Etude Statec

1. N° 04
01/2021
Les principaux déterminants des salaires au
Luxembourg
L’effet isolé d’un diplôme supérieur sur le niveau du salaire est en moyenne de 24%, un poste de supervision « rapporte » 30%, un CDI
23%. Les salaires augmentent en moyenne de 50% rien qu’avec l’âge - si toute la carrière est réalisée auprès du même employeur, ils
augmentent même de 80%.
Dans un récent « Regards »1
, le STATEC avait présenté les
principaux résultats de l’enquête sur la structure des salaires.
Il en était ressorti qu’il existait d’importants écarts entre les
salaires selon les secteurs d’activité et les professions.
Ainsi avait-on pu constater par exemple qu’en 2018, le salaire
annuel brut moyen2
d’un salarié dans le secteur de l’horeca
était de 33 796 EUR, alors qu’un salarié du secteur des activités
financières et d’assurance gagnait en moyenne 99 250 EUR, soit
le triple. À première vue, ces écarts peuvent paraître énormes.
Toutefois, en y regardant de plus près, on remarque que plusieurs
facteurs peuvent expliquer ces écarts, du moins pour une large
partie. Il s’agit avant tout du capital humain des salariés (diplôme,
expérience) et du type d’emploi.
Les écarts de salaire entre secteurs sont
en grande partie dus aux différences de
caractéristiques des salariés qui les composent
Le premier élément d’explication qui vient à l’esprit est le
niveau d’études. Dans le secteur financier, 74% des salariés
ont un diplôme de niveau supérieur (tertiaire), 22% de niveau
secondaire achevé et 4% seulement n’ont pas terminé des études
secondaires. Dans le secteur de l’horeca, on ne trouve par contre
que 9% de diplômés du tertiaire, 43% de diplômés du secondaire
alors que 48% des salariés n’ont pas de diplôme secondaire.
D’autres facteurs explicatifs peuvent être : le type de profession
(s’agit-il de travaux plutôt intellectuels ou plutôt manuels,
nécessitant une qualification professionnelle plus ou moins
poussée ? S’agit-il de postes de supervision ou non ? Etc.), la
structure d’âge des salariés et leur ancienneté.
Le secteur d’activité dans lequel travaille un salarié peut aussi
avoir un impact direct sur le salaire. Ainsi le salaire proposé à une
personne de même niveau de qualification peut être différent en
fonction du secteur d’activité dans lequel elle se présente parce
1 Regards n° 14 – 09/2020 : « Salaires au Luxembourg : finances en tête,
horeca en queue de peloton » https://statistiques.public.lu/catalogue-
publications/regards/2020/PDF-14-2020.pdf
2 Pour un équivalent temps plein ayant travaillé toute l’année
que la productivité (et donc le revenu qu’elle peut générer pour
son employeur) peut fortement varier d’un secteur à l’autre. Il en
est de même pour la taille de l’entreprise qui l’engage, sachant
qu’en général les entreprises de taille plus importante payent des
rémunérations plus élevées.
D’autres facteurs peuvent encore jouer, comme le fait de
bénéficier d’un contrat à durée indéterminée ou non, de tomber
sous l’application d’une convention collective de travail ou non,
de travailler à temps complet ou partiel, etc.
Le salaire d’un individu est donc le résultat d’une multitude
de facteurs qui se conjuguent. Tous ces facteurs jouent
simultanément pour produire un salaire unique pour chaque
personneprésentantunecombinaisonuniquedecaractéristiques.
Les écarts de salaire observés entre deux
(groupes de) salariés résultent toujours d’une
multitude d’effets simultanés
Les différences de salaires « observées » entre deux individus
ou deux groupes d’individus sont le résultat de l’effet combiné de
différences que ces individus présentent sur des plans multiples.
Ainsi, pour reprendre l’exemple exposé plus haut, si le salaire
moyen observé dans les finances est le triple de celui observé
dans l’horeca, cela ne résulte pas du simple fait que les salariés
sont « d’office » mieux payés dans le secteur des finances, mais
est le fruit de l’effet combiné de multiples caractéristiques qui
différencient « le salarié moyen » travaillant dans les finances du
« salarié moyen » travaillant dans l’horeca.
