Inträdet på arbetsmarknaden efter gymnasieskolan

Transkript

1 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Förord Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan SCB, Stockholm SCB, Örebro

2

3 till TEMARAPPORT 2014:7 UTBILDNING Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Statistiska centralbyrån 2015

4 Report 2014:7 Analysis of non-response The entrance to the labour market among Upper secondary school leavers Statistics Sweden 2015 Producent Producer SCB, enheten för statistik om utbildning och arbete Statistics Sweden, Education and jobs SE Örebro Förfrågningar Johan Löfgren, Enquiries Sinisa Sauli, Detta dokument finns enbart i elektronisk form på This document is only available in electronic form on

5 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Förord Förord Statistiska centralbyrån (SCB) genomför löpande undersökningen Inträdet på arbetsmarknaden efter gymnasieskolan. Uppgifterna samlas in via enkäter och telefonintervjuer och resultat publiceras i SCB:s serien Temarapporter. Bortfallet i olika enkät- och intervjuundersökningar bland individer har under många år stadigt ökat. I denna undersökning ligger bortfallet runt 50 procent. Denna bortfallsrapport beskriver bland annat bortfallets effekter på statistiken och belyser om det finns stora skillnader mellan svarande och bortfall. Statistiska centralbyrån i februari 2015 Inger Eklund Mikael Schöllin SCB tackar Tack vare våra uppgiftslämnare privatpersoner, företag, myndigheter och organisationer kan SCB tillhandahålla tillförlitlig och aktuell statistik som tillgodoser samhällets informationsbehov.

6

7 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Innehåll Innehåll Förord (Obligatoriskt) Inledning och syfte Population och urval Analys av bortfallet Analys av kvarstående bortfallsskevheter Effekt av telefonintervjuer Slutsatser Teknisk beskrivning av estimation Statistiska centralbyrån 5

8 6 Statistiska centralbyrån

9 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Inledning och syfte 1 Inledning och syfte SCB har under 2014 genomfört undersökningen Inträdet på arbetsmarknaden. Undersökningen omfattade sex olika delundersökningar: 1. Ungdomar som avgått från gymnasiet med slutbetyg läsåret 2010/11 (INTR3). 2. Ungdomar som läst i årskurs 3 men inte fått slutbetyg läsåret 2010/11. Här ingår de personer som läst hela gymnasiet men inte fått slutbetyg samt personer som hoppade av gymnasiet i årskurs 3 läsåret 2010/11 (AVH3). 3. Ungdomar som avgått från gymnasiet med slutbetyg läsåret 2012/13 (INTR1). 4. Ungdomar som läst i årskurs 3 men inte fått slutbetyg läsåret 2012/13. Här ingår de personer som läst hela gymnasiet men inte fått slutbetyg samt personer som hoppade av gymnasiet i årskurs 3 läsåret 2012/13 (AVH1). 5. Ungdomar som läst yrkesintroduktion (IMYRK) på gymnasiet och avslutade studierna läsåret 2012/13 (IMYRK). 6. Ungdomar som läst ett fjärde tekniskt år på gymnasiet och avslutade studierna med en examen läsåret 2011/12 eller 2012/13 (T4). Den totala svarsandelen i undersökningen var 49 procent (designvägd svarsandel). Med designvägd svarsandel menas att hänsyn tas till att olika personer hade olika sannolikhet att dras till urvalet. Svarsandelen varierade mellan de olika delundersökningarna enligt nedan. Det finns även stora variationer i svarsandelar inom delundersökningarna (exempelvis mellan olika gymnasieprogram). Tabell 1 Designvägda svarsandelar efter delundersökning Delundersökning Designvägd svarsandel INTR3 52,9 AVH3 43,0 INTR1 46,5 AVH1 45,0 IMYRK 41,2 T4 50,5 Syftet med bortfallsanalysen är att analysera om bortfallet verkar vara ett problem, finns det exempelvis stora skillnader mellan svarande och bortfall? Detta görs i avsnitt 3. Utöver detta är det även av intresse att försöka bedöma vilka effekter bortfallet har på statistiken. I avsnitt 4 görs ett försök att uppskatta vilka bortfallsskevheter som finns kvar efter bortfalljustering. I avsnitt 5 studeras effekter av telefonintervjuer. 1.1 När är bortfall ett problem Bortfall leder dels till precisionsförluster jämfört med om alla skulle ha svarat, dels till att vi riskerar att få skevheter i statistiken. Det förstnämnda betraktas vara ett mindre allvarligt, varför analysen fortsättningsvis enbart kommer att hantera skevheter. Enligt teorin har varje objekt i urvalet en sannolikhet (större än 0) att på förhand svara i den specifika undersökningen. Om denna sannolikhet är känd kan bortfallet justeras helt. Det är naturligtvis omöjligt att känna denna sannolikhet, Statistiska centralbyrån 7

10 Inledning och syfte Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan men den går att uppskatta. Uppskattningen av svarsbenägenheten kan sedan användas i syfte att förbättra skattningarna. För att skevheter i statistiken orsakade av bortfallet ska uppstå krävs att olika objekt har olika svarssannolikheter samt att de objekt som ingår i bortfallsmängden skiljer sig från de objekt som svarar med avseende på undersökningsvariablerna. Man kan intuitivt tänka sig att om objekten i bortfallsmängden har exakt samma fördelning på en undersökningsvariabel som objekten i svarsmängden så har bortfallet ingen effekt. Således behöver bortfall inte nödvändigtvis vara skadligt utan det beror på flera faktorer och hur dessa samvarierar med varandra. Effekten av bortfallet får utvärderas från undersökning till undersökning. 1.2 Bortfallsjustering och hjälpinformation Justering för bortfallet kan göras genom vägning som justerar för bortfallet. Vägningen görs utifrån information som finns både för svarande och bortfall, så kallad hjälpinformation. Hjälpinformation är externa variabler som vanligtvis hämtas från register. Vid val av hjälpvariabler är det tre kriterier som ska beaktas (se Lundström och Särndal 2001): Det första kriteriet är att variabeln samvarierar väl med svarsbenägenheten. Det är det viktigaste kriteriet eftersom det leder till en minskning av den skevhet som bortfallet kan orsaka. Det andra kriteriet är att variabeln samvarierar väl med (viktiga) målvariabler. Om så är fallet minskar bortfallsskevheten för de resultat som byggs upp av dessa målvariabler. Det tredje kriteriet är att variabeln avgränsar (viktiga) redovisningsgrupper. 8 Statistiska centralbyrån

11 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Population och urval 2 Population och urval 2.1 Målpopulation, rampopulation och urval Undersökningen har sex olika målpopulationer, se avsnitt 1. De rampopulationer som använts för att nå målpopulationerna hämtades enligt följande: 1. Från register över gymnasieavgångna våren Personer som avslutat sin utbildning på Individuella programmet (IV) uteslöts ur rampopulationen. 2. Från register över gymnasiestuderande 2010, de som gick i årskurs 3 hösten Personer som fanns med i register över gymnasieavgångna våren eller register över gymnasiestuderande hösten uteslöts ur rampopulationen. Därutöver uteslöts personer som gick på Individuella programmet (IV). 3. Från register över gymnasieavgångna våren Personer som avslutat sin utbildning på Individuella programmet (IV) uteslöts ur rampopulationen. 4. Från register över gymnasiestuderande 2012, de som gick i årskurs 3 hösten Personer som fanns med i register över gymnasieavgångna över gymnasieavgångna våren 2013 eller register över gymnasiestuderande hösten 2013 uteslöts ur rampopulationen. Därutöver uteslöts personer som gick på Individuella programmet (IV). 5. Från register över gymnasiestuderande 2012, de som gick yrkesintroduktion (IMYRK) årskurs 1 eller 2 hösten Personer som fanns med i register över gymnasiestuderande hösten 2013 uteslöts ur rampopulationen. 6. Från register över examinerade från fjärde året på Teknikprogrammet våren 2012 och våren Rampopulationen bestod totalt av personer. Rampopulationen stratifierades efter delundersökning, kön och program. Från rampopulationen drogs ett stratifierat urval om personer. Av de personerna svarade personer. 35 har definierats som övertäckning och som bortfall. En vägd svarsandel som tar hänsyn till designvikter och övertäckning beräknades till 49,5 procent. Statistiska centralbyrån 9

