Moderskap och lönegap på den svenska arbetsmarknaden.

Moderskap och lönegap på den svenska arbetsmarknaden. En kvantitativ studie om sambandet mellan moderskap och lön. Irene Berkers och Mikaela Taberman Sociologiska Institutionen Kandidatuppsats i sociologi, 15 h.p. PAO-programmet Ht 2018 Handledare: Anna Kahlmeter

Sammanfattning Tidigare år har det forskats mycket kring könslönegapet i Sverige, det har rapporterats om anledningar som att kvinnor är mer benägna att arbeta deltid och vara föräldralediga. Forskning indikerar att könslönegapet blir större efter kvinnor fött barn och blir större ju fler barn en kvinna har. I den här kvantitativa uppsatsen bryter vi ner lönegapet och undersöker vad föräldraskapet har för inverkan på kvinnors lön. Det vi tittar på är om det finns ett motherhood wage penalty på den svenska arbetsmarknaden, alltså om det finns en löneskillnad mellan kvinnor utan barn och mödrar. Detta undersöker vi med hjälp av frågeställningen Skiljer sig bruttotimlönen i Sverige mellan kvinnor som inte har några barn jämfört med kvinnor som har ett barn, två barn och tre eller fler barn?. Vi kommer att kontrollera för variablerna utbildning, sysselsättningsgrad, antal år i samma typ av arbete och antal månader borta från förvärvsarbete. Datamaterialet kommer från Levnadsnivåundersökningen (2010) och urvalet har avgränsats till kvinnor mellan 35 55 år vilket resulterar 497 respondenter. Begreppet the motherhood wage penalty härstammar från humankapitalteorin, vilket är en av teorierna som vi kommer att utgå ifrån samt signaleringsteorin. Båda dessa teorier baseras på att mödrars löner sätts utifrån fördomar och förväntningar. Enligt humankapitalteorin sätts mödrars löner lägre då arbetsgivaren förväntar sig att hon kommer att investerar mindre på arbetsplatsen. Signaleringsteorin säger istället att arbetsgivare förväntar sig att kvinnor en dag skall komma att bli föräldrar då detta är normen för vårt samhälle. Med denna förväntning så tolkas inte moderskapet och föräldraledigheten som en signal att hon har ett minskat intresse för arbetet och bestraffas därför inte för detta i form av lägre lön. Resultatet i studien visar att mödrar i genomsnitt tjänar mer än kvinnor utan barn och att det positiva sambandet är statistiskt signifikant för mödrar med två barn. Resultatet stödjer inte humankapitalteorin, och endast till viss del signaleringsteorin, då vi utifrån denna skulle förvänta oss ett icke-samband medans resultatet indikerar ett positivt samband, åtminstone mellan att ha två barn och timlön. Det väcker frågor kring tidigare forskning och om fördomar kring mödrar i Sverige nu kanske förändrats till det bättre. Nyckelord Humankapitalteori, signaleringsteorin, the motherhood wage penalty, lönegap, arbetsmarknad, karriär, lön, barn, moderskap

Innehållsförteckning Inledning... 1 Syfte och frågeställningar... 2 Disposition... 2 Teori & tidigare forskning... 3 Teori... 3 Humankapitalteori... 3 Signaleringsteori... 4 Tidigare forskning... 4 Teoretisk sammanfattning... 7 Hypoteser... 8 Metod och data... 9 Datainsamlingsmetod... 9 Datamaterial... 9 Urval och avgränsningar... 10 Variabler... 11 Beroende variabel... 11 Oberoende variabel... 11 Kontrollvariabler... 11 Analysmetod... 12 Validitet och reliabilitet... 13 Resultat... 14 Beskrivande statistik... 14 Regressionsanalys... 16 Modelldiagnostik... 20 Analys... 22 Diskussion... 25 Slutsatser... 29 Begränsningar & framtida forskning... 29 Referenser... 31 Tryckta källor... 31 Elektroniska källor... 33 Bilagor... 35

Inledning Det är sedan länge känt att det finns ett lönegap mellan kvinnor och män på arbetsmarknaden, det som inte har forskats lika mycket kring är lönegapet mellan kvinnor utan barn och mödrar. Det välkända problemet med ett lönegap mellan kvinnor och män är väldokumenterat och självförstärkande i termer av föräldraledighet, då kvinnor därmed tenderar att ta ut mer föräldraledighet för att maximera hushållets inkomst. Denna trend sätter kvinnor i ett underläge på arbetsmarknaden då arbetsgivare kan komma att utsätta dem för statistisk diskriminering som ett resultat av en förutfattad mening att mödrar satsar mer på familjen än karriären (Boschini, Håkanson & Sjögren, 2014). Detta ger även kvinnor en dubbel ekonomisk bestraffning som bidrar negativt till jämställdheten i lön och i familjelivet. För samhället så behöver detta åtgärdas för att motverka dessa skillnader och därmed istället gynna den ekonomiska vinningen av att ha vardera kön bidrar till en god ekonomi i landet och samhället. Från individens perspektiv är detta relevant för att motverka att mödrar drabbas i form av lägre lön, mindre ekonomiskt handlingsutrymme och i förlängningen sämre pensioner. Då män tenderar att tjäna mer än kvinnor och kvinnor därmed tenderar att ta ut mest föräldraledighet och att kvinnor sedan också skall bestraffas i sin löneutveckling blir en form av dubbel förlust för samhällets mödrar, och bidrar till större klyftor och problematik än man tidigare trott. Detta fick oss, som unga kvinnor, att undra om vi måste välja mellan en framgångsrik karriär och bra lön eller familj och barn? På grund av den bristande mängd studier som undersöker lönegapet mellan mödrar och kvinnor utan barn så har vi fått fokusera på den forskning som finns kring ämnet. Det finns tidigare forskning (Grimshaw & Rubery, 2015) som stödjer att det finns ett lönegap för mammor utöver det lönegapet som redan finns mellan män och kvinnor i Europa och USA. Studien visar fler stora skillnader mellan europeiska länder och USA, vilket vi finner intressant och därmed vill vi hålla ett fokus på endast Sverige i vår studie. Utan kunskap kring ett problem är det omöjligt att lösa det, därför vill vi börja med att se om detta lönegap mellan mödrar och kvinnor är en realitet i Sverige. Då det är ett relativt outforskat område anser vi att det är intressant att börja studera just detta lönegap. Vidare tänker vi att ett mindre lönegap mellan mödrar och kvinnor utan barn 1