De même, l’écart entre le salaire annuel moyen observé3
d’un
résident (73 251 EUR) et celui d’un frontalier (57 489) n’est pas dû
au simple fait de résider au Luxembourg ou non, mais résulte en
majeure partie du fait que résidents et frontaliers se distinguent
également au niveau d’autres caractéristiques comme le niveau
d’éducation ou le type de profession exercée.
3 Tous les écarts « observés » sont présentés dans la première colonne
chiffrée du tableau en annexe.

2. 2
Il serait maintenant intéressant de pouvoir isoler l’effet de la
variation d’une seule de ces caractéristiques sur le salaire, ou
autrement dit, de mesurer l’écart de salaire entre deux personnes
dont toutes les caractéristiques seraient exactement les mêmes
(même niveau d’éducation, même ancienneté, même sexe, même
secteur d’activité, etc.), mais qui présenteraient une différence
au niveau d’une seule caractéristique (p.ex. l’âge).
Effet combiné de toutes les caractéristiques
(« écart observé ») ou effet d’une seule
caractéristique (« écart contrôlé ») ?
Une telle mesure de l’effet de chaque caractéristique prise
séparément peut être réalisée grâce à une technique appelée
« Régression linéaire multiple », qui permet d’isoler l’effet sur le
salaire de la variation d’une seule caractéristique (variable), en
maintenant toutes les autres caractéristiques fixes, ce qui est
communément résumé par l’expression « toutes choses restant
égales par ailleurs »4
. Les écarts de salaire ainsi obtenus étant
appelés écarts « contrôlés » ou effets « conditionnels ». Cette
technique d’analyse a été appliquée aux données provenant de
l’enquête sur la structure des salaires, et nous en présentons ici
les résultats.5
POUR EFFECTUER CETTE ANALYSE, ON SE BASE SUR UN GROUPE DE
RÉFÉRENCE QUI A CERTAINES CARACTÉRISTIQUES6
:
niveau d’éducation moyen
profession :
col blanc peu qualifié
entre 35 et 44 ans
entre 15 et 19 ans d’ancienneté
secteur d’activité :
santé humaine et action sociale
taille de l’entreprise :
entre 250 et 499 salariés
poste sans tâche
de supervision
CDD
nationalité étrangère
frontalier
pas couvert par une
convention collective
contrat de travail
à temps partiel
homme
1
2
3
4
5
6
7
8
9
10
11
12
13
4 Ou « ceteris paribus » en latin.
5 Pour l’ensemble des résultats, voir le tableau fourni en annexe.
6 Le choix de la catégorie de référence est sans importance ; une catégorie au
niveau de salaire moyen a été choisie pour faciliter la lecture des résultats.
Ensuite, on mesure l’effet sur le salaire moyen si une de ces
caractéristiques est modifiée par rapport au groupe de référence.
Cela permet de répondre par exemple à la question suivante : quel
serait l’écart moyen de salaire entre des personnes présentant
exactement les mêmes caractéristiques, à part un niveau
d’éducation différent ? Si l’on prend comme groupe de référence
les salariés de niveau d’éducation moyen (secondaire supérieur
achevé), il ressort du modèle de régression (voir graphique
1) qu’un salarié de niveau d’éducation tertiaire (présentant
les mêmes caractéristiques pour toutes les autres variables)
bénéficierait en moyenne d’un salaire supérieur de 24%. Par
contre un salarié qui n’aurait pas achevé des études secondaires
gagnerait en moyenne 10% en moins.
Effet d’un diplôme tertiaire : en moyenne +24%
de salaire
Ces écarts « contrôlés » sont beaucoup moins élevés que les
écarts « observés ». Ainsi p.ex. l’écart observé entre les diplômés
du secondaire et les diplômés du tertiaire est de 74%. Cet écart
résulte donc pour 24% du seul fait que ces personnes disposent
effectivement d’un niveau de diplôme plus élevé. Le reste de
l’écart résulte du fait que les diplômés du tertiaire accumulent en
outre d’autres différences de caractéristiques qui les distinguent
favorablement des diplômés du secondaire (non seulement
ont-ils un diplôme plus élevé, mais ils travaillent aussi dans
des secteurs et des professions plus rémunérateurs, dans des
entreprises plus grandes, ont plus souvent des CDI, des postes
de supervision, etc.).
