7 datasets found
  1. Uber : global corporate demography by gender 2017-2023

    • statista.com
    Updated Dec 19, 2024
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    Statista (2024). Uber : global corporate demography by gender 2017-2023 [Dataset]. https://www.statista.com/statistics/693807/uber-employee-gender-global/
    Explore at:
    Dataset updated
    Dec 19, 2024
    Dataset authored and provided by
    Statistahttp://statista.com/
    Area covered
    Worldwide
    Description

    Ridesharing platform, Uber has been increasing the gender diversity of its workforce, which was 56.5 percent male and 43.5 percent female as of 31 December 2023. The above figures only refer to staff that are employed directly by Uber, and do not include drivers.

  2. d

    Histat-Data Compilation: Population by Age in years and by gender for the...

    • da-ra.de
    Updated Aug 3, 2015
    + more versions
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    Gabriele Franzmann (2015). Histat-Data Compilation: Population by Age in years and by gender for the German Reich, the former Federal Republic of Germany and for Germany (after 3rd October 1990), 1871-2010 [Dataset]. http://doi.org/10.4232/1.12313
    Explore at:
    Dataset updated
    Aug 3, 2015
    Dataset provided by
    GESIS Data Archive
    da|ra
    Authors
    Gabriele Franzmann
    Time period covered
    1871 - 2010
    Area covered
    Germany, German Reich
    Description

    Gegenstand der Studie. Das Alter ist ein natürliches Strukturmerkmal der Bevölkerung, das über den Anteil einzelner Altersgruppen an der Gesamtbevölkerung informiert. Der Altersaufbau ist von entscheidender Bedeutung für die Beurteilung des Potentials einer Bevölkerung in den Bereichen Arbeit, wirtschaftliche Entwicklung, Konsum, sowie für den Bedarf spezieller Einrichtungen auf dem Sektor des Bildungs- und Gesundheitswesens. Darüber hinaus ist der Altersaufbau das zeitpunktbezogene Resultat folgender Prozesse: Geburtentätigkeit (Fertilität), Sterblichkeit (Mortalität) und Wanderungsbewegungen (Migration). Er spiegelt die Geschichte des vor dem Referenzzeitpunkt gelegenen Jahrhunderts wider. Der Altersstruktur wird in der Bevölkerungsökonomie aus verschiedenen Gründen große Bedeutung zugemessen: Erstens kann die Altersstruktur die Entstehung und Durchsetzung technischen Fortschritts beeinflussen. Eine durchschnittlich älter werdende Bevölkerung kann u.U. beruflich und räumlich immobiler werden und aufgrund abnehmender Anteile jüngerer Menschen in zunehmendem Umfang ´älteres´ Wissen verkörpern. Zweitens kommt der Entwicklung der Altersstruktur erhebliche Bedeutung für die private und soziale Sicherung zu, wobei dieser Sachverhalt zumeist anhand des Verlaufs der Abhängigenquotienten erörtert wird. Drittens können Altersstrukturveränderungen Einfluss auf die gesamtwirtschaftliche Sparquote nehmen, und viertens können sie die Struktur der Konsumgüternachfrage und des staatlichen Leistungsangebotes beeinflussen.

    Die Darstellung des Alters in Altersjahren ermöglicht die Berechnung unterschiedlicher Kennzahlen, wie z.B.: Gesamtquotient, Jugendquotient und Altenquotient oder die Darstellung der Personen im erwerbsfähigen Alter bzw. der Bevölkerung im nichterwerbstätigen Alter.

