15,95 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
0 °P sammeln
  • Broschiertes Buch

Studienarbeit aus dem Jahr 2019 im Fachbereich Soziologie - Arbeit, Beruf, Ausbildung, Organisation, Note: 1,7, Ludwig-Maximilians-Universität München (Institut für Soziologie), Veranstaltung: Arbeitsmarktsoziologie, Sprache: Deutsch, Abstract: In meiner Hausarbeit möchte ich mich einer speziellen Erklärung zum sogenannten Gender Pay Gap zuwenden, nämlich der statistischen Diskriminierung, die oft als Erklärung für den "Rest" des bereinigten Pay Gaps verwendet wird.Ich werde im Theorieteil zuerst in Abschnitt 2.1 auf den Gender Pay Gap eingehen und auf die Erklärung zu unbereinigtem und…mehr

Produktbeschreibung
Studienarbeit aus dem Jahr 2019 im Fachbereich Soziologie - Arbeit, Beruf, Ausbildung, Organisation, Note: 1,7, Ludwig-Maximilians-Universität München (Institut für Soziologie), Veranstaltung: Arbeitsmarktsoziologie, Sprache: Deutsch, Abstract: In meiner Hausarbeit möchte ich mich einer speziellen Erklärung zum sogenannten Gender Pay Gap zuwenden, nämlich der statistischen Diskriminierung, die oft als Erklärung für den "Rest" des bereinigten Pay Gaps verwendet wird.Ich werde im Theorieteil zuerst in Abschnitt 2.1 auf den Gender Pay Gap eingehen und auf die Erklärung zu unbereinigtem und bereinigtem Pay Gap. Im Abschnitt 2.2 wird das Konzept der statistischen Diskriminierung erläutert. Abschnitt 3 widmet sich dann ausgewählten Studien zu statistischer Diskriminierung, wobei in Abschnitt 3.1 die Wichtigkeit von Experimenten verdeutlicht wird, bevor in Abschnitt 3.2 einige Studien aufgeführt werden und schließlich in Abschnitt 3.3 ein Exkurs zur ökonomischen Rationalität von statistischer Diskriminierung stattfindet. Die Arbeit stellt die Wichtigkeit von experimentellen Studien zur Untersuchung der statistischen Diskriminierung heraus und zeigt durch die aufgeführten Studien, wie viele Aspekte von Ungleichheit von Frauen und Männern auf dem Arbeitsmarkt durch diese erklärt werden können. Das Fazit bietet einen Ausblick, wie statistische Diskriminierung verringert werden könnte.