|
?:linkContext
|
-
Tabelle 1: Tabelle 2: Multivariate Abbildung 1: Herkunftsländer der fiktiven . Demgegenüber sehen Vertreter der statistischen Diskriminierung leisteten hier mit ihrer Studie zu "Attention Discrimination" einen innovativen Beitrag. Auch die Studien von Die Why Muslim Integration Fails in Christian-Heritage Societies Warm and Competent Hassan = Cold and Incompetent Eric: A Harsh Equation of Real-Life Hiring Discrimination Basic and Applied Social Psychology Are Gay Men and Lesbians Discriminated against in the Hiring Process? und Mats Hammarstedt Statistical Theories of Discrimination in Labor Markets Industrial and Labor Relations Review The theory of discrimination Discrimination in labor markets What Has Economics to Say About Racial Discrimination? Journal of Economic Perspectives Contexts and Conditions of Ethnic Discrimination: Evidence from a Field Experiment in a German Housing Market Journal of Housing Economics Attention Discrimination: Theory and Field Experiments with Monitoring Information Acquisition The American Economic Review The Economics of Discrimination Are Emily and Greg more employable than Lakisha and Jamal? A field experiment on labor market discrimination American Economic Review Discrimination of Arabic-Named Applicants in the Netherlands: An Internet-Based Field Experiment Examining Different Phases in Online Recruitment Procedures Social Forces Labour market outcomes after vocational training in Germany -equal opportunities for migrants and natives? Sexual Orientation Discrimination in the Cypriot Labour Market. Distastes or Uncertainty? International Journal of Manpower Language Skills and Homophilous Hiring Discrimination: Evidence from Gender-and Racially-Differentiated Applications CES Working Papers 2013-58 GESIS Data Archive, Cologne. ZA4804 Data file Version Discrimination in the Credential Society: An Audit Study of Race and College Selectivity in the Labor Market Social Forces The True Clash of Civilizations Foreign Policy Ethnic Discrimination in Germany's Labour Market: A Field Experiment German Economic Review Last Hired, First Fired? The Unemployment Dynamics of Male Immigrants in Germany European Sociological Review Birds of a Feather: Homophily in Social Networks Annual Review of Sociology Why Do Skilled Immigrants Struggle in the Labor Market? A Field Experiment with Thirteen Thousand Resumes American Economic Journal: Economic Policy The Statistical Theory of Racism and Sexism The American Economic Review Diskriminierung am Ausbildungsmarkt. Ausmaß, Ursachen und Handlungsperspektiven. Berlin: Sachverständigenrat Deutscher Stiftungen für Integration und Migration Unemployment Dynamics among Migrants and Natives Religious Affiliation and Hiring Discrimination in the American South: A Field Experiment Social Currents Testing for Discrimination against Lesbians of Different Marital Status: A Field Experiment Industrial Relations: A Journal of Economy and Society Discrimination against Female Migrants Wearing Headscarves World Values Survey Association (www.worldvaluessurvey.org) Aggregate File Producer: JDSystems The ADIS study: A large-scale correspondence test on labor market discrimination in Germany WZB Discussion Paper SP GROBID - A machine learning software for extracting information from scholarly documents Tabellenverzeichnis Tabelle 1: Berufe .................................................................................................................................. 10 Tabelle 2: Multivariate Regression ............................................................................................... 32 Abbildungsverzeichnis Abbildung 1: Herkunftsländer der fiktiven Bewerber ......................................................... Abbildung 2: Rückmeldung nach Berufen ................................................................................. Abbildung 3: Rückmeldung je Herkunftsgruppe .................................................................... Abbildung 4: Religion und Phänotyp ........................................................................................... Abbildung 5: Produktivitätsmerkmale und Geschlecht ....................................................... (Becker 1957) . Hintergrund der Studie Demgegenüber sehen Vertreter der statistischen Diskriminierung (Aigner und Cain 1977; Arrow 1973 Arrow , 1998 Phelps 1972) Bartoš et al. (2016) leisteten hier mit ihrer Studie zu "Attention Discrimination" einen innovativen Beitrag. Auch die Studien von Agerström et al. 2012; Ahmed, Andersson, und Hammarstedt 2013; Auspurg, Hinz, und Zusammenfassung und Diskussion Die einen Überblick über die Auswirkungen aller weiteren experimentell variierten Merkmale der Bewerber auf die Wahrscheinlichkeit, eine positive Rückmeldung zu erhalten, sowohl für die Gesamtstichprobe als auch getrennt für Bewerber mit und ohne Migrationshintergrund.Abbildung 5: Produktivitätsmerkmale und Geschlecht Die Abbildung zeigt sowohl für alle Bewerber als auch getrennt für Bewerber mit und ohne Migrationshintergrund, wie sich die positive Rückmeldungsquote mit dem Geschlecht, Merkmalen des Referenzschreibens, Noten in Abschlusszeugnissen und Informationen über ein baldiges Vertragsende verändert. Dargestellt sind die jeweiligen Koeffizienten mit Vertrauensintervall (.95), basierend auf einer linearen Regression, kontrolliert für Berufsgruppe, Monat der Veröffentlichung, Migrationshintergrund, Religion und Phänotyp (für die Gesamtstichprobe und Bewerber mit Migrationshintergrund wurden Mehrebenenmodelle mit Herkunftsclustern berechnet). Die Zahl der positiven Rückmeldungen unterscheidet sich signifikant zwischen männlichen und weiblichen Bewerbern, zum Vorteil von Frauen. Während 57 Prozent der Bewerberinnen eine positive Rückmeldung erhalten, gilt dies für nur 51 Prozent der männlichen Bewerber (p < .01). Auch wenn man nur die Rückmeldungen in den vier Berufen vergleicht, in denen wir uns mit weiblichen und männlichen Profilen beworben haben, bleibt ein Unterschied von acht Prozentpunkten bestehen. Ergebnisse unserer Studien zeigen eindeutig, dass Menschen mit Migrationshintergrund in Deutschland bei der Suche nach einem Arbeitsplatz diskriminiert werden. Diese Diskriminierung unterscheidet sich jedoch stark zwischen Herkunftsländern, der Religionszugehörigkeit und dem Phänotyp. So werden vor allem Muslime und Menschen mit schwarzem Phänotyp diskriminiert. Der statistischen Diskriminierungstheorie zufolge sollte sich die Diskriminierung verringern, wenn Arbeitgebern mehr produktivitätsrelevante Information über einen Bewerber zur Verfügung steht, da sie dadurch die Eignung für die Stelle besser einschätzen können und sich nicht auf Gruppendurchschnitte berufen müssen. Auch wenn Arbeitgeber in unserer Studie auf einzelne produktivitätsrelevante Indikatoren wie gute Noten reagieren, lässt sich mit Blick auf die deskriptiven Befunde festhalten, dass Migranten im Vergleich zu deutschen Bewerbern keinen unmittelbaren Nutzen aus besseren Noten, guten Referenzen oder dem Signal eines unbefristeten Arbeitsvertrags ziehen. Ein zentraler Befund ist außerdem, dass die Diskriminierung besser durch durchschnittliche Unterschiede in Werten als durch Gruppenunterschiede im Bildungsniveau erklärt werden kann -was einen Hinweis auf präferenzbasierte Diskriminierung ist. Das erklärt auch, warum insbesondere Bewerber mit Ursprüngen in west-und südeuropäischen Ländern, aber auch ostasiatischen Ländern so hohe positive Rückmelderaten haben: Hier ist die Wertedistanz zu Deutschland besonders niedrig. Für Bewerber mit Ursprüngen in afrikanischen und überwiegend muslimisch geprägten Ländern, die wiederum eine sehr hohe Wertedistanz zu Deutschland aufweisen, spiegelt sich diese Distanz auch in den besonders niedrigen Rückmelderaten wieder. Im Hinblick auf die eingangs erwähnten ökonomischen Theorien finden wir in unserer Studie also mehr Belege für präferenzbasierte Diskriminierung als für statistische Diskriminierung. Unsere Ergebnisse zeigen, dass Arbeitgeber starke Annahmen über die Unterscheide in Werte-und Normvorstellungen einzelner Migrantengruppen haben und sich dies auch in ihrem Verhalten widerspiegelt. So bevorzugen Arbeitgeber diejenigen Bewerber, die ihnen am ähnlichsten sind, also ähnliche Werte teilen wie die Mehrheitsbevölkerung in Deutschland. Dieser Befund deckt sich mit den Aussagen von Adida, Laitin und Valfort (2016), die in ihrer Studie gezeigt haben, dass Arbeitgeber Unterschiede in Wertevorstellungen als Gründe für ihr diskriminierendes Verhalten gegenüber Muslimen angeben. Die Frage, ob und inwieweit Arbeitgeber sich auf Unterschiede in den Wertvorstellungen berufen, um ihre diskriminierenden Präferenzen zu verschleiern, oder ob sie tatsächliche Produktivitätseinbußen durch kulturelle Differenzen innerhalb ihrer Belegschaft befürchten und ob es solche Produktivitätsnachteile gibt, kann aufgrund unseres Studiendesigns nicht beantwortet werden. Zukünftige Studien sollten diese Fragen mit alternativen Forschungsansätzen genauer beleuchten. Laut dem Datenreport des Statistischen Bundesamtes war der Erwerbslosenanteil in der Bevölkerung mit Migrationshintergrund im Jahr 2014 mit sieben Prozent fast