12 Analys av bortfallet Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan 3 Analys av bortfallet 3.1 Tänkbara hjälpvariabler Nedan presenteras de variabler som ingår i analysen och som är kandidater till att användas som hjälpinformation vid bortfallsjustering. Variablerna har valts ut då de har bedömts samvariera med svarsbenägenhet och/eller viktiga undersökningsvariabler. Tabell 2 Tänkbara hjälpvariabler Hjälpvariabel Källa Kön Befolkningsregistret januari 2014 Gymnasieprogram Gymnasieskolans elevregister Födelseland Befolkningsregistret januari 2014 Boendekommun Befolkningsregistret januari 2014 Föräldrarnas utbildningsnivå Utbildningsregistret 2013 Gymnasiebetyg Gymnasieskolans register över avgångna elever Sysselsättningsstatus Sysselsättningsregistret Svarsandelar I syfte att utvärdera vilka variabler som samvarierar med svarsbenägenheten har designvägda svarsandelar har beräknats enligt SCB:s standard. Beräkningarna görs separat för varje delundersökning. Variabeln gymnasiebetyg analyseras enbart för de som fått slutbetyg från gymnasieskolan (INTR3 och INTR1). Variabeln gymnasieprogram analyseras inte för IMYRK och T4, då dessa utbildningar endast omfattar ett program. 10 Statistiska centralbyrån

13 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av bortfallet Svarsandelar Ungdomar som avgått från gymnasiet med slutbetyg läsåret 2010/11 (INTR3) Tabell 3.1 Vägd svarsandel efter kön Man 54, Kvinna 51, Tabell 4.1 Vägd svarsandel efter gymnasieprogram Barn- och fritid (BF) 51,0 230 Bygg (BP) 49,7 202 El (EC) 58,9 230 Energi (EN) 61,3 167 Estetiska (ES) 65,7 314 Fordon (FP) 60,2 250 Handel och adm (HP) 56,7 265 Hantverk (HV) 46,4 205 Hotell & restaurang (HR) 50,9 230 Industri (IP) 53,3 218 International Baccalaurate (IB) 52,5 154 Livsmedel (LP) 42,6 110 Medie (MP) 55,4 262 Naturbruk (NP) 52,4 259 Omvårdnad (OP) 40,7 204 Specialutformat program (SM) 52,3 228 Teknikprogrammet (TE) 42,0 204 Naturvetenskaplig (NV) 49,9 239 Samhällsvetenskap (SP) 53,6 266 Tabell 5.1 Vägd svarsandel efter födelseland Sverige 53, Övriga Världen 49,4 236 Tabell 6.1 Vägd svarsandel efter boendekommun Storstadskommuner 52,4 575 Övriga kommuner 52, Tabell 7.1 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 59,0 772 En förälder högskoleutbildad 54, Ingen förälder högskoleutbildad 49, Statistiska centralbyrån 11

14 Analys av bortfallet Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Tabell 8.1 Vägd svarsandel efter gymnasiebetyg Jämförelsetal <=13 46, Jämförelsetal , Jämförelsetal >16 61, Tabell 9.1 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november , Ej förvärvsarbetande november , Svarsandelar Ungdomar som läst på tredje året men inte fått slutbetyg läsåret 2010/11 (AVH3) Tabell 3.2 Vägd svarsandel efter kön Man 45,0 363 Kvinna 40,4 282 Tabell 4.2 Vägd svarsandel efter gymnasieprogram (studieförberedande eller yrkesförberedande) Studieförberedande program 44,9 331 Yrkesförberedande program 41,7 314 Tabell 5.2 Vägd svarsandel efter födelseland Sverige 43,6 584 Övriga Världen 37,4 61 Tabell 6.2 Vägd svarsandel efter boendekommun Storstadskommuner 37,4 113 Övriga kommuner 44,3 532 Tabell 7.2 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 50,2 91 En förälder högskoleutbildad 41,8 167 Ingen förälder högskoleutbildad 42,2 387 Tabell 8.2 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,0 296 Ej förvärvsarbetande november , Statistiska centralbyrån

15 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av bortfallet Svarsandelar Ungdomar som avgått från gymnasiet med slutbetyg läsåret 2012/13 (INTR1) Tabell 3.3 Vägd svarsandel efter kön Man 43, Kvinna 49, Tabell 4.3 Vägd svarsandel efter gymnasieprogram Barn- och fritid (BF) 50,2 236 Bygg (BP) 36,3 168 El (EC) 36,8 176 Energi (EN) 63,9 167 Estetiska (ES) 47,9 217 Fordon (FP) 39,4 161 Handel och adm (HP) 46,1 228 Hantverk (HV) 38,1 226 Hotell & restaurang (HR) 48,5 153 Industri (IP) 62,6 173 International Baccalaurate (IB) 49,9 230 Livsmedel (LP) 47,7 121 Medie (MP) 54,9 256 Naturbruk (NP) 50,1 221 Omvårdnad (OP) 50,4 247 Specialutformat program (SM) 41,7 248 Teknikprogrammet (TE) 42,4 181 Naturvetenskaplig (NV) 50,7 224 Samhällsvetenskap (SP) 46,5 206 Tabell 5.3 Vägd svarsandel efter födelseland Sverige 46, Övriga Världen 42,7 241 Tabell 6.3 Vägd svarsandel efter boendekommun Storstadskommuner 45,9 420 Övriga kommuner 46, Tabell 7.3 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 53,2 711 En förälder högskoleutbildad 48, Ingen förälder högskoleutbildad 42, Statistiska centralbyrån 13

16 Analys av bortfallet Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Tabell 8.3 Vägd svarsandel efter gymnasiebetyg Jämförelsetal <=13 37, Jämförelsetal , Jämförelsetal >16 58,9 955 Tabell 9.3 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,9 789 Ej förvärvsarbetande november , Svarsandelar Ungdomar som läst på tredje året men inte fått slutbetyg läsåret 2012/13 (AVH1) Tabell 3.4 Vägd svarsandel efter kön Man 48,7 390 Kvinna 40,4 283 Tabell 4.4 Vägd svarsandel efter gymnasieprogram (studieförberedande eller yrkesförberedande) Studieförberedande program 42,6 321 Yrkesförberedande program 47,1 352 Tabell 5.4 Vägd svarsandel efter födelseland Sverige 46,2 625 Övriga Världen 33,5 48 Tabell 6.4 Vägd svarsandel efter boendekommun Storstadskommuner 39,3 115 Övriga kommuner 46,3 558 Tabell 7.4 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 56,2 119 En förälder högskoleutbildad 44,0 184 Ingen förälder högskoleutbildad 42,9 370 Tabell 8.4 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,0 111 Ej förvärvsarbetande november , Statistiska centralbyrån