    Zeit und Ort der Untersuchung: Die Daten beziehen sich geografisch auf das Deutsche Reich in seinen jeweiligen Grenzen, auf das Gebiet der früheren Bundesrepublik Deutschland in den Grenzen vor dem 3. Oktober 1990 (alte Länder und Berlin-West) sowie auf Deutschland in den Grenzen nach dem 3. Oktober 1990 (alte und neue Länder). Das Besondere an diesen Reihen ist ihre zeitliche Verortung: Die zahlreichen historischen Grenzverschiebungen in Deutschland führen zu dem Problem, womit die Altersstruktur der Bevölkerung in der Bundesrepublik vor ihrer Gründung – der Zeit des Deutschen Reichs - verglichen werden soll, denn auch für das Deutsche Reich haben sich in der Geschichte mehrmals Grenzveränderungen ergeben. Ausserdem weichen die territorialen Bezüge stark voneinander ab. Daher sind für die frühere Bundesrepublik Deutschland (alte Länder und Berlin-West) sowie für Deutschland nach dem 3. Oktober 1990 (alte und neue Länder) die Territorien, auf die sich die Zeitreihen beziehen, künstlich in die Geschichte verlängert worden. - Für das Gebiet der früheren Bundesrepublik wurde die Bevölkerung nach Alter und Geschlecht bis 1871 in die Zeit des Deutschen Reichs zurückgerechnet, so dass man einen theoretischen Vergleich über die Zeit für ein geographisch konstant gehaltenes Gebiet hat. - Ähnlich ist auch das Vorgehen für das Gebiet Deutschland in den Grenzen nach dem 3. Oktober 1990. Die Reihen der Alterszusammensetzung gehen hier bis 1950 zurück. - Die Angaben zur Altersstruktur der Bevölkerung im Deutschen Reich dagegen beziehen sich auf die tatsächlichen, jeweiligen Grenzen des Deutschen Reichs, wobei in den statistischen Quellen überwiegend die Bevölkerung nach Geburtsjahren angegeben wurde. Hier wurde im Interesse der Vergleichbarkeit das Alter ausgerechnet, um eine Darstellung der Bevölkerung nach Altersjahren und 5-jährigen Altersgruppen zu ermöglichen.

    Datentabellen in HISTAT (Thema: Bevölkerung):

    A. Bevölkerung nach Altersjahren und Geschlecht für das Gebiet der früheren Bundesrepublik, zurückgerechnet bis 1871 bis zur Gegenwart

    A.1 Altersjahren und Geschlecht A.2 Altersgruppen in 5-Jahresabständen und Geschlecht A.3 Bevölkerung insgesamt nach Geschlecht

    B. Bevölkerung nach Altersjahren und Geschlecht für Deutschland in den Grenzen nach Oktober 1990, zurückgerechnet bis 1950 bis zur Gegenwart

    B.1 Altersjahren und Geschlecht B.2 Altersgruppen in 5-Jahresabständen und Geschlecht B.3 Bevölkerung insgesamt nach Geschlecht

    C. Deutsches Reich

    C.1 Altersjahren und Geschlecht C.2 Altersgruppen in 5-Jahresabständen und Geschlecht C.3 Bevölkerung insgesamt nach Geschlecht

  3. e

    Online Panel Survey of Gender Equality and Socioeconomic Consequences of the...

    • b2find.eudat.eu
    Updated Jul 24, 2025
    + more versions
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    (2025). Online Panel Survey of Gender Equality and Socioeconomic Consequences of the COVID-19 Pandemic - Dataset - B2FIND [Dataset]. https://b2find.eudat.eu/dataset/e44e286f-ab93-52ed-8445-7426926b91c3
    Explore at:
    Dataset updated
    Jul 24, 2025
    Description