kanske hänger samman med ett mindre lönegap bland män och kvinnor, vilket i sin tur kan bidra till att hushållen och samhället kan se en större vinning i att män och kvinnor satsar likvärdigt på familj och förvärvsarbete. Teorierna vi har valt att fokusera på kring detta ämne står i kontrast till varandra vilket gör det extra spännande att studera. Det är både teorin om humankapital (Becker, 1985), signaleringsteorin (Spence, 1973) samt ett fenomen kallat the motherhood wage penalty vilket innebär att det finns ett negativt samband mellan moderskap och lön. Vi kommer att använda oss av en kvantitativ metod och regressionsanalys med ett stort dataset från Levnadsnivåundersökningen (2010) med ett flertal kontrollvariabler guidade av teorier och tidigare forskning, och med det så hoppas vi på att komma fram till ett intressant resultat. Den kvantitativa metoden ger oss möjlighet att se ett bredare perspektiv vilket vi anser vara i linje med syftet för vår studie. Syfte och frågeställningar Syftet med denna uppsats är att studera mödrars löneposition på arbetsmarknaden och bidra till kunskap om det finns ett samband mellan moderskap och kvinnors position på arbetsmarknaden, mätt i bruttotimlön. Vi skall studera om det föreligger skillnader för kvinnor utan barn jämfört med mödrar som har ett, två, eller fler barn, detta kontrollerat för variabler som enligt teori och tidigare forskning också kan påverka en individs inkomst. För att ta reda på detta ämnar vi att besvara följande frågeställning: Skiljer sig bruttotimlönen i Sverige mellan kvinnor som inte har några barn jämfört med kvinnor som har ett barn, två barn och tre eller fler barn? Disposition Vi kommer att inleda denna rapport med att redogöra för relevanta teorier samt tidigare forskning. Utifrån denna forskning kommer vi sedan att redogöra två hypoteser. Sedan kommer vi att presentera datamaterial och metoder. Vidare analyseras resultatet och vi kommer att föra en diskussion utifrån teori och tidigare forskning. Slutligen kommer vi att formulera en slutsats, svara på vår frågeställning och redogöra för en kritisk reflektion och förslag för framtida forskning. 2

Teori & tidigare forskning Här går vi igenom vårt teoretiska ramverk, begrepp och relevant tidigare forskning som berör ämnet. Teori Humankapitalteori Humankapitalteori är något som skrivits mycket om och definieras på olika sätt. Vi kommer i vår studie att utgå från Beckers (1985) definition av humankapital. Becker definierar humankapital som något en människa besitter inombords och som du inte kan separera från individen. Det kan handla om exempelvis kunskap, erfarenhet, utbildning men även så kallad on-the-job-training (Becker, 1993). Becker kom i en studie fram till att skillnaden i humankapital till 75 % kan förklaras med investeringen individen har gjort i sitt humankapital medan resterande 25 % är oförklarat, och därmed kan antas handla om diskriminering. Hur kvinnor historiskt sett valt att fördela sin tid och (inte) investerat i sitt humankapital kan således ha med hushållets nyttomaximering att göra. Ju mer tid en individ kan lägga på förvärvsarbete ju större humankapital erhålls och ju högre lön individen kan få. Becker menar därför att kvinnor tenderar att välja att lägga sin tid på hushållsarbete för att ge männen så mycket tid som möjligt till förvärvsarbete och därmed maximera hushållets inkomst (Becker, 1985). Dock måste denna studies resultat ses utifrån kontexten som den har utförts i, som är i USA på 1980-talet där det då var vanligare med en manlig enförsörjarmodell. Becker delar in humankapitalet i två kategorier. En kallad allmän kunskap och en kallad specifik kunskap. Den allmänna kunskapen är kunskap som kan komma till nytta vart man än arbetar och införskaffas genom exempelvis studier eller allmän arbetslivserfarenhet. Den specifika kunskapen är bransch eller yrkesspecifik och kan byggas upp genom exempelvis interna utbildningar, specifika externa kurser, erfarenhet eller on-the-job-training. Utöver detta så kan information om ett arbete även öka ens humankapital. Till detta räknas information om exempelvis vilka arbetsuppgifter som ger högst lön (Becker, 1993). 3

Becker (1993) ser individer som rationella varelser och därför så kommer individen om möjligheten finns att öka sitt humankapital ta den möjligheten, för att kunna utföra ett bättre arbete och för att därmed kunna erhålla en bättre lön. Han menar även att inkomsten i sig är ett starkt incitament till högre arbetsmoral vilket resulterar i ett överlag positivt utfall men en ond cirkel i resonemanget rörande kvinnor, mödrar, föräldraledighet, män, jämställdhet och lönegapet. Signaleringsteori Ett forskningsresultat som nämns i Ahrne och Romans (1997) metaanalys indikerade att trots att män och kvinnor ska förlora lika mycket i lön efter att de tar ut föräldraledighet och förlora i humankapital så är det inte fallet. Detta fick författarna att tänka om och Spence (1973) tog fram den så kallade signaleringsteorin. Signaleringsteorin innebär att om en person signalerar att hen inte är lika intresserad av en karriär så påverkar det lönen och humankapitalet. Men om man tvärt om agerar i linje med de normativa förväntningarna som föreligger för en individs kön eller person, trots att det handlar om frånvaro från arbete eller andra saker som kan anses påverka humankapitalet negativt, så påverkar det inte lön och individen klarar sig utan bestraffning. Då normer för kvinnlighet bland annat innefattar att prioritera familjen så bestraffas inte kvinnan som är hemma med barn, enligt signaleringsteorin, då hon uppfyller det förväntade beteendet och frånvaron tolkas inte som en signal om bristande engagemang i karriären. Utan det är snarare som ett uppfyllande av hennes förväntade karaktär. Signaleringsteorin är dock beroende av kulturer i olika samhällen och anpassas efter dessa normer. Tidigare forskning I en rapport från Grimshaw och Rubery (2015) så har man utfört en metaanalys för att undersöka skillnaden mellan mödrars löner och barnlösa kvinnors löner. Begreppet motherhood wage penalty definieras som lönegapet mellan mammor och icke-mammor. Det är också ett begrepp som används för att definiera skillnaden mellan mammor och pappor, vilket skiljer sig från könslönegapet som jämför alla kvinnor och alla män. Det finns en bristande mängd studier som undersöker the motherhood wage penalty, då de flesta studier fokuserar på könslönegapet. Den forskningen som finns inom området har visat på vissa trender såsom att the motherhood wage penalty är större i utvecklingsländer jämfört med mer utvecklade länder (Grimshaw & Rubery, 2015). I 4

