Occupation-Based Measures: an Overview and Discussion

Abstract

Berufsbezogene Angaben gehören zu den vielseitigsten personenbezogenen Informationen, die in quantitativen Datensätzen zur Verfügung stehen. Ziel dieses Beitrags ist es, einen thematisch möglichst umfassenden Überblick über berufsbasierte Skalen und Instrumente zu geben. Im Mittelpunkt der Ausführungen stehen nicht nur die weit verbreiteten berufsbasierten Instrumente zur Analyse sozialer Schichtung, wie z. B. Prestigeskalen, sozioökonomische Indizes oder Klassenschemata, sondern wir behandeln auch Instrumente zur Erhebung beruflicher Tätigkeitsinhalte sowie Indikatoren zur Erfassung berufsspezifischer Gesundheitsrisiken, beruflicher Geschlechtersegregation oder beruflicher Schließung. Da die Qualität und Aussagekraft solcher Maßzahlen auch von der Qualität und Art der zugrunde liegenden Berufsinformationen abhängt, geben wir außerdem einen Überblick darüber, wie Berufe in Umfragen erfasst und codiert werden und welche Berufsklassifikationen dabei typischerweise zum Einsatz kommen. Wir hoffen, dadurch das Bewusstsein unserer Leserinnen und Leser für das Potenzial berufsbezogener Analysen zu schärfen sowie ihr Wissen über den richtigen Umgang mit berufsbasierten Skalen bei der Anwendung in empirischen Forschungsprojekten zu erhöhen.

Occupational information is among the most versatile categories of information about a person available in quantitative data. The goal of this paper is to provide an overview of occupation-based measures in different topic areas. These include not only measures for analyzing social stratification, such as prestige scales, socioeconomic indices and class schemes but also measures of workplace tasks, occupation-specific health risks, gender segregation, and occupational closure. Moreover, as the quality of such data depends on the quality of the underlying occupational information, we also provide an overview of how to collect occupational information in surveys, how to code this information, and how occupational classifications are commonly used. By doing so, we hope to increase researchers’ awareness of the potential of occupation-based analyses, as well as their knowledge of how to properly handle such measures in empirical analyses.