Zusammenhänge zwischen beruflicher Tätigkeit und dem Risiko vorzeitiger Berentung wegen Dorsopathie Vergleich von Rentnern und Erwerbstätigen
|
|
- Andreas Bach
- vor 6 Jahren
- Abrufe
Transkript
1 142 DRV-Schriften Band 55/2009 Zusammenhänge zwischen beruflicher Tätigkeit und dem Risiko vorzeitiger Berentung wegen Dorsopathie Vergleich von Rentnern und Erwerbstätigen Dr. med. Maria Weske* / Markus Thiede** * Deutsche Rentenversicherung Hessen, Frankfurt am Main, und Institut für Medizinische Soziologie und Sozialmedizin, Philipps-Universität Marburg ** Institut für Medizinische Soziologie und Sozialmedizin, Philipps-Universität Marburg 1 Einleitung Das Forschungsdatenzentrum der Rentenversicherung (FDZ-RV) stellt seit 2005 Datensätze zum bundesweiten Rentenzugang zur Verfügung; seitdem untersuchen wir Zusammenhänge zwischen beruflicher Tätigkeit und vorzeitiger Berentung wegen Dorsopathie. Im Jahr 2006, beim 3. Workshop des FDZ-RV, wurden mithilfe von Querschnittsdaten auf Basis des Themendatensatzes Erwerbsminderung und Diagnosen im Rentenzugang für das Jahr 2003 (SUFRTZN03XVSTEM) erste Analysen zur beruflichen Tätigkeit und die Bedeutung für die vorzeitige Berentung wegen Erwerbsminderungsrenten (im folgendem EM-Renten) und Diagnosen vorgestellt. Es konnte gezeigt werden, dass Tätigkeitsgruppen mit hohem Dorsopathierisiko später berentet werden. Dies wurde mit Kausations- oder Selektionseffekten erklärt. Da noch keine individuellen Verlaufsdaten zur Verfügung standen, konnte diese Hypothese nicht weiter analysiert werden. Darüber hinaus konnten unter Verwendung der logistischen Regression das Alter bei Rentenbeginn sowie die Höhe des Jahreseinkommens als positive Prädiktoren für den EM-Renteneintritt wegen Dorsopathie ermittelt werden nutzten wir das statistische Matching: Mit diesem Verfahren wurden vorhandene Querschnitts- und Längsschnittdaten anhand ausgewählter Items miteinander verknüpft (zum Datenangebot des FDZ-RV siehe Himmelreicher, Stegmann 2008). Dadurch wurde es möglich, die individuelle Erwerbsbiografie von EM-Rentnern genauer zu analysieren. Dazu wurden die Scientific Use Files (SUFs) der Vollendeten Versichertenleben 2004 und 2005 (SUFVVL2004, SUFVVL2005) sowie der Datensatz zu den Erwerbsminderungsrenten und Diagnosen (SUFRTZN04XVSTEM; SUFRTZN05XVSTEM) aus den Jahren 2004 und 2005 fusioniert. Erste Ergebnisse bestätigten die Analysen aus dem Jahr 2006: Auch hier fand sich ein späterer Renteneintritt in der Gruppe mit hohem beruflichen Dorsopathierisiko. Hier zeigte die logistische Regression, dass sich nur das Alter beim vorzeitigen Renteneintritt als positiver Prädiktor für eine EM-Rente wegen Dorsopathie relevant ist. In der vorliegenden Arbeit werden aufbauend auf den bisherigen Erkenntnissen Unterschiede im Verlauf des Erwerbslebens von EM-Rentnern und aktiv Versicherten analysiert.
2 Berufliche Tätigkeit und Risiko von Erwerbsminderungsrenten Darstellungen der verwendeten Daten und Verfahren Für die folgenden Analysen wurden Scientific Use Files (SUF) des FDZ-RV verwendet. Zum einen die Versicherungskontenstichprobe aus den Jahren 2005 und 2006 sowie der SUF Erwerbsminderung und Diagnosen ebenfalls aus den Jahren 2005 und Dadurch konnten die Längsschnittinformationen des SUFVSKT mit der Information über die Diagnosen für die Erwerbsminderungsrente aus den SUFRTZN05XVSTEM/SUFRTZN06XVSTEM kombiniert werden. 1 Für die folgenden Analysen wurden neue Variablen berechnet. Dazu wurden die Verlaufsmerkmale zu der VSKT verwendet. Aus dem Datensatz zur Sozialen Erwerbssituation (SUFVSKT_SES) wurden die Monate mit Sozialversicherungspflichtiger Erwerbstätigkeit aufsummiert. Mit den Datensatz SUFVSKT_KRANK wurden die Monate mit Arbeitsunfähigkeit errechnet und mit dem Datensatz SUFVSKT_ALOS die Monate mit Arbeitslosigkeit. Darüber hinaus wurde aus der Variable zur Berufsbezeichnung (TTSC1) das berufliche Dorsopathierisiko gebildet. Dadurch entstand ein neues Item mit drei Ausprägungen für kein, mittleres und hohes Dorsopathierisiko. 2 Neben einer deskriptiven Gegenüberstellung von unterschiedlichen Phasen in der Erwerbsbiografie werden Einflussfaktoren für das Eintreten einer vorzeitigen Berentung ermittelt. Regressionsverfahren (lineare und binär logistische) sowie die Cox-Regression zur Ermittlung des Hazard Ratios wurden verwendet um den Einfluss zu quantifizieren. 3 Verteilung von Phasen in der Erwerbsbiografie Erwerbsbiografien sind geprägt durch differenzierte Phasen mit unterschiedlichen Inhalten. Die Datensätze Vollendete Versichertenleben (SUFVVL) des FDZ-RV beinhalten im Verlaufsmerkmal Soziale Erwerbssituation (SES) nicht nur die einzelnen monatsweise abgespeicherten sozialversicherungspflichtigen Tätigkeiten, sondern es sind auch Angaben zu der Dauer von Arbeitslosigkeit (Alo), Arbeitsunfähigkeit (AU) und weiteren Phasen enthalten. In unserer Analyse konzentrieren wir uns auf die errechnete Summe der Monate Sozialversicherungspflichtiger Tätigkeit, Alo und AU sowie der errechneten Dauer der letzten Beschäftigung vor EM-Rentenbeginn. 3 Bei der Betrachtung der Häufigkeitsverteilung zeigt sich: Der Häufigkeitsgipfel findet sich für die EM-Renten zwischen dem 40. und 59. Lebensjahr. Deshalb und um ältere Versicherte als Vergleich zu haben, konzentrieren sich die Analysen auf diesen definierten mittleren Altersbereich. 1 Das Vorgehen für das Zusammenfügen der Datensätze ist näher erläutert in Weske et al. (2008). 2 Die Bildung dieser Variable wird genauer in Mueller/Weske (2007) beschrieben. 3 Für die aktiv Versicherten wurde die Dauer der letzten Beschäftigung vor dem Stichtag für die Jahre 2005 und 2006 errechnet.
3 144 DRV-Schriften Band 55/2009 In den Abbildungen werden jeweils unterschiedliche Personengruppen betrachtet. EM-Renten allgemein, EM-Renten mit Dorsopathie, Altersrenten sowie die Gruppe noch ohne Rentenbezug (die noch aktiv Versicherten). Abbildung 1: Summe der Monate mit Beschäftigung, Alo und AU (40 59 Jahre) sozialversicherungspflichtiger Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, SUFRTZN05XVSTEM, SUFRTZN06XVSTEM, eigene Berechnungen. In Abbildung 1 sind die aufsummierten Monate bestimmter Abschnitte der Erwerbsbiografie dargestellt. Beim Vergleich der Personengruppen zeigt sich, dass in der Gruppe der EM-Rentner (allgemein und mit Dorsopathie) die Zeiten AU und Alo deutlich häufiger vertreten sind als in der Gruppe der aktiv Versicherten, somit noch Erwerbstätigen. Dagegen zeigt sich überraschenderweise in der Gruppe der EM-Rentner wegen Dorsopathie eine längere sozialversicherungspflichtige Erwerbstätigkeit über die gesamte Erwerbsbiografie. Die Unterschiede könnten darauf zurückzuführen sein, dass es sich bei der Gruppe der aktiv Versicherten um eine im Durchschnitt jüngere Population handelt. Dem wurde versucht entgegenzutreten, indem die Altersklasse der 40- bis 59-Jährigen in die Analyse einbezogen wurde. Trotzdem kann es sich immer noch um Artefakt handeln, da auch bei dieser Beschränkung der Altersklasse die jüngeren Altersjahrgänge stärker vertreten sind.