doppelt so hoch wie in der Bevölkerung ohne Migrationshintergrund. Der relative hohe Anteil an Erwerbslosen mit Migrationshintergrund lässt sich zum Teil durch fehlende formale Qualifikationen oder deren Anerkennung sowie durch soziokulturelle Faktoren wie fehlende interethnische Kontakte erklären. Auch unter Migranten 1 der zweiten Generation, die in Deutschland aufgewachsen sind, ist der Anteil der Erwerbslosen mit sechs Prozent deutlich erhöht. Empirische Studien bestätigen, dass Migranten in Deutschland ein überdurchschnittlich hohes Risiko haben, erwerbslos zu werden, und dies selbst nach Kontrolle für Humankapitalmerkmale (Uhlendorff und Zimmermann 2006; Kogan 2004; Burkert und Seibert 2007). Unterschiede zwischen Menschen mit und ohne Humankapitalmerkmale wie Bildungsabschlüsse oder Sprachkenntnisse bestehen bleiben, werden häufig als "ethnic penalty" bezeichnet -also als ein Nachteil aufgrund der ethnischen Zugehörigkeit. Auch wird häufig angenommen, dass solche Nachteile die Folge von Diskriminierung sein könnten. Dies zuverlässig zu belegen ist jedoch schwierig, weil Diskriminierung unter Verwendung herkömmlicher Forschungsformate nicht direkt gemessen werden kann. Um Diskriminierung aufzuzeigen, bedarf es experimenteller Studien. Ein Beispiel dafür sind Korrespondenztests. Hierbei handelt es sich um Feldexperimente, in denen Bewerbungen fiktiver Personen an reale Arbeitgeber verschickt werden. Dabei sind die versendeten Bewerbungen in allen Aspekten miteinander vergleichbar, mit Ausnahme desjenigen Merkmals, für das überprüft werden soll, ob es Grundlage für Diskriminierung ist. So wird beispielsweise die ethnische Gruppenzugehörigkeit, das Geschlecht oder die sexuelle Orientierung der Bewerber variiert, während andere Merkmale wie Bildungsstand und Berufserfahrung konstant gehalten werden. Ergeben sich dann unterschiedliche Rücklaufquoten für die getesteten Gruppen, so ist dies ein eindeutiger Beleg für Diskriminierung. In den vergangenen Jahren wurde eine Vielzahl von Korrespondenzstudien auf dem Arbeitsmarkt durchgeführt, die nachweisen konnten, dass Bewerber mit Migrationshintergrund geringere Chancen auf eine positive Rückmeldung haben. Die Studien zeigten robuste Diskriminierungseffekte, und zwar über verschiedene Länder, Minderheiten und Branchen hinweg (Agerström et al. 2012; Bertrand und Mullanaithan 2004; Oreopoulos 2011, Edo et al. 2013; Blommaert et al. 2013; Gaddis 2015; Kaas und Manger 2012; Schneider, Yemane und Weinmann 2014; Weichselbaumer 2016). In Deutschland konzentrierte sich die Forschung bisher auf den Nachweis von Diskriminierung gegenüber männlichen Bewerbern mit türkischem Migrationshintergrund. So zeigten Schneider, Yemane und Weinmann (2014) sowie Kaas und Manger (2012), dass Bewerber mit türkischem Namen bei der Suche nach einem Ausbildungs-oder Praktikumsplatz in Deutschland diskriminiert werden. Auf Grundlage dieser Studien kann jedoch nicht geklärt werden, warum Arbeitgeber diskriminieren, da mehrere Merkmale untrennbar miteinander verbunden sind, wie Migrationshintergrund, türkische Herkunft und eine vermutete Religionszugehörigkeit zum Islam. Zudem stammt ein Großteil der Menschen mit Migrationshintergrund in Deutschland aus anderen Ländern, insbesondere aus dem europäischen Ausland. Ob diese Gruppen ebenfalls von Diskriminierung betroffen sind, und welche Rolle Religion oder das phänotypische Erscheinungsbild dabei spielen, wurde im Rahmen dieser Studien bisher noch nicht untersucht. Fragen nach den zugrundeliegenden Mechanismen ethnischer Ungleichbehandlung auf dem Arbeitsmarkt sowie nach Gründen von Unterschieden in der Diskriminierung verschiedener Geschlechter, ethnischer oder religiöser Gruppen und dem Zusammenspiel dieser Faktoren blieben somit weitgehend unbeantwortet. Um effektive Maßnahmen zur Sicherung von Chancengleichheit und zur Bekämpfung von Diskriminierung entwickeln zu können, muss man die Gründe für Diskriminierung verstehen. Wichtige Hinweise kann der Vergleich zwischen verschieden Gruppen geben. Bevor wir uns dieser Fragen im Detail widmen, fassenIn der Forschung zu Arbeitsmarktdiskriminierung existieren zwei theoretische Ansätze, die sich mit den Ursachen für diskriminierendes Verhalten von Arbeitgebern befassen: Theorien der präferenzbasierten und der statistischen Präferenzbasierte oder statistische Diskriminierung? Diskriminierung. Der amerikanische Ökonom und Soziologe Gary Becker hat erstmals den Begriff der "taste-based discrimination" eingeführt um zu beschreiben, dass sich Arbeitgeber bei ihren Einstellungsentscheidungen von persönlichen Präferenzen und Abneigungen gegenüber bestimmten Gruppen leiten lassen. Der Theorie der präferenzbasierten Diskriminierung zufolge diskriminieren Arbeitgeber Migrationshintergrund, die auch nach Kontrolle für wichtige wir im Folgenden jedoch zunächst die zentralen Theorien der Diskriminierungsforschung zusammen. Angehörige bestimmter Gruppen (z.B. Migranten, Afro-Amerikaner, etc.) aufgrund eigener Abneigung oder aufgrund von antizipierten Vorbehalten von Mitarbeitern oder Kunden. Um den Kontakt mit Angehörigen dieser Gruppe zu vermeiden, sind Arbeitgeber sogar bereit, ökonomische Nachteile (wie weniger Profit oder geringere Produktivität) in Kauf zu nehmen. Laut Beckers Theorie führt dies zu einem Marktnachteil für diskriminierende Firmen, der wiederum dazu führen sollte, dass diese langfristig vom Markt verschwinden Alle Kandidaten engagierten sich neben der Arbeit ehrenamtlich in einem sozialen Nachbarschaftsverein "Sozialverein AKTIV e.V.". In rund der Hälfte der Fälle war dieser Verein zusätzlich mit einer Konfession verbunden, z.B. Daher führten wir eine weitere, repräsentativere Umfrage in Fußgängerzonen und Stationen des öffentlichen Nahverkehrs von Berlin und Potsdam durch. Für jedes Foto fragten wir ca. 25 Personen, wie attraktiv sie die abgebildete Person auf einer zehnstufigen Skala (sehr unattraktiv bis sehr attraktiv) beurteilten und wie kompetent sie die Person in Bezug auf den Arbeitsmarkt auf einer zehnstufigen Skala von sehr inkompetent bis sehr kompetent einschätzten. Auf Grundlage dieser Testergebnisse wurden Bilder ausgewählt, die vergleichbare Bewertungen für die Dimensionen Kompetenz und Attraktivität erhielten. Ausgehend von den Ergebnissen schlossen wir unplausible Kombinationen zwischen Phänotypen und Herkunftsländern aus. Als unwahrscheinlich galten dabei Kombinationen, bei denen die Zustimmung unter 20 Prozent fiel; d.h. wenn mehr als 80 Prozent der Befragten ein Foto als sehr unwahrscheinlich für eine bestimmte ethnische Gruppe beurteilte. Aus der Tabelle A2 im Anhang geht hervor, welche Kombinationen von Phänotyp und ethnischer Gruppe für die Studie genutzt wurden. Referenzschreiben, in dem der aktuelle Arbeitgeber den jeweiligen Bewerber positiv bewertete. Innerhalb der Bedingung "Referenzschreiben" gab es noch zwei weitere, unabhängige Bedingungen: Die Hälfte der Referenzschreiben betonten die sozialen Fähigkeiten des Bewerbers, während die andere Hälfte der Schreiben sich dazu nicht explizit äußerte. Zweitens betonten wir in 50 Prozent der Referenzschreiben die sprachlichen Fähigkeiten des Bewerbers, während 50 Prozent der Schreiben keine Aussage zu sprachlichen Fähigkeiten enthielten. Aus diesen Wochen beenden könnten. In 50 Prozent der Fälle schrieben die Kandidaten, dass der aktuelle Vertrag in wenigen Monaten auslaufen würde, also ein befristeter Vertrag vorliege. In den anderen 50 Prozent wurde keine Angabe diesbezüglich gemacht, was suggerieren sollte, dass der Bewerber in einem unbefristeten Arbeitsverhältnis angestellt ist. Weiße, christliche Ägypter erhielten beispielsweise einen Wert, der auf den Mittelwerten für Weiße, Christen und Ägyptern beruhte und sich von dem Wert für schwarze muslimische Ägypter unterschied, da dieser wiederum aus den durchschnittlichen Werten für Schwarze, Muslime und Ägypter errechnet wurde. 