Sociologiska Institutionen
Kandidatuppsats i sociologi, 15 h.p.
Inriktning: Nationalekonomi och Sociologi Vt 2017
Handledare: Per Engzell
Bidrar
föräldraledigheten till könslönegapet i
Sverige?
En kvantitativ studie om föräldraledighetens påverkan på lönen samt dess
interaktionseffekter för könen Anna Rudberg
Frida Lund
Sammanfattning
I denna studie utreder vi om föräldraledighet kan förklara delar av könslönegapet samt om effekten av föräldraledighet på lönen skiljer sig mellan män och kvinnor. Våra hypoteser grundar sig bland annat i teorier kring humankapital, signalering och könsrollssocialisering samt tidigare forskning.
Studien baseras på data från svenska levnadsnivåundersökningen 2010, vilket är ett riksrepresentativt urval över Sveriges befolkning. Vi har använt en linjär
regressionsanalys för att studera effekten av föräldraledighet på lönen, där vi
kontrollerar för vanliga faktorer som kan förklara könslönegapet. För att studera om effekten skiljer sig åt har vi utfört separata regressioner för män och kvinnor samt konstruerat en interaktionsmodell.
Vi finner inget stöd för föräldraledighet som en bidragande förklaring av könslönegapet, istället finner vi att könslönegapet ökar något vid kontroll för föräldraledighet. Vi finner vissa skilda effekter av föräldraledighet på lönen för män och kvinnor, föräldraledighet har en positiv påverkan på kvinnors löner, medan vi för män inte får signifikanta resultat. När vi utreder interaktionseffekter i en gemensam modell finner vi viss signifikans som tyder på att effekten skiljer sig åt mellan könen.
Vi diskuterar våra resultat i förhållande till teorier och tidigare forskning. Vi diskuterar även eventuella mätfel i datamaterialet som kan ha påverkat våra resultat då dessa skiljer sig så markant från befintlig statistik. Slutligen föreslår vi att studien bör upprepas med ny insamlad surveydata.
Nyckelord
Föräldraledighet, Könslönegap, Interaktionseffekter, Doing Gender, Signalering.
Innehållsförteckning
Inledning ... 1
Syfte ... 2
Disposition ... 2
Bakgrund ... 2
Könslönegap ... 2
Föräldraledighet ... 3
Teori och tidigare forskning ... 3
Teori ... 4
Humankapital ... 4
Specialisering ... 4
Yrkessegregering ... 5
Doing Gender ... 6
Signalering ... 6
Statistisk diskriminering ... 7
Tidigare forskning ... 8
Föräldraledighetens påverkan på lönen - Depreciering av humankapital och signaleringseffekter ... 8
Föräldraledighetens påverkan på karriären - En segregerad arbetsmarknad ... 9
Hypoteser ... 11
Metod ... 13
Variabler ... 13
Population, avgränsningar och bortfall ... 15
Analysmetod ... 16
Resultat ... 18
Medel- och medianvärde för lön och föräldraledighet ... 18
Föräldraledighetens påverkan på könslönegapet ... 19
Skiljer sig effekten på lönen av antal månader i föräldraledighet mellan män och kvinnor?... 21
Resultatanalys ... 25
Regressionsdiagnostik ... 26
Diskussion ... 28
Begränsningar och avslutande kommentarer ... 32
Litteraturförteckning ... 33
Tryckta källor ... 33
Offentliga tryck ... 35
Elektroniska källor ... 35
Inledning
Även om rätten till föräldraledighet i Sverige är lika för båda föräldrarna tar mammor idag ut ungefär 74 procent medan pappor tar ut ungefär 26 procent av dagarna (Försäkringskassan, 2016). Försäkringskassan har fått i uppdrag av regeringen att arbeta för ett jämnt uttag av dagarna eftersom det antas få en rad positiva effekter för jämställdheten på arbetsmarknaden (Försäkringskassan, 2016).
Könslönegapet1 på den svenska arbetsmarknaden har minskat över tid och flera reformer har införts för att öka jämställdheten såsom särbeskattning, subventionerad barnomsorg samt individualiserade månader i föräldraförsäkringen. Trots dessa reformer går utveckling långsamt och år 2016 var det ojusterade könslönegapet 12,5 procent till männens fördel (Medlingsinstitutet, 2017, s. 200). Vanliga förklaringar till könslönegapet är att män och kvinnor väljer olika utbildningsinriktningar som leder till en segregerad arbetsmarknad, där män och kvinnor arbetar inom olika branscher och sektorer som betalar olika (Halldén, 2014).
Andra förklaringar är att kvinnor i större utsträckning tar huvudansvaret för det obetalda arbetet i hushållet samt för barnen (t.ex. Boye, Halldén & Magnusson, 2014).
Vi har i denna studie valt att fokusera på uttag av föräldraledighet som en förklarande faktor till könslönegapet. Tidigare studier pekar ut familjebildning som orsak till att kvinnor har en sämre inkomstutveckling än män (Angelov, Johansson & Lindahl, 2013) samt har svårare att nå ledadande positioner (Bygren & Gähler, 2012). Det finns många som har undersökt vad könslönegapet kan bero på, samt vad föräldraledigheten har för effekt på kvinnors
karriärutveckling och löner. Vi vill bidra med en studie som undersöker om delar av könslönegapet på den svenska arbetsmarknaden kan förklaras av föräldraledigheten i en modell där vi har möjlighet att kontrollera för olika förklarande faktorer. Dessutom vill vi undersöka möjliga skillnader i effekten av föräldraledighet på lönen mellan män och kvinnor då möjligheten till arbete i kombination med familjeliv borde vara lika för könen.
1 Könslönegapet mäter skillnaden i bruttolöner mellan män och kvinnor. I vår uppsats använder vi bruttotimlön.
Syfte
Syftet med vår studie är således att närmare undersöka om föräldraledigheten kan förklara delar av könslönegapet på den svenska arbetsmarknaden samt att se om effekten av föräldraledighet på lönen skiljer sig mellan män och kvinnor.
Disposition
Uppsatsen inleds med en kort bakgrund till könslönegapet samt föräldraledigheten i Sverige.
Därefter presenterar vi teoretiska förklaringar till uttag av föräldraledighet och effekten av detta på lönen samt tidigare forskning inom området. Sedan följer metodavsnittet där vi presenterar vår data och hur analysen genomförts. Vi presenterar därefter våra empiriska resultat och analyserar dessa, vi behandlar även risker som kan förekomma med vår
analysmetod. Vidare diskuterar vi våra resultat i förhållande till teorier och tidigare forskning.
Avslutningsvis diskuterar vi begränsningar i studien.
Bakgrund
Könslönegap
Könslönegapet på den svenska arbetsmarknaden förändrades som mest mellan 1960-talet till 1980-talet och har varit relativt oförändrat sedan dess (Boye, Halldén & Magnusson, 2014, s.
186). Det ojusterade lönegapet 2016 var 12,5 procent till männens fördel medan det
oförklarade lönegapet, när man kontrollerat för yrke, sektor, utbildning, ålder och arbetstid, var 4,6 procent (Medlingsinstitutet, 2017, s. 200). Den främsta orsaken till det ojusterade könslönegapet på den svenska arbetsmarknaden är att män och kvinnor arbetar inom olika yrken (Halldén, 2014). Det oförklarade könslönegapet kan bero på skillnader i egenskaper mellan könen som inte kan observeras men som är relevanta när lönen sätts, alternativt faktorer som går att mäta, men som inte har funnits tillgängliga när analysen genomförts.
Ytterligare en förklaring skulle kunna vara diskriminering, men eftersom det inte går att bevisa att löneskillnaderna beror på just kön så finner detta resonemang inget empiriskt stöd (Medlingsinstitutet, 2017).
Föräldraledighet
Föräldraförsäkringen infördes i Sverige år 1974 och ersatte den då existerande
moderskapspenningen. Föräldrapenningens syfte är att göra det möjligt för kvinnor och män att kombinera arbete och familj då den täcker upp för den uteblivna inkomsten när man är hemma med barn. Föräldrarna har rätt till hälften av dagarna, dock kan dagar överlåtas till den andre föräldern, förutom 90 dagar som sedan 2016 är reserverade för respektive förälder.