17 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av bortfallet Svarsandelar Ungdomar som läst yrkesintroduktion på gymnasiet och avslutade studierna läsåret 2012/13 (IMYRK) Tabell 3.5 Vägd svarsandel efter kön Man 41,0 119 Kvinna 41,4 91 Tabell 4.5 Vägd svarsandel efter födelseland Sverige 35,0 124 Övriga Världen 55,3 86 Tabell 5.5 Vägd svarsandel efter boendekommun Storstadskommuner 47,7 49 Övriga kommuner 39,5 161 Tabell 6.5 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 50,2 8 En förälder högskoleutbildad 48,8 33 Ingen förälder högskoleutbildad 39,7 169 Tabell 7.5 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,9 20 Ej förvärvsarbetande november , Svarsandelar Ungdomar som läst ett fjärde tekniskt år på gymnasiet och avslutade studierna med en examen läsåret 2011/12 eller 2012/13 (T4) Tabell 3.6 Vägd svarsandel efter kön Man 45,0 130 Kvinna 68,5 61 Tabell 4.6 Vägd svarsandel efter födelseland Sverige 50,7 187 Övriga Världen 44,4 4 Tabell 5.6 Vägd svarsandel efter boendekommun Storstadskommuner 48,4 15 Övriga kommuner 50,7 176 Statistiska centralbyrån 15

18 Analys av bortfallet Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Tabell 6.6 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 53,8 43 En förälder högskoleutbildad 50,3 78 Ingen förälder högskoleutbildad 49,0 70 Tabell 7.6 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,9 97 Ej förvärvsarbetande november , Multivariat logistisk regression Som ett komplement till svarsandelarna genomförs en multivariat analys (logistisk regression). Analyser görs separat för varje delundersökning. I den logistiska regressionen testas om respektive hjälpvariabel påverkar benägenheten att svara (svar/ej svar som beroende variabel och variablerna i tabell 2 som förklarande variabler). Till skillnad mot svarsandelarna där en variabel studeras i taget så studeras här den multivariata effekten. Med detta menas att effekten av respektive hjälpvariabel utvärderas, samtidigt som man tar hänsyn till övriga hjälpvariabler. I tabell nedan presenteras p-värde för respektive variabel. Med p-värde avses sannolikheten att vi kommer att observera ett mer extremt värde än det värde vi observerat givet att variabeln inte har någon effekt på svarsandelen. Ett lågt p-värde indikerar att det är väldigt låg sannolikhet att variabeln inte har någon effekt. De variabler som har ett signifikant samband (på 5 % -nivå) med svarsbenägenheten har markerats med en stjärna i respektive tabell. Det är dessa variabler som är de starkaste kandidaterna till att användas som hjälpinformation för respektive undersökning. Tabell 10 Resultat av multivariat analys INTR3 Hjälpvariabel p-värde Kön* 0,0145* Gymnasieprogram * <0,0001* Födelseland 0,8907 Boendekommun 0,3854 Föräldrarnas utbildningsnivå * <0,0001* Gymnasiebetyg * 0,0013* Sysselsättningsstatus 0,2991 Tabell 11 Resultat av multivariat analys AVH3 Hjälpvariabel p-värde Kön 0,0611 Gymnasieprogram 0,1684 Födelseland 0,1288 Boendekommun * 0,0213* Föräldrarnas utbildningsnivå 0,2112 Gymnasiebetyg --- Sysselsättningsstatus 0, Statistiska centralbyrån

19 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av bortfallet Tabell 12 Resultat av multivariat analys INTR1 Hjälpvariabel p-värde Kön 0,0617 Gymnasieprogram * <0,0001* Födelseland 0,8399 Boendekommun 0,3948 Föräldrarnas utbildningsnivå * 0,0379* Gymnasiebetyg * <0,0001* Sysselsättningsstatus 0,1638 Tabell 13 Resultat av multivariat analys AVH1 Hjälpvariabel p-värde Kön * 0,0014* Gymnasieprogram* 0,0358* Födelseland * 0,0070* Boendekommun * 0,0446* Föräldrarnas utbildningsnivå * 0,0001* Gymnasiebetyg --- Sysselsättningsstatus 0,2071 Tabell 14 Resultat av multivariat analys IMYRK Hjälpvariabel p-värde Kön 0,9405 Födelseland * <0,0001* Boendekommun 0,1376 Föräldrarnas utbildningsnivå 0,2998 Gymnasiebetyg --- Sysselsättningsstatus * 0,0481* Tabell 15 Resultat av multivariat analys T4 Hjälpvariabel p-värde Kön * <0,0001* Gymnasieprogram --- Födelseland --- Boendekommun 0,8040 Föräldrarnas utbildningsnivå 0,7900 Gymnasiebetyg --- Sysselsättningsstatus 0,2144 Hjälpvariabeln födelseland analyseras inte för T4, då det endast är fyra svarande personer som inte är födda i Sverige. Statistiska centralbyrån 17

20 Analys av bortfallet Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan 3.4 Samvariation med viktiga undersökningsvariabler I detta avsnitt studeras vilka variabler som samvarierar med viktiga undersökningsvariabler. Tre undersökningsvariabler valdes ut och från dessa konstrueras dikotoma (kan anta två värden) variabler. Dessa variabler är förklarade i tabell 16. Tabell 16 Undersökningsvariabler som studeras Undersökningsvariabel Förklaring (se även frågeformuläret) Arbetslös (U1) Fråga 3 = 7 Arbetet överensstämmer med Fråga 7 = 1 (utav de som hade ett arbete utbildningen (U2) Tillräcklig utbildningsnivå eftergymnasial (U3) under mätveckan) Fråga 8 = 3 (utav de som hade ett arbete under mätveckan) För varje undersökningsvariabel genomförs en multivariat analys där sambandet mellan undersökningsvariabeln och hjälpvariablerna modelleras. För varje undersökningsvariabel presenteras de starkaste hjälpvariablerna. Analyser görs separat för varje delundersökning. De variabler som har ett signifikant samband (på 5 % -nivå) med respektive undersökningsvariabel har markerats med en stjärna i respektive tabell Tabell 17 Samband mellan hjälpvariabler och undersökningsvariabler INTR3 p-värde Hjälpvariabel U1 U2 U3 Kön 0,1082 0,0783 0,1180 Gymnasieprogram <0,0001* <0,0001* <0,0001* Födelseland 0,0059 0,9294 0,6662 Boendekommun 0,7290 0,0598 0,5944 Föräldrarnas utbildningsnivå 0,7314 0,5577 0,4939 Gymnasiebetyg <0,0001* <0,0001* 0,0017* Sysselsättningsstatus <0,0001* <0,0001* 0,0047* Tabell 18 Samband mellan hjälpvariabler och undersökningsvariabler AVH3 p-värde Hjälpvariabel U1 U2 U3 Kön 0,0342* 0,1385 0,3886 Gymnasieprogram 0,0099* <0,0001* 0,0361* Födelseland 0,0931 0,1593 0,3862 Boendekommun 0,5779 0,4338 0,7511 Föräldrarnas utbildningsnivå 0,3431 0,5661 0,4661 Gymnasiebetyg Sysselsättningsstatus <0,0001* 0,0517 0, Statistiska centralbyrån

