SLUTRAPPORT Så reser hallänningarna Resvaneundersökning Halland 2014 2014-06-27 Analys & Strategi
Konsulter inom samhällsutveckling WSP Analys & Strategi är en konsultverksamhet inom samhällsutveckling. Vi arbetar på uppdrag av myndigheter, företag och organisationer för att bidra till ett samhälle anpassat för samtiden såväl som framtiden. Vi förstår de utmaningar som våra uppdragsgivare ställs inför, och bistår med kunskap som hjälper dem hantera det komplexa förhållandet mellan människor, natur och byggd miljö. Titel: Så reser hallänningarna - Resvaneundersökning Halland 2014 Redaktör: Katja Vuorenmaa Berdica WSP Sverige AB Besöksadress: Ullevigatan 19 Box 13033 402 51 Göteborg Tel: 010-722 50 00 E-post: info@wspgroup.se Org nr: 556057-4880 Styrelsens säte: Stockholm www.wspgroup.se/analys Analys & Strategi
Innehåll 1 INLEDNING... 5 1.1 Bakgrund och syfte... 5 1.2 Genomförande... 5 1.3 Precision och noggrannhet... 9 2 DEN ALLMÄNNA ENKÄTDELEN... 10 2.1 Allmänt... 10 2.2 Personlig information... 10 2.3 Resförutsättningar... 16 3 RESDAGBOKEN... 21 3.1 Allmänt... 21 3.2 Antal resor... 22 3.3 Reslängd... 26 3.4 Ärendefördelning... 30 3.5 Färdmedelsval... 32 4 RESMÖNSTER... 37 BILAGA 1 - ENKÄTEN... 41 BILAGA 2 SCB TEKNISK RAPPORT... 49 BILAGA 3 SCB KALIBRERINGSRAPPORT... 59 BILAGA 4 HANTERING AV DUBBELMARKERINGAR... 67 BILAGA 5 REDOVISNING AV PARTIELLT BORTFALL... 69 BILAGA 6 GEOKODNING... 73 BILAGA 7 RESMATRIS... 75 Analys & Strategi
Analys & Strategi
1 Inledning 1.1 Bakgrund och syfte I kollektivtrafiklagen från 2010 står det att kollektivtrafikmyndigheterna ska redovisa behovet av kollektivtrafik. Med början 2013 och under hela 2014 kartlägger kollektivtrafikmyndigheten vid Region Halland resbehovet hos invånarna i länet. Ett stort antal utredningar och annat underlagsmaterial tas fram. En undersökning av resvanorna är en viktig pusselbit i kartläggningen av resbehoven. Den kan ge svar på frågor som inte kan besvaras på annat sätt. Under våren 2014 genomförde Region Halland i samarbete med Trafikverket en resvaneundersökning för att mäta och få svar på hur hallänningarna reser: med vilka färdsätt, när resorna görs, vart resorna går och varför man genomför resan. Syftet med kartläggningen är att identifiera resbehovet i Halland på kort och lång sikt, för att kunna ge bästa möjliga underlag för beslut om inriktning, resursfördelning och uppdrag till kollektivtrafiken. Förhoppningen är att resvaneundersökningen kan komma till användning även i andra sammanhang än för planering och dimensionering av kollektivtrafiken. 1.2 Genomförande Resvaneundersökningen genomfördes av WSP Sverige AB. Statistiska Centralbyrån anlitades för dragning av urval och hantering av utskick/datainsamling. Detta kapitel beskriver översiktligt hur undersökningen genomförts och hur datamaterialet har bearbetats. För mer detaljerade beskrivningar hänvisas till bilaga 2 (SCB Teknisk rapport) och bilaga 3 (SCB Kalibreringsrapport). Enkät Resvaneundersökningen genomfördes som en postal enkät (se bilaga 1) med tre delar: ett informationsbrev som beskrev syftet med undersökningen en allmän del med bakgrundsfrågor om respondenten själv en resdagbok där respondenten redogjorde för sina resor under en utvald mätdag Den allmänna delen efterfrågade dels personlig information (kön, födelseår, typ av bostad, antal personer i hushållet, utbildningsnivå, sysselsättning), dels information som kan sägas beskriva respondentens resförutsättningar (körkortsinnehav, tillgång till bil, tillgång till övriga transportmedel, betalningssätt i kollektivtrafiken, orsak om man inte rest under sin mätdag).
Resdagboken föregicks av instruktioner för ifyllande och gav möjlighet att registrera upp till nio resor. Med en resa menas en förflyttning med ett ärende, det vill säga att respondenten tagit sig från en plats till en annan för att uträtta något vid målet. Den information som samlades in var adress samt tidpunkt för resans start, resans ärende, adress samt tidpunkt för resans mål, vilka färdsätt som användes samt ungefärlig reslängd i kilometer. Urval Studien omfattade personer 16-84 år folkbokförda i Falkenbergs, Hylte, Laholms och Varbergs kommuner. Totalt skickades 16579 1 enkäter ut till slumpmässigt utvalda adresser, fördelat på 17 tätorter med ca 1000 invånare eller fler, samt övriga tätorter/landsbygd (se Tabell 1 samt Figur 1). Antalet enkäter beräknades med utgångspunkten att få in minst 100 svar 2 från respektve område. Urvalet motsvarar ca 15 procent av den totala befolkningen i de fyra kommunerna (ca 106 400 invånare 2014-12-31). Tabell 1. Områdesindelning för enkätutskick Område Tätort Område Tätort 1 Hyltebruk 10 Falkenberg 2 Torup 11 Skogstorp 3 Övriga Hylte 12 Skrea 13 Slöinge 4 Knäred 14 Ullared 5 Laholm 15 Övriga Falkenberg 6 Mellbystrand 7 Veinge 16 Bua 8 Våxtorp 17 Träslövsläge 9 Övriga Laholm 18 Tvååker 19 Varberg 20 Veddige 21 Övriga Varberg 1 Summan av ursprunglig urvalsstorlek 10000 + Falkenberg och Varberg tackade ja till option om 2000 resp. 3000 extra utskick + ett initialt felaktigt utskick om ca 1600 enkäter som inkluderades i resultatanalysen för att maximera antalet svar. 2 Se avsnitt 1.3 Analys & Strategi
Figur 1. Karta över områdesindelningen för RVU Halland. De 17 tätortsområdena är rödmarkerade, medan de fyra områdena benämnda övriga tätorter/landsbygd i respektive kommun (omr. 3, 9, 15, 21) begränsas av deras kommungränser. Halmstad och Kungsbacka utgör varsitt område i resmatrisen (se bilaga 7) men ingår inte i RVU Hallands undersökningsområde. Analys & Strategi 7
Utskick Totalt gjordes tre utskick, ett huvudutskick och två påminnelser. Mätdagarna utgjordes av 14 dagar under vecka 11 (måndag 10/3 - söndag 16/3) och vecka 12 (måndag 17/3 söndag 23/3). Urvalet fördelades jämnt över veckodagarna. Den första påminnelsen gick ut en till fyra dagar efter den aktuella mätdagen. En andra påminnelse med ny enkät och en ny mätdag (samma veckodag men med nytt datum) skickades 1-4 april. Mätdagarna för den andra påminnelsen utgjordes av sju dagar, från fredag 4/4 till torsdag 10/4. Datainsamlingen avslutades den 25 april 2014. Totalt 5835 svar mottogs, vilket ger en svarsandel på 35,2 procent. Av dessa hade knappt 82 procent svarat för sin ordinarie mätdag och drygt 18 procent för mätdagen i påminnelseveckan. Svarsandelarna för respektive kommun framgår av Tabell 2. Tabell 2. Svarsandel för respektive kommun Kommun Antal utskick Antal svar Svarsandel Falkenberg 5599 1913 34% Hylte 967 308 32% Laholm 2310 834 36% Varberg 7683 2780 36% TOTALT 16579 5835 35,2% Bearbetning och analys Inkomna enkäter registrerades med hjälp av optisk inläsning (skanning). Två typer av bortfall förekommer: objektsbortfall, vilket innebär att frågeblanketten inte är besvarad alls partiellt bortfall, vilket betyder att vissa frågor i blanketten inte har besvarats För varje respondent har en vikt beräknats för att kompensera för dels varierande utvalssannolikhet, dels olika svarsbenägenhet i olika grupper. Vikterna baseras på ålder, kön och bostadsområde och används för att räkna upp resultatet så att det blir representativt för hela den aktuella befolkningen och inte bara för de svarande. På vissa frågor har ett antal respondenter kryssat för flera svarsalternativ, exempelvis för huvudsaklig sysselsättning och högsta avslutade utbildning. Bilaga 4 redovisar hur dessa dubbelmarkeringar har hanterats. I de fall det varit möjligt har adresskoordinater kopplats till de adresser som angivits i resedagboken. I ett nästa steg noterades tätortskoder, ett arbete som respektive kommun hjälpte till med genom att gå igenom svaren från sina respondenter. Tätortskoderna har sedan använts för att översätta genomförda resor till vald områdesindelning. Analys & Strategi
