Två studier om spel och spelproblem En tvärsnittsanalys och en longitudinell analys om risken för spelproblem

Transkript

1 SoRAD Centrum för socialvetenskaplig alkohol- och drogforskning Stockholms universitet Två studier om spel och spelproblem En tvärsnittsanalys och en longitudinell analys om risken för spelproblem Av Lars Westfelt SoRAD Forskningsrapport nr

2 Två studier om spel och spelproblem En tvärsnittsanalys och en longitudinell analys om risken för spelproblem Av Lars Westfelt Lars Westfelt SoRAD Forskningsrapport nr ISSN ISBN Tryckt av Akademitryck AB, Edsbruk 2006

3 Förord Det har varit intressant att få möjlighet att få utforska frågor om spelproblems stabilitet och samband med andra faktorer över tid. Ingen enstaka empirisk studie kan dock göra anspråk på att ha kommit fram till en obestridbar sanning ; kunskap genereras istället genom att det växer fram en samling studier som med samma och/eller något olika metodologiska och kontextuella sammanhang pekar i samma riktning. Det krävs således mer forskning om dessa frågor och föreliggande studie kan endast utgöra en liten del i vad som måste komma för att vi skall kunna förstå och på bästa sätt möta det ökade intresset för spel och de stora förändringar som spelmarknaden nu genomgår. Bland de som varit till stöd och bidragit med konstruktiv kritik till denna rapport finns Robin Room, Klara Hradilova Selin och Mimmi Eriksson vid SoRAD. Projektet är finansierat av Statens folkhälsoinstitut, FHI. Stockholm i augusti 2006 Lars Westfelt

4 ck Vegas, bingo, kasino och trav en tvärsnittsanalys av skillnader och samband mellan spelform, socioekonomi och risken för spelproblem. Inledning Efter att ha tagit fram en bilaga med kvantitativa uppgifter om automatspelare till Philip Lalanders kvalitativa studie i SoRAD-rapporten om ck Vegas-spelare (Svenska spels spelautomater) föll det sig naturligt att försöka göra detsamma med andra spelformer/grupper (Lalander 2004). 2 Datamaterialet som använts kommer från kasinoprojektet (Westfelt 2002, 2003, 2004) och består av uppgifter från telefonintervjuundersökningar med representativa urval av personer över 7 år i Sundsvall, Malmö och Karlstad 3. Respondenterna har tillfrågats om inställning till kasinoetablering, förväntade och erfarna effekter av kasinoetablering, attityder till spel, spelvanor, spelproblem. Även frågor som om anhörigas problem samt socioekonomisk situation/bakgrund finns med. Intervjuerna är genomförda i tre olika omgångar; den första år 200, den andra år 2002 och den tredje år Undersökningarna är behäftade med ett externt bortfall på omkring 40 procent och lämpar sig var för sig framförallt för jämförelser av olika relationer och inte absoluta nivåer. Ett sätt att förbättra förutsättningarna för att skatta nivåer är att slå ihop de (nio) olika dataseten (jfr Westfelt 998, van Dijk & van Kesteren 996). En sådan sammanslagning, s.k. pooling, av data ökar sannolikheten att eventuella skevheter jämnas ut. I denna studie finns även ett annat huvudskäl till att dataseten slagits ihop. Andelen personer, som enligt de mått som används, har spelproblem och även gruppen som uppger att de spelar på ck Vegas-apparater är så liten att det krävs ett stort urval för att inte antalet individer blir så litet att analysen knappt går att genomföra. Ju större urval desto större möjlighet att bryta ner nämnda grupper i olika kategorier utan att bastalen blir för små (antalet individer för litet). Det sammanslagna datamaterialet omfattar dryga 000 intervjuer. 4 Olika grupperingar används i denna studie men i grova drag jämförs grupper med personer som spelar Bingo (i bingohall), på spelautomater (ck Vegas), kasinospel samt häst- och hundspel. De två huvudfrågeställningar som tas upp är: Vilka skillnader och likheter finns mellan grupperna avseende bakgrundskaraktäristika, socioekonomisk situation, spelande och spelproblem? Är risken för spelproblem relaterat till spelform? I så fall hur? Finns en sådan relation oavsett hur andra aspekter som bakgrundskaraktäristika och socioekonomisk situation ser ut? En förkortad version av denna studie är tidigare publicerad i Socialt perspektiv, nr 2005 (Westfelt 2005). 2 Rapporten fick stort genomslag i media och bidrog förmodligen till den kritik som låg bakom beslutet att dra in vissa spelautomater med mycket hög omsättning. 3 De exakta undersökningsområdena är Sundsvall och Timrå kommun, Malmö stad (kommun). För Karlstadsområdet ingår Karlstad kommun samt Hammarö, Forshaga, Kil och Grums kommun. 4 När datamaterialet sammanställdes och analysen påbörjades var inte data för Malmö år 2004 ännu tillgängligt. Materialet är på 0080 intervjuer och skulle vara 000 intervjuer fler om dessa också inkluderats. --

5 Varför är det intressant att jämföra olika grupperingar av individer som bygger på vilka spelformer de satsat pengar på? Ett svar är att det är viktigt att försöka se om olika spelformer enkelt kan studeras/hanteras som ett homogent fenomen. Är det så att skillnader mellan olika spelformer är så stora att det totala spelandet så gott som alltid bör brytas ned i kategorier? Det bör också, och i linje med detta, vara relevant för den politiska nivån om vissa spelformer visar sig förknippade med spelproblem i större omfattning än andra. Ovan nämnda rapports bilaga (Lalander 2004) diskuterar frågan om vad som låg bakom den höga andelen spelproblematiker bland automatspelarna. Två förklaringar kan urskiljas. Den ena är att personer med en viss bakgrund/social situation dras till just denna spelform och att det är denna bakgrund som är huvudorsaken även till spelproblemen. Den andra är att det inte är den sociala situationen som är huvudorsaken till spelproblemen utan i stället den specifika spelformen. Förklaringarna kan givetvis kombineras men det blir ju avgörande för var ansvaret för problemen kan läggas i vilken mån den aktuella spelformen kan ges en egen betydelse i förhållande till spelproblem. Är det främst en strukturell fråga där ansvaret kan läggas på en ganska abstrakt nivå av långsiktig social- och ekonomisk politik eller är det så att spelföretagens (statliga och privata) val av spelprodukter (också) är av avgörande betydelse? I den multipla regressionsanalysen nedan är det just denna frågeställning som prövas med det tillgängliga datamaterialet. 3. Något om metod och operationalisering Analysen är indelad i två delar; den första mer ytligt deskriptiv än den andra som går lite mer på djupet när det gäller frågan om vilka faktorer som påverkar risken för spelproblem. Den beskrivande jämförelsen görs helt enkelt genom att studera hur grupperna procentuellt sett fördelar sig efter faktorer som ålder, kön, utbildning, inkomst, spelutgifter och spelproblem. Syftet med den andra delen är att kunna kontrollera för flera variablers samtida effekter på olika mått på spelproblem och då används multipel logistisk regressionsanalys. Grundidén är att kunna konstanthålla för andra faktorers inverkan för att se vilka faktorer som har störst betydelse när det gäller risken för spelproblem och speciellt om spelandet på en viss spelform har en egen betydelse i detta sammanhang. När det gäller den beskrivande analysen har spelgrupperna tagits fram genom att välja ut personer som uppgett att de spelat på respektive spelform någon gång det senaste året. Vissa individer har givetvis även spelat på två eller flera av de studerade spelformerna. De exakta frågorna finns som bilaga i samtliga rapporter från kasinoprojektet. Frågor börjar Har du under det senaste året satsat pengar på.. och i de flesta fall ges i frågan även exempel på kommersiella namn på spel som omfattas av ifrågavarande spelform (t.ex. sportspel; Oddset). Anledningen till att två grupper kasinospelare använts i den beskrivande delen, både internationella kasinospelare och restaurangkasinospelare, är dels att de visade sig vara ganska olika och dels att jämförbarheten med den kvalitativa studien kräver att spelare på de nya internationella kasinon studeras för sig. Liksom i tidigare analyser av materialet används tre instrument för att mäta andelen personer med spelproblem. Det första Short- SOGS är ett index av fem olika frågor. Det andra, Fisher DSM IV screen, är ett index av tio frågor och det tredje, Life Area Problems är uppbyggt av fem olika frågor. Det är intressant att studera resultaten för dessa var för sig. Detta eftersom resultaten då blir jämförbara med andra studier som använt samma mått. Därutöver är det viktigt att påpeka att indexen inte gäller exakt samma definition av spelproblem. Frågorna i DSM IV måttet har till exempel en tydligare inriktning mot -2-