5 Das durchschnittliche Bildungsniveau wurde auf einer vierstufigen Skala erfasst (keine Bildung, niedrige, mittlere und hohe Bildung 7 ). Emanzipative Werte umfassen vier Bereiche emanzipativer Orientierung: postmaterielle Werte, Toleranz gegenüber Scheidung, Abtreibung und Homosexualität, Autonomie in der Kindeserziehung, sowie Gleichberechtigung der Geschlechter. Forschungsfragen und Hypothesen Ob ethnische Diskriminierung gegenüber Migranten der zweiten Generation in Deutschland eher an Antipathie oder an Wissen über durchschnittliche Produktivitätsunterschiede liegt, ist Kern unserer Studie und soll anhand folgender Fragen beantwortet werden: Richtet sich Diskriminierung gegen Menschen mit Migrationshintergrund im Allgemeinen oder gegen Migranten aus bestimmten Herkunftsländern im Speziellen? Welche Migrantengruppen werden am stärksten benachteiligt, und warum? Welche Rolle spielen Religion, Geschlecht und race Ausgehend von der Theorie statistischer Diskriminierung explorieren wir den Einfluss produktivitäts-relevanter Informationen über einzelne Bewerber (d.h. Noten, Referenzen und derzeitige Arbeitssituation) auf Diskriminierung und überprüfen, inwieweit Diskriminierung mit produktivitäts-bezogenen Merkmalen von Herkunftsgruppen (d.h. durchschnittlicher Bildungsgrad, beruflicher Status und Erwerbslosigkeit) variiert. Mit Blick auf produktivitätsbezogene Gruppenmerkmale erwarten wir, dass die Diskriminierung gegenüber unterschiedlichen Herkunftsgruppen mit eben diesen Informationen systematisch variiert: je 'produktiver' eine Gruppe im Durchschnitt ist, umso positiver sollten Studien zur Diskriminierung aufgrund von sexueller Orientierung gewählt. Verkäufer/in), sowie zwei typische Männerberufe (Anlagenmechaniker-SHK und etwas schlechtere Abschlussnoten haben als Absolventen in den restlichen Gruppen (i.S. der 35 Herkunftsländer), phänotypische Gruppen (i.S. von race) und Bewerbungen (z.B. Geschlecht und Beruf) kontrolliert, bleibt aber dennoch (Hypothese 1). Weichselbaumer (2015, 2016) und Ahmed, Andersson und Hammarstedt (2013) in ausgeübt werden (Hotelfachmann/frau, Koch/Köchin, Industriekaufmann/frau und Notenniveau auf die Noten 3 und 4, da Auszubildende in diesem Beruf im Schnitt Wir nutzten Informationen über folgende drei Arten von Gruppen: ethnische wenn man für Religion und Phänotyp sowie für weitere Merkmale der Arbeitgeber auf Bewerbungen von Angehörigen dieser Gruppe reagieren Für die Untersuchung von präferenzbasierter Diskriminierung greifen wir auf das Konzept der "Homophilie" (McPherson, Smith-Lovin und Cook 2001) zurück, welches besagt, dass Menschen eine Präferenz für andere haben, die ihnen sozial und kulturell ähnlich sind, da sie beispielsweise die gleiche Religion, gleiche Interessen und gleiche Wertvorstellungen haben. Diese Tendenz zeigt sich am stärksten im privaten Bereich, lässt sie jedoch auch auf den Arbeitskontext übertragen. Wir erwarten entsprechend, dass die Diskriminierung gegenüber Bewerbern mit Migrationshintergrund insbesondere dann stark ausfällt, wenn die jeweilige Herkunftsgruppe sich mit Blick auf Werte und Normen stark von Deutschland unterscheidet (Hypothese 2). Für Herkunftsgruppen, die den Deutschen kulturell sehr ähnlich sind, erwarteten wir hingegen keine Diskriminierung. Methoden Studiendesign Um den Ursachen für ethnische Diskriminierung nachzugehen, haben wir eine Korrespondenzstudie durchgeführt. Wie bereits erwähnt, werden bei dieser Methode Bewerbungen fiktiver Personen, die sich nur in den für die Fragestellung relevanten Merkmalen (wie z.B. in deren ethnischer Zugehörigkeit) unterscheiden, an reale Unternehmen versendet. Unterschiede im Rückmeldeverhalten der Unternehmen sind Belege für Diskriminierung. Unsere Studie weicht vom traditionellen Design solcher Studien insofern ab, als dass wir, statt wie üblich mehrere Bewerbungen an eine Stellenausschreibung zu senden, nur eine Bewerbung pro Ausschreibung versendeten. Dies war nötig, da wir eine Reihe von ethnischen Gruppen untersuchen und eine Vielzahl an experimentellen Bedingungen testen wollten. Dieses Vorgehen wurde bereits von Die Stichprobe unserer Studie besteht aus insgesamt 5.819 4 Bewerbungen, mit denen wir auf Stellenausschreibungen in acht Ausbildungsberufen antworteten, die deutschlandweit zwischen Oktober 2014 und April 2016 auf der Webseite der der Bundesagentur für Arbeit ausgeschrieben waren. Wie in Deutschland üblich, beinhalteten die Bewerbungen neben dem Motivationsschreiben und dem Lebenslauf mit Foto auch Kopien der Ausbildungs-und Schulabschlusszeugnisse. Alle Bewerber waren laut ihrem Lebenslauf 1992 in Deutschland geboren worden, deutsche Staatsbürger, und hatten ihren gesamten Bildungsweg in Deutschland durchlaufen. In ihren Bewerbungsunterlagen gaben sie an, dass sie nach erfolgreichem Abschluss ihrer Ausbildung noch einige Jahre Berufserfahrung in ihrem Ausbildungsbetrieb gesammelt hatten und nun nach einer neuen Stelle suchten. Um die ausschlaggebenden Gründe für Diskriminierung genauer zu betrachten, variierten wir verschiedene Merkmale der Bewerber. Die meisten Merkmale (z.B. Noten, Referenzschreiben, Vertragsende) wurden randomisiert einer Bewerbung zugewiesen. Für andere Merkmale (Phänotyp, Religion) war die Zufallszuweisung eingeschränkt, um nur plausible Merkmalskombinationen zuzulassen. So gab es beispielsweise zwar in jeder Herkunftsgruppe Bewerber mit und ohne Hinweis auf eine Religionszugehörigkeit, aber die jeweilige Religion variierte je nach Herkunftsland. So war das Religionssignal bei deutschstämmigen Bewerbern immer "christlich", bei irakischstämmigen Bewerbern immer "muslimisch" und bei Bewerbern mit Wurzeln in Bosnien und Herzegowina entweder "christlich" oder "muslimisch". Der Projektbericht (Veit & Yemane, 2018) gibt detaillierte Hinweise zum Studiendesign und eine Übersicht über die konkreten Zuweisungswahrscheinlichkeiten. Insgesamt haben wir uns auf Ausschreibungen in acht Ausbildungsberufen beworben, darunter vier Berufe, die sowohl von Männern als auch Frauen häufig zahnmedizinische Fachangestellte). Die Berufe wurden auf Grundlage verschiedener Überlegungen ausgewählt. So mussten während der Feldphase der Studie für jeden Beruf ausreichend viele freie Stellen ausgeschrieben sein. Außerdem wählten wir Berufe mit unterschiedlichen Zugangsqualifikationen (Haupt-oder Realschulabschluss) und verschiedenem Ausmaß an Kundenkontakt (siehe Tabelle 1). Tabelle 1: Berufe Berufsfeld Geschlecht Beruf Kundenkontakt Qualifikation Technisch männlich Mechatroniker gering Realschule Anlagenmechaniker-SHK gering Hauptschule Gastronomie männlich & weiblich Hotelfachmann/frau hoch Realschule Koch/Köchin gering Hauptschule Handel Verkäufer/in hoch Hauptschule Industriekaufmann/frau gering Realschule Gesundheitswesen weiblich Medizinische Fachangestellte hoch Realschule Zahnmedizinische Fachangestellte hoch Hauptschule Positive Rückmeldung Die zweite Vorstudie wurde unter Mitarbeitern unseres Forschungsinstituts durchgeführt. Insgesamt befragten wir 38 Personen, welche Phänotypen sie als sehr unwahrscheinlich für bestimmte Herkunftsländer einschätzten. Die Befragten beurteilten auf einer vierstufigen Skala (von "sehr unwahrscheinlich" bis "sehr wahrscheinlich") Kombinationen von Fotos und den 35 Herkunftsländern unserer Noten: Um herauszufinden, ob gute Noten unterschiedliche Effekte für Bewerber mit und ohne Migrationshintergrund haben, variierten wir die Noten auf fiktiven Schul-und Ausbildungszeugnissen. Die Hälfte aller Zeugnisse beinhaltete Informationen über gute Noten (Schulnote 2 im deutschen Notensystem), die andere Hälfte der fiktiven Kandidaten hatte befriedigende Noten (Schulnote 3 im deutschen Notensystem). Für den Beruf des Kochs bzw. der Köchin senkten wir das Um die Ursachen für Diskriminierung genauer analysieren zu können, berücksichtigten wir zudem sowohl produktivitätsbezogene als auch kulturelle Gruppenmerkmale stammen aus dem Mikrozensus und Migrantengruppen (d.h. Ausländer und Deutsche mit Migrationshintergrund). Zur Messung kultureller Merkmale nutzten wir die Values Surveys (World Values Survey und European Values Survey), auf deren Grundlage wir für jedes neun Prozentpunkten reduziert sich zwar auf sechs Prozentpunkte Unterschied, Herkunftsland Mittelwerte berechneten. Hotelfachmänner/-frauen. In dieser Berufsgruppe liegt die Quote für Bewerber mit Bewerber mit Migrationshintergrund der Fall. Dieser absolute Unterschied von Bewerber mit ausländischen Namen in seinem Lebenslauf angab. aller Fälle eine positive Rückmeldung erhalten, ist dies nur bei 51 Prozent der anderem auf die zusätzlichen Sprachkenntnisse zurückzuführen sein, die jeder Migrationshintergrund. Während Bewerber mit deutschem Namen in 60 Prozent und ohne Migrationshintergrund jeweils bei 61 Prozent. Dies könnte unter Die Ergebnisse zeigen eine deutliche Diskriminierung gegenüber Bewerbern mit betreffen Migrationshintergrund. Eine einzige Abweichung vom Muster ergibt sich für Welche Rolle spielt das Herkunftsland? Merkmale auf Gruppenebene. Alle Informationen über produktivitätsbezogene Unterschiede zwischen Berufen für beide Gruppen in die gleiche Richtung gehen. Zudem übertrifft die positive Rückmeldequote von Bewerbern ohne Migrationshintergrund in allen Berufen diejenige von Bewerbern mit Studie. Noten, Referenzschreiben und Vertragslaufzeit Bedingungen ergaben sich vier verschiedene Kombinationen von Referenzschreiben mit gleicher Zuweisungswahrscheinlichkeit. Vertragslaufzeit: Am Ende des Motivationsschreibens erwähnten alle fiktiven Bewerber, dass sie ihren aktuell laufenden Arbeitsvertrag innerhalb einer Gruppenzugehörigkeit haben; sich gleichzeitig aber aufgrund der verschiedenen Ergebnisse Alle ohne Migrationshintergrund mit Migrationshintergrund Religionen und Phänotypen voneinander unterscheiden. Um Merkmale auf den drei Gruppenebene bzw. unterschiedliche Merkmalskombinationen in unseren Analysen berücksichtigen zu können, Produktivität • Beruflicher Status: Außerdem bezogen wir aus dem Mikrozensus den • Säkulare Werte: Säkulare Werte beziehen sich auf die Loslösung von Konformitätsnormen und von religiösen, staatlichen sowie anderen -0.39 -0.40 .73* -0.38 .62 Industriekaufmann/frau .61 .61 Deskriptive Ergebnisse -0.20 -0.23 .60 -0.18 .59 Verkäufer/in .59 Im Schnitt gaben rund 54 Prozent aller angeschriebenen Arbeitgeber den .58 berechneten wir zunächst Mittelwerte des jeweiligen Merkmals für alle drei Gruppen: • Für ethnische Gruppen errechneten wir Mittelwerte für Migrantengruppen bzw. Herkunftsländer. • Für phänotypische Gruppen berechneten wir Mittelwerte auf Grundlage aller Als Indikatoren der mittleren Produktivität einer Gruppe nutzten wir jeweils das durchschnittliche Bildungsniveau, den beruflichen Status sowie die Erwerbslosigkeitsrate der jeweiligen Gruppen. Das durchschnittliche Bildungsniveau ist dabei der wichtigste der drei Indikatoren, da beruflicher Status und Erwerbslosigkeit nicht nur Ursache sondern auch Folge von Diskriminierung sein können. mittleren ISEI (International Socio-Economic Index of Occupational Status bzw. internationales sozioökonomisches Maß des beruflichen Status) für alle nichtreligiösen Autoritäten, wie zum Beispiel Familie. .58 Bewerbern eine positive Rückmeldung, 39 Prozent luden die Bewerber bei der 0.02 -0.05 0.05 .58 Hotelfachmann/frau .57 .57 ersten Kontaktaufnahme sogar direkt zu einem Vorstellungsgespräch oder zum .57 berufstätigen Personen der jeweiligen Herkunftsgruppe als weiteren Probearbeiten ein. 0.03 0.05 0.03 Anlagenmechaniker .55 .55 Die beiden Dimensionen (emanzipativ und säkular) sind stark korreliert (r = .83) .54 Indikator für Produktivität. und konnten daher nicht gleichzeitig in multivariaten Modellen getestet werden. .54 Allerdings zeigen sich sehr große Unterschiede zwischen den acht Berufsgruppen. 