RVU Halmstad och Kungsbacka Halmstad och Kungsbacka genomförde egna resvaneundersökningar i april respektive oktober 2012. Den ursprungliga planen var att slå samman deras rådata med RVU Hallands, för att kunna göra främst reseanalysen för regionen som helhet. Intentionen byggde på antagandet att de nyckelkoder som legat till grund för Kungsbackas och Halmstads områdesindelningar skulle kunna översättas till den områdesindelning som valts för RVU Halland, det vill säga tätorter med ca 1000 invånare eller fler. Så visade sig dock inte vara fallet och det bedömdes då inte meningsfullt att slå ihop dataseten bara för att kunna presentera bakgrundsdata på länsnivå. Istället diskuteras och görs jämförelser med data/info som plockats från Halmstads och Kungsbackas resvaneundersökningar parallellt med redovisningen av RVU Hallands data. Fokus ligger på resdagboken och de delar som är relevanta för reseanalysen. På så sätt erhålls trots allt en mer heltäckande bild av resandet i hela Region Halland. 1.3 Precision och noggrannhet Det finns två typer av osäkerhet, som båda ökar när svarsfrekvensen sjunker. Den statistiska slumpmässiga osäkerheten Denna osäkerhet ökar när antalet svar sjunker. Dessutom är det så att när man skattar andelar beror osäkerheten inte bara av antalet svar, utan också av andelen i sig. Det är svårare att skatta andelar runt 50 procent. För att få acceptabel noggrannhet har vi valt är att inte uttala oss om grupper med mindre än 100 respondenter. I alla tätorter utom tre har detta antal uppnåtts. Med 100 respondenter kan den statistiska osäkerheten illustreras som följer: Uppmätt andel 0.5 betyder de facto 0,5 +/- 0,08 någonstans i intervallet 42% - 58% Uppmätt andel 0,1 betyder de facto 0,1 +/- 0,05 någonstans i intervallet 5%-15% Den systematiska skevheten Denna ökar (troligen) med sjunkande svarsfrekvens, därför att det inte är vem om helst som väljer att inte svara. Det finns en tendens att grupper som inte svarar har ett i viss mån avvikande beteende/resmönster, till exempel svarar äldre i regel oftare än yngre, och yngre reser på ett särskilt sätt. Det finns också andra variabler (exempelvis bilintresse, inkomst etc.) som samvarierar med både resbeteende och svarsbenägenhet, och som bidrar till att urvalet blir systematiskt skevt jämfört med totalbefolkningen. Bostadsområde, ålder och kön påverkar resandet i stor utsträckning. Genom den kalibreringsviktning som genomförts kompenseras för skevheten när det gäller just dessa faktorer, så att svaren blir representativa för totalbefolkningen i de fyra kommunerna. De andra skevhetsskapande variablerna går det tyvärr inte att göra något åt. Analys & Strategi 9
2 Den allmänna enkätdelen 2.1 Allmänt I detta kapitel beskrivs resultatet av den allmänna enkätdelen, uppdelat på personlig bakgrundsinformation respektive mer transport-/resrelaterade uppgifter. Alla resultat utom hushållens sammansättning utgår från viktade data, så att andelarna är representativa för hela befolkningen. Det ska dock sägas att dessa data har samlats in för att kunna gruppera materialet på olika sätt i analyserna. Är man exempelvis ute efter befolkningens ålderseller könsfördelning som sådan är det bättre att gå till officiella statistikkällor. 2.2 Personlig information Könsfördelning Det bor i princip lika många kvinnor som män i Falkenbergs och Varbergs kommuner. I Laholm är andelen kvinnor något högre (51%) medan andelen män överväger i Hylte (54%). I tre av de fyra kommunerna är det ca 1 procent som inte har uppgett vilket kön de tillhör. Analys & Strategi
Åldersfördelning En övervägande andel av befolkningen är 45-65 år gammal i alla kommuner utom Varberg, där denna andel är lika stor som i åldersintervallet 25-44 år (37%). Andelen pensionärer ligger på 17-18 procent i samtliga kommuner, medan Hylte utmärker sig med en mycket mindre andel 16-24-åringar (4%) jämfört med de andra tre (8-12%). På områdesnivå ses att i Träslövsläge är hälften av befolkningen yngre än 45 år och Mellbystrand har den största andelen pensionärer (39%). Skogstorp, Våxtorp och Knäred har störst andel invånare i ålderskategorin 16-24 år, med andelar på 15-17 procent. Analys & Strategi 11
Bostadsförhållande Den absolut vanligaste bostadstypen i samtliga kommuner är fristående enfamiljshus. Uppdelat per område har Skrea med sina 90 procent den största andelen. Störst andel som bor i flerfamiljshus finns i Varberg, både för kommunen som helhet (22%) och i själva tätorten (40%). Kedjehus/radhus förkommer i liten utsträckning rent generellt, de största andelarna återfinns i de större centralorterna. En boendeform som många respondenter har angett under annat är fritidshus. Analys & Strategi
Hushållens sammansättning Viktade data innebär att resultatet räknas upp för att motsavar hela befolkningen på ca 106 400 invånare. Antalet hushåll i kommunerna är dock färre och därför används oviktade data i den här sammanställningen. Av dem som besvarat enkäten har de flesta angett att de bor i hushåll utan barn. Som barn räknas individer under 18 år. Störst andel barnfamiljer finns bland de svarande från Falkenberg (28%) och minst andel i Laholms kommun (23%). Som jämförelse kan nämnas att riksgenomsnittet för Sveriges kommuner ligger på drygt 60 procent hushåll utan barn (SCB 2012). Analys & Strategi 13
Högsta avslutade utbildning I Varbergs kommun har nästan halva befolkningen (48%) avslutat en eftergymnasial utbildning. Den största andelen av Hyltes invånare (44%) har avslutat gymnasiet. Andelen som endast har grundskolebetyg utgör knappt 20 procent av invånarna i alla kommuner utom Hylte, där andelen är knappt 30 procent. På områdesnivå är det Skrea som ligger i topp med 58 procent som har läst vidare efter gymnasiet, tätt följt av Varberg och Träslövsläge med 55 procent vardera. Störst andel gymnasiebetyg står Veinge för (47%) och störst andel med en grundskoleexamen finns i Våxtorp och Knäred (35%). Analys & Strategi
Huvudsaklig sysselsättning I alla fyra kommunerna är ca 60 procent arbetande eller egenföretagare och ca en fjärdedel är pensionärer. Andelen för övriga sysselsättningskategorier är också likartad för samtliga kommuner. På områdesnivå har Mellbystrand störst andel pensionärer (38%) och Skogstorp, Våxtorp och Knäred har störst andel studerande (10-12%), vilket stämmer bra överens med åldersfördelningen som redovisades tidigare. Analys & Strategi 15
2.3 Resförutsättningar Körkortsinnehav Andelen som har körkort är i princip densamma i samtliga kommuner, lite drygt 90 procent. Detsamma gäller andelen utan körkort, som ligger på knappt 10 procent. Någon enstaka procent har valt att inte svara på frågan om de har körkort eller ej. På områdesnivå ses dock att över 10 procent av invånarna inte har körkort i åtta av de 21 områdena. Veddige toppar denna lista med en andel på 17 procent. Analys & Strategi
Tillgång till bil I samtliga kommuner är det endast runt 5 procent av invånarna har inte alls har tillgång till bil. Den övervägande majoriteten kör själva. På områdesnivå syns att andelen som kör själva varierar mellan 75 procent (Knäred) och 96 procent (Mellbystrand). I sex av de 21 områdena är andelen utan tillgång till bil lite högre, runt 10 procent: Veddige, Varberg, Bua, Falkenberg och Våxtorp. Analys & Strategi 17
Antal bilar per hushåll Bilinnehavet är över lag högt i samtliga kommuner. Endast 3-7 procent av hushållen äger ingen bil alls. Antal bilar i hushållet inkluderar både privatägda och förmåns-/leasingbilar. I Falkenberg och Varberg är andelarna som har en respektive två eller fler bilar tämligen lika (runt 45%) medan upp emot 60 procent har två eller fler bilar i Hylte och Laholms kommuner. På områdesnivå har Varbergs tätort flest hushåll utan bil, med en andel på 11 procent. Landsbygdsområdena samt Skrea och Mellbystrand står för det största bilinnehavet, med två eller fler bilar i mellan 64 (Skrea) och 71 procent (övriga Hylte). Analys & Strategi
Tillgång till övriga transportmedel Drygt 40 procent av hushållen har tillgång till upp till tre cyklar. Andelen hushåll med fyra cyklar eller fler är relativt hög, 13-19 procent. Endast en liten andel av hushållen har inte tillgång till någon cykel alls. Dessa siffror är dock troligtvis högre, eftersom en del inget svar kan bero på att rutan lämnats tom istället för att fyllas i med en nolla. Vad gäller mopeder och motorcyklar är detta ungefär lika vanligt/ovanligt i alla kommunerna. En moped eller MC finns i 15-20 procent av hushållen. Andelen hushåll med två mopeder/mc eller fler varierar mellan 6 och 11 procent, med Hylte kommun i topp. Analys & Strategi 19
Betalningsmedel i kollektivtrafik På frågan om hur de oftast betalar för sin kollektivtrafikresa svarade många i samtliga kommuner att de aldrig åker kollektivt. Störst är andelen i Hylte och Laholm (53%) och lägst i Varberg (39%). På områdesnivå syns tydligt att det är landsbygdsområdena som har störst andel som aldrig åker kollektivt. Det vanligaste betalningsmedlet i kollektivtrafiken är ett laddningsbart kort, medan mobiltelefonen inte används i så stor utsträckning som man kanske hade förväntat sig. Ca 10 procent i alla kommunerna betalar med kontokort, och periodkortsanvändningen är störst i Falkenberg och Varberg. Analys & Strategi
