Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
SOCIOEKONOMISKA SKILLNADER I ÖSTERGÖTLAND
- En klusteranalys på nyckelkodsområden
Rapport 2000:3
Folkhälsovetenskapligt Centrum, Linköping
Johan Byrsjö
Helle Noorlind Brage
Förord
I rapporten ”Socioekonomiska data på nyckelkodsområden, rapport 98:9”, kartlade vi
Östergötland med avseende på en mängd olika variabler av socioekonomiska karaktär. Den
geografiska indelningen gjordes på sk nyckelkodsområden, NYKO, som är kommunernas
minsta statistikområden. På landsbygden är de ofta lika stora som församlingarna men i
tätorterna innehåller varje NYKO bara några enstaka kvarter. Av tradition har geografiska
analyser oftast gjorts på kommun- eller församlingsnivå men här finns alltså en möjlighet att
studera mindre områden.
I slutkapitlet i rapporten föreslogs en strategi för det forsatta arbetet. Genom att strukturera
områdena efter socioekonomisk karaktär hoppades vi så småningom kunna spegla
sjukligheten utifrån detta perspektiv.
Denna rapport redovisar vårt arbete med att strukturera länets nyckelkodsområden i 5 olika
grupper baserade på socioekonomiska gradienter. Detta har skett genom en s k klusteranalys.
Gradienterna har beräknats utifrån utbildningsnivå, sysselsättning, medelinkomst per familj
och bidragssituationen (socialbidrag, bostadsbidrag samt kommunalt bostadstillägg) i de olika
nyckelkodsområdena i Östergötland.
Vårt fortsatta arbete fokuseras nu på hjärtkärlsjukdomar (som man vet påverkas av den
socioekonomiska situationen) och deras spridning i de olika områdena. Likaså pågår en
kartläggning av munhälsan i de fem områdena. Munhälsan är en faktor som mer och mer
diskuteras vara en bra indikator på socioekonomiska förhållanden.
I arbetet har vi haft stor hjälp av professor Lennart Bodin, Fou-enheten i Örebro, tack! I
arbetsgruppen har även Owe Löfman och Inger Hagström ingått.
För arbetsgruppen
Helle Noorlind Brage
2 (33)
2
Innehållsförteckning
1 INLEDNING 3
2 MATERIAL OCH METOD 4
2.1 Samband mellan variabler 7
2.2 Val av variabler 9
3 KLUSTERANALYS 10
3.1 Material och metod 10
3.2 Reducering av outliers 11
3.3 Val av antal kluster 12
3.4 Sammanslagning av nyckelkodsområden till kluster 14
3.5 Resultat 15
4 SLUTSATSER 21
BILAGA 1. FAKTORANALYS 23
BILAGA 2. BESKRIVNING AV NYCKELKODSOMRÅDEN SOM SAKNAR
VÄRDEN FÖR MINST EN AV VARIABLERNA 27
3 (33)
3
1 Inledning
Folkhälsan i stort har i Sverige förbättrats avsevärt under de senaste hundra åren. Bättre
hygien, bättre matvanor och ökad levnadsstandard i allmänhet, har bidragit till att
medellivslängden ökat med ca 30 år sedan 1900-talets början. Likaså har utvecklandet av
hälso- och sjukvården med bl a antibiotika och vaccinationsprogram inneburit stora
hälsovinster. Männen har under de senaste årtiondena ökat sin medellivslängd mer än
kvinnorna, även om kvinnorna i genomsnitt fortfarande lever ca 5 år längre än män. Detta
beror delvis på att kvinnorna försämrat sina levnadsvanor, genom t ex ökad rökfrekvens,
medan män i allmänhet inte röker lika mycket längre.
Trots den ökade medellivslängden är mönstret inte lika positivt för alla samhällsgrupper och
därför finns det anledning att uppmärksamma dessa. I Socialstyrelsens folkhälsorapport 1997,
påpekas att ”den viktigaste slutsatsen är att de sociala skillnaderna i hälsa är stora och
bestående samt är genomgående, vare sig man mäter sjuklighet eller dödlighet.”
Barn och ungdomar pekas ut som en av de drabbade grupperna. Redan på fosterstadiet kan
man urskilja grupper med sämre förutsättningar till ett hälsosamt liv. Rökning under
graviditeten ökar risken för tillväxthämning hos fostret. Detta kan i sin tur leda till ökad
ohälsa både under nyföddhetsperioden och senare i livet. Andra faktorer påverkar också
fostrets utveckling.
Psykiska problem av olika slag, självmord, övervikt och sämre munhälsa är några av de
problem som ökar bland barn och ungdomar. Ätstörningar, huvudvärk och allergier är andra
symtom och sjukdomar som också ökar i dessa grupper. Ungdomar i dag använder också mer
alkohol, tobak och narkotika än tidigare. Klimatet i ungdomarnas vardag har blivit hårdare
med bl a ökad grad av trakasserier och mobbing som följd. Även familjesituationen har
förändrats så till vida att fler och fler barn lever i familjer med en förälder. År 1992/93 bodde
80 % av barnen med båda sina föräldrar och motsvarande siffra var 75 % år 1997.
Skilsmässorna år 1990 var 18/1000 familjer mot 25/1000 familjer år 1995. Därtill kommer
separationer mellan föräldrar som är sambo. Familjesplittringen ökar ju äldre barnen blir.
Bland 17-åringarna bodde 67 % av ungdomarna med sina föräldrar mot 86 % av
förskolebarnen, enligt Folkhälsorapporten 1997.
När det gäller sjuklig- och dödlighet bland vuxna, framkommer skillnader beroende av den
socioekonomiska positionen. Risken att vara långvarigt sjuk är ca 20 % högre bland arbetare
än bland tjänstemän på mellannivå och högre. Tumörrisken är 10 % högre bland kvinnliga
arbetare än bland kvinnliga tjänstemän. Att röka är betydligt vanligare i arbetargrupper vilket
4 (33)
4
bl a troligen förklarar varför lungcancer är 50 % vanligare bland arbetarkvinnor än bland
kvinnor i tjänstemannayrken. Likaså är arbetare oftare sjuka i ischemiska hjärtsjukdomar,
rörelseorganen samt alkoholrelaterade sjukdomar än tjänstemän.