    Zusammenfassung:Zielsetzung: Die Erhebung konzentriert sich auf die COVID-19-Krise und ihre Auswirkungen auf die Gleichstellung der Geschlechter im Hinblick auf die Arbeitsmarktsituation, die Vereinbarkeit von Beruf und Familie und die Rolle, die Konjunkturmaßnahmen und öffentliche Politiken bei der Unterstützung von Frauen und Männern gespielt haben könnten. Die Umfrage liefert neue Erkenntnisse über die vielfältigen Auswirkungen der COVID-19-Pandemie auf Frauen und Männer unter sozioökonomischen Gesichtspunkten. Methode:Die Zielpopulation der Erhebung waren Personen im Alter zwischen 20 und 64 Jahren, die in den 27 EU-Mitgliedstaaten leben. Die Nicht-Wahrscheinlichkeitsstichprobe der Befragten wurde mit Hilfe von Verbraucherumfrage-Panels (hauptsächlich Cint) durchgeführt. Insgesamt nahmen 42 300 Befragte an der Umfrage teil.Bei der Erhebung wurde ein Quotenstichprobenverfahren auf der Grundlage eines Schichtungsansatzes angewandt. Bei der Quotenstichprobe handelt es sich um eine Nicht-Wahrscheinlichkeitsstichprobe, die es ermöglicht, eine Stichprobe von Personen zu bilden, die entsprechend den ausgewählten soziodemografischen Merkmalen repräsentativ für eine größere Population ist. Durch den Einsatz einer Web-Panel-Plattform konnten die Teilnehmer anhand jährlich aktualisierter soziodemografischer Merkmale aus den nationalen Stichproben ausgewählt werden. Dazu gehören Alter, Geschlecht, Familienstand, Anzahl der Kinder unter 18 Jahren im Haushalt, Bildungsniveau und Beschäftigungsstatus. Inhalt des Fragebogens: Die Umfrage umfasste die folgenden Hauptforschungsthemen:- Veränderungen in den Haushaltsvereinbarungen in Bezug auf bezahlte Arbeit und unbezahlte Betreuung;- Veränderungen in der Arbeitsorganisation seit dem Beginn der Pandemie;- Vereinbarkeit von Beruf und Familie (einschließlich der Nutzung verfügbarer institutioneller Instrumente zur Bewältigung der Herausforderungen bei der Vereinbarkeit von Beruf und Familie seit Beginn der Pandemie). Der soziodemografische Teil des Fragebogens zielte darauf ab, Informationen zu sammeln, die eine Analyse der folgenden sich überschneidenden Ungleichheiten ermöglichten: Geschlecht, Alter, Bildungsniveau, Beruf, ethnischer und Migrationshintergrund, persönliches Einkommen und Haushaltseinkommen. Abstract:Objective: The survey focus on the COVID-19 crisis and its impacts on gender equality regarding the labour market situation, work–life balance and the role that recovery measures and public policies may have had in supporting women and men. The survey provides new knowledge on the multifaceted impacts of the COVID-19 pandemic on women and men from a socioeconomic point of view. Method:The target population of the survey were individuals aged between 20 and 64 living in the 27 EU Member States. The non probability sampling of survey respondents was carried out using the consumer survey panels (mostly Cint). In total, 42 300 respondents took part in the survey.The survey adopts a quota sampling method based on a stratification approach. Quota sampling is a non-probability sampling method, which allows a sample of individuals, representative of a larger population according to the selected socio-demographic characteristics, to be formed. The use of a web panel platform allowed the participants to be selected from the national samples by annually updated socio-demographic characteristics. These include age, sex, marital status, number of children below the age of 18 in the household, educational level and employment status. Questionnaire content: The survey covered the following main research topics:- Changes in household arrangements concerning paid work and unpaid care;- Changes in work arrangements since the start of the pandemic;- Work–life balance (including the use of available institutional instruments to deal with the work–life balance challenges since the start of the pandemic). The socio-demographic section of the questionnaire aimed to collect information that allowed the following intersecting inequalities to be analysed: gender, age, educational level, profession, ethnic and migrant background, personal income and household income.

  4. e

    Sozioökonomische Daten auf Rasterebene (SUF 4). Einwohner nach Geschlecht...

    • b2find.eudat.eu
    Updated Jul 24, 2025
    + more versions
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    (2025). Sozioökonomische Daten auf Rasterebene (SUF 4). Einwohner nach Geschlecht und Alter Socio-Economic Data on grid level (SUF 4). Population by age and gender [Dataset]. https://b2find.eudat.eu/dataset/505afd2d-0c35-59e9-a724-e82931e683d8
    Explore at:
    Dataset updated
    Jul 24, 2025
    Description