0.00 0.01 0.00 .54 Mechatroniker .53 Während die positive Rückmeldequote für Köche, Anlagenmechaniker, .51+ .52 Länder der Welt, in denen ein bestimmter Phänotyp eindeutig überwiegt, gewichtet nach dem jeweiligen Bevölkerungsanteil in Deutschland. Die Angaben für Bewerber mit schwarzem Phänotyp sind folglich dominiert durch Merkmalsausprägungen von Migranten aus afrikanischen Ländern. Mechatroniker, medizinische und zahnmedizinische Fachangestellte zwischen 56 und 70 Prozent liegt, fällt die Quote für Verkäufer/innen mit 41 Prozent und Industriekaufmännern/-frauen mit 21 Prozent deutlich niedriger aus. Im Vergleich zu Köchen und Köchinnen sind die positiven Rückmeldequoten für Industriekaufmänner und -frauen, Verkäufer/innen und medizinische Fachangestellte signifikant geringer und für zahnmedizinische Fachangestellte signifikant höher (siehe Abbildung 2). Betrachtet man die Analysen getrennt nach 0.06 -0.07 0.09 -0.05 .49* 0.04 -0.08 .48* zahnmedizinische Fachangestellte medizinische Fachangestellte -0.60-0.40-0.200.00 0.20 -0.60-0.40-0.20 0.00 0.20 -0.60-0.40-0.200.00 0.20 .41** .42* .43** .43** .44* .44** .45** .45* .47** .47*** .48* .48** Kündigungsfrist von vier Gruppenmerkmale Bewerben mit deutschen und ausländischen Namen, wird deutlich, dass 0 .10 .20 .30 .40 .50 .60 .70 Mechatroniker) untersuchten Berufen. und schließlich Religionsgruppen, da wir eben diese Merkmale auf individueller Ebene zwei typische Frauenberufe (medizinische und statistisch hochsignifikant (p < .001). experimentell variierten. Die Idee dabei war, dass Arbeitgeber möglicherweise annehmen, dass weiße, christliche Ägypter und schwarze, muslimische Ägypter einerseits gewisse Gemeinsamkeiten aufgrund ihrer ethnischen 10 Schmid 2017; Drydakis 2014; Edo, Jacquemet, und Yannelis 2013; Gaddis 2015 und Kaas und Manger 2012 haben in ihren Studien untersucht, ob sich das Ausmaß der Diskriminierung durch mehr Information über den Bewerber reduziert. Studien, die explizit Hypothesen der präferenzbasierten Diskriminierung testen, sind jedoch selten.3 , also phänotypische Unterschiede? Welche Gründe gibt es für Diskriminierung und für welche Theorie der Arbeitsmarktdiskriminierung, präferenzbasiert oder statistisch, finden wir Belege? Um diese Fragen zu beantworten, führten wir eine Korrespondenzstudie durch, in der wir Diskriminierung anhand folgender Merkmale untersuchten: Ethnizität, also Zugehörigkeit zu einer bestimmten nationalen Herkunftsgruppe (z.B. "Türken", "Italiener" oder "Nigerianer"), race, also Zugehörigkeit zu einer Gruppe, die über ihr phänotypisches Äußeres definiert wird (z.B. schwarz, weiß, asiatisch) und Religionszugehörigkeit (z.B. muslimisch, christlich, buddhistisch/hinduistisch).Die zentrale abhängige Variable unserer Studie ist die Reaktion von Arbeitgebern auf unsere Bewerbungen, d.h. ob sie Interesse signalisierten oder nicht. Dafür registrierten wir alle möglichen Reaktionen von Arbeitgebern auf unsere Bewerbungen, sowohl per Post, per E-Mail als auch per Telefon. Sobald ein Arbeitsgeber uns eine Nachricht zukommen ließ (z.B. eine Einladung zum Vorstellungsgespräch, eine Bitte um Rückmeldung oder eine Nachfrage zur Bewerbung), zogen wir unsere Bewerbung freundlich zurück, um den Aufwand für die getesteten Firmen und den möglichen Nachteil für andere Bewerber minimal zu halten. Auf Grundlage der Reaktion der Arbeitgeber erstellten wir eine dichotome Variable, die zwischen positiven und negativen Rückmeldungen unterscheidet. Als positive Rückmeldung galten dabei Einladungen zu einem Bewerbungsgespräch oder zum Probearbeiten, Nachfragen zur Bewerbung sowie die Bitte um einen Rückruf. Als negative Rückmeldungen werteten wir, wenn wir eine explizite Absage, nicht mehr als eine Eingangsbestätigung oder gar keine Antwort erhielten. Experimentell variierte Merkmale Geschlecht Wir versendeten Bewerbungen von sowohl männlichen als auch weiblichen Stellensuchenden. Das Geschlecht der Bewerber haben wir dabei auf verschiedene Weisen verdeutlicht: durch den Namen der Bewerber, durch die geschlechtsspezifische Berufsbezeichnung in der Überschrift der Bewerbungen (z.B. Industriekaufmann oder Industriekauffrau) sowie durch das ggf. beigefügte Foto. Wie oben beschrieben, bewarben wir uns in vier Berufen mit weiblichen und männlichen Profilen und in jeweils zwei Berufen mit jeweils nur männlichen oder nur weiblichen Profilen. Ethnizität Insgesamt erstellten wir 35 Profile mit verschiedenen ethnischen Zugehörigkeiten: 25 Prozent der Bewerber waren Deutsche ohne Migrationshintergrund, 25 Prozent hatten einen türkischen Migrationshintergrund, und die restlichen 50 Prozent verteilten sich auf 33 weitere Herkunftsländer (siehe Abbildung 1). Bewerber mit türkischem Migrationshintergrund waren in der Stichprobe überrepräsentiert, um die Ergebnisse unserer Studie mit früheren Korrespondenzstudien in Deutschland (Kaas und Manger 2012; Schneider, Yemane und Weinmann 2014) vergleichen zu können. Um die ethnische Herkunft zu signalisieren, wählten wir ländertypische Vor-und Nachnamen (siehe Tabelle A1 im Anhang). Zusätzlich war im entsprechenden Abschnitt des Lebenslaufs neben der Muttersprache Deutsch eine zweite Muttersprache (z.B. Rumänisch) erwähnt.Abbildung 1: Herkunftsländer der fiktiven Bewerber Die Auswahl der Herkunftsländer erfolgte aufgrund von mehreren zentralen Kriterien. Zunächst wählten wir Herkunftsländer aus, die in Deutschland besonders stark vertreten sind (z.B. Türkei, Bosnien und Herzegowina, Polen, Russland und Italien). Ein weiteres wichtiges Kriterium war die Verteilung von Religionszugehörigkeiten. Um die Effekte von ethnischer Zugehörigkeit und Religion entzerren zu können, haben wir gezielt Länder ausgewählt, in denen zwei dominante Religionsgruppen vertreten sind (z.B. Christen und Muslime in Nigeria). Um die Effekte von ethnischer Zugehörigkeit und Phänotyp unterscheiden zu können, wählten wir zusätzlich Länder aus, in denen es eine große phänotypische Heterogenität gibt (z.B. Ägypter mit weißem und schwarzem Phänotyp). Ein weiteres Kriterium war, dass wir Herkunftsländer auf allen Kontinenten berücksichtigen wollten.Religion Nach dem Vorbild anderer Korrespondenztests (Wallace, Wright und Hyde 2014) signalisierten wir die Religionszugehörigkeit durch ehrenamtliches Engagement in 13 einem Verein."Christlicher Sozialverein AKTIV e.V.". Welche Religion signalisiert wurde, hing vom Anteil der Gläubigen im jeweiligen Herkunftsland ab (siehe Tabelle A2 im Anhang). Pro Herkunftsland wurden maximal zwei Religionen berücksichtigt, wenn im jeweiligen Herkunftsland ein Bevölkerungsanteil von mindestens 5 % den jeweiligen Religionen angehörte.Phänotyp Um herauszufinden, welchen Einfluss das phänotypische Erscheinungsbild der Bewerber auf die Rückmelderaten hat, variierten wir die der Bewerbung beigefügten Fotos. Insgesamt gab es zwei Fotoreihen mit jeweils sieben Fotos, die nach drei stereotypischen Herkunftsregionen, und zwar Nord-und Südeuropa (weiß), Ost -und Westafrika (schwarz) und Südost-und/Ostasien (asiatisch) gruppiert wurden. Die Hälfte der Fotos wurde, ausgehend von einem einzelnen Originalfoto, mit Hilfe von Photoshop erstellt. Die andere Hälfte waren "echte" Bilder, die als plausibel bzw. stereotypisch für die jeweilige Herkunftsregion gelten konnten. Da wir sowohl weibliche als auch männliche Profile erstellten, gab es insgesamt 28 Fotos, jeweils 14 für Männer und 14 für Frauen. Die verschiedenen Fotos wurden den Bewerbungen getrennt nach Geschlecht zufällig zugewiesen, wobei wir unplausible oder untypische Kombinationen von Ethnizität und Phänotyp ausschlossen (z.B. Personen mit chinesischem Namen und schwarzem Phänotyp). Für die Auswahl der Fotos und die Zuweisung von Fotos zu Herkunftsgruppen führten wir zwei Vorstudien durch: eine zur Bewertung der Attraktivität und Kompetenz der Kandidaten und eine zur Plausibilität der Kombination von Phänotyp und Ethnizität. Die erste Vorstudie führten wir zunächst an