Enligt befolkningsenkäten ”Östgötens hälsa och miljö 2000”, ser man också att det är vissa
grupper i samhället som har sämre livskvalitet, sämre levnadsvanor och sämre hälsa, t ex
lågutbildade kvinnor, invandrare och arbetslösa. Dessa grupper rapporterar mer psykiska
besvär, mer sömnbesvär, fler besvär från rörelseorganen och hjärta/kärl än andra grupper.
Vidare rapporterar de en lägre livskvalitet och svagare förmåga att hantera påfrestningar.
Sämre motionsvanor, övervikt och sämre alkoholvanor är också mer vanliga i dessa grupper.
Däremot visar 1999 års enkät att stress i arbetet upplevs mest i arbetsledande befattningar och
i yrken som kräver högskoleutbildning. Bland personer i arbetsledande befattningar och i
yrken som kräver specialistkompetens är andelen regelbundet övertidsarbetande 45%.
I arbetet med klusteranalysen har vi alltså försökt dela in länet efter olika socioekonomiska
variabler. Vi har tittat på fördelningen efter svensk socioekonomisk indelning, sk SEI-kod,
d v s indelningen i arbetare, tjänstemän samt företagare samt utbildningsnivå, inkomst och
bidrag. Variablerna inköptes år 1996 från SCB med tillstånd från kommunerna att använda
nyckelkodsområden som geografisk upplösning. En del av variablerna är baserade på Folk-
och bostadsräkningen 1990, då den senaste insamlingen gjordes medan andra är tagna så sent
som möjligt innan uttagsdatum.
SCB:s sekretessregler har inneburit att områden som endast innehåller en person klassats som
0 och områden med två individer klassats som tre. Detta gör naturligtvis att en viss osäkerhet
föreligger i materialet när det gäller data från SCB men detta ligger alltså utanför vårt område
att påverka. Alla siffror är redovisade som procent av totala antalet i respektive variabel utom
för inkomst- och bidragsvariablerna där vi använt oss av medelinkomster per familj och
bidrag per individ
2 Material och metod
Befolkningen definierades per 1995-12-31. För att ett nyckelkodsområde skulle inkluderas i
analysen krävdes att de skulle innehåller minst 10 individer 15 år eller äldre. De
socioekonomiska variablerna delas in i fyra variabelgrupper, se tabell 1. Den första gruppen
speglade yrkessammansättningen, d v s hur stor andel av befolkningen som utgjordes av
arbetare, tjänstemän, företagare eller av dem som saknade SEI-kod. Dessa undergrupper
5 (33)
5
grundar sig på svensk socioekonomisk indelning (SEI) och hämtades från Folk- och
bostadsräkningen 1990. Variabelgruppen för utbildning delas in i sju undergrupper beroende
av utbildningslängd. Den ekonomiska situationen beskrevs med tre bidragsvariabler och en
inkomstvariabel. I datamaterialet fanns uppgift om bostads- och socialbidrag samt kommunalt
bostadstillägg och med hjälp av dessa beräknas den genomsnittliga bidragsnivån , d v s antal
utbetalade kronor per individ. Det fanns också tillgång till fyra olika inkomstvariabler;
medelinkomst för individer inklusive respektive exklusive 0-inkomsttagare samt
medelinkomst för familjer inklusive respektive exklusive 0-inkomsttagare. Variabeln
medelinkomst för familjer inkl 0-inkomsttagare var den variabel som bäst beskre inkomsten,
se 2.2. De tre sistnämnda variabelgrupperna utbildning, bidrag och inkomst har hämtats från
Statistiska centralbyrån 1994.
6 (33)
6
Tabell 1. Datamaterial
Variabelgrupp Variabel Kommentar Källa
Yrke Andel arbetare (%) Andel tjänstemän (%) Andel företagare (%) Andel oklassade (%)
Svensk socioekonomisk standard (SEI) Arbetare i varuproduktion ej facklärda, arbetare i tjänsteproduktion ej facklärda, arbetare i varuproduktion facklärda, arbetare i tjänsteproduktion facklärda Lägre tjänstemän 1, lägre tjänstemän 2, tjänstemän på mellannivå, högre tjänstemän, ledande befattningar Fria yrkesutövare akademiska yrken, företagare exkl lantbrukare, lantbrukare Oklassificerbara anställda, uppgift saknas
Folk- och bostadsräkningen 1990 (Statistiska centralbyrån)
Utbildning Andel med endast förgymnasial utbildning (%) Andel med gymnasial utbildning högst två år (%) Andel med gymnasial utbildning längre än två år (%) Andel med eftergymnasial utbildning mindre än tre år (%) Andel med eftergymnasial utbildning mer än tre år (%) Andel med forskarutbildning (%) Andel oklassade (%)
Utbildningsregistret 1994 (Statistiska centralbyrån)
Inkomst Medelinkomst för familjen inkl 0-inkomsttagare
Disponibel inkomst för familjen inkl 0-inkomsttagare. Disponibel inkomst är den summa som familjen har att röra sig med efter att bidrag, avdrag för underhåll etc är exkluderade
Inkomstregistret 1994 (Statistiska centralbyrån)
Bidrag Bostadsbidrag (kr per individ) Socialbidrag (kr per individ) Kommunalt bostadstillägg (kr per individ)
Inkomstregistret 1994 (Statistiska centralbyrån)
7 (33)
7
2.1 Samband mellan variabler
Korrelationsmatrisen för de olika variablerna, tabell 2, visade att det framför allt var en hög
korrelation mellan de fyra olika inkomstvariablerna (r=0.9). Likaså mellan andel arbetare
och andel tjänstemän (r=-0.7), mellan andel tjänstemän och andel med förgymnasial
utbildning (r=-0.7), mellan andel tjänstemän och andel med eftergymnasial utbildning tre år
eller längre (r=0.7) samt mellan andel familjer med kommunalt bostadstillägg och andel
familjer med socialbidrag (r=0.7). Av detta konstaterades att en eller flera av
inkomstvariablerna borde tas bort eftersom alla fyra i princip speglade samma sak. Dessutom
konstaterades att ju högre andelen arbetare var desto lägre andel tjänstemän, (vilket i det här
fallet är självklart då de bygger på samma ursprungsvariabel). Det visade sig också att ju
högre andelen individer med enbart förgymnasial utbildning var, desto lägre var andelen
tjänstemän samt att ju högre andelen individer med eftergymnasial utbildning tre år eller
längre var desto högre andel tjänstemän. Slutligen visade det sig att ju fler familjer som hade
kommunalt bostadstillägg desto fler familjer hade socialbidrag.
