Zwei Arten der Entgeltlücke: Unbereinigt und bereinigt

Erfahren Sie mehr über die folgenden beqom-Produkte
In der Diskussion um Entgeltgleichheit ist die vielleicht am häufigsten zitierte Statistik, dass eine Frau weltweit im Durchschnitt etwa 80 Cent für jeden Dollar verdient, den ein Mann verdient. Es wird jedoch auch behauptet, dass diese Angabe ungenau oder unwahr ist.
Tatsächlich ist diese populäre Statistik zum Pay Gap zutreffend—aber sie erzählt auch nicht die ganze Geschichte. Und es ist nicht die einzige Möglichkeit, einen Pay Gap zu messen.
Tatsächlich gibt es zwei Arten von Entgeltlücken: die unbereinigte oder unkontrollierte Entgeltlücke und die bereinigte oder kontrollierte Entgeltlücke. Diese Messgrößen werden zu unterschiedlichen Zeitpunkten verwendet, da sie unterschiedliche Aussagen über das Unternehmen treffen, das Sie analysieren.
In diesem Artikel erläutern wir den Unterschied zwischen dem bereinigten und unbereinigten Pay Gap, deren jeweilige Anwendung und die Berechnung des Gender Pay Gaps.
Der unbereinigte und der bereinigte Pay Gap
Der Hauptunterschied zwischen dem unbereinigten und bereinigten Pay Gap liegt in den berücksichtigten Informationen.
Das unbereinigte (unkontrollierte) Gender Pay Gap berücksichtigt nur die durchschnittliche Vergütung und betrachtet den Unterschied zwischen der Durchschnittsvergütung der einzelnen Geschlechter. Dies ist mit Abstand die einfachere der beiden Kennzahlen. Die mathematische Berechnung ist unkompliziert und kann recht schnell durchgeführt werden.
Die bereinigte (kontrollierte) Lohnlücke berücksichtigt nicht nur das Geschlecht, sondern auch andere Faktoren, die die Vergütung beeinflussen können, wie Erfahrung, Bildung und Standort. Die dafür erforderlichen mathematischen Berechnungen sind wesentlich komplexer und setzen ein Verfahren voraus, das als Regressionsanalyse bezeichnet wird.

Regressionsanalyse: Berechnung Ihrer bereinigten Lohnlücke
Eine Regressionsanalyse umfasst eine Reihe von Regressionsgleichungen. PayAnalytics by beqom verwendet insbesondere die sogenannte log-lineare Regression. Diese Art der Regression ist Branchenstandard in der Forschung zur Entgeltgleichheit, der Regulierung und der Softwareentwicklung.
Eine log-lineare Regressionsgleichung sieht wie folgt aus:
log(Gehalt) = Intercept + β1 Geschlecht + β2 Bildungsgrad + β3 * Erfahrung + …. + Fehler.
Hierbei ist β der Regressionskoeffizient, und er beschreibt den Einfluss jeder Variable. Beispielsweise würde ein Regressionskoeffizient von 0,03 für den Bildungsgrad bedeuten, dass jede zusätzliche Bildungsstufe zu einem Gehaltsanstieg von 3 % beiträgt.
Eine Regressionsanalyse liefert auch einen p-Wert, der angibt, wie wahrscheinlich es ist, dass der durch die Regressionsgleichung gefundene Zusammenhang – mehr Bildung bedeutet mehr Gehalt – rein zufällig ist. Ein niedriger p-Wert (unter 0,05 oder 0,1) bedeutet, dass das Ergebnis „statistisch signifikant“ ist, was bedeutet, dass der beobachtete Einfluss real ist.
In PayAnalytics by beqom erhalten Sie diese Berechnungen mit nur wenigen Klicks. Wenn Sie mehr darüber erfahren möchten, wie unsere Pay-Equity-Lösung Ihr Unternehmen unterstützen kann, oder eine Demo ansehen möchten, kontaktieren Sie uns.
Gleichzeitig bewerten wir all diese Faktoren auch in Bezug auf das Geschlecht (oder andere geschützte demografische Kategorien, bei denen Sie Diskriminierung ausschließen möchten). Das bedeutet, dass Sie am Ende Ihrer Regressionsanalyse die Faktoren erkennen können, die die Vergütung in Ihrem Unternehmen beeinflussen. Unter Berücksichtigung all dieser Faktoren können Sie dann feststellen, ob eine geschlechtsspezifische (oder eine andere demografische) Lücke besteht und wie groß diese Lücke ist.
Der Vorteil der log-linearen Regression besteht darin, dass Sie die Faktoren auswählen können, die für Ihr Unternehmen wichtig sind. Gibt es in Ihrer Branche beispielsweise viele spezifische Fachzertifizierungen und Sie möchten Mitarbeitende mit mehr Zertifizierungen höher vergüten, können Sie sicherstellen, dass Ihre Regressionsanalyse diese Zertifizierungen berücksichtigt.