Föräldraförsäkringen har byggds på över tid och består idag av 480 dagar. 390 av de 480 dagarna baseras på den inkomst man har, de kallas dagar på sjukpenningnivå. De övriga dagarna får man ett basbelopp på 180 kronor per dag, dessa kallas dagar på lägstanivå (Försäkringskassan, 2010). 1974 tog mammor ut 99,5 procent och pappor 0,5 procent av alla dagar. Idag tar mammor ut ungefär 74 procent medan papporna tar ut ungefär 26 procent av dagarna (Försäkringskassan, 2016). Utvecklingen mot ett jämnt uttag dagar går långsamt och för att påskynda denna process har man infört individualiserade månader, vilket innebär att de är reserverade för respektive förälder och ej kan överlåtas. 1995 infördes den första månaden, 2002 infördes den andra och 2016 infördes den tredje månaden (Försäkringskassan, 2016).
2008 infördes en jämställdhetsbonus som betalades ut till par där båda föräldrarna tog ut fler än de då 60 reserverade dagarna där man fick 50 kronor var per dag, vilket gav en skattefri bonus på totalt 13 500 kronor (Försäkringskassan, 2010). Jämställdhetsbonusen upphävdes 2016 på grund av att den inte ansetts haft avsedd effekt på fördelningen av dagar (Ds 2015:55, s.15).
Försäkringskassan berör ersättningen under föräldraledigheten medan föräldraledighetslagen reglerar rätten till frånvaro från arbetet. Enligt lagen har föräldrar rätten att vara lediga fram tills barnet är 18 månader, oberoende om de får ersättning eller ej, samt har föräldrarna rätt att korta ned ordinarie arbetstid med 25 procent tills dess att barnet har fyllt 8 år
(Föräldraledighetslag, 1995:584).
Teori och tidigare forskning
I detta avsnitt kommer vi presentera teorier som kan förklara uttag av föräldraledighet och effekten av detta på lönen samt tidigare forskning inom området.
Teori
Humankapital
Enligt Humankapitalteorin baseras en individs produktivitet och lön på de färdigheter denna besitter. Teorin försöker förstå inkomstskillnader bland människor som inte baseras i
materiella resurser. Aktiviteter som påverkar framtida inkomster är en investering i humankapital. Det finns många sätt att investera i humankapital, Becker menar att de viktigaste humankapitalinvesteringarna är utbildning, internutbildning och hälsa (Becker, 1962). Han definierar två typer av humankapital, generellt och specifikt. Generellt
humankapital är till exempel utbildning som kan användas på flera arbetsplatser och det specifika humankapitalet som är begränsat (Becker, 1975).
Män och kvinnors val om uttag av föräldraledighet kan inte förklaras av teorin, men enligt teorin kommer lönen att påverkas negativt av föräldraledigheten eftersom tid borta från arbetet leder till depreciering av humankapital. Eftersom kvinnor i Sverige tar ut majoriteten av föräldraledigheten skulle frånvaron från arbetet enligt teorin kunna förklara delar av könslönegapet. Män och kvinnors löner skulle enligt teorin påverkas lika mycket av samma uttag av föräldraledighet.
Specialisering
Becker (1981) talar även om specialisering som ger en rationell förklaring till varför män och kvinnor tjänar olika. Han menar att familjen är en nyttomaximerande enhet som tjänar på en arbetsfördelning mellan hushållsarbete och förvärvsarbete. Vinsten kommer från den ökade avkastningen på investeringen i humankapital som höjer produktiviteten hos båda parter. Han menar att i och med att kvinnor föder barn uppstår en arbetsfördelning efter kön, där
kvinnorna specialiserar sig på hushållsarbete och män på förvärvsarbete. Således förväntas ett lönegap mellan män och kvinnor eftersom kvinnor har investerat mindre i humankapital som är användbart på arbetsmarknaden och istället specialiserat sig på hushållsarbete (Becker, 1981). Mincer och Polachek (1974) talar även om denna specialisering. Uppdelningen styrs av komparativa fördelar i färdigheter samt den potentiella framtida lönen som parterna har.
Dessa egenskaper är inte bara genetiska, de kan utökas genom investeringar i humankapital och minskas med depreciering av humankapital. Deprecieringstakten är högre för ett större ackumulerat humankapital (Mincer & Polachek, 1974, s.94). Även om kvinnor inte längre skulle ha huvudansvaret för barnen så skulle det fortfarande vara fördelaktigt för hushållen att
dela upp arbetet, en uppdelning oberoende av kön. Inkomstspridningen inom familjen skulle fortfarande vara beroende av arbetsdelningen och styras av utbildningsnivå och andra karaktärsdrag. En individs kön skulle därmed inte längre vara en god prediktion för lön och för vem som utför hushållsarbete (Becker, 1985).
Män och kvinnors val om uttag av föräldraledighet är enligt denna teori inte direkt avhängigt kön, utan beror på rationella förklaringar om vem som besitter minst humankapital som är användbart på arbetsmarknaden och har lägst förväntad lön. Enligt teorin är det inte fördelaktigt för hushållen att dela på föräldraledigheten, utan att den ena parten tar ut hela.
Eftersom humankapitalet deprecierar under tiden då man är föräldraledig så kommer lönen att påverkas negativt.
Både Beckers humankapitalteori och specialiseringsteori har fått mycket kritik kring de rationella val som de baseras i. Specialiseringsteorin tar inte upp konsekvenserna för
könsuppdelningen för kvinnorna och vad det på lång sikt kan leda till. De får också kritik för att inte ta upp de maktförhållanden som kan finnas inom en relation som kan bidra till könsuppdelningen (SOU 1997:139, s. 8).
Yrkessegregering
Polachek (1981) har en utgångspunkt som grundar sig i att män och kvinnor investerar i olika typer av humankapital. Han menar att medvetenheten om att man kommer vara frånvarande från arbetsmarknaden i perioder och effekten på lönen på grund av avbrotten, påverkar en individs yrkesval. Detta för att en individ vill göra det bästa valet för att maximera sin livstidsinkomst. Han menar att kvinnodominerande yrken har ett lägre straff eftersom de har en flackare lönekurva. Därför blir dessa yrken, trots lägre löner, det optimala valet för en kvinna som kommer att ha ett avbrott i karriären. En individ som vet att den kommer att vara borta från arbetsmarknaden väljer därmed ett yrke där lönestraffet för avbrott är litet.
Män och kvinnors val av utbildning och yrke grundar sig enligt teorin i deras preferenser för föräldraledighet. De som planerar att vara föräldralediga väljer ett yrke med flackare
lönekurva då lönestraffet blir mindre. Enligt teorin skulle de som arbetar inom
mansdominerade yrken straffas mer av föräldraledighet, eftersom deras lönekurva är brantare, medan kvinnodominerade yrken skulle straffas mindre.
Polachecks teori har kritiserats av bland annat England (1982) som menar att typiska kvinnoyrken varken har lägre lönestraff eller att kvinnor skulle maximera sin livsinkomst genom att välja dessa yrken.
Doing Gender
Till skillnad från tidigare teorier som grundar sig i preferenser och rationella val är Doing Gender en teori som baseras på socialisering och det omedvetna upprätthållandet av normer kopplat till kön. West och Zimmerman (1987) kritiserar Berger och Luckmanns (1966) socialiseringsteori för att se genus som statiskt och oföränderligt. De ser genus som något reflexivt som är inbäddad i den dagliga interaktionen och som ständigt återskapas. Samhället är uppdelat mellan manligt och kvinnligt, skillnader som skapas mellan pojkar och flickor som varken är naturliga eller nödvändiga. Dessa roller upprätthålls omedvetet från båda könen och skillnaderna används för att förstärka essentialismen av kön. Könsskillnaderna
normaliseras och tas sedan för objektiva fakta (West & Zimmerman, 1987). Att “göra kön” är oundvikligt på grund av de sociala konsekvenserna som uppstår om man inte följer normerna vilket kan vara sanktioner i form av fysiskt och psykiskt våld (Fenstermaker & West, 2002).
Om vi “gör kön” korrekt, så upprätthåller, återskapar samt legitimerar vi den hierarkiska ordningen som baseras på manligt och kvinnligt (West & Zimmerman, 1987). Individens val kan utifrån detta förstås som ett sätt att förstärka sin ”kvinnlighet” eller “manlighet”. Kvinnor kan återskapa och förstärka sin kvinnlighet genom att ta ut längre föräldraledighet och
männen kan återskapa och förstärka sin manlighet genom att förvärvsarbeta och försörja familjen.