8 (33)
8
Tabell 2. Korrelationsmatris
And
el a
rbet
are
(%)
And
el tj
änst
emän
(%)
And
el fö
reta
gare
(%)
And
el m
ed fö
rgym
nasi
al u
tb (%
)
And
el m
ed g
ymna
sieu
tb h
ögst
2 å
r (%
)
And
el m
ed g
ymna
sieu
tb lä
ngre
än
2 år
(%)
And
el m
ed e
fterg
ymna
sial
utb
min
dre
än 3
år (
%)
And
el m
ed e
fterg
ymna
sial
utb
3 å
r och
läng
re (%
)
And
el m
ed fo
rska
rutb
ildni
ng (%
)
Med
elin
kom
st fö
r fam
iljer
inkl
0-in
kom
stta
gare
(kr/å
r)
Med
elin
kom
st fö
r fam
iljer
exk
l 0-in
kom
stta
gare
(kr/å
r)
Med
elin
kom
st fö
r ind
ivid
er in
kl 0
-inko
mst
taga
re (k
r/år)
Med
elin
kom
st fö
r ind
ivid
er e
xkl o
-inko
mst
taga
re (k
r/år)
Ant
al fa
milj
er m
ed b
osta
dsbi
drag
Bos
tads
bidr
ag/in
divi
d (k
r/ind
och
år)
Ant
al fa
milj
er m
ed s
ocia
lbid
rag
Soc
ialb
idra
g/in
divi
d (k
r/ind
pch
år)
Ant
al fa
milje
r med
KB
T
KB
T/in
divi
d (k
r/ind
och
år)
Andel arbetare (%) 1,0 -0,7 -0,2 0,5 0,2 -0,2 -0,6 -0,6 -0,4 -0,4 -0,4 -0,5 -0,5 0,0 0,2 0,1 0,2 0,1 0,3Andel tjänstemän (%) -0,7 1,0 -0,4 -0,7 -0,2 0,4 0,6 0,7 0,4 0,6 0,6 0,6 0,6 0,1 -0,2 0,0 -0,1 0,1 -0,2Andel företagare (%) -0,2 -0,4 1,0 0,3 0,1 -0,3 -0,2 -0,1 -0,1 -0,1 -0,1 -0,2 -0,2 -0,3 0,0 -0,3 -0,2 -0,3 -0,1Andel med förgymnasial utb (%) 0,5 -0,7 0,3 1,0 0,1 -0,4 -0,6 -0,6 -0,4 -0,2 -0,2 -0,3 -0,4 -0,1 0,1 0,0 0,0 -0,1 -0,1Andel med gymnasieutb högst 2 år (%) 0,2 -0,2 0,1 0,1 1,0 0,0 -0,2 -0,3 -0,2 0,1 0,1 0,0 0,0 -0,1 0,2 -0,1 0,0 -0,2 -0,4Andel med gymnasieutb längre än 2 år (%) -0,2 0,4 -0,3 -0,4 0,0 1,0 0,4 0,3 0,1 0,4 0,4 0,4 0,4 0,1 -0,1 0,0 -0,1 -0,1 -0,4Andel med eftergymnasial utb mindre än 3 år (%) -0,6 0,6 -0,2 -0,6 -0,2 0,4 1,0 0,5 0,3 0,4 0,4 0,4 0,5 0,2 -0,1 0,1 -0,1 0,0 -0,3Andel med eftergymnasial utb 3 år och längre (%) -0,6 0,7 -0,1 -0,6 -0,3 0,3 0,5 1,0 0,4 0,6 0,6 0,6 0,6 0,0 -0,1 -0,1 -0,1 -0,1 -0,2Andel med forskarutbildning (%) -0,4 0,4 -0,1 -0,4 -0,2 0,1 0,3 0,4 1,0 0,2 0,2 0,2 0,3 0,2 0,0 0,1 0,1 0,1 -0,1Medelinkomst för familjer inkl 0-inkomsttagare (kr/år) -0,4 0,6 -0,1 -0,2 0,1 0,4 0,4 0,6 0,2 1,0 1,0 0,9 0,9 -0,2 -0,2 -0,3 -0,4 -0,3 -0,4Medelinkomst för familjer exkl 0-inkomsttagare (kr/år) -0,4 0,6 -0,1 -0,2 0,1 0,4 0,4 0,6 0,2 1,0 1,0 0,9 0,9 -0,2 -0,2 -0,3 -0,3 -0,3 -0,4Medelinkomst för individer inkl 0-inkomsttagare (kr/år) -0,5 0,6 -0,2 -0,3 0,0 0,4 0,4 0,6 0,2 0,9 0,9 1,0 1,0 -0,2 -0,4 -0,3 -0,4 -0,2 -0,4Medelinkomst för individer exkl o-inkomsttagare (kr/år) -0,5 0,6 -0,2 -0,4 0,0 0,4 0,5 0,6 0,3 0,9 0,9 1,0 1,0 -0,2 -0,3 -0,2 -0,3 -0,1 -0,4Antal familjer med bostadsbidrag 0,0 0,1 -0,3 -0,1 -0,1 0,1 0,2 0,0 0,2 -0,2 -0,2 -0,2 -0,2 1,0 0,3 0,9 0,4 0,6 0,0Bostadsbidrag/individ (kr/ind och år) 0,2 -0,2 0,0 0,1 0,2 -0,1 -0,1 -0,1 0,0 -0,2 -0,2 -0,4 -0,3 0,3 1,0 0,4 0,6 0,0 0,0Antal familjer med socialbidrag 0,1 0,0 -0,3 0,0 -0,1 0,0 0,1 -0,1 0,1 -0,3 -0,3 -0,3 -0,2 0,9 0,4 1,0 0,5 0,7 0,1Socialbidrag/individ (kr/ind och år) 0,2 -0,1 -0,2 0,0 0,0 -0,1 -0,1 -0,1 0,1 -0,4 -0,3 -0,4 -0,3 0,4 0,6 0,5 1,0 0,2 0,1Antal familjer med KBT 0,1 0,1 -0,3 -0,1 -0,2 -0,1 0,0 -0,1 0,1 -0,3 -0,3 -0,2 -0,1 0,6 0,0 0,7 0,2 1,0 0,3KBT/individ (kr/ind och år) 0,3 -0,2 -0,1 -0,1 -0,4 -0,4 -0,3 -0,2 -0,1 -0,4 -0,4 -0,4 -0,4 0,0 0,0 0,1 0,1 0,3 1,0
9 (33)
9
2.2 Val av variabler
Med hjälp av faktoranalys undersökte vi om det fanns några variabler med en så lika
fördelning att någon av dem kunde uteslutas ur den fortsatta analysen. Metoden går ut på att
hitta underliggande variabler, s k faktorer, som förklarar korrelationsmönstret bland
variablerna. (För en utförligare beskrivning av faktoranalysen, se bilaga 1). I tabell 3 visas
vilka variabler som kopplades ihop med vilken faktor. Det visade sig att alla fyra
inkomstvariablerna placerades ihop med faktor 2, vilket innebar att endast en av dessa skulle
komma att användas. I detta fallet var skillnaden mellan de fyra inkomstvariabler så liten att
det inte spelade någon roll vilken av de fyra som skulle användas. Detta tillsammans med att