Grimshaws och Ruberys metaanalys (2015) så har de kommit fram till att studier visar att antalet barn är en bidragande faktor till storleken av the motherhood wage penalty. Vanligast i Europa är nämligen att mammor med ett barn skiljer sig mindre i lön från kvinnor utan barn, jämfört med mammor med två och fler barn. En sista slutsats som har dragits från deras forskning är att mammor som prioriterar arbete återvänder till arbetet snabbare, och som resultat har de ett mindre motherhood wage penalty jämfört med mammor som inte återvänder lika snabbt till arbetsplatsen. Allt mer forskning visar på att det finns ett så kallas motherhood wage penalty. Några exempel på tidigare forskning från västerländska länder, exempelvis USA och Sverige (se exempelvis; Budig & England 2001; Waldfogel 1998; Joshi, Paci & Waldfogel 1999; Albrecht m.fl., 1999) har påvisat att oberoende av land så finns det en negativ nettoeffekt på kvinnors löner efter att de har blivit mödrar. Ett av huvudargumenten som används i tidigare forskning till att det finns en skillnad i lön mellan mödrar och kvinnor utan barn är att det förlorade humankapitalet för mammor som tar ut föräldraledighet resulterar i en lägre lön. Kahn, Garcia-Manglano och Bianchi (2014) bygger vidare på tidigare forskning som berör motherhood wage penalty och de har funnit att detta fenomen inte är applicerbart på mödrar med ett barn. De skriver dock att trebarnsmammor tenderar att ha en lägre lön långt i in 40 50 årsåldern, medans lönegapet mellan kvinnor utan barn och tvåbarnsmammor tycks plana ut och nästintill försvinna efter att de fyllt 40 (Kahn, Garcia-Manglano & Bianchi, 2014). Tid borta från arbete kallas för förvärvsavbrott och det kan förklara skillnaden i inkomst hos kvinnor med och utan barn. Förvärvsavbrott är tid iväg från arbete som kan minska ens humankapital och därmed påverka ens löneutveckling (Polacheck, 1981, Albrecht, Thoursie & Vroman, 2015). Skillnaden i lön mellan dessa grupper blir enligt Albrecht, Thoursie och Vroman (2015) större ju mer man tjänar. Att antalet barn en kvinna har påverkar hennes inkomst negativt är något som skrivs om i Regeringens forskningsrapport (Magnusson & Nermo, 2014) där man jämför kvinnor och mäns löneutveckling vid 45 års ålder under de senaste 25 åren. Man ser här att lönegapet mellan män och kvinnor tenderar att bli större efter att kvinnor fött barn och här antas att kvinnor har svårt att balansera de hektiska småbarnsåren med den intensiva arbetsmarknaden (Boschini, Håkanson & Sjögren, 2014). Många försöker nå en balans genom att anpassa sin karriär om de planerar att skaffa barn eller har barn. Exempelvis 5

så kan dessa kvinnor gå ner i arbetstid, korta ner studietiden eller välja mer familjevänliga yrken (Aisenbrey, Evertsson, & Grunow, 2009; Anderson, Binder, & Krause, 2003; Baum, 2002; Gangl & Ziefle, 2009; Jacobsen & Levin, 1995). Viss forskning har även påvisat att the motherhood wage penalty kan vara ett resultat av arbetsplatsdiskriminering och inte enbart förklaras av humankapital (Budig & England, 2001; Correll, Benard, & Paik, 2007), vilket också ligger i linje med Beckers beräkning från 1985. Dessa ovan nämnda antaganden stöds av Evertsson (2012) som i en longitudinell studie på nyblivna mammor i Sverige studerade skillnader i arbetsengagemang under 1999-2003, mellan dem som under perioden födde barn och dem som ej födde barn. Det som Evertsson främst lyfte fram i studiens resultat var att kvinnor som födde barn omprioriterade sina liv, vilket resulterade i att de inte längre var lika engagerade på arbetsplatsen. Det som även framkom ur materialet var att under tiden som barnen var 0 4 år så var mödrarnas arbetsengagemang lägre, men det justerades efter den fyraårsperioden. Forskaren misstänker att det har att göra med mödrarnas försök att hitta en ny balans mellan arbete och familjen efter barnafödandet. Albrechts, Thoursies och Vromans rapport från 2015 visar också på att förväntningarna från arbetsgivaren kan leda till en mindre satsning på kvinnor som ska ha eller har barn. En studie av Aisenbrey, Evertsson och Grunow (2009), som har utförts i Tyskland, Sverige och USA, har visat att man i de olika länderna promotar olika typer av livsstilar kopplat till familje- och arbetsbalansen. I USA så var 75 % av kvinnor tillbaka på arbetsplatsen inom 6 månader efter att de fött barn, medan i Sverige var 75 % av kvinnorna tillbaka inom fem år och i Tyskland var 75 % av mammorna tillbaka efter 8 år. I Sverige gav det inte en negativ effekt på avancemangsmöjligheter förrän kvinnor hade varit föräldralediga i mer än 15 månader enligt deras studie. Trots att man i Sverige är tillåten att under en längre period vara föräldraledig utan konsekvenser på karriären, enligt lagen, så ökar möjligheterna att göra karriär för mamman när hon återvänder till jobbet snabbare. Bygren och Gähler (2008) undersöker även möjliga orsaker till varför kvinnor är färre till antal på chefspositioner. Ett av resultaten visar att när kvinnor blir mammor så varken ökar eller minskar deras chanser att bli chef. Becker resonerar att kvinnor 6

tenderar välja mindre krävande arbeten för att kunna kombinera förvärvs- och hushållsarbete på bästa sätt. Dock så har barnlösa män och kvinnor i genomsnitt lika många chefspositioner, könsgapet i chefspositioner uppstår inte förrän efter kvinnor har fått barn. Till detta kan man koppla en högre lön för chefspositioner och en lägre lön när mödrar ej erbjuds denna avancemangsmöjlighet. En annan möjlig anledning till detta lönegap lyfts av Bygren och Gähler (2008) som menar att det finns stereotypa reaktioner när kvinnor blir föräldrar, såsom att kvinnor primärt kommer prioritera barnen. Denna stereotypa förväntning kan således innebära att arbetsgivare inte väljer att satsa på en kvinna som skaffar barn, då de antar att hon inte kommer att satsa på sitt arbete. Teoretisk sammanfattning Tidigare berörda förklaringar till the motherhood wage penalty finns utifrån tre olika perspektiv (Grimshaw & Rubery, 2015) vilka alla har berörts under det här avsnittet. Det första perspektivet kommer från de rationalistiska ekonomer som hänvisar att den största anledningen till motherhood wage penalty är humankapitalteorin. Här menar man att vid frånvaro från arbetet minskar humankapital och därmed även inkomsten. Det andra perspektivet lyfter in sociologernas perspektiv som fokuserar mer på den orättvisa behandlingen av mammor utifrån stereotyper och förväntningar. Detta är i motsats till signaleringsteorin som menar att arbetsgivaren undviker att utdela bestraffning om man följer dessa könsnormer (Spence, 1973). I det andra sociologiska perspektivet menas istället att arbetsgivaren antar att mammor inte har lika mycket tid, möjlighet och engagemang att investera i arbetet. Utifrån det så ges inte mödrar möjligheter till avancemang, men inte heller möjlighet till ett mer flexibelt arbete eller högre lön. Det tredje och sista perspektivet berörs istället av komparativa institutioner. De belyser möjligheten att anledningen till the motherhood wage penalty kan vara landets institutioner. Exempelvis saker som statlig hjälp med barnavård, skatt och bidragsystem för mödrar, landets ojämlikhet i lön mellan män och kvinnor, normer och kulturer som råder kring familjelivet samt vilket fokus på jämställdhet som finns i politiken i landet. I den här studien kommer vi att studera de två första perspektiven som rör humankapital och det sociologiska perspektivet men vi kommer även att diskutera det tredje perspektivet gällande landets normer och politik och ta det i beaktning under vårt arbete. 7

