KUB 2014, Teknisk bilaga
Bilaga 2 – teknisk beskrivning Målpopulation Undersökningsenheten utgörs av företag. Mer precist är det organisationsnumret, den juridiska personen, som definierar undersökningsenheten. Detta betyder att ett företag med flera arbetsställen betraktas som en (1) enhet. Baserat på denna definition kan olika målpopulationer definieras. I princip är det fastighetsbranschen som är föremål för vårt intresse, dock behöver den definieras på något sätt. Undersökningens intressepopulation består av samtliga företag i Sverige som har anställda inom de sju definierade yrkesrollerna: • • • • • • • Fastighetsskötare Fastighetsvärdar Fastighetstekniker Fastighetsingenjörer Fastighetsingenjörer energi och miljö Fastighetsförvaltare Fastighetschefer Intressepopulationen är dock en för vid definition för att fungera i denna undersökning. En orsak är att de skulle innebära problem under datainsamlingen. Eftersom intressepopulationen inte kan avgränsas på något lämpligt sätt skulle en urvalsram bestå av en stor mängd övertäckning (det vill säga företag som inte tillhör intressepopulationen). Detta skulle bland annat medföra stora kostnader under datainsamlingen. En snävare definition är att utgå från medlemsföretagen i FU. Med denna definition finns det dock företag med anställda inom yrkesrollerna som inte skulle inkluderas i populationen. I föreliggande undersökning är därför perspektivet vidgat och populationen avgränsas baserat på vissa branschkoder (SNI-koder1) och antal anställda. I tabell 1 redovisas vilka SNI-koder som använts för att avgränsa företag. Tabell 1. Avgränsning av målpopulationen i termer av SNI-koder SNI Beskrivning Förväntat andel personer inom yrkesrollerna 68100 Handel med egna fastigheter Hög 68201 Uthyrning och förvaltning av egna eller arrenderade bostäder Hög 68202 Uthyrning och förvaltning av egna eller arrenderade industrilokaler Hög 68203 Uthyrning och förvaltning av egna eller arrenderade, andra lokaler Hög 68204 Förvaltning i bostadsrättsföreningar Hög 68209 Övrig förvaltning av egna eller arrenderade fastigheter Hög 68320 Fastighetsförvaltning på uppdrag Hög 70220 Konsultverksamhet avseende företags organisation Låg 71121 Teknisk konsultverksamhet inom bygg- och anläggningsteknik Låg 71124 Teknisk konsultverksamhet inom energi-, miljö- och VVS-teknik Låg 81100 Fastighetsrelaterade stödtjänster Medel 81300 Skötsel och underhåll av grönytor Medel 1 SNI står för Svensk Näringsgrensindelning 1 Beträffande antal anställda valdes att inkludera företag med fem eller fler anställda. Kriteriet med antal anställda är att de ofta är svårt att få in svar från de allra minsta företagen. De minsta företagen är i och för sig många till antalet men sett till helheten står de för en mindre del av till exempel samtliga anställda i fastighetsbranschen. Kriterierna med SNI-koder och antal anställda är kontrollerbara via den urvalsram som används, se nedan. Förutom dessa kriterier används kriteriet att företaget ska vara verksamt i fastighetsbranschen, det vill säga ha anställda inom någon av de sju yrkesrollerna. Detta kriterium är dock inte möjligt att kontrollera via urvalsramen utan identifieras under datainsamlingen. Valet av SNI-koder beslutades i samråd mellan FU och Statisticon. Inom SNI-koder med de två första siffrorna 68 finns de flesta av FU:s medlemsföretag. Företag inom koderna 70, 71 och 81 förväntas dock ha anställd personal inom yrkesrollerna. En aspekt med SNI-koden är att ett företag kan ha en huvudbranschkod och dessutom ytterligare branschtillhörighetskoder. Endast företag med ovanstående huvudbranschkoder inkluderas i målpopulationen. Ett företag som man vet har anställd personal inom yrkesrollerna kan dock ha en annan huvudbranschkod än de som räknas upp i tabell 1. I detta fall inkluderas inte företaget i populationen. Ramförfarande Baserat på definitionen av målpopulationen beställdes ett registerunderlag till urvalsram från Företagsdatabasen (FDB) på Statistiska Centralbyrån (SCB). Uttaget av registret skedde den 12 mars, och det är alltså per detta datum som de i populationen ingående företagen definierades. Ytterligare en avgränsning som användes i vid registerbeställningen från SCB var att företaget ska vara aktivt. I