(und bleiben!), wenn meine Arbeitszufriedenheit doch negativ beeinflusst wird?
Deshalb möchte ich die Personen, die einen Wechsel in dieser Variable im Zeitverlauf (von Nichtmitglied zu Mitglied) durchlaufen identifizieren und die Arbeitszufriedenheit der Personen im Zeitverlauf messen. Dafür brauche ich erstmal diese Personen.

In einem späteren Schritt ist die untersuchung der Austreter natürlich auch sinnvoll. Ich muss diese Punkte aber klar voneinander trennen.

Ich hoffe, das ist nicht zu kompliziert, aber das soll der erste Schritt sein.



noch eine kleine Ergänzung:

Um mit den Wechslern "arbeiten zu können" würde ich gerne ein Variable generieren wie z.B.

gen wechsler if union change from 0 to 1 in i.wave
(auf Deustch) generiere die Variable Wechsler, wenn im Beobachtungszeitraum (hier 2004-2011) sich die Gewerkschaftsmitgliedschaft von 0 auf 1 ändert.

[daniel]

Ich kann nur auf Powdthavee "Anticipation, Free-Rider Problem and Adaptation to unions" Seite 1010 verweisen. Dort zeigt er graphisch, wie sich die Arbeitszufriedenheit im zeitverlauf (4 Jahre vor bis 3 Jahre nach Gewerkschaftseintritt) entwickelt.

In der Literatur gibt es verschiedene Begründungen zur Zufriedenheit:
1. Die Zufriedenheit sinkt und es folgt der Gewerkschaftseintritt
2. Die Zufriedenheit singt nach Gewerkschaftseintritt
3. die gesunkene Zufriedenheit nach Gewerkschaftseintritt ist nicht die "wahre Zufriedenheit" da die eigengesteckten Ziele nur nicht erereicht werden.

Klingt alles sehr nach theoriefreier "Korrelations-Schubserei", bei der theioretisch Begründungen (nach denen ich fragte) mit empirischen Befunden verwechselt, oder zumindest vermischt werden. Sei es drum.

Deshalb möchte ich die Personen, die einen Wechsel in dieser Variable im Zeitverlauf (von Nichtmitglied zu Mitglied) durchlaufen identifizieren und die Arbeitszufriedenheit der Personen im Zeitverlauf messen. Dafür brauche ich erstmal diese Personen.

Die Frage, die Du Dir stellen musst, ist wie lange Du diese Personen im Zeitverlauf beschreiben willst. Nimm an, Du hast Person A im Zeitraum zwischen 2004 und 2011 durchgängig jährlich beobachtet. Die Person tritt 2006 einer Gewerkschaft bei, 2009 wieder aus. In jedem Fall möchtest Du wohl die Jahre 2004-2006 behalten. Aber wie weit danach willst Du gehen? Ein Jahr, um den "unmittelbaren" kausalen Effekt einzufangen? Zwei Jahre? Bis zum Austritt (falls es den für die Person gibt)? Bis zum Beobachtungsende?

generiere die Variable Wechsler, wenn im Beobachtungszeitraum (hier 2004-2011) sich die Gewerkschaftsmitgliedschaft von 0 auf 1 ändert.

impliziert, dass Du schlicht einen zeitkonstanten Indikator, der über alle Jahre eine Person entweder 1 oder 0 ist, egal wann die Person beitritt, egal ob ein Austritt folgt, egal wie lange die jeweilige Person dann in der Gewerkschaft ist willst. Halte ich für ungünstig.

Ich würde natürlich in jedem Fall nach einer theoretischen Begründung für diese Entscheidung fragen. Die technische Umsetzung ist nach Beantwortung dieser Frage vermutlich relativ leicht.