Denna uppsats syftar till att studera hur könslönegapet, med kontroll för sedvanliga humankapitalvariabler samt sektortillhörighet, påverkas av matchningsprocessen på den svenska arbetsmarknaden. Detta har gjorts med hjälp av linjär regression och metoden minstakvadratskattningen, även kallad OLS (ordinary least squares). Den data som ligger till grund för undersökningen är tvärsnittsdata från Levnadsnivåundersökningen år 2010. Det teoretiska ramverk som studien tar avstamp i är den klassiska humankapitalteorin vars antagande är att utbildning är en investering för individen som höjer dennes produktivitet och därigenom leder till en högre framtida lön. Dock har tidigare forskning visat att utbildningens avkastning står i relation till arbetets utbildningskrav, där en överutbildad person får avsevärt lägre avkastning för de år som dennes utbildning överskrider arbetskravet i jämförelse med en rätt matchad person. Resultaten i denna studie visar att det finns ett könslönegap i Sverige som uppgår approximativt till 14 procent utan hänsyn tagen till några lönepåverkande faktorer, men att matchningsprocessen på den svenska arbetsmarknaden inte tycks påverka könslönegapet. Studiens centrala hypotes, att könslönegapet minskar när hänsyn tas till skillnader mellan män och kvinnor avseende humankapital, sektortillhörighet och matchningsprocessen, finner med andra ord inget stöd i data.

Denna empiriska studie ämnar belysa de regionala könsskillnaderna i sjukskrivningar som historiskt har varit en trend i hela Sverige bland kommunalt anställda män och kvinnor. Studien visar att 2022 var spridningen i könsskillnader i sjukskrivning bland regioner väldigt stor. De regioner som hade den största skillnaden i sjukskrivning mellan kommunalt anställda män och kvinnor var Gävleborg och Dalarnas län. De regioner med lägst skillnad var Gotland, Skåne, Uppsala och Stockholms län. Förklarandevariabler som diskuteras är dels könslönegapets påverkan på skillnader i sjukskrivningar. Därefter delas förklarandevariablerna in i strukturella faktorer, faktorer kopplat till jämställdhet, samt psykiska och normativa faktorer. Studien visar framförallt att faktorer kopplat till barn och föräldraskap påverkar skillnaden i sjukskrivningar i termer av att det kvinnliga sjuktalet ökar med dessa faktorer. Kvinnors utbildningsgrad ger även upphov till stora regionala skillnader i sjukskrivningar. Män och kvinnors lön- och arbetsutbudselasticitet varierar och leder vidare till att sjukskrivningarna varierar mellan könen och regioner. Substitutions- och inkomsteffekter diskuteras även då de antas dominera olika för män och kvinnor, och påverkar i sin tur beteenden på arbetsmarknaden.

<p>Att det finns löneskillnader mellan kvinnor och män är ett välutforskat faktum. Vi vet också att skillnaderna var större förr och att vi har gått mot en positiv utveckling med mer jämställda löner.Studiens syfte är att mer ingående undersöka hur lönerna skiljer sig åt mellan kvinnor och män inom olika yrkesklasser. Frågorna vi ställer oss är om könslönegapet ser olika ut inom olika yrkesklasser och om förhållandet mellan lön och individ- och jobbegenskaper såsom utbildningslängd, år i förvärvsarbete, senioritet på arbetsplatsen, sektor, utbildningskrav, upplärningstid, antal underställda och antal minderåriga barn i hushållet, ser olika ut inom dessa klasser.För att ge undersökningen en bred bakgrund kommer vi att redogöra för humankapitalteorin, teorin om kompenserande löneskillnader och ett antal diskrimineringsteorier. Vidare ska vi även titta på tidigare forskning kring ämnet löneskillnader.Vi har valt att använda oss av multipel regressionsanalys då detta möjliggör att se till många oberoende variabler och samtidigt se den separata effekten för varje enskild variabel. Vi har i vår analys gjort tre separata multipla regressioner. En för kvinnor, en för män och en för båda könen tillsammans. Data är hämtad från Levnadsnivåundersökningen år 2000 (LNU2000). Vi har begränsat vårt urval till att endast omfatta personer som vid intervjutillfället var yrkesverksamma. Intervjupersonernas yrkesklasser bestämdes utifrån socioekonomisk indelning (SEI). Den beroende variabeln vi undersöker är bruttotimlönResultatet visar att män tjänar mer än kvinnor men att det skiljer sig åt mellan de olika yrkesklasserna ifråga om hur mycket mer männen tjänar. De yrkesklasser som visar på de högsta skillnaderna mellan män och kvinnor är lägre tjänstemän och högre tjänstemän. Vidare kvarstår en lönepremie för män i alla fem klasser, efter att vi kontrollerat för de olika individ- och yrkesspecifika egenskaperna. Den största lönepremien för män hittar vi bland lägre tjänstemän.</p>

