Geschlechtsspezifische Unterschiede bei den Gründen für Teilzeit (https://twitter.com/matschnetzer/status/1625529059722641411)

teilzeit.R

library(tidyverse)
library(waffle)
library(msthemes)
library(viridis)
library(haven)
library(MetBrewer)

mz <- read_dta("mz2019.dta")

mz |> select(gewjahr, bsex, dteil) |> 
  filter(dteil > 0) -> mz

mzaz <- mz |> 
  mutate(dteil = fct_recode(as.factor(dteil),
        "Betreuung/Pflege" = "1",
        "Keine Vollzeit gewünscht" = "2",
        "Andere persönliche Gründe" = "3",
        "Keine Vollzeit gefunden" = "4",
        "Aus-/Fortbildung" = "5",
        "Krankheit" = "6",
        "Sonstige Gründe" = "7")) |> 
  mutate(bsex = fct_recode(as.factor(bsex),
        "Männer" = "1",
        "Frauen" = "2")) |> 
  group_by(bsex, dteil) |> 
  summarise(tsum = sum(gewjahr)) |> 
  mutate(proz = tsum/sum(tsum)*100,
         freq = round(proz, 0)) |> 
  mutate(freq = case_when(
    bsex == "Frauen" & dteil == "Sonstige Gründe" ~ freq - 1,
    TRUE ~ freq
  ))


ggplot(mzaz, aes(fill=dteil, values=freq)) +
  geom_waffle(color = "white", size=0.9, n_rows = 5) +
  facet_wrap(~bsex, ncol=1) +
  scale_x_discrete(expand=c(0,0)) +
  scale_y_discrete(expand=c(0,0)) +
  scale_fill_manual(values = met.brewer("Austria")) +
  theme_ms(grid=F) +
  theme(strip.text.x=element_text(size=14,margin=margin(b=5, t=5),family="Futura"),
        plot.caption = element_text(margin=margin(t=4),family="Futura"),
        plot.title = element_text(margin=margin(b=6)),
        legend.title=element_blank(),
        legend.position = "bottom",
        legend.spacing = unit(3,"pt"),
        legend.key.size=unit(0.6,"line"),
        legend.text = element_text(size=8, family="Futura")) +
  coord_equal() +
  labs(title = "Gründe für Teilzeitarbeit",
       caption="Daten: Mikrozensus 2019 Grafik: @matschnetzer") +
  theme_enhance_waffle()

ggsave("parttime.png", dpi=320, width=6, height=4.5)