Orsak till utebliven resa Av de 5835 respondenterna uppger ca en tredjedel att de inte har rest under sin utvalda mätdag. Den i särklass vanligaste orsaken till att inga förflyttningar har gjorts är att man inte har haft något ärende att uträtta. Den näst största anledningen är annan orsak, vilket exempelvis kan vara att man var bortrest på den aktuella mätdagen. Orsaken arbetade hemma kan tolkas som att en resa till jobbet skulle gjorts i vanliga fall, men det kan lika gärna betyda att man varit upptagen med att arbeta hemma och därför inte gjort någon förflyttning. 3 Resdagboken 3.1 Allmänt Av de 5835 respondenterna uppger ca två tredjedelar att de har rest under sin utvalda mätdag och med hjälp av resdagböckerna har totalt 10 640 förflyttningar registrerats. Uppräknat till befolkningen som helhet innebär detta att ca 211 300 resor genomfördes under de aktuella mätdagarna. I detta kapitel redovisas resultatet med avseende på antal resor, reslängd, ärende och färdmedel. Alla värden är viktade så att andelarna är representativa för hela befolkningen. Analys & Strategi 21
3.2 Antal resor Resor per person Totalt gör invånarna i Falkenbergs, Hylte, Laholms och Varbergs kommuner två resor per invånare på en dag. Uppdelat på kommun sjunker siffran något för Hylte och Laholm. Halmstadborna gör 3 resor per invånare och dag och motsvarande siffra för Kungsbackas befolkning är 2,14. På områdesnivå gör invånarna i Falkenberg, Träslövsläge och Varberg mer än två resor per dag. Knäredborna reser minst, knappt 1,5 resor dagligen. Analys & Strategi
Antal resor beroende på kön Om man ser till kvinnors och mäns resor så gör männen i Falkenbergs, Hylte, Laholms och Varbergs kommuner 1,9 resor per dag, vilket är något färre än kvinnornas 2,1 resor. Detsamma gäller i Kungsbacka, där kvinnorna gör 2,2 resor dagligen medan männen gör 2,0 resor per dag. I Halmstad däremot är förhållandet det omvända, med siffror för män och kvinnor på 3,4 respektive 2,7 resor per dag. Resor per person beroende på sysselsättning När man ser till huvudsaklig sysselsättning företar arbetande/egenföretagare flest resor per dag och pensionärer reser minst. Samma mönster ses i Kungsbacka (2,5 respektive 1,3 resor per dag), medan det i Halmstad är studenterna som står för flest resor per dag (4,6). Arbetande/egenföretagare i Halmstad gör 3,6 resor dagligen och pensionärerna reser minst även här (1,3 resor per dag). Analys & Strategi 23
Resor per veckodag Analys & Strategi
Sett till totalt antal resor är resandet störst i början av veckan och sjunker sedan stadigt, för att nå ett minimum på söndag. Det genomsnittliga antalet resor per person är högst under vardagar och fördelningen är tämligen jämn måndag till fredag. Mönstret är detsamma i Halmstad, med strax över tre resor per person varje vardag och 2,4 respektive 2,0 på lördag och söndag. Kungsbackaborna gör 2,2-2,5 resor per person dag under veckans vardagar (med något färre resor onsdag och torsdag) men uppvisar samma tendens till lägre resande under helgen (1,7 resor lördag och 1,3 resor söndag). Resor per timme En uppdelning av resorna med hänsyn till starttidpunkt under dygnet uppvisar ett i trafiksammanhang klassiskt mönster, med två toppar på vardagarna som sammanfaller med arbetstidens start (kl. 7-8) och slut (kl. 16-17). Under helgen startar resorna i regel senare och fördelar sig jämnare under dagen. Mönstret ser i det närmaste exakt likadant ut i Halmstad. Kungsbacka har inte redovisat antal resor över dygnets timmar. Analys & Strategi 25
3.3 Reslängd I resdagboken har respondenterna gjort en uppskattning av hur lång respektive resa har varit. Det bör därför hållas i minnet att det angivna avståndet inte nödvändigtvis motsvarar den faktiska reslängden. Data bör därför inte heller ses som absoluta tal utan ska snarare användas för att identifiera förhållanden och tendenser. Vidare kan långväga resor med exempelvis tåg eller flyg påverka resultatet i stor utsträckning. Eftersom resvaneundersökningen har ett i första hand regionalt fokus har datamaterialet för den här delen av redovisningen begränsats till att omfatta endast resor under 10 mil (ca 202 000 st), om inte annat anges. Detta är den gräns som används för att skilja mellan regionala och långväga resor i den regelbundet återkommande nationella resvaneundersökningen. Personkilometer per veckodag Analogt med antalet resor sker det mesta av trafikarbetet under veckans två första dagar. Det sjunker under ons-tor-fre för att sedan dippa och nå sitt minimum under helgen. Analys & Strategi
Kilometer per resa Hylteborna gör längst resor medan de som bor i Falkenberg har den kortaste genomsnittliga reslängden. På områdesnivå ser man att det generellt är landsbygdsborna i samtliga kommuner som reser längst medan centralorterna ligger i den undre delen av spektrumet. Samma mönster ses i Halmstad. Kungsbacka har inte redovisat några genomsnittliga reslängder. Analys & Strategi 27
Reslängd per resa och veckodag Den genomsnittliga reslängden för resor under 10 mil ligger under veckans vardagar mellan 13,7 och 14 kilometer. På helgen gör man kortare resor på lördag (12,6 km) jämfört med vardagar, medan resorna på söndag i genomsnitt är längre (14,5 km). Analys & Strategi
Fler långa resor företas under helgen, vilket märks när man tittar på den genomsnittliga reslängden för samtliga resor. Dessa siffror kan jämföras med data från Halmstad, där resorna över lag är något kortare under vardagarna. Under helgen är skillnaden större och Halmstadbornas resor är då 5-10 kilometer kortare. Det är också på lördag som deras längsta resor görs (19,3 km). Kungsbacka har inte redovisat några genomsnittliga reslängder fördelat på veckans dagar. Reslängd per resa beroende på kön Män reser i genomsnitt längre än kvinnor. Reslängden för resor under 10 mil är 15,5 kilometer för män och 12,2 kilometer för kvinnor. Sett till samtliga resor är siffrorna 24,7 kilometer för män och 16,2 kilometer för kvinnor. För Halmstad är motsvarande siffror 17,2 kilometer för män och 15,3 kilometer för kvinnor. Kungsbacka har inte redovisat några genomsnittliga reslängder beroende på kön. Kilometer per resa beroende på sysselsättning De längsta resorna görs av studerande (16,0 km) följt av arbetande/egenföretagare (14,6 km). Pensionärerna reser inte fullt så långt (11,2 km) och den genomsnittliga reslängden för gruppen arbetssökande/sjukskriven/föräldraledig är betydligt kortare (8,0 km). I Halmstad reser arbetande/egenföretagare längst (17,2 km) tätt följt av pensionärer (16,4 km) och studerande (15,8 km). Även i Halmstad görs betydligt kortare resor (6,9 km) av gruppen arbetssökande/sjukskriven/föräldraledig. Observeras bör att siffrorna från Halmstad bygger på totalt antal resor, varför de inte är direkt jämförbara med resultatet från Falkenberg, Hylte, Laholm och Varberg. Kungsbacka har inte redovisat några genomsnittliga reslängder beroende på sysselsättning. Analys & Strategi 29
Reslängd beroende på färdmedelsval För resor under 10 mil genomförs de längsta resorna med tåg eller en kombination av ett privat motorfordon och kollektivtrafik. De kortaste resorna görs till fots och med cykel. 3.4 Ärendefördelning Resornas fördelning mellan ärenden Analys & Strategi
Den största andelen av resorna i samtliga kommuner går till bostaden, därefter kommer arbetsresorna. Andelarna är likartade kommunerna emellan, utom i Hylte där andelen arbetsresor ligger på 25 procent mot de andra kommunernas 20 procent. Hylte skiljer sig också från de andra med drygt 6 procent resor till nöjes-/fritidsaktiviteter jämfört med runt 9 procent i de andra kommunerna. I Halmstad och Kungsbacka ser det i princip likadant ut, med skillnaden att andelen resor till nöjes-/fritidsaktiviteter är lite högre (11 respektive 13%). Kungsbacka har även en högre andel resor med syfte att hämta/lämna barn/vuxen (13%). Resornas ärende beroende på kön Mäns och kvinnors resor fördelar sig ungefär lika när det gäller de flesta ärenden. Män har en något större andel arbetsresor och uträttar en större andel tjänsteärenden. Hämtning/lämning, samt i viss mån inköpsresor, faller i störst utsträckning på kvinnornas lott. Män verkar ha en större andel resor vars ärende inte passar in i något av de tillgängliga alternativen. Samma mönster återfinns i såväl Halmstad som Kungsbacka. Analys & Strategi 31