GRAPHIQUE 1 : UN DIPLÔME TERTAIRE « RAPPORTE » EN MOYENNE UNE
AUGMENTATION SALARIALE DE 24%
Niveau d’éducation
1
-3O% 3O%
-2O% 2O%
-1O% 1O%
O%
Niveau d'éducation bas
Niveau d'éducation moyen
(référence)
Niveau d'éducation élevé
-10,4%
24,5%
Écarts salariaux « ceteris paribus » en fonction du niveau
d’éducation (en %)
Source : STATEC (ESS2018)
Le graphique 2 montre l’écart salarial « contrôlé » si l’on ne fait
varier que le type de profession (toutes les autres variables
restant égales). L’écart est le plus important entre cols blancs peu
qualifiés et cols blancs qualifiés. L’écart entre cols bleus qualifiés
et cols blancs peu qualifiés est très faible et statistiquement
non significatif. Grosso modo, l’effet de cette variable est
d’importance similaire à celui du niveau d’éducation.

3. 3
GRAPHIQUE 2 : LES ÉCARTS DE SALAIRE SONT AUSSI TRÈS IMPORTANTS
ENTRE GROUPES PROFESSIONNELS
Profession
2
-3O% 3O%
-2O% 2O%
-1O% 1O%
O%
Cols bleus peu qualifiés
Cols bleus qualifiés*
Cols blancs peu qualifiés
(référence)
Cols blancs qualifiés
-11,5%
-1,1%
25,5%
*Résultat non statistiquement significatif à 5%
Écarts salariaux « ceteris paribus » en fonction du type
de profession (en %)7
Source : STATEC (ESS2018)
Or ces deux effets se cumulent, une personne de niveau
d’éducation élevée se retrouvant souvent dans des professions
du type cols blancs. Ainsi, une personne de niveau d’éducation
tertiaire travaillant dans une profession de col blanc qualifié (p.ex.
cadre de direction) gagnerait en moyenne de l’ordre de 56%8
de
plus qu’une personne du groupe de référence, c. à d. de niveau
d’éducation secondaire et col blanc peu qualifié (p.ex. vendeur).
L’effet de l’âge et de l’ancienneté est le plus
important dans la première moitié de la carrière
Un autre facteur important impactant le niveau salarial est
l’âge, et dans une moindre mesure l’ancienneté auprès du même
employeur (voir graphique 3 et 4). L’âge peut être interprété
comme un indicateur d’expérience accumulée. Cette expérience
est mieux rémunérée lorsqu’elle s’est réalisée au sein de
l’entreprise que sur le marché externe du travail. L’impact positif
de l’ancienneté auprès du même employeur vient donc s’ajouter
à celui de l’âge. On constate que l’augmentation salariale liée
à ces deux facteurs est plus importante parmi les jeunes et a
tendance à être moins importante avec un âge / une ancienneté
plus avancé(e).
7 Les professions (codes CITP) ont été regroupées de la manière suivante :
Cols blancs qualifiés : 1 Directeurs, cadres de direction et gérants ; 2
Professions intellectuelles et scientifiques ; 3 Professions intermédiaires ;
Cols blancs peu qualifiés : 4 Employés du type administratif ; 5 Personnel des
services directs aux particuliers, commerçants et vendeurs
Cols bleus qualifiés : 6 Métiers qualifiés de l’industrie et de l’artisanat ; 7 Les
professions (codes CITP) ont été regroupées de la manière suivante : Cols
blancs qualifiés : 1 Directeurs, cadres de direction et gérants ; 2 Professions
intellectuelles et scientifiques ; 3 Professions intermédiaires ;