Teorin om Doing Gender förklarar alltså skillnad i uttag av föräldraledighet genom
könsstereotypiska val som är socialt konstruerade. För att uppnå en jämn fördelning av uttaget måste vi förändra de rådande normerna om vad som är manligt och kvinnligt. Teorin förklarar inte hur lönen påverkas av föräldraledighet.
Signalering
Ovanstående teorier har alla individen som utgångspunkt medan teorin om signalering utgår både från individen och arbetsgivaren. Spence (1973) talar om betydelsen av signalering av de färdigheter, eller humankapital, som en individ besitter. I sin signaleringsteori menar han att man som individ signalerar till arbetsgivare om sin produktivitet. Eftersom arbetsgivaren inte vet hur produktiv man är innan man anställs, så blir valet om att anställa en person ett osäkert val. Spence likställer detta osäkra val som att arbetsgivaren står inför ett lotteri. Det
arbetsgivaren kan observera hos individen är en blandning av personuppgifter i form av observerbara egenskaper och attribut hos individen, och det är dessa som i slutändan
bestämmer chansen att vinna i det lotteri där arbetsgivaren köper en lott. Bilden som individen
framställer innefattar bland annat utbildning, tidigare yrken, kön och etnicitet. Spence talar om attribut som index och attribut man kan signalera. Attribut som index är oföränderliga, såsom kön medan attribut som kan signalera är föränderliga, såsom utbildning. Han talar även om signaleringskostader som är kostnaden för att anskaffa sig attributen som signalerar. Han ger här exempel på utbildning, att skaffa sig en utbildning kostar både i form av tid och pengar. Som individ investerar man i attribut där man anser att vinsten av signalering överstiger signaleringskostnaden (Spence, 1973).
Män och kvinnors val om uttag av föräldraledighet är enligt denna teori kopplat till en signalering som individerna vill göra mot arbetsgivaren om sin produktivitet. En kort föräldraledighet kan signalera om att individen är driven och produktiv och vill satsa på karriären medan en lång föräldraledighet kan signalera att man är mindre produktiv och att arbetet kommer i andra hand. Dessa signaleringar kan sedan få konsekvenser på individens lön.
Statistisk diskriminering
Statistisk diskriminering har endast arbetsgivaren som utgångspunkt och det var Phelps (1972) och Arrow (1973) som främst utvecklade teorin. Det är en teori som diskuterar en diskriminering av främst kön och etnicitet som sker på arbetsmarknaden. En
vinstmaximerande arbetsgivare vill anställa den person som ger den bästa avkastningen och som är mest produktiv. I en anställningsprocess har dock inte arbetsgivaren perfekt
information om de arbetssökande och det är i dessa sammanhang som den statistiska diskrimineringen sker. När arbetsgivaren har ofullständig information om den sökande och kostnaden för att få perfekt information är hög, tar arbetsgivaren beslut som grundar sig på de tidigare kunskaper hen har om gruppen som personen tillhör. I en anställningsprocess där två personer med precis samma observerbara egenskaper är kvar kommer således arbetsgivaren att välja den person som kommer från en grupp som hen tror är mer produktiv och därför är en bättre investering för företaget. I en sådan process är det främst vita och män som ses som de mest produktiva jämfört med andra etniciteter och kvinnor.
Eftersom arbetsgivaren vill maximera sina vinster blir det mindre lönsamt att anställa en individ som kommer att vara föräldraledig en längre tid. Arbetsgivarens val baseras på att kvinnor tar ut längre tid av föräldraledigheten och ofta går ned i arbetstid när barnen är små, det blir därför mer lönsamt att anställa eller befordra en man. Detta skulle kunna vara en del i förklaringen till att kvinnor inte når ledande positioner i samma utsträckning som män. När
arbetsgivaren inte har perfekt information om den anställde gör hen ett rationellt val baserat på nyttomaximering som leder till diskriminering.
Vi har i detta avsnitt redogjort för teorier som kan förklara uttag av föräldraledighet och dess påverkan på lönen från både individens och arbetsgivarens sida. Från individens sida utgår teorierna ifrån rationella val, preferenser och pågående sociala processer medan det från arbetsgivarens sida utgår ifrån rationella val som baseras i nyttomaximering.
Tidigare forskning
I detta avsnitt presenterar vi tidigare forskning inom området där vi först fokuserar på individnivå där studierna som presenteras har studerat hur uttag av föräldraledighet påverkar lönen, för både män och kvinnor. Sedan presenterar vi forskning på institutionell nivå kring hur arbetsmarknaden påverkas av föräldraförsäkringen och hur detta i sin tur påverkar män och kvinnors karriärmöjligheter.
Föräldraledighetens påverkan på lönen - Depreciering av humankapital och signaleringseffekter
Edin och Gustavsson (2008, s.163) visar i sin forskning att tid borta från jobbet leder till förslitning av humankapital. De hittar ett starkt statistiskt bevis för ett negativt samband mellan avbrott från jobbet och kompetens, ju längre avbrott desto större förlust av kompetens.
Sundström (1991) var en av de första att undersöka hur föräldraledigheten påverkar lönerna i Sverige. Med data från televerket finner hon att föräldraledighet påverkar löneutvecklingen negativt. För kvinnor är det en fråga om utebliven löneutveckling medan ett års
föräldraledighet för männen leder till 3,8 procent lägre lön (a.a., s.234). Föräldraledigheten har även en blygsam effekt på lönen genom utebliven internutbildning. Denna studie
utvidgades sedan där selektion in i föräldraledighet togs hänsyn till och resultatet blev då att ett års frånvaro från jobbet för en man motsvarade 5,2 procent av årsinkomsten jämfört med 1,7 procent för en kvinna (Stafford & Sundström, 1996 s. 621). Denna studie har expanderats ytterligare vid senare tillfälle där liknande resultat framkom (Albrecht, Edin, Sundström &
Vroman, 1999). Albrecht et al. (1999) diskuterar att resultaten inte ger stöd åt
humankapitalteorin eftersom det enligt denna teori skulle straffas lika mycket på lönen att vara föräldraledig, oberoende av kön. Precis som Stafford och Sundström (1996) menar Albrecht et al. (1999) att deras resultat istället ger stöd till signaleringsteorin. Männens
föräldraledighet sänder andra signaler till arbetsgivaren än vad kvinnors ledighet gör. De diskuterar skillnaden i att kvinnor förväntas vara borta efter hon har fött barn, medan det för män finns ett val att vara pappaledig. Det är på grund av detta som mäns frånvaro från arbetet kan tolkas som brist på engagemang i arbetet, medan kvinnors frånvaro ses som självklar.
Även Johansson (2010) diskuterar signalering till arbetsgivarna kopplat till sin forskning, där även hon tar hänsyn till selektion in i föräldraledighet. Med paneldata från SCB:s register i kombination med försäkringskassans siffror på föräldraledighetsuttag visar hennes resultat att en månads föräldraledighet för en kvinna är associerad med 4,5 procent lägre framtida
inkomst medan denna siffra för män är 7,5 procent (a.a., s. 14). Hon visar även att partnerns föräldraledighet har betydelse för en individs lön, dock endast för kvinnor. Resultatet visade att för varje månad mannen var föräldraledig ökade kvinnans framtida lön med 6,7 procent (a.a., s. 4). Hon menar att en kvinna som återvänder till arbetet snabbt, vilket går emot normen, sänder ut en positiv signal till arbetsgivaren vilket leder till en ökning på hennes framtida lön.
Budig och England (2001, s.214) visar i sin forskning i USA att det finns ett “motherhood penalty”, alltså att kvinnors löner straffas när de blir mammor, som är på 4 procent per barn.
Deras forskning visar även att gifta kvinnor drabbas värre än ensamstående. Dock finner Bygren och Gähler (2012) inget som tyder på att “motherhood penalty” existerar i Sverige.
Inte heller Angelov et al. (2013) finner belägg för ett lönestraff för kvinnor men de kunde dock se en tydlig trend där kvinnor efter att de fått barn fick en långsammare löneutveckling.
Denna trend fanns dock inte hos männen som var i samma situation.
Föräldraledighetens påverkan på karriären - En segregerad arbetsmarknad
Den horisontella könssegregeringen innebär att män och kvinnor arbetar inom olika yrken, branscher och sektorer och med en vertikal könssegregering menas att män i större
utsträckning än kvinnor besitter höga positioner på arbetsmarknaden. Förklaringar till denna könssegregering finns både på individnivå och institutionell nivå. På individnivå kan
förklaringen vara könsspecifika preferenser kring yrkesval och från arbetsgivarens sida diskriminering. På den institutionella nivån antas möjligheter till föräldraledighet och
offentligt finansierad barnomsorg forma könssegregeringen efter yrke, eftersom dessa främst kan kopplas till kvinnors anknytning till arbetsmarknaden (Halldén, 2014).