analysen avsåg den socioekonomiska situationen på familjenivå och att det skulle vara en stor
fördel om så många individer som möjligt skulle inkluderas, gjorde att valet föll på variabeln
medelinkomst för familjer inkl 0-inkomsttagare. Andra variabler som skulle komma att
exkluderas ur klusteranalysen var antal familjer med bostadsbidrag, antal familjer med
kommunalt bostadstillägg samt antal familjer med socialbidrag. Orsaken till detta var att
fokuseringen låg mer på bidragsnivån, som alltså här är bättre beskriven med bidrag i kronor
per individ.
10 (33)
10
Tabell 3. Variabler i respektive faktorer
Faktor 1 Andel arbetare
Andel tjänstemän
Andel med endast förgymnasial utbildning
Andel med gymnasieutbildning högst två år
Andel med eftergymnasial utbildning mindre än tre år
Andel med eftergymnasial utbildning tre år eller längre
Andel med forskarutbildning
Faktor 2 Medelinkomst för familjer inkl 0-inkomsttagare
Medelinkomst för familjer exkl 0-inkomsttagare
Medelinkomst för individer inkl 0-inkomsttagare
Medelinkomst för individer exkl 0-inkomsttagare
Kommunalt bostadstillägg per individ
Faktor 3 Antal familjer med bostadsbidrag
Bostadsbidrag per individ
Antal familjer med kommunalt bostadstillägg
Antal familjer med socialbidrag
Socialbidrag per individ
Faktor 4 Andel företagare
3 Klusteranalys
3.1 Material och metod
Klusteranalys är en multivariat metod, d v s en metod där man använder sig av flera variabler
med olika fördelning, som används för att gruppera områden i olika kategorier.
Klusteranalysen är en bra metod att använda för explorativa data då man misstänker att
populationen inte är homogen. I vårt fall misstänkte vi att det fanns skillnader mellan
områden i länet beträffande den socioekonomiska situationen. För att klusteranalysen skulle
fungera på ett riktigt vis uteslöts 12 nyckelkodsområden som saknade värden för en eller flera
av variablerna. Det återstod 795 nyckelkodsområden, vilket sedan reducerades med ytterligare
14 som hade ändrats, tagits bort eller på annat sätt utgått sedan 1995-12-31. Det slutliga
materialet bygger alltså på 781 nyckelkodsområden. Fördelningen av befolkningen framgår av
tabell 4. För en mer detaljerad beskrivning av de nyckelkodsområden som saknar värden för
en eller flera variabler, se bilaga 2 tabell 1-12.
11 (33)
11
Tabell 4. Antal nyckelkodsområden och antal individer i datamaterialet
Antal nyckelkodsområden 781
Antal personer 322 889
Antal män 159 225
Antal kvinnor 163 664
Tabell 5 beskriver datamaterialet med avseende på respektive variabel.
Tabell 5. Beskrivning av datamaterialet
Variabel Medelvärde Standardavvikelse
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 170 011 37 685
Andel arbetare (%) 48 14
Andel tjänstemän (%) 35 16
Andel företagare (%) 10 10
Andel oklassade och uppgift saknas (%) 7 5
Andel med förgymnasial utbildning (%) 32 9
Andel med gymnasieutbildning högst 2 år (%) 29 7
Andel med gymnasieutbildning längre än 2 år (%) 12 5
Andel med eftergymnasial utbildning mindre än 3 år (%) 9 5
Andel med eftergymnasial utbildning 3 år eller längre (%) 7 5
Andel med forskarutbildning (%) 0 1
Andel där uppgift om utbildning saknas (%) 11 8
Bostadsbidrag per individ (kr) 1 229 1 024
Socialbidrag per individ (kr) 1 059 2 104
Kommunalt bostadstillägg per individ (kr) 1 081 1 553
3.2 Reducering av outliers
För att klusteranalysen inte skulle störas av några få extrema nyckelkodsområden, s k outliers
(som skulle ha för stor inverkan på klusterindelningen), undersökte vi om att fanns några
sådana områden. Här använde vi de sedan tidigare framtagna faktorpoängen som plottades
mot varandra, (se bilaga 1 figur 1-6). För att ett område skulle komma att klassas som outlier,
krävdes en kraftigt avvikelse i faktorpoäng i flera av figurerna. Vi upptäckte dock inte några
sådana extrema nyckelkodsområden, vilket innebar att antalet nyckelkodsområden inte
reduceras ytterliggare.