einem convenience sample von Studierenden der Sozialwissenschaften der Humboldt Universität in Berlin durch. Jedoch erhielten die Fotos von Angehörigen von Minderheiten besonders hohe Bewertungen für Attraktivität und Kompetenz, was wir als sozial erwünschte Antworttendenz unter Studierenden interpretierten.Referenzschreiben: Um die Ergebnisse von Kaas und Manger (2012) replizieren zu können, enthielten etwa die Hälfte der Bewerbungsunterlagen ein• Für Religionsgruppen berechneten wir Mittelwerte über alle Länder hinweg, in denen das Christentum, der Islam oder der Hinduismus bzw. Buddhismus die Mehrheitsreligion darstellt, gewichtet nach dem jeweiligen Bevölkerungsanteil in Deutschland. Die Angaben für Muslime sind folglich überdurchschnittlich geprägt durch die Merkmalsausprägung unter türkischen Migranten bzw. Türken. Letztendlich nutzten wir in unseren Analysen gemittelte Werte für die Kombination aus ethnischer, phänotypischer und religiöser Gruppenzugehörigkeit. Das heißt, jedem fiktiven Bewerber wurden jeweils drei Werte auf Gruppenebene zugeordnet, einer für Ethnizität, einer für Phänotyp und einer für Religion. Diese drei Werte haben wir aufsummiert und durch drei geteilt, sodass der resultierende Wert für jeden Bewerber die entsprechende Kombination aus Ethnizität, Phänotyp und Religion widerspiegelte.Die Daten bezogen wir aus dem Mikrozensus von 2012. Hierbei handelt es sich um die Befragung einer repräsentativen Stichprobe, die ein Prozent der Bevölkerung in Deutschland darstellt. Um den durchschnittlichen Bildungsgrad einer Migrantengruppe abzubilden, erfassten wir die Bildung von Personen mit ausländischer Staatsangehörigkeit in Deutschland sowie Menschen mit erweitertem Migrationsstatus, also Migranten vor einer Einbürgerung, sowie Migranten in zweiter Generation: 65 Für Bewerber, die keine bestimmte Religion signalisierten, wurde auf den Wert der im jeweiligen Herkunftsland dominanten Religion zurückgriffen. Diese Vorgehensweise lässt sich durch Vorabanalysen rechtfertigen, die bestätigten, dass für die jeweiligen Religionsgruppen kein signifikanter Unterschied in positiven Rückmeldungen zwischen den Bewerbungen ohne Religionssignal und den Bewerbungen, für die eine Zugehörigkeit zur Mehrheitsreligion signalisiert wurde, besteht. Signifikante Unterschiede gibt es nur zwischen Bewerbern, die keine Religionszugehörigkeit signalisieren und solchen, die einer Minderheitsreligion zugehörig sind.• Bildungsniveau:• Erwerbslosigkeit: Zudem wurde, ebenfalls aus dem Mikrozensus, die Erwerbslosigkeitsrate für jede Herkunftsgruppe berücksichtigt. Diese wurde definiert als Prozentsatz der Personen zwischen 15 und 64 Jahren, die arbeitssuchend und Teil der Erwerbsbevölkerung waren. Ausgeschlossen waren demnach Hausmänner/-frauen, Frühberentete und Studierende etc. Kulturelle Distanz Um "Homophilie" als mögliche Ursache für Diskriminierung überprüfen zu können, haben wir kulturelle Ähnlichkeit bzw. Distanz mittels Werteunterschieden zwischen Herkunftsgruppen und Deutschen erfasst. Da keine verlässlichen Statistiken über Werte in unterschiedlichen Migrantengruppen in Deutschland verfügbar waren, berechneten wir die kulturelle Distanz auf Grundlage durchschnittlicher Werteausprägungen in den jeweiligen Herkunftsländern. Hierfür nutzten wir für jedes Herkunftsland die jeweils aktuellste verfügbare Welle des World Values Survey (WVS) oder des European Values Survey (EVS). Wir berechneten für jedes Herkunftsland die Distanz in der durchschnittliche Ausprägung emanzipativer Werte (vs. Überlebenswerte) und säkularer Werte (vs.traditioneller Werte) von den durchschnittlichen Werten in Deutschland: • Emanzipative Werte:Da sich Ländern insbesondere hinsichtlich ihrer emanzipativen Werte unterscheiden 8 , konzentrieren wir uns im Ergebnisteil dieser Studie auf die emanzipative Wertedimension, auch wenn eine kombinierte Skala zu ähnlichen Ergebnissen führt. Da ausgehend von der Theorie der sozialen Homophilie die Ähnlichkeit das zentrale Maß ist, maßen wir den relativen Abstand zum durchschnittlichen deutschen Wertemuster bzw. zu den Werten in christlich geprägten Ländern und Ländern mit überwiegend phänotypisch weißer Bevölkerung.Abbildung 2: Rückmeldung nach Berufen Die Abbildung zeigt, wie sich die positive Rückmeldungsquote je nach Beruf von der Quote für Köche und Köchinnen unterscheidet. Dargestellt sind die jeweiligen Koeffizienten mit Vertrauensintervall (.95), basierend auf einer linearen Regression mit folgenden zusätzlichen Variablen: Geschlecht, Migrationshintergrund, Religion, Phänotyp, Monat der Veröffentlichung, Noten, Vertragsinformation und Referenzschreiben (im ersten und dritten Modell wurden Mehrebenenmodelle mit Herkunftsclustern berechnet). Muslimen in der Bevölkerung vergeben. Gleiches gilt für das christliche Religionssignal. Daher reduzierten wir in einem zweiten Schritt die Analysen auf die wenigen Herkunftsländer mit substantieller christlicher und Um die Effekte des Phänotyps von den Effekten der Religion sauber trennen zu können, schlossen wir für diese Analyse alle Bewerbungen mit muslimischem Religionssignal aus. Übrig bleiben also nur Bewerbungen mit weißen oder schwarzen Bewerbungsfotos, bei denen entweder ein christliches oder neutrales Ehrenamt signalisiert wurde. Auch bei dieser reduzierten Stichprobe bleibt der negative Effekt für schwarze Phänotypen bestehen und ist vergleichbar mit der Effektstärke in der Gesamtstichprobe (60% positive Rückmeldungen für Bewerber mit weißem Phänotyp vs. 53% positive Rückmeldungen für Bewerber mit schwarzem Phänotyp; p < .05). Bewerber mit einem albanischen, marokkanischen, äthiopischen oder Welche Rolle spielt der Phänotyp? Abbildung 3 gibt einen Überblick über den Anteil an positiven Rückmeldungen je nach Herkunftsgruppe. Während die meisten Herkunftsgruppen deutlich seltener eine positive Rückmeldung erhalten als deutschstämmige Bewerber, gibt es auch eine Vielzahl an Herkunftsgruppen, für die sich die Rücklaufquoten kaum von derjenigen für Bewerber ohne Migrationshintergrund unterscheiden. Dazu zählen dominikanischen Migrationshintergrund signifikant seltener eine positive Rückmeldung erhalten (17-19 Prozentpunkte Unterschied). Auch die Rückmelderaten für Bewerber mit türkischem Migrationshintergrund bewegen sich im unteren Drittel -und fallen mit einem Nachteil von 13 Prozentpunkten signifikant geringer aus als die Rückmeldequoten für deutschstämmige Bewerber (p < .001). Welche Rolle spielt die Religion? Insgesamt liegt die positive Rückmeldequote für Bewerber ohne Religionssignal bei 54%, für Christen bei 57%, für Muslime bei 46% und für Buddhisten und Hindus bei 53%. Allerdings waren die Religionssignale aufgrund des Designs der Studie über die Herkunftsgruppen ungleich verteilt. Bewerber ohne Migrationshintergrund waren beispielsweise niemals Muslime oder Buddhisten/Hindus. Vergleicht man deutschstämmige Bewerber mit unterschiedlichen Religionssignalen (siehe oberer Abschnitt in Abbildung 4), so zeigt sich, dass sich die Häufigkeit positiver Rückmeldungen für Bewerber ohne Religionssignal von christlichen Bewerbern nicht unterscheidet 9 . Betrachtet man die Ergebnisse für Bewerber mit Migrationshintergrund, so zeigt sich ein anderes Bild: sie profitieren leicht davon, wenn sie Nähe zum Christentum signalisieren (p < .05; im Vergleich zu keinem Religionssignal). Gleichzeitig fällt die Wahrscheinlichkeit einer positiven Rückmeldung für muslimische Bewerber mit Migrationshintergrund im Vergleich zu christlichen Bewerbern deutlich geringer aus: sie sinkt um neun Prozentpunkte (p < .001). Im Gegensatz dazu hat es keine Auswirkungen, wenn sich Bewerber mit Migrationshintergrund in einem hinduistischen oder buddhistischen Verein engagieren. Der Nachteil für muslimische Bewerber ist erheblich. Allerdings wurde das muslimische Religionssignal nur für Bewerber aus Herkunftsländern mit einem (d.h. Migranten aus Albanien, Bosnien und Herzegowina, Bulgarien, Mazedonien, Russland, und Ägypten). Auch unter diesen starken Einschränkungen bleibt ein Abbildung 4: Religion und Phänotyp mit Migrationshintergrund ohne Migrationshintergrund Die positiven Rückmeldequoten unterscheiden sich zwischen den drei phänotypischen Gruppen 10 (Asiatisch: 53%, Schwarz: 49%, Weiß: 55%), wobei im Vergleich zu weißen Phänotypen insbesondere ein schwarzer Phänotyp zu signifikant niedrigeren Rückmelderaten führt (p < .01), nicht aber ein asiatischer substantiellen Anteil von muslimischer Bevölkerung und betrachteten nur Bewerber mit weißem Phänotyp statistisch signifikanter Nachteil für muslimische Bewerber von zehn Phänotyp. Prozentpunkten bestehen (Rückmelderate von 52% für Christen versus 42% für Muslime; p < .05). Für Bewerber mit Migrationshintergrund in diesen Ländern und asiatischem oder schwarzem Phänotyp (d.h. Migranten aus Albanien, Indonesien, Mazedonien, Nigeria, Uganda, Äthiopien und Ägypten) sind die Unterschiede etwas kleiner (53% versus 45%) und aufgrund der kleineren Fallzahl (N = 460) nicht mehr statistisch signifikant. Insgesamt spiegeln die Ergebnisse dieser Binnenanalysen die Ergebnisse der Gesamtstichprobe wieder und deuten darauf hin, dass nicht gegen "Nicht-Christen" per se oder gegenüber Migranten aus muslimisch