6 respondentens egna (inre) problem/tillstånd medan måttet Life Area Problems gäller problem i olika (yttre) sociala sammanhang (se mer detaljer om dessa mått i Westfelt 2003). Det mått på totalt spelande som studeras här är utgifterna den senaste månaden. Bakgrundsvariabler som används är (självrapporterade) uppgifter om kön och ålder samt även socioekonomiska som anställningsförhållande, utbildning, inkomst och etnisk tillhörighet m.fl. I regressionsanalyserna har s.k. dummyvariabler använts för spelformerna. Här har spelformen internationella kasinon exkluderats eftersom tillgängligheten för respondenterna från Karlstad är så låg i förhållande till de från kasinostäderna Sundsvall och Malmö. Dessa variabler är dikotoma och kodade noll för att inte ha spelat på den aktuella spelformen det senaste året och ett för att ha gjort det. De tre frågeindex som indikerar förekomsten av spelproblem motsvarar här tre dikotoma beroendevariabler där en etta motsvarar att ha spelproblem enligt den cut-off - gräns som gäller för respektive mått. För Short-SOGS gäller att två eller fler av de fem frågorna skall besvaras positivt. För DSM IV- måttet skall tre av 0 frågor besvaras positivt och för LIFE AREA PROBLEMS två av fem. Detta motsvarar hur dessa mått använts i tidigare forskning (Rönnberg m.fl. 999, Room m.fl. 999). En fjärde beroendevariabel som används är en sammanslagning av de tre andra. För varje beroendevariabel prövas sedan tre olika modeller. Modellerna motsvarar tre olika uppsättningar oberoende variabler; i den första finns endast bakgrundskaraktäristika och social situation, i den andra läggs även mått på totalt spelande till och i den tredje så även variabler för de fyra spelformerna. Det har riktats kritik mot studier där skillnader i andelen personer med spelproblem bland de som uppgett spel på olika spelformer legat till grund för slutsatser om samband mellan spelform och spelproblem. Man har hävdat att det inte är klargjort att det är själva den aktuella spelformen som orsakar skillnaderna problemet är, enligt kritikerna, att individernas övriga spelaktiviteter lika gärna kan vara orsak till skillnader i spelproblem (se till exempel Dowling m.fl. 2005). Man skulle kunna tillägga att även andra faktorer som inte är med i analysen kan vara orsak till skillnaderna i andel personer med spelproblem. I en multipel regressionsanalys med separata dummyvariabler för spelformer och andra relevanta faktorer kan man komma förbi detta problem. Den logistiska regressionsanalysen beräknar till skillnad från den linjära inte de beroende variablernas effekter direkt på den oberoende variabeln utan istället logaritmen av oddset för beroendevariabeln, den så kallade logiten. Utgångspunkten är en dikotom beroendevariabel som kan anta värde och 0. Oddset är sannolikheten (för värde ) dividerat med minus sannolikheten (för värde ) och den så kallade logiten alltså logaritmen av detta (Edling & Hedström 2003, Menard 995). En motsvarighet till den linjära regressionsanalysens betakoefficienter är oddskvoter. Dessa räknas fram genom att exponentiera den logistiska regressionsanalysens motsvarighet till ostandardiserade regressionskoefficienter. En oddskvot visar den procentuella förändringen i oddset som uppstår när den aktuella variabeln förändras en enhet och de övriga är konstanta. Tolkningen av dessa är i detta sammanhang ganska enkel. När sannolikheten är liten att den (dikotoma) beroendevariabeln är, dvs. när det handlar om ett ovanligt fenomen som till exempel att ha spelproblem, blir oddskvoten i det närmaste identisk med procentuell förändring av sannolikheten (ibid.). Exempelvis kan i detta sammanhang en oddskvot för man på,937 tolkas så att vara man (beroende av kodning) ger en 94% förändring i sannolikheten att ha spelproblem. Det vill säga att om sannolikheten är 2% så ökar den till 3,9% (0,02 * -3-