21 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av bortfallet Tabell 19 Samband mellan hjälpvariabler och undersökningsvariabler INTR1 p-värde Hjälpvariabel U1 U2 U3 Kön 0,8831 0,0567 0,4135 Gymnasieprogram 0,0009* <0,0001* <0,0001* Födelseland 0,0537 0,7671 0,6114 Boendekommun 0,3282 0,0167* 0,1949 Föräldrarnas utbildningsnivå 0,6344 0,6703 0,0661 Gymnasiebetyg <0,0001* 0,0042* 0,0725 Sysselsättningsstatus <0,0001* 0,1011 0,0418* Tabell 20 Samband mellan hjälpvariabler och undersökningsvariabler AVH1 p-värde Hjälpvariabel U1 U2 U3 Kön 0,0700 0,2419 0,9778 Gymnasieprogram 0,7055 <0,0001* 0,3259 Födelseland 0,3543 0,5528 0,2636 Boendekommun 0,8437 0,9551 0,1502 Föräldrarnas utbildningsnivå 0,3218 0,5428 0,2906 Gymnasiebetyg Sysselsättningsstatus <0,0001* 0,0317* 0,1695 Tabell 21 Samband mellan hjälpvariabler och undersökningsvariabler IMYRK p-värde Hjälpvariabel U1 U2 U3 Kön 0,0687 0,4683 0,7029 Födelseland 0,5610 0,0437* 0,9833 Boendekommun 0,4993 0,0851 0,5015 Föräldrarnas utbildningsnivå 0,4752 <0,0001* <0,0001* Gymnasiebetyg Sysselsättningsstatus 0,1163 0,0427* 0,2061 Tabell 22 Samband mellan hjälpvariabler och undersökningsvariabler T4 p-värde Hjälpvariabel U1 U2 U3 Kön 0,8131 0,3906 0,0182* Gymnasieprogram Födelseland Boendekommun 0,1807 0,0295* 0,6983 Föräldrarnas utbildningsnivå 0,2919 0,8826 0,0551 Gymnasiebetyg Sysselsättningsstatus 0,7951 0,5604 0,0756 För INTR3 och INTR1 är det variablerna gymnasieprogram, gymnasiebetyg och sysselsättningsstatus som har ett samband med de studerade målvariablerna. De har ett signifikant samband med alla tre målvariablerna. Statistiska centralbyrån 19

22 Analys av bortfallet Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan För AVH3 och AVH1 verkar sambanden svagare, men även där är det variablerna gymnasieprogram och sysselsättningsstatus som verkar ha ett visst samband med målvariablerna. För IMYRK är det variabeln föräldrarnas utbildningsnivå som samvarierar med två av tre målvariabler. För T4 är det ganska svaga samband mellan målvariablerna och hjälpvariablerna. Hjälpvariabeln kön har ett signifikant samband med en målvariabel ( Tillräcklig utbildningsnivå eftergymnasial ). Hjälpvariabeln boendekommun har ett signifikant samband med en målvariabel ( Arbetet överensstämmer med utbildningen ). Hjälpvariabeln födelseland analyseras inte då det endast är fyra svarande personer som inte är födda i Sverige. 3.5 Identifiering av viktiga redovisningsgrupper Om hjälpvariabeln identifierar viktiga redovisningsgrupper kan kvaliteten bli bättre i dessa grupper. Hjälpvariablerna kön och gymnasieprogram avgränsar viktiga redovisningsgrupper i föreliggande undersökning. Även korsningen av kön och gymnasieprogram är intressant att redovisa efter 3.6 Slutligt val av variabler för bortfallsjustering Efter en sammanvägning av analysen kring ovanstående kriterier samt efter kontroll av vikternas fördelning används följande hjälpvariabler för bortfallsjustering: Tabell 23a Hjälpvariabler INTR3 AVH3 INTR1 Kön Kön Kön Gymnasieprogram Gymnasieprogram Gymnasieprogram Födelseland Födelseland Födelseland Föräldrarnas Boendekommun Föräldrarnas utbildningsnivå Gymnasiebetyg Föräldrarnas utbildningsnivå utbildningsnivå Gymnasiebetyg Tabell 23b Hjälpvariabler AVH1 IMYRK T4 Kön Kön Kön Gymnasieprogram Födelseland Föräldrarnas utbildningsnivå Födelseland Föräldrarnas utbildningsnivå Boendekommun Sysselsättningsstatus Föräldrarnas utbildningsnivå 20 Statistiska centralbyrån

23 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av bortfallet Kön korsas med gymnasieprogram. Hjälpvektor INTR3 och INTR1: (KÖN* GYMNASIEPROGRAM) + FÖDELSELAND +FÖRÄLDRARNAS UTBILDNINGSNIVÅ+ GYMNASIEBETYG Hjälpvektor AVH3 och AVH1: (KÖN* GYMNASIEPROGRAM) + FÖDELSELAND +BOENDEKOMMUN + FÖRÄLDRARNAS UTBILDNINGSNIVÅ Hjälpvektor IMYRK: KÖN + FÖDELSELAND + FÖRÄLDRARNAS UTBILDNINGSNIVÅ + SYSSELSÄTTNINGSSTATUS Hjälpvektor T4: KÖN + FÖRÄLDRARNAS UTBILDNINGSNIVÅ Valet av hjälpvariabler är delvis subjektivt men är baserat på analysen samt tidigare erfarenheter av vilka variabler som samvarierar med svarsbenägenhet. Vid valet har kriterium 1 och kriterium 3 varit viktigast. Hjälpvariabler som är starka enligt kriterium 1 och/eller 3 är alltid med i hjälpvektorn. Variabler som är starka enligt kriterium 2 men inte enligt övriga kriterier har vanligen inte tagits med i hjälpvektorn. Variablerna används som hjälpinformation i en kalibreringsestimator. Estimatorn används för att skapa kalibrerade vikter och kalibrerade skattningar av de parametrar som är av intresse. Kalibreringstekniken och viktberäkningar beskrivs i avsnitt 7. Statistiska centralbyrån 21

24 Analys av kvarstående bortfallsskevheter Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan 4 Analys av kvarstående bortfallsskevheter 4.1 Jämförelse av kalibrerade och ej kalibrerade skattningar I avseende att utvärdera effekten av kalibreringen jämförs skattningar som beräknats utifrån kalibrerade vikter (enligt 6.5), med skattningar där ingen hjälpinformation utnyttjas, utöver den som används i urvalsdesignen (enligt 6.4). De kalibrerade skattningar som presenteras i detta avsnitt är desamma som de som publicerats för denna undersökning. Skattningarna görs för undersökningsvariablerna beskrivna i tabell 16. I tabellerna nedan visas skattad andel personer samt ett 95 procentigt konfidensintervall för skattningen. Skattningarna redovisas efter delundersökning och kön. Tabell 24 Skattningar för undersökningsvariabeln U1, procent Redovisningsgrupp Kalibrerad skattning Ej kalibrerad skattning Totalt, INTR3 6,4 ± 0,9 6,0 ± 0,9 Män, INTR3 8,3 ± 1,4 7,8 ± 1,4 Kvinnor, INTR3 4,6 ± 1,2 4,2 ± 1,2 Totalt, AVH3 17,4 ± 2,7 17,7 ± 2,8 Män, AVH3 20,2 ± 3,9 20,6 ± 3,9 Kvinnor, AVH3 13,9 ± 3,9 14,0 ± 3,9 Totalt, INTR1 14,4 ± 1,7 13,2 ± 1,5 Män, INTR1 15,8 ± 2,4 14,6 ± 2,2 Kvinnor, INTR1 13,1 ± 2,4 11,8 ± 2,2 Totalt, AVH1 25,8 ± 3,1 25,8 ± 3,1 Män, AVH1 28,8 ± 4,3 28,6 ± 4,2 Kvinnor, AVH1 22,2 ± 4,6 22,2 ± 4,6 Totalt, IMYRK 40,7 ± 6,3 39,7 ± 6,1 Män, IMYRK 43,9 ± 8,3 43,7 ± 8,2 Kvinnor, IMYRK 34,5 ± 9,0 31,9 ± 8,4 Totalt, T4 11,0 ± 3,2 11,0 ± 3,1 Män, T4 11,5 ± 4,0 11,5 ± 3,9 Kvinnor, T4 9,5 ± 3,9 9,8 ± 5,3 Effekten av kalibrering på undersökningsvariabeln Arbetslös är relativt liten för de flesta grupper som studeras. För INTR3 och INTR1 så är nivåskattningarna något högre (0,4 1,3 procentenheter) för de kalibrerade skattningarna, jämfört med ej kalibrerade skattningar. Om vi skulle anta att arbetslösheten underskattas när man inte kalibrerar, så minskar kalibreringen denna underskattning. Det är rimligt att anta att arbetslösheten underskattas, då arbetslösa brukar svara i lägre grad än ej arbetslösa. För IMYRK är effekten liknande som för INTR1 och INTR3, nivåskattningarna för de kalibrerade skattningarna är högre än för de ej kalibrerade skattningarna. För AVH1, AVH3 och T4 är effekten av kalibrering på undersökningsvariabeln Arbetslös väldigt liten. Troligen så finns det inget starkt samband mellan 22 Statistiska centralbyrån