Resornas ärende beroende på sysselsättning Som väntat företar arbetande/egna företagare flest arbetsresor och studerande åker i störst utsträckning till skola/utbildning. De som arbetssökande/sjukskrivna/föräldralediga gör fler resor för att hämta/lämna barn/vuxen. Denna grupp, tillsammans med pensionärerna, har också större andel nöjes- eller fritidsresor samt för att besöka släkt/vänner. Störst andel inköpsresor förekommer bland pensionärer. Detsamma gäller i Halmstad. Kungsbacka redovisar ärendefördelning beroende på sysselsättning endast för förvärvsarbetande och studerande, men för dessa kategorier upprepas samma mönster som ovan. 3.5 Färdmedelsval I resdagboken har respondenterna ombetts att ange samtliga färdmedel som använts för en förflyttning. En person som gått eller cyklat till tåget har således fyllt i till fots eller cykel som första färdsätt och tåg som andra. I analysen har ett huvudsakligt färdsätt identifierats för varje resa, vilket i exemplet ovan blir tåg. I presentationen av färdmedelsval beroende på sysselsättning respektive ärende har bedömningen gjorts att tåg och buss kan slås ihop till en kategori, kollektivtrafik. Kategorin annat omfattar bland annat flyg, vilket inte fanns med som ett alternativ i resdagboken. Analys & Strategi
Färdmedelsval för boende I samtliga kommuner är bilen det främsta transportmedlet. I Falkenberg och Varberg cyklar man mer. Andelen bussresor är likartad för samtliga kommuner, medan Varbergborna i större utsträckning väljer tåget. På områdesnivå ser man att är de så kallade mjuka färdsätten gång och cykel förekommer mer i centralorterna och inte i lika stor utsträckning bland landsbygdsborna. Flest bussresor gör invånarna i Ullared. Analys & Strategi 33
Eftersom färdmedelsval är en central fråga i stadsplaneringssammanhang har en sammanställning gjorts för samtliga Halland kommuner i Tabell 3. Sett över hela regionen är Halmstadborna bäst på att transportera sig på cykel medan Kungsbackaborna har högst andel bilresor. Tabell 3. Sammanställning över färdmedelsval för Hallands kommuner Kommun Bil/MC Bil/MC +koll Tåg Buss Cykel Gång Annat Falkenberg 63% 2% 1% 3% 11% 8% 11% Hylte 71% 2% 1% 3% 4% 9% 10% Laholm 74% 2% 1% 3% 4% 8% 8% Varberg 61% 3% 3% 4% 12% 9% 9% Halmstad 60% - 2% 9% 19% 9% 1% Kungsbacka 78% - 6% 7% 3% 5% 1% Färdmedelsval beroende på kön Analys & Strategi
Kvinnor reser mindre med privata motorfordon och utför fler resor till fots. Andelen cykelresor är tämligen lika, knappt 10 procent för båda könen. Kvinnor åker mer kollektivt, men skillnaden är inte så stor: ca 6 procent mot knappt 5 procent för män. Buss är det dominerande kollektiva färdsättet i båda fallen. I Halmstad är både bussandelen och cykelandelen högre över lag, och skillnaden är större mellan könen. Kvinnor tar buss respektive cykel i 11 respektive 22 procent av sina resor, medan motsvarande siffror för män är 7 respektive 17 procent. Kungsbacka har redovisat färdmedelsval uppdelat på kön endast för sysselsättningskategorierna förvärvsarbetande och studerande, varför en jämförelse är svår att göra. Färdmedelsval beroende på sysselsättning Arbetande/egenföretagare åker mest bil medan studerande och arbetssökande/sjukskrivna/föräldralediga reser mest kollektivt. Studerande är också den kategori som oftast går eller cyklar. Detta mönster går igen i både Halmstad och Kungsbacka. Analys & Strategi 35
Färdmedelsval beroende på ärende Bilen är det dominerande färdsättet för alla ärenden och allra störst är andelen bilresor vid hämtning/lämning. Minst är bilandelen för resor till skola/utbildning. Där är kollektivtrafik, gång och cykel främsta färdmedel. Cyklar gör man också i större utsträckning till nöjes- eller fritidsaktiviteter. Mönstret är detsamma i Halmstad kommun. Kungsbacka har redovisat ärendefördelningen per färdmedel istället, varför en jämförelse är svår att göra. Analys & Strategi
4 Resmönster Efter genomgången av de ca 211 300 resor som registrerats i resdagböckerna saknade fortfarande ca 7% av resorna tätortskod för någon av sina ändpunkter. Resmönsteranalysen omfattar därför de ca 196 400 resor som har både en start- och en slutpunkt kodad, med områdesindelning enligt Tabell 4. Fullständig resmatris redovisas i bilaga 7. Tabell 4. Områdesindelning för resmönsteranalysen Område Tätort Område Kommun 1 Hyltebruk 22 Halmstad 2 Torup 23 Kungsbacka 3 Övriga Hylte 24 Göteborg 4 Knäred 25 Stockholm 5 Laholm 26 Helsingborg 6 Mellbystrand 27 Malmö 7 Veinge 28 Övriga Sverige 8 Våxtorp 29 Utomlands 9 Övriga Laholm 10 Falkenberg 11 Skogstorp 12 Skrea 13 Slöinge 14 Ullared 15 Övriga Falkenberg 16 Bua 17 Träslövsläge 18 Tvååker 19 Varberg 20 Veddige 21 Övriga Varberg Analys & Strategi 37
På det stora hela sker en hel del resor mellan Falkenbergs och Varbergs kommuner, medan resutbytet med/mellan Hylte och Laholm verkar vara marginellt (se Tabell 5). Av alla resor som startar i någon av de fyra aktuella kommunerna (knappt 175 000) går ca 5 procent till svenska kommuner utanför Halland eller till utlandet. I resdagböckerna har ca 8000 resor med start i Halmstad kommun, och ca 1200 resor med start i Kungsbacka kommun, registrerats. Av dessa går de flesta av resorna från Halmstad till Laholm (31%) och de flesta av resorna från Kungsbacka till Varberg (62%). Falkenberg får näst störst andel i båda fallen (23% respektive 8%). Tabell 5. Antal resor mellan Hallands kommuner. Observera att resorna till/från Halmstad och Kungsbacka omfattar endast de resor som registrerats i RVU Halland. Kommun till från Falkenberg Hylte Laholm Varberg Halmstad Kungsbacka TOTALT Falkenberg 48258 517 162 3885 1966 90 54878 Hylte 522 6658 0 208 988 0 8376 Laholm 175 20 19900 25 2988 11 23119 Varberg 3677 154 6 74544 681 740 79802 Halmstad 1899 900 2549 580 2207 0 8135 Kungsbacka 100 0 11 754 0 193 1058 TOTALT 54631 8249 22628 79996 8830 1034 175368 Av de resor som startar inom centralorterna i Falkenbergs, Laholms och Varbergs kommuner slutar den största andelen också i centralorten. I Hylte kommun är dock övriga Hylte det vanligaste målområdet oavsett om resan startar där, i Hyltebruk eller i Torup. För de resor som börjar i Hylte och slutar utanför den egna kommunen är Halmstad det vanligaste målet, utom för resorna från Torup. För dessa ligger resmålet oftast i någon annan svensk kommun. I Laholm sker en stor andel av resorna över lag inom det egna området. Resor från Mellbystrand slutar dock oftast inne i Laholm och från Våxtorp reser man oftast till kommunens övriga tätorter/landsbygd. Vanligaste målpunkt utanför den egna kommunen är Halmstad, utom för resor som börjar i Knäred där ligger resmålet oftast i någon annan svensk kommun. I Falkenbergs kommun är centralorten målet för de flesta resorna från Skogstorp, Skrea och Slöinge, medan resor som startar i Ullared oftast slutar någonstans i övriga delar av kommunen. Resor med startpunkt inne i Falkenberg har till största andelen även målpunkt i samma område. Resor som slutar utanför den egna kommunen går till största delen till Varbergs tätort eller övriga Varberg, utom för Skrea och Slöinge, vars målpunkter till övervägande del ligger i Halmstad kommun. Analys & Strategi
Övriga delar i Varbergs kommun är huvudsaklig målpunkt för resor som startar i Bua, Tvååker eller Veddige. Resor från Träslövsläge går oftast in till centralorten Varberg. När det gäller resor från Varbergs kommun med målpunkter utanför den egna kommunen är den vanligaste destinationen övriga Falkenberg för resor som startar i Träslövsläge och Tvååker. Från Bua åker man oftast till Kungsbacka, medan utomkommunala resor från Varberg, Veddige och övriga Varbergs kommun till övervägande delen slutar i Göteborg. Tabell 6. Fördelning på huvudsakligt färdmedelsval i de viktigaste resrelationerna (dubbelriktade) för Falkenbergs, Hylte, Laholms och Varbergs kommuner. Resrelation Inom Falkenbergs tätort Falkenberg- Skogstorp Falkenberg- Varberg Inom Hyltebruks tätort Hyltebruk- Torup Hyltebruk- Halmstad Inom Laholms tätort Laholm- Mellbystrand Laholm- Halmstad Inom Varbergs tätort Varberg- Träslövsläge Antal resor Bil/MC +koll Tåg Buss Bil/MC Cykel Gång Annat 22607 1% 0% 2% 53% 22% 15% 7% 2291 1% 0% 5% 71% 12% 1% 11% 2007 9% 13% 3% 56% 2% 4% 12% 948 0% 0% 2% 63% 14% 13% 8% 199 0% 0% 0% 81% 0% 19% 0% 755 4% 0% 14% 68% 0% 4% 10% 4565 0% 0% 1% 52% 13% 29% 4% 1570 0% 0% 0% 88% 3% 0% 9% 801 0% 0% 37% 53% 0% 9% 2% 22586 0% 0% 2% 47% 27% 17% 7% 1740 1% 0% 10% 75% 9% 0% 4% Analys & Strategi 39