7 ,937). Att vara kvinna blir i detta exempel den så kallade referenskategorin dvs. sannolikheten gäller att vara man i förhållande till att vara kvinna. Tolkningen av resultaten blir något mer komplicerad om variabler med fler än två utfall används. Om vi till exempel använder en åldersvariabel med fyra kategorier så gäller oddskvoten för tre av dessa i förhållande till referenskategorin dvs. den fjärde kategorin. 4. Beskrivande jämförelse av fem grupper Det är viktigt att komma ihåg att de grupper som jämförs i det här avsnittet är överlappande så att medlemskap i en grupp inte utesluter medlemskap i någon av de andra grupperna. Detta betyder att samma individ kan finnas med i upp till alla de fem grupperna samtidigt. Hur denna överlappning är beskaffad har studerats men finns inte med i den här artikeln av utrymmesskäl. Dessförinnan gäller jämförelserna först bakgrundsaspekter, social samt ekonomisk situation och sedan spelvanor och spelproblem enligt de mått på detta som använts i undersökningen. Signifikanstester avseende resultaten har genomförts och samtliga skillnader som tas upp är med 95 procents säkerhet signifikanta om inte annat anges. I tabellerna (Tabell och Tabell 2) nedan redovisas andelarna för grupperna och resultaten beskrivs endast summariskt. Den första tabellen gäller bakgrundskaraktäristika och socioekonomisk situation och den andra tre frågeindex om spelproblem som använts i tidigare analyser samt en fråga om spelfrekvens. Det är en summering av svar på frågor om separata spelformer och gäller antal satsade kronor den senaste. Därutöver finns den andra tabellen även resultat från en fråga om hur det i allmänhet känns att spela; om det känns jobbigt, roligt eller varken eller. Resultaten kan sammanfattas enligt följande:. ck Vegas gruppen och bingogruppen skiljer ut sig på flertalet av de aspekter som studerats. a En stor andel män finns i ck Vegas gruppen (7%) och störst andel kvinnor i Bingogruppen (66%). b Störst andel unga i ck Vegas gruppen och gamla i Bingogruppen. c Störst andelar låginkomsttagare och personer utan kontantmarginal återfinns i båda grupperna. d Störst andel arbetslösa och pensionerade i visar Bingogruppen (8,5%/25%) medan ck Vegas gruppen har störst andel studerande (26%). e Båda grupperna har störst andel med personer som har annan etnisk eller kulturell tillhörighet (5%/5%). f I båda grupperna har det satsats mest pengar på spel totalt i medelvärde jämfört med övriga grupper (JV: 884kr/mån, Bingo:04kr/mån). g De tio procent i resp. grupp som satsat mest står för störst andel av allt sådant spel (JV:76%, Bingo: 72%). h Störst andel personer med spelproblem enligt de mått som använts indikeras för båda grupperna (JV:5%, Bingo: 3%). Dock kan endast vissa skillnader signifikant säkerställas. 2. Restaurangkasinogruppen har likhet med i ck Vegas gruppen en stor andel män, yngre personer samt studerande och personer med spelproblem även om skillnaderna är något mindre i förhållande till de andra grupperna. -4-

8 3. Gruppen med personer som spelat på internationella kasinon har förhållandevis höga inkomster, lägst andel utan kontantmarginal och högst andel med universitetsutbildning. 4. Gruppen som spelat på Häst- och hundspel är i de flesta fall mest lik hur resultaten på de olika variablerna ser ut för samtliga spelare. -5-

9 Tabell. Bakgrundskaraktäristika och socioekonomisk situation. Bakgrund/ Socioekonomi ck Vegas (n=605) Bingo (hall) (n=226) Häst och hund (n=3527) Internationellt kasino (n=676) -6- Restaurangkasino (n=99) Kön: man 7,% (430) 34,5% (78) 60,3% (227) 55,5% (375) 74,3% (89) 49,8 Ålder: 8-24 år 42,% (254) 9,% (42) 6,5% (227) 9,7% (65) 29,3% (350) 0, ,% (248) 34,5% (76) 40,6% (428) 45,8% (307) 54,3% (650) 35, ,% (73) 24,% (53) 38,9% (368) 3,4% (2) 4,% (69) 33,3 65-4,8% (29) 22,3% (49) 4,% (495) 3,% (88) 2,3% (27) 20,3 Civilstånd: Ogift 73,7% (434) 50,7% (2) 38,9% (362) 46,6% (32) 70,8% (839) 38,7 Gift 5,6% (92) 24,0% (53) 43,8% (534) 38,4% (257) 20,2% (239) 42,0 Änka/Änkling,4% (8) 0,9% (24) 3,7% (28) 3,7% (25) 0,8% (0) 6,6 Skild 9,3% (55) 4,5% (32) 3,7% (48),2% (75) 8,2% (97) 2,7 Inkomst: 0-49 tkr 4,0% (29) 43,2% (80) 8,2% (572) 6,2% (96) 30,0% (328) 27, tkr 5,5% (83) 24,9% (46) 20,3% (637) 6,2% (96) 4,4% (58) 20, tkr 8,7% (00) 6,2% (30) 25,6% (806) 2,8% (29) 9,% (209) 23, tkr 22,3% (9) 5,% (28) 29,8% (937) 36,3% (25) 29,6% (324) 24, tkr 2,4% (3) 0,5% () 6,% (92) 9,6% (57) 6,9% (75) 5, Kontantmarg: * 20,8% (24) 29,9% (66),8% (42) 7,7% (5) 3,0% (55) 4,3 Arb.förhåll.: Heltids- 45,7% (275) 3,7% (7) 59,3% (2088) 63,7% (428) 59,7% (72) 49,6 anställning Deltidsanställning 4,3% (86) 5,2% (34) 9,4% (332) 7,% (48) 0,% (2) 9,5 Sjukskriven/ Förtidspens. 2,3% (4) 4,9% () 3,% (08) 3,% (2),6% (9) 3,0 Arbetslös 5,0% (30) 8,5% (9) 3,6% (27) 3,0% (20) 4,4% (53) 3,6 Pensionär 4,7% (28) 25,4% (57) 6,7% (588) 5,6% (05) 3,3% (39) 22,7 Hemarbete 0,2% () 0,9% (2) 0,3% (9) 0,4% (3) 0,0% (0) 0,3 Student 25,6% (54),6% (26) 6,0% (23) 6,3% (42) 9,% (228) 9,3 Annat 2,3% (4),8% (4),7% (59) 0,7% (5),8% (2),8 Utbildning: Folk- /grundskola 3,8% (83) 33,0% (73) 2,9% (769) 2,7% (85) 8,5% (02) 23,6 Gymnasium 60,5% (364) 44,3% (98) 43,3% (59) 39,4% (264) 55,4% (66) 40,4 Universitet/ Högskola 25,6% (54) 22,6% (50) 34,3% (203) 46,7% (33) 35,8% (427) 35,6 Forskarutbildning 0,2% () 0% (0) 0,5% (6),2% (8) 0,3% (4) 0,4 Annan etn./kult. tillh: 4,6% (88) 5,2% (34) 7,9% (279),6% (78) 0,2% (22) 9,6 Bostadssituation: Bor med maka/ 4,8% (252) 48,7% (09) 68,2% (2399) 68,% (460) 50,9% (60) 63,0 make/sambo Bor ensam med /utan barn 33,8% (204) 4,% (92) 27,6% (970) 25,6% (73) 32,0% (384) 30,2 Bor med föräldrar 22,% (33) 8,5% (9) 2,9% (0) 4,6% (3) 4,5% (74) 5,4 Annat. 2,3% (4),8% (4),4% (50),6% () 2,6% (3),3 *Svar på frågan Om du plötsligt skulle hamna i en oförutsedd situation där du på en vecka måste skaffa fram kronor, skulle du klara det? Tot,%

