Effekte von Nebenjobs: Eine Anwendung von Propensity Score Methoden für (geordnet)-kategoriale Treatmentvariablen

Die Ausübung eines Nebenjobs neben der Schule kann akademische und psychosoziale Outcomes in vielerlei Hinsicht beeinflussen. Eine Herausforderung ist dabei die Trennung von Selektions- und Sozialisationseffekten durch die statistische Kontrolle der Effekte von Kovariaten. Klassischerweise wurden dazu Kovarianzanalysen eingesetzt, neuere Studien verwenden jedoch verschiedene Formen des Propensity Score Matching. Allerdings wird dazu nur der dichotomisierte Arbeitsstatus analysiert. Theoretische Modelle, die der Intensität der Arbeit (z.B. Arbeitsstunden pro Woche) eine wichtige Rolle zuschreiben, werden daher nicht adäquat abgebildet. Anhand von Daten aus der Educational Longitudinal Study 2002 (N = 14.654) untersucht die vorliegende Studie die Effekte von Nebenjobs auf akademische und psychosoziale Outcomes. Dabei stehen Daten von drei Messzeitpunkten (10. Klasse, 12. Klasse, 2 Jahre nach Schulabschluss) zur Verfügung. Zur Kontrolle von Selektionseffekten wird die Technik des Marginal Mean Weighting durch Stratifizierung auf den generalisierten Propensity Score eingesetzt (Hong, 2011). Dabei werden zwei Modellspezifikationen vergleichen: Das ordinal logistische Regressionsmodell erweist sich als zu restriktiv und balanciert die Kovariatenverteilungen nicht ausreichend. Das nominale logistische Modell führt zu gut balancierten Kovariatenverteilungen. Nach der Gewichtung zeigen sich negative lineare Effekte der Arbeitsintensität auf verschiedenen Maßen der Schulleistung und der Bildungsaspirationen. Die Effekte auf den Hochschulbesuch folgen einem Schwellenmodell, das negative Effekte erst für hohe Arbeitsintensitäten vorhersagt. Heterogene Effekte auf verschiedene Maße der Zeitnutzung und Wertäußerungen weisen darauf hin, dass die negativen Leistungseffekte nicht primär durch die zeitliche Verdrängung akademischer Aktivitäten bedingt sind, sondern in Zusammenhang mit Veränderungen der selbstberichteten Werte stehen. Abschließend werden inhaltliche und methodische Implikationen für die Analyse geordnet-kategorialer Behandlungsvariablen diskutiert.