4 Berufliche Tätigkeit und Risiko von Erwerbsminderungsrenten 145 Abbildung 2: Dauer der letzten Beschäftigungsphase nach Personenkreis und beruflichem Dorsopathierisiko in Monaten (40 59 Jahre) mäßiges Risiko Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, SUFRTZN05XVSTEM, SUFRTZN06XVSTEM, eigene Berechnungen. In Abbildung 2 zeigt sich, dass bei Betrachtung der durchschnittlichen Dauer der letzten Tätigkeit, diese bei den EM-Rentnern (allgemein und wegen Dorsopathie) wesentlich kürzer ausfällt. Ebenfalls ist zu erkennen, dass mit zunehmendem Dorsopathierisiko die Dauer der letzten Beschäftigungsphase abnimmt. Dies gilt für alle drei dargestellten Gruppen. Interessanterweise ist die durchschnittliche Dauer bei EM-Rentnern wegen Dorsopathie länger als bei EM-Rentnern allgemein. Nur in der hohen Dorsopathierisikogruppe ist die Zeitspanne annähernd auf gleichem Niveau. Bei Personen ohne Rentenbezug bedeutet dies natürlich nicht die letzte Beschäftigungsphase vor Rentenbeginn, sondern die letzte Phase der Beschäftigung im Beobachtungszeitraum. In Abbildung 3 zeigt sich: Für EM-Renten wegen Dorsopathie sind in der Gruppe mit hohem Risiko die Zeiten Alo und AU im arithmetischen Mittel länger, dafür die Dauer der letzten Beschäftigungsphase kürzer. Auch ist ein leichter Rückgang der Summe der durchschnittlichen Monate mit sozialversicherungspflichtiger Beschäftigung zu verzeichnen.
5 146 DRV-Schriften Band 55/2009 Abbildung 3: Phasen in der Erwerbsbiografie in Monaten, EM-Rentner wegen Dorsopathie (40 59 Jahre) sozialversicherungspflichtiger mäßiges Risiko Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, SUFRTZN05XVSTEM, SUFRTZN06XVSTEM, eigene Berechnungen. Abbildung 4: Phasen in der Erwerbsbiografie in Monaten, noch kein Rentenbezug (40 59 Jahre) sozialversicherungspflichtiger mäßiges Risiko Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, SUFRTZN05XVSTEM, SUFRTZN06XVSTEM, eigene Berechnungen.
6 Berufliche Tätigkeit und Risiko von Erwerbsminderungsrenten 147 In Abbildung 4 sind die Unterschiede beim beruflichen Dorsopathierisiko in der Gruppe der aktiv Versicherten, die wir bei den EM-Rentnern wegen Dorsopathie aufzeigen konnten, stärker ausgeprägt. Dabei muss jedoch beachtet werden, dass die Zeiten generell kürzer ausfallen als bei EM- Rentnern und die AU-Zeiten nur minimal vertreten sind, da die Erwerbsbiografien noch nicht abgeschlossen sind. In Abbildung 5 sind bei der Darstellung des Alters bei der Aufnahme der ersten Erwerbstätigkeit zwischen den Dorsopathierisikogruppen nur geringe Unterschiede auszumachen. Generell scheint die Aufnahme der ersten Erwerbstätigkeit im Berufsgruppen ohne Dorsopathierisiko später zu erfolgen als in solchen mit höheren Dorsopathierisiken. Abbildung 5: Alter bei erster Erwerbstätigkeit differenziert nach berufsbezogenem Dorsopathierisiko Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, SUFRTZN05XVSTEM, SUFRTZN06XVSTEM, eigene Berechnungen.
7 148 DRV-Schriften Band 55/2009 Abbildung 6 zeigt, dass die Unterschiede im Alter zum Rentenbeginn zwischen den Dorsopathierisikogruppen marginal ausgeprägt sind. Überraschenderweise scheint es jedoch so, dass die Berufe mit hohem Dorsopathierisiko mit höherem Lebensalter berentet werden als in den anderen beiden Dorsopathierisikogruppen. Die Angabe des Alters beim Rentenbeginn ist für die Gruppe der aktiv Versicherten, die noch keinen Rentenbezug haben, auf das Alter beim Ende des Beobachtungszeitraum bezogen. Abbildung 6: Alter bei EM-Rentenbeginn Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, SUFRTZN05XVSTEM, SUFRTZN06XVSTEM, eigene Berechnungen. 4 Einflussfaktoren auf das berufliche Dorsopathierisiko Durch Verwendung der logistischen Regression soll der Einfluss verschiedener Prädiktoren für eine Tätigkeit mit Dorsopathierisiko dargestellt werden. Hierfür wurde die Variable berufliches Dorsopathierisiko mit ihren drei Ausprägungen für kein, mäßiges und hohes Risiko in eine Dummy-Variable umcodiert mit den Ausprägungen kein und vorhandenes Risiko.
8 Berufliche Tätigkeit und Risiko von Erwerbsminderungsrenten 149 Als unabhängige Variablen wurde die Dauer der letzten Tätigkeit vor Rentenbeginn, die Summe der Monate mit beruflicher Tätigkeit, mit AU und Alo sowie das Alter bei Renteneintritt, die Bildung, das Geschlecht und der Wohnort aufgenommen. Die logistische Regression ist separat für drei Modelle berechnet worden: Modell 1: Gesamtzahl der Rentner 2005, 2006 Modell 2: EM-Rentner 2005, 2006 Modell 3: aktiv Versicherte 2005, 2006 Tabelle 1: Modellzusammenfassung der logistischen Regression Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, eigene Berechnungen. Modell 1 Modell 2 Modell 3 Nagelkerkes R² 0,156 0,103 0,155 Die Modellzusammenfassung gibt an, wie hoch die Erklärung der Variation durch die aufgenommenen Variablen ist. 4 In den drei Modellen ist die Erklärungskraft für die Variation nicht sehr ausgeprägt. Nach dem Maß von Nagelkerkes können im Modell 1 und 3 lediglich 15 % der Varianz erklärt werden, für die EM-Rentner ergibt sich sogar nur ein Erklärungsanteil von etwa 10 %. Tabelle 2: Prädiktoren für berufliches Dorsopathierisiko Items Dauer letzte Tätigkeit Summe Monate mit Tätigkeit Summe Monate AU Summe Monate Alo Alter bei Rentenbeginn Exp (B) Modell 1 (N = ) Modell 2 (N = 892) Modell 3 (N = ) 95%-KI Exp 95%-KI Exp 95%-KI UG OG (B) UG OG (B) UG OG 1,001 1,000 1,001 0,998 0,997 1,000 1,001 1,000 1,001 0,999 0,999 0,999 1,000 0,998 1,002 0,999 0,999 0,999 1,017 1,013 1,020 1,000 0,988 1,011 1,020 1,016 1,024 1,002 1,001 1,003 0,999 0,993 1,004 1,002 1,001 1,003 1,014 1,009 1,018 1,015 0,981 1,051 1,014 1,009 1,019 4 Hier ist nur das Maß nach Nagelkerkes aufgeführt, da dieses den Maximalwert von 1 erreichen und dadurch eindeutiger inhaltlich interpretiert werden kann (vgl. Backhaus et al. 2006: 449).