12 (33)
12
3.3 Val av antal kluster
För att reducera den eventuella effekten av att variablerna hade olika enheter och storlekar
genomfördes en variabeltransformation. Detta innebar att variablerna standardiserades till Z-
värden med medelvärde 0 och standardavvikelse 1. Det transformerade värdet Z för en
normalfördelad variabel k med medelvärdet och standardavvikelsen , beräknades genom
följande formel1:
k
kjkjk
XZ
Formel 1
X = slumpvariabel
= aritmetiskt medelvärde
= standardavvikelse
j = nyckelkodsområde, j = 1…781
k= variabel, k =1...12
Z-värdet visar hur många standardavvikelser ett värde för viss variabel för ett
nyckelkodsområde är högre eller lägre än variabelns medelvärde för alla nyckelkodsområden.
Efter denna variabeltransformation använde vi oss av Ward´s metod för att bestämma hur
många kluster som det var lämpligt att ta fram. Ward´s metod är en form av hierarkisk
klusteranalys, vilket innebär att de nyckelkodsområdena som ligger närmast varandra, d v s de
områden som har det minsta Euklidiska avståndet sinsemellan, stegvis förenas.
Euklidiskt avstånd: D=
p
kjkik XX
1
2)( Formel 2
X = slumpvariabel
i = nyckelkodsområde, i = 1…781
j = nyckelkodsområde, j = 1…781
k = variabel 1…12
Det Euklidiska avståndet innebär att man först kvadrerar och sedan summerar skillnaderna
mellan värdena för nyckelkodsområde i och nyckelkodsområde j för respektive variabel.
Metoden kallas hierarkisk p g a att när nyckelkodsområden väl är förenade, förblir de
förenade. Algoritmen fortgår tills alla områden är sammanförda, d v s då det endast återstår ett
1 G Ejlertsson, Grundläggande statistik med tillämpningar inom sjukvården, 1984, sid 92-93
13 (33)
13
kluster. Stegen i analysen kan visas i ett dendogram, d v s ett visuellt schema över
sammanslagningarna. I ett sådant dendogram är avstånden, här de euklidiska avstånden,
mycket små, d v s det finns många områden som ligger nära varandra med avseende på
variablerna. I vårt fall blir dock denna visualisering mycket svår att överblicka eftersom det
rör sig om 781 nyckelkodsområden. I figur 1 visas därför endast de sista femtio stegen i
sammanslagningen samt i tabell 6 de Euklidiska avstånden för de sista tio stegen.
Figur 1. Avstånd till klustercentra för de femtio sista klusterstegen
0
1000
2000
3000
4000
5000
6000
7000
8000
731
734
737
740
743
746
749
752
755
758
761
764
767
770
773
776
779
Steg i klusteranalysen
Euk
lidi
skt a
vstå
nd
I figuren ser man att avstånden mellan sammanfogningarna ökar något mellan steg 770 och
780, alltså då det återstår 10-11 kluster. Framför allt ökar det euklidiska avståndet vid steg
776, d v s då det återstår 5 kluster. Detta syns även i sifferform i tabell 6. Avståndet ökar
ganska dramatiskt från det att det återstår 5 kluster till att det återstår 6 kluster. Detta tyder på
att det förmodligen bör vara rimligt att beskriva vårt datamaterial med hjälp av fem kluster.
14 (33)
14
Tabell 6. Euklidiska avstånd under de sista tio stegen
Steg i klusteranalysen Euklidiskt avstånd Antal kluster
z771 3125 10
772 3280 9
773 3508 8
774 3748 7
775 4013 6
776 4300 5
777 4742 4
778 5226 3
779 5782 2
780 7020 1
3.4 Sammanslagning av nyckelkodsområden till kluster
Efter att med hjälp av Ward´s metod kunnat konstatera att nyckelkodsområdena bäst beskrivs
genom 5-10 kluster, påbörjades arbetet med att identifiera och beskriva dessa. I datamaterialet
fanns två variabelgrupper som grundade sig på samma ursprungsvariabel, nämligen
yrkestillhörighet och utbildningsnivå. I den fortsatta klusteranalysen reducerades dessa
grupper med en eller flera undervariabler för att inte få heltäckande variabler. (Det är en
fördel om man inte har variabelgrupper som täcker 100 procent av individerna). De uteslutna
undervariablerna byttes sedan ut mot andra för att se om klusteranalyser gav olika resultat.
Dessutom genomfördes analysen med förutbestämda antal kluster. I jämförelserna försökte vi
bl a se om de framtagna klustrena var logiska utifrån ett socioekonomisk perspektiv.
För att genomföra klusteranalysen används proceduren K-Means i statistikprogramvaran
SPSS. Denna procedur bygger på en algoritm som kan arbeta med ett stort antal fall och som
försöker identifiera grupper som är relativt homogena med avseende på de inkluderade
variablerna. Det tidigare arbetet med Ward’s metod resulterade i klustermedelvärden med
avseende på respektive variabel2 som nu låg till grund för den fortsatta analysen. (Orsaken är
att K-Means inte är en hierarkisk metod. Detta betyder alltså att K-Means efter varje steg,
d v s efter varje sammanfogning av områden, testar om redan de sammanfogade områdena
också fortsättningsvis skall vara sammanfogade eller om något av dessa istället bör
sammanfogas ihop med några andra områden, jämför ovan med ”hierarkisk metod”). Då
klusteranalys till sin natur är en explorativ metod, handlar en del av arbetet om att testa och
diskutera sig fram till vilka klusteralternativ som är mest rimliga. Det finns med andra ord
15 (33)
15
inget som bestämt påvisar vilken klustermetod som är bäst att använda och hur många kluster
som är bäst att ha.
3.5 Resultat
Jämförelserna mellan alla alternativa klusteranalyser visade att fem kluster var optimalt.
Dessa fem kluster visade tydligast liknande mönster inom varje kluster samtidigt som de var
skilda från övriga vad gäller den socioekonomiska strukturen, se tabell 7.