geprägten Ländern, sondern speziell gegenüber Muslimen diskriminiert wird. keine Religion Muslime Hindus/Buddhisten Schwarz Asiatisch Religion, ref. Christen Phänotyp, ref. Weiß -.15 -.1 -.05 0 .05 .1 In getrennten Analysen für Bewerber mit und ohne Migrationshintergrund (siehe unterer Abschnitt in Abbildung 4) wird deutlich, dass sich für Bewerber mit ausländischem Namen die Quote an positiven Rückmeldungen um sieben Prozentpunkte verschlechtert (p < .01), wenn der Bewerbung ein Bewerbungsfoto einer phänotypisch schwarzen Person beiliegt. Für die Bewerber mit deutschem Namen geht der Trend in die gleiche Richtung, auch wenn die Effektstärke mit drei Prozentpunkten Unterschied niedriger ausfällt und statistisch nicht signifikant ist. Für asiatische Bewerbungsfotos bleiben die Effekte in den getrennten Analysen statistisch unbedeutend. Da der Phänotyp aus Plausibilitätsgründen nicht gänzlich zufällig zugewiesen werden konnte, sind die Bewerbungsfotos über Herkunftsgruppen ungleich verteilt. So gab es beispielsweise nie einen Bewerber mit chinesischem Namen und schwarzem Phänotyp. Um jedoch eindeutig Rückschlüsse darauf ziehen zu können, ob es sich um phänotypische Diskriminierung handelt, müssen Bewerbergruppen miteinander verglichen werden, für die die gleiche Auswahl an Fotos genutzt wurde. Insgesamt gibt es sieben Herkunftsländer, für die wir sowohl weiße als auch schwarze Bewerber ins Rennen geschickt haben: Deutschland, Großbritannien, Frankreich, Vereinigte Staaten von Amerika, Dominikanische Republik, Ägypten angewendet werden. In der Gesamtstichprobe gibt es 14 Herkunftsländer, für die Bewerbungen von sowohl weißen als auch asiatischen-aussehenden Bewerbern versendet wurden (Deutschland, Großbritannien, Frankreich, Albanien, Indien, Irak, Iran, Mazedonien, Mexico, Pakistan, Rumänien, Spanien, Türkei und Vereinigte Staaten von Amerika). Auch hier wurden nur die Bewerbungen berücksichtigt, bei der der Sozialverein entweder christlich oder ohne religiösen Hinweis war. Für weiße Bewerber liegt die Quote an positiven Rückmeldungen bei 57 Prozent, für asiatisch aussehende Bewerber bei 52 Prozent. Der Unterschied von fünf Prozentpunkten ist größer als in der Gesamtstichprobe und in diesem Fall auch statistisch bedeutsam (p < .05). Da asiatische Phänotypen überdurchschnittlich häufig für bestimmte Herkunftsländer (Japan oder China) genutzt wurden und diese Herkunftsländer wiederum mit bestimmten Merkmalen verknüpft sind (relativ geringere kulturelle Distanz und hohes durchschnittliches Bildungsniveau), ist es möglich, dass die negativen Effekte eines asiatischen Phänotyps in der und Marokko. Das gleiche Verfahren kann auch für Bewerber mit asiatischem Phänotyp Gesamtstichprobe nicht zutage treten. Bewerber aus westlichen Demokratien, aus ost-sowie südosteuropäischen Ländern, aber auch aus ostasiatischen Ländern wie Japan und China. Die höchste Rückmelderate haben Bewerber mit spanischen Namen, während insbesondere 25 Abbildung 3: Rückmeldung je Herkunftsgruppe Die abgebildeten Balken zeigen die Rücklaufquoten je Gruppe ohne weitere Kontrollvariablen. Bewerbungen von Personen ohne Migrationshintergrund sind farblich hervorgehoben. Die Pluszeichen und Sternchen hinter den jeweiligen Quoten geben an, ob der dargestellte Unterschied zur Rücklaufquote von Bewerbungen ohne Migrationshintergrund statistisch signifikant ist (mit p<.001***, p<.01**, p<.05* und p<.10+, zweiseitige Testung), wenn in linearen Regressionen eine Reihe weiterer Merkmale der Bewerbungen (wie Geschlecht, Noten, Referenzschreiben, Vertragsinformation, Berufsgruppe, und Bewerbungszeitpunkt) berücksichtigt werden.Die Abbildung zeigt, wie sich die positive Rückmeldungsquote für Bewerber mit und ohne Migrationshintergrund je nach Religionssignal und Phänotyp unterscheidet. Dargestellt sind die jeweiligen Koeffizienten mit Vertrauensintervall (.95), basierend auf einer linearen Regression (für Bewerber mit Migrationshintergrund wurden Mehrebenenmodelle mit Herkunftsclustern berechnet), kontrolliert für Berufsgruppe, Geschlecht, Monat der Veröffentlichung, Noten, Vertragsinformation, Referenzschreiben und Religion bzw. Phänotyp. Insgesamt hat das Beifügen eines Referenzschreibens keine signifikanten Auswirkungen auf die positive Rücklaufquote (siehe Abbildung 5). Betrachtet man die Effekte getrennt für Bewerber mit und ohne Migrationshintergrund, so zeigt Im Anschreiben erwähnte die Hälfte der Bewerber, dass ihr Vertrag in den nächsten Monaten auslaufe und sie u.a. deshalb nach einer neuen Stelle suchten. = -.37; p < .001). Da wir nicht eindeutig feststellen können, in welchem Maß der Arbeitsmarktstatus durch vorangegangene präferenzbasierte beziehungsweise statistische Diskriminierung beeinflusst wurde, eignen sich weder der Berufsstatus noch die Arbeitslosenquote, um die zwei theoretischen Konzepte der statistischen und der präferenzbasierten Diskriminierung voneinander zu unterscheiden, das durchschnittliche Bildungsniveau ist hierfür deutlich besser geeignet. In Modell 6 wird deshalb das durchschnittliche Bildungsniveau (statt Berufsstatus oder Arbeitslosenquote) gemeinsam mit Wertedistanz in das Modell aufgenommen. Die Ergebnisse zeigen, dass sich der Effekt für die Wertedistanz nur minimal reduziert und weiterhin signifikant bleibt (-.42; p < .001), während sich der Effekt für das Bildungsniveau halbiert und an statistischer Bedeutung verliert (.08, n.s.). Dies führt uns zu der Schlussfolgerung, dass kulturelle Präferenzen einen stärkeren Einfluss auf Diskriminierung haben als die statistische Diskriminierung aufgrund von Unterschieden im durchschnittlichen Bildungsniveau. Diese Befunde werden auch durch eine zusätzlich durchgeführte Mediationsanalyse bestätigt (nicht dargestellt). Prüfungen zur Robustheit der Ergebnisse Alle Analysen wurden zusätzlich auch als logistische Regressionen durchgeführt, es konnten jedoch keine substantiellen Unterschiede festgestellt werden (siehe Tabelle 2). Zudem haben wir die 34 nicht deutschen Herkunftsländer gewichtet, um unsere Ergebnisse auf mögliche Verzerrungen aufgrund der großen Stichprobe für türkische Namen und der geringeren Fallzahlen für die restlichen Herkunftsländer zu prüfen. Auch hier zeigen sich keine substantiellen Unterschiede. Weitergehende Analysen, bei denen man die Stichprobe getrennt auswertet nach Geschlecht (männliche versus weibliche Bewerber), nach Berufen mit hohem Kundenkontakt Köchin, Anlagemechaniker, Verkäufer/in, zahnmedizinische Fachangestellte), deuten alle in die gleiche Richtung: Im Gegensatz zum durchschnittlichen Bildungsniveau (das als Indikator für statistische Diskriminierung gilt), kann die Wertedistanz (die als Indikator für präferenzbasierte Diskriminierung gilt) die Unterschiede zwischen den Gruppen aufklären und stellt somit die bessere Erklärung für unterschiedliche Diskriminierungstendenzen dar. Herkunftsgruppen eine hohen Rückmelderate haben, die im Durchschnitt über ein ebenfalls um sieben Prozentpunkte. All diese Effekte sind statistisch signifikant, Tabelle 2: Multivariate Regression Punkte auf der ISEI-Skala) zu einem 4,4 Prozent höheren Rücklauf führt. Somit hohes Bildungsniveau verfügen (z.B. Japaner, Südkoreaner, Chinesen, US-während die einzelnen Interaktionen zwischen Herkunftsland, Phänotyp und Modell 1: Modell 2: Modell 3: Modell 4: Modell 5: Modell 6: bleiben nach Kontrolle für Berufsstatus keine statistisch signifikanten Nachteile Die andere Hälfte gab keinerlei Information zur Vertragslaufzeit. Mit dieser Amerikaner und Schweizer); während Gruppen mit niedrigen Rückmeldequoten im Religion statistisch unbedeutend sind. Das bedeutet, dass die berichteten Effekte Baseline Bildung Berufl. Erwerbs-Werte-Bildung + für Muslime, Schwarze und Menschen aus nicht westlichen Herkunftsregionen sich für deutschstämmige Bewerber ein positiver Trend für Referenzschreiben, die soziale oder sprachliche Fähigkeiten hervorheben, während Bewerber mit Variation wollten wir die Konsequenzen negativer Information testen, da in Deutschland eine unbefristete Anstellung als Normalarbeitsverhältnis gilt und die Durchschnitt geringere Bildungsabschlüsse haben (Türken, Iraker und Marokkaner). Allerdings sind die deskriptiven Ergebnisse unserer Studie auch mit additiv sind, mit den größten Nachteilen für schwarze muslimische Bewerber mit Migrationshintergrund (-.05 Prozent für Migranten, -.07 für schwarze Phänotypen Status losigkeit distanz Werte-bestehen. Ähnlich verhält es sich, wenn man die Erwerbslosenquote (Spalte 4) distanz Ethnizität (Ref: deutschstämmig) betrachtet: Der negative Koeffizient von -.02 impliziert, dass ein Anstieg um eine Migrationshintergrund die höchste positive Rücklaufquote haben, wenn der Befristung bedeuten könnte, dass der jetzige Arbeitgeber den Vertrag des präferenzbasierte Erklärungsansätzen vereinbar. Die Herkunftsländer der und -.07 für Muslime). Türkisch -.09 (.02) *** -.04 (.03) -.01 (.03) -.03 (.03) -.00 (.03) .01 (.03) Standardabweichung in der Erwerbslosenrate (2.4 %) zu 4,5 Prozent niedrigerem -.15 Deutsche Namen N= 1,706, Ausländische Namen N= 4,113 -.1 -.05 N = 5,819 Bewerbung überhaupt kein Referenzschreiben beiliegt. Interessant ist auch, dass es 0 .05 .1 für Bewerber mit