9 150 DRV-Schriften Band 55/2009 Tabelle 2: Fortsetzung Bildung 0,620 0,610 0,631 0,650 0,575 0,734 0,619 0,609 0,630 Geschlecht 1,726 1,645 1,811 1,547 1,139 2,101 1,745 1,662 1,832 Wohnort 0,981 0,927 1,038 0,985 0,697 1,393 0,990 0,934 1,048 Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, eigene Berechnungen. Werden die Werte der Tabelle 2 in der Spalte für den Exp (B) betrachtet, zeigt sich, dass es einen protektiven Effekt der Bildung auf das berufliche Dorsopathierisiko gibt. Dies bedeutet, dass bei höherer Bildung die Wahrscheinlichkeit eine Tätigkeit mit hohem Dorsopathierisiko zu verrichten sinkt. Von den anderen Items geht kein Einfluss auf das Dorsopathierisiko aus, da die Werte in der Nähe von 1 liegen und der Exp (B) relativ zu diesem Wert interpretiert werden kann. Die 95%-KI liegen entweder minimal über eins oder erreichen Werte > 1 bis < 1, sodass eine eindeutige Interpretation nicht möglich ist. Dies ist vor allem bei den Werten im Modell 2 für die EM-Renten der Fall. 5 5 Einflussfaktoren auf die Dauer der Phase der letzten Erwerbstätigkeit In unseren Analysen geht es um die Auswirkung der beruflichen Tätigkeit auf die vorzeitige Berentung wegen Dorsopathie. Die Auswertung mit der linearen Regression gibt Aufschluss darüber, welche der hier ausgewählten Items einen Einfluss auf diese Phase der Beschäftigung haben. Die abhängige Variable wurde bereits benannt: Dauer der letzten Beschäftigungsphase; die unabhängigen Variablen sind in dieser Berechnung die Summe der Monate mit Beschäftigung, Alo und AU sowie Bildung, Dauer der letzten Beschäftigungsphase und Alter bei Rentenbeginn. Die lineare Regression wurde in drei Varianten durchgeführt. Die drei Modelle entsprechen denen bei der logistischen Regression: Modell 1: Gesamtzahl der Rentner 2005, 2006 Modell 2: EM-Rentner 2005, 2006 Modell 3: aktiv Versicherte 2005, Bei der Interpretation ist natürlich zu beachten, dass die Fallzahl im Modell 2 deutlich unter denen vom Modell 1 und 3 liegt.
10 Berufliche Tätigkeit und Risiko von Erwerbsminderungsrenten 151 Tabelle 3: Modellzusammenfassung lineare Regression Maße Modell 1 Modell 2 Modell 3 R 0,715 0,483 0,722 R² 0,511 0,233 0,521 Durbin-Watson-Statistik 1,904 1,957 1,905 Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, eigene Berechnungen. Das Maß R drückt den Zusammenhang zwischen der abhängigen Variable und den Prädiktoren aus. R > 0,7 spricht für einen hohen Zusammenhang in den Modellen 1 und 3. R² steht für den Anteil der erklärten Varianz in dem Modell. Für die Modelle 1 und 3 lassen sich etwa 50 % der Varianz durch die verwendeten Prädiktoren erklären. Im Modell 2 ist der Anteil deutlich geringer und liegt bei etwa 23 %. Dies lässt vermuten, dass bei den EM-Renten noch andere Faktoren Einfluss auf die Dauer der letzten Tätigkeit haben. Der Durbin-Watson-Wert ist eine Prüfgröße für die Autokorrelation der Residuen. Als grobe Richtlinie gilt, wenn der Wert dieser Statistik nahe dem Wert 2 liegt, ist keine Autokorrelation der Residuen vorhanden. Tabelle 3 ist zu entnehmen, dass die ermittelten Werte der Durbin- Watson-Statistik mit 1,90 und 1,96 nahe bei dem Wert 2 liegen, sodass auch dieses Maß der Modellgüte erfüllt ist. So kann bereits jetzt gesagt werden, dass obwohl die ausgewählten Items die Varianz nicht vollständig erklären, doch insgesamt eine gute Schätzung der Regression liefern. Tabelle 4: Einfluss auf die Dauer der letzten Beschäftigungsphase Items Modell 1 (N = ) Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, eigene Berechnungen. Modell 2 (N = 3.029) Modell 3 (N = ) Dauer der vorletzten Beschäftigung 0,310 0,213 0,315 Alter bei Rentenbeginn 0,077 0,055 0,071 Summe Monate mit Tätigkeit 0,654 0,377 0,668 Summe Monate mit AU 0,176 0,174 0,157 Summe Monate mit Alo 0,227 0,188 0,230 Bildung 0,113 0,149 0,108 In Tabelle 4 sind die standardisierten Beta-Koeffizienten als Ergebnis der linearen Regression aufgeführt. Die negativen Werte bedeuten, dass mit steigenden Werten dieser Items die Dauer der letzten Beschäftigungsphase sinkt. Alle hier präsentierten Werte sind signifikant
11 152 DRV-Schriften Band 55/2009 auf dem Niveau von < 0,05. Neben dem positiven Einfluss der Monate mit beruflicher Tätigkeit und Bildung zeigt sich, dass die Einflussrichtung in allen drei Modellen erhalten bleibt. Die Items bei den aktiv Versicherten (Modell 3) weisen einen stärkeren Einfluss auf im Vergleich zu den EM-Rentnern (Modell 2). Ausnahme bilden die Summe der Monate mit AU-Zeiten und die Bildung. Hier sind die Einflüsse bei den EM-Rentnern stärker ausgeprägt. 6 Prädiktoren für eine vorzeitige Berentung Ergänzend wurde durch die Verwendung der Cox-Regression das Hazard Ratio HR für das Eintreten einer EM-Rente errechnet. Als Zeitvariable diente hier wieder die Dauer der Phase der letzten Beschäftigung. 6 Tabelle 5: Hazard Ratio für das Eintreten vorzeitiger Berentung Items HR 95%-KI Geschlecht (weiblich männlich) 0,851 0,756 0,957 Wohnort (Neue BL Alte BL) 1,424 1,240 1,634 Summe Monate mit Tätigkeit 0,999 0,999 1,000 Summe Monate mit AU 1,070 1,068 1,073 Summe Monate mit Alo 1,014 1,012 1,016 Dauer vorletzte Tätigkeit 1,005 1,005 1,006 Berufl. Dorsopathierisiko (mittleres kein) 0,640 0,557 0,735 Berufl. Dorsopathierisiko (hohes kein) 0,689 0,600 0,792 UG OG Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, eigene Berechnungen. Die Spalte HR gibt die Koeffizienten aus der Cox-Regression wieder und wird relativ zu 1 interpretiert. Dabei ist auf das Skalenniveau der einzelnen Items zu achten. Die ersten beiden Zeilen sind mit dichotomen Variablen belegt. Für das Geschlecht wir das HR zur Referenzkategorie männlich interpretiert, d. h. Frauen haben ein 0,851-mal geringeres Risiko eine EM-Rente zu bekommen als Männer. Für den Wohnort (kodiert nach alten und neuen Bundesländern) sind die alten Bundesländer die Referenzkategorie. In diesem Fall ergibt sich für Personen aus den neuen Bundesländern ein 1,4-mal höheres Risiko für das Eintreten einer EM-Rente. 6 Als Fallzahl ergaben sich Ereignisse, zensierte Fälle und Fälle mit fehlenden Werten.