Tabell 6 redovisar färdmedelsfördelningen för några av de större resrelationerna mellan enskilda tätorter med ca 1000 invånare eller fler, det vill säga undantaget de fyra områdena som representerar övriga tätorter/landsbygd i respektive kommun: resor inom centralorten i respektive kommun vanligaste resrelationen inom kommunen som inte är inom ett och samma område vanligaste resrelationen till något område utanför kommunen Bilen, som är det överlägset mest populära färdmedlet (MC bidrar med endast en liten del), står för mellan 47 och 88 procent av resorna. De lägre andelarna finns inom de olika centralorterna, där de så kallade mjuka färdsätten cykel och gång står för den näst största andelen av förflyttningarna. Mellan Varbergs och Falkenbergs tätort kommer tåg på andra plats. I denna resrelation förekommer också en relativt sett stor andel (9%) resor med en kombination av ett privat motorfordon och kollektivtrafik. När det gäller resor till Halmstad sker den näst största andelen av resorna med buss. En intressant iakttagelse är att man för resor mellan Hyltebruk och Torup i princip antingen kör bil/mc eller går. Analys & Strategi
Bilaga 1 - Enkäten Analys & Strategi 41
Analys & Strategi
Analys & Strategi 43
Analys & Strategi
Analys & Strategi 45
Analys & Strategi
+ ytterligare 8 sidor identiska med denna, för registrering av förflyttning 2-9 Analys & Strategi 47
Analys & Strategi
Bilaga 2 SCB Teknisk rapport Inledning Enkätenheten vid Statistiska centralbyrån (SCB) genomförde under perioden mars april 2014 en enkätundersökning på uppdrag av WSP Sverige AB, som i sin tur fått uppdraget av Region Halland och Trafikverket. Syftet med undersökningen var att undersöka resmönstret hos befolkningen i kommunerna Hylte, Laholm, Falkenberg eller Varberg. Urvalet bestod av 16 668 personer och det var totalt 5 835 personer som besvarade frågeblanketten, vilket var 35,2 procent av urvalet, efter att övertäckningen på 89 personer exkluderats. Resultatet i form av en svarsdatafil levererades vecka 20. Undersökningsledare på SCB var Marit Edqvist och Michael Franzen var metodstatistiker. WSP:s kontaktperson gentemot SCB var Katja Vuorenmaa Berdica. Omfattning Population och urval Populationen, d.v.s. de objekt som man vill kunna dra slutsatser om, utgjordes av personer i åldern 16 84 år och folkbokförda i någon av kommunerna Hylte, Laholm, Falkenberg eller Varberg. För att kunna dra ett urval från populationen skapades en urvalsram som avgränsade, identifierade och möjliggjorde koppling till objekten i populationen. Urvalsramen i undersökningen skapades med hjälp av data från registret över totalbefolkningen (RTB), med aktualitet 2013-12-31. Antalet personer i urvalsramen var 106 393. Urvalsramen stratifierades på kommun och tätort (se tabell 1a). Totalt bildades 21 strata. Från urvalsramen drogs ett stratifierat obundet slumpmässigt urval om 15 000 personer. Ett stratifierat obundet slumpmässigt urval innebär att alla objekt inom ett stratum har samma sannolikhet att komma med i urvalet. Urvalsstorleken bestämdes av WSP till 15 000 personer. Urvalet fördelades på fjorton mätdagar, med 1071-1072 individer per mätdag. Efter att enkäter skickats ut till urvalspersonerna hörandes till de två första mätdagarna uppdagades en felaktig åldersavgränsning i urvalet, vilket innehöll individer yngre och äldre än 16-84 år. Insamlingen avbröts och en ny urvalsdragning gjordes med nya mätdagar. Analys & Strategi 49
För att öka mängden svarande bestämdes i samråd mellan SCB och WSP att urvalspersoner från det första urvalstillfället skulle tillföras urvalet från det andra urvalstillfället, i de fall där urvalspersonerna ingick i populationen (var mellan 16-84 år) och hörde till de två första mätdagarna, 3/3 och 4/3 (se tabell 1a och 1b). Tabell 1a Population och urval fördelat på stratum Stratum Kommun Tätort Population Urval 1 1 Urval 2 1 Urval tot 1 01 Hylte Hyltebruk 2 812 47 397 444 02 Hylte Torup 874 31 261 292 03 Hylte Övriga omr 4 112 22 209 231 04 Laholm Knäred 844 26 255 281 05 Laholm Laholm 4 741 55 511 566 06 Laholm Mellbystrand 1 384 35 285 320 07 Laholm Veinge 920 29 255 284 08 Laholm Våxtorp 726 24 249 273 09 Laholm Övriga omr 9 986 60 526 586 10 Falkenberg Falkenberg 16 417 255 2 162 2 417 11 Falkenberg Skogstorp 1629 56 513 569 12 Falkenberg Skrea 798 39 417 456 13 Falkenberg Slöinge 684 37 406 443 14 Falkenberg Ullared 591 45 409 454 15 Falkenberg Övriga omr 12 814 121 1 139 1 260 16 Varberg Bua 1405 49 419 468 17 Varberg Träslövsläge 1874 49 485 524 18 Varberg Tvååker 1888 49 485 524 19 Varberg Varberg 22 571 430 3 723 4 153 20 Varberg Veddige 1 609 43 444 487 21 Varberg Övriga omr 17714 151 1 376 1 527 106393 15000 15000 Totalt 106 393 1653 14 926 16 579 1 Urval exklusive övertäckning Analys & Strategi
Tabell 1b Allokering av mätdagar Mätdagar Stratum 1 2 3 4 5 6 7 8 9 10 11 3/3 1 22 13 10 16 23 18 16 13 31 131 26 4/3 1 25 18 12 10 32 17 13 11 29 124 30 10/3, 7/4 2 29 19 15 19 37 20 19 17 38 154 36 11/3, 8/4 2 28 19 15 18 36 21 17 18 38 154 37 12/3, 9/4 2 29 19 15 17 35 20 19 18 37 154 37 13/3, 10/4 2 26 18 15 19 37 21 18 18 38 153 37 14/3, 4/4 2 27 19 15 18 37 20 19 18 38 154 36 15/3, 5/4 2 29 19 15 18 36 21 19 18 38 154 36 16/3, 6/4 2 29 17 15 19 37 20 17 18 37 154 37 17/3, 7/4 2 29 19 14 18 37 21 18 17 38 155 37 18/3, 8/4 2 29 19 15 18 37 20 18 18 38 155 37 19/3, 9/4 2 27 19 15 18 36 21 18 18 37 155 36 20/3, 10/4 2 29 19 15 18 37 20 19 17 37 156 36 21/3, 4/4 2 29 19 15 18 36 20 18 18 38 155 37 22/3, 5/4 2 29 18 15 18 37 20 18 18 36 154 37 23/3, 6/4 2 28 18 15 19 36 20 18 18 38 155 37 Totalt 444 292 231 281 566 320 284 273 586 2417 569 Mätdagar Stratum 12 13 14 15 16 17 18 19 20 21 Totalt 3/3 1 20 20 28 55 25 24 26 212 25 76 830 4/3 1 19 17 17 66 24 25 23 218 18 75 823 10/3, 7/4 2 29 29 29 82 30 35 35 267 32 97 1068 11/3, 8/4 2 30 28 28 82 30 34 35 265 31 99 1063 12/3, 9/4 2 30 30 30 81 30 35 34 265 32 99 1066 13/3, 10/4 2 30 29 29 82 30 35 35 265 32 98 1065 14/3, 4/4 2 30 30 30 81 29 35 35 267 31 98 1067 15/3, 5/4 2 29 29 29 82 30 35 34 266 32 98 1067 16/3, 6/4 2 30 29 29 81 29 35 35 265 32 99 1064 17/3, 7/4 2 29 30 30 81 30 34 34 267 32 98 1068 18/3, 8/4 2 30 28 30 81 30 35 35 267 32 97 1069 19/3, 9/4 2 30 29 28 82 31 34 35 266 32 99 1066 20/3, 10/4 2 30 28 29 80 30 35 35 266 32 99 1067 21/3, 4/4 2 30 29 29 81 30 34 34 265 30 98 1063 22/3, 5/4 2 30 29 30 82 30 35 34 267 32 99 1068 23/3, 6/4 2 30 29 29 81 30 34 35 265 32 98 1065 Totalt 456 443 454 1260 468 534 534 4153 487 1527 16579 1 Urvalspersoner från det första urvalstillfället som tillförts till det reviderade urvalet. 2 Mätdag vid utskick ett respektive vid utskick tre (påminnelse med ny enkät). Analys & Strategi 51
Frågor/Variabler WSP utformade frågorna i frågeblanketten i samarbete med SCB. Därefter genomfördes en snabbgranskning av mätteknisk expertis i syfte att minska risken för mätfel. Grundläggande för bra kvalitet i en undersökning är kvaliteten på de data som samlas in. För att säkerställa att frågorna fungerar så bra som möjligt och enligt intentionerna har därför alla blanketter genomgått ett mättekniskt test. Blanketten bestod av 84 numrerade frågor, flera av dem hade delfrågor vilket genererade totalt 103 antal frågor. Förutom de variabler som samlades in via frågeblanketten hämtades variabeln tätortskod från SCB:s register. Referensperiod för enkätfrågor, se bifogad frågeblankett. Med referensperiod menas vilken tidpunkt svaren avser, t.ex. idag, förra veckan, senaste tre månaderna. Datainsamling Frågeblanketterna skickades ut med post. I ett informationsbrev ombads personen att besvara frågorna och resedagboken och skicka svaret till SCB. Resedagboken handlade om olika förflyttningar som urvalspersonen gjorde under en utvald mätdag. Frågeblanketten skickades ut med A-post två till tre vardagar före den mätdag som urvalspersonen skulle svara för. Mätdagarna utgjordes av 14 dagar, under vecka 11 (måndag 10/3 - söndag 16/3) och vecka 12 (måndag 17/3 söndag 23/3). De individer som inkluderats från det felaktiga första urvalstillfället hade mätdag måndag 3/3 eller tisdag 4/3. Det första enkätutskicket genomfördes således mellan den 3 mars och 23 mars år 2014. Två påminnelser skickades till dem som inte besvarat frågeblanketten (till individerna från urvalstillfället ett skickades inga påminnelser). Ett tack- och påminnelsekort (ToPkort) skickades ut med A-post en till fyra dagar efter den aktuella mätdagen, dvs. från den 14 mars till den 24 mars. En påminnelse med ny enkät och en ny mätdag, skickades mellan den 1 april till den 4 april. Mätdagarna för påminnelsen utgjordes av sju dagar, fredag 4/4 till torsdag 10/4. Insamlingen avslutades den 25 april 2014. I tabell 2a redovisas antal och andel svarande och bortfall i undersökningen. Tabell 2a Beskrivning av inflödet. Antal och andel Urval 1 Urval 2 Urval tot Antal Procent Antal Procent Antal Procent Svarande 400 24,2 5 435 36,4 5835 35,2 Bortfall 1 253 75,8 9 491 63,6 10 744 64,8 Urval 1 653 100,0 14 926 100,0 16 579 100,0 Analys & Strategi