Cols blancs peu qualifiés : 4 Employés du type administratif ; 5 Personnel des
services directs aux particuliers, commerçants et vendeurs
Cols bleus qualifiés : 6 Métiers qualifiés de l’industrie et de l’artisanat ; 7
Agriculteurs
Cols bleus peu qualifiés : 8 Conducteurs d’installations et de machines et
ouvriers de l’assemblage ; 9 Professions élémentaires
8 Les effets se multiplient : salaire du groupe de référence * 1.245 * 1.255 = réf.
* 1.562, soit 56.2% de plus
GRAPHIQUE 3 : L’AUGMENTATION SALARIALE LIÉE À
L’ÂGE EST IMPORTANTE
Âge
3
-3O% 3O%
-2O% 2O%
-1O% 1O%
O%
15 à 24 ans
25 à 34 ans
35 à 44 ans (référence)
45 à 54 ans
55 ans et plus
-26,3%
-15,6%
8,8%
12,2%
GRAPHIQUE 4 : LE SALAIRE MOYEN AUGMENTE PEU EN FIN DE CARRIÈRE
Ancienneté
4
-3O% 3O%
-2O% 2O%
-1O% 1O%
O%
Moins d'un an d'ancienneté
1 à 4 ans d'ancienneté
5 à 9 ans d'ancienneté
10 à 14 ans d'ancienneté*
15 à 19 ans d'ancienneté
(référence)
20 à 24 ans d'ancienneté
25 à 29 ans d'ancienneté
30 ans ou plus d'ancienneté
-12,8%
-9,6%
-3,8%
-0,2%
4,1%
6,1%
5,2%
*Résultat non statistiquement significatif à 5%
Écarts salariaux « ceteris paribus » en fonction de l’âge
et l’ancienneté (en %)
Source : STATEC (ESS2018)
Après élimination des effets dus à d’autres
variables, des écarts importants entre
secteurs subsistent
Dansnotreexempleintroductif,nousavionsargumentéquel’écart
salarial important observé entre les secteurs d’activité était en
partie expliquée par des caractéristiques différentes des salariés
occupés dans ces secteurs, comme p.ex. le niveau d’éducation, et
nous avons montré que c’était le cas. Toujours est-il que, même en
éliminant toutes ces différences de caractéristiques, des écarts
salariaux subsistent entre les secteurs (voir graphique 5).

4. 4
Ainsi, un salarié travaillant dans l’horeca gagne en moyenne 29%
de moins qu’un salarié présentant les mêmes caractéristiques du
groupe de référence, mais travaillant dans le secteur de la santé ou
del’actionsociale.L’écart« observé »entrecesdeuxsecteursestde
51%. Une partie de cet écart est donc attribuable aux différences de
caractéristiques mesurées par les autres variables dans le modèle.
Par contre l’écart de 29% reste inexpliqué par les variables dans le
modèleetestuniquementattribuableàladifférencedesecteur.Ceci
ne veut toutefois pas dire qu’il y ait discrimination pure et simple.
Comme déjà évoqué plus haut, le fait qu’un salarié soit rémunéré
davantage dans un secteur que dans un autre peut avoir des raisons
tout à fait acceptables, comme par exemple des différences de
productivité ou alors d’autres différences de caractéristiques bien
réelles mais non mesurées par les variables dans le modèle.9
GRAPHIQUE 5 : LES ÉCARTS NON EXPLIQUÉS PAR D’AUTRES VARIABLES
RESTENT IMPORTANTS ENTRE LES SECTEURS D’ACTIVITÉ
Secteur d’activité
5
-3O% 3O%
-2O% 2O%
-1O% 1O%
O%
Horeca
Commerce
Construction
Activités de services adm.
et de soutien ; Activ. immob.
Industrie
Arts, spectacles, act.
récréatives et
autres act. de serv.
Transports et entreposage
Information et
communication
Activités spécialisées,
scientifiques et techniques
Santé humaine et action
sociale (référence)
Enseignement
Activités financières
et d'assurance
Administration publique
-29,0%
-21,0%
-20,6%
-19,6%
-13,3%
-9,5%
-8,9%
-7,0%
-6,9%
11,0%
12,8%
20,0%
Écarts salariaux « ceteris paribus » en fonction
du secteur d’activité (en %)
Source : STATEC (ESS2018)
9 Ainsi p.ex. nous ne disposons pas du détail des diplômes détenus par les
salariés. Il se peut bien que le type de diplômes détenus par les diplômés
du secondaire soit en réalité très différent d’un secteur à l’autre (une part
importante de diplômes de fin d’études techniques dans la santé et plutôt des
diplômes d’aptitude professionnelle pour l’horeca. Une telle différence pourrait
expliquer une partie de l’écart salarial entre les secteurs alors qu’elle ne serait
pas mesurée par la variable « niveau d’éducation » qui ne distingue pas aussi
finement entre les catégories de diplômes. Cet écart serait alors attribué au
secteur et non au niveau d’éducation.