Hypoteser Med hänvisning till teorier om humankapital och tidigare forskning samt det rationalistiska ekonomiska perspektivet respektive sociologiska perspektivet diskuterat ovan så sätter vi upp hypotesen att det kommer att finnas ett negativt samband mellan lön och antalet barn kvinnor har, då kvinnor troligtvis minskar sin närvaro på arbetsmarknaden som en följd av moderskapet. Detta tror vi resulterar ur förlusten av humankapitalet och som en direkt konsekvens av att vara mamma, och därför tror vi att de i genomsnitt kommer att ha en lägre lön än kvinnor utan barn. Med hänvisning till signaleringsteorin grundar vi vår andra hypotes, att vi å andra sidan kan förvänta oss att det inte finns ett negativt samband mellan mödrars lön jämfört med kvinnor utan barn. Denna teori belyser istället att det handlar om vilka signaler man utstrålar till sin arbetsgivare och de förväntningar som finns innestående för varje kön. Eftersom en kvinna förväntas att skaffa barn och vara hemma så tolkas detta ej som en signal om att hon inte vill investera i karriären, och lönen kommer därför ej att påverkas förrän man stiger utanför normen och de förväntningarna som finns. Vi stödjer denna hypotes med det tredje perspektivet gällande the motherhood wage penalty som säger att lönegapet kan förklaras med landets institutioner, landets jämställdhet, samt normer och kultur. I och med att Sverige är ett av de mest jämställda länder i världen (the Global Gender Gap Report, 2016) så kan man tänkas anta att det borde spegla sig även i sådana fall som the motherhood wage penalty. 8

Metod och data I detta avsnitt behandlar vi datainsamlingsmetod, datamaterial, urval och avgränsningar, vilka variabler vi kommer att använda oss av i studien och hur vi kommer att analysera dem. Datainsamlingsmetod Vi har i vår studie valt att använda oss av en kvantitativ metod. I kvantitativ metod redovisas resultaten i siffror och analyseras sedan med hjälp av olika statistiska metoder. Kvantitativa studier använder ofta material från undersökningar med en större population insamlat genom enkäter eller intervjuer. Materialet vi använder blir då vad som kallas sekundärdata då vi inte samlat in dem själva. Sekundärdata kan resultera i stora bortfall och icke passande variabler utifrån ens frågeställning samt bristande kontroll och full insikt i händelseförloppet i datainsamlingen (Edling & Hedström, kap 3, 2003). Vi valde kvantitativ metod då vår frågeställning och vårt syfte passade sig bättre att undersöka i en större population med en bredare analys. Då vi ville undersöka om det föreligger ett samband mellan kvinnors lön och antalet barn kvinnor har jämfört med om de inte har barn ansåg vi att ett större urval skulle ge oss ett mer intressant resultat som faktiskt kan säga något om en större population. Däremot så missar vi den djupare dimensionen av problemet såsom exempelvis inställningar och attityder som kanske skulle få ett större utrymme i en kvalitativ studie. Datamaterial Vi har använt oss av Levnadsnivåundersökningen (LNU) som har genomförts från 2010 04 till 2011 06 för sjätte gången. I LNU-datan har man använt sig av ett riksrepresentativt urval av Sveriges befolkning. Undersökningen berör olika områden såsom ekonomi, sociala relationer, hälsa, familj, uppväxtförhållanden med mera. 9

Svarsfrekvensen år 2010 var 4415 av 7404 tillfrågade och genomfördes av Statistiska Centralbyrån via intervjuer under hembesök eller via telefon. Urval och avgränsningar Det befintliga urvalet består av 4415 personer inom ålderskategorin 18 75. I vår studie så har vi valt att avgränsa urvalet till endast kvinnor mellan 35 55 år. Kön är en binär variabel. Både kvinnor (n=2158) och män (n=2257) ingick ursprungligen i urvalet men vi har avgränsat urvalet till kvinnor eftersom det är då vi kan utföra studiens syfte och besvara dess frågeställning. Åldersspannet 35 55 år valdes då vi inte ville använda oss utav ett för brett åldersspann som kan påverka utfallet i lönevariabeln, samtidigt som vi inte kan ha ett för litet urval. Vi ville selektera bort barnlösa som ämnar skaffa barn i framtiden som därmed skulle påverka vårt resultat och därför håller vi den lägsta åldersgränsen, 35 år, en bit över medelåldern för att skaffa barn i Sverige (Stockholm Stad, 2018). 55 år har vi valt som den översta åldersgränsen då det inte är helt ovanligt idag att man skaffar barn vid 40 års ålder. Om man då skulle ha ett barn som är 15 år innebära att modern vid 55 år fortfarande har minderåriga barn hemma som behöver vård vid exempelvis sjukdom och kan påverka avbrott i förvärvsarbetet. Med våra avgränsningar gällande ålder och kön, samt efter att ha uteslutit några extremvärden som riskerar att påverka vårt resultat, landar vi på ett urval på 497 personer. Däribland plockade vi bort 12 personer i variabeln bruttotimlön som hade angivit att de tjänade över 9000 kronor i bruttotimlön. I variabeln år i samma typ av arbete plockade vi bort 1 outlier som angivit att hon varit på samma arbetsplats längre än 55 år vilket är längre än vår översta åldersgräns. I variabeln sysselsättningsgrad uteslöt en person som hade angivit att hon hade en arbetsvecka på över 1000 timmar och i variabeln tid borta från förvärvsarbete hade vi 25 outliers som hade angivit en tid borta längre än sin rimliga arbetslivslängd. Efter att vi uteslutit sammanlagt 39 outliers så landar vi på ett urval på 633 personer. Vi bedömde att samtliga outliers var orimliga i sina värden och att de representerar datafel. Sedan har vi ett konstant bortfall på 163 personer vilket gör att vi landar vi på 497 personer. Vi har försökt att förstå vad detta 10