12 Berufliche Tätigkeit und Risiko von Erwerbsminderungsrenten 153 Die folgenden vier Variablen (Summe der Monate mit Tätigkeit, Summe der Monate mit AU, Summe der Monate mit Alo und Dauer der vorletzten Beschäftigung) sind metrische Variablen. Das ermittelte HR zeigt, dass hier nicht wirklich von starken Effekten gesprochen werden kann, da alle Werte nahe 1 liegen. Für die Summe der Monate mit Erwerbstätigkeit zeigt sich sogar, dass das 95%-KI von <1 bis >1 reicht und somit nicht eindeutig interpretiert werden kann. Beispielhaft für die Interpretation wird auf die Monate mit AU eingegangen: Hier zeigt sich ein HR von 1,07 (das 95%-KI liegt über dem Wert 1), daraus lässt sich folgern, dass bei der Steigerung dieses Items um eine Einheit (in diesem Fall um einen Monat), das Risiko zur Frühberentung um 7 % zunimmt. 7 Eine Überraschung zeigte sich hingegen in den letzten beiden Auswertungszeilen. Hier wird auf das berufliche Dorsopathierisiko eingegangen und das daraus resultierende Risiko der vorzeitigen Berentung wegen Erwerbsminderung. Es zeigt sich, dass im Vergleich zur Gruppe Abbildung 7: Kumulierte Hazard Funktion mäßiges Risiko Quelle: FDZ-RV SUFVSKT2005, SUFVSKT2006, eigene Berechnungen. 7 Berechnung: (1,070 1) x 100 = 7 (Prozent). Zur Interpretation und Berechnung vgl. Schendera 2008: 294 f.
13 154 DRV-Schriften Band 55/2009 ohne Dorsopathierisiko (Referenzkategorie) ein protektiver Effekt von den Gruppen mit mittlerem und hohem Risiko ausgeht. D. h., bei einem mittleren beruflichen Dorsopathierisiko ist das Risiko einer EM-Rente 0,640-mal geringer als in der Gruppe ohne Dorsopathierisiko. Dieser Effekt zeigt sich auch beim Vergleich mit der hohen Dorsopathierisikogruppe: Hier ist das Risiko um 0,689-mal geringer als in der Gruppe ohne Risiko. Diese Ergebnisse können darauf hinweisen, dass es einen Wechsel der Berufe gegeben haben könnte. Personen, die in ihrer vorletzten Tätigkeit in einem Beruf mit hohem Dorsopathierisiko tätig waren, könnten in einen Beruf mit keinem Risiko gewechselt sein, aber die Auswirkungen der vorherigen Tätigkeit haben sich dann erst manifestiert. Dieses Ergebnis könnte also auf einen Selektionseffekt hinweisen. Abbildung 7 veranschaulicht die kumulierten Hazard-Funktionen. Mit diesen Funktionen wird die Wahrscheinlichkeit pro Zeiteinheit dargestellt, die eine Person innerhalb eines Zeitintervalls benötigt, bis das Zielereignis (hier die EM-Rente) eintritt (vgl. Ziegler et al. 2007: e42 f.). Diese Funktion zusätzlich differenziert nach dem beruflichen Dorsopathierisiko zeigt, dass es bei der Gruppe mit hohem Risiko eine deutlich größere Wahrscheinlichkeit für das Eintreten der EM-Rente mit steigender Dauer der letzten Beschäftigungsphase gibt. Diese wird über das Mittel aller verwendeten Kovariaten gebildet. 7 Zusammenfassung und Ausblick In der Summe bleibt festzustellen, dass EM-Rentner mehr AU-Tage, eine längere Dauer von Arbeitslosigkeit sowie eine kürzere letzte Beschäftigungsphase unmittelbar vor Berentung als aktiv Versicherte aufweisen. Überraschenderweise zeigt sich bei den Berechnungen, dass es keinen sicheren Nachweis dafür gibt, dass ein höheres Dorsopathierisiko zu vorzeitigen Berentungen führt. Ebenso gibt es keinen sicheren Nachweis über den Einfluss des Alters bei Aufnahme der ersten versicherungspflichtigen Tätigkeit auf vorzeitige Berentung. In der Geschlechterverteilung haben Männer ein höheres Risiko wegen Dorsopathie vorzeitig berentet zu werden. Ein sicherer Nachweis findet sich für den Zusammenhang von Bildungsabschluss und vorzeitige Berentung. Ein geringerer Bildungstand birgt ein höheres Risiko wegen Dorsopathie vorzeitig berentet zu werden. Ebenso konnte ein zusätzlicher Nachweis für den geografischen Einfluss erbracht werden: Das Risiko der Frühberentung wegen Dorsopathie nimmt von West nach Ost zu. Die Ergebnisse sind volkswirtschaftlich brisant und stellen neue Herausforderungen an die Autoren. So stellt sich die Frage: Welche anderen (orthopädischen) Diagnosen und Krankheitsbilder könnten für die bekannt hohe Anzahl von EM-Renten auf muskuloskelettalem
14 Berufliche Tätigkeit und Risiko von Erwerbsminderungsrenten 155 Gebiet verantwortlich sein? Arthrosen in den Gelenken der unteren Extremitäten? Dieser Frage werden wir nachgehen, auch unter Hinzuziehung der vom FDZ-RV entwickelten Scientific Use Files (SUFs) zu abgeschlossenen Rehabilitationen. 8 Literatur Backhaus, K., Erichson, B., Plinke, W. & Weiber, R. (2006): Multivariate Analysemethoden. 11. Aufl. Springer. Himmelreicher, R. K. & Stegmann, M. (2008): New Possibilities for Socio-Economic Research through Longitudinal Data from the Research Data Centre of the German Federal Pension Insurance (FDZ-RV). In: Schmollers Jahrbuch Kleinbaum, D. G. & Klein, M. (2005): Survival analysis. A self-learning text. 2. Aufl., Springer Verlag. Mueller, U. & Weske, M. (2007): Wie bedeutsam ist die berufliche Tätigkeit für das Risiko, wegen Dorsopathie vorzeitig berentet zu werden? Befunde aus der Analyse mit dem FDZ- RV-Datensatz Erwerbsminderung und Diagnosen DRV-Schriften, Band 55/ Schendera, C. F. G. (2008): Regressionsanalyse mit SPSS. 1. Aufl., Oldenbourg Verlag. Weske, M., Thiede, M. & Mueller, U. (2008): Zusammenhänge zwischen beruflicher Tätigkeit und dem Risiko vorzeitiger Berentung wegen Dorsopathie Verknüpfung von Querschnitts- und Längsschnittdaten. DRV-Schriften, Band 55/ Ziegler, A., Lange, S. & Bender, R. (2007): Überlebenszeitanalyse: Die Cox-Regression Artikel Nr. 17 der Statistik-Serie in der DMW. In: Deutsche Medizinische Wochenschrift Jg e42 e44. Medizinaldirektorin Dr. med. Maria Weske ist Fachärztin für Orthopädie und Fachärztin für Physikalische und Rehabilitative Medizin. Zusatzbezeichnungen: Sportmedizin, Chirotherapie, Sozialmedizin, DVO-Osteologin. Nach vielen Jahren als orthopädische Chefärztin, anschließend als Obergutachterin Orthopädie der Deutsche Rentenversicherung (DRV) Hessen ist sie als Leiterin der Orthopädie des Reha-Zentrums am Sprudelhof der DRV Hessen in Bad Nauheim tätig. Sie ist seit vielen Jahren Dozentin im Fach Sozialmedizin sowie im Fach Rehabilitationsmedizin am Fachbereich Medizin der Philipps-Universität Marburg. Dipl.-Soz.Wiss. Markus Thiede, M. Sc., studierte Sozialwissenschaften an der Bergischen Universität Wuppertal. Es folgte das Masterstudium Public Health an der Fakultät für Gesundheitswissenschaften der Universität Bielefeld. Seit Januar 2008 arbeitet er am Institut für Medizinische Soziologie und Sozialmedizin im Fachbereich Medizin der Philipps-Universität Marburg bei Professor Dr. Dr. med. Ulrich Mueller.