    Die Geschlechts- und Altersstruktur weist den Anteil der Einwohner pro Gebietsebene aus und liegt unterteilt nach Geschlecht für 17 Altersklassen vor. Dabei wird das Alter zwischen 20 und 75 in Kategorien von je 5 Jahren zusammengefasst. Für das höhere Alter erfolgt eine Zusammenfassung in "75 Jahre und älter". Für Kinder folgt microm den folgenden Altersgruppierungen: Zum einen werden Kleinkinder gesondert betrachtet; dabei handelt es sich um die Altersklasse der 0- bis 3-Jährigen. Eine weitere Klasse umfasst das Kindergartenalter, also Kinder im Alter zwischen 3 und 6 Jahren. Danach folgen Einteilungen in Grundschulkinder (6-10 Jahre) und Kinderin der schulischen Mittelstufenklasse (10-15 Jahre). Mit 15 ist es möglich, die allgemeine Schullaufbahn zu beenden und in eine Ausbildung mit Berufsschule zu wechseln, bzw. die allgemeine Hochschulreife auf der allgemeinen Schule zu erlangen. Auch diese Altersgruppen werden gesondert in der Klasse der 15- bis 18-Jährigen bzw. in der Altersklasse der 18- bis 20-Jährigen erfasst (microm 2014, S. 99).Die Ausprägungen der Altersgruppen liegen als prozentuale Anteile an allen Einwohnern einer Rasterzelle vor. Komplementär zu diesem Datensatz wird die absolute Einwohnerzahl auf Rasterebene als separater Datensatz angeboten und ist unter der DOI 10.7807/microm:einwohner:suf:V4 auffindbar. The gender and age structure indicates the share of inhabitants in an area and can be differentiated with respect to sex and 17 age groups. Age between 20 and 75 is divided into categories of 5 years each to build the age groups. For the elderly, the group is “75 years and older”. For children, microm uses the following categories: infants and toddlers in the age range 0-3 years; kindergarteners of the age 3-6 years; primary school children (6-10 years), and middle school children (10-15 years). At 15, it is possible to finish general schooling and start a vocational training, or proceed with school and obtain a high school degree (Abitur). Individuals in this group constitute two further age groups, one ranging from 15-18 years and the other from 18-20 years (microm 2014, p. 99). The age groups are available as percentage shares of all inhabitants in a raster cell. In addition, the absolute number of inhabitants is available as a separate dataset which can be found under DOI 10.7807/microm:einwohner:suf:V4 RWI-GEO-GRID Other Microm verwendet schätzungsweise über eine Milliarde Einzelinformationen, die in den microm Datensatz einfließen. Die Grundlage für die Informationsgewinnung bilden im Wesentlichen Informationen über ca. 40,7 Millionen Haushalte in Deutschland. Mircom uses more than a billion individual datapoints for the aggregation of the microm dataset. These are mainly information on approximately 40.7 million households in Germany. Die Daten werden nicht für die einzelnen Haushalte sondern für die rund 19,7 Millionen Häuser in Deutschland ausgewiesen (microm 2014, Seite 1). Aus datenschutzrechtlichen Gründen werden Häuser, die zu einem Wohnumfeld gehören, zu einem „virtuellen“ mikrogeografischen Segment (sog. Mikrozelle) gebündelt, das durchschnittlich acht, mindestens aber fünf Häuser umfasst. So werden aus den benutzten Grunddaten Informationen zu den Haushaltsstrukturen generiert, die dann wiederum in weitere Hochrechnungen einfließen. Wann immer dies möglich ist, werden die errechneten Daten mit anderen Datenquellen wie beispielsweise amtlichen Daten, die auf einer höheren Aggregationsstufe vorliegen, abgeglichen (microm 2014, S. 2). Darüber hinaus nutzt microm die Möglichkeit seine Wohnumfelder zu geocodieren, das heißt, den Wohnfeldern werden Koordinaten zugewiesen. Dadurch wird die Möglichkeit geschaffen, diese Informationen den einzelnen Rastern zuzuordnen und auf dieser Ebene zu aggregieren.

  5. Employment rate worldwide 2025, by gender

    • statista.com
    Updated Jun 23, 2025
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    Statista (2025). Employment rate worldwide 2025, by gender [Dataset]. https://www.statista.com/statistics/1337165/global-employment-rate-gender/
    Explore at:
    Dataset updated
    Jun 23, 2025
    Dataset authored and provided by
    Statistahttp://statista.com/
    Area covered
    Worldwide
    Description

    Since 2000, employment-to-population ratio worldwide was constantly significantly higher among men than among women. Whereas more than ********** of men were estimated to be employed worldwide in 2025, less than **** of women were the same. Moreover, employment rates among both genders fell over the time period, with the decrease being larger among men.

  6. e

    Sozioökonomische Daten auf Rasterebeneb (Welle 4). Einwohner nach Geschlecht...