bortfall beror på men vi har ej kunnat svara på det genom att läsa levnadsnivåundersökningen (2010). Variabler Beroende variabel För den här studien har vi valt att använda oss av variabeln bruttotimlön som beroende variabel. Denna variabel mäter antalet kronor i timmen före skatt för varje respondent som var anställd föregående vecka. Variabeln är kontinuerlig och sträcker sig från tre kronor i bruttotimlön till 278 kronor i bruttotimlön. Variabeln är framtagen från summeringen av månadslön före skatt plus variabeln annan löneform kronor i månaden omräknade till timlön med hjälp av ordinarie veckoarbetstid för dem som var anställda föregående vecka. Vi har inte kodat om den här variabeln utan har använt oss av variabeln i sin ursprungsform. Oberoende variabel Antal hemmavarande barn är en kontinuerlig variabel och var en fråga där man kunde svara att man hade mellan 0 8 barn. Dessa valde vi att kategorisera in i fyra kategorier, inga barn (referenskategori), ett barn, två barn och tre eller fler barn. Denna variabel definieras officiellt som intervjupersonens hemmaboende barn med samma partner. Kontrollvariabler Födelseår visar på vilket år respondenterna är födda och utifrån denna variabel har vi skapat en åldersvariabel som är kontinuerlig och avgränsad till åldrarna 35 55. Utbildningsnivå är en variabel definierad efter svensk utbildningskultur och valdes till grund för den allmänna kunskapen i humankapitalteorin. Kategorierna i datamaterialet är ofullständig grundskola, folkskola, grundskola, yrkesinriktat gymnasium 2 3 år, teoretiskt gymnasium 3 år, postgymnasium, universitet- eller högskoleexamen samt forskarutbildning. Detta har vi valt att koda om i två kategorier för att ge en mer överskådlig bild av utbildningsnivån på våra respondenter. Ofullständig grundskola och där svar ej angetts har vi tagit bort och kodat som bortfall. Grundskola, folkskola, yrkesinriktat gymnasium 2 3 år, teoretiskt gymnasium 3 år, postgymnasium har vi kodat om till kategori 1, upp till och med gymnasieutbildning. Övriga utbildningar är kategoriserat i kategori 2, eftergymnasial utbildning. Vi har valt endast två kategorier då 11

en flerdelad indelning skulle ge en alltför ojämn fördelning med väldigt få observationer i vissa kategorier. Sedan har vi även oberoende variabeln ordinarie veckoarbetstid. Denna variabel är med för att visa sysselsättningsgraden på respondenterna i studien, och den är kopplad till humankapital i form av tidsinvestering i arbete. Variabeln i sin originalform är kontinuerlig mellan 1 och mer än 70, redovisat i antalet timmar. I denna studie är variabeln omkodad till en dikotom variabel som indikerar om man arbetar deltid eller heltid. Deltid är definierad som 1 till 34 timmar i veckan och heltid är definierad som 35 timmar och mer i veckan. Frågan är endast ställd till personer som har haft en anställning den senaste veckan. Antal år i samma typ av arbete visar på den specifika yrkeskunskapen i humankapitalet av undersökningens respondenter. Variabeln är kontinuerlig mellan 0 och 40 år. Den sista kontrollvariabeln, Tid borta från förvärvsarbete, visar hur många månader respondenten har varit utan förvärvsarbete sedan hennes första arbete om minst sex månader, enligt sysselsättningsbiografin. Variabeln innehåller fler frånvarotyper än föräldraledighet vilket vi tar hänsyn till i vår analys. Denna variabel är kontinuerlig och redovisas i antal månader, där det minsta antalet månader är 0 och högst antal månader är 357. Denna variabel är framtagen då vi vill kontrollera påverkan av det förlorade humankapitalet, i form av tid borta från förvärvsarbete, för såväl kvinnor utan barn som mödrar. Analysmetod I studien använder vi den minsta kvadratmetoden, som ofta kallas för OLS. OLS bygger på att ta fram den mest optimala linjen för datamaterialet. Vi utför våra regressionsanalyser i programmet SPSS version 25. Edling och Hedström (2003) definierar minstakvadratmetoden som följande Minstakvadratskattningen bygger på principen att den bästa linjen är den som minimerar summan av alla kvadrerade avvikelser mellan de observerade Y-värdena och linjen som beskriver sambandet mellan variablerna (2003: s. 88). Vi har valt att använda oss av OLS då denna analysmetod främst lämpar sig för kontinuerliga beroende variabler, vilket vår beroende variabel är. 12

OLS har också fördelen att utfallet kan studeras mer detaljerat än vad som skulle vara möjligt om vi hade kodat om den beroende variabeln och exempelvis tillämpat regressionsanalys med dikotoma utfall, vilket skulle inneburit att vi förlorat information om utfallet. Vi har gjort en stegvis modellering där vi har lagt till en kontrollvariabel i taget samt använt oss av t och p värden för att mäta de statistiska signifikansnivåerna i de olika modellerna. Vi har även använt oss av modelldiagnostik där vi med hjälp av korrelationstest utforskar om det finns problem med multikollineraritet samt tagit fram residualplottar för att studera eventuella problem med exempelvis heteroskedasticitet eller ickelinjära samband. Validitet och reliabilitet Begreppsvaliditeten är hög i den här studien då vi har valt att använda oss utav variabler med objektiva värden såsom tid i samma typ av arbete, ålder, antal barn och så vidare. Det föreligger alltså nästintill ingen risk att respondenterna skulle tolka frågorna annorlunda beroende på deras förförståelse och ideologi (Bryman, 2002). Den externa validiteten har dock risk för att vara något låg. Detta beror på att urvalet i undersökningen är snävt (n=497) på grund av bortfall och avgränsningar och därmed svårare att generalisera till en större population. Dessutom så är LNU-datan som vi valt att studera från 2010 och endast från en tidpunkt vilket gör att vi endast kan uttala oss om samband i population vid tidpunkten som datamaterialet samlades in. Det faktum att vi har tvärsnittsdata från en tidpunkt gör också att vi inte kan uttala oss om kausala samband, alltså vad som påverkar och vad som är en orsak av, vilket påverkar studiens interna validitet. Reliabilitet har att göra med studiens tillförlitlighet, alltså om denna studie skulle utföras igen på samma sätt så ska resultatet var densamma (Bryman, 2002). Datamaterialet från LNU samlades in via intervjuer, vilket kan påverka reliabiliteten då respondenterna kan svara olika beroende av olika omständigheter under intervjun. LNU har dock samlat in liknande data vid ett flertal tidigare tillfällen och de har utvecklat tydliga rutiner och instruktioner för hur intervjuerna ska utföras vilket bör minska risken för olika svar från respondenter trots att de samlas in under intervjutillfällen. 13