I tabell 2b redovisas hur många av de svarande från urval 2 som svarade för sin första mätdag och hur många som svarade för sin andra (påminnelse) mätdag. Tabell 2b Beskrivning över vilken mätdag som blanketten fylldes i för. Antal och andel Antal Procent Svarade för ordinarie mätdag 4 440 81,7 Svarade för påminnelsemätdag 995 18,3 Totalt svarande 5 435 100,0 I informationsbrevet (se bilaga 1) kunde uppgiftslämnarna läsa om undersökningens bakgrund, syfte och att undersökningen genomfördes i samarbete mellan Region Halland, Trafikverket, WSP och SCB. Informationsbrevet informerade också om att en avidentifierad datafil levererades till WSP. Brevet informerade även om personuppgiftslagen samt offentlighets- och sekretesslagen och att det var frivilligt att medverka i undersökningen. För att SCB ska kunna lämna ut data från en enkätundersökning krävs informerat samtycke av uppgiftslämnarna. Det innebär att de genom att besvara blanketten och skicka in den godkänner att deras svar behandlas på det sätt, som beskrivs i informationsbrevet. Datainsamlingen genomfördes av Enkätenheten vid SCB. Inkomna enkäter registrerades med hjälp av skanning. Kontroller har genomförts bland annat för att säkerställa så att endast valida värden förekommer i materialet. Kontroll av att rätt person har besvarat frågeblanketten har skett genom att svar på frågor om födelseår och kön har jämförts med motsvarande registeruppgift. Vid kontroll visade det sig att 98 inkomna svar besvarats av fel person. WSP bestämde att dessa inkomna svar skulle behållas som svar och inte kodas om till bortfall. SCB kan inte garantera att övriga inkomna svar besvarats av den utvalda personen själv. Svarsdatafilen kompletterades med vikter för uppräkning till populationsnivå. Bortfall Bortfallet består dels av objektsbortfall, som innebär att frågeblanketten inte är besvarad alls, och dels av partiellt bortfall som innebär att vissa frågor i blanketten inte är besvarade. Om bortfallet skiljer sig från de svarande, med avseende på undersökningsvariablerna, så kan skattningarna som grundar sig på enbart de svarande vara skeva. För att reducera bortfallsskevheten har vikter beräknats med hjälp av kalibrering (se bilaga 3). Objektsbortfall kan bland annat bero på att uppgiftslämnaren inte är villig att delta i undersökningen, att uppgiftslämnaren inte går att nå eller att uppgiftslämnaren är förhindrad att medverka. Objektsbortfallet i denna undersökning redovisas i tabell 3 nedan. Analys & Strategi 53
Tabell 3 Beskrivning av objektsbortfall Urval 1 Urval 2 Urval tot Antal Antal Antal Ej avhörda 1 239 9 120 10 359 Postreturer 4 109 113 Avböjd medverkan 5 199 204 Förhindrad medverkan 1 32 33 Ej anträffad 4 31 35 Totalt 1 253 9 491 10 744 Med Ej avhörda menas att ingen uppgift om varför frågeblanketten inte är besvarad har lämnats. Med Avböjd medverkan menas att SCB meddelats att uppgiftslämnaren inte vill medverka i undersökningen. Förhindrad medverkan innehåller sjukdom, fysiskt/psykiskt hinder och språksvårigheter. Ej anträffad innehåller saknad adress i Registret över totalbefolkningen (RTB), hemlig adress, tillfälligt bortrest och skyddad identitet. Partiellt bortfall kan bero på att en fråga är svår att förstå, är känslig, att uppgiftslämnaren glömmer att besvara frågan eller att instruktionerna vid hoppfrågor misstolkas. Det partiella bortfallet varierar mellan 0,8 och 4,5 procent för de flesta av frågorna. Det högsta partiella bortfallet finns delfrågorna om antal barn i fråga 4 ( Hur många personer finns i ditt hushåll ) 69,3 respektive 75,9 procent. Det höga partiella bortfallet beror troligen på att många respondenter istället för att skriva 0 hoppat över frågorna om det inte bor några barn i de aktuella åldersgrupperna i deras hushåll. Liknande mönster återkommer i fråga 9 ( Hur många av följande transportmedel finns i ditt hushåll? ), om än inte lika tydliga. Det partiella bortfallet varierar där mellan 3,6 till 57,8 procent. När det gäller resedagboken har många respondenter inte angett en exakt adress med gatunummer, vilket innebär ett markant högre partiellt bortfall för gatunummer jämfört med gata och kommun/stadsdel. Det partiella bortfallet för respektive fråga redovisas i bilaga 5. Viktberäkning och estimation För varje svarande person (kallas objekt i fortsättningen) har en vikt beräknats. Syftet med detta är att kunna redovisa resultat för hela populationen och inte bara för de svarande. Vikten kallas därför även för uppräkningstal. Vikterna har beräknats utifrån urvalsdesignen samt antaganden om objektsbortfall och täckningsfel. Beräkningen gjordes med hjälp av ett av SCB egenutvecklat SAS-makro (ETOS). Analys & Strategi
Vikterna i denna undersökning kan beskrivas med formeln: w k = d k. v k Där w k = vikt/uppräkningstal för objekt k d k v k = designvikt för objekt k = kalibreringsvikt baserad på hjälpinformation för objekt k Designvikten är den del av vikten som beror på urvalsdesignen. Vid bortfall kan det vara så att vissa grupper av urvalet svarar i större utsträckning än övriga, t.ex. kan kvinnor svara i högre grad än män. Om de grupper som svarat i högre grad har en annan fördelning på undersökningsvariablerna än övriga kan detta ha en snedvridande effekt på resultatet. För att kompensera för detta har kalibreringsvikter använts (se bilaga 3 för mer detaljer). Vikterna bygger på antagandet att ramen återspeglar populationen väl och därmed att över- och undertäckningen är försumbar. För en mer utförligare beskrivning av kalibreringsestimatorn se Lundström och Särndal (2001): Estimation in the Presence of Nonresponse and Frame Imperfections, Statistics Sweden. Vikterna/uppräkningstalen multipliceras med objektens variabelvärden för att skapa statistikvärden gällande för populationen. Om vikterna inte används så kan resultaten bli helt missvisande. Vikterna kompenserar för objektsbortfallet men inte för det partiella bortfallet. För beräkning av skattningen av totaler används följande formel: Ŷ r w k yk där w k = vikt/uppräkningstal för objekt k y k = variabelvärde för objekt k summering sker av de svarande (r). För beräkning av skattningen av medelvärden används följande formel: Ŷ r w r k w y k k där w k = vikt/uppräkningstal för objekt k y k = variabelvärde för objekt k summering sker av de svarande (r). Analys & Strategi 55
Statistikens tillförlitlighet Ramtäckning Täckningsfel, under- och övertäckning, innebär att urvalsram och population inte helt stämmer överens. Undertäckning innebär att vissa objekt som ingår i populationen saknas i urvalsramen. Övertäckning innebär att objekt som inte ingår i populationen ändå finns i urvalsramen. Ett sätt att minska täckningsfelen är att ha bra och uppdaterade register. Registret över totalbefolkningen (RTB) bedöms vara av god kvalitet och bra uppdaterat. Urval Denna kvalitetskomponent avser fel som uppkommer på grund av att endast ett urval av populationen undersöks. Urvalsfel är således den avvikelse mellan ett skattat värde och det faktiska värdet som beror på att man inte undersöker alla objekt i populationen. Urvalsfelets storlek minskar med en ökad urvalsstorlek. Mätning Ett fel som kan uppstå vid mätning är att lämnade uppgifter skiljer sig från faktiska uppgifter. Felet kallas mätfel och kan uppkomma då uppgiftslämnaren inte minns de faktiska uppgifterna, missförstår frågan eller medvetet svarar felaktigt. En typ av mätfel som kan uppstå i den här typen av underökning är om urvalspersonen fyller i dagboken en tid efter själva mätdagen. Det kan då vara svårt att minnas exakt hur det var och vilka förflyttningar man gjorde. Bearbetning Vid den manuella och maskinella bearbetningen av datamaterialet kan bearbetningsfel uppstå. Exempel på bearbetningsfel är registreringsfel och kodningsfel. Dessa fel kan förhindras och upptäckas i de kontroller som genomförs vid dataregistreringen. I den här undersökningen bedöms registreringsfelet vara litet för de frågor med fasta svarsalternativ. I de frågor där respondenten skall ange bokstäver eller siffror, som t.ex. när en adress skal anges finns risk att otydligt skrivna bokstäver kan feltolkas. Fel som kan uppstå är t.ex. att V tolkas som U, C som L och omvänt. Bortfall Bortfallsfel inträffar om objekten i bortfallet och de svarande skiljer sig åt avseende frågorna/variablerna i undersökningen. En beskrivning av bortfallet finns i den bortfallsanalys som gjorts i samband med valet av hjälpinformation till kalibreringen (se bilaga 3). Analys & Strategi