La taille de l’entreprise a également un impact sur le niveau du
salaire (voir graphique 6), quoi que de moindre ampleur que celui
des autres variables présentées ci-dessus. Plus le nombre de
salariés occupés par l’employeur est important, plus le salaire a
tendance à être élevé.
GRAPHIQUE 6 : LES GRANDS EMPLOYEURS PAYENT DAVANTAGE QUE LES
PETITS (TOUTES AUTRES CHOSES ÉTANT ÉGALES PAR AILLEURS)
Taille de l’entreprise
6
-3O% 3O%
-2O% 2O%
-1O% 1O%
O%
10 à 49 salariés
50 à 249 salariés
250 à 449 salariés
(référence)
500 à 999 salariés*
1000 salariés ou plus
-8,5%
-3,9%
-0,5%
8,5%
*Résultat non statistiquement significatif à 5%
Écarts salariaux « ceteris paribus » en fonction de la taille de
l’entreprise (en %)
Source : STATEC (ESS2018)
L’effet d’un certain nombre d’autres caractéristiques du salarié
respectivement du poste occupé a été mesuré dans le modèle de
régression (voir graphique 7). Il s’agit en l’occurrence de variables
binaires, c. à d. du type OUI/NON.
GRAPHIQUE 7 : UN SALARIÉ AYANT UNE TÂCHE DE SUPERVISION
GAGNE 30% DE PLUS QU’UNE PERSONNE QUI N’A PAS DE TELLES
RESPONSABILITÉS
Autres caractéristiques
7
-3O% 3O%
-2O% 2O%
-1O% 1O%
O%
Femme
Résidence au Luxembourg
Nationalité luxembourgeoise
CDI
Poste de supervision
-13,4%
8,2%
10,3%
22,7%
30,1%
Écarts salariaux « ceteris paribus » en fonction d’autres
caractéristiques (en %)
Source : STATEC (ESS2018)

5. 5
Ainsi p.ex., le fait d’avoir des responsabilités de supervision
augmente le salaire en moyenne de 30% par rapport à un poste
qui n’aurait pas ce type de responsabilités. Un salarié disposant
d’un contrat à durée indéterminée gagne en moyenne 23%
de plus qu’un salarié avec CDD qui présenterait les mêmes
caractéristiques par ailleurs.
Le fait d’être citoyen luxembourgeois a un impact « toutes
choses égales par ailleurs » de 10% sur le niveau salarial, celui de
résider dans au Grand-Duché de 8%. On est donc loin des écarts
observés de 31% respectivement 27%. La majeure partie des
écarts observés entre Luxembourgeois, étrangers et frontaliers
est donc expliquée par d’autres caractéristiques dans le modèle.
En ce qui concerne les écarts subsistants, la remarque faite pour
les écarts entre secteurs s’applique également ici : ces écarts ne
sont pas synonymes de discrimination mais peuvent s’expliquer
par des différences de caractéristiques non mesurées dans le
modèle.10
L’écart salarial entre hommes et femmes serait
plus grand que l’écart observé
L’écart salarial entre hommes et femmes mérite quelques
explications. Pour la plupart des variables explicatives, l’écart
« toutes choses étant égales par ailleurs » est plus petit que
l’écart « observé » entre deux groupes de salariés différents
(voir plus haut), une partie de cet écart observé étant expliqué
par d’autres variables. Tel n’est toutefois pas le cas pour l’écart
salarial hommes/femmes. L’écart salarial dû au seul fait d’être
une femme plutôt qu’un homme est égal à - 13.4%, alors que
l’écart salarial observé entre hommes et femmes est de - 7.1%.
En d’autres mots : les femmes présentent en moyenne des
caractéristiques plus favorables à des salaires élevés que les
hommes. Elles disposent notamment d’un niveau d’éducation
moyen plus élevé et travaillent davantage dans des secteurs et
professions mieux rémunérées. A caractéristiques égales, elles
gagneraient donc 13.4% de moins que les hommes.