10 Tabell 2. Spelutgifter, spelkänsla och spelproblem. ck Bingo (hall) Bakgrund/ Vegas (n=226) Socioekonomi (n=605) Satsat sen. månaden, kr: Medelvärde totalt Häst och hund (n=3527) Internationellt kasino (n=676) -7- Restaurangkasino (n=99) 884, 04,0 62,5 70,0 87, Summa totalt 47 45, , , , ,7 Satsat på resp. spel, medelv. 457,2 292,0 305,0 657,3 99,0 Satsat på resp. spel totalt Varians Spelkänsla:* Mest jobbigt 0,0% (0) 0,0% (0) 0,% (3) 0,0% (0) 0,0% (0) 0,2 Ganska Tot, % 3,8mil j jobbigt 0,2% (),3% (2),0% (24) 0,4% (2) 0,3% (3), Varken roligt/ jobbigt 9,8% (43) 3,7% (2) 0,9% (270),4% (56) 5,5% (49) 4,6 Ganska roligt 53,9% 56,2% (86) 57,9% (436) 59,2% (290) 56,0% (497) 59,6 (237) Mycket roligt 36,% (59) 28,8% (44) 30,2% (749) 29,0% (42) 38,2% (339) 24,4 Spelproblem:** Short SOGS, 5 fr. (> 2 pos) DSM IV, 0 fr. (>3 pos) Life Area, 5,2% (92) 3,0% (29) 4,% (45) 7,3% (50) 0,8% (30) 2,69 4,3% (26) 4,8% (),% (43) 2,2% (5) 3,4% (38) 0,82 2,6% (6) 2,7% (6) 0,8% (29),2% (9),8% (2) 0,44 5 fr. (>2 pos) *Spelkänsla= svar på frågan Hur känns det i allmänhet när du spelar? **Spelproblem= tre olika index av frågor om spelproblem. 5. Risken för spelproblem och olika spelformer I detta avsnitt sammanfattas resultaten av de regressionsanalyser som genomförts i syfte att undersöka förhållandet mellan risken för spelproblem och de studerade spelformerna mycket kortfattat. Nedan redovisas endast resultaten från den sammanlagda beroendevariabeln som alltså är en sammanslagning av de tre olika problemmåtten. De övriga finns i Bilaga 3. Anledningen är utrymmesbrist. Dock förhåller det sig så att denna beroendevariabel kallad Problem Totalt ganska väl sammanfattar resultatet från de tre separata variablerna. Problem Totalt är konstruerad så att de som enligt respektive kriterium för någon av de tre problemmåtten har spelproblem, kategoriseras som spelproblematiker. Förfarandet kan diskuteras eftersom de tre måtten delvis representerar konkurrerande definitioner av spelproblem. Måttet har ändå använts och det har den tekniska fördelen att de annars så små andelarna spelproblematiker blir något större. Om vi först ser till den första modellen som återges i kolumnen längst till vänster (modell a i Tabell 3) så visar det sig att sex av de nio faktorerna med bakgrundskaraktäristika och socioekonomisk situation har signifikanta oddskvoter. Kön har den högsta oddskvoten; att

11 vara man ökar den genomsnittliga sannolikheten för spelproblem med drygt tre gånger. Näst högst oddskvot har den lägsta ålderskategorin. Att vara mellan 8 och 24 år gammal ger också det tre gånger högre risk. Runt en gångs förhöjd risk finns för ålderskategorin 25 till 44 år samt variabeln etnicitet. Att inte bo ihop med sambo, make eller maka och att ha en årsinkomst i den näst lägsta kategorin är enligt modellen också förenat med en omkring 50 procentig riskökning. De som är universitetsutbildade har en 27 procent lägre risk och de som är 65 år eller äldre har 43 procents lägre risk. Efter att de två variabler som mäter spelande totalt lagts till (modell b) visar fortfarande kön och ålder höga oddskvoter och åldern 8 till 24 år visar fortfarande högre risk än 25 till 44. De nya variablerna var signifikanta och de som satsat över dryga 300kr senaste månaden har i förhållande till att ha satsat mellan ca 00 och 300 kronor en klart förhöjd risk. -8-

12 Tabell 3. Logistiska regressionsanalyser med Problem Totalt. Logistisk regression: Oddskvoter Modell a-c: PROBL. TOT. med bakgrunds-variabler, totalt spelande och spelform Bakgrundsvariabler a. Bakgrund b.+ Spelande c. + Spelform år Kön Män Kvinnor 4,22 2,66 2,56 Ålderskategori ,99 2,22 0,57 5,67 2,74 2,4,95 Utbildningsnivå Folk-/grundskola Gymnasium Univ./högskola Inkomstkategori 0-49 (tkr) Kontantmarginal Arbetslös Barn boende Sambo/Make/Maka Annan etn./kul. tillh. Speltillfällen senaste mån. -3 (ggr) Satsat senaste mån. -09 (kr) Spelat ckvegas/år Spelat Bingohall/år Spelat Rest.kasino/år Spelat Häst-hund/år 0,73,49,63,97,7,90 2,04,89 2,46 2,24 0,57 2,79,57,84 2,07,73 2,28 2,3 2,94 4,96 6,42 2,34 Konstant (b/exp(b)) -5,285/0,005-6,82/0,002-6,425/0,002 Nagelkerke R2 0, 0,25 0,259 R2L (2LL/chi2mod) 0, 0,235 0,300-9-

13 Mellan modell b och den sista modellen (c) där de fyra spelformsvariablerna inkluderats så är skillnaderna ganska små om man bortser från de nya variablerna. Samma bakgrundsvariabler är signifikanta och med ungefär samma oddskvoter. Den enda större förändringen är att ålderskategorin 8 till 24 år fått ett lägre värde. Bingospelsvariabeln har en hög oddskot. Att ha spelat bingo ger en riskökning på över fem gånger. ck Vegas ligger inte långt efter, här är riskökningen fyra gånger. Spel på restaurangkasino ger också en ganska hög riskökning men inte högre än en del andra variabler i modellen. Det så kallade Häst- och hundspelet var inte signifikant relaterat till risken för spelproblem överhuvudtaget. Måttet R2L som indikerar hur väl varje modell anpassar sig till data ökar successivt och den tredje modellen har ett i dessa sammanhang ganska hyggligt värde på 30%. 6. Sammanfattning Resultatet av den deskriptiva analysen talar för att det finns klara skillnader mellan grupper av personer som spelar på olika spelformer. Speciellt Bingogruppen och ck Vegasgruppen utmärkte sig. I båda grupperna finns bl. a. en stor andel personer med bristande ekonomiska resurser och ganska många med spelproblem. De hade även mycket omfattande spelvanor och de tio procent som spelade som mest stod för mellan 70 och 80 procent av de totala spelandet på dessa spelformer. Sammanfattningsvis tyder också resultaten från regressionsanalyserna på att dessa spelformer ökar risken för spelproblem mer än andra och att detta gäller oavsett social situation och demografiska karaktäristika. För att återknyta till diskussionen inledningsvis tyder alltså resultaten ganska klart på att vissa bakgrundsfaktorer och spelares sociala situation är relaterat till risken för spelproblem men att detta inte räcker som förklaring till varför andelen personer med spelproblem är så stor för de som spelar ck Vegas och Bingo i bingohall. Resultaten indikerar därmed att det är viktigt ur spelproblemsynpunkt vilka spelformer som utvecklas och görs tillgängliga. -0-