FDB klassificeras de flesta bostadsrättsföreningar som inaktiva vilket medför att få bostadsrättföreningar ingår i målpopulationen eller ramen. Baserat på det registerunderlag som levererades skapade Statisticon en urvalsram. Moment som ingick i detta arbete var att sammanfoga registeruppgifterna från FDB med register avseende medlemsföretag från FU. Från FU:s register erhålls kontaktinformation till namngivna personer. FDB och FU:s medlemsföretag matchades med avseende på variabeln organisationsnummer, som fanns i båda filerna. Endast företag som fanns i FDB behölls i matchningen. Detta innebär att vissa av FU:s medlemsföretag inte inkluderades i ramen, företrädesvis företag med färre än 5 anställda. Ytterligare moment som genomfördes var att skapa stratumvariabel för urvalsdragning, se nedan, samt lösenord att användas vid inloggning till webblanketten. I tabell 2 redovisas antal företag uppdelat på bransch samt totalt antal anställda inom respektive bransch. Hur stor andel av de anställda som hör till de sju yrkesrollerna som studeras är dock inte känt. Man kan dock anta att inom vissa branscher är andelen högre. 2 Tabell 2. Antal företag och anställda (oavsett yrkesroll) i ramen uppdelat på bransch. SNI Beskrivning 68100 Handel med egna fastigheter Antal företag Antal anställda 13 153 68201 Uthyrning och förvaltning av egna eller arrenderade bostäder 613 19 145 68202 Uthyrning och förvaltning av egna eller arrenderade industrilokaler 107 1 095 68203 Uthyrning och förvaltning av egna eller arrenderade, andra lokaler 368 8 315 68204 Förvaltning i bostadsrättsföreningar 54 366 68209 Övrig förvaltning av egna eller arrenderade fastigheter 75 757 188 9 755 1 549 25 989 71121 Teknisk konsultverksamhet inom bygg- och anläggningsteknik 629 15 923 71124 Teknisk konsultverksamhet inom energi-, miljö- och VVS-teknik 300 5 970 81100 Fastighetsrelaterade stödtjänster 313 5 524 81300 Skötsel och underhåll av grönytor 127 2 646 4 336 95 638 68320 Fastighetsförvaltning på uppdrag 70220 Konsultverksamhet avseende företags organisation Summa Under datainsamlingen uppdagades att det var tre ytterligare företag som borde ha ingått i ramen, men som hade en annan branschkod än de som listas i tabell 1. Dessa tre företag tillhör fastighetsbranschen men deras huvudbranschkod var en annan än de som inkluderades i undersökningen. Av denna anledning hade de inte inkluderats i ramen. När det uppdagades att dessa tre (relativt viktiga) företag saknades i ramen genomfördes en insats så att de inkluderades i ramen och i urvalet. Storleksklass för de tre företagen visas i tabell 3. Tabell 3. Bransch och storleksklass för de tre företag som lades till i urvalsramen. Företag Antal anställda (klassindelad) Företag A 200-499 anställda Företag B 100-199 anställda Företag C 200-499 anställda En relevant fråga med anledning av detta är huruvida det finns ytterligare företag som tillhör fastighetsbranschen men som saknas i ramen? Detta skulle kunna inträffa om ett företag inom fastighetsbranschen inte har den första branschkoden enligt någon av de som visas i tabell 2. Huruvida detta har inträffat har inte analyserats inom ramen för projektet. Denna aspekt diskuteras vidare nedan under avsnittet Osäkerhetskällor. Urvalsdesign Eftersom ramen bestod av 4 336 företag, samt de tre som inkluderades i efterhand, var det lämpligt att dra ett urval. En totalundersökning låg kostnadsmässigt utanför ramen för projektet. Ramen stratifierades med avseende på tre variabler (i) medlem i FU och ej medlem, (ii) antal anställda samt (iii) en geografisk indelning. I tabell 4 redovisas stratumindelningen. Den första indelningsgrunden var huruvida företaget var medlem i FU eller inte. Alla FU:s medlemsföretag hänfördes till ett separat stratum och där genomfördes en totalundersökning, det vill säga samtliga 688 företag kontaktades. Bland övriga företag delades ramen in i tre storleksgrupper. I stratumet med de största företagen (stratum 200) genomfördes också en totalundersökning. Vid en analys av den regionala fördelningen över små och mellanstora företag visade det sig att det fanns en risk att erhålla få utvalda företag i 3 FU-region norr. Därför beslutades att dela upp små och mellanstora företag på två regional