    • b2find.eudat.eu
    Updated Jul 23, 2025
    + more versions
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    (2025). Sozioökonomische Daten auf Rasterebeneb (Welle 4). Einwohner nach Geschlecht und Alter Socio-Economic Data on grid level (Wave 4). Population by age and gender [Dataset]. https://b2find.eudat.eu/dataset/dd9e62b3-bd35-540a-aaa2-1ea20bfd232c
    Explore at:
    Dataset updated
    Jul 23, 2025
    Description

    Die Geschlechts- und Altersstruktur weist den Anteil der Einwohner pro Gebietsebene aus und liegt unterteilt nach Geschlecht für 17 Altersklassen vor. Dabei wird das Alter zwischen 20 und 75 in Kategorien von je 5 Jahren zusammengefasst. Für das höhere Alter erfolgt eine Zusammenfassung in "75 Jahre und älter". Für Kinder folgt microm den folgenden Altersgruppierungen: Zum einen werden Kleinkinder gesondert betrachtet; dabei handelt es sich um die Altersklasse der 0- bis 3-Jährigen. Eine weitere Klasse umfasst das Kindergartenalter, also Kinder im Alter zwischen 3 und 6 Jahren. Danach folgen Einteilungen in Grundschulkinder (6-10 Jahre) und Kinder in der schulischen Mittelstufenklasse (10-15 Jahre). Mit 15 ist es möglich, die allgemeine Schullaufbahn zu beenden und in eine Ausbildung mit Berufsschule zu wechseln, bzw. die allgemeine Hochschulreife auf der allgemeinen Schule zu erlangen. Auch diese Altersgruppen werden gesondert in der Klasse der 15- bis 18-Jährigen bzw. in der Altersklasse der 18- bis 20-Jährigen erfasst (microm 2014, S. 99). Die Ausprägungen der Altersgruppen liegen als prozentuale Anteile an allen Einwohnern einer Rasterzelle vor. Komplementär zu diesem Datensatz wird die absolute Einwohnerzahl auf Rasterebene als separater Datensatz angeboten und ist unter der DOI 10.7807/microm:einwohner:V4 auffindbar. The gender and age structure indicates the share of inhabitants in an area and can be differentiated with respect to sex and 17 age groups. Age between 20 and 75 is divided into categories of 5 years each to build the age groups. For the elderly, the group is “75 years and older”. For children, microm uses the following categories: infants and toddlers in the age range 0-3 years; kindergarteners of the age 3-6 years; primary school children (6-10 years), and middle school children (10-15 years). At 15, it is possible to finish general schooling and start a vocational training, or proceed with school and obtain a high school degree (Abitur). Individuals in this group constitute two further age groups, one ranging from 15-18 years and the other from 18-20 years (microm 2014, p. 99). The age groups are available as percentage shares of all inhabitants in a raster cell. In addition, the absolute number of inhabitants is available as a separate dataset which can be found under DOI 10.7807/microm:einwohner:V4. RWI-GEO-GRID Other Microm verwendet schätzungsweise über eine Milliarde Einzelinformationen, die in den microm Datensatz einfließen. Die Grundlage für die Informationsgewinnung bilden im Wesentlichen Informationen über ca. 40,7 Millionen Haushalte in Deutschland. Mircom uses more than a billion individual datapoints for the aggregation of the microm dataset. These are mainly information on approximately 40.7 million households in Germany. Die Daten werden nicht für die einzelnen Haushalte sondern für die rund 19,7 Millionen Häuser in Deutschland ausgewiesen (microm 2014, Seite 1). Aus datenschutzrechtlichen Gründen werden Häuser, die zu einem Wohnumfeld gehören, zu einem „virtuellen“ mikrogeografischen Segment (sog. Mikrozelle) gebündelt, das durchschnittlich acht, mindestens aber fünf Häuser umfasst. So werden aus den benutzten Grunddaten Informationen zu den Haushaltsstrukturen generiert, die dann wiederum in weitere Hochrechnungen einfließen. Wann immer dies möglich ist, werden die errechneten Daten mit anderen Datenquellen wie beispielsweise amtlichen Daten, die auf einer höheren Aggregationsstufe vorliegen, abgeglichen (microm 2014, S. 2). Darüber hinaus nutzt microm die Möglichkeit seine Wohnumfelder zu geocodieren, das heißt, den Wohnfeldern werden Koordinaten zugewiesen. Dadurch wird die Möglichkeit geschaffen, diese Informationen den einzelnen Rastern zuzuordnen und auf dieser Ebene zu aggregieren.