14 Risken för spelproblem En analys av longitudinella data på individnivå. Inledning Datamaterialet som samlats in i samband med projektet om kasinoetableringen i Sundsvall och Malmö innefattar även ett antal intervjuer där samma individer ingår vid de tre mättillfällena. Omkring 500 personer har intervjuats både år 200, 2002 och I detta arbete skall resultaten från dessa intervjuer användas till att studera måtten på spelproblem och olika faktorers betydelse för spelproblem över tid. 2. Frågeställningar Nedanstående frågeställningar ligger i fokus för analysen:. Hur stor andel av de som uppfyllde kriterierna för att ha spelproblem år 200 gjorde fortfarande detta ett år senare respektive tre år senare? Hur stor andel av de som uppfyllde kriterierna var nytillkomna ett år respektive tre år senare? 2. Hur starka är sambanden mellan att uppfylla kriterierna för respektive mått på spelproblem vid de tre mätningarna? 3. Vilka faktorer år 200 visar sig vara relaterade till att uppfylla kriterierna för spelproblem år 2004? Är t ex kön, ålder, spelandets omfattning och/eller val av spelform av betydelse för risken att få spelproblem och vilka faktorer är av större betydelse än andra? Vilken skillnad framkommer när det gäller riskfaktorer, om analysen också konstanthåller för att uppfylla kriterierna år 200? Är det, med andra ord, samma faktorer som är viktiga för spelproblem tre år senare oavsett om individerna redan hade problem eller är det andra faktorer? 3. Metod De vikter för bortfallen mellan mätningarna som konstruerats gäller korrigering för kön och civilstånd i Sundsvall år 2004, för ålder och civilstånd i Karlstad år 2004 och för kön, ålder och civilstånd i Malmö år 2004 (se Bilaga 2). På grund av felkodningar etc. har några individer fallit bort i förhållande till analyserna på samhällsnivå. Av de ursprungligen 54 intervjuerna i Sundsvall år 2004 kunde 540 användas och i Karlstad föll 6 intervjuer bort (529 blev 523) medan samtliga 53 intervjuer från Malmö kunde användas. Data för Sundsvall år 2002 korrigerades för ålder, civilstånd, hemmavarande barn och arbetssituation. Malmö korrigerades för ålder samma år och Karlstad för civilstånd och hemmavarande barn (se Westfelt 2004, Appendix B och C). När det gäller frågan om spelproblemmåttens stabilitet har två metoder tillämpats. Först har helt enkelt procentandelar för hur många personer som faller ur och hur stor andel som tillkommer till problemdefinitionen i fråga räknats fram. Därefter har även --

15 korrelationskoefficienter för sambandens styrka inom varje mått, vid de tre mättillfällena, tagits fram. Efter detta redovisas resultat av de logistiska regressioner som genomförts. En kortfattad beskrivning av metoden logistisk regression finns i den inledande tvärsnittsanalysen i detta arbete Stabilitet? Den första frågan som skall belysas med det empiriska materialet är i vilken utsträckning samma individer som vid det första mättillfället uppfyllde kriterierna för spelproblem också gör det vid andra eller tredje mätningen. De analyser som redovisas här gäller i första hand två tidsperspektiv; hur det ser ut på kort sikt dvs. mellan år 200 och 2002 samt hur det ser ut på lite längre sikt dvs. mellan år 200 och Resultaten har sammanfattats i Tabell nedan. Tabell. Procentuella andelar personer som faller bort respektive tillkommer i respektive mått på spelproblem år 2002 och 2004 jämfört med år 200. På kort sikt: På lång sikt: (N= 576) (N= 230) Andel 0 Bort Andel 02 Nya Andel 0 Bort Andel 04 Nya SOGS %, , , ,00 74 n DSM IV 2 % 0, ,3 73 0,85 7,00 75 n LIFE 3 % 0, , 00 0,6 00 0,6 00 n TOTALT 4 % 2, , , ,40 72 n Det SOGS mått som används i undersökningen är en komprimerad variant som endast består av fem frågor från det ursprungliga indexets 20 frågor. 2 Detta mått kallas på andra ställen Fisher DSM IV och är konstruerat av 0 separata frågor. 3 Detta mått kallas på andra ställen LIFE AREA PROBLEMS och är konstruerat av 5 separata frågor. 4 Detta är en sammanslagning av de individer som uppfyller kriterierna för spelproblem enligt något av de tre måtten på spelproblem. Tabellen visar tydligt att en stor andel av de individer som klassificerats som spelproblematiker faller bort både på kort sikt och på lite längre sikt. I de flesta fall är det omkring 70 procent av de som år 200 hade problem som sedan inte har det längre år 2002 eller Eftersom andelarna är så små blir bastalen (n) ganska små men när det gäller måttet TOTALT ligger antalet individer ändå runt 30 i den kortsiktiga analysen och runt 45 i den långsiktiga vilket får anses som ganska bra i sådana här sammanhang. Det är också intressant att se att det är minst lika många nya individer som motsvarar kriterierna för spelproblem jämfört med hur många som föll bort. Detta betyder vidare att det är en ganska stor andel som någon gång har klassificerats som spelproblematiker. På kort sikt är det 4,6 procent (57 individer) och på lång sikt 5,3 procent (83 individer). För ett av måtten, Fisher DSM IV, som tillåter en indelning i svåra och mindre svåra problematiker har stabiliteten för respektive sådan grupp undersökts. Även om bastalen blir mycket små är det tydligt att resultaten inte kan förklaras av en stor instabilitet endast bland 5 Ytterligare litteratur som använts för att jämföra hur metoden logistisk regression tillämpats är bl. a. Estrada & Nilsson (200). -2-

16 de med mindre allvarliga problem. Det visade sig att ingen av de med svårare problem år 200 kunde klassificeras i samma kategori år 2004 varken på kort eller lång sikt. 6 Vidare har även korrelationer räknats fram som står för hur starkt sambandet på individnivå är mellan spelproblemmåtten vid de olika mättillfällena. Dessa redovisas nedan i Tabell 2. Tabell 2. Korrelationskoefficienter för samband mellan måtten på spelproblem. På kort sikt: (N= 230) -3- Korrelationskoefficient (r 2 ) På lång sikt: (N= 576) Korrelationskoefficient (r 2 ) Short- SOGS 0,363 (p< 0,0) 0,298 (p< 0,0) DSM IV 2 0,36 (p< 0,0) 0,293 (p< 0,0) LIFE 3-0,0 (p= 0,70) 0,30 (p< 0,0) TOTALT 4 0,334 (p< 0,0) 0,292 (p< 0,0) Det SOGS mått som används i undersökningen är en komprimerad variant som endast består av fem frågor från det ursprungliga indexets 20 frågor. 2 Detta mått kallas på andra ställen Fisher DSM IV och är konstruerat av 0 separata frågor. 3 Detta mått kallas på andra ställen LIFE AREA PROBLEMS och är konstruerat av 5 separata frågor. 4 Detta är en sammanslagning av de individer som uppfyller kriterierna för spelproblem enligt något av de tre måtten på spelproblem. Sambanden är generellt sett måttliga i styrka och ligger runt 0,30. De är med ett undantag något starkare på kort sikt jämfört med på lång sikt. Undantaget gäller LIFE AREA där korrelationskoefficienten för samband på kort sikt inte ens är signifikant medan den på längre sikt faktiskt är signifikant även om den är svag. Resultaten är givetvis intressanta när det gäller hur vi skall förhålla oss till undersökningar om spelproblem med mätningar av detta slag. Uppenbarligen indikerar klassificeringen inget speciellt stabilt tillstånd när så stora andelar som 70 procent kan falla bort efter endast ett år. Förklaringar till detta kan vara att mätinstrumenten brister i validitet eller reliabilitet dvs. att de inte mäter de mer stabila spelproblem som faktiskt finns och/eller inte mäter tillräckligt exakt. En bidragande förklaring i linje med detta kan vara att personer med spelproblem har en hög variation i benägenheten att svara/svara ärligt på frågor om sina problem. En annan förklaring kan vara att det inte finns någon stabilitet när det gäller spelproblem dvs. att mätningarna visar en korrekt bild. Dessa två kan även givetvis tillsammans utgöra en förklaring till resultaten; en avsevärd instabilitet kan finnas som dock överdrivs något på grund av dåliga mätmetoder. I nästa avsnitt skall vi övergå till en analys av faktorer som kan vara relaterade till risken för spelproblem. 6 av 8 kvarstod i den mindre svåra kategorin på kort sikt och av 3 på lång sikt. Ingen av 2 i den svåra kategorin kvarstod på kort sikt och ingen av 3 på lång sikt.