stratum; ett för FU-region norr och ett för övriga regioner sammanslaget. De tre företagen i stratum 999 är de tre som identifierades under datainsamlingen och som lades till i ramen och i urvalet. Tabell 4. Stratumindelning Antal företag Andel företag Stratum FU-medlem Företagsstorlek FU-region Ram Urval 100 Ja Alla Alla 688 688 200 Nej 100 anställda eller fler Alla 71 220 Nej 10-99 anställda Alla utom norr 1 387 221 Nej 10-99 anställda Norr 230 Nej 231 Nej Ram Urval 15,9 71,5 71 1,6 7,4 80 32,0 8,3 83 20 1,9 2,1 5-9 anställda Alla utom norr 1 981 80 45,7 8,3 5-9 anställda Norr 126 20 2,9 2,1 3 3 0,1 0,3 999 Summa 4 339 962 100,0 100,0 Den valda allokeringen (fördelningen) över stratum var en balansgång mellan olika önskemål. Budgetramarna för projektet medgav en total urvalsstorlek på cirka 900 till 1 000 företag. I den GAPanalys som genomfördes 2009 undersöktes endast FU:s medlemsföretag. I denna undersökning vidagades perspektivet till en större del av fastighetsbranschen. Tonvikt var dock på att kunna redovisa resultat uppdelat på FU:s medlemsföretag. Av den anledningen genomfördes en totalundersökning i detta stratum. Stratum 200, med storföretag, bedömdes så viktigt för totalresultaten samt att deras ramstorlek inte var så stor att en totalundersökning genomfördes. Bland små och mellanstora företag drogs dock ett urval. Med beaktande av urvalsstorlekarna i stratum 100 och 200 var urvalsstorleken bland små och mellanstora företag begränsad till cirka 200 företag. Urvalsstorleken i dessa stratum fördelades så att 20 företag drogs i FU-region Norr. Genom detta förfarande kunde vi säkerställa att erhålla ett minimum av utvalda företag från FU-region Norr; 20 företag med 10-99 anställda och 20 företag med 5-9 anställda, det vill säga 40 företag från FU-region Norr. Notera dock att hela urvalet kommer att bestå av fler företag från FU-region Norr eftersom det finns företag i FU-region Norr i stratum 100 (FU:s medlemsföretag) och stratum 200 (stora företag). Poängen med förfarande var, som sagts, att säkerställa att erhålla ett minimum av företag från FU-region Norr. Bland övriga små och mellanstora företag behövdes ingen separat stratifiering på region; tillräckligt många från varje FU-region skulle ändå bli utvalda. När urvalsstorleken 20 hade valts i stratum 221 och 231 var det naturligt att fördela de resterande 1602 företagen lika på små och mellanstora företag, det vill säga 80 vardera. Redovisningsgrupper I de tabeller som producerats i uppdraget, och som utgör grund för resultaten i rapporten, finns flera redovisningsgrupper. Här beskrivs dessa. • • 2 FU-medlem vs ej medlem: De företag som ingår i stratum 100 utgör FU:s medlemsföretag Huvudsaklig verksamhet: Grund för denna variabel var fråga 3 i webblanketten. Den löd: ”Företaget har sin huvudsakliga verksamhet inom” med svarsalternativen Bostäder respektive Kommersiella lokaler. Dock besvarade inte samtliga företag denna fråga. För att 200 företag bland små och mellanstora minus 40 i FU-region Norr ger 160 kvar att fördela. 4 • ändå kunna kategorisera samtliga svarande till någon av de två kategorierna ombads FU att manuellt klassificera de företag som ej besvarat denna fråga. Vid denna klassificering var många företag svåra att klassificera till någon av kategorierna bostäder eller kommersiella lokaler. En separat kategori, Konsult, användes för dessa. Samtliga dessa konsult-företag klassificerades dock senare som övertäckning. Region: I tabellen nedan redovisas hur kategoriseringen till FU-region genomförts. Från FDB erhålls variabeln Kom vilken är ”huvudarbetsställets fysiska belägenhet” uttryck som fyrställig kommunkod. De två första tecknen i variabeln Kom specificerar länstillhörighet. På detta sätt kategoriserade samtliga företag till någon av FU-regionerna nedan. FU-region Norr Mellan Stockholm Väst Öst Syd • Län (länskod inom parentes) Västernorrland (22), Jämtland (23), Västerbotten (24), Norrbotten (25) Uppsala (03), Sörmland (04), Örebro (18), Västmanland (19), Värmland (17), Dalarna (20), Gävleborg (21); Stockholm (01) Halland (13), Västra Götaland (14); Östergötland (05), Jönköping (06), Kronoberg (07), Kalmar (08), Gotland (09) Blekinge (10), Skåne (12) Kommunstorlek: Redovisningsvariabeln