Könssegregeringen i Sverige efter yrke har minskat med ungefär 6 procentenheter mellan år 2000/2001 och år 2010 (a.a., s. 60). Den största förändringen har skett i de mansdominerade yrkena, där kvinnor har ökat sitt inträde. Halldén (2014) drar slutsatsen att allokeringen av män och kvinnor till olika yrken tycks vara trögrörliga. Andelen kvinnor på de högsta
positionerna, som kännetecknas av höga löner, menar hon har förändrats lite sedan 2000/2001 och var under 2010 drygt 33 procent (a.a., s. 68). Hon avslutar med att påpeka att hennes resultat visar att Sverige är könssegregerat efter yrke, men inte längre kan räknas till de länder som har mycket hög könssegregering.
Mandel och Semyonov (2006) visar i sin forskning att kvinnligt deltagande på
arbetsmarknaden tenderar att vara högre i progressiva välfärdsstater. En expansion av familjerelaterade tjänster, tillgång till barnomsorg och en stor offentlig sektor skapar bättre möjligheter för kvinnor att förvärvsarbeta. Deras data visar samtidigt att kvinnor i dessa länder är oproportionerligt underrepresenterade i ledande positioner och överrepresenterade i typiska kvinnoyrken. Bygren och Gähler (2012) undersöker hur chanserna för män och kvinnor att nå de ledande positionerna påverkas av familjebildning. När män blir äldre ökar deras chans att inneha en maktposition och den är som störst när de är mellan 40 och 50 år, därefter avtagande. För kvinnor finns det ett annat mönster. När de är i 20-års åldern är deras chans för en maktposition parallell till männens och i 30-års åldern blir deras karriärskurva horisontell och deras chanser att bli befordrade förblir betydligt lägre för resten av karriären.
Även Angelov et al. (2013, s. 15) såg i sin studie, att män och kvinnors inkomst och löner utvecklas parallellt fram till första barnets födelse. Efter födelsen av det första barnet får kvinnor en sämre inkomstutveckling än män och under de 18 år efter barnets födelse, som studien undersökte, kom inte kvinnorna ikapp männen. Vidare fann de att den som tog större ansvar för familjen var den som hade den lägsta förväntade inkomst- och löneutveckling, vilket de ofta fann var kvinnan. I sin forskning finner de att på lång sikt kan 75 procent av inkomstskillnader mellan par i 40-årsåldern förklaras av familjebildning.
Mandel och Semyonov (2006) hävdar att en familjevänlig politik och rätten till frånvaro från arbetet i form av lång föräldraledighet och deltidsarbete avskräcker arbetsgivare från att anställa kvinnor till ledande positioner. Detta menar även Bygren och Gähler (2012) kan vara en anledning till varför kvinnor inte når ledande positioner i samma utsträckning som män och menar att så länge män och kvinnor är barnlösa singlar finns det ingen manlig fördel i rekryteringen för maktpositioner. Genom att kvinnorna tar lång föräldraledighet och ofta går ned på deltid när barnen är små sorterar de ut sig själva som kandidater till ledande positioner,
ofta när tiden i livet för befordringar är som högst. Både Angelov et al. (2013) och Bygren och Gähler (2012) menar att män och kvinnor kanske går in i könsstereotypa roller där mannen tar på sig ansvaret som försörjaren i förhållandet medan kvinnan tar huvudansvaret för barnen, något som Bygren och Gähler (2012) menar är en svår roll att ha i en ledande position. Ett annat alternativ de diskuterar är att arbetsgivaren börjar behandla könen annorlunda när de är på väg att få barn. De behandlar mannen som att han är redo att ta mer ansvar på jobbet, vilket inte blir densamma för kvinnan eftersom hon förväntas ta
huvudansvaret för barnen. Även Albrecht, Björklund och Vroman (2003) (se även Albrecht, Thoursie, Vroman, 2015) menar att arbetsgivaren kan behandla könen annorlunda när de är på väg att få barn. Deras hypotes kring varför kvinnor inte når ledarpositioner i samma
utsträckning som män i Sverige är på grund av den generösa föräldraledigheten som leder till att arbetsgivare statistiskt diskriminerar kvinnor. Utökad frånvaro och bristande flexibilitet är särskilt kostsam för arbetsgivare när de anställda befinner sig på ledarpositioner. Därför sätter arbetsgivarna relativt få kvinnor på positioner där du snabbt kan klättra i karriären. De tar även upp könsskillnader i yrkesval som en möjlig förklaring då kvinnor kanske väljer mer familjevänliga arbetsplatser med flackare lönekurvor (se även Polachek, 1981). Detta är ett argument som England (1982) förkastar eftersom hon i sin forskning visar att yrken med en hög andel kvinnor inte har lägre straff för yrkesavbrott. Dessutom menar hon att kvinnor inte maximerar sin livsinkomst genom att välja kvinnodominerade yrken utan att deras inkomst blir högre om de väljer ett mansdominerat yrke. Därför finns det inget ekonomiskt incitament för kvinnor att välja kvinnliga yrken.
Albrecht et al. (2003) menar att kvinnor kanske ”väljer” familjevänliga arbetsplatser, men valet är en kombination av preferenser och begränsningar. Deras argument är att kvinnors begränsningar, i form av arbetsgivarens förväntningar, delvis ligger till grund i det svenska systemet kring föräldraledighet. Kvinnor förstår att deras karriärmöjligheter är begränsade av arbetsgivarens övertygelser och agerar rationellt genom att välja mer familjevänliga karriärer och utnyttja deras föräldraledighet.
Hypoteser
Baserat på teorier och tidigare forskning formar vi våra hypoteser enligt följande resonemang:
Specialiseringsteorin menar att den som besitter minst humankapital som är användbart på arbetsmarknaden och har lägst förväntad lön kommer att vara föräldraledig. Detta bekräftas av Angelov et al. (2013) som fann att den som tog större ansvar för familjen var den som hade
den lägsta förväntade inkomst- och löneutvecklingen, vilket de ofta fann var kvinnan.
Humankapitalteorin säger att lönen påverkas negativt av föräldraledigheten eftersom tid borta från arbetet leder till depreciering av humankapital. Baserat på detta formuleras följande:
Hypotes 1: Uttag av föräldraledighet är en bidragande orsak till de löneskillnader som finns mellan män och kvinnor i Sverige idag.
Figur 1. Förväntat samband för hypotes 1
Vi har gjort en streckad pil (figur 1) från föräldraledighet till våra kontrollvariabler eftersom effekten av föräldraledighet inte tros påverka alla variabler, utan där det finns risk för
överkontroll. Med överkontroll menar vi att man kontrollerar för sådant som är en konsekvens av, eller del av definitionen på, det som vi vill mäta som vårt huvudsamband. Våra variabler som riskerar denna överkontroll och tros påverkas av föräldraledigheten är
arbetslivserfarenhet, heltid-/deltidsarbete och hushållsarbete. Längre föräldraledighet leder till exempel till kortare arbetslivserfarenhet.
Johansson (2010) visade att mäns löner påverkas mer än kvinnors av föräldraledighet, vilket ger stöd åt signaleringsteorin (se även t.ex. Albrecht et al., 1999). Uttaget av föräldraledighet kan tolkas olika av arbetsgivaren och dessa signaler kan sedan få konsekvenser på individens lön. Män som är föräldralediga bryter mot normen om vad som är ”manligt” och straffas eventuellt mer än kvinnor av föräldraledighet. Baserat på detta formuleras följande: Hypotes 2: Effekten på lönen av föräldraledighet skiljer sig mellan män och kvinnor.
Figur 2. Förväntat samband för hypotes 2
Metod
Datamaterialet som vi har använt oss av kommer från den Svenska
Levnadsnivåundersökningen (LNU). Det är en surveyundersökning som påbörjades år 1968 och har sedan dess genomförts ungefär var tionde år. Respondenterna är i åldrarna 18–75 och väljs slumpmässigt ut och intervjuas inom olika områden gällande deras privatliv som bland annat innefattar ekonomi, utbildning, familj, arbete och hälsa. Vi använder oss av den senaste undersökningsomgången, LNU 2010, där det var 4415 deltagare och svarsfrekvensen var 60,9 procent (SOFI, 2015 s. 2).
