Onderzoeksmethode

Onderzoeksbestand

Voor de analyses in dit rapport is een onderzoeksbestand samengesteld met persoonsgegevens uit het Stelsel van Sociaal-statistische Bestanden (SSB). Het SSB bevat databestanden met onder andere gegevens over personen, uitkeringen, banen, inkomen, opleidingen, huishoudens, woningen, ruimtelijke indelingen. Deze gegevens zijn onderling gekoppeld. Omdat personen van Chinese herkomst in Nederland een relatief kleine bevolkingsgroep vormen, zijn de analyses beperkt tot de registraties uit het SSB. Er is in dit rapport geen gebruik gemaakt van informatie uit enquêtes.

Regressieanalyse

In dit rapport wordt een groot aantal statistieken uitgesplitst naar herkomst. Waargenomen verschillen tussen herkomstgroepen zijn vaak (deels) terug te voeren op de kenmerken van die herkomstgroepen, waaronder de verdelingen van geslacht, leeftijd, opleidingsniveau of inkomen. Daarom zijn controles uitgevoerd waarbij rekening wordt gehouden met deze kenmerken. Dit is gedaan door middel van enkelvoudige lineaire regressies. Bij deze regressieanalyses is het verschil tussen de herkomstgroepen en de totale Nederlandse bevolking geschat, voor en na de invoering van ieder kenmerk. De herkomstgroepen zijn daarbij gecodeerd volgens gewogen effectcodering, zodat de coëfficiënten van de herkomstgroepen de gecorrigeerde verschillen geven ten opzichte van het Nederlands gemiddelde. De uitkomsten van deze regressies zijn kort geduid.

Kitagawa-Oaxaca-Blinder decompositie

In de hoofdstukken 2 en 3 zijn verdiepende analyses gedaan met behulp van de Kitagawa-Oaxaca-Blinder decompositiemethode (zie ook Jann, 2008). Deze methode is een variant op de meervoudige regressiemethode. Het doel van de methode is om een verschil in gemiddelde uitkomsten tussen twee groepen te duiden. Een voorbeeld betreft het gemiddelde uurloonverschil tussen Chinese migranten en de rest van de bevolking.

De Kitagawa-Oaxaca-Blinder decompositie kan op verschillende manieren worden geïmplementeerd. In dit rapport is gebruik gemaakt van een lineaire tweevoudige decompositie. Daarbij wordt in iedere groep een aparte meervoudige lineaire regressie geschat, met als uitkomst de bewuste maat (bijv. maandloon) en als onafhankelijke variabelen de kenmerken (bijv. leeftijd, opleidingsniveau en woonregio). De methode toont vervolgens in hoeverre de variabelen tezamen het groepsverschil kunnen verklaren. Ook toont het de rol van iedere individuele variabele, indien de andere variabelen gelijk zouden blijven. Er kan bijvoorbeeld worden bekeken of een jongvolwassen, hoogopgeleide, in Gelderland woonachtige persoon van Chinese herkomst hetzelfde loon verdient als andere jongvolwassen, hoogopgeleide in Gelderland woonachtige personen.

De decompositie laat voor iedere variabele zien in hoeverre die bijdraagt aan het verklaarde en aan het onverklaarde groepsverschil. In dit rapport wordt alleen ingegaan op de bijdrage aan het verklaarde groepsverschil, omdat het onverklaarde verschil van een tweevoudige decompositie geen eenduidige interpretatie heeft.

In dit rapport wordt de positie van mensen van Chinese herkomst vergeleken met die van de totale Nederlandse bevolking. Bij de Kitagawa-Oaxaca-Blinder decompositie kan de doelpopulatie geen deel uitmaken van de referentiegroep. Om het Nederlandse gemiddelde zo goed mogelijk te benaderen, worden Chinese migranten en de Chinese tweede generatie vergeleken met de rest van de Nederlandse bevolking. De referentiegroep voor de analyses van Chinese migranten omvat dus ook de Chinese tweede generatie, en vice versa.

Literatuur

Jann, B. (2008). The Blinder-Oaxaca decomposition for linear regression models. The Stata Journal, 8(4), 453–479.