kommunstorlek har tre klasser: (i) <10 000 invånare, (ii) 10 000 – 100 000 invånare samt (iii) > 100 000 invånare. Från FDB erhålls ingen uppgift om kommunstorlek. Denna uppgift har hämtats från SCB:s publika databaser. Folkmängden avser förhållandet den 31/12-2013. Datainsamling Datainsamlingen genomfördes via en webblankett. För medlemmar i FU fanns tillgång till namngivna kontaktpersoner. Dessa kontaktades, och uppmanades att svara, via ett epostbrev. För övriga företag saknades namngiven kontaktperson. Till dessa företag skickades ett brev ställt till HRansvarig. I brevet fanns information om webbadressen till undersökningen samt inloggningsuppgifter. Påminnelsearbetet bestod av två postala påminnelser (epostala till FU:s medlemmar) och därefter telefonpåminnelser. I tabellen nedan redovisas viktiga datum under datainsamlingen. Moment Vecka Huvudutskick 12 Påminnelse 1 14 Påminnelse 2 15 Telefonpåminnelser Datainsamlingen avslutas 15-16 17 Svarsandel/bortfallsanalys Det finns flera olika sätt att beräkna svarsandelar i en undersökning. I denna undersökning använder vi den standard som Surveyföreningen tagit fram3. Enligt den standarden ska samtliga utvalda företag kategoriseras till en av de fyra kategorierna svar, bortfall, okänd status och övertäckning. I tabellen nedan visas antal företag per kategori. 3 Rapporten med standarden heter Standard för Bortfallsberäkning och finns på Surveyföreningens webbsida http://statistikframjandet.se/survey/ 5 Resultatkod Antal företag Svar Bortfall 233 33 Okänd status Övertäckning 661 35 Summa 962 Distinktionen mellan bortfall och okänd status, som också är ett bortfall, är att de som kategoriseras som bortfall har Statisticon kommit i kontakt med på något sätt under datainsamlingen. Vid denna kontakt kunde det konstateras att företaget tillhörde populationen men de meddelade att de inte önskade delta i undersökningen. Den vanligaste förklaringen till att inte delta var ”vill inte delta” följt av ”inte tid”. Okänd status, däremot, är företag där ingen kontakt har erhållits under datainsamlingen. Eftersom företagens populationsstatus inte har kunnat fastställas finns det troligtvis både företag som tillhör och inte tillhör populationen bland dessa företag. Företag som kategoriserats som övertäckning är sådan som under datainsamlingen har konstaterats inte tillhöra fastighetsbranschen. Mer specifikt har dessa företag svarat Nej på fråga 1 ”Är ditt företag verksamt i fastighetsbranschen?” i webbenkäten. För att beräkna en svarsandel kan olika antaganden om övertäckningen i kategorin okänd status göras. Ett antagande är att samtliga företag tillhör målpopulationen. Ett annat, möjligen ett extremt antagande, är att inget av dessa företag tillhör målpopulationen. Ett tredje antagande, vilket förmodligen är det vanligaste antagandet, är att försöka uppskatta hur stor andel i kategorin okänd status som tillhör målpopulationen. En sådan skattning kan baseras på kategorierna svarande, bortfall och övertäckning eftersom i dessa kategorier har vi lyckats fastställa målpopulationsstatus. En tänkbar skattning ges av = + + +ö = ä 233 + 33 ≈ 0,884 233 + 33 + 35 det vill säga 88 procent. Bland de företag där målpopulationsstatus har kunnat fastställas är det 88 procent som tillhör målpopulationen. Med denna skattning kan svarsandelen (SA) beräknas enligt ä != + + × ä = 233 ≈ 0,274 233 + 33 + 0,884 × 661 det vill säga 27 procent i svarsandel. Denna svarsandel är tyvärr låg, betydligt lägre än förhoppningen innan datasinsamlingen startade. Den låga svarsandelen har föranlett vissa förändringar i skattningsförfarande, se nästa avsnitt. I tabellerna 5 och 6 nedan redovisas resultatkoden uppdelat på stratum. Förklaringen till stratumkoderna finns i tabell 4. Det framgår att företag bland FU:s medlemsföretag (stratum 100) är det störst benägenhet att svara jämfört med övriga företag. Man kan notera att det finns fyra företag bland FU:s medlemsföretag som kategoriserats som övertäckning. Från stratum 221 och 231 (medelstora och små företag i FU-region Norrland) har inget svar överhuvudtaget inkommit. 6 Tabell 5. Resultatkoder per stratum. Antal företag Resultatkod Stratum Svar Bortfall Okänd status Övertäckning Summa 100 207 30 447 4 688 200 12 2 52 5 71