Tabell 7. Beskrivning av kluster 1-5
Variabel Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5 Totalt
1 Antal nykon 97 316 244 43 89 781
2 Totalt antal individer 47166 89981 118978 28640 43118 322 889
3 Andel män (%) 47 51 49 49 50 49
4 Andel kvinnor (%) 53 49 51 51 50 51
5 Medelinkomst för familjer inkl 0-inkomsttagare (kr) 130027 163905 178121 132844 231453 170 011
6 Andel arbetare 56 53 42 64 28 48
7 Andel tjänstemän 28 25 43 24 61 35
8 Andel företagare 7 14 7 4 5 10
9 Andel där yrkesuppgift saknas (%) 8 7 6 6 9 7
10 Andel med förgymnasial utb 33 37 26 36 22 32
11 Andel med gymnasieutb högst 2 år 23 32 30 30 23 29
12 Andel med gymnasieutb längre än 2 år 9 10 14 11 17 12
13 Andel med eftergymnasial utb mindre än 3 år 6 7 11 6 15 9
14 Andel med eftergymnasial utb 3 år och längre 4 4 9 4 16 7
15 Andel med forskarutbildning 0 0 0 0 1 0
16 Andel där utbildningsuppgift saknas 10 10 30 6 14 11
17 Bostadsbidrag/individ (kr/ind) 882 1237 1149 3587 500 1 229
18 Socialbidrag/individ (kr/ind) 1393 499 830 6347 246 1 059
19 KBT/individ (kr/ind) 3497 709 759 1368 378 1 081
16 (33)
16
Kluster 1 och 2 innehöll flest nyckelkodsområden, 355 resp 257 områden. I kluster 3 ingick
50 områden och i kluster 4 ingick 99 områden. Kluster 5 innehöll endast 20
nyckelkodsområden, se figur 2.
Figur 2. Antal nyckelkodsområden i respektive kluster
0
50
100
150
200
250
300
350
400
Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5
Antalet individer i resp kluster har ett liknande mönster som antal ingående
nyckelkodsområden, se figur 3. I kluster 1 bodde drygt 117 000 individer och i kluster 2
knappt 133 000 individer. Kluster 3 innehöll 16 000 individer och kluster 4 ca 45 000
individer. Kluster 5 innehöll ca 11 000 individer.
Figur 3. Antal individer i respektive kluster
0
20000
40000
60000
80000
100000
120000
140000
Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5
Fördelningen mellan män och kvinnor var lika i alla kluster (50% män och 50% kvinnor)
utom i kluster 3 där det fanns något fler kvinnor än män, 55% mot 45%, se figur 4.
17 (33)
17
Figur 4. Andel män och kvinnor i respektive kluster
0
10
20
30
40
50
60
70
80
90
100
Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5
Andel män (%)
Andel kvinnor (%)
I kluster 4 bodde de som hade den högsta medelinkomsten, ca 230 000 kr per år och familj,
se figur 5. Därefter följde kluster 2 och kluster1 med medelinkomster på 172 000 kr resp
161 000 kr per år och familj. Kluster 3 och kluster 5 hade den lägsta medelinkomsten, ca
120 000 kr per år och familj.
Figur 5. Medelinkomst för familjer inkl 0-inkomsttagare (kr) för respektive kluster
0
50000
100000
150000
200000
250000
Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5
Figur 6 visar att individerna i kluster 5 fick mest bostadsbidrag räknat i kr per år och individ,
(ca 4 500 kr) och också mest kommunalt bostadstillägg, (ca 1 400 kr per år och individ). Mest
socialbidrag betalades ut till individerna i kluster 3, (1 200 kr per år och individ). Individerna i
kluster 4 fick minst bostadsbidrag (560 kr per år och individ), minst kommunalt bostadstillägg
(240 kr per år och individ) och minst socialbidrag (370 kr per år och individ).
18 (33)
18
Figur 6. Bidrag per individ i respektive kluster
0
2000
4000
6000
8000
10000
12000
Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5
bostadsbidrag/individ(kr/ind)
kbt/individ (kr/ind)
socialbidrag/individ(kr/ind)
När det gällde yrkessammansättningen ses i figur 7 att kluster 3 och 5 hade den största
andelen arbetare, ca 60 procent. Kluster 4 hade lägst andel arbetare, ca 30 procent och den
högsta andelen tjänstemän, ca 60 procent. Kluster 1 hade den högsta andelen företagare, ca 13
procent medan kluster 5 hade lägst andel företagare, ca 3 procent.
19 (33)
19
Figur 7. Yrkessammansättning i respektive kluster
0
10
20
30
40
50
60
70
Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5
Andel arbetare
Andel tjänstemän
Andel företagare
I figur 8 framkommer att kluster 1 och 5 hade den högsta andelen lågutbildade och att kluster
4 hade den högsta andelen högutbildade.
Figur 8. Utbildningsgrad i respektive kluster
0
5
10
15
20
25
30
35
40
Kluster 1 Kluster 2 Kluster 3 Kluster 4 Kluster 5
Andel med förgymnasialutb
Andel med gymnasieutbhögst 2 år
Andel med gymnasieutblängre än 2 år
Andel med eftergymnasialutb mindre än 3 år
Andel med eftergymnasialutb 3 år och längre
Andel medforskarutbildning
20 (33)
20
För att på ett enklare sätt kunna se skillnader och likheter när det gällde den socioekonomiska
statusen i de olika klustren, skapades ett socioekonomiskt index. Detta gjordes genom att
rangordna klustren med avseende på varje variabel med en poängskalan från 1 till 5, där 1
innebar låg socioekonomisk status och 5 hög socioekonomisk status. Höga värden på
variablerna 5, 7, 8, 12, 13, 14 och 15 i tabell 7 innebar hög socioekonomisk status och höga
värden på variablerna 6, 10, 11, 17, 18 och 19 innebar låg socioekonomisk status. Som
exempel fick kluster 5, som hade den högsta medelinkomsten (variabel 5 i tabell 7) poängen 5
och kluster 1 som hade den lägsta medelinkomsten fick poängen 1. Kluster 1 hade högst
KBT/individ (variabel 19 i tabell 7) och fick här poängen 1 och kluster 5 som har lägst
KBT/individ fick poängen 5. Därefter summerades poängen till ett inkomstindex, ett
yrkesindex, ett utbildningsindex samt ett bidragsindex.