Vorzeitige Berentung wegen Dorsopathie
Vorzeitige Berentung wegen 109 Zusammenhänge zwischen beruflicher Tätigkeit und dem Risiko vorzeitiger Berentung wegen Verknüpfung von Querschnitts- und Längsschnittdaten Dr. Maria Weske * / Markus Thiede
Mehr224 DRV-Schriften Band 55/2006
DRV-Schriften Band /00 Wie bedeutsam ist die berufliche Tätigkeit für das Risiko, wegen Dorsopathie vorzeitig berentet zu werden? Befunde aus einer Analyse mit dem FDZ-RV-Datensatz Erwerbsminderung und
MehrEmpirische Analysen mit dem SOEP
Empirische Analysen mit dem SOEP Methodisches Lineare Regressionsanalyse & Logit/Probit Modelle Kurs im Wintersemester 2007/08 Dipl.-Volksw. Paul Böhm Dipl.-Volksw. Dominik Hanglberger Dipl.-Volksw. Rafael
MehrSind Frauen aus jüngeren Kohorten besser im Alter abgesichert?
Sind Frauen aus jüngeren Kohorten besser im Alter abgesichert? Wolfgang Keck Forschungsdatenzentrum der Rentenversicherung (FDZ-RV) Laura Romeu Gordo Deutsches Zentrum für Altersfragen (DZA) Frühjahrstagung
MehrFNA Forschungs- Netzwerk Alterssicherung
v VDR FNA Forschungs- Netzwerk Alterssicherung Zunehmende Ungleichheit der Alterseinkünfte und zunehmende Altersarmut? Der Einfluss von Erwerbs- und Familienbiographien auf die Rentenhöhe in Deutschland
MehrSozioökonomische Risikofaktoren und Erwerbsbiografien im Kontext der Erwerbsminderung
Sozioökonomische Risikofaktoren und Erwerbsbiografien im Kontext der Erwerbsminderung FDZ-Jahrestagung 6. Juni 05 Dr. Ralf Lohse Kompetenzzentrum Versicherungswissenschaften Miguel Rodriguez Gonzalez Leibniz
MehrTeil: lineare Regression
Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge
MehrDie ersten Berufsjahre von Erwerbsminderungsrentnern
Die ersten Berufsjahre von Erwerbsminderungsrentnern Berufseinstieg von frühen und späten EM-Rentnern im Vergleich - eine explorative Analyse Janine Lange Forschungsdatenzentrum der Rentenversicherung
MehrEintritt in die Erwerbsminderungsrente. Berufsgruppen im Spiegel von Arbeitsbelastung und Arbeitslosigkeit
Eintritt in die Erwerbsminderungsrente. Berufsgruppen im Spiegel von Arbeitsbelastung und Arbeitslosigkeit 17. März 2015 24. Reha-Wissenschaftliches Kolloquium Diskussionsforum: Reha-Routinedaten plus
MehrDer Prozess der Verrentung von ausländischen und einheimischen Bürgern in Deutschland
Der Prozess der Verrentung von ausländischen und einheimischen Bürgern in Deutschland - Eine vergleichende Analyse unter Verwendung der Forschungsdaten der gesetzlichen Rentenversicherung - Stephanie Zylla
MehrAuswertung von RV-Daten für Muskel-Skelett- und psychische Erkrankungen
Auswertung von RV-Daten für Muskel-Skelett- und psychische Erkrankungen 103 Wertigkeit von erwerbsminderungsrentenrelevanten Diagnosen im Reha-Datensatz Abgeschlossene Rehabilitation 2006 eine spezielle
MehrBasis-Kurs Statistik und SPSS für Mediziner Lösungen. SPSS-Übung Überlebenszeitanalyse
Basis-Kurs Statistik und SPSS für Mediziner Lösungen SPSS-Übung Überlebenszeitanalyse Mit Datensatz Daten_Übung_Überlebenszeitanalyse.sav 1) Zeichnen Sie die Kaplan-Meier-Kurven des progressionsfreien
MehrBerechnung des LOG-RANK-Tests bei Überlebenskurven
Statistik 1 Berechnung des LOG-RANK-Tests bei Überlebenskurven Hans-Dieter Spies inventiv Health Germany GmbH Brandenburger Weg 3 60437 Frankfurt hd.spies@t-online.de Zusammenfassung Mit Hilfe von Überlebenskurven
MehrDr. Matthias Rudolf: M3 Multivariate Statistik Vorlesung LogRA. Folie Nr. 1
2.1 Beispiele 2.2 Odds Ratio 2.3 Modell der logistischen Regression 2.3.1 Modellgleichung 2.3.2 Voraussetzungen 2.4 Schätzungen, Tests und Modellgüte 2.4.1 Schätzung der logistischen Regressionskoeffizienten
MehrVergleichende Erfolgsmessung bei beruflicher Rehabilitation Aussagemöglichkeiten mit Routinedaten der Rentenversicherung
IAB, Nürnberg, 19. Dezember 2006 Vergleichsgruppenproblematik bei der Evaluation der beruflichen Reha Vergleichende Erfolgsmessung bei beruflicher Rehabilitation Aussagemöglichkeiten mit Routinedaten der
MehrAufgaben zu Kapitel 4
Rasch, Friese, Hofmann & aumann (2006). Quantitative Methoden. Band (2. Auflage). Heidelberg: Springer. Aufgaben zu Kapitel 4 Aufgabe a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl
MehrErzielen jüngere Geburtsjahrgänge niedrigere Rentenanwartschaften?
Erzielen jüngere Geburtsjahrgänge niedrigere Rentenanwartschaften? Dr. Wolfgang Keck Bereich: FDZ-RV Tagung: Statistiktagung Erkner, 19. bis 21. September 2016 1 Hintergrund Schlagzeile aus dem Fokus online
MehrRegionale Unterschiede der Pflegebedürftigkeit in Deutschland
Regionale Unterschiede der Pflegebedürftigkeit in Deutschland Sozialräumliche Muster der Pflege im Alter Daniel Kreft und Gabriele Doblhammer Universität Rostock und Rostocker Zentrum zur Erforschung des
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 7 a)
LÖSUNG 7 a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Aufrufen der Varianzanalyse: "Analysieren", "Mittelwerte vergleichen", "Einfaktorielle ANOVA ", "Abhängige Variablen:" TVHOURS;
MehrAnalysemöglichkeiten und grenzen mit den Reha- Routinedaten der Rentenversicherung
Analysemöglichkeiten und grenzen mit den Reha- Routinedaten der Rentenversicherung Anja Bestmann gmds, Transparenz durch Routinedaten, 7. März 2013 Forschungsdatenzentrum der Rentenversicherung (FDZ-RV)
MehrSozialmedizinischer Verlauf 2 Jahre nach Rehabilitation
Sozialmedizinischer Verlauf 2 Jahre nach Rehabilitation Bericht 2015 Berichte zur Reha-Qualitätssicherung Rehabilitation im Jahr 2011 REHA SÜD Freiburg Ansprechpartner im Bereich 0430 Reha-Qualitätssicherung,
MehrDiabetes mellitus in der medizinischen Rehabilitation: zeitliche Trends und regionale Aspekte der Inanspruchnahme
Zi-Konferenz Versorgungsforschung Diabetes mellitus in der medizinischen Rehabilitation: zeitliche Trends und regionale Aspekte der Inanspruchnahme Christian Schmidt, Jens Baumert, Lars Gabrys, Thomas
MehrErwerbsminderung: Gesundheitliche und soziale Risiken für Beschäftigte in Bremen Carola Bury, Referentin für Gesundheitspolitik
Erwerbsminderung: Gesundheitliche und soziale Risiken für Beschäftigte in Bremen Carola Bury, Referentin für Gesundheitspolitik Bremen, 6. September 2016 * Ohne einmaligen Sondereffekt durch neue Mütterrente
MehrSabine Erbstößer und Pia Zollmann. Gliederung
Versorgungsunterschiede zwischen deutschen und ausländischen Rehabilitanden? Sabine Erbstößer und Pia Zollmann Bereich Reha-Wissenschaften Deutsche Rentenversicherung Bund Tagung Statistiken und Statistisches
MehrSeminar zur Energiewirtschaft:
Seminar zur Energiewirtschaft: Ermittlung der Zahlungsbereitschaft für erneuerbare Energien bzw. bessere Umwelt Vladimir Udalov 1 Modelle mit diskreten abhängigen Variablen 2 - Ausgangssituation Eine Dummy-Variable