Variabler
Bruttotimlön är vår beroende variabel. Vi har valt att logaritmera variabeln, dels för att den är snedfördelad, samt att vi vill få en skillnad i procent snarare än i kronor. Vi har valt att
exkludera “svar saknas” och “vet ej2”.
Kön är den första centrala oberoende variabeln i vår studie. Kön är en dikotom variabel där vi har kodat man som 1 och kvinna som 0. När vi testar hypotes 1 kommer denna variabel representera könslönegapet. För att testa hypotes 2 kommer vi att genomföra separata regressioner för män och kvinnor.
Tid i föräldraledighet är den andra centrala oberoende variabeln i vår studie. Den har vi valt att dela upp i 5 kategorier och skapat dummy-variabler av, eftersom vi antar ett icke-linjärt
2 I samtliga omkodningar har vi valt att exkludera “svar saknas” och “vet ej”.
samband mellan föräldraledighet och timlön. Vi har skapat kategorier med ungefär lika många respondenter i varje grupp. Vår första kategori är 0 månader i föräldraledighet. Vi har kodat alla med 0 månader som 1 och alla andra värden har kodats som 0. Det är denna kategori som vi i vår regression använder som referenskategori. De andra kategorierna, 1–11, 12–23, 24–47 och 48 <månader har vi kodat på samma vis, dvs kodat till värdet 1 på kategorin och värdet 0 på de övriga.
De kontrollvariabler vi har valt att inkludera är de vanligaste förekommande förklarande variablerna för könslönegapet. Dessa är utbildningsnivå, sektor, arbetslivserfarenhet, arbetade timmar, och hushållsarbete.
Utbildning påverkar lönen positivt. Högre utbildningsnivå resulterar i en högre lön. För att utreda hur mycket av könslönegapet som kan förklaras av föräldraledighet så måste denna variabel kontrolleras för. Eftersom vi antar ett icke-linjärt samband mellan utbildningsår och timlön har vi valt att använda utbildning i nivå snarare än den kontinuerliga variabeln
utbildningsår. Denna variabel har vi skapat efter existerande variabel och gjort dummy- variabler för de olika utbildningskategorierna folkskola, grundskola, yrkesgymnasium, gymnasium, postgymnasium, universitet och forskare. Vi har uteslutit de respondenter som har svarat okänd och ingen utbildning.
Sektor har vi inkluderat eftersom kvinnor i högre utsträckning arbetar inom offentlig sektor (Halldén, 2014) där genomsnittslönen är lägre än inom privat sektor. Detta skapar en löneskillnad mellan män och kvinnor och är en av förklaringarna till det ojusterade
könslönegapet som därför måste kontrolleras för i vår modell. Vi förmodar att de som arbetar inom offentlig sektor tar ut längre föräldraledighet eftersom lönekurvan är flackare än inom privat sektor och därför straffas man mindre. Vi har skapat en variabel för sektor, där vi har delat in respondenternas sektorstillhörighet i offentlig respektive privat. Vi har kodat offentlig sektor till 1 och privat sektor till 0. De övriga svaren, som till exempel “ej förvärvsarbetande vid intervjun”, har vi valt att exkludera.
Arbetslivserfarenhet3 är viktigt att kontrollera för eftersom lönen stiger ju längre
arbetslivserfarenhet en individ har. Vi har valt att exkludera de som har svarat att de aldrig förvärvsarbetat. Vi har även valt att inkludera en polynomvariabel för arbetslivserfarenhet
3 Den potentiella arbetslivserfarenheten (individens ålder minus antal år i skolan minus sju) påverkas inte av föräldraledighet. Därför hade det varit motiverat att använda den istället, men vi stötte på
felaktigheter i datamaterialet när vi inkluderade denna variabel.
eftersom vi antar att 1 år mer i förvärvsarbete inte genererar samma avkastning på lönen. Vi tror att sambandet är avtagande. Denna har vi konstruerat genom att kvadrera vår variabel för arbetslivserfarenhet.
Arbetade timmar 2009 har vi valt att inkludera vilket ska representera om individen arbetar heltid eller deltid. Detta är viktigt att kontrollera för eftersom individer som arbetar deltid förväntas ha en lägre timlön. Kvinnor arbetar i högre utsträckning än män deltid, vilket är en av förklaringarna till det ojusterade könslönegapet, som måste kontrolleras för i vår modell (se t.ex. Lanninger & Sundström, 2014). Denna variabel har vi valt att dividera med 100 för att få en större regressionskoefficient för att underlätta tolkningen då koefficienten annars är väldigt liten.
Hushållsarbete har vi inkluderat eftersom män och kvinnor tenderar att utföra olika mängd av det obetalda arbetet i hemmet. Kvinnor utför den större delen, vilket påverkar kvinnors tid i betalt arbete, och detta påverkar lönen negativt (t.ex. Boye & Evertsson, 2014). Vi förmodar att de som utför mer hushållsarbete tar ut längre föräldraledighet eftersom denna part redan bär större ansvar för hemmet, där barnen sedan inkluderas. Dessutom förmodar vi att de som tar ut längre föräldraledighet i framtiden kommer att utföra större delen av hushållsarbetet. Vi har skapat denna variabel genom att slå samman vanliga hushållsarbeten. Vi har adderat timmarna för variablerna “Inköp, matlagning, disk”, “klädvård”, “reparationer och underhåll”
och “städning”.
Interaktionsvariabler har vi skapat som ej finns med i våra tabeller. Det är en interaktionsterm mellan kön (man=1) och de olika kategorierna för föräldraledighet. Detta för att vi tror att det finns en interaktionseffekt mellan föräldraledighet och kön. Dessa konstrueras genom att ta variabeln för föräldraledighet multiplicerat med variabeln för kön.
Population, avgränsningar och bortfall
Eftersom vi studerar löneskillnader och föräldraledighet har vi valt att avgränsa urvalet till att endast inkludera individer som har barn och har ett arbete. Det totala urvalet blir således 2083 individer. Nedan presenteras en deskriptiv tabell (1) över variablerna samt det interna
bortfallet. Då vi begränsar oss till de individer med giltiga värden på samtliga variabler blir antalet individer för vår slutliga analys 1331. Samtliga tabeller som presenteras i uppsatsen har avrundade värden.
Tabell 1. Variabelfördelning och bortfall
Variabler Medelvärde/
Procent
Standardavvikelse Total N Bortfall %
Timlön 176,95 82,82 1748 19,16 %
Kön - - 2083 0,00 %
Arbetslivserfarenhet (år)
25,43 11,78 2072 0,53 %
Arbetade timmar 2009
1947,25 592,09 2070 0,62 %
Sektor (offentlig =1) 0,44 0,50 1708 21,96 % Hushållsarbete
(timmar/vecka)
13,04 6,83 1670 24,73 %
Utbildningsnivå - - 2082 0,05 %
Föräldraledighet (månader)
10,74 17,78 2000 4,15 %
Källa: LNU 2010
Analysmetod
För att genomföra våra regressionsanalyser har vi använt oss av det statistiska
dataprogrammet SPSS. Vi använder multivariat linjär regressionsanalys där vi skattar med OLS-metoden4. Eftersom vi valt att logaritmera vår beroende variabel lön, ger det en mer normalfördelad variabel, som är symmetrisk kring medelvärdet. Modellen förändras och resultatet tolkas som den genomsnittliga procentuella förändringen i y-variabeln av en enhets förändring i x-variabeln (Edling & Hedström, 2003, s.160). Genom att vi logaritmerat
timlönen kan vi nu tolka sambandet linjärt vilket är en förutsättning för OLS. Vi har även skrivit ut determinationskoefficienten, R2, vilket är ett mått som i procent anger andel
förklarad varians i den beroende variabeln av de oberoende variablerna. Med hjälp av R2 kan vi alltså se hur mycket av variansen i logaritmerad timlön som kan förklaras av våra
4 OLS-metoden (ordinary least squares) använder man för att hitta den regressionslinje som lämpligast beskriver sambandet mellan den beroende och de oberoende variablerna. Detta gör man genom att minimera summan av de kvadrerade avvikelserna från regressionslinjen (Edling och Hedström, 2003, s.
88).
oberoende variabler. När man adderar fler oberoende variabler i en modell kommer värdet för R2 att öka, vilket kan vara problematiskt i den multipla regressionsmodellen eftersom man inte får ett korrekt värde på modellens anpassningsgrad. Vi har därför valt att skriva ut det justerade R2 värdet som tar hänsyn detta (a.a., s. 95, s. 101).