Resultat Vi inleder avsnittet med tabell 1 och 2 som redovisar deskriptiv statistik för kategoriska respektive kontinuerliga variabler. Vidare redovisas resultatet i tabell 3 med 6 modeller för respektive kontrollvariabel och en 7:e modell där vi redovisar resultatet utifrån en logaritmerad beroende variabel. Beskrivande statistik Tabell 1. Beskrivande statistik för kategoriska variabler, n=497 Range Inga barn Ett barn Två barn Tre + barn total Utbildning t.o.m. gymnasiet 0 1 106 (79.1%) 89 (80.2%) 134 (70.2%) 44 (72.1%) 373 (75.1%) Eftergymnasial 0 1 28 (20.9%) 22 (19.8%) 57 (29.8%) 17 (27.9%) 124 (24.9%) Sysselsättning Heltid 0 1 106 (79.1%) 70 (63.1%) 139 (72.8%) 37 (60.7%) 352 (70.8%) Deltid 0 1 28 (20.9%) 41 (36.9%) 52 (27.2%) 25 (39.3%) 145 (29.2%) Total 134 (26.96%) 111 (22.33%) 191 (38.43%) 61 (12.27%) Frekvens (procent i parentes) Beroende variabeln Antalet barn är uppdelad i kategorierna inga barn, ett barn, två barn och tre eller fler barn. 134 kvinnor i vårt material har inga barn, vilket är cirka 27 % av hela urvalet, 111 kvinnor har ett barn och motsvarar cirka 22 %, 191 kvinnor har två barn motsvarar cirka 38 % och 61 kvinnor har tre barn eller fler motsvarar cirka 12 % av urvalet. 14

Kontrollvariabler Variabeln utbildning är uppdelad i två kategorier, upp till och med gymnasieutbildning och eftergymnasial utbildning. Vi ser i tabell 1 att det är 75 % som har upp till gymnasieutbildning och endast 25 % av vårt urval har eftergymnasial utbildning. Kvinnor med två respektive tre eller fler barn är de kategorier med största andel högutbildade, vilket indikerar en positiv selektion avseende utbildning till hur många barn man skaffar. I variabeln sysselsättningsgrad ser vi att cirka 71 % arbetar heltid och den kategorin av kvinnor som arbetar mest heltid är de utan barn, och den kategorin av kvinnor som arbetar minst heltid är kvinnor med tre eller fler barn. Vi ser även att kvinnor utan barn och kvinnor med två barn arbetar nästan lika mycket heltid, medan kvinnor med ett barn och tre eller fler barn också arbetar ungefär lika mycket heltid fast mindre än de utan barn och de med två barn. Tabell 2. Beskrivande statistik för kontinuerliga variabler, n=497. Range Inga barn Ett barn Två barn Tre + barn Total genomsnitt Bruttotimlön 75.06-710.61 155.83 (42.67) 162.81 (70.56) 168.16 (53.33) 155.41 (44.37) 162.34 Ålder 35 55 47.87 (5.94) 45.08 (6.10) 42.09 (4.77) 42.21 (4.67) 44.62 Tid i samma typ av arbete 0 40 år 13.64 (10.75) 12.35 (9.91) 9.50 (7.63) 11.36 (7.28) 11.66 Tid borta från förvärvsarbete 0 357 mån. 50.89 (47.20) 51.68 (50.10) 53.71 (39.42) 61.70 (33.14) 53.27 Total antal barn 134 111 191 61 15

Medelvärden (standardavvikelse i parentes) I tabell 2 ser vi att gruppen som har högst bruttotimlön är kvinnor med två barn. Tittar vi vidare på ålder ser vi också att gruppen med den högsta medelåldern är kvinnor utan barn. De har en genomsnittsålder på cirka 48 år och för kvinnor med två barn och tre barn eller fler barn är genomsnittsåldern drygt 42 år vilket är den lägsta medelåldern i materialet. Gällande variabeln tid i samma typ av arbete, mätt i år, så är det kvinnor utan barn som tenderar att stanna på samma arbetsplats längst och kvinnor med två barn kortast. Tid borta från förvärvsarbete, mätt i månader, speglar tid i föräldraledighet men även förvärvsavbrott av andra anledningar. Av tabell 2 framgår att kvinnor med tre eller fler barn, i genomsnitt, spenderar mer tid borta från förvärvsarbete. Kvinnor utan barn är borta cirka 51 månader från arbete i genomsnitt medan kvinnor med ett och två barn tenderar att vara borta endast 1 2 månader mer i genomsnitt. Regressionsanalys För att mäta sambandet mellan antalet barn och bruttotimlön har vi stegvis inkluderat våra kontrollvariabler och detta redovisas nedan i tabell 3. Tabell 3. Linjär regression (OLS) Bruttotimlön i SEK, n=497. Variabler Modell 1 Modell 2 Modell 3 Modell 4 Modell 5 Modell 6 Modell 7 a (ln timlön) Ett barn (ref. inga barn) 6.982 (1.004) 7.267 (1.027) 8.715 (1.328) 11.190 (1.703) 11.404 (1.747) 11.955 (1.837) 0.020 (1.447) Två barn (ref. inga barn) 12.338* (2.020) 12.929 (1.945) 10.626 (1.722) 12.137* (1.975) 11.845 (1.941) 13.082* (2.140) 0.028* (2.156) Tre barn eller fler (ref. inga barn) -0.421 (-0.050) 0.158 (0.018) -1.249 (-0.145) 1.977 (0.243) 2.930 (0.362) 5.133 (0.631) 0.007 (0.385) 16