Wessen Arbeit vergleichen wir?
In einer Regressionsanalyse ist es notwendig, Ihre Belegschaft hinsichtlich der ausgeübten Tätigkeiten zu betrachten. Dies erfordert eine Stellenklassifizierung, also die Unterteilung Ihrer Belegschaft in Stellenprofile, die analytisch sinnvoll sind und bei denen ähnliche Qualitäten bewertet werden. Beispielsweise können für Ingenieure andere Bildungsniveaus erforderlich sein als für Vertriebsmitarbeiter. Für die Stellenklassifizierung gibt es verschiedene Ansätze, darunter auch ein Punktesystem. Weitere Informationen finden Sie in unserem E-Book zur Stellenklassifizierung.
Ein weiterer Aspekt bei der Stellenklassifizierung ist gleiches Entgelt für gleichwertige Arbeit. Traditionell verstand man unter Entgeltgleichheit gleiches Entgelt für gleiche Arbeit. Nehmen wir zum Beispiel an, Ihr Unternehmen beschäftigt 20 Kundenbetreuer. Um zu beurteilen, ob diese gleiches Entgelt für gleiche Arbeit erhalten, würden Sie sich fragen: Werden männliche Kundenbetreuer im Durchschnitt etwa gleich bezahlt wie weibliche Kundenbetreuerinnen?
Allerdings hat sich die Diskussion in den letzten Jahren verlagert, und Arbeitgeber sowie Forscher im Bereich der Lohngerechtigkeit denken jetzt in den Kategorien gleicher Lohn für gleichwertige Arbeit. Um unser obiges Beispiel zu erweitern, nehmen wir an, dass ein Unternehmen nicht nur 20 Kundendienstmitarbeiter, sondern auch Wartungspersonal beschäftigt. Nehmen wir weiterhin an, dass die Tätigkeiten des Wartungspersonals hinsichtlich des für die Stelle erforderlichen Ausbildungsniveaus, der Fachkenntnisse und der Verantwortung durchaus mit denen eines Kundendienstmitarbeiters vergleichbar sind. Ihre Analyse könnte dann Kundendienst und Wartung als gleichwertige Arbeit betrachten. Dies würde verhindern, dass Diskriminierung aufgrund der dominanten Geschlechter in den jeweiligen Tätigkeitsbereichen entsteht. Es ist nicht ungewöhnlich, dass Arbeitskräfte in männerdominierten Positionen (wie Wartungspersonal) besser bezahlt werden als Arbeitskräfte in frauendominierten Positionen (wie im Kundendienst), selbst wenn die Tätigkeiten einen etwa gleichwertigen Beitrag zum Unternehmen leisten.
Anwendungsfälle für den Pay Gap
Welches Pay Gap müssen Sie also berechnen – das unbereinigte oder das bereinigte? Die Antwort lautet: Es kommt immer darauf an, zu welchem Zweck Sie das Pay Gap messen. Um dies zu verdeutlichen, betrachten wir einige gängige Szenarien und die jeweils relevanten Arten des Pay Gaps.
Reporting
Welches Pay Gap Sie benötigen, wird sehr oft durch Ihre lokalen Berichtsvorschriften bestimmt. In einigen Ländern gibt es Berichtspflichten, in anderen nicht. Möglicherweise müssen Sie lediglich das unbereinigte Pay Gap melden. Oder es ist eine Pay-Equity-Analyse zur Berechnung des bereinigten Pay Gaps erforderlich. In manchen Ländern ist unter Umständen eine Regressionsanalyse mit spezifischen Parametern durchzuführen.
Zu den Ländern, die die unbereinigte Entgeltlücke fordern, gehören beispielsweise Israel, Irland und das Vereinigte Königreich. Zu denjenigen, die die bereinigte Entgeltlücke fordern, zählen Spanien und Norwegen.
Weitere Informationen zu den geltenden Gesetzen an Ihrem Unternehmensstandort finden Sie auf unserer Seite zu lokalen Anforderungen.
Entgeltlücke schließen
Wenn es das Ziel Ihres Unternehmens ist, Ihre Lohnlücke zu schließen oder zu verringern, sollten Sie zunächst Ihre unbereinigte Lohnlücke betrachten – das Gesamtbild aller geschlechtsspezifischen Lohnunterschiede. Selbst eine kleine Lohnlücke kann auf eine Voreingenommenheit innerhalb der Vergütungsstruktur Ihres Unternehmens hindeuten. Nachdem Sie Ihre Maßnahmen für die unbereinigte Lohnlücke geplant haben, können Sie sich der bereinigten Lücke zuwenden.
DEI-Arbeit
Immer mehr Unternehmen fokussieren sich nicht nur auf die Schließung ihrer bereinigten Pay Gaps, sondern rücken auch den unbereinigten Pay Gap wieder in den Fokus. Dieser geschlechtsspezifische Lohnunterschied (oder jeder andere demografisch bedingte Lohnunterschied) entsteht in der Regel nicht durch Zufall.