Beskrivning av datafil Datafil Observera att de bifogade vikterna ska användas vid analys och resultatframställning. I ett stratifierat urval kan datamaterialet inte ses som ett urval av oberoende lika fördelade observationer, som ofta antas i traditionell statistisk teori. Det är därför viktigt att tänka på att de flesta förprogrammerade dataprogram inte klarar av att analysera datamaterialet ifrån en urvalsundersökning på ett korrekt sätt. Var noga med att kontrollera att de dataprogram som används för analys behandlar vikterna på ett riktigt sätt. Att ta fram frekvenser med beaktande av vikter klarar däremot de flesta statistikprogram. Om det är partiellt bortfall (uppgift saknas) i en fråga är värdet blankt. Vid svar som inte går att tolka har värdet 88 registrerats. Vid dubbelmarkeringar (då mer än ett svarsalternativ har markerats) i en fråga har enligt överenskommelse med WSP de ursprungliga värdena behållits. Om en respondent t.ex. angett svarsalternativ 1 och 3 är värdet i svarsdatafilen 13. Om svarsalternativ 2, 3 och 5 markerats genererar detta värdet 235, osv. Vi har inte tagit ställning till hur eventuella motsägelsefulla svar ska behandlas. Sådana fel kan uppstå vid t.ex. följdfrågor och måste undersökas innan den typen av frågor analyseras. Geokodning Efter att datainsamlingen brutits kopplades adresskoordinater till i resedagboken angivna adresser, i de fall det var möjligt. För att höja träffprocenten vid geokodningen gjordes en del bearbetningar av svaren. Förutom uppenbara felstavningar av kommuner kodades i de fall det var möjligt tätorts eller platsnamn om till kommun. I svarsdatafilen finns kommunvariablerna som användes vid geokodning bifogade. Utöver omkodning av kommun kodades också ett antal angivna platser om till korrekta gatuadresser. Det gäller följande: HAJEN LÅGPRIS; HAJEN VARBERG; HAJEN; HAJEN STORMARKNAD; ICA HA- JEN; HAJEN MATAFFÄR; MONARKVÄGEN HAJEN; och HAJEN ICA ändrades till gatuadressen Monarkvägen 2 och i de fall kommun angetts i gatuadressen men inte angivits i resedagboken kodades kommun till Varberg. GE-KÅS; GEKÅS; GEKÅS DANSKA VÄGEN; GEKÅS I ULLARED; och GEKÅS ULLARED ändrades till gatuadressen Danska vägen 13 och i de fall kommun/tätort angetts i gatuadressen men inte angivits i resedagboken kodades kommun till Falkenberg. SJUKHUS; SJUKHUSET; och LASARETTET kodades, om Varberg angivits i resedagboken som kommun, till Träslövsvägen 68 SJUKHUSET I VARBERG; SJUKHUSET VARBERG kodades till Träslövsvägen 68 och om ingen kommun angetts i resedagboken ändrades det till Varberg Analys & Strategi 57
Utöver ovan nämnde ändringar kodades adressen FOLKTANDVÅRDEN SKOLGATAN om till Skolgatan 23. I Geokodningen matchades först originaladressen 3 ggr; namn/nr och "stadsdel eller kommun" mot postort. Om det inte genererade koordinatergenomfördes samma procedur men mot kommun. Slutligen matchades bara på namn och nummer med unika adresser. När det gäller de respondenter som i resedagboken angett någon variant av Ringhalls som adress kopplades fastighetskoordinat för arbetsplatsen till adressen istället för adresskoordinat. För andel adresser som inte kunnat geokodas se bilaga 6. Sekretess och utlämnande SCB har gjort en intern sekretessprövning för utlämnandet av data på mikronivå. Dessutom har en sekretessöverenskommelse upprättats mellan Region Halland och SCB, samt sekretessförbehåll mellan WSP och SCB, med avseende på hur det avidentifierade datamaterialet får hanteras. Analys & Strategi
Bilaga 3 SCB Kalibreringsrapport Inledning I en urvalsundersökning är alltid skattningarna behäftade med urvalsfel beroende på att endast en delmängd (urval) av populationen studeras. Ett annat fel uppkommer om vi inte lyckas få svar från alla personer (bortfall) och om de avviker från de svarande med avseende på undersökningsvariablerna. Detta fel kallas för bortfallsfel. För att underlätta användningen av statistiken är det värdefullt om storleken på felen kan uppskattas. Av nämnda feltyper är det endast storleken på urvalsfelet som kan skattas med hjälp av urvalsinformation. Kunskap om bortfallsfelet kan i regel bara fås på ett indirekt och approximativt sätt genom att utnyttja registervariabler. Både urvalsfel och bortfallsfel kan reduceras genom att använda ett effektivt uppräkningsförfarande. I följande avsnitt redovisas hur det görs i denna undersökning. På grund av en felaktig åldersavgränsning av populationen vid första urvalstillfället gjordes en ny urvalsdragning. Se vidare Teknisk rapport. De som fått utskicket ifrån första urvalet och svarat ingår dock här i svarsmängden. I viktberäkningen har vi behandlat båda urvalen som ett totalurval om 16 668 enheter (1 668 + 15 000). Den totala svarsmängden är därmed 5 835 (400 + 5 435). Hjälpinformation Viss hjälpinformation utnyttjas vanligtvis även före estimationen, t.ex. för bildande av stratifierade urvalsdesigner. I studerade undersökning används en stratifiering utifrån boendeområde (21 st). Det kan dock finnas ytterligare hjälpinformation som är effektiv i estimationen. Det centrala arbetet för att få god kvalitet på skattningarna, då kalibreringsestimatorn används, är att använda stark hjälpinformation. 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 (- sannolikheten). Det är det viktigaste kriteriet eftersom det leder till en minskning av bortfallsskevheten för alla skattningar. Det andra kriteriet är att variabeln samvarierar väl med (viktiga) målvariabler. Om så är fallet minskar bortfallsbiasen för de skattningar som byggs upp av dessa målvariabler. Även variansen minskar för dessa skattningar. Det tredje kriteriet är att variabeln avgränsar (viktiga) redovisningsgrupper. Det leder framförallt till minskad varians i skattningar för dessa redovisningsgrupper. De hjälpvariabler som kommer att användas bestämdes på förhand tillsammans med kund och är kön, ålder och boendeområde (stratum). Dessa hämtades ifrån RTB (Registret över totalbefolkningen) och är definierade enligt tabell 1. Analys & Strategi 59
Tabell 1 Hjälpvariabler Variabel (benämning) KÖN ÅLDER (2013-12-31) Kategorier (koder) 1 = MAN 2 = KVINNA (ÅLDER: ÅR) 1 = 16-49 ÅR 2 = 50-64 ÅR BOENDEOMRÅDE (STRATUM) 3 = 65-84 ÅR (Kommun/Tätort) 1 = Hylte/Hyltebruk 2 = Hylte/Torup 3 = Hylte/Övriga omr 4 = Laholm/Knäred 5 = Laholm/Laholm 6 = Laholm/Mellbystrand 7 = Laholm/Veinge 8 = Laholm/Våxtorp 9 = Laholm/Övriga omr 10 = Falkenberg/Falkenberg 11 = Falkenberg/Skogstorp 12 = Falkenberg/Skrea 13 = Falkenberg/Slöinge 14 = Falkenberg/Ullared 15 = Falkenberg/Övriga omr 16 = Varberg/Bua 17 = Varberg/Träslövsläge 18 = Varberg/Tvååker 19 = Varberg/Varberg 20 = Varberg/Veddige 21 = Varberg/Övriga omr Analys & Strategi