ausländischem Namen am nachteiligsten ist, wenn im Referenzschreiben gute sprachliche Fähigkeiten hervorgehoben werden. Keiner dieser Unterschiede ist jedoch statistisch signifikant. Es zeigt sich auch kein signifikanter Interaktionseffekt: Bewerber mit ausländischen Namen haben keine besseren Chancen auf eine positive Rückmeldung durch die Beigabe eines Referenzschreibens. Dieses Ergebnis widerspricht deutlich den Befunden von Kaas und Manger (2012), die zu dem tendenziellen Schluss kamen, dass durch die Beigabe eines Referenzschreibens Diskriminierung verringert werden kann. 11 Als weiteres Produktivitätssignal haben wir das Notenniveau der Bewerber sowohl Bewerbers nicht verlängern möchte. Allerdings könnten Arbeitgeber einen befristeten Vertrag auch als Signal dafür interpretieren, dass Bewerber eine ihm angebotene Stelle mit hoher Wahrscheinlichkeit antreten würden. Insgesamt hat die Vertragslaufzeit keinen Effekt auf Rückmeldungen (siehe Abbildung 5). Unsere Ergebnisse zeigen, dass das Vertragssignal für Bewerber mit deutschen Namen Migranten mit den höchsten Rücklaufraten (d.h. westeuropäische und ostasiatische Migranten) sind überwiegend Länder mit ähnlichen Werten wie Deutschland, während die Herkunftsländer der Migranten mit den niedrigsten Rücklaufraten Andere (nicht-türkisch) -.05 (.02) ** -.05 (.02) *** -.02 (.02) -.01 (.02) .01 (.02) -.00 (.03) Rücklauf führt. Auch in diesem Modell bleiben keine Nachteile für Muslime, In den Spalten 2-4 prüften wir die Argumente der statistischen Diskriminierung und Phänotyp (Ref: Weiß) Schwarze und Migranten bestehen. Allerdings können Berufsstatus und versuchten aufzuklären, inwiefern durchschnittliche Gruppenunterschiede in der Schwarz -.07 (.02) ** -.08 (.02) *** -.03 (.02) -.02 (.03) -.03 (.02) -.04 (.03) Arbeitslosigkeit selbst schon Folge von Diskriminierung sein. Produktivität die Unterschiede zwischen ethnischen Gruppen, verschiedenen Asiatisch -.01 (.02) -.03 (.02) -.00 (.02) -.01 (.02) .01 (.02) -.00 (.02) (z.B. die mit Wurzeln in Pakistan, Nigeria, Türkei, Uganda und Marokko) sich Phänotypen und Religionszugehörigkeiten aufklären können. In Spalte 2 wird als Religion (Ref: Christlich) In der Spalte 5 prüften wir Hypothese 2 und somit das theoretische Argument, ob kulturell stark von Deutschland unterscheiden. Variable das durchschnittliche Bildungsniveau hinzugenommen, das einen Keine Religion -.02 (.02) -.01 (.02) -.01 (.02) -.00 (.02) -.00 (.02) -.00 (.02) Wissen über abweichende kulturelle Werte und Normen mögliche Ursachen von eher negativ wahrgenommen wird und zu einer Reduzierung der Rückmelderaten Im folgenden Abschnitt soll geklärt werden, inwieweit die zwei Erklärungsansätze signifikanten und positiven Einfluss auf die Rückmelderate hat. Der Koeffizient Muslimisch -.07 (.02) *** -.04 (.02) + -.03 (.02) -.03 (.02) -.03 (.02) -.03 (.02) präferenzbasierter Diskriminierung sind. Der negative Koeffizient von -.05 führt. Für Bewerber mit Migrationshintergrund wird das Signal eher positiv der statistischen und der präferenzbasierten Diskriminierung geeignet sind, um von .17 impliziert, dass ein Anstieg um eine Standardabweichung im Buddhistisch/Hinduistisch -.02 (.03) -.05 (.04) -.03 (.03) -.03 (.03) .00 (.03) -.01 (.04) impliziert, dass ein Anstieg um eine Standardabweichung in der Wertedistanz vom wahrgenommen und führt zu einer leicht höheren Rückmelderate im Vergleich zu die festgestellten Nachteile für Muslime, Schwarze und Migranten im Allgemeinen durchschnittlichen Bildungsniveau (0.21 Punkte auf der Bildungsskala) zu einer 3,5 Gute Noten deutschen Durchschnittswert (1 Punkt auf der standardisierten Wertedistanzskala) Bewerbungen ohne Information zum Vertragsende. In beiden Fällen sind die zu erklären. In den Modellen der Tabelle 2 zeigen wir die Ergebnisse von Prozent höheren Rücklaufrate für Angehörige dieser Gruppe führt. Dieser Befund (Ref.: befriedigend) .05 (.01) *** .05 (.01) *** .05 (.01) *** .05(.01) *** .05 (.01) *** .05 (.01) *** zu 5,1 Prozent niedrigerem Rücklauf führt. Unter Berücksichtigung von Unterschiede jedoch klein und statistisch nicht signifikant. Panelregressionen, um die hierarchische Datenstruktur unserer Studie zu bestätigt unsere erste Hypothese. Interessant hierbei ist, dass sich unter Referenzschreiben Wertedistanz zu Deutschland bleiben also keine statistisch signifikanten Nachteile für die Schulzeugnisse als auch für die Abschlussnoten der Ausbildung variiert. Es berücksichtigen (einzelne experimentelle Bedingungen, die innerhalb der 35 Berücksichtigung von Bildung der negative Effekt für Muslime von -.07 auf -.04 (Ref.: ohne) -.02 (.02) -.02 (.02) -.02 (.02) -.02 (.02) -.02 (.02) -.02 (.02) für Muslime, Schwarze und Migranten bestehen. zeigt sich, dass sich die Rate positiver Rückmeldungen für Bewerber mit guten Noten (im Vgl. zu befriedigenden Noten) um fünf Prozentpunkte (p < .001) verbessert. Für Bewerber mit und ohne Migrationshintergrund geht der Trend in die gleiche Richtung (siehe Abbildung 5). Der Unterschied ist für deutschstämmige Bewerber aufgrund der geringeren Stichprobengröße nicht signifikant. Zusatzanalysen bestätigten, dass es keinen signifikanten Interaktionseffekt gibt. 11 Diese Schlussfolgerung übersieht jedoch eine wichtiges Merkmal des Forschungsdesigns von Kaas und Manger: beim Versenden der Bewerbungspaare wurden Bewerbungstyp (Typ A: ohne Referenzschreiben, Typ B: mit Referenzschreiben) und Name (deutsch oder türkisch) zufällig der ersten Bewerbung zugewiesen und für die zweite Bewerbung dann das jeweils andere Merkmal ausgewählt. Das bedeutet, dass ein türkischstämmiger Deutscher mit Referenzschreiben immer mit einem Deutschen ohne Referenzschreiben konkurrierte und umgekehrt. Das bedeutet auch, dass vor allem die Ergebnisse für Typ B nur bedingt vergleichbar sind: die Arbeitgeber, die sich bei den türkischstämmigen Deutschen (mit Referenzschreiben) gemeldet haben, hatten (zumindest im Rahmen der Studie) keine gleichwertige Bewerbung mit Referenzschreiben von Deutschen erhalten. Es kann also nicht mit abschließender Sicherheit geklärt werden, ob Bewerber mit ausländischen Namen tatsächlich von einem Referenzschreiben profitieren. Im Rahmen unserer Studie konnte dies zumindest nicht nachgewiesen werden. Multivariate Analysen Wie können die oben beschriebenen Unterschiede zwischen ethnischen Gruppen, verschiedenen Phänotypen und der Religion erklärt werden? Der statistischen Diskriminierungstheorie nach greifen Arbeitsgeber auf Wissen über die durchschnittliche Produktivität von Angehörigen bestimmter Gruppen zurück, wenn sie Auswahlentscheidungen treffen. Laut der Theorie der präferenzbasierten Diskriminierung fließen andere, nicht produktivitätsrelevanten Merkmale in die Entscheidungsfindung ein, wie beispielsweise kulturelle Distanz. Die deskriptiven Ergebnisse unserer Studie zeigen, dass Bewerber mit Migrationshintergrund, Bewerber mit schwarzem Phänotyp und muslimische Bewerber seltener positive Rückmeldungen erhalten als deutschstämmige Bewerber, Bewerber mit weißem Phänotyp und christliche Bewerber. Wie Abbildung 3 zeigt, unterscheiden sich die positiven Rücklaufquoten stark zwischen unterschiedlichen Herkunftsgruppen. In Übereinstimmung mit Theorien der statistischen Diskriminierung deuten die Ergebnisse an, dass diejenigen ethnischen Gruppen eingebettet sind). Wir nehmen als erklärende Variablen Ethnizität (Referenz = kein Migrationshintergrund, 1 = türkischer Migrationshintergrund, 2 = nicht-türkischer Migrationshintergrund), Religion (Referenz = Christlich, 1 = keine Religion, 2 = Muslimisch, 3 = Buddhistisch /Hinduistisch) und Phänotyp (Referenz = weiß, 1 = schwarz, 2 = asiatisch) auf und kontrollieren für Geschlecht, Noten, Referenzschreiben, Vertragslaufzeit, Berufsgruppe und den Bewerbungsmonat. Somit berücksichtigen wir die Tatsache, dass wir mit einigen Berufen erst später ins Feld gegangen sind (für Details siehe Veit & Yemane, 2018), sowie etwaige Schwankungen auf dem Arbeitsmarkt. In Spalte 1 von Tabelle 2 wird deutlich, dass die positive Rückmelderate für Bewerber mit ausländischem Namen um fünf Prozentpunkte geringer ausfällt als für Bewerber mit deutschen Namen. Für Bewerber mit türkischem Namen liegt der Unterschied sogar bei neun Prozentpunkten. Schwarze Bewerber haben eine im Vergleich zu weißen Bewerbern um sieben Prozentpunkte reduzierte Vergleich zu einem christlichen Sozialverein) reduziert die positive Rückmelderate ein Anstieg um eine Standardabweichung in der Berufsstatusvariablen (2.44 Rückmelderate; und die Mitgliedschaft in einem muslimischen Sozialverein (im Männlich reduziert und nur noch marginal signifikant ist. Der nachteilige Effekt für (Ref.: weiblich) -.06 (.02) ** -.06 (.02) ** -.06 (.02) ** -.06 (.02) ** -.06 (.02) ** -.06 (.02) ** In den sechs verschiedenen Modellen finden wir somit sowohl für statistische als Bewerber mit türkischem Namen reduziert sich ebenfalls von -.09 auf -.03 und GRUPPENMERKMALE auch für präferenzbasierte Diskriminierung Belege. Allerdings sind sowohl der verliert an Signifikanz. Allerdings bleiben die Nachteile für Bewerber mit Bildungsniveau -.17 (.06) * ---.08 (.07) Berufsstatus als auch die Arbeitslosenquote problematische Indikatoren, denn ausländischem Namen unverändert; der