Figur 9. Socioekonomiskt index för resp kluster
0
1
2
3
4
5
Inko
mst
inde
x
Yrk
esin
dex
Utb
ildni
ngsi
ndex
Bid
rags
inde
x
Tot
alt
Kluster 1
Kluster 2
Kluster 3
Kluster 4
Kluster 5
Med hjälp av figur 9 konstaterades att kluster 4 hade den högsta socioekonomiska statusen
totalt sett. Kluster 2 den näst högsta och kluster1 den tredje högsta socioekonomiska statusen.
Lägst status hade kluster 5 och 3. Kluster 4 och kluster 2 hade en högre socioekonomisk
standard än de övriga för alla delindex. Rangordningen mellan kluster1, 3 och 5 varierade
mellan de fyra delindexena. Kluster1 hade högre socioekonomisk status än de övriga för alla
delindex förutom när det gäller utbildningen, där detta kluster hade lägst status. Kluster 5
21 (33)
21
hade lägst status då det gällde yrkestillhörighet och bidragsnivå medan kluster 3 hade lägst
inkomstindex.
4 SLUTSATSER
Kluster 4 har den högsta socioekonomiska statusen. I detta kluster ingår minst antal
nyckelkodsområden och minst antal individer. De har högst medelinkomst, minst bidrag, lägst
andel arbetare, högst andel tjänstemän, lägst andel företagare och högst utbildningsnivå.
Kluster 4 består alltså av 99 nyckelkodsområden med drygt 45 000 individer som är
välutbildade och till stor del tjänstemän med god inkomst och låga bidrag.
Kluster 2 har den näst högsta socioekonomiska statusen. Detta kluster är relativt stort både när
det gäller antal nyckelkodsområden och antal individer, vilket innebär näst högst antal
nyckelkodsområden och högst antal individer. Medelinkomsten är näst högst jämfört med de
övriga klustren och bidragsnivån är ungefär lika med genomsnittet för alla kluster. Klustret
innehåller näst lägst andel arbetare, näst högst andel tjänstemän, näst högst andel företagare
och utbildningsnivån är relativt hög.
Kluster 2 innehåller alltså 257 nyckelkodsområden med 133 000 individer som är
välutbildade, har en god inkomst och uppbär genomsnittliga bidrag.
Kluster 1 hamnar på tredje plats vad det gäller den socioekonomiska statusen. Detta kluster
innehåller flest nyckelkodsområden och näst högst antal individer. Medelinkomsten är nästan
lika hög som i kluster 2, bidragsnivån också ungefär som kluster 2, andel arbetare och
tjänstemän är ungefär som genomsnittet medan utbildningsnivån är den lägsta bland klustren.
Kluster 1 innehåller 355 nyckelkodsområden med 117 000 individer som till stor del är
arbetare med låg utbildning men med relativt god inkomst och genomsnittliga bidrag
Kluster 3 och kluster 5 har totalt sett ungefär lika låg socioekonomisk status. De innehåller
lägst antal nyckelkodsområden och lägst antal individer. När det gäller yrkessammansättning
och utbildningsgrad så har kluster 3 och kluster 5 även här lika egenskaper, d v s en hög andel
arbetare, låg andel tjänstemän, låg andel företagare och en låg utbildningsgrad. De har också
ungefär lika låg medelinkomst. Jämfört med övriga kluster har kluster 3 det absolut högsta
22 (33)
22
socialbidraget och kluster 5 det högsta bostadsbidraget och det högsta kommunala
bostadstillägget.
Kluster 3 är det kluster som har näst lägst socioekonomisk standard. Det innehåller 50
nyckelkodsområden med 16 000 individer som till stor del är arbetare med låg utbildning, låg
inkomst och höga socialbidrag.
Kluster 5 har lägst socioekonomisk standard. Det innehåller 20 nyckelkodsområden med
11 000 individer som till stor del är arbetare med låg utbildning, låg inkomst och har höga
bostadsbidrag och kommunala bostadstillägg.
Referenser
Everett B. S. Cluster analysis, 1993, ISBN 0-340-58479
Ejlertsson G, Grundläggande statistik med tillämpningar inom sjukvården, 1984, ISBN 91-44-
21121-x.
Folkhälsorapport 1997. SoS-rapport 1997:18. Stockholm, 1997. ISBN-91-7201-180-7.
Manly B. F. J. Multivariate statistical methods,1986, ISBN 0-42-28620-3.
Socioekonomiska data på nyckelkodsområden. Rapport 98:9. Folkhälsovetenskapligt
Centrum, Linköping 1998.
23 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
23
Bilaga 1. Faktoranalys
Med hjälp av en faktoranalys kan man ta reda på om det finns några variabler som är så lika
varandra att någon av dem kan uteslutas ut den fortsatta analysen. Man försöker att hitta
underliggande variabler, s k faktorer, som förklarar korrelationsmönstret bland variablerna. I
tabell 1 visas faktorladdningarna för varje variabel på respektive faktor. Varje värde
representerar korrelationen mellan variabeln och faktorn. Dessa korrelationer hjälper oss att
formulera en tolkning eller förklaring av respektive faktor, genom att studera vilken faktor
som varje enskild variabel är mest korrelerad med. För vissa variabler kan det vara svårt att
avgöra till vilken faktor som den är mest korrelerad, d v s de kan ha liknande laddningar på
fler än en faktor. För att underlätta detta används en rotationsmetod, vilket ofta underlättar
tolkningen av faktorerna,2.
