Ifølge Danmarks Statistik, løngab i 2017 var på 13 procent
Løngab er forskellen mellem mænds og kvinders løn set i forhold til mænds løn, ud fra den standardberegnede timefortjeneste for arbejdsfunktionerne.
Løngab i 2017 var på 13% i gennemsnittet. Man kan finde data i Statistikbanken på https://www.statistikbanken.dk/LIGELI2
Data er opdelt efter arbejdsfunktioner og alder. Her er top 15 arbejdsfunktioner hvor løngab overstiger 20%
Top 15
| Row | Work | Age31to39 | Age41to49 | |
| 1 | 22 Arbejde inden for sundhedsområdet | 21.7 | 31.0 | |
| 2 | 3311 Arbejde med omsætning af værdipapirer og valuta | 19.8 | 27.4 | |
| 3 | 331 Arbejde med finans, regnskab og matematik | 20.1 | 26.2 | |
| 4 | 3313 Regnskabsarbejde | 20.8 | 25.1 | |
| 5 | 1211 Ledelse inden for økonomifunktioner | 16.8 | 24.2 | |
| 6 | 815 Operatørarbejde ved fremstilling af tekstil-, pels- og læderprodukter | 17.0 | 24.0 | |
| 7 | 1420 Ledelse af hovedaktiviteten inden for detail- og engroshandel | 15.3 | 23.9 | |
| 8 | 142 Ledelse af hovedaktiviteten inden for detail- og engroshandel | 15.3 | 23.9 | |
| 9 | 3321 Forsikringsarbejde | 18.6 | 23.8 | |
| 10 | 3331 Speditørarbejde | 17.3 | 23.7 | |
| 11 | 33 Arbejde inden for forretningsservice, økonomi, administration og salg | 19.6 | 22.7 | |
| 12 | 7511 Slagterarbejde, fiskehandel og beslægtet arbejde inden for fødevarefremstilling | 14.4 | 22.5 |
| 13 | 52 Salgsarbejde (ekskl. agentarbejde) | 15.4 | 22.5 | |
| 14 | 3334 Ejendomsmægler- og ejendomsadministratorarbejde | 22.2 | 22.2 | |
| 15 | 226 Andet sundhedsarbejde | 13.7 | 21.9 |
Erfarne mænd tjener kassen
Talene stiger konsekvent for alle arbejdsfunktioner. Mænd åbenbart bliver bedre med alderen.
Arbejdsfunktioner med negativ løngab
Jeg fandt arbejdsfunktioner med negativ løngab - hvor kvinder i 40'erne tjener mere end mænd.
| Row | Work | Age31to39 | Age41to49 | |
| 1 | 2353 Anden sprogundervisning | -1.2 | -6.5 | |
| 2 | 9411 Tilberedning af fastfood | -10.9 | -5.5 | |
| 3 | 2263 Arbejde inden for arbejdsmiljø og hygiejne | 0.0 | -3.5 | |
| 4 | 1324 Ledelse af hovedaktiviteten inden for forsyning, distribution o.l. | -7.3 | -3.3 | |
| 5 | 941 Manuelt arbejde med tilberedning af mad | -6.8 | -3.2 | |
| 6 | 94 Manuelt arbejde med tilberedning af mad | -6.8 | -3.2 | |
| 7 | 5329 Andet omsorgsarbejde inden for sundhedsområdet | -2.1 | -2.9 | |
| 8 | 4224 Hotelreceptionistarbejde | -3.0 | -2.3 | |
| 9 | 1321 Ledelse af hovedaktiviteten inden for fremstillingsvirksomhed (undtagen landbrug, skovbrug og fiskeri) | 10.6 | -2.0 | |
| 10 | 5321 Omsorgsarbejde på institutioner og hospitaler (ekskl. plejehjem) | -1.2 | -2.0 | |
| 11 | 2636 Arbejde inden for religion | -1.1 | -1.6 |
Undervisning og manuelt arbejde. Hm, spændende. Alderen er også her en afgørende faktor. Det ser ud som om kvinder i 40'erne er dårligere til at lave mad og undervise end kvinder i 30'erne.
Hvordan gjorde jeg det?
Jeg har arbejdet med BI før og jeg kan huske det som noget meget besværligt. For det første, min laptop skulle være stor nok til at kunne installere ekstra Tools i Excel.
Det kan godt virke mærkeligt - ja, Sonja du er udvikler, du har det store rugbrød. Nej, nej, når man sidder hos kunder, så har man det laptop man nu får - den samme som kundens medarbejdere. Medarbejdere der arbejder med BI har ellers ikke brug for "udvikler" laptops og Windows og Office Pro versioner og liecenser.
Andet problem med BI er at man risikerer at ende som en der er god til at installere SQL server. Eller fixe en dårlig installtion.
Og til sidst, og ikke mindst, så har almindelige medarbejdere ikke lov til at installere software, så selv om deres laptops er store nok, så kan de ikke få andet end "standard".
Så, hvordan gjorde jeg det?
Jeg brugte Google BigQuery der kører i browseren.
1. Jeg fandt en side om ligestilling her og data i .csv format på https://www.statistikbanken.dk/
2. Jeg valgte alle kolonner og tal på https://www.statistikbanken.dk/LIGELI2
3. Gemte det hele som .csv fil
4. Jeg åbnede https://bigquery.cloud.google.com/
5. Jeg valgte "Create new data set" og kaldte det "loengab"
6. Jeg har tilføjet en tabel "PayGap" på baggrund af den .csv fil, jeg gemte i starten
7. "Automatically detect" er en smart ting, men jeg valgte at lave mine egne kolonner
8. I øverste venstre hjørne er en "Compose query"
9. Så kommer man på en side hvor man kan skrive SQL. Cool...
Ja, jeg var nødt til at sætte LIMIT to 15. Der er flere end 15 der opfylder kravene.
10. Man får resultat som tabel, man kan gemme på desktopen eller eksportere til regneark og arbejde med den videre.
11. Query som lister arbejdsfunktioner hvor kvionder tjener mere ser sådan ud:
Ingen kommentarer:
Send en kommentar