Mehr1. Inhaltsverzeichnis. 2. Abbildungsverzeichnis
1. Inhaltsverzeichnis 1. Inhaltsverzeichnis... 1 2. Abbildungsverzeichnis... 1 3. Einleitung... 2 4. Beschreibung der Datenquelle...2 5. Allgemeine Auswertungen...3 6. Detaillierte Auswertungen... 7 Zusammenhang
MehrÄnderungsbekanntgabe vom
Änderungsbekanntgabe vom 28.07.2010 Mit Inkrafttreten der 19. Verordnung zur Änderung der Risikostruktur-Ausgleichsverordnung haben sich Verfahrensänderungen für die Ausgleichsjahre 2009 und 2010 ergeben,
MehrVersorgungssituation beim malignen Melanom in Deutschland
1 Versorgungssituation beim malignen Melanom in Deutschland Olaf Schoffer 1, Martin Rößler 1, Stefanie J. Klug 2, Jochen Schmitt 1 1 Zentrum für Evidenzbasierte Gesundheitsversorgung, Universitätsklinikum
Mehrdes Gemeinsamen Bundesausschusses über die Veröffentlichung des Modells zur Risikoadjustierung gemäß 7 Absatz 2 Satz 3 Anlage 4 QFR-RL
Beschluss des Gemeinsamen Bundesausschusses über die Veröffentlichung des Modells zur Risikoadjustierung gemäß 7 Absatz 2 Satz 3 Anlage 4 QFR-RL Vom 21. Januar 2016 Der Gemeinsame Bundesausschuss hat in
MehrGesundheitliche Ungleichheit am Beispiel psychischer Erkrankungen
Gesundheitliche Ungleichheit am Beispiel psychischer Erkrankungen Eine Mikroanalyse am Datensatz Abgeschlossene Rehabilitation im Versicherungsverlauf 2009 FDZ-RV Workshop, 14. und 15. Juni 2012 Julia
MehrAuswirkungen der Lebensarbeitszeit im Schichtdienst auf die Dienstfähigkeit von
Auswirkungen der Lebensarbeitszeit im Schichtdienst auf die Dienstfähigkeit von Polizeibeamten Anna Arlinghaus und Friedhelm Nachreiner Gesellschaft für Arbeits-, Wirtschafts- und Organisationspsychologische
MehrBösartige Neubildungen in Nordrhein-Westfalen 2003
Bösartige Neubildungen in Nordrhein-Westfalen 2003 In Nordrhein-Westfalen erkranken jährlich schätzungsweise 93.000 Menschen an bösartigen Neubildungen (Krebs), die Zahl der Verstorbenen beträgt 46.500.
MehrProjekt Kaffeemaschine Welche Faktoren beeinflussen das Geschmacksurteil?
AKULTÄT ANGEWANDTE SOZIALWISSENSCHATEN PRO. DR. SONJA HAUG Projekt Kaffeemaschine Welche aktoren beeinflussen das Geschmacksurteil? Ausgehend von der Verkostung an der Hochschule Regensburg und der dabei
MehrTatjana Mika (FDZ-RV) Dr. Janina Söhn (SOFI)
Frühverrentung durch Erwerbsminderung: Erwerbsbiographische Vorgeschichte Tatjana Mika (FDZ-RV) Dr. Janina Söhn (SOFI) Statistisches Berichtswesen und Statistiken der GRV 2015 vom 14. bis 16. September
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrInstitut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Logistische Regression II
Institut für Soziologie Dipl.-Soz. Methoden 2 Logistische Regression II Bringen Sie zur nächsten Übung und in die Klausur einen (nicht programmierbaren) Taschenrechner mit! # 2 Programm Wiederholung der
MehrBMI-Auswertungen. der Vorarlberger Kindergartenkinder 2010 / 11 bis 2012 / 13 und
BMI-Auswertungen der Vorarlberger Kindergartenkinder 2010 / 11 bis 2012 / 13 und der Schülerinnen und Schüler aus Vorarlberger Volks-, Mittel-, Hauptschulen sowie polytechnischen und sonderpädagogischen
MehrBivariate Analyseverfahren
Bivariate Analyseverfahren Bivariate Verfahren beschäftigen sich mit dem Zusammenhang zwischen zwei Variablen Beispiel: Konservatismus/Alter Zusammenhangsmaße beschreiben die Stärke eines Zusammenhangs
MehrDemographie und Fußball
Demographie und Fußball Eike Emrich 1, Werner Pitsch & Christian Rullang Einleitung Die Bevölkerung Deutschlands wird sich in den kommenden Jahrzehnten nach der 12. koordinierten Bevölkerungsvorausberechnung
MehrErgebnisse und Interpretation 54
Ergebnisse und Interpretation 54 4 Ergebnisse In den Abbildungen 24/4.1 bis 29/4.1 werden die Laktat-Geschwindigkeits-Kurve und die Herzfrequenzwerte der beiden Schwimmgruppen (Männer: n=6, Frauen: n=8)
Mehr1 Einführung. 2 Hintergrund. Statistical Matching. Anika Rasner Forschungsdatenzentrum der Rentenversicherung, Berlin
Statistical Matching 201 Vorarbeiten für ein Statistisches Matching von Befragungs- und Registerdaten Das Sozio-oekonomische Panel und der Scientific Use File Vollendete Versichertenleben 2004 Anika Rasner
MehrHöhe der Renten im Jahr des Rentenzugangs, mit Berücksichtigung der Rentenanpassungen
Aktuelle Höhe (2015) der seit 2000 zugegangenen Erwerbsminderungsrenten Durchschnittliche Zahlbeträge in /Monat* nach Zugangsjahr*, alte und neue Bundesländer, Männer und Frauen 850 875 Höhe der Renten
MehrForschungsdatenzentrum der Rentenversicherung (FDZ-RV) Migranten und Alterssicherung - Ergebnisse aus der Statistik der Rentenversicherung -
Migranten und Alterssicherung - Ergebnisse aus der Statistik der Rentenversicherung - Gründe für niedrigere Renten der Zuwanderer nach Deutschland: - ein Teil der Erwerbsbiografie wurde nicht in Deutschland
MehrEin neuer Analysedatensatz des FDZ-RV
Versorgungsausgleichsstatistik Ein neuer Analysedatensatz des FDZ-RV Wolfgang Keck und Tatjana Mika unter Mitwirkung von Daniel Brüggmann und Hilal Sezgin Bereich: FDZ-RV Jahrestagung des FDZ der Rentenversicherung
MehrAufgaben zu Kapitel 4
Aufgaben zu Kapitel 4 Aufgabe 1 a) Berechnen Sie die Korrelation zwischen dem Geschlecht und der Anzahl erinnerter positiver Adjektive. Wie nennt sich eine solche Korrelation und wie lässt sich der Output
MehrThüringer Landtag 5. Wahlperiode
Thüringer Landtag 5. Wahlperiode Drucksache 5/7629 07.04.2014 K l e i n e A n f r a g e der Abgeordneten Jung und Stange (DIE LINKE) und A n t w o r t des Thüringer Ministeriums für Soziales, Familie und
MehrVersorgungssituation beim malignen Melanom in Deutschland
Versorgungssituation beim malignen Melanom in Deutschland Olaf Schoffer 1, Friedegund Meier 2, Stefanie J. Klug 1,3 1 Tumorepidemiologie, Universitäts KrebsCentrum, TU Dresden 2 Klinik und Poliklinik für
Mehr12 Alterssicherung. Statistik der Deutschen Rentenversicherung. 12 Alterssicherung. Rentenversicherung in Zeitreihen
Statistik der Deutschen Rentenversicherung Alterssicherung Alterssicherung Rentenversicherung in Zeitreihen 06 73 Alterssicherung Statistik der Deutschen Rentenversicherung Grundsicherung im Alter und
MehrReturn to Work bei Abhängigkeitserkrankungen nach medizinischer Rehabilitation
Forschungsdatenzentrum der Rentenversicherung (FDZ-RV) Return to Work bei Abhängigkeitserkrankungen nach medizinischer Rehabilitation Anja Bestmann, Julia Büschges, Joachim Köhler Statistisches Berichtswesen
MehrGibt es einen Zusammenhang zwischen Merkmalen? Korrelationen
Arbeitsblatt SPSS Kapitel 8 Seite Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen Wie in allen Kapiteln gehen wir im Folgenden davon aus, dass Sie die Datei elporiginal.sav geöffnet haben.
