Nedbemanning som følger av teknologisk utvikling. Har kvinner og eldre høyere risiko for å bli rammet?
Master thesis

View/ Open
Date
2019-06-19Metadata
Show full item recordCollections
- Master theses [123]
Abstract
Finansnæringen har vært utsatt for store omstillingskrav som følger av teknologisk utvikling de siste tiårene. Når bedrifter må omstilles er det stor sannsynlighet for at de ser seg nødt til å nedbemanne. I perioder med nedbemanning kan det tenkes at visse grupper er mer utsatt for å miste jobben enn andre. Oppgaven sitt formål var derfor å undersøke hvem som er mest utsatt for å miste jobben i finansnæringen i perioder med nedbemanning. Jeg undersøkte problemstillingen på ulike grupper i finansnæringen og for alle andre næringer. For å undersøke om gruppeforskjellene kunne indikere diskriminering ble sannsynlighetsforskjellene dekomponert ved bruk av dekomponeringsanalyse. I masterutredningen finner jeg at yngre arbeidere har lavere sannsynlighet for å bli arbeidsledig sammenlignet med sine eldre kollegaer. Det ser også ut som kvinner har høyere sannsynlighet for å bli arbeidsledig sammenlignet med menn. Størrelsen på sammenhengen for kvinner er imidlertid begrenset. Videre indikerer resultatene at jo høyere utdanning en har, jo lavere er sannsynligheten for å bli arbeidsledig. Fra dekomponeringsanalysen viser resultatene for kvinner og menn at ulik sammensetning og ulik avkastning på de observerte kjennetegnene forklare like store deler av den observerte sannsynlighetsforskjellen. For de under 32 år og de over 56 år bidrar ulik sammensetning og ulik avkastning i ulik størrelse på observert sannsynlighetsforskjell. I litteraturen finner jeg at eldre har en tendens til å ha vanskeligheter både i ansettelseprosesser og på arbeidsplassen. I tillegg er det flere som fremhever at kvinner opplever diskriminering. Samtidig er det også bevis fra litteraturen at høyere utdanning reduserer sannsynligheten for å bli arbeidsledig. Mine er funn er dermed konsise med tidligere litteratur. I oppgaven er Stata benyttet for estimering av den empiriske analysen, mens Excel er brukt for å illustrere illustrasjonene, det inkluderer både figurer og tabeller.