25 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av kvarstående bortfallsskevheter hjälpinformationen och undersökningsvariabeln för dessa delundersökningar. Om det finns skevheter så kommer inte kalibreringen åt dem. Tabell 25 Skattningar för undersökningsvariabeln U2, procent Redovisningsgrupp Kalibrerad skattning Ej kalibrerad skattning Totalt, INTR3 24,5 ± 1,9 25,2 ± 1,9 Män, INTR3 29,4 ± 2,6 30,2 ± 2,6 Kvinnor, INTR3 19,9 ± 2,7 20,4 ± 2,8 Totalt, AVH3 19,3 ± 3,9 19,3 ± 3,9 Män, AVH3 23,4 ± 5,7 23,5 ± 5,7 Kvinnor, AVH3 14,7 ± 5,2 14,4 ± 5,2 Totalt, INTR1 22,5 ± 1,8 23,0 ± 1,9 Män, INTR1 27,4 ± 3,1 28,3 ± 3,1 Kvinnor, INTR1 18,3 ± 2,2 18,6 ± 2,3 Totalt, AVH1 15,6 ± 3,6 15,5 ± 3,5 Män, AVH1 14,4 ± 5,0 14,8 ± 5,0 Kvinnor, AVH1 17,1 ± 5,3 16,3 ± 4,9 Totalt, IMYRK Män, IMYRK Kvinnor, IMYRK Totalt, T4 25,1 ± 5,5 24,4 ± 5,2 Män, T4 27,1 ± 6,7 26,9 ± 6,4 Kvinnor, T4 17,8 ± 6,6 18,4 ± 8,7 Även för underökningsvariabeln Arbetet överensstämmer med utbildningen är effekten av kalibrering ganska liten. För INTR3 och INTR1 så är nivåskattningarna något lägre (0,3 0,9 procentenheter) för de kalibrerade skattningarna, jämfört med ej kalibrerade skattningar. Om detta innebär är minskning av skevheter är svårt att bedöma. Möjligen kan man tänka sig att de som har ett arbete som överensstämmer med utbildningen har svarat i högre grad än de som inte har det. I så fall skulle kalibreringen dra skattningarna åt rätt håll. För AVH1, AVH3 är effekten av kalibrering något svårtolkad då det drar åt olika håll för män jämfört med kvinnor. Effekterna är ganska små. För T4 innebär kalibreringen en höjning av nivån med 0,7 procentenheter. Detta år troligen en effekt av att kön används som kalibreringsvariabel (kön används inte i urvalsdesignen för T4). När man inte kalibrerar väger kvinnornas skattningar för tungt (kvinnor har svarat i högre grad än män). För IMYRK analyseras inga skattningar då de är väldigt osäkra (det är få personer som hade ett arbete under mätveckan) Statistiska centralbyrån 23

26 Analys av kvarstående bortfallsskevheter Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Tabell 26 Skattningar för undersökningsvariabeln U3, procent Redovisningsgrupp Kalibrerad skattning Ej kalibrerad skattning Totalt, INTR3 10,4 ± 1,6 10,7 ± 1,7 Män, INTR3 10,3 ± 2,1 10,6 ± 2,1 Kvinnor, INTR3 10,4 ± 2,5 10,7 ± 2,6 Totalt, AVH3 9,1 ± 2,7 9,1 ± 2,7 Män, AVH3 8,1 ± 3,6 7,9 ± 3,5 Kvinnor, AVH3 10,3 ± 4,2 10,5 ± 4,3 Totalt, INTR1 6,7 ± 1,7 7,0 ± 1,7 Män, INTR1 6,4 ± 2,3 6,4 ± 2,2 Kvinnor, INTR1 7,1 ± 2,4 7,6 ± 2,6 Totalt, AVH1 8,8 ± 3,0 8,5 ± 2,9 Män, AVH1 8,9 ± 3,9 8,8 ± 3,7 Kvinnor, AVH1 8,6 ± 4,7 8,1 ± 4,5 Totalt, IMYRK Män, IMYRK Kvinnor, IMYRK Totalt, T4 30,5 ± 5,8 29,8 ± 5,5 Män, T4 33,2 ± 7,1 33,3 ± 6,8 Kvinnor, T4 20,4 ± 7,0 21,1 ± 9,2 För undersökningsvariabeln Tillräcklig utbildningsnivå eftergymnasial är effekten av kalibreringen väldigt liten. Man kan ofta se en liten sänkning av nivåskattningen vid kalibrering, men effekten är närmast försumbar. För T4 innebär kalibreringen en höjning av nivån med 0,7 procentenheter. Detta år troligen av samma anledning som för undersökningsvariabeln Arbetet överensstämmer med utbildningen. För IMYRK analyseras inga skattningar då de är väldigt osäkra (det är få personer som hade ett arbete under mätveckan) 4.2 Skevheter i registervariabeln hushållsinkomst En metod för att bedöma hur stora fel bortfallet kan leda till är att använda sig av registerinformation. Här används registervariabeln hushållsinkomst från Inkomstoch taxeringsregistret Variabeln finns för alla personer i urvalsramen och därmed är det möjligt att jämföra skattningar från de svarande med det värde man fått om man gjort en totalundersökning (benämns sant värde). Det går även att ta fram skattningar från hela urvalet (som kan illustrera en situation då inget bortfall förekommer). För att belysa skevheter studeras inkomstfördelningen. Tabell 27 visar inkomstfördelningen för alla personer i urvalsramen i form av kvartiler. För exempelvis ungdomar som avgått från gymnasiet med slutbetyg läsåret 2010/11 (INTR3) är det således 25 % av personerna i ramen, som har en hushållsinkomst upp till kronor, 25 % som har en hushållsinkomst mellan och kronor osv. 24 Statistiska centralbyrån