Figur 1. Faktor 2 mot faktor 1
REGR factor score 1 for analysis 1
6420-2-4
REG
R fa
ctor
sco
re
2 fo
r ana
lysi
s
1
10
8
6
4
2
0
-2
5 6 3 3 1 3 2
5 8 1 1 1 2 5
5 8 1 1 1 5 1
2 B. F. J. Manly, 1986, sid 72-85
24 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
24
Figur 2. Faktor 3 mot faktor 1
REGR factor score 1 for analysis 1
6420-2-4
REG
R fa
ctor
sco
re
3 fo
r ana
lysi
s
1
2
0
-2
-4
-6
-8
-10
5625336
5811151
Figur 3. Faktor 4 mot faktor 1
REGR factor score 1 for analysis 1
6420-2-4
REG
R fa
ctor
sco
re
4 fo
r ana
lysi
s
1
2
0
-2
-4
-6
-8
-10
-12
5625112
5811151
25 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
25
Figur 4. Faktor 3 mot faktor 2
REGR factor score 2 for analysis 1
1086420-2
REG
R fa
ctor
sco
re
3 fo
r ana
lysi
s
1
2
0
-2
-4
-6
-8
-10
5625336
5811151
5811125
5633132
Figur 5. Faktor 4 mot faktor 2
REGR factor score 2 for analysis 1
1086420-2
REG
R fa
ctor
sco
re
4 fo
r ana
lysi
s
1
2
0
-2
-4
-6
-8
-10
-12 5834311
5625112
5811151
5811125
5633132
26 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
26
Figur 6. Faktor 4 mot faktor 3
REGR factor score 3 for analysis 1
20-2-4-6-8-10
REG
R fa
ctor
sco
re
4 fo
r ana
lysi
s
1
2
0
-2
-4
-6
-8
-10
-12
5625336
5834311
27 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
27
Bilaga 2. Beskrivning av nyckelkodsområden som saknar värden
för minst en av variablerna
Tabell 1. Nyckelkodsområde 584168
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 189884
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 18
Andel med gymnasieutb högst 2 år 35
Andel med gymnasieutb längre än 2 år 9
Andel med eftergymnasial utb mindre än 3 år 11
Andel med eftergymnasial utb 3 år och längre 16
Andel med forskarutbildning 3
Bostadsbidrag/individ (kr/ind) 1908
Socialbidrag/individ (kr/ind) 3751
KBT/individ (kr/ind) 165
Tabell 2. Nyckelkodsområde 5621156
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 87833
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 9
Andel med gymnasieutb högst 2 år 3
Andel med gymnasieutb längre än 2 år 0
Andel med eftergymnasial utb mindre än 3 år 0
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 159
Socialbidrag/individ (kr/ind) 10
KBT/individ (kr/ind) 8504
28 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
28
Tabell 3. Nyckelkodsområde 5621528
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 208957
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 20
Andel med gymnasieutb högst 2 år 33
Andel med gymnasieutb längre än 2 år 23
Andel med eftergymnasial utb mindre än 3 år 12
Andel med eftergymnasial utb 3 år och längre 9
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 2621
Socialbidrag/individ (kr/ind) 10
KBT/individ (kr/ind) 0
Tabell 4. Nyckelkodsområde 5621539
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 81234
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 9
Andel med gymnasieutb högst 2 år 0
Andel med gymnasieutb längre än 2 år 0
Andel med eftergymnasial utb mindre än 3 år 0
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 0
Socialbidrag/individ (kr/ind) 0
KBT/individ (kr/ind) 10999
29 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
29
Tabell 5. Nyckelkodsområde 5623212
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 91527
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 8
Andel med gymnasieutb högst 2 år 0
Andel med gymnasieutb längre än 2 år 0
Andel med eftergymnasial utb mindre än 3 år 0
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 0
Socialbidrag/individ (kr/ind) 0
KBT/individ (kr/ind) 15335
Tabell 6. Nyckelkodsområde 5633210
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 115091
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 31
Andel med gymnasieutb högst 2 år 50
Andel med gymnasieutb längre än 2 år 19
Andel med eftergymnasial utb mindre än 3 år 0
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 3582
Socialbidrag/individ (kr/ind) 427
KBT/individ (kr/ind) 0
30 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
30
Tabell 7. Nyckelkodsområde 5801341
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 99459
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 27
Andel med gymnasieutb högst 2 år 45
Andel med gymnasieutb längre än 2 år 27
Andel med eftergymnasial utb mindre än 3 år 0
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 500
Socialbidrag/individ (kr/ind) 0
KBT/individ (kr/ind) 0
Tabell 8. Nyckelkodsområde 5801482
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 209337
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 19
Andel med gymnasieutb högst 2 år 31
Andel med gymnasieutb längre än 2 år 15
Andel med eftergymnasial utb mindre än 3 år 18
Andel med eftergymnasial utb 3 år och längre 14
Andel med forskarutbildning 1
Bostadsbidrag/individ (kr/ind) 3536
Socialbidrag/individ (kr/ind) 3949
KBT/individ (kr/ind) 122
31 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
31
Tabell 9. Nyckelkodsområde 5811214
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 83389
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 0
Andel med gymnasieutb högst 2 år 7
Andel med gymnasieutb längre än 2 år 0
Andel med eftergymnasial utb mindre än 3 år 0
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 0
Socialbidrag/individ (kr/ind) 2
KBT/individ (kr/ind) 12382
Tabell 10. Nyckelkodsområde 5814242
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 96868
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 0
Andel med gymnasieutb högst 2 år 12
Andel med gymnasieutb längre än 2 år 0
Andel med eftergymnasial utb mindre än 3 år 0
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 0
Socialbidrag/individ (kr/ind) 0
KBT/individ (kr/ind) 24510
32 (33)
Folkhälsovetenskapligt centrum 11-11-24 kl 15:26
32
Tabell 11. Nyckelkodsområde 5819999
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 33349
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 21
Andel med gymnasieutb högst 2 år 38
Andel med gymnasieutb längre än 2 år 10
Andel med eftergymnasial utb mindre än 3 år 14
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 0
Socialbidrag/individ (kr/ind) 2824
KBT/individ (kr/ind) 0
Tabell 12. Nyckelkodsområde 5831507
Medelinkomst för familjer inkl 0-inkomsttagare (kr) 86119
Andel arbetare *
Andel tjänstemän *
Andel företagare *
Andel med förgymnasial utb 45
Andel med gymnasieutb högst 2 år 23
Andel med gymnasieutb längre än 2 år 0
Andel med eftergymnasial utb mindre än 3 år 0
Andel med eftergymnasial utb 3 år och längre 0
Andel med forskarutbildning 0
Bostadsbidrag/individ (kr/ind) 360
Socialbidrag/individ (kr/ind) 0
KBT/individ (kr/ind) 11064