MehrHypothesentests mit SPSS
Beispiel für eine einfache Regressionsanalyse (mit Überprüfung der Voraussetzungen) Daten: bedrohfb_v07.sav Hypothese: Die Skalenwerte auf der ATB-Skala (Skala zur Erfassung der Angst vor terroristischen
MehrBivariate Zusammenhänge
Bivariate Zusammenhänge Tabellenanalyse: Kreuztabellierung und Kontingenzanalyse Philosophische Fakultät Institut für Soziologie Berufsverläufe und Berufserfolg von Hochschulabsolventen Dozent: Mike Kühne
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
MehrRentenzugangsalter und Lebensdauer
Rentenzugangsalter und Lebensdauer Eine Untersuchung mit Daten der GEK G. Rohwer Januar 23 G. Rohwer. Ruhr-Universität Bochum, Faktultät für Sozialwissenschaft. E-mail: goetz.rohwer@ ruhr-uni-bochum.de
MehrInhaltsverzeichnis. 1 Über dieses Buch Zum Inhalt dieses Buches Danksagung Zur Relevanz der Statistik...
Inhaltsverzeichnis 1 Über dieses Buch... 11 1.1 Zum Inhalt dieses Buches... 13 1.2 Danksagung... 15 2 Zur Relevanz der Statistik... 17 2.1 Beispiel 1: Die Wahrscheinlichkeit, krank zu sein, bei einer positiven
MehrStatistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS
Statistik III Regressionsanalyse, Varianzanalyse und Verfahren bei Messwiederholung mit SPSS Verena Hofmann Dr. phil. des. Departement für Sonderpädagogik Universität Freiburg Petrus-Kanisius-Gasse 21
MehrVorlesung: Multivariate Statistik für Psychologen
Vorlesung: Multivariate Statistik für Psychologen 7. Vorlesung: 05.05.2003 Agenda 2. Multiple Regression i. Grundlagen ii. iii. iv. Statistisches Modell Verallgemeinerung des Stichprobenmodells auf Populationsebene
MehrBeeinflusst die Arbeitslosenquote die (Wieder )Eingliederung in das Erwerbsleben nach medizinischer Rehabilitation?
Beeinflusst die Arbeitslosenquote die (Wieder )Eingliederung in das Erwerbsleben nach medizinischer Rehabilitation? Rainer Kaluscha 1, Silke Jankowiak 1, Jakob Holstiege 1, Gert Krischak 1,2 1. Institut
MehrArbeiten im Ruhestand Immer mehr Rentner sind mit dabei
12 IAB. Forum 1/2014 Themenschwerpunkt Ältere am Arbeitsmarkt Arbeiten im Ruhestand Immer mehr Rentner sind mit dabei In den letzten Jahren ist nicht nur die Zahl der älteren Erwerbstätigen gestiegen.
MehrFDZ Jahrestagung 2015 Ute Westphal Benno Neukirch Maria Weyermann
Inanspruchnahme von Rehabilitationsmaßnahmen der Rentenversicherung vor der Erwerbsminderungsrente - Analyse der soziodemografischen Einflussfaktoren bei der Rentengewährungsdiagnose unspezifische Rückenschmerzen
MehrFrauen/Ost. Männer/West. Männer/Ost. Frauen/West. Quelle: Deutsche Rentenversicherung Bund (zuletzt 2015), Rentenversicherung in Zahlen
Durchschnittl. Höhe von Erwerbsminderungsrenten im Jahr des Rentenzugangs 2000-2014 Monatliche Zahlbeträge in Euro, ohne Anpassung; Männer und Frauen, alte und neue Bundesländer 800 780 750 700 687 673
MehrEignung des Mikrozensus-Panels für Analysen des Übergangs von der Erwerbstätigkeit in den Ruhestand
Sabine Böttcher 4. Nutzerkonferenz 12. Oktober 2005 Januar 2004 Januar 2005: Methodisch-orientiertes Pilotprojekt Eignung des Mikrozensus-Panels für Analysen des Übergangs von der Erwerbstätigkeit in den
MehrDIE STUDIE RENTENPERSPEKTIVEN 2040
Region Ostsee DIE STUDIE RENTENPERSPEKTIVEN 2040 Zum ersten Mal gibt es mit der Studie Rentenperspektiven 2040 der Prognos AG einen umfassenden Überblick über die Entwicklung der gesetzlichen Renten in
MehrDas Rentenpaket 2014
STADT FRANKFURT AM MAIN Das Rentenpaket 2014 RV - Leistungsverbesserungsgesetz I. Abschlagsfreie Rente ab 63 für besonders langjährig Versicherte -Wartezeiten- 45 Jahre Pflichtbeitragszeiten oder Berücksichtigungszeiten
MehrAfter Work Statistics
After Work Statistics Robert Röhle Institute of Biometry and Clinical Epidemiology robert.roehle@charite.de U N I V E R S I T Ä T S M E D I Z I N B E R L I N Institut für Biometrie und klinische Epidemiologie
MehrÜbungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse. Lösungsblatt zu Nr. 2
Martin-Luther-Universität Halle-Wittenberg Institut für Soziologie Dr. Wolfgang Langer 1 Übungsblätter zu Methoden der Empirischen Sozialforschung IV: Regressionsanalyse Lösungsblatt zu Nr. 2 1. a) Je
MehrErwerbsbiografien und Alterseinkommen im demografischen Wandel - eine Mikrosimulationsstudie für Deutschland
Motivation Mikrosimulationsmodell Ergebnisse Zusammenfassung Anhang Erwerbsbiografien und Alterseinkommen im demografischen Wandel - eine Mikrosimulationsstudie für Deutschland Gutachten für das Forschungsnetzwerk
MehrRegressionsanalysen mit Stata
Regressionsanalysen mit Stata Wiederholung: Deskriptive Analysen - Univariate deskriptive Analysen (Häufigkeitsauszählungen einer Variablen) - Multivariate deskriptive Analysen (Untersuchung gemeinsamer
MehrImputation (Ersetzen fehlender Werte)
Imputation (Ersetzen fehlender Werte) Gliederung Nonresponse bias Fehlende Werte (missing values): Mechanismen Imputationsverfahren Überblick Mittelwert- / Regressions Hot-Deck-Imputation Row-Column-Imputation
MehrAnalyse von Ereignisdaten Univ.-Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation
Analyse von Ereignisdaten Univ.-Prof. DI Dr. Andrea Berghold Institut für Med. Informatik, Statistik und Dokumentation Analyse von Ereigniszeiten Lebensdauer = Zeit zwischen einem Startpunkt (Anfangsdatum)
MehrArbeitslosigkeit, berufliche Qualifikation und Gesundheit
Arbeitslosigkeit, berufliche Qualifikation und Gesundheit Eine Analyse auf Basis von Daten der Studie "Gesundheit in Deutschland aktuell" (GEDA) aus den Jahren 2010 und 2012 01.06.2017 Julia Dobrindt -
MehrFortgeschrittene Statistik Logistische Regression
Fortgeschrittene Statistik Logistische Regression O D D S, O D D S - R A T I O, L O G I T T R A N S F O R M A T I O N, I N T E R P R E T A T I O N V O N K O E F F I Z I E N T E N, L O G I S T I S C H E
MehrBiometrie. Regressionsmodelle
1 Regressionsmodelle Einflussgrößen Zielgröße (Alter, Geschlecht Blutdruck) Zielgröße entscheidet über das Regressionsmodell stetige Zielgröße lineare Regression binäre Zielgröße logistische Regression
MehrName Vorname Matrikelnummer Unterschrift
Dr. Hans-Otfried Müller Institut für Mathematische Stochastik Fachrichtung Mathematik Technische Universität Dresden Klausur Statistik II (Sozialwissenschaft, Nach- und Wiederholer) am 26.10.2007 Gruppe
MehrMartin Dietrich, Albert-Ludwigs-Universität Freiburg
Standardisierte Qualitätsinformationen von Krankenhäusern in Deutschland als Steuerungsinstrument des Qualitäts- und Leistungswettbewerbs und ihr Effekt auf die Präferenzen-Bildung bei der Krankenhauswahl
MehrInstitut für Soziologie Dipl.-Soz. Benjamin Gedon. Methoden 2. Ausblick; Darstellung von Ergebnissen; Wiederholung
Institut für Soziologie Dipl.-Soz. Methoden 2 Ausblick; Darstellung von Ergebnissen; Wiederholung Ein (nicht programmierbarer) Taschenrechner kann in der Klausur hilfreich sein. # 2 Programm Ausblick über
MehrVorzeitig aus dem Erwerbsleben ausscheiden Möglichkeiten der Erwerbsminderungsrente und Teilrentenmodelle
Vorstandssitzung 26. November 2015 - Zukunft AuB Vorzeitig aus dem Erwerbsleben ausscheiden Möglichkeiten der Erwerbsminderungsrente und Teilrentenmodelle Fachtagung Ältere Arbeitnehmerinnen und Arbeitnehmer
MehrCox-Regression. Ausgangspunkt Ansätze zur Modellierung von Einflussgrößen Das Cox-Modell Eigenschaften des Cox-Modells
Cox-Regression Ausgangspunkt Ansätze zur Modellierung von Einflussgrößen Das Cox-Modell Eigenschaften des Cox-Modells In vielen Fällen interessiert, wie die Survivalfunktion durch Einflussgrößen beeinflusst
MehrAlter(n)sgerechte Erwerbsarbeit - Arbeiten bis zur Rente und darüber hinaus?