27 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av kvarstående bortfallsskevheter Tabell 27 Fördelning av förvärvsinkomst, hela urvalsramen, tusentals kronor Variabel Kvartil 1 Kvartil 2 Kvartil 3 Kvartil 4 Hush.inkomst, INTR ,0 205,1-557,0 557,1-870,0 >870,0 Hush.inkomst, AVH ,4 132,5-348,3 348,4-662,4 >662,4 Hush.inkomst, INTR ,9 399,0-646,3 646,6-863,1 >863,1 Hush.inkomst, AVH ,7 244,8-447,1 447,2-711,8 >711,8 Hush.inkomst, IMYRK 0-54,5 54,6-270,7 270,8-482,3 > 482,3 Hush.inkomst, T ,1 452,2-695,7 695,8-911,7 >911,7 Tabell 28 Skattningar av andel personer i olika kvartiler Kvartil och delundersökning Hela urvalet kalibrerad skattning Svarsmängd ej kalibrerad skattning Svarsmängd kalibrerad skattning Sant värde Kvartil 1, INTR3 24,4 ± 1,4 24,9 ± 2,0 25,0 ± 2,0 25 Kvartil 2, INTR3 25,5 ± 1,3 23,8 ± 1,8 24,5 ± 1,8 25 Kvartil 3, INTR3 24,5 ± 1,3 24,8 ± 1,9 24,9 ± 1,9 25 Kvartil 4, INTR3 25,6 ± 1,4 26,4 ± 2,0 25,6 ± 2,0 25 Kvartil 1, AVH3 24,9 ± 1,6 24,3 ± 3,0 24,8 ± 3,1 25 Kvartil 2, AVH3 25,5 ± 1,7 23,1 ± 3,1 23,0 ± 3,0 25 Kvartil 3, AVH3 25,8 ± 1,7 26,1 ± 3,2 26,2 ± 3,2 25 Kvartil 4, AVH3 23,8 ± 1,6 26,5 ± 3,1 26,0 ± 3,1 25 Kvartil 1, INTR1 24,6 ± 1,3 21,4 ± 1,9 23,1 ± 2,0 25 Kvartil 2, INTR1 25,1 ± 1,4 23,8 ± 2,0 24,1 ± 2,0 25 Kvartil 3, INTR1 24,8 ± 1,4 26,9 ± 2,1 26,4 ± 2,1 25 Kvartil 4, INTR1 25,5 ± 1,4 27,9 ± 2,2 26,4 ± 2,1 25 Kvartil 1, AVH1 23,9 ± 1,7 18,9 ± 2,7 20,6 ± 2,8 25 Kvartil 2, AVH1 25,1 ± 1,8 23,0 ± 3,0 23,2 ± 3,0 25 Kvartil 3, AVH1 25,4 ± 1,8 29,3 ± 3,2 28,6 ± 3,2 25 Kvartil 4, AVH1 25,6 ± 1,7 28,9 ± 3,2 27,6 ± 3,1 25 Kvartil 1, IMYRK 23,3 ± 2,5 28,6 ± 5,6 25,4 ± 4,8 25 Kvartil 2, IMYRK 26,7 ± 2,9 26,4 ± 5,4 25,3 ± 5,5 25 Kvartil 3, IMYRK 26,1 ± 2,8 18,4 ± 4,8 19,9 ± 5,1 25 Kvartil 4, IMYRK 23,9 ± 2,8 26,7 ± 5,5 29,4 ± 5,7 25 Kvartil 1, T4 25,0 ± 0,0 20,4 ± 4,0 19,7 ± 4,0 25 Kvartil 2, T4 25,0 ± 0,0 26,2 ± 4,4 26,1 ± 4,3 25 Kvartil 3, T4 25,0 ± 0,0 30,9 ± 4,6 32,3 ± 4,8 25 Kvartil 4, T4 25,0 ± 0,0 22,5 ± 4,2 21,9 ± 4,1 25 För INTR3 verkar det inte finnas några stora skevheter orsakade av bortfallet. Skattningar som inte är kalibrerade ligger relativt nära de sanna värdena. Kalibreringen verkar också ha önskvärd effekt då de kalibrerade skattningarna ligger ännu närmre de sanna värdena, jämfört med de ej kalibrerade skattningarna. För AVH3 ser det också bra ut. För kvartil 2 verkar dock bortfallet medföra en underskattning (jämför skattningar från hela urvalet med ej kalibrerad skattning). Kalibreringen korrigerar inte för denna underskattning. Underskattningen är dock inte stor och det sanna värdet täcks av konfidensintervallet. För INTR1 ser vi en underskattning av andel personer i kvartil 1 och en överskattning av andel personer i kvartil 4. Kalibreringen kompenserar för detta då de kalibrerade skattningarna ligger närmre de sanna värdena, jämfört med de ej Statistiska centralbyrån 25

28 Analys av kvarstående bortfallsskevheter Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan kalibrerade skattningarna. Det sanna värdet täcks av konfidensintervallet (då kalibrering används). För AVH1 underskattas andel personer i kvartil 1 rejält. När kalibrering inte används så underskattas andel personer i kvartil 1 med 6,1 procentenheter. När kalibrering används minskar underskattningen till 4,4 procentenheter. Dessutom överskattas andel personer i kvartil 3 och kvartil 4. Kalibreringen minskar överskattningen. Kalibreringen har således önskvärd effekt men kommer inte åt skevheterna helt. Det sanna värdet täcks inte av konfidensintervallet för kvartil 1 och kvartil 3 (då kalibrering används). För IMYRK är skattningarna relativt osäkra beroende på få antal svarande (sammanlagt 210 personer). När kalibrering inte används är det framför allt personer i kvartil 3 som underskattas. Kalibreringen minskar underskattningen och det sanna värdet täcks av konfidensintervallet. För kvartil 4 verkar dock kaibreringen dra åt fel håll, den kalibrerade skattningen ligger längre ifrån det sanna värdet, jämfört med den ej kalibrerade skattningen. Det sanna värdet täcks dock av konfidensintervallet. För T4 innebär bortfallet en underskattning av andel personer i kvartil 1 och en överskattning av andel personer i kvartil 3. Kalibreringen kommer inte åt dessa skevheter utan förvärrar snarare situationen. T4 är ett totalurval, men under antagande att de svarande är slumpmässigt genererade från urvalet, så kan konfidensintervall beräknas. De sanna värdena täcks inte av konfidensintervallet. Överskattningen av andel personer i kvartil 3 beror på att dessa personer är kraftigt överrepresenterade bland de svarande (59 av 191 svarande tillhör kvartil 3). Om kalibreringen ska fungera ska dessa personer tilldelas lägre kalibrerade vikter än övriga personer. Detta har dock inte skett, troligen på grund av att sambandet mellan kalibreringsvariabler och hushållsinkomst är svagt. Sammanfattningsvis ser det bra ut för INTR3 och INTR1, för dessa undersökningar ser vi inga stora skevheter för den registervariabel som studerats. För AVH3 ser det också bra ut, men för AVH1 finns det skevheter som kalibreringen inte klarar av att justera fullt ut. För IMYRK och T4 så finns det skevheter som kalibreringen inte kan justera för. I dessa undersökningar är det få antal svarande, vilket gör skattningarna extra känsliga för bortfall. Konfidensintervallen är också ganska breda. Att kalibreringen inte har önskvärd effekt för vissa grupper beror troligen på svagt samband mellan registervariabeln hushållsinkomst och hjälpvariablerna. Ett sätt att justera skevheterna vore att inkludera hushållsinkomst i hjälpvektorn. Anledningen till att det inte gjorts är att delvis att den registervariabeln sparades till utvärdering. Om den skulle inkluderas i hjälpvektorn försvinner alla skevheter för den variabeln. Hjälpvariabeln förvärvsinkomst har inte heller använts i tidigare uppföljningar av gymnasieungdomar. Dessutom kan för mycket information i hjälpvektorn leda till ostabila vikter. Vid valet av hjälpvariabler prioriterades variablerna som beskrivs i tabell 2. Det bör också betonas att för de flesta studerade skattningar så har kalibreringen önskvärd effekt. De skevheter som noterats gäller för registervariabeln hushållsinkomst. För de verkliga undersökningsvariablerna kan det se annorlunda ut. Syftet är att ge en bild av hur skevheterna kan se ut och för vilka delundersökningar som det kan finnas problem. För att belysa ytterligare en registervariabel studeras sysselsättningsstatus i nästa avsnitt. 26 Statistiska centralbyrån