Pour conclure, il faut admettre que la régression multivariée
présentée permet d’expliquer environ 2/3 du niveau des salaires.
Le reste dépend d’éléments qui n’ont pas été mesurés dans
l’enquête. Or on sait que des facteurs comme l’expérience
accumulée auprès d’un autre employeur, des compétences
acquises en-dehors du système d’éducation formel, dont
notamment la maitrise des langues ou des compétences sociales,
ont un impact sur le niveau des salaires, de même que le pouvoir
de négociation d’un salarié vis-à-vis d’un employeur.
10 On pourrait penser ici p.ex. aux connaissances des langues et des institutions
et us et coutumes locales ou encore aux réseaux sociaux plus ou moins
développés.
Source
Enquête sur la structure des salaires 2018. Cette enquête est
réalisée tous les quatre ans dans tous les pays membres de
l’Union Européenne. La dernière enquête (année de référence
2018) a été réalisée en 2019 auprès d’un échantillon de plus de
3000 entreprises. Elle couvre les entreprises de 10 salariés et
plus (salariés résidents et frontaliers, mais hors indépendants)
dans tous les secteurs d’activité à l’exception de l’agriculture,
des activités des ménages en tant qu’employeurs et des
activités extraterritoriales. Les salaires bruts ont été convertis
en équivalents temps pleins annuels et comprennent tous les
suppléments, primes et bonus payés au cours de l’année.
Paul REIFF
Cette publication n’engage que le STATEC.
paul.reiff@statec.etat.lu
(+352) 247-88-475
www.statistiques.lu
ISSN 2304-7135
info@statec.etat.lu
Contact:

6. 6
Variable dépendante : Régression linéaire multiple Design df = 2 776
log(salaire annuel équivalent temps plein) Nombre d’observations = 51 991 F( 39, 2 738) = 1 715.49
2018 Taille de la population = 322 118 Prob > F = 0,0000
Nombre de strates = 5 R2= 0.6366
Nombre de PSUs = 2 781
Ecart salarial
observé
Ecart salarial
"ceteris paribus" (en %)1
Coefficient
Ecart-type
linéarisé t P>|t|
[Intervalle de
confiance à 95%]
Sexe
Femmes -7,12 -13,37 -0,1435 0,0054 -26,48 0,000 -0,1542 -0,1329*
Classes d'âge
15 à 24 ans -52,06 -26,26 -0,3046 0,0125 -24,46 0,000 -0,3290 -0,2802*
25 à 34 ans -25,16 -15,57 -0,1693 0,0054 -31,25 0,000 -0,1799 -0,1587*
35 à 44 ans (référence)
45 à 54 ans 10,67 8,79 0,0843 0,0061 13,84 0,000 0,0723 0,0962*
55 ans et plus 20,96 12,20 0,1151 0,0090 12,83 0,000 0,0975 0,1327*
Classes d'ancienneté (ancienneté auprès du même employeur)
Moins d'un an d'ancienneté -33,80 -12,78 -0,1367 0,0130 -10,54 0,000 -0,1622 -0,1113*
1 à 4 ans d'ancienneté -21,44 -9,64 -0,1014 0,0089 -11,41 0,000 -0,1188 -0,0840*
5 à 9 ans d'ancienneté -8,97 -3,79 -0,0386 0,0091 -4,22 0,000 -0,0565 -0,0207*
10 à 14 ans d'ancienneté 3,34 -0,15 -0,0015 0,0087 -0,18 0,859 -0,0186 0,0155
15 à 19 ans d'ancienneté (référence)
20 à 24 ans d'ancienneté 6,99 4,10 0,0402 0,0139 2,89 0,004 0,0129 0,0674*
25 à 29 ans d'ancienneté 8,65 6,13 0,0595 0,0159 3,74 0,000 0,0282 0,0907*
30 ans ou plus d'ancienneté 23,77 5,16 0,0504 0,0187 2,70 0,007 0,0138 0,0869*
Niveau d'éducation
