Vroege loopbaan van jongeren op een nieuwe manier in kaart gebracht

1. Inleiding

Het begin van een loopbaan is sterk bepalend voor het verdere verloop ervan. Een goede start vergroot de kans op een positief vervolg, bij een moeizamer begin is de kans groter dat de loopbaan perioden van werkloosheid en instabiliteit kent (Brzinsky-Fay, 2007).

Om een beeld te krijgen van het verloop van (vroege) loopbanen wordt vaak gekeken naar welke arbeidsmarktposities jongvolwassenen op één of meerdere tijdstippen in die periode hebben: vinden ze werk, hoe lang duurt het voordat ze werk vinden, en hebben ze dan een tijdelijk contract, vast contract, of zijn ze aan de slag als zelfstandige? Hierbij worden dan vaak verdelingen weergegeven die een beeld geven over de hele groep, of opgesplitst naar bijvoorbeeld geslacht en opleidingsniveau (CBS, 2021a, 2021b).

Hoewel deze verdelingen interessante inzichten geven in het verloop van vroege loopbanen, is het beeld dat ze kunnen geven ook beperkt. Een belangrijk aspect dat verloren gaat bij percentering - bijvoorbeeld bij het bepalen van aandelen werkenden met een vaste of flexibele arbeidsrelatie - is de diversiteit binnen loopbanen. Percentages suggereren vaak een eenduidig en rechtlijnig beeld, bijvoorbeeld dat het percentage jongeren met een vast contract toeneemt naarmate de tijd verstrijkt. Individuele loopbanen verlopen echter lang niet altijd zo eenduidig en rechtlijnig (Brzinsky-Fay, 2014). Zo is het zeker geen regel dat jongeren die op hun 25e een vast contract hebben een jaar later die baan nog steeds hebben. Evenmin maakt iedereen met een tijdelijk contract de overstap naar een vaste arbeidsrelatie. Sommigen zullen meerdere keren van baan wisselen, op zoek naar een goede match, terwijl anderen lang blijven zitten waar ze zitten. Kortom: de dynamiek van de individuele vroege loopbaan verdwijnt in beschrijvende statistieken over de arbeidspositie en -relatie op een bepaald tijdsmoment.

Dit artikel beschrijft een methode waarmee de dynamiek van loopbanen nog beter in kaart kan worden gebracht, namelijk sequentieanalyse (Abbott & Forrest, 1986). Sequentieanalyse is een methode die oorspronkelijk is ontwikkeld om DNA-strengen te analyseren, maar steeds meer in sociaalwetenschappelijk onderzoek wordt toegepast om longitudinale fenomenen te analyseren, zoals levenslopen en loopbanen. Met sequentieanalyse worden deze longitudinale fenomenen als één geheel geanalyseerd. Hierdoor kunnen alle ontwikkelingen in individuele loopbanen worden meegenomen, zodat de diversiteit binnen al die loopbanen zichtbaar wordt. Zeker wanneer sequentieanalyse wordt aangevuld met loopbaan- of sequentiestatistieken, ontstaat er een duidelijk beeld van de dynamische loopbanen.

Om te laten zien welke nieuwe inzichten sequentieanalyse kan bieden ten opzichte van meer traditionele methoden, worden de loopbanen van 23- tot en met 32-jarigen die zijn geboren in de periode 1983-1985 in kaart gebracht met percentages, met loopbaanstatistieken en met sequentieanalyse. In deze analyses wordt ook onderscheid gemaakt tussen jongeren op basis van opleidingsniveau en geslacht om zo groepsverschillen in kaart te kunnen brengen. Tot slot wordt door middel van sequentieanalyse en clusteranalyse een typologie gemaakt van vroege loopbanen.