17 5. Risken för spelproblem I det följande redovisas logistiska regressioner som tagits fram för de data som analyseras här. Förfarandet är detsamma som i detta arbetes första fördjupningsstudie med den skillnaden att beroendevariablerna och de oberoende variablerna inte är från samma tidpunkt samt att de gäller samma individer. I analysen har det längre tidsperspektivet risken för spelproblem efter tre år valts. Beräkningar både på kort och lång sikt skulle bli allt för omfattande och det har bedömts som något mer intressant att studera de mer långsiktiga förhållandena Kausalitetsriktning och konstanthållning De modeller som presenteras nedan har två huvudfördelar jämfört med en hel del annan empirisk forskning på området. Främst är det kanske att vi kan fastställa kausalitetsriktningen i resultatet som är det mest utmärkande; det går att slå fast sambandens tidsordning dvs. om det till exempel är spelvanorna som orsakat problemen eller om personer med spelproblem får vissa spelvanor. Den andra fördelen är att vi kan konstanthålla för en uppsättning faktorer som tillsammans kan tänkas vara av betydelse för risken för spelproblem. Till exempel är det möjligt att se om val av spelform ökar risken för problem oavsett personens socioekonomiska situation eller spelfrekvens i stort. Vi kan också konstanthålla för tidigare spelproblem så att de faktorer som därefter visar sig relevanta för risken att få spelproblem år 2004 är detta oavsett om problem redan fanns år 200. En nackdel med materialet är att det inte innefattar så stort antal intervjuer; runt 500 intervjuer är mycket när det gäller s.k. paneldata där samma individer intervjuats (i detta fall) vid tre tillfällen (över en treårsperiod) men det är inte så mycket mot bakgrund av att andelen personer med spelproblem endast ligger mellan och 2 procent vilket ger 5-30 personer. Av denna anledning har utöver de tre frågeindexen som är ämnade att mäta spelproblem även en sammanslagning av dessa använts som beroendevariabel; personer har klassificerats som spelproblematiker om de uppfyller kriterierna för någon av de tre måtten. 5.2 Resultat Analysen har genomförts i fyra steg där först endast de s.k. bakgrundsvariablerna tagits med varefter spelandets omfattning, spelformer och spelproblem år 200 i tur och ordning tillförts analysen. Beroendevariabeln gäller spelproblem år 2004 och i den fjärde och sista modellen inkluderas även variabeln som indikerar eventuella spelproblem enligt samma definition men för år Därutöver finns viss tveksamhet om datamaterialet för Karlstad år 2002 är fullt tillförlitligt (Westfelt 2006). -4-

18 Tabell 3. Logistiska regressionsanalyser med Problem Totalt avseende år Modell -4: Beroendevariabel Problem Totalt för år Oddskvoter för Oberoende variabler (år 200) bakgrundsvariabler, totalt spelande, spelform och problem år Bakgrund 2.+ Spelande 3. + Spelform 4. + Problem 0 Kön Män Kvinnor 2,8* Ålderskategori ,32* 3,39* Utbildningsnivå Folk-/grundskola Gymnasium Univ./högskola 0,73* Inkomstkategori 0-49 (tkr) Kontantmarginal Arbetslös Barn boende Sambo/Make/Maka Annan etn./kul. tillh. Speltillfällen senaste mån. 0-0 (ggr) Satsat senaste mån (kr) ,22* 0,22* Spelvinst senaste mån (kr) ,27** 0,24** 0,24** Satsat som mest under dag (kr) ,22** 0,3** 0,5** Spelat ckvegas/år 4,9** 4,08** Spelat Bingohall/år 7,64** 4,73* Spelat Rest.kasino/år Spelat Häst-hund/år Spelproblem år 200 (ngt mått) 3,60** Konstant (b/exp(b)) -4,396/0,02-0,893/0,40 -,0/0,364 -,6/0,200 Nagelkerke R2 0,08 0,227 0,288 0,354 R2L (2LL/chi2mod) 0,08 0,244 0,335 0,454 **= p< 0,0 *= p< 0,05-5-