Bortfallsanalys För att se huruvida hjälpvariablerna uppfyller det första kriteriet, studeras sambandet mellan den dikotoma variabeln svarande/bortfall och hjälpvariablerna. Det görs genom att beräkna skattad andel svarande i olika grupper, bestämda av respektive hjälpvariabel. Vid skattningen används designvikten (vid stratifierat OSU: N h /n h ). Tabell 2 Skattad procentuell andel svarande fördelat på kön Kön Man Kvinna Svarsandel (%) 32,7 38,4 Tabell 3 Skattad procentuell andel svarande fördelat på åldersgrupp Ålder 16-4 9 50-64 år 65-84 år Å R Svarsandel (%) 23,2 42,4 52,7 Tabell 4 Skattad procentuell andel svarande fördelat på boendeområde (stratum) Stratum 1 2 3 4 5 6 7 Svarsandel (%) 29,0 29,7 39,2 35,8 35,0 42,4 32,9 8 9 10 11 12 13 14 Svarsandel (%) 34,4 35,5 33,0 29,9 39,9 36,4 27,0 15 16 17 18 19 20 21 Svarsandel (%) 37,3 36,7 40,1 36,1 34,4 38,3 38,0 Tabellerna 2-4 visar att samtliga hjälpvariabler uppvisar variation i svarsbenägenheten, vilket gör dem till användbara hjälpvariabler enligt kriterium 1. Kvinnor svarar i något större utsträckning än män, äldre i större utsträckning än yngre. Detta är ett vanligt mönster i urvalsundersökningar riktad till individer. En viss variation förekommer också mellan de olika boendeområdena, där Mellbystrand har högst svarsfrekvens och Ullared lägst. Enligt det andra kriteriet ska hjälpvariabeln gärna samvariera med viktiga målvariabler. Det är inte möjligt att hitta hjälpvariabler som samvarierar med alla målvariabler men ett antal utvalda kan studeras. Vi väljer att konstruera tre målvariabler enligt tabell 5. Analys & Strategi 61
Tabell 5 Konstruerade målvariabler Målvariabel Tillgång till bil Kollektivtrafik Resor under mätdagen Förklaring (se även frågeformuläret) Fr 8; 1=Ja, kör själv/ kör inte själv, 0=Nej Fr 10; 1=Jag åker aldrig med kollektivtrafik, 0=Övriga Fr 11; 1=Ja, 0=Nej I tabell 6 skattas den procentuella andelen inom hjälpvariablernas olika kategorier som har värdet 1 hos respektive konstruerade målvariabel. Skattningarna görs med hjälp av konventionell teknik (vikten sätts till N h /m h ). Stora skillnader i andelarna mellan kategorierna för de olika målvariablerna tyder på att hjälpvariabeln har ett starkt samband med målvariabeln vilket efterfrågas enligt kriterium 2. Tabell 6. Skattad procentuell andel för målvariablerna per kategori hos hjälpvariablerna Bil = 1 Kollektiv = 1 Resor = 1 Man 95,7 51,9 61,2 Kvinna 92,2 40,4 61,5 16 49 år 93,5 32,7 73,2 50 64 år 96,6 46,0 67,6 65 84 år 93,8 63,7 47,5 Stratum 1 94,6 41,6 48,3 Stratum 2 94,2 34,1 51,8 Stratum 3 98,9 72,7 52,9 Stratum 4 94,1 66,3 53,5 Stratum 5 94,5 43,7 52,1 Stratum 6 98,5 64,1 57,8 Stratum 7 96,8 51,1 54,0 Stratum 8 90,4 70,2 58,9 Stratum 9 97,6 60,6 62,4 Stratum 10 92,3 42,1 61,6 Stratum 11 95,8 49,4 58,4 Stratum 12 97,3 37,9 64,0 Stratum 13 91,4 41,4 49,7 Analys & Strategi
Stratum 14 95,1 36,8 58,1 Stratum 15 98,5 56,1 64,5 Stratum 16 90,7 33,9 56,5 Stratum 17 95,3 34,3 70,0 Stratum 18 93,8 36,8 59,8 Stratum 19 90,0 38,3 65,5 Stratum 20 93,5 52,5 55,6 Stratum 21 96,9 53,9 65,0 Mest variation mellan kategorierna för hjälpvariablerna är det för variabeln kollektiv. Unga åker kollektiv i betydligt större utsträckning än personer över 65 år. Förekomst av resa under mätdagen varierar en del mellan olika strata och en mindre andel av de äldre had rest under mättdagen. Tillgång till bil varierar inte så mycket mellan kategorierna. Hjälpvariablerna verkar alltså lämpliga enligt kriterium 2. Om hjälpvariabeln avgränsar viktiga redovisningsgrupper kan kvaliteten bli bättre i dessa grupper enligt kriterium 3. Framförallt blir skattningarna säkrare om hjälpvariabeln väl avgränsar redovisningsgruppen. Kalibreringsestimatorn ger konsistenta skattningar i den meningen att estimatorn ger exakta skattningar för utnyttjade registertotaler. I undersökningen är de på förhand uttagna variablerna kön, ålder och boendeområde (stratum) viktiga redovisningsvariabler. Analys av hjälpvektor Vi prövning av olika hjälpvektorer framgår det att yngre har låga svarsandelar vilket leder till för stora justeringsvikter för den yngsta åldersgruppen. Olika grupperingar prövades och slutligen var det 16-49 år enligt tabell 2 som valdes som grupp. Den slutliga hjälpvektorn är som tidigare bestämt Ålder + kön + stratum. Analys & Strategi 63
Teknisk beskrivning av urval och estimation Vi har en population U bestående av N personer. De parametrar vi är intresserade av är vanligtvis funktioner av två totaler Y y U k och Z z U k, där y k är värdet på variabel y för person k och z k värdet på en annan variabel för samma person. Vanligtvis är y (och även z) en dikotom variabel, d.v.s. 1 om person k har studerade egenskap y k (ekv.1) 0 för övrigt Vanligtvis är vi också intresserade av parametrar för redovisningsgrupper. Låt oss benämna dessa U1,..., Ud,..., U D, där U U d. Totalen för redovisningsgrupp d kan skrivas D d 1 Y d U y dk (ekv.2) där yk för k U d y dk. 0 för övrigt. Z d bildas på likartat sätt. En generell parameter för redovisningsgrupp d (d kan också avse hela populationen) kan Yd skrivas d C, där C är en konstant. Z d Den vanligaste parametern är en procentuell andel, som erhålles när C 100 och z k 1 för alla k, och y är definierad enligt (ekv.1). Om vi låter N d vara antalet personer i redovisningsgrupp d, då kan parametern skrivas P d U 100 dk (ekv.3) N y d Vi drar ett obundet slumpmässigt urval s h av storleken n h från stratum h ( h 1,..., H ), men p.g.a. övertäckning och bortfall har vi endast svarsmängden r h av storleken m h att utföra beräkningarna på. Storleken på stratum h ger vi beteckningen N h. Analys & Strategi
Den konventionella estimatorn (för Y d ), har följande form: H Nh Yˆ d y r dk (ekv.4) m h h 1 h I estimator (ekv.4) används ingen ytterligare hjälpinformation än stratifieringsinformationen. I syfte att erhålla en estimator med mindre urvalsfel och bortfallsskevhet än estimator (ekv.4) utnyttjar vi hjälpinformation också i estimationen. Vi bildar en hjälpvektor x k, som anger till vilka kategorier av Ålder + kön + stratum som person k hör. Från register framställer vi hjälptotalerna U d hjälpinformation i en kalibreringsestimator. Kalibreringsestimatorn för totalen Y d har följande utseende: x k. Vi utnyttjar denna Ŷ wd r d k vk ydk (ekv.5) där d / k r k N h nh för h och v k 1 d k x k x x k 1 ( (ekv.6) x U k d r k x k ) r k Yd Vid skattning av en parameter av typen d C skattas respektive total med Z hjälp av kalibreringsvikterna d k v k. d Analys & Strategi 65
Tabell 7. Totala antalet i populationen fördelat efter Stratum, åldersgrupp resp. kön Variabel Kategori Stratum Åldersgrupp Kön 1 2 812 54 239 53 615 2 874 26 709 52 778 3 4 112 25 445 4 844 5 4 741 6 1 384 7 920 8 726 9 9 986 10 16 417 11 1 629 12 798 13 684 14 591 15 12 814 16 1 405 17 1 874 18 1 888 19 22 571 20 1 609 21 17 714 Referenser: Lundström S. och Särndal C.-E. (2001). Estimation in the Presence of Nonresponce and Frame Imperfection. Stockholm: Statistics Sweden Analys & Strategi
Bilaga 4 Hantering av dubbelmarkeringar Fråga 3 Typ av bostad För alla kombinationer med annat valdes det andra alternativet Kedjehus/radhus prioriterades före enfamiljshus Omöjligt att prioritera för kombinationen flerfamiljshus + enfamiljshus slumpat Fråga 5 Högsta utbildning Självklar prioriteringsordning; gjordes direkt i rådatafilen av SCB Fråga 6 Huvudsaklig sysselsättning Svarsalternativ: Arbetande/egen företagare Arbetssökande/sjukskriven/föräldraledig Studerande Pensionär Annat Rättningsordning: För alla kombinationer med 5 valdes det andra alt Alternativ 2 prioriterades före 1 Alternativ 1 prioriterades före 3 Alternativ 3 eller 4 prioriterades före 2 Omöjligt att prioritera för kombinationen 1+4 slumpat Fråga 8 Tillgång till bil Alternativet ja, kör själv går före alternativet ja, men kör inte själv Fråga 10 Betalningsmedel kollektivtrafik Svarsalternativ: 1. Åker aldrig kollektivt 2. Kontokort 3. Mobiltel/app 4. Laddningsbart kort 5. Periodkort 6. Skolkort 7. Annat Analys & Strategi 67
Rättningsordning: För alla kombinationer med 1 valdes 1 För övriga kombinationer valdes alternativ enligt prioriteringsordningen 6 > 5 > 4 > 3 > 2 > 7 (> läses går före ) Fråga 12 Orsak till ingen resa Svarsalternativ: 1. Inga spec. ärenden 2. Sjukdom 3. VAB/föräldraledig 4. Funktionshinder 5. Arbetade hemma 6. Annan orsak Rättningsordning: För alla kombinationer med 6 valdes det andra alternativet För kombinationer med 1 respektive 2, 3 eller 4 valdes alternativ 1 Alternativ 2 eller 3 prioriterades före 5 Alternativ 5 prioriterades före 1 eller 4 Alternativ 2 prioriterades före 4 Fråga 16 Ärende Dubbelmarkering av två alternativ varav det ena är 11 = annat valdes det andra alternativet Där fler än 2 alternativ har markerats: omöjligt att prioritera utan detaljstudie av bildfil kodat 0 Fråga 19 Färdsätt Där flera kryss förekommer i kolumnen för 1a, 2a, 3e eller 4e färdsätt: omöjligt att prioritera utan detaljstudie av bildfil kodat 0 Analys & Strategi
Bilaga 5 Redovisning av partiellt bortfall Analys & Strategi 69
Analys & Strategi
Analys & Strategi 71
Analys & Strategi
Bilaga 6 Geokodning Analys & Strategi 73