  7. e

    Eurobarometer 44.3OVR (1996) Eurobarometer 44.3 (1996) Employment,...

    • b2find.eudat.eu
    Updated Oct 9, 2007
    + more versions
    Share
    FacebookFacebook
    TwitterTwitter
    Email
    Click to copy link
    Link copied
    Close
    Cite
    (2007). Eurobarometer 44.3OVR (1996) Eurobarometer 44.3 (1996) Employment, Unemployment, and Gender Equality - Dataset - B2FIND [Dataset]. https://b2find.eudat.eu/dataset/efc98259-3cbf-5900-b7a9-5d0289bb3d87
    Explore at:
    Dataset updated
    Oct 9, 2007
    Description

    Arbeit und Arbeitslosigkeit. Einstellung zur Frauenarbeit. Gleichberechtigung am Arbeitsplatz. Themen: Politikinteresse; eigene Meinungsführerschaft; Einschätzung der tatsächlichen und der gewünschten Fortschritte bei der Vereinigung Europas; Beschäftigungssituation des Befragten und seines Partners; Familienstand; Wohnstatus (Wohngemeinschaft, Wohnen bei den Eltern, Wohnen in einer staatlichen Unterkunft); eigener Beitrag zum Haushaltseinkommen und Verantwortlichkeit für ein Kind oder eine ältere Person im Haushalt; Arbeitslosigkeitsdauer; Angaben zu: Beruf (ISCO-Code), Beschäftigtenstatus, Vollzeitbeschäftigung, Teilzeitbeschäftigung, befristeter Arbeitsvertrag, Saisonbeschäftigung, Betriebsgröße, hergestelltes Produkt, Beschäftigung im öffentlichen Sektor, bezogen auf die letzte Beschäftigung; ununterbrochene Beschäftigungsdauer; Gründe für die Arbeitslosigkeit; erhaltene Abfindung bei Beschäftigungsende; Arbeitsorientierung; präferierte Wochenarbeitszeit; Zufriedenheit und Probleme mit der Situation der Arbeitslosigkeit (Skala); Häufigkeit von Arbeitslosigkeit in den letzten fünf Jahren; Intensität der Arbeitssuche; wichtigste Hemmnisse, eine Anstellung zu finden; Dauer der derzeitigen Arbeitssuche; Präferenz für eine Vollzeit- oder Teilzeitbeschäftigung; Art der Bemühungen und Informationsbeschaffung bei der Jobsuche; Stundenaufwand für die Jobsuche in der letzten Woche; Anzahl der Bewerbungen und Bewerbungsgespräche in den letzten vier Wochen; Akzeptanz von Gehaltseinbußen gegenüber der letzten Beschäftigung bei einer Neueinstellung; Bezug von Arbeitslosengeld; erwartete Differenz zwischen dem Arbeitslosengeld und dem zukünftigen Beschäftigungsentgelt; Bereitschaft zu Zugeständnissen bezüglich der Arbeitsbedingungen im neuen Job im Vergleich zur früheren Beschäftigung (Skala); Teilnahme an Weiterbildungsmaßnahmen während der Arbeitssuche; Beurteilung dieser Maßnahmen im Hinblick auf die Jobsuche; Gedanken an Selbständigkeit; die Bedeutung von finanzieller Unterstützung bei dem Wunsch nach Selbständigkeit; Hinderungsgründe für Selbständigkeit; Einschätzung der erwarteten Schwierigkeiten bei der Suche nach der idealen Beschäfigung; wichtigste Hinderungsgründe beim Finden einer Anstellung; Zufriedenheit mit der Arbeitslosigkeit (Skalometer); wichtigste soziale und psychische Folgen bzw. Probleme durch Arbeitslosigkeit (Skala); wichtigste wirtschaftliche Einschränkungen in der Arbeitslosigkeit (bei Ernährung, Wohnung, Kleidung und Ersparnissen); erhaltene finanzielle Unterstützung von Verwandten; wichtigste Kriterien einer idealen Beschäftigung (Skala); Einstellung zur Heimarbeit; Teilnahme an bezahlter Weiterbildung durch den früheren Arbeitgeber; psychologische Selbstcharakterisierung (Schlaflosigkeit, Depression, fehlendes Selbstvertrauen) (Skala); Beschreibung der persönlichen finanziellen Lage; Kontakthäufigkeit zu Freunden und Verwandten; Existenz von Ansprechpartnern bei Depressionen, bei der Jobsuche und für finanzielle Unterstützung; Anzahl der Arbeitslosen im Kreis der Freizeitpartner; weitere Unbeschäftigte in der Familie; wichtigste Gründe für Arbeitslosigkeit in der EU; wichtigste Maßnahmen zur Bekämpfung von Arbeitslosigkeit; Einstellung zur Frauenarbeit; Teilzeitarbeit