19 5.2. Regressioner med det sammanslagna problemmåttet I den första modellen med beroendevariabeln Problem Totalt framkommer att tre av de 5 dummyvariablerna för de nio bakgrundsvariablerna har signifikant oddskvot (Tabell 3). Dessa är kön, ålder och utbildning. Analysen visar att sannolikheten att få spelproblem år 2004 är 2,8 gånger så stor om det är en man jämfört med om det är en kvinna. Den är 2,32 gånger så stor om han/hon är mellan 25 och 44 år jämfört med att vara mellan 45 och 64 år. Om personen har en avslutad utbildning på högskolenivå jämfört med en gymnasial utbildning är risken också 2 procentenheter lägre. Ett av de två mått som används som mått på modellens anpassning i stort, Nagelkerke R2 (NR2), har värdet 0,08. Det betyder att endast demografiska och socioekonomiska variabler år 200 förklarar 8 procent av sannolikheten för spelproblem år Den andra av de fyra modellerna inkluderar, förutom de variabler som fanns i den första, även olika mått på omfattningen av respondenternas spelande. Utöver antalet speltillfällen och antalet satsade kronor den senaste månaden finns även uppgifter om spelvinst den senaste månaden och hur mycket respondenterna som mest satsat på spel under dag (det senaste året). Analysen visar nu att av bakgrundsvar är det endast ålder som fortfarande är signifikant. Dock inte samma kategori utan istället för den näst yngsta så är det nu den yngsta ålderskategorin som visar en förhöjd risk i förhållande till referenskategorin. När det gäller måtten på spelandet visar resultaten att de som uppger lite vinst och de som satsat lite som mest under en dag har ca procents lägre sannolikhet att få problem tre år senare. Värdet för Nagelkerke R2 har ökat från 0,08 till 0,23. Till dessa oberoende variabler har i modell tre även variabler för fyra olika spelformer inkluderats. Dessa är Bingospel i bingohall, ck Vegas (spelautomater), restaurangkasino och häst- och hundspel. Ingen av bakgrundsvariablerna är nu signifikanta men liksom i den andra modellen har de med låg spelvinst och att ha satsat lite som mest en lägre relativrisk. Två av spelformerna är signifikanta och visar höga oddskvoter. De som spelat på ck Vegas det senaste året har omkring fyra gånger högre risk för spelproblem och de som spelat Bingo ca sju gånger förhöjd risk. Än en gång ökar också NR2 till 0,29. I den fjärde modellen har variabeln Problem Totalt för år 200 lagts till. Endast två större skillnader mellan denna och modell tre finns. Bingospel får inte lika hög oddskvot som i den förra modellen men den är fortfarande hög. Kanske betyder detta att en stor del av riskökningen med att spela bingo förklaras av att många spelproblematiker redan spelar bingo. Dock kan man se att risken kvarstår så att det är en tre gånger högre risk för spelproblem tre år senare för de som spelat bingo oavsett om de har problem innan eller inte. Den andra skillnaden som är värd att notera gäller den förhöjda risken vid tidigare spelproblem. Sannolikheten är tio gånger högre att en person har problem med sitt spelande år 2004 om han/hon hade det år Slutligen ökar också NR2 från 0,29 till 0,35 i denna den sista modellen med beroendevariabeln Problem Totalt. 8 Eftersom undersökningen är en urvalsstudie skall relativrisken inte ses som allt för exakt. Den är förenad med en ganska stor osäkerhetsmarginal. Ett konfidensintervall på 95% nivån ger vid handen att den riktiga nivån kan vara en mellan ca 5 och 35 gångers förhöjd risk. -6-

20 5.2.2 Regressioner med Short- SOGS Tre av de nio bakgrundsvariablerna fick signifikanta oddskvoter i den första regressionen (Tabell 4). Att vara man ger en 2,66 gånger så stor sannolikhet för spelproblem som att vara kvinna och att vara i åldern år en 2,64 gånger så hög risk jämfört med att vara mellan 45 och 64 år. Den högsta oddskvoten gäller låginkomsttagare. Att ha en årsinkomst som inte överstiger 49 tkr innebär en nära tre gånger högre risk i förhållande till referenskategorin (200 till 249 tkr). Relativriskerna (oddskvoterna) för kön och ålder var inte längre signifikanta när de fyra variablerna om spelvanor inkluderades i modellen. Det kan tolkas så att kön och åldersskillnaderna var relaterade till att män och yngre personer spelar mer och därför löper större risk för spelproblem. Däremot kvarstår den högre risken för låginkomsttagare; den har till och med ökat något och närmar sig en tre gånger förhöjd risk (3,76). Måtten på spelande visar framförallt att risken för spelproblem är lägre för de som spelat mycket lite eller inte alls den senaste månaden. Speltillfällen den senaste månaden var inte signifikant men väl satsade kronor den senaste månaden och rapporterade vinster samt största insats under en dag den senaste månaden. Ett undantag är att även kategorin som uppgett att de satsat mycket på spel den senaste månaden har en lägre relativrisk i förhållande till de som är i mellankategorin (referenskategorin 50 till 000 kr). Måtten för de totala modellernas anpassning visar att det i denna modell har ökat. I den första modellen var de ca. tio procent och nu visar de två måtten ca. 25 och 30 procent. När de fyra spelformerna läggs till i modell tre kvarstår fortfarande den förhöjda relativrisken för låginkomsttagare. Detta betyder att låginkomsttagare har en tre gångers förhöjd risk oavsett spelande på någon av dessa spelformer. Oddskvoterna för spelandets spelvanemåtten om de totala spelandet är ungefär desamma som i den förra modellen. Tydligt är dock att två av de fyra spelformerna är relaterade till en högre risk för spelproblem enligt Short-SOGS. Att ha spelat på ck Vegas eller på bingo i en bingohall ger en ca tre till fyra gånger högre risk för spelproblem. Modellanpassningen är nu också något bättre i förhållande till den förra modellen. Den sista modellen inkluderar även en variabel som konstanthåller för tidigare spelproblem dvs. att ha haft spelproblem enligt Short-SOGS år 200. Oddskvoten för låginkomsttagare ökade än en gång något medan de för ck Vegas och bingo minskade något. En ganska hög riskökning finns för de som redan år 200 klassificerats som spelproblematiker. Oddskvoten för dessa är 8,3. -7-

21 Tabell 4. Logistiska regressionsanalyser med Short SOGS avseende år Modell -4: Beroendevariabel Short SOGS för år Oddskvoter för Oberoende variabler (år 200) bakgrundsvariabler, totalt spelande, spelform och problem år Bakgrund 2.+ Spelande 3. + Spelform 4. + Problem 0 Kön Män Kvinnor 2,66** Ålderskategori ,64* Utbildningsnivå Folk-/grundskola Gymnasium Univ./högskola Inkomstkategori 0-49 (tkr) ,99* 3,76* 3,94* 4,24* Kontantmarginal Arbetslös Barn boende Sambo/Make/Maka 0,5* Annan etn./kul. tillh. Speltillfällen senaste mån. 0-0 (ggr) Satsat senaste mån (kr) ,4* 0,2* 0,4** 0,7* Spelvinst senaste mån (kr) ,27* 0,25* 0,22* Satsat som mest under dag (kr) ,3* 0,8** 0,2* Spelat ckvegas/år 4,80** 3,22* Spelat Bingohall/år 4,54* 3,39* Spelat Rest.kasino/år Spelat Häst-hund/år Spelproblem år 200 (SOGS) 8,3** Konstant (b/exp(b)) -4,976/0,007 -,743/0,75 -,566/0,209-2,093/0,23 Nagelkerke R2 0,0 0,246 0,290 0,357 R2L (2LL/chi2mod) 0,09 0,276 0,345 0,469 **= p< 0,0 *= p< 0,05-8-