Niveau d'éducation bas -26,91 -10,45 -0,1103 0,0063 -17,43 0,000 -0,1227 -0,0979*
Niveau d'éducation moyen (référence)
Niveau d'éducation élevé 73,77 24,48 0,2190 0,0076 28,65 0,000 0,2040 0,2340*
Type d'occupation
Cols bleus peu qualifiés -25,79 -11,51 -0,1223 0,0071 -17,18 0,000 -0,1363 -0,1084*
Cols bleus qualifiés -14,85 -1,14 -0,0115 0,0088 -1,31 0,192 -0,0287 0,0058
Cols blancs peu qualifiés (référence)
Cols blancs qualifiés 85,06 25,47 0,2269 0,0079 28,64 0,000 0,2113 0,2424*
Autres caractéristiques du salarié, du contrat de travail et du poste
Contrat à durée indéterminée 77,78 22,69 0,2045 0,0122 16,74 0,000 0,1805 0,2285*
Travail à temps plein -1,95 -5,67 -0,0584 0,0069 -8,43 0,000 -0,0720 -0,0448*
Poste de supervision 84,80 30,09 0,2630 0,0077 34,37 0,000 0,2480 0,2780*
Convention collective -11,94 0,45 0,0045 0,0064 0,70 0,484 -0,0081 0,0171
Résidence au Luxembourg 27,42 8,24 0,0792 0,0062 12,74 0,000 0,0670 0,0914*
Nationalité luxembourgeoise 31,06 10,27 0,0978 0,0073 13,36 0,000 0,0834 0,1121*
Secteur d'activité
NACE B-E Industrie -20,17 -13,30 -0,1427 0,0119 -11,95 0,000 -0,1661 -0,1193*
NACE F Construction -37,41 -20,60 -0,2307 0,0130 -17,76 0,000 -0,2562 -0,2052*
NACE G Commerce; réparation
d'automobiles et de motocycles
-31,53 -20,98 -0,2354 0,0117 -20,17 0,000 -0,2583 -0,2125*
NACE H Transports et entreposage -19,84 -8,88 -0,0930 0,0127 -7,30 0,000 -0,1180 -0,0681*
NACE I Hébergement et restauration -50,52 -29,00 -0,3425 0,0139 -24,59 0,000 -0,3698 -0,3152*
NACE J Information et communication 14,29 -6,96 -0,0721 0,0163 -4,41 0,000 -0,1042 -0,0401*
NACE K Activités financières et d'assurance 45,31 12,80 0,1204 0,0112 10,74 0,000 0,0984 0,1424*
NACE M Activités spécialisées, scientifiques
et techniques
29,89 -6,89 -0,0713 0,0141 -5,06 0,000 -0,0990 -0,0437*
NACE N+L Activités de services adm. et de
soutien ; Activ. immob.
-40,73 -19,60 -0,2181 0,0125 -17,44 0,000 -0,2426 -0,1936*
NACE O Administration publique 26,76 20,05 0,1827 0,0096 19,07 0,000 0,1639 0,2015*
NACE P Enseignement 44,70 10,98 0,1041 0,0114 9,17 0,000 0,0819 0,1264*
NACE Q Santé humaine et action sociale ( référence)
NACE R+S Arts, spectacles, act. récréatives
et autres act. de serv.
-14,98 -9,51 -0,1000 0,0233 -4,28 0,000 -0,1458 -0,0542*
Taille de l'entreprise
Entreprise de 10 à 49 salariés -9,03 -8,54 -0,0893 0,0079 -11,30 0,000 -0,1048 -0,0738*
Entreprise de 50 à 249 salariés -1,02 -3,92 -0,0400 0,0072 -5,52 0,000 -0,0542 -0,0258*
Entreprise de 250 à 449 salariés (référence)
Entreprise de 500 à 999 salariés 3,06 -0,53 -0,0053 0,0077 -0,69 0,488 -0,0204 0,0097*
Entreprise de 1000 salariés ou plus 32,22 8,49 0,0815 0,0071 11,55 0,000 0,0677 0,0953*
Constante 10,7269 0,0192 558,79 0,000 10,6892 10,7645*
Source : STATEC - Enquête ESS2018
1 Ecart salarial (en %) = 100*(exp(coefficient) - 1)
Remarque : pour les variables présentées en italique, les coefficients ne sont pas
statistiquement significatifs à 5%.
ANNEXE : ÉCARTS SALARIAUX OBSERVÉS ET PRINCIPAUX RÉSULTATS DE LA RÉGRESSION LINEAIRE MULTIPLE