För att veta huruvida våra resultat är signifikanta har samtliga regressionskoefficienter testats.
I tabellerna har vi skrivit ut vilken signifikansnivå koefficienterna har där tre stjärnor (***) betyder att p <.001, två stjärnor (**) betyder att p <.01 och en stjärna (*) betyder att p <.05.
Signifikansnivån säger hur stor risken att göra ett typ 1 fel är, det vill säga att man hittar ett felaktigt samband hos populationen. Vid signifikansnivån på 0,05 är alltså risken att göra detta fel 5 procent (a.a., s. 48, s. 125). Med ett p-värde över 0,05 kan
regressionskoefficienterna inte anses vara signifikant skilda från noll, vilket innebär att det kan finns ett nollsamband i populationen.
Regressionsmodeller
Vi har specificerat tolv regressionsmodeller, varav tio finns i tabeller, för att testa våra hypoteser. För att testa hypotes 1: Uttag av föräldraledighet är en bidragande orsak till de löneskillnader som finns mellan män och kvinnor i Sverige idag, har vi konstruerat en regressionsmodell där vi i modell A visar det ojusterade könslönegapet i vårt datamaterial. I modell B introducerar variablerna för föräldraledighet och i modell C introducerar variablerna för utbildning. I modell D introducerar vi variabeln för sektor och i modell E introducerar vi variablerna där det råder risk för överkontroll i vår modell, vilket är variablerna
arbetslivserfarenhet, arbetade timmar och hushållsarbete. Vi undersöker i modell F hur könslönegapet förändras utan vår föräldraledighetsvariabel, när vi fortfarande konstanthåller för de övriga variablerna.
För att testa hypotes 2: Effekten på lönen av föräldraledighet skiljer sig mellan män och kvinnor, utgår vi från modell E men vi gör separata regressioner för män respektive kvinnor för att se om effekten skiljer sig åt. Vi har även gjort en separat regression för modell D, alltså en modell utan risk för överkontroll. Utöver detta har vi konstruerat två gemensamma
modeller för modell D och E där vi inkluderat interaktionstermer, dessa finns dock inte presenterade i en tabell.
Resultat
Följande avsnitt inleds med en deskriptiv tabell över medel- och medianvärden för timlön och antal månader i föräldraledighet indelat i grupper för alla respektive män och kvinnor. Vidare presenteras våra regressionsmodeller A-F för att testa hypotes 1. Därefter presenteras våra separata regressioner för könen (D:1, D:2, E:1 och E:2) för att testa hypotes 2.
Medel- och medianvärde för lön och föräldraledighet
Tabell 2. Deskriptiv tabell: Tabell över medel- och
medianvärden för timlön och antal månader i föräldraledighet indelat i grupper för alla respektive män och kvinnor
(standardavvikelse inom parentes).
Variabler Alla Kvinnor Män
Medeltimlön (kr) 176,95 (82,82)
156,92 (50,62)
197,39 (102,11) Medianlön (kr) 154,16 145,06 170,00 Genomsnittlig
föräldraledighet (månader)
10,74 (17,78)
21,37 (20,54)
0,68 (2,84)
Median
föräldraledighet (månader)
0,00 18,0 0,00
Källa: LNU 2010
När vi jämför medeltimlönen (tabell 2) ser vi att den skiljer sig med 40,47 kronor, till
männens fördel. Medianlönen skiljer sig dock med 24,94 kronor i timmen. Detta förklaras av att vi har några män i vårt urval som tjänar betydligt mer än andra, vilket påverkar
medelvärdet. Standardavvikelsen är högre för män än kvinnor vilket betyder att variationen inom gruppen män är större. När vi fortsättningsvis tittar på föräldraledighet ser vi att kvinnor i genomsnitt har 20,60 fler månader i föräldraledighet jämfört med männen. Medianen för föräldraledighet är 0 månader för alla och även för männen, kvinnor däremot har en median
på 18 månader. Förklaringen till detta är att det är många i vårt datamaterial som inte har tagit ut någon föräldraledighet. Standardavvikelsen för kvinnor är betydligt större än för män vilket betyder att variationen inom gruppen kvinnor gällande föräldraledighet är större.
Föräldraledighetens påverkan på könslönegapet
Nedanstående modell presenterar hypotes 1 där vi undersöker om föräldraledigheten kan förklara något av könslönegapet.
Tabell 3. Regressionsanalys. Föräldraledighetens påverkan på könslönegapet. Beroende variabel är logaritmerad timlön.
Variabler Modell A Std.fel Modell B Std.fel Modell C Std.fel Kön (man=1) 0,188*** 0,015 0,205*** 0,022 0,216*** 0,020 Föräldraledig 0
månader
Referens Referens
Föräldraledig 1-11 månader
0,022 0,026 0,010 0,023
Föräldraledig 12-23 månader
0,040 0,028 0,056* 0,025
Föräldraledig 24-47 månader
0,027 0,028 0,032 0,025
Föräldraledig > 48 månader
-0,049 0,042 -0,023 0,037
Folkskola -0,033 0,056
Grundskola Referens
Yrkesgymnasium 0,041 0,038
Gymnasium 0,173*** 0,044
Postgymnasium 0,199*** 0,038
Universitet 0,345*** 0,039
Forskare 0,795*** 0,062
Intercept 5,017*** 5,001*** 4,830***
R2 (justerad) 0,078 0,083 0,282
***=p <.001 **=p <.01 *=p <.05 Källa: LNU 2010
Tabell 4. Regressionsanalys. Föräldraledighetens påverkan på könslönegapet. Beroende variabel är logaritmerad timlön.
Variabler Modell D Std.fel Modell E Std.fel Modell F Std.fel Kön (man=1) 0,189*** 0,020 0,130*** 0,022 0,119*** 0,016 Föräldraledig 0
månader
Referens Referens - -
Föräldraledig 1-11 månader
0,011 0,023 -0,001 0,024 - -
Föräldraledig 12-23 månader
0,064** 0,025 0,045 0,027 - -
Föräldraledig 24-47 månader
0,040 0,024 0,005 0,026 - -
Föräldraledig > 48 månader
-0,016 0,036 -0,022 0,039 - -
Folkskola -0,008 0,055 0,023 0,063 0,017 0,063
Grundskola Referens Referens Referens
Yrkesgymnasium 0,065 0,037 0,077 0,040 0,077 0,040 Gymnasium 0,178*** 0,043 0,181*** 0,047 0,180*** 0,047 Postgymnasium 0,237*** 0,038 0,251*** 0,042 0,251*** 0,042 Universitet 0,381*** 0,038 0,413*** 0,042 0,412*** 0,042 Forskare 0,851*** 0,061 0,820*** 0,065 0,821*** 0,065 Sektor (offentlig=1) -0,102*** 0,015 -0,120*** 0,016 -0,121*** 0,016 Arbetslivserfarenhet 0,015*** 0,003 0,015*** 0,003 Arbetslivserfarenhet2 0,000*** 0,000 0,000*** 0,000 Arbetade timmar 2009
/ 100
0,008*** 0,002 0,007*** 0,002
Hushållsarbete (timmar/vecka)
-0,003* 0,001 -0,003** 0,001
Intercept 4,855*** 4,556*** 4,577***
R2 (justerad) 0,310 0,366 0,365
***=p <.001 **=p <.01 *=p <.05 Källa: LNU 2010
I modell A presenteras det ojusterade könslönegapet i vårt datamaterial, vilket här visar på 18,8 procent till männens fördel. Denna modell förklarar 7,8 procent av variansen i vår beroende variabel logaritmerad timlön. I modell B ser vi att könslönegapet ökar och är 20,5 procent när vi introducerar våra variabler för föräldraledighet. Ingen av variablerna för föräldraledighetsuttag visar på signifikans. Denna modell förklarar 8,3 procent av variansen i vår beroende variabel logaritmerad timlön. I modell C introducerar vi utbildningsnivå. Även här ser vi att könslönegapet ökar och är nu 21,6 procent. När vi introducerat våra variabler för utbildning ser vi dessutom att föräldraledig 12–23 månader har blivit signifikant. Denna modell förklarar 28,2 procent av variansen i vår beroende variabel logaritmerad timlön.