29 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Analys av kvarstående bortfallsskevheter 4.3 Skevheter i registervariabeln sysselsättningsstatus Tabell 29 Skattningar av andel förvärvsarbetande november 2012 Delundersökning Hela urvalet kalibrerad skattning Svarsmängd ej kalibrerad skattning Svarsmängd kalibrerad skattning Sant värde Totalt, INTR3 60,9 ± 1,6 59,8 ± 2,1 59,8 ± 2,1 61,2 Män, INTR3 58,6 ± 1,9 58,2 ± 2,6 58,1 ± 2,6 60,3 Kvinnor, INTR3 63,1 ± 2,4 61,4 ± 3,4 61,5 ± 3,3 62,2 Totalt, AVH3 47,2 ± 2,0 47,4 ± 3,6 47,5 ± 3,5 46,8 Män, AVH3 47,0 ± 2,7 45,9 ± 4,7 46,0 ± 4,7 46,4 Kvinnor, AVH3 47,4 ± 2,8 49,2 ± 5,4 49,3 ± 5,5 47,4 Totalt, INTR1 20,4 ± 1,3 19,5 ± 1,8 19,1 ± 1,9 20,9 Män, INTR1 17,4 ± 1,4 16,9 ± 2,2 16,5 ± 2,2 17,9 Kvinnor, INTR1 23,3 ± 2,1 22,1 ± 3,0 21,7 ± 3,0 23,9 Totalt, AVH1 17,9 ± 1,6 16,7 ± 2,7 16,5 ± 2,7 18,1 Män, AVH1 17,4 ± 2,2 16,3 ± 3,4 15,7 ± 3,4 16,5 Kvinnor, AVH1 18,6 ± 2,3 17,3 ± 4,1 17,5 ± 4,2 20,2 Totalt, IMYRK 8,7 ± 0,0 10,5 ± 4,0 8,7 ± 0,0 8,7 Män, IMYRK 10,2 ± 1,1 14,3 ± 5,8 12,4 ± 1,8 9,2 Kvinnor, IMYRK 5,7 ± 2, ,6 Totalt, T4 47,8 ± 0,0 50,8 ± 5,0 49,8 ± 5,1 47,8 Män, T4 43,4 ± 0,0 47,7 ± 6,0 47,4 ± 6,3 43,4 Kvinnor, T4 61,8 ± 0,0 57,4 ± 8,8 57,3 ± 7,0 61,8 För förvärvsinkomst ser det bättre ut än för hushållsinkomst. Det finns inga stora skevheter i de kalibrerade skattningarna bortsett från för delundersökningen IMYRK. Kalibreringen har också ganska liten effekt, det är små skillnader mellan ej kalibrerade och kalibrerade skattningar. En anledning till det är att det för de flesta grupper är ganska svaga samband mellan svarsbenägenhet och sysselsättningsstatus (se avsnitt 2). Undantaget är IMYRK, här överskattas andelen förvärvsarbetande män. Kalibreringen minskar överskattningen men konfidensintervallet täcker inte det sanna värdet. För kvinnor visas inga skattningar då det endast finns tre svarande kvinnor som var förvärvsarbetande i november Statistiska centralbyrån 27

30 Effekt av telefonintervjuer Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan 5 Effekt av telefonintervjuer Data till undersökningen samlades in via samlades i första skedet in via postenkät där de utvalda personerna också hade möjlighet att svara via ett webbformulär. Eftersom svarsandelen förväntades bli låg kompletterades enkäterna med telefonintervjuer. Ett urval drogs av de som inte svarat via enkät och för detta urval genomfördes telefonintervjuer. Syftet med telefonintervjuerna var att höja svarsandelen i grupper med låg svarsandel efter enkätdelen. I detta avsnitt studeras effekten av telefonintervjuerna. I avsnitt presenteras hur telefonintervjuer påverkade svarsandelar i olika grupper. I avsnitt 5.7 studeras hur telefonintervjuer har påverkat skattningarna. Sammanlagt erhölls svar i undersökningen. Före telefonpåminnelser hade svar kommit in. Således erhölls svar via telefonintervjuer. Telefonintervjuerna riktades mot stratum med låga svarsandelar. Före telefonintervjuer var den sammanlagda svarsandelen för alla delundersökningarna 38,4 procent, efter telefonpåminnelser var den 49,5 procent. Svarsandelen efter delundersökning visas nedan. Svarsandel1 avser svarsandelen efter telefon, svarsandel2 avser svarsandelen före telefon. Telefonintervjuerna har haft stor betydelse för svarsandelarna i alla delundersökningar utom INTR1 och T4. I T4 gjordes inga telefonintervjuer. Tabell 30 Svarsandelar efter delundersökning Delundersökning Svarsandel1 Svarsandel2 INTR3 52,9 34,7 AVH3 43,0 18,5 INTR1 46,5 43,7 AVH1 45,0 24,5 IMYRK 41,2 13,4 T4 50,5 50,5 5.1 Svarsandelar Ungdomar som avgått från gymnasiet med slutbetyg läsåret 2010/11 (INTR3) Tabell 31.1 Vägd svarsandel efter kön Man 54,2 31,6 Kvinna 51,5 37,7 Tabell 32.1 Vägd svarsandel efter gymnasieprogram Kategori Svarsandel 1 Svarsandel2 Barn- och fritid (BF) 51,0 29,5 Bygg (BP) 49,7 23,0 El (EC) 58,9 31,3 Energi (EN) 61,3 30,6 Estetiska (ES) 65,7 36,1 Fordon (FP) 60,2 26,7 Handel och adm (HP) 56,7 30,4 Hantverk (HV) 46,4 27,0 28 Statistiska centralbyrån

31 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Effekt av telefonintervjuer Hotell & restaurang (HR) 50,9 27,5 Industri (IP) 53,3 26,9 International Baccalaurate (IB) 52,5 42,9 Livsmedel (LP) 42,6 42,6 Medie (MP) 55,4 33,9 Naturbruk (NP) 52,4 40,7 Omvårdnad (OP) 40,7 34,3 Specialutformat program (SM) 52,3 34,8 Teknikprogrammet (TE) 42,0 42,0 Naturvetenskaplig (NV) 49,9 49,9 Samhällsvetenskap (SP) 53,6 32,5 Statistiska centralbyrån 29

32 Effekt av telefonintervjuer Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Tabell 33.1 Vägd svarsandel efter födelseland Kategori Svarsandel 1 Svarsandel2 Sverige 53,1 35,1 Övriga Världen 49,4 28,6 Tabell 34.1 Vägd svarsandel efter boendekommun Kategori Svarsandel 1 Svarsandel2 Storstadskommuner 52,4 36,7 Övriga kommuner 52,9 34,3 Tabell 35.1 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 59,0 42,1 En förälder högskoleutbildad 54,6 36,3 Ingen förälder högskoleutbildad 49,0 30,5 Tabell 36.1 Vägd svarsandel efter gymnasiebetyg Kategori Svarsandel 1 Svarsandel2 Jämförelsetal <=13 46,6 24,6 Jämförelsetal ,1 36,0 Jämförelsetal >16 61,4 47,4 Tabell 37.1 Vägd svarsandel efter sysselsättningsstatus Kategori Svarsandel 1 Svarsandel2 Förvärvsarbetande november ,8 32,2 Ej förvärvsarbetande november ,5 38,6 5.2 Svarsandelar Ungdomar som läst på tredje året men inte fått slutbetyg läsåret 2010/11 (AVH3) Tabell 31.2 Vägd svarsandel efter kön Man 45,0 16,8 Kvinna 40,4 20,7 Tabell 32.2 Vägd svarsandel efter gymnasieprogram (studieförberedande eller yrkesförberedande) Studieförberedande program 44,9 21,1 Yrkesförberedande program 41,7 16,8 Tabell 33.2 Vägd svarsandel efter födelseland Sverige 43,6 19,2 Övriga Världen 37,4 12,4 Tabell 34.2 Vägd svarsandel efter boendekommun Storstadskommuner 37,4 18,8 Övriga kommuner 44,3 18,4 30 Statistiska centralbyrån