als Übergang zur Vollzeitbeschäftigung; soziale Absicherung für Teilzeitarbeit sollte verbessert werden; Frühpensionierung als Mittel zur Beschaffung von neuen Arbeitsplätzen; Priorität für Bewohner des Landes gegenüber Immigranten bei der Arbeitsplatzvergabe; Geschlechtsabhängigkeit bei Verarmung durch Arbeitslosigkeit; Vergleich von Vollzeitbeschäftigten mit Teilzeitbeschäftigten bezüglich ausgewählter Kriterien wie Arbeitsplatzsicherheit, Aufstiegsmöglichkeiten, Rentenversicherung, Arbeitsdruck, angenehme Arbeitszeiten, Familienleben, Bezahlung und Beteiligung an Entscheidungen bei der Arbeit; vermutete Diskriminierung von Frauen bei der Einstellung; vermutete Unterschiede zwischen den Geschlechtern bei der Anzahl und Vielfalt verfügbarer Arbeitsstellen, bei der Arbeitsplatzsuche, bei den Aufstiegschancen, beim Gehalt, bei der Arbeitsplatzsicherung und beim Ansehen; geschlechtsspezifische Zuordnung ausgewählter Berufe; Änderung der Einstellung bei Frauen oder bei Männern zur Beseitigung der Ungleichheiten am Arbeitsplatz; erwartete Effekte von einer Gleichstellung von Mann und Frau (Skala); effizienteste Maßnahmen zur Verringerung der Ungleichheit zwischen den Geschlechtern; vermuteter Umgang der Institution der Europäischen Union mit der Gleichstellung von Mann und Frau; Reihenfolge von Forderungen zur Beseitigung der Ungleichheit der Geschlechter von der Kindererziehung bis zu verantwortungsvollen Positionen im Wirtschaftsbereich (Skala); wichtigste Gründe für die Benachteiligung von Frauen; Zufriedenheit in den Bereichen allgemeine Lebensführung, im Freizeitbereich, im sozialen Umfeld außerhalb des Haushalts, im Familienleben, mit der Gesellschaft und der Demokratie im Lande; Furcht vor Arbeitsplatzverlust, Aidsansteckung, Trennung von den eigenen Kindern, Opfer eines Straßenüberfalls zu werden, in einen Verkehrsunfall verwickelt zu werden und einen Großteil des Lebens alleine leben zu müssen; Einstellung zu mehr Wohlfahrtsstaat (Skala); Bereitschaft, zum Zwecke der Arbeitsplatzbeschaffung mehr Steuern zu zahlen; Einstellung zu mehr Verantwortlichkeit der Europäischen Union für die Beschäftigungslosen; Wichtigkeit der Beseitigung von sozialer Ungleichheit; Vermutungen über einen Entscheidungszwang zwischen Kind oder Arbeit bei den meisten Frauen; Präferenz für finanzielle Unterstützung oder Kinderversorgung für arbeitende Mütter; Beurteilung der Effekte von Frauenarbeit auf das Wohlergehen des Ehepaars, der Kinder, der Frau sowie des Mannes; Beurteilung der Effekte von Frauenarbeit auf eine Verminderung ihrer Isolation; Kinderversorgung durch den geringerverdienenden Partner; Bewertung der Kinderversorgung als erwerbsgleiche Tätigkeit; Vorrang der Kinderversorgung gegenüber der Erwerbstätigkeit von Müttern; Frauen sollten eigenes Einkommen haben; Kenntnis eines Frauengleichstellungsgesetzes im eigenen Lande. Personen, die mit einem Partner zusammenlebten, wurden zusätzlich gefragt: Eigenes Interesse sowie Interesse des Partners an einer Beschäftigung und an politischen Aktivitäten; vermutete Einstellung des Partners, wenn dieser bzw. diese mehr verdienen würde als der oder die Befragte und wenn sie bzw. er eine politisch wichtige Position innehaben würde; Aufteilung der Hausarbeit zwischen den Partnern. Demographie: Nationalität; Selbsteinstufung auf einem Links-Rechts-Kontinuum; Parteipräferenz; Gewerkschaftsmitgliedschaft des Befragten oder eines Mitglieds des Haushalts; Alter bei Beendigung der Schulbildung; Geschlecht; Alter; Haushaltszusammensetzung; berufliche Position des Befragten und des Haushaltsvorstands; Urbanisierungsgrad des Wohnortes; Haushaltseinkommen; Telefonbesitz; wichtigste Gründe für den Nichtbesitz eines Telefonanschlusses. Zusätzlich verkodet wurde: Interviewdatum; Zeitpunkt des