I modell D introducerar vi en variabel för sektor, då ser vi att könslönegapet minskar till 18,9 procent. Denna modell förklarar nu 31,0 procent av variansen i vår beroende variabel
logaritmerad timlön. I modell E introducerar vi resterande variabler, alltså
arbetslivserfarenhet, arbetade timmar och hushållsarbete. Könslönegapet sjunker nu till 13,0 procent. När vi introducerat dessa variabler ser vi att föräldraledig 12–23 månader har blivit icke-signifikant igen. Denna modell förklarar nu 36,6 procent av variansen i vår beroende variabel logaritmerad timlön. I modell F exkluderar vi föräldraledighetsvariablerna för att se hur detta påverkar könslönegapet, konstanthållet för de övriga variablerna. Könslönegapet sjunker nu till 11,9 procent. Denna modell förklarar 36,5 procent av variansen i vår beroende variabel logaritmerad timlön.
Våra kontrollvariabler som representerar anskaffandet av humankapital, såsom
arbetslivserfarenhet, arbetsomfattning och utbildningsnivå visar alla ha en positiv signifikant påverkan på lönen i alla våra modeller. Undantaget är utbildningsnivån folkskola och
yrkesgymnasium som aldrig visar på signifikans. Både offentlig sektor och hushållsarbete har en negativ signifikant påverkan på lönen i alla modeller.
Skiljer sig effekten på lönen av antal månader i föräldraledighet mellan män och kvinnor?
Nedanstående modell presenterar hypotes 2 där vi undersöker om det finns någon skild effekt på lönen av föräldraledighet för män och kvinnor. Vi har i tabell 5 exkluderat variablerna där överkontroll riskeras och sedan inkluderat dem i tabell 6.
Tabell 5. Regressionsanalys. Föräldraledighetens påverkan för män respektive kvinnor, exklusive överkontrollvariabler. Beroende variabel är logaritmerad timlön.
Variabler Modell D:1 (Män)
Std.fel Modell D:2
(Kvinnor)
Std.fel
Föräldraledig 0 månader
Referens Referens
Föräldraledig 1-11 månader
-0,038 0,033 0,094** 0,030
Föräldraledig 12-23 månader
-0,015 0,106 0,092*** 0,022
Föräldraledig 24-47 månader
-0,164 0,182 0,070*** 0,021
Föräldraledig > 48 månader
- - 0,008 0,031
Folkskola 0,027 0,084 -0,043
0,067
Grundskola Referens Referens
Yrkesgymnasium 0,064 0,058 0,067 0,043
Gymnasium 0,228*** 0,071 0,145** 0,050
Postgymnasium 0,247*** 0,061 0,232*** 0,044
Universitet 0,444*** 0,062 0,331*** 0,045
Forskare 0,847*** 0,091 0,889*** 0,079
Sektor (offentlig=1) -0,133*** 0,026 -0,081*** 0,016
Intercept 5,042*** 4,830***
R2 (justerad) 0,232 0,296
***=p <.001 **=p <.01 *=p <.05 Källa: LNU 2010
I modell D:1 som är vår modell för män, ser vi att regressionskoefficienterna för
föräldraledighet är negativa och icke-signifikanta. Förklarad varians i logaritmerad timlön i denna modell är 23,2 procent.
I modell D:2 som är vår modell för kvinnor, är alla regressionskoefficienter för
föräldraledighet förutom föräldraledig> 48 månader positiva och signifikanta. De som är föräldralediga 1–11 månader tjänar i genomsnitt 9,4 procent mer än de som har varit föräldralediga i 0 månader, denna kategori är de som har den bästa genomsnittliga lönen jämfört med referenskategorin. De som är föräldralediga 12–23 månader tjänar i genomsnitt 9,2 procent mer än de som har varit föräldralediga i 0 månader. De som är föräldralediga 24–
47 månader tjänar i genomsnitt 7,0 procent mer än de som har varit föräldralediga i 0 månader. De som har varit föräldralediga 48 månader eller mer visar på ett positivt, icke- signifikant värde. Förklarad varians i logaritmerad timlön i denna modell är 29,6 procent.
Vi ser att utbildning har en positiv signifikant påverkan på lönen både för kvinnor och män.
Undantaget är utbildningsnivån folkskola och yrkesgymnasium som visar på positiva, icke- signifikanta värden för både män och kvinnor.
Offentlig sektor har även i dessa modeller en negativ signifikant påverkan på lönen både för män och kvinnor.
Tabell 6. Regressionsanalys. Föräldraledighetens påverkan för män respektive kvinnor, inklusive överkontrollvariabler.
Beroende variabel är logaritmerad timlön.
Variabler Modell E:1 (Män)
Std.fel Modell E:2
(Kvinnor)
Std.fel
Föräldraledig 0 månader
Referens Referens
Föräldraledig 1-11 månader
-0,025 0,035 0,061 0,033
Föräldraledig 12-23 månader
-0,004 0,100 0,071*** 0,025
Föräldraledig 24-47 månader
-0,170 0,172 0,034 0,023
Föräldraledig > 48 månader
- - -0,004 0,033
Folkskola 0,123 0,093 -0,119 0,087
Grundskola Referens Referens
Yrkesgymnasium 0,110 0,064 0,040 0,048
Gymnasium 0,248*** 0,077 0,119* 0,054
Postgymnasium 0,310*** 0,066 0,188*** 0,049
Universitet 0,508*** 0,067 0,316*** 0,050
Forskare 0,885*** 0,091 0,744*** 0,098
Sektor (offentlig=1) -0,166*** 0,026 -0,080*** 0,017 Arbetslivserfarenhet 0,021*** 0,005 0,012*** 0,003 Arbetslivserfarenhet2 0,000*** 0,000 0,000* 0,000 Arbetade timmar 2009
/ 100
0,008** 0,003 0,008*** 0,002
Hushållsarbete (timmar/vecka)
-0,004* 0,002 -0,002 0,001
Intercept 4,574*** 4,609***
R2 (justerad) 0,308 0,327
***=p <.001 **=p <.01 *=p <.05 Källa: LNU 2010
I modell E:1, som är vår modell för män, ser vi fortfarande att regressionskoefficienterna för föräldraledighet är negativa, dock visar ingen av dem på signifikans. Förklarad varians i logaritmerad timlön i denna modell är 30,8 procent.
Modell E:2, som är vår modell för kvinnor, visar att de som är föräldralediga 1–11 månader och 24–47 månader har positiva men icke-signifikanta värden. De som är föräldralediga 12–
23 månader tjänar i genomsnitt 7,1 procent mer än de som har varit föräldralediga i 0 månader. De som har varit föräldralediga 48 månader eller mer visar på ett negativt, icke- signifikant värde. Förklarad varians i logaritmerad timlön i denna modell är 32,7 procent.
Även här visar våra kontrollvariabler som representerar anskaffandet av humankapital, ha en positiv signifikant påverkan på lönen både för män och kvinnor. Undantaget är
utbildningsnivån folkskola som för män visar på ett positivt, icke-signifikant värde, medan den för kvinnor visar på ett negativt, icke-signifikant värde. Yrkesgymnasium visar på ett positivt icke-signifikant värde i båda modellerna. Både offentlig sektor och hushållsarbete har en negativ signifikant påverkan på lönen i alla modeller. Ytterligare visar alla
kontrollvariabler ha en större effekt på lönen för män jämfört med kvinnor.
Resultatanalys
Både i modell B och C ökar könslönegapet när vi inkluderar föräldraledighet och
utbildningsnivå. Föräldraledigheten ser vi i senare analys (tabell 5 & 6) ha en positiv påverkan på lönen för kvinnor och det är även kvinnor som tar ut längre föräldraledighet, därför ökar könslönegapet när denna variabel inkluderas. Även utbildning har en positiv påverkan på lönen och kvinnor har i genomsnitt högre utbildningsnivå än män, därför ökar könslönegapet även när denna variabel inkluderas i vår analys.
Resultatet i tabell 4 visar att föräldraledighet inte är en förklaringsfaktor till könslönegapet.
Tvärtom ökar könslönegapet något när vi tar hänsyn till föräldraledighet. I modell E finner vi inga signifikanta värden för föräldraledighet när vi inkluderar andra kontrollvariabler. När vi skattar modell F, utan föräldraledighetsvariabeln, minskar könslönegapet till 11,9 procent.