33 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Effekt av telefonintervjuer Tabell 35.2 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 50,2 24,5 En förälder högskoleutbildad 41,8 18,0 Ingen förälder högskoleutbildad 42,2 17,6 Tabell 36.2 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,0 16,3 Ej förvärvsarbetande november ,0 20,4 5.3 Svarsandelar Ungdomar som avgått från gymnasiet med slutbetyg läsåret 2012/13 (INTR1) Tabell 31.3 Vägd svarsandel efter kön Man 43,5 37,8 Kvinna 49,5 49,5 Tabell 32.3 Vägd svarsandel efter gymnasieprogram Barn- och fritid (BF) 50,2 41,7 Bygg (BP) 36,3 36,3 El (EC) 36,8 36,8 Energi (EN) 63,9 29,2 Estetiska (ES) 47,9 47,9 Fordon (FP) 39,4 39,4 Handel och adm (HP) 46,1 36,7 Hantverk (HV) 38,1 38,1 Hotell & restaurang (HR) 48,5 34,7 Industri (IP) 62,6 29,8 International Baccalaurate (IB) 49,9 49,9 Livsmedel (LP) 47,7 47,7 Medie (MP) 54,9 44,1 Naturbruk (NP) 50,1 50,1 Omvårdnad (OP) 50,4 42,7 Specialutformat program (SM) 41,7 41,7 Teknikprogrammet (TE) 42,4 42,4 Naturvetenskaplig (NV) 50,7 50,7 Samhällsvetenskap (SP) 46,5 46,5 Tabell 33.3 Vägd svarsandel efter födelseland Sverige 46,8 44,0 Övriga Världen 42,7 38,7 Statistiska centralbyrån 31

34 Effekt av telefonintervjuer Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Tabell 34.3 Vägd svarsandel efter boendekommun Storstadskommuner 45,9 43,8 Övriga kommuner 46,6 43,7 Tabell 35.3 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 53,2 51,4 En förälder högskoleutbildad 48,0 45,7 Ingen förälder högskoleutbildad 42,5 38,9 Tabell 36.3 Vägd svarsandel efter gymnasiebetyg Jämförelsetal <=13 37,3 32,9 Jämförelsetal ,7 44,0 Jämförelsetal >16 58,9 58,1 Tabell 37.3 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,9 41,7 Ej förvärvsarbetande november ,9 44,2 5.4 Svarsandelar Ungdomar som läst på tredje året men inte fått slutbetyg läsåret 2012/13 (AVH1) Tabell 31.4 Vägd svarsandel efter kön Man 48,7 19,5 Kvinna 40,4 30,8 Tabell 32.4 Vägd svarsandel efter gymnasieprogram (studieförberedande eller yrkesförberedande) Studieförberedande program 42,6 28,1 Yrkesförberedande program 47,1 21,5 Tabell 33.4 Vägd svarsandel efter födelseland Sverige 46,2 25,6 Övriga Världen 33,5 14,6 Tabell 34.4 Vägd svarsandel efter boendekommun Storstadskommuner 39,3 23,3 Övriga kommuner 46,3 24,8 32 Statistiska centralbyrån

35 Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Effekt av telefonintervjuer Tabell 35.4 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 56,2 35,9 En förälder högskoleutbildad 44,0 25,1 Ingen förälder högskoleutbildad 42,9 21,7 Tabell 36.4 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,0 19,8 Ej förvärvsarbetande november ,7 25,5 5.5 Svarsandelar Ungdomar som läst yrkesintroduktion på gymnasiet och avslutade studierna läsåret 2012/13 (IMYRK) Tabell 31.5 Vägd svarsandel efter kön Man 41,0 12,8 Kvinna 41,4 14,6 Tabell 32.5 Vägd svarsandel efter födelseland Sverige 35,0 13,4 Övriga Världen 55,3 17,6 Tabell 33.5 Vägd svarsandel efter boendekommun Storstadskommuner 47,7 13,8 Övriga kommuner 39,5 12,4 Tabell 34.5 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 50,2 12,4 En förälder högskoleutbildad 48,8 11,4 Ingen förälder högskoleutbildad 39,7 13,9 Tabell 35.5 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,9 14,0 Ej förvärvsarbetande november ,9 13,3 Svarsandelar Ungdomar som läst ett fjärde tekniskt år på gymnasiet och avslutade studierna med en examen läsåret 2011/12 eller 2012/13 (T4) Tabell 31.6 Vägd svarsandel efter kön Man 45,0 45,0 Kvinna 68,5 68,5 Tabell 32.6 Vägd svarsandel efter födelseland Statistiska centralbyrån 33

36 Effekt av telefonintervjuer Bortfallsanalys Inträdet på arbetsmarknaden efter gymnasieskolan Sverige 50,7 50,7 Övriga Världen 44,4 44,4 Tabell 33.6 Vägd svarsandel efter boendekommun Storstadskommuner 48,4 48,4 Övriga kommuner 50,7 50,7 Tabell 34.6 Vägd svarsandel efter föräldrarnas utbildningsnivå Båda föräldrarna högskoleutbildade 53,8 53,8 En förälder högskoleutbildad 50,3 50,3 Ingen förälder högskoleutbildad 49,0 49,0 Tabell 35.6 Vägd svarsandel efter sysselsättningsstatus Förvärvsarbetande november ,9 53,9 Ej förvärvsarbetande november ,5 47,5 5.7 Effekter på skattningar I tabell visas effekter av telefonintervjuer för tre olika undersökningsvariabler. I tabell 41 visas effekten för en registervariabel (andel personer i olika inkomstkvartiler). Tabell 38 Skattningar för undersökningsvariabeln U1, procent Redovisningsgrupp Kalibrerad skattning efter påminnelser Kalibrerad skattning före telefonpåminnelser Totalt, INTR3 6,4 ± 0,9 7,8 ± 1,4 Män, INTR3 8,3 ± 1,4 10,3 ± 2,1 Kvinnor, INTR3 4,6 ± 1,2 5,4 ± 1,8 Totalt, AVH3 17,4 ± 2,7 18,5 ± 4,6 Män, AVH3 20,2 ± 3,9 19,1 ± 6,6 Kvinnor, AVH3 13,9 ± 3,9 17,8 ± 6,3 Totalt, INTR1 14,4 ± 1,7 14,6 ± 1,7 Män, INTR1 15,8 ± 2,4 16,1 ± 2,4 Kvinnor, INTR1 13,1 ± 2,4 13,2 ± 2,4 Totalt, AVH1 25,8 ± 3,1 30,1 ± 4,9 Män, AVH1 28,8 ± 4,3 32,6 ± 7,4 Kvinnor, AVH1 22,2 ± 4,6 26,9 ± 5,9 Totalt, IMYRK 40,7 ± 6,3 33,5 ± 10,9 Män, IMYRK 43,9 ± 8,3 33,4 ± 14,7 Kvinnor, IMYRK 34,5 ± 9,0 33,6 ± 15,2 Totalt, T4 11,0 ± 3,2 11,0 ± 3,2 Män, T4 11,5 ± 4,0 11,5 ± 4,0 Kvinnor, T4 9,5 ± 3,9 9,5 ± 3,9 34 Statistiska centralbyrån