Wie sieht so eine ökonomische Fragestellung aus?

Wir müssen uns darüber Gedanken machen, welche Frage wir genau untersuchen wollen.

Wir können unsere Frage beispielsweise so formulieren:

Wenn ein:e Arbeitnehmer:in die Bildungskarenz in Anspruch nimmt, erhöht sich dann sein:ihr Lohn im weiteren Arbeitsleben?

Wir unterstellen folgendes Modell:

\[ \mathrm{Lohn} = f\left(\mathrm{Ausbildung},\mathrm{Erfahrung},\mathrm{Talent},\mathrm{Bildungskarenz,\dots}\right) \]

Der Lohn hängt von unserer Variable von Interesse, der Inanspruchnahme von Bildungskarenz, ab; aber auch von einer Reihe von anderen Faktoren.

Wie unterscheidet sich die Variable Ausbildung von der Variable Talent?

• Wir können zweifelsfrei beobachten, wie viel Ausbildung eine Person hat, aber nicht, wie viel Talent.
• Unser Ergebnis (der Lohn) wird also von beobachteten und unbeobachteten Variablen beeinflusst.

Angenommen, wir haben die Aufgabe bekommen, zu untersuchen:

… und wenn ja, wie stark?

Wie vorher können wir davon ausgehen, dass es beobachtete und unbeobachtete Einflussfaktoren gibt.

CASchools ist ein Datensatz zu Mathematik- und Lesetestleistungen in 420 kalifornischen Schulen im Jahr 1999. Erstellen wir also eine Grafik.

Zuerst bereiten wir dafür unsere Daten auf.

Wir haben zwei große Probleme mit dieser Analyse:

Als Ökonom:innen interessieren wir uns oft für kausale Effekte, die eine bestimmte Variable auf eine andere Variable hat.

Nehmen wir das Beispiel mit Dünger und landwirtschaftlichen Erträgen. Wie könnten wir hier einen kausalen Effekt isolieren?

Unter bestimmten Annahmen sind unsere so erlangten Resultate valide:

Nicht immer können wir ein Experiment (RCT oder Laborexperiment) durchführen. Das hat

Coville et al. (2020) wollen herausfinden, ob Leute, die nicht für ihr Wasser gezahlt haben, schneller zahlen, wenn man ihnen das Wasser abdreht.

Cohen & Dupas (2008) untersuchen, ob Kostenbeteiligung an Malarianetzen zu weniger „verschwenderischem“ Umgang mit ihnen führt.

Experimente werden in der ökonomischen Forschung häufiger, meistens haben wir aber (wie in anderen Sozialwissenschaften) mit Beobachtungsdaten zu tun.

Zurück zu unserem Modell zur Bildungskarenz:

\[ \mathrm{Lohn} = f\left(\mathrm{Ausbildung},\mathrm{Erfahrung},\mathrm{Talent},\mathrm{Bildungskarenz,\dots}\right) \]

Wie würde ein Datensatz aussehen, mit dem wir so eine Frage untersuchen könnten?

In diesem Datensatz sind Spalten Variablen und Zeilen sind Beobachtungen.

• Im Regelfall nehmen wir an, dass die Stichprobe zufällig aus einer Grundgesamtheit/Population ausgewählt wurde (engl. randomly sampled).

• Hier können wir nicht von einer zufälligen Stichprobe ausgehen. Spätere Beobachtungen sind von vorigen Beobachtungen abhängig.

• Ein Vorteil von Panel-Daten ist, dass wir gewisse Arten unbeobachteter Variation berücksichtigen können.