22 Sammanfattningsvis framkommer att låginkomsttagares relativrisk ökar för varje modell dvs. ju bättre förklaring som kan specificeras. Att ha haft låga spelvinster och att ha inte ha satsat mer 500 kronor som mest under en dag ger en signifikant lägre relativrisk för spelproblem. När det gäller de fyra spelformerna ck Vegas, bingo, restaurangkasino samt häst och hundspel så är det endast de två första som ger en ökad risk för spelproblem. Dessa är dock de två variabler som ger störst skillnad av samtliga om man undantar variabeln som gäller spelproblem vid den första mätningen. I korthet visar alltså analysen med Short-SOGS att risken för spelproblem år 2004 är lägre för de som år 200 vunnit mindre än 500 kronor på spel och de som har en relativt låg högsta insats på spel den senaste månaden. Relativrisken är däremot högre för de som är låginkomsttagare, har spelat ck Vegas och/eller bingo i bingohall det senaste året samt uppfyller kriterierna för spelproblem år Regressioner med DSM IV När Fisher DSM IV används som beroende variabel visar det sig att endast ålder får signifikant oddskvot bland bakgrundsvariablerna i den första modellen (Tabell 5). Relativrisken är ganska hög; att vara mellan 8 och 24 år ger en 8 gånger förhöjd risk att ha spelproblem jämfört med att vara mellan 45 och 64 år gammal. Måtten för modellanpassning indikerar att procent av variansen i spelproblem enligt DSM IV är förklarad i denna den första modellen. I den andra modellen visar det sig att det är förenat med en lägre risk att ha låg spelvinst och låg högsta satsade summa under en dag. Den förhöjda risken för åldern 8 till 24 år har nu också blivit ännu något högre. Att vara mellan 8 och 24 år ger en 2 gånger högre risk medan risken är ca åttio procent lägre för de två spelvanemåtten. Måtten på modellens totala anpassning indikerar en ökning från till omkring 30 procent. I modell framkommer att åldersvariabeln inte längre är signifikant och att det endast är bingospel som ger en signifikant högre relativrisk av de fyra spelformerna. Att ha spelat på häst och hundspel ger istället en lägre relativrisk. Andelen förklarad varians har ökat speciellt om man ser till måttet R2L men ett så högt värde som 0,70 indikerar snarare att detta mått inte fungerar bra här. Den sista modellen för DSM IV skiljer sig mycket lite från den förra. Oddskvoterna är nästan identiska. Det är endast den nytillkomna variabeln som avviker. Att ha haft spelproblem år år 200 innebär en rejäl riskökning för att ha spelproblem år Enligt det aktuella måttet ökar risken med dryga 80 gånger. Modellanpassningen har ökat än en gång men liksom för förra modellen är det ena måttet, R2L, högre än vad som kan antas rimligt och skall därför inte tillmätas allt för stor betydelse. Vad måtten tillsammans visar är bara att förklaringen förbättras mellan varje modell. -9-

23 Tabell 5. Logistiska regressionsanalyser med Fisher DSMIV avseende år Modell -4: Beroendevariabel Fisher DSMIV för år Oddskvoter för Oberoende variabler (år 200) bakgrundsvariabler, totalt spelande, spelform och problem år Bakgrund 2.+ Spelande 3. + Spelform 4. + Problem 0 Kön Män Kvinnor Ålderskategori ,06* 3,3* Utbildningsnivå Folk-/grundskola Gymnasium Univ./högskola Inkomstkategori 0-49 (tkr) Kontantmarginal Arbetslös Barn boende Sambo/Make/Maka Annan etn./kul. tillh. Speltillfällen senaste mån. 0-0 (ggr) Satsat senaste mån (kr) Spelvinst senaste mån (kr) ,2* 0,09* 0,0* Satsat som mest under dag (kr) ,4* 0,07* 0,05* Spelat ckvegas/år Spelat Bingohall/år 26,00** 26,96** Spelat Rest.kasino/år Spelat Häst-hund/år 0,8* 0,2* Spelproblem år 200 (Fisher) 82,80** Konstant (b/exp(b)) -6,289/0,00 -,057/0,347-0,790/0,454-2,093/0,23 Nagelkerke R2 0, 0,277 0,430 0,486 R2L (2LL/chi2mod) 0, 0,356 0,700 0,876 **= p< 0,0 *= p< 0,05-20-

24 5.2.4 Regressioner med LIFE AREA PROBLEMS Följande regressioner har genomförts med en dikotom beroendevariabel, för LIFE AREA PROBLEMS, som inte har särskilt många värden. Detta betyder att resultaten måste tolkas med försiktighet och främst ses som komplement till resultaten med de två andra beroendevariablerna. Dock mäter detta index en något annan dimension jämfört med de två övriga eftersom frågorna inte rör respondentens eget känsloliv utan istället mer direkt dennes sociala relationer. I den första modellen är det endast utbildningsvariabeln som är signifikant (Tabell 6). Att ha en utbildningsnivå som endast motsvarar Folkskola eller grundskola ger en ca fyra gånger högre risk för spelproblem jämfört med att ha en gymnasieutbildning. I den andra modellen har oddskvoten för låg utbildningsnivå ökat och visar en två gånger högre relativrisk. En av spelomfattningsvariablerna är signifikanta; resultatet indikerar en lägre risk för personer som vunnit mindre än 500 kronor på spel i förhållande till de som vunnit mellan 50 och 000 kronor. Måtten för förklarad varians har ökat från omkring 20 procent till omkring 30 procent i denna den andra modellen. Modell tre visar att låg utbildningsnivå nu ökat ännu en gång och att låg spelvinst också ger än ännu lägre relativrisk. Av de fyra nytillkomna spelformsvariaberna är det två som får signifikanta oddskvoter. Bingospel är förenat med en mer än 35 gånger högre risk för spelproblem och att ha spelat på häst- eller hundspel en drygt åttioprocentigt reducerad risk. Slutmodellen är intressant på två sätt. Dels är den i det närmaste identisk med modell tre och dels visar den att förekomsten av spelproblem enligt detta mått år 200 inte ens är signifikant relaterat till spelproblem enligt samma mått år Om vi tar ett medelvärde av de två måtten som ungefär motsvarar vad som kallas förklarad varians i en linjär regression, så förklarar modell tre och fyra ungefär 50 procent av variansen i beroendevariabeln. -2-

25 Tabell 6. Logistiska regressionsanalyser med LIFE AREA PROBLEMS avseende år Modell -4: Beroendevariabel LIFE AREA för år Oddskvoter för Oberoende variabler (år 200) bakgrundsvariabler, totalt spelande, spelform och problem år Bakgrund 2.+ Spelande 3. + Spelform 4. + Problem 0 Kön Män Kvinnor Ålderskategori Utbildningsnivå Folk-/grundskola Gymnasium Univ./högskola 5,53* 7,68* 0,88* 0,79* Inkomstkategori 0-49 (tkr) Kontantmarginal Arbetslös Barn boende Sambo/Make/Maka Annan etn./kul. tillh. Speltillfällen senaste mån. 0-0 (ggr) Satsat senaste mån (kr) Spelvinst senaste mån (kr) ,3* 0,07* 0,07* Satsat som mest under dag (kr) Spelat ckvegas/år Spelat Bingohall/år 36,72** 36,66** Spelat Rest.kasino/år Spelat Häst-hund/år 0,7* 0,7* Spelproblem år 200 (Life Area) Konstant (b/exp(b)) -8,083/0,000-4,769/0,008-6,543/0,00-6,533/0,00 Nagelkerke R2 0,20 0,266 0,402 0,402 R2L (2LL/chi2mod) 0,24 0,344 0,637 0,638 **= p< 0,0 *= p< 0,05-22-