Detta resultat är helt i kontrast mot vår hypotes och därmed förkastar vi hypotes 1: Uttag av föräldraledighet är en bidragande orsak till de löneskillnader som finns mellan män och kvinnor i Sverige idag. Vi finner alltså inget stöd för föräldraledighet som en bidragande förklaring av könslönegapet, vi finner däremot att det förstärker det skattade könslönegapet när det kontrolleras för.
Resultatet i tabell 5 och 6 i modell D:1 och E:1 visar att föräldraledighet inte har någon signifikant effekt på lönen för män. Däremot visar resultatet för kvinnor i tabell 5 och 6 i modell D:2 och E:2 att föräldraledighet 12–23 månader har en positiv effekt på lönen, i båda modeller. I modell D:2, som är modellen där vi exkluderat variablerna med risk för
överkontroll, visar även kategorierna 1–11 och 24–47 månader ha en positiv effekt på lönen för kvinnor. Därmed behåller vi delvis hypotes 2: Effekten på lönen av föräldraledighet skiljer sig mellan män och kvinnor. Vi kan se olika resultat för män och kvinnor vad gäller
föräldraledighet vilket inte framkommer i vår regressionsanalys där vi testar hypotes 1 (tabell 4), däremot kan vi inte bevisa någon signifikant skillnad i effekt på lönen för män och kvinnor av föräldraledighet eftersom mäns föräldraledighet visar på icke-signifikans.
För att göra en vidare analys av det mönster som vi finner, en signifikant positiv effekt för kvinnor men inte för män, och för att testa om detta är en signifikant skillnad, behöver vi skatta en gemensam modell med interaktionstermer för föräldraledighet och kön. Denna modell finns inte med i våra tabeller, men vi presenterar de centrala resultaten nedan:
Vi finner inga signifikanta värden för interaktionstermerna när vi gör denna analys för modell E. Vi kan därmed inte förkasta nollhypotesen, alltså att effekten är samma för män och kvinnor. När vi däremot gör denna regression på modell D finner vi signifikanta värden för interaktionstermen 1–11 månader. Denna interaktionsterm är -13,1 procent och visar att effekten av föräldraledighet för denna kategori på lönen är 13,1 procent lägre för män jämfört med för kvinnor. Detta innebär att det för denna kategori finns en statistiskt signifikant
skillnad i effekten av föräldraledighet på lönen mellan män och kvinnor. Vi finner dock ingen signifikans i de andra kategorierna. Vi tolkar dessa resultat som att vår hypotes 2 nu får stöd, alltså att effekten på lönen av föräldraledighet skiljer sig mellan män och kvinnor. Detta på grund av att vi finner en statistiskt signifikant skillnad för kategorierna 1–11 månader, samt det skilda mönstret i de övriga kategorierna och modellerna.
Regressionsdiagnostik
Urvalet är slumpmässigt vilket innebär att det kan generaliseras till Sveriges befolkning. Så länge bortfallet i urvalet är slumpmässigt är det fortfarande representativt för populationen (Stock & Watson, 2014 s. 527). Våra resultat av studien kan således generaliseras, vilket innebär att studien har extern validitet.
Det kan råda mätfel i vår modell som har uppstått i datainsamlingsfasen som kan påverka våra resultat. Detta tror vi är fallet eftersom 27 procent av alla kvinnor i vårt urval har tagit ut 0 månader föräldraledighet. Detta överensstämmer inte med försäkringskassans siffror på föräldraledighetsuttag som pekar på att 1,6 procent av kvinnorna inte har tagit ut någon föräldraledighet (försäkringskassan 2011, s.35). Denna möjliga underrapportering kan vara ett problem med surveydata, ett problem som inte uppstår om man använder registerdata.
Nackdelen med registerdata är dock att man inte kan kontrollera för variabler, som
exempelvis hushållsarbete. Mätfel är ingenting som vi i vår studie kan korrigera för (Edling &
Hedström, 2003, s. 141) och det kan dessvärre påverka generaliserbarheten av våra resultat.
Det kan hända att vi har utelämnat någon viktig kontrollvariabel i vår studie, vilket kan leda till att vi under- eller överskattar våra prediktioner. Detta är framför allt ett problem om denna variabel korrelerar med vår oberoende variabel föräldraledighet och vår beroende variabel lön. Problemet blir då att det blir svårt att hävda intern validitet, vilket leder till
endogenitetsproblem (Stock & Watson, 2014. s. 585–6). Det blir alltså svårt att hävda kausalitet. En viktig variabel att inkludera hade varit den potentiella arbetslivserfarenheten eftersom den inte påverkas av föräldraledighet, vilket vår variabel för arbetslivserfarenhet gör.
Som tidigare nämnts stötte vi dock på felaktigheter i datamaterialet när vi inkluderade denna variabel. En annan variabel vi kunde inkluderat är ålder, dock om vi då uteslutit
arbetslivserfarenhet för att undvika multikollinearitet. Ålder skulle inte påverka huvudsambandet mellan kön och lön då män och kvinnor i genomsnitt är lika gamla i datamaterialet. Ålder förklarar inte heller varför vi finner olika mönster för föräldraledighet mellan könen. Det kan dock vara en delförklaring till att vi hittar positiva effekter av
föräldraledighet i vissa modeller, eftersom de med längre ledighet kan ha haft tid att komma längre på arbetsmarknaden, då de är äldre. I vår sista modell tas detta däremot omhand av vår kontroll för faktisk arbetslivserfarenhet.
Vi har antagit att vissa av våra variabler kan mäta ungefär samma saker, vilket skulle påverka vår signifikans. Hushållsarbete, arbetade timmar och arbetslivserfarenhet skulle delvis kunna mäta samma sak som föräldraledighetsuttag, det vill säga huvudansvar för hemmet. Eftersom vi inte får någon signifikans för föräldraledighet i modell E, modell E:1 och endast för en kategori (12–23) i modell E:2, kan detta tyda på en form av överkontroll i vår modell. Vi har därför valt att göra en separat regression för män och kvinnor av modell D, där dessa variabler exkluderas (tabell 5). Detta resulterade i att variablerna för föräldraledighet blev signifikanta för kvinnor, förutom i kategorin föräldraledig> 48. Detta gäller även vår gemensamma
interaktionsmodell för män och kvinnor där denna utvidgning av modell D visade på signifikanta resultat för en kategori.
Vi har utfört en multikollinearitetsanalys som ej indikerade på multikollinearitet. Vi har även antagit vissa icke-linjära samband i vår modell. Arbetslivserfarenhet och lön antas ha ett avtagande, icke-linjärt samband. Detta har vi korrigerat genom att inkludera en kvadrerad variabel för arbetslivserfarenhet. Utbildning och föräldraledighet antas även de ha ett icke- linjärt samband med lön och vi har därför valt att använda kategoriserade variabler. För att undersöka vårt samband ytterligare har vi kontrollerat för heteroskedasticitet, eftersom detta skulle kunna påverka våra signifikansvärden och tillförlitligheten i våra prediktioner. Vi skapade en residualplott över predicerade värden och feltermen e för att garantera att dessa hade en jämn fördelning kring 0. När vi gjorde separata regressioner såg vi att interaktion för vårt samband råder, vilket i en gemensam modell döljs, därför valde vi att även utföra en gemensam interaktionsmodell.
Diskussion
Syftet med denna studie var att undersöka om föräldraledighet kunde förklara delar av könslönegapet på den svenska arbetsmarknaden samt om effekten av föräldraledighet på lönen skilde sig åt mellan män och kvinnor. Vår första hypotes löd: Uttag av föräldraledighet är en bidragande orsak till de löneskillnader som finns mellan män och kvinnor i Sverige idag. Vi kunde inte finna något stöd för föräldraledighet som en bidragande förklaring till löneskillnaderna, däremot har det en påverkan på könslönegapet. Könslönegapet ökar när vi kontrollerar för föräldraledighet, vilket är häpnadsväckande. Vi anser att resultatet bör tolkas med försiktighet, då vi tror att vårt resultat kan ha påverkats av det eventuella mätfelet i vår variabel för föräldraledighet. Detta resonemang baseras på att 27 procent av kvinnorna i vår studie har varit hemma 0 månader, vilket skiljer sig så pass mycket jämfört med
försäkringskassans siffror på 1,6 procent. En liten skillnad skulle vara trolig att finna då vi i vår studie mäter månader och endast inkluderar de mammor som har ett arbete medan
försäkringskassan räknar dagar och inkluderar alla mammor. En annan indikation som styrker våra misstankar kring mätfel är att medianen för föräldraledighet för alla våra respondenter är 0 månader (tabell 2).