Wenn es um den unbereinigten Gender Pay Gap geht, gibt es zahlreiche historische und kulturelle Gründe, warum Frauen tendenziell schlechter bezahlt werden als Männer. Da beispielsweise Berufe wie das Ingenieurwesen traditionell männerdominiert sind, erkennen viele Mädchen und junge Frauen, dass ein beruflicher Aufstieg in diesem Bereich mit zusätzlichen psychologischen Schwierigkeiten verbunden wäre – und entscheiden sich daher für ein anderes Berufsfeld. Oder da viele Frauen eine Zeit lang aus dem Berufsleben ausscheiden, um Kinder zu bekommen und aufzuziehen, arbeiten sie im Allgemeinen tendenziell auf niedrigeren Hierarchiestufen als Männer.
Hier setzen die Maßnahmen für Diversität, Gleichberechtigung und Inklusion (DEI) an. Diese Initiativen zielen darauf ab, die unbereinigte Entgeltlücke bei den Ursachen anzugehen. Sie können sich beispielsweise darauf konzentrieren, allen Mitarbeitenden einen chancengleichen Zugang zu Aufstiegschancen zu ermöglichen, was die Konzentration von Frauen auf den unteren Hierarchieebenen aufbrechen würde.
In der Regel beginnen Organisationen erst dann mit DEI-Initiativen, wenn sie zumindest einen Plan zur Behebung ihrer bereinigten Entgeltlücke haben. Die Vorgehensweise zur Schließung von Entgeltlücken ist daher üblicherweise, zuerst die bereinigte Entgeltlücke durch eine Pay-Equity-Analyse und korrigierende Gehaltserhöhungen zu schließen und im zweiten Schritt die unbereinigte Entgeltlücke durch DEI.
Wie PayAnalytics by beqom helfen kann
Vor Jahrzehnten erforderte eine Regressionsanalyse die physische Durchsicht der HR-Akten von Mitarbeitenden, das Kopieren stapelweiser Unterlagen und die Beauftragung eines Consultants. Dieser Consultant musste dann alle Zahlen auswerten, sie in spezielle mathematische Formeln einsetzen, die endgültigen Berechnungen durchführen und die Ergebnisse dem Team des Arbeitgebers anschließend auf eine hoffentlich verständliche Weise präsentieren.
PayAnalytics by beqom hat den Prozess der Pay-Equity-Analyse automatisiert. Unsere ganzheitliche Softwarelösung zeigt Ihnen Ihren unbereinigten Pay Gap, sobald Sie die Daten hochladen. Anschließend benötigen Sie nur wenige Klicks, um eine Regressionsanalyse durchzuführen und Ihren bereinigten Pay Gap zu sehen. Für diese Berechnungen nutzt unser System die log-lineare Regression und visualisiert die Ergebnisse anschließend so, dass sie für Sie und Ihr Team leicht verständlich sind.
Sobald Sie beginnen, die bereinigte Lohnlücke zu schließen, können Sie unsere Workforce-Analytics-Funktion nutzen, um auch die unbereinigte Lohnlücke zu schließen. Dies hilft Ihnen, die Chancengerechtigkeit in Ihrer Organisation zu erhöhen, da es für Chancengleichheit bei Ihren Mitarbeitenden sorgt und Ihnen einen verständlichen Überblick über Ihre Belegschaft nach demografischer Gruppe, Durchschnitts- und Mediangehalt gibt. Außerdem erkennen Sie so, ob Diversität und Chancengerechtigkeit zu- oder abnehmen, wenn Mitarbeitende das Unternehmen verlassen, neue eingestellt und andere befördert werden. So können Sie nachvollziehen, ob es einen überproportionalen Abgang von Mitarbeitenden in bestimmten demografischen Gruppen gibt, und sicherstellen, dass bei der Personalbeschaffung, Einstellung und Beförderung niemand benachteiligt wird.
Unser Vergütungsassistent sichert die Fortschritte, die Ihr Unternehmen macht. Er stellt sicher, dass jede Vergütungsentscheidung fair und objektiv ist und mit Ihrer Vergütungsphilosophie übereinstimmt. Zudem überwacht er Änderungen und Trends im Zeitverlauf. Der Einsatz dieses Tools kann das Wiederauftreten Ihrer Entgeltlücke(n) verhindern.
Um die Entgeltlücken in Ihrer Organisation weiter zu untersuchen, empfehlen wir Ihnen unser E-Book zur Funktionsbewertung. Wenn Ihre Organisation in der EU tätig ist, empfiehlt es sich auch, sich mit unserem Pocket Guide über die EU-Entgelttransparenzrichtlinie zu informieren.
Und wie immer können Sie uns bei Fragen gerne kontaktieren, um mehr darüber zu erfahren, wie PayAnalytics by beqom Ihr Unternehmen unterstützen kann.