Att det finns löneskillnader mellan kvinnor och män är ett välutforskat faktum. Vi vet också att skillnaderna var större förr och att vi har gått mot en positiv utveckling med mer jämställda löner.Studiens syfte är att mer ingående undersöka hur lönerna skiljer sig åt mellan kvinnor och män inom olika yrkesklasser. Frågorna vi ställer oss är om könslönegapet ser olika ut inom olika yrkesklasser och om förhållandet mellan lön och individ- och jobbegenskaper såsom utbildningslängd, år i förvärvsarbete, senioritet på arbetsplatsen, sektor, utbildningskrav, upplärningstid, antal underställda och antal minderåriga barn i hushållet, ser olika ut inom dessa klasser.För att ge undersökningen en bred bakgrund kommer vi att redogöra för humankapitalteorin, teorin om kompenserande löneskillnader och ett antal diskrimineringsteorier. Vidare ska vi även titta på tidigare forskning kring ämnet löneskillnader.Vi har valt att använda oss av multipel regressionsanalys då detta möjliggör att se till många oberoende variabler och samtidigt se den separata effekten för varje enskild variabel. Vi har i vår analys gjort tre separata multipla regressioner. En för kvinnor, en för män och en för båda könen tillsammans. Data är hämtad från Levnadsnivåundersökningen år 2000 (LNU2000). Vi har begränsat vårt urval till att endast omfatta personer som vid intervjutillfället var yrkesverksamma. Intervjupersonernas yrkesklasser bestämdes utifrån socioekonomisk indelning (SEI). Den beroende variabeln vi undersöker är bruttotimlönResultatet visar att män tjänar mer än kvinnor men att det skiljer sig åt mellan de olika yrkesklasserna ifråga om hur mycket mer männen tjänar. De yrkesklasser som visar på de högsta skillnaderna mellan män och kvinnor är lägre tjänstemän och högre tjänstemän. Vidare kvarstår en lönepremie för män i alla fem klasser, efter att vi kontrollerat för de olika individ- och yrkesspecifika egenskaperna. Den största lönepremien för män hittar vi bland lägre tjänstemän.

Då det råder ett könslönegap i Sverige har vi i denna studie valt att studera hur obetalt arbete kan ha en bidragande effekt på kvinnor och mäns lön. Frågeställningen vi har valt att utgå från är: kan obetalt arbete som samboende individer utför förklara en del av könslönegapet i Sverige? och vår hypotes är att en anledning till att kvinnor tjänar mindre än män i Sverige är att kvinnor gör mer obetalt arbete än män. För att teoretiskt kunna förklara skillnader i lön mellan kvinnor och män har vi använt oss av teorin om att “göra kön”, specialiseringsteorin, relativa resurser och förhandling samt glastak och diskriminering. Den metod vi har använt oss av är en multipel regressionsanalys där vi stegvis introducerat våra kontrollvariabler för att se effekten av dessa på sambandet mellan lön och kön. De resultat vi finner är ett visst stöd för vår hypotes och vi ser indikationer på mönster om att det obetalda arbetet skulle kunna bidra till könslönegapet. Vi finner att kvinnor i samboenderelationer gör mer obetalt arbete i genomsnitt än vad män i samboenderelationer i genomsnitt gör. I vår hypotes antog vi dock en större förklarad varians i lön av obetalt arbete än vad vi funnit i våra resultat. Obetalt arbete förklarar i vår modell 1,3 procent av könslönegapet mellan samboende kvinnor och män i Sverige.

I denna studie utreder vi om föräldraledighet kan förklara delar av könslönegapet samt om effekten av föräldraledighet på lönen skiljer sig mellan män och kvinnor. Våra hypoteser grundar sig bland annat i teorier kring humankapital, signalering och könsrollssocialisering samt tidigare forskning. Studien baseras på data från svenska levnadsnivåundersökningen 2010, vilket är ett riksrepresentativt urval över Sveriges befolkning. Vi har använt en linjär regressionsanalys för att studera effekten av föräldraledighet på lönen, där vi kontrollerar för vanliga faktorer som kan förklara könslönegapet. För att studera om effekten skiljer sig åt har vi utfört separata regressioner för män och kvinnor samt konstruerat en interaktionsmodell. Vi finner inget stöd för föräldraledighet som en bidragande förklaring av könslönegapet, istället finner vi att könslönegapet ökar något vid kontroll för föräldraledighet. Vi finner vissa skilda effekter av föräldraledighet på lönen för män och kvinnor, föräldraledighet har en positiv påverkan på kvinnors löner, medan vi för män inte får signifikanta resultat. När vi utreder interaktionseffekter i en gemensam modell finner vi viss signifikans som tyder på att effekten skiljer sig åt mellan könen. Vi diskuterar våra resultat i förhållande till teorier och tidigare forskning. Vi diskuterar även eventuella mätfel i datamaterialet som kan ha påverkat våra resultat då dessa skiljer sig så markant från befintlig statistik. Slutligen föreslår vi att studien bör upprepas med ny insamlad surveydata.

This descriptive study examines the gender pay gap across the income distribution in metropolitan and nonmetropolitan areas in the United States in two periods in the 2000’s. In metro areas, the raw gender pay gapgrows larger in the top of the income distribution. In non-metro areas however, the raw gender pay gap isrelatively even in the upper tail of the distribution and does not show this accelerating pattern. Moreover,the study takes a quantile regression approach to measure the adjusted gender pay gaps conditional onhuman capital variables. Comparisons show that the raw gender pay gap has decreased over time, while thecorresponding adjusted gender pay gap has increased over time. This seems to be explained mainly by theincrease in women’s educational attainment, but also convergence of men’s and women’s work experience.In non-metro areas, this generates an adjusted gap that is substantially bigger in the top quantiles in thelatter period. In metro areas, the pattern of a successively widening gap in the top of the distribution persists.