Ålder 0.102 (0.226) 0.438 (1.042) 0.492 (1.178) 0.964* (2.156) 1.198** (2.606) 0.002* (2.035) Eftergymnasial utbildning (ref. t.o.m. gymnasial utb.) 47.426*** (9.008) 44.426*** (8.337) 42.494*** (7.965) 42.719*** (8.032) 0.010*** (8.842) Heltid (ref. deltid) 14.686** (2.885) 14.063** (2.779) 13.595** (2.693) 0.033** (3.001) Tid i samma typ av arbete i år -0.762** (-2.828) -0.852** (-3.127) -0.002** (-2.739) Tid borta från arbete i månader -0.110* (-2.073) 0.000* (-2.332) Intercept 155.826*** (33.280) 155.503*** (31.741) 144.532*** (30.729) 133.370*** (21.994) 143.176*** (20.597) 149.576*** (19.717) 2.161*** (132.658) N 497 497 497 497 497 497 497 R 2 0.010 0.010 0.151 0.165 0.178 0.185 0.210 T-värdet i parentes. *** p<0.001, ** p<0.01, * p<0.05 a Modell 7 visar samma regressionsanalys som modell 6, men där den beroende variabeln bruttotimlön är logaritmerad. Modell 1 I modell 1 tittar vi på sambandet mellan antalet barn och inkomst vilket är det primära sambandet vi syftar till att mäta. Interceptet säger oss att den genomsnittliga timlönen för kvinnor utan barn ligger på cirka 156 kronor i bruttotimlön. Regressionskoefficienten för kvinnor med två barn är den enda som är statistisk signifikant i modell 1 och den visar oss att det finns ett positivt samband mellan att ha två barn och bruttotimlön. Den kategori som tjänar mest är kvinnor med två barn och de tjänar i genomsnitt cirka 12 kronor mer i bruttotimlön jämfört med en kvinna utan barn. Vi kan också se, även om det inte är statistiskt signifikant, att en kvinna med tre och fler 17

barn i genomsnitt tjänar -0.421 kronor mindre i bruttotimlön jämfört med en kvinna utan barn. Vi ser dessutom ett lågt R 2 på 0.010, vilket säger oss att vi har ett lågt förklaringsvärde i den här modellen. Antalet barn förklarar endast 1 % av variansen i lön. Modell 2 I denna modell kontrollerar vi för ålder. Ingen koefficient i denna modell är signifikant men två barn är nära en statistisk signifikansnivå (t-värde = 1.954). Att ålder inte visar sig ha något statistiskt signifikant samband med bruttotimlön beror troligtvis på att vi har ett så snävt åldersspann. Mönstret från föregående modell håller i sig och en kvinna med två barn tjänar i genomsnitt mer (cirka 13 kronor i bruttotimlön) än en kvinna utan barn kontrollerat för ålder. Vi kan också tillägga att tre barn och fler barn nu istället visar en positiv siffra dock fortfarande inte markant eller statistisk signifikant. R 2 är helt oförändrad och därmed kan vi anta att ålder inte förklarar någon del av variationen i lön i denna kontext. Modell 3 I modell 3 så kontrollerar vi även för utbildning och vi ser att R 2 ökar till 15,1 % vilket indikerar att modellen har en bättre anpassning till datan än en modell där vi inte kontrollerar för utbildning. Den enda regressionskoefficienten i denna tabell som är statistisk signifikant är just den eftergymnasiala utbildningskoefficienten som visar att en kvinna med eftergymnasial utbildning tjänar i genomsnitt cirka 47 kronor mer i bruttotimlön jämfört med kvinnor som endast har studerat till och med gymnasienivå kontrollerat för ålder och antal barn. Modell 4 Här lägger vi till kontrollvariabeln sysselsättningsgrad som är uppdelad i heltid och deltid där deltid är referenskategorin. I denna modell ser vi att regressionskoefficientena för antal barn ökar markant i samtliga tre kategorier jämfört med modell 1 där vi mäter vårt grundsamband samt modell 3. Vi ser här att två barn når en statistisk signifikansnivå och ett barn går från att vara ett negativt samband till ett positivt samband, om än icke statistiskt signifikant. Detta kan tyda på att sysselsättningsgrad är en supressorvariabel, det vill säga att det finns ett negativt samband mellan sysselsättningsgrad och antal barn medan det finns ett positivt samband mellan antal 18

barn och bruttotimlön och att det inte justerar regressionskoefficienten utan snarare ökar den. Det är dock svårt att konstatera att det är på just detta sätt, då det finns fler variabler som påverkar modellen. R 2 ökar med cirka 1 procentenhet, regressionskoefficienten för heltid är statistisk signifikant och har ett värde på cirka 15 kronor i bruttotimlön, vilket innebär att en kvinna som arbetar heltid tjänar i genomsnitt cirka 15 kronor mer i bruttotimlön än en kvinna som arbetar deltid. Kategorin kvinnor med två barn är de som tjänar mest av barnkategorierna och de tjänar i genomsnitt cirka 12 kronor mer i bruttotimlön jämfört med en kvinna utan barn, dessutom så är den statistiskt signifikant. I variabeln eftergymnasial utbildning ser vi en liten minskning till cirka 44 kronor mer i bruttotimlön jämfört med den förra regressionskoefficienten på cirka 47 kronor mer i bruttotimlön, vilket tyder på att sysselsättningsgrad justerar sambandet mellan utbildning och lön något. Ålder gör varken markant skillnad eller är statistiskt signifikant. Modell 5 När vi kontrollerar för tid i samma typ av arbete, mätt i år, ser vi att koefficienterna för ett barn och två barn båda går i positiv riktning och är nära en statistisk signifikansnivå. Tre eller fler barn har en fortfarande inte en statistiskt signifikant regressionskoefficient men den är fortsatt positiv. Ålder blir här statistiskt signifikant med en koefficient på 0.96 alltså tjänar en kvinna för varje extra år i genomsnitt cirka 1 krona mer i bruttotimlön. Utbildning och sysselsättningsgrad är relativt oförändrade i denna modell. En kvinna tjänar i genomsnitt -0.76 kronor mindre i bruttotimlön för varje extra år i samma typ av arbete, kontrollerat för antal barn, ålder, utbildning och sysselsättningsgrad. I den femte modellen ökar R 2 med ytterligare cirka 1 procentenhet. Modell 6 I modell 6 som är vår slutgiltiga modell lägger vi till variabeln tid borta från förvärvsarbete. Här ser vi att denna modell förklarar variansen i den beroende variabeln med 18,5 % vilket är relativt lågt. I denna modell ser vi tendenser som tyder på att även tid borta skulle kunna vara en supressorvariabel. Regressionskoefficienten för antal barn ökar i samtliga tre kategorier, och att två barn även här når en statistisk signifikansnivå, jämfört med modell 1 samt modell 5. Då alla variabler förutom ett barn och tre eller fler barn är statistisk signifikanta och hjälper alltså till att förklara sambandet mellan antal barn och lön, kontrollerat för ålder, utbildning, sysselsättningsgrad, tid i samma typ av 19