Nachteil für schwarze Bewerber steigt Beruflicher Status (ISEI) --.02 (.00)*** ---beide können auch das Produkt von Arbeitsmarktdiskriminierung sein. Es ist nicht sogar auf -.08. Auch wenn ein Großteil der Diskriminierung gegen Bewerber mit Erwerbslosigkeit ----.02 (.01)*** --ausgeschlossen, dass statistische Diskriminierung ein zirkulärer Prozess ist, bei türkischem Namen durch die Berücksichtigung von durchschnittlichem Wertedistanz -----.05 (.01)*** -.04 (.02) * dem Arbeitgeber die relative Position auf dem Arbeitsmarkt als Indikator für Bildungsniveau aufgeklärt werden kann, bleiben die Nachteile für Muslime, Schwarze und nicht-türkische Migranten bestehen und können durch die Berufsgruppe Ja Ja Ja Ja Ja Ja Monat Ja Ja Ja Ja Ja Produktivität nutzen und Bewerber mit durchschnittlich niedrigerem Status Ja N (Gruppen) 35 35 35 35 35 35 weniger häufig oder unter ihren Qualifikationen beschäftigen. Dies wiederum Berücksichtigung von Bildung nicht aufgeklärt werden. N (Bewerbungen) 5,819 5,819 5,819 5,819 5,819 5,819 R² (within) .08 .08 .08 .08 .08 .08 R² (between) .47 .50 .57 .56 .56 .56 R² (gesamt) .09 .09 .09 .09 .09 .09 In der dritten Spalte wird deutlich, dass der Berufsstatus (ISEI) besser zur Aufklärung der Diskriminierung beiträgt. Der Koeffizient von .02 impliziert, dass würde höhere Arbeitslosigkeit oder niedrigeren Berufsstatus zur Folge haben, was wiederum zu mehr statistischer Diskriminierung führen kann. Beide Indikatoren können gleichzeitig aber auch Ergebnisse von vorangegangener präferenzbasierter Diskriminierung sein, denn Berufsstatus und Arbeitslosenquote korrelieren deutlich stärker mit Wertedistanz (r = -.90 und r = .81; beide p < .001) als mit dem zahnmedizinische Fachangestellte) und niedrigem Kundenkontakt (Koch/Köchin, Industriekauffrau/-mann, Anlagemechaniker, Mechatroniker) oder nach Berufen mit höherem Bildungsabschluss (Industriekauffrau/-mann, Mechatroniker, Hotelfachfrau/-mann, medizinische Fachangestellte) und Berufen mit niedrigerem durchschnittlichem Bildungsniveau (r = .70 und r (Verkäufer/in, Hotelfachfrau/-mann, Anlagenmechaniker, medizinische und Schulabschluss (Koch/ Im Folgenden wird aus Gründen der Lesbarkeit das generische Maskulinum verwendet. Dennoch sind ausdrücklich alle Geschlechter gemeint. Im Folgenden werden wir den englischen Begriff "race" nicht übersetzen, da es keine geeignete deutsche Entsprechung gibt. Ersatzweise werden wir auf den Begriff "Phänotyp" zurückgreifen. Insgesamt haben wir rund 7.500 Bewerbungen versandt, allerdings schlossen wir für die vorliegenden Analysen alle Bewerbungen ohne Foto und diejenigen von fiktiven Bewerberinnen mit Kopftuch aus. Für einige Gruppen waren keine eigenen Einträge im Mikrozensus verfügbar, weswegen wir die Werte für diese Gruppen aufgrund von größeren Herkunftskategorien schätzen mussten. Zum Beispiel stammen die Werte für Mexikaner und Trinidader aus der Kategorie "Zentralamerika und Karibik". Auch wenn diese Kategorien teilweise sehr grob sind, handelt es sich hierbei dennoch um die genauesten Daten, die in Deutschland erhältlich sind. Außerdem ist davon auszugehen, dass Arbeitgeber kein fundiertes Wissen über den durchschnittlichen Bildungsstand von Gruppen haben, für die es nicht einmal detaillierte Werte in offiziellen Statistiken gibt. Keine Bildung: kein Schulabschluss, maximal siebenjährige Schulzeit; niedrige Bildung: Hauptschulabschluss, maximal neunjährige Schulzeit; mittlere Bildung: Realschulabschluss, maximal zehnjährige Schulzeit; hohe Bildung: Fachabitur, Abitur. In unseren Analysen haben wir sowohl den Einfluss der beiden Einzeldimensionen als auch der kombinierten Skala untersucht. Dabei stellte sich heraus, dass emanzipative Werte der bessere Schätzer sind. Dieser Befund deckt sich mit der Erkenntnis vonInglehart und Norris (2003) , dass sich die Wertevorstellung von Bürgern muslimischer und westlicher Länder vor allem hinsichtlich ihrer Ansichten zu Sexualität und Geschlecht unterscheiden, also Aspekten, die den Kern der emanzipativen Dimension ausmachen, und weniger in Vorstellungen über Demokratie, die eher die säkulare Dimension abbilden. Für Bewerber ohne Migrationshintergrund wurde entweder kein Religionssignal gegeben, oder ein Hinweis auf Christentum. Sie erhielten jedoch niemals ein Signal, das auf den Islam oder Hinduismus/Buddhismus verwies. Insgesamt gab es in den beiden Fotoreihen (Photoshop und "echte" Bilder) jeweils sieben Phänotypen, die nach drei stereotypischen Herkunftsregionen Nord-und Südeuropa (Weiß), Ost-und Westafrika (Schwarz) und Südost-und Ostasien (Asiatisch) gruppiert wurden. Da wir keine signifikanten Unterschiede in den Ergebnissen zwischen den Fotoreihen feststellen konnten, werden im Folgenden die Ergebnisse nach Phänotyp für beide Fotoreihen (Photoshop und "echte" Bilder) gemeinsam dargestellt. Anhang Why Muslim Integration Fails in Christian-Heritage Societies Claire L Adida D David Marie-Anne Laitin Valfort Harvard University Press Cambridge Warm and Competent Hassan = Cold and Incompetent Eric: A Harsh Equation of Real-Life Hiring Discrimination Jens Agerström Fredrik Björklund Rickard Carlsson Dan-Olof Und Rooth Basic and Applied Social Psychology 34 4 Are Gay Men and Lesbians Discriminated against in the Hiring Process? Ali M Ahmed Lina Andersson und Mats Hammarstedt 79 Statistical Theories of Discrimination in Labor Markets Dennis J Aigner Glen G Und Cain Industrial and Labor Relations Review 30 2 The theory of discrimination Kenneth J Arrow Discrimination in labor markets 3 10 What Has Economics to Say About Racial Discrimination? Kenneth J Arrow Journal of Economic Perspectives 12 2 10.1257/jep.12.2.91 Contexts and Conditions of Ethnic Discrimination: Evidence from a Field Experiment in a German Housing Market Katrin Auspurg Thomas Hinz Laura Und Schmid Journal of Housing Economics 35 Attention Discrimination: Theory and Field Experiments with Monitoring Information Acquisition Bartoš Michal Vojtěch Julie Bauer Chytilová Filip Und Matějka The American Economic Review 106 6 The Economics of Discrimination Gary S Becker Chicago: Univ. of Chicago Press Are Emily and Greg more employable than Lakisha and Jamal? A field experiment on labor market discrimination Marianne Bertrand Sendhil Mullainathan American Economic Review 94 Discrimination of Arabic-Named Applicants in the Netherlands: An Internet-Based Field Experiment Examining Different Phases in Online Recruitment Procedures Lieselotte Blommaert Marcel Coenders Und Frank Van Tubergen Social Forces 92 3 Labour market outcomes after vocational training in Germany -equal opportunities for migrants and natives? Carola Burkert Holger Seibert 2007 IAB discussion paper Sexual Orientation Discrimination in the Cypriot Labour Market. Distastes or Uncertainty? Nick Drydakis International Journal of Manpower 35 5 Language Skills and Homophilous Hiring Discrimination: Evidence from Gender-and Racially-Differentiated Applications Anthony Edo Nicolas Jacquemet Constantine Yannelis CES Working Papers 2013-58 Paris CES GESIS Data Archive, Cologne. ZA4804 Data file Version Evs 10.4232/1.12253 European Values Study Longitudinal Data File Discrimination in the Credential Society: An Audit Study of Race and College Selectivity in the Labor Market S Gaddis Michael Social Forces 93 4 The True Clash of Civilizations Ronald Inglehart Pippa Norris Foreign Policy 135 Ethnic Discrimination in Germany's Labour Market: A Field Experiment Leo Kaas Christian Manger German Economic Review 13 1 Last Hired, First Fired? The Unemployment Dynamics of Male Immigrants in Germany Irena Kogan European Sociological Review 20 5 10.1093/esr/jch037 Birds of a Feather: Homophily in Social Networks Mcpherson Lynn Miller James M Smith-Lovin Cook Annual Review of Sociology 27 Why Do Skilled Immigrants Struggle in the Labor Market? A Field Experiment with Thirteen Thousand Resumes Philip Oreopoulos American Economic Journal: Economic Policy 3 4 The Statistical Theory of Racism and Sexism Edmund S Phelps The American Economic Review 62 4 Jan Schneider Ruta Yemane Und Martin Weinmann Diskriminierung am Ausbildungsmarkt. Ausmaß, Ursachen und Handlungsperspektiven. Berlin: Sachverständigenrat Deutscher Stiftungen für Integration und Migration Unemployment Dynamics among Migrants and Natives Arne Uhlendorff Klaus F Zimmermann IZA Discussion Papers, No. 2299 Religious Affiliation and Hiring Discrimination in the American South: A Field Experiment Michael Wallace R E Bradley Allen Wright Hyde Social Currents 1 2 Testing for Discrimination against Lesbians of Different Marital Status: A Field Experiment Doris Weichselbaumer Industrial Relations: A Journal of Economy and Society 54 1 Discrimination against Female Migrants Wearing Headscarves Doris Weichselbaumer No. 10217 IZA Discussion Papers World Values Survey Association (www.worldvaluessurvey.org) Wvs Aggregate File Producer: JDSystems Madrid World Value Survey 1981-2014 Official Aggregate v The ADIS study: A large-scale correspondence test on labor market discrimination in Germany Susanne Veit Und Ruta Yemane WZB Discussion Paper SP Technical Report
(xsd:string)
|
![[This page as RDF]](https://data.gesis.org/gesiskg/static/rdf-icon.gif){kind=icon}