Ewa Sojka / Falko Trischler Alter(n)sgerechte Erwerbsarbeit - Arbeiten bis zur Rente und darüber hinaus? Göttingen, 27.Mai 21 Entwicklung der Größe und Altersstruktur des Erwerbspersonenpotenzials 21 bis
MehrSterblichkeit von Rentnern und Pensionären
Sterblichkeit von Rentnern und Pensionären Dr. Rembrandt Scholz (Max-Planck-Institut für Demografische Forschung) Dr. Ralf K. Himmelreicher ( Rentenversicherung ) Vortrag bei der 4. KSWD Parallelforum
MehrKategorielle Zielgrössen
Kategorielle Zielgrössen 27.11.2017 Motivation Bisher gesehen: Regressionsmodelle für diverse Arten von Zielgrössen Y. kontinuierliche Zielgrösse Lineare Regression Binäre/binomiale Zielgrösse Logistische
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () WiSe /3 Univariate und bivariate Verfahren Univariate
Mehr1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Intervallschätzung. 5 Hypothesentests.
0 Einführung 1 Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Intervallschätzung 5 Hypothesentests 6 Regression Lineare Regressionsmodelle Deskriptive Statistik:
MehrLukas Dünser. Institut für Höhere Studien (IHS) Wien
Lukas Dünser Institut für Höhere Studien (IHS) Wien Interaktion zwischen Wirtschaftsstruktur und beruflicher Bildung Struktureller Einfluss des regionalen Arbeitsmarktes auf das Arbeitslosigkeitsrisiko
Mehrsoeb-3. Kapitel 16. Wie das Rentensystem Erwerbsbiografien würdigt. Janina Söhn / Tatjana Mika
Forschungsverbund Sozioökonomische Berichterstattung, Dritter Bericht Kapitel 16: Wie das Rentensystem Erwerbsbiografien würdigt. Söhn, Janina/Mika, Tatjana (www.soeb.de) Web-Tabelle 16.6 Brutto-Werte
MehrFDZ-RV: Daten, Datenzugang und Service
FDZ-RV: Daten, Datenzugang und Service Neunter Workshops des FDZ-RV (Berlin, 14. und 15. Juni 2011) Michael Stegmann (FDZ-RV Würzburg) michael.stegmann@drv-bund.de www.fdz-rv.de 1 Gliederung 1. Datenangebot
Mehr3. Lektion: Deskriptive Statistik
Seite 1 von 5 3. Lektion: Deskriptive Statistik Ziel dieser Lektion: Du kennst die verschiedenen Methoden der deskriptiven Statistik und weißt, welche davon für Deine Daten passen. Inhalt: 3.1 Deskriptive
MehrErgebnisse VitA und VitVM
Ergebnisse VitA und VitVM 1 Basisparameter... 2 1.1 n... 2 1.2 Alter... 2 1.3 Geschlecht... 5 1.4 Beobachtungszeitraum (von 1. Datum bis letzte in situ)... 9 2 Extraktion... 11 3 Extraktionsgründe... 15
MehrLehrforschungsprojekt Webpräsentation zur Hausarbeit
Christian-Albrechts-Universität zu Kiel Institut für Sozialwissenschaften Bereich Soziologie Sommersemester 2014 Seminar: Referent: Sören Lemmrich Seminarleiterin: Dipl.-Soz. Saskia Maria Fuchs Datum:
MehrLogistische Regression
Logistische Regression Teil 2: Beispiel Dirk Enzmann Fortgeschrittene quantitative Methoden der Kriminologie 29.04.206 Universität Hamburg Dirk Enzmann (Hamburg) Logistische Regression UHH, 29.04.206 /
MehrMBOR Anforderungen, Umsetzung, Erfahrungen und Ausblick. Marco Streibelt Deutsche Rentenversicherung Bund Abteilung Rehabilitation
MBOR Anforderungen, Umsetzung, Erfahrungen und Ausblick Marco Streibelt Deutsche Rentenversicherung Bund Abteilung Rehabilitation 1 Definition Medizinisch-beruflich orientierte Rehabilitation (MBOR) 1.
MehrDie geplante Reform der Erwerbsminderungssicherung aus der Sicht der gesetzlichen Rentenversicherung. Dr. Reinhold Thiede
Fachgespräch der Hans-Böckler-Stiftung Reform der Erwerbsminderungsrente: Problem gelöst oder zu kurz gesprungen? am 23. Juni 2014 in Berlin Die geplante Reform der Erwerbsminderungssicherung aus der Sicht
MehrChristian FG Schendera. Regressionsanalyse. mit SPSS. 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG
Christian FG Schendera Regressionsanalyse mit SPSS 2. korrigierte und aktualisierte Auflage DE GRUYTER OLDENBOURG Inhalt Vorworte V 1 Korrelation 1 1.1 Einführung 1 1.2 Erste Voraussetzung: Das Skalenniveau
Mehrabbviii47 Kommentierung und methodische Hinweise > Seiten 2 5
Höhe der Erwerbsminderungsrenten* im Jahr des Zugangs 2000-2016 Durchschnittliche Zahlbeträge in /Monat* nach Zugangsjahr, alte und neue Bundesländer, Männer und Frauen 850 Höhe der Renten im Jahr des
MehrHypothesentests mit SPSS
Beispiel für eine zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor (univariate Lösung) Daten: POKIII_AG4_V06.SAV Hypothese: Die physische Attraktivität der Bildperson und das Geschlecht
MehrAufgabensammlung (Nicht-MC-Aufgaben) Klausur Ökonometrie SS ( = 57 Punkte)
Aufgabe 3 (9 + 5 + 7 + 7 + 3 + 9 + 7 + 10 = 57 Punkte) Hinweis: Beachten Sie die Tabellen mit Quantilen am Ende der Aufgabenstellung! Zu Beginn der Studienjahre 2011 und 2012 wurden Studienanfänger an
Mehr