arbete och tid borta från förvärvsarbete. Anledningen till att dessa koefficienter inte är statistiskt signifikanta kan vara att det relativt få respondenter i dessa kategorier. Tid borta från arbetet är statistisk signifikant och visar på att det finns ett negativt samband där man i genomsnitt tjänar 0.11 kronor mindre i bruttotimlön för varje månad man är borta från arbetet. Trots signifikansens säkerhetsnivå så är koefficienten väldigt låg och är mindre än 1 kronas skillnad i bruttotimlön för varje år man är borta från arbetet. Modell 7 Nedan så redovisar vi för tester gällande olika specifikationsfel som har gjorts och i en av dessa tester vi små tendenser till heteroskedasticitet, därför valde vi att logaritmera den beroende variabeln. I modell 7, som är modellen för vår logaritmerade slutgiltiga analys ser vi ungefär samma utfall i alla variabler som i modell 6 vilket indikerar att heteroskedasticiteten inte var tillräckligt stor för att den skulle påverka materialet. Exempelvis så visar koefficienten för vår huvudsakliga förklarande variabel i modell 7 att kvinnor med två barn tjänar i genomsnitt cirka 3 % mer i bruttotimlön än kvinnor utan barn, kontrollerat för de övriga variablerna. Vi redovisar inte tolkningar för alla variabler i modell 7 men vil dock åskådliggöra resultatet av den logaritmerade modellen för att demonstrera varför vi har valt att tolka modellerna med den icke-logaritmerade beroende variabeln. Modelldiagnostik Vi har i vår analys valt att kontrollera för olika typer av specifikationsfel såsom heteroskedasticitet, multikollinearitet, icke linjära samband, interaktion samt specifikationsfel I och II. När variationen i feltermerna inte är konstant över värdena på x, så föreligger heteroskedasticitet, det vill säga att det finns ett samband mellan de oberoende variablerna och den oförklarade variationen i bruttotimlön. Detta kontrollerar man med hjälp av en residualplott där vi målar upp våra felprediceringar. Lösningen för att motverka detta är att logaritmera den beroende variabeln. Vi såg, som nämnt ovan, tendenser till detta (se bilaga 1 och 2) och därav valde att logaritmera vår beroende variabel och sedan jämföra resultatet med den icke-logaritmerade modellen eftersom det inte var någon markant skillnad i resultatet och tendenserna till heteroskedasticitet inte var så framträdande så valde vi att tolka modellerna med den icke-logaritmerade variabeln. Se bilaga 1 för residualplott med felprediceringar för bruttotimlön och tid i 20

samma typ av arbete, och bilaga 2 för residualplott med felprediceringar för en logaritmerat bruttotimlön och tid i samma typ av arbete. För att kontrollera att variabler inte mäter samma sak så kontrollerar man för multikollinearitet genom att testa korrelationen mellan samtliga oberoende variabler. Vi kontrollerade för multikollinearitet för samtliga variabler men ingen visade tendenser för multikollinearitet. Pearsons korrelationskoefficient var inte högre än 0.75, och den starkaste korrelationen fanns i variabeln ålder och låg på 0.33. Icke linjära samband kan endast ske med en kontinuerlig oberoende variabel som exempelvis inkomst. Detta har vi kontrollerat genom att kvadrera de kontinuerliga oberoende variablerna, bland annat tid borta från arbete vilket visade på att det inte fanns några statistiska signifikansnivåer i de kvadrerade termerna och sambanden kan därför antas vara linjära. Vi har även valt att kontrollera för interaktion. Detta har vi gjort genom att skapa en interaktionsvariabel mellan de variabler där vi misstänker att det eventuellt skulle kunna föreligga en interaktionseffekt. Vi testade för interaktion, var för sig, mellan variablerna ålder och tid i samma typ av arbete, tid borta från förvärvsarbete samt mellan utbildning och tid i samma typ av arbete. Vi testade även för antal barn och tid borta från förvärvsarbete, ålder, utbildning och tid i samma typ av arbete. Inga av dessa interaktionstermer var statistiskt signifikanta och därmed kan vi dra slutsatsen om att det inte bör föreligga några interaktioneseffekter i vår modell. Vidare kan vi resonera kring specifikationsfel, typ-i, ifall barn verkligen är en relevant förklarande variabel då den första modellen i tabell 3 hade ett anmärkningsvärt lågt R 2 värde. Gällande typ-ii fel, att ha exkluderat en variabel som är intressant kan vi konstatera att det skulle varit intressant att kontrollera för variabler som sektor, befattning, familjetyp, ålder på barnen eller partners sysselsättningsgrad vilket troligtvis skulle ha gett oss ett högre R 2 i den slutgiltiga modellen. 21

Analys I analysavsnittet kommer vi att påbörja en analys av resultatet utifrån teori och tidigare forskning för att sedan under diskussionsavsnittet fördjupa oss kring de mest intressanta resultaten och resonera utifrån ett större perspektiv. Variablerna kring antalet barn: inga barn, ett barn, två barn och tre eller fler barn, visar sig som fristående variabler ha ett positivt, men inte övergripande statistiskt signifikant samband med den beroende variabeln bruttotimlön. Endast kategorin två barn hade ett statistiskt signifikant samband med timlön och detta samband var positivt, det vill säga, kvinnor med två barn tjänar i genomsnitt mer än kvinnor utan barn. Kontrollvariablerna som är direktrelaterade till humankapitalteorin visar dock på regressionskoefficienter som är statistiskt signifikanta. Utifrån humankapitalteorin förväntade vi oss ett negativt samband mellan antal barn och timlön och att detta samband skulle justeras av variabler direktrelaterade till humankapital, exempelvis utbildning och sysselsättningsgrad, som är positivt korrelerade med bruttotimlön. Detta är emellertid inte vad vi finner i vår analys utan vi ser snarare att det finns ett positivt samband mellan barn och timlön. Värt att nämna är att variabeln tid i samma typ av arbete fick ett oväntat utfall utifrån humankapitalteorin, då den hade ett negativt statistiskt signifikant samband. Detta indikerar att kvinnor tenderar att ha högre lön vid byte av arbete snarare än att arbeta kvar i samma tjänst. Resultatet innebär alltså att det finns ett positivt samband mellan antalet barn och bruttotimlön samt att våra humankapital faktorer i sin tur har en inverkan bruttotimlönen. Vårt resultat strider mot resultat som beskrivs i tidigare forskning (Albrecht, Thoursie & Vroman, 2015, Boschini, Håkanson & Sjögren, kap 5, 2014, Magnusson & Nermo, 2014). En möjlig förklaring till detta positiva samband är förknippat med signaleringsteorin. I det svenska samhället så är det mest förekommande att en kvinna får mellan ett och två barn (Statistiska centralbyrån, 2018) och därmed tolkar vi detta som en norm för samhället. Det innebär att en kvinna, enligt signaleringsteorin, inte skulle signalera ett minskat intresse för hennes karriär när hon skaffar upp till två barn då hon därmed 22