Interviewbeginns; Interviewdauer; Anzahl der anwesenden Personen während des Interviews; Anwesenheit des Partners während des Interviews; Kooperationsbereitschaft des Befragten. Employment and unemployment. Gender equality. Topics: Standard Eurobarometer measures such as whether they attempted to persuade others close to them to share their views on subjects they held strong opinions about, whether they discussed political matters, and how they viewed the need for societal change. Respondents who were employed or self-employed were asked questions concerning their job titles, the ratio of women to men holding the same title, number of people employed at their workplaces, how long they were continuously employed/self-employed, how they found out about their jobs, the type of organizations for which they worked, the number of hours worked, job satisfaction, the type of communication equipment used, and the circumstances under which they would reduce their hours or take unpaid leave. Employed and self-employed respondents were asked about the pay, training, skill level, variety, amount, pressure, and interest involved in their work. They also compared their jobs with jobs they were doing five years ago. Non-self-employed workers provided additional information regarding their level of involvement in decisions that affected their jobs, existence of promotional opportunities, indices of pay raises or dismissal, likelihood of leaving their jobs, and commitment to their current employers. Questions posed to unemployed respondents covered how long they had been unemployed, their former occupation, reasons for leaving their last position, and whether they had received any compensation. They were also asked if they were looking for a job, what approaches they used to find a job, the amount of time spent looking for a job, problems in trying to find a job, whether they would consider a position requiring different skills, a lower level of skills, worse physical conditions, or different hours, or if they would relocate. These respondents also indicated whether they had experienced boredom, depression, family tensions, loss of self-confidence, not enough money, increased difficulty in rearing children, or lack of contact with people as a result of being unemployed. All respondents were asked questions concerning gender equality. Respondents were asked to assess the current work situation for women with respect to wages, job security, promotional opportunities, and the number and variety of jobs available. Respondents were also asked to evaluate reasons why women less often held positions of responsibility and to prioritize areas of action to be taken to remedy existing inequalities. Respondents also rated the impact of womens working on the well-being of men, children, women, families, and couples. Demography: Gender,

  8. Not seeing a result you expected?
    Learn how you can add new datasets to our index.

Share
FacebookFacebook
TwitterTwitter
Email
Click to copy link
Link copied
Close
Cite
Statista (2024). Uber : global corporate demography by gender 2017-2023 [Dataset]. https://www.statista.com/statistics/693807/uber-employee-gender-global/
Organization logo

Uber : global corporate demography by gender 2017-2023

Explore at:
8 scholarly articles cite this dataset (View in Google Scholar)
Dataset updated
Dec 19, 2024
Dataset authored and provided by
Statistahttp://statista.com/
Area covered
Worldwide
Description

Ridesharing platform, Uber has been increasing the gender diversity of its workforce, which was 56.5 percent male and 43.5 percent female as of 31 December 2023. The above figures only refer to staff that are employed directly by Uber, and do not include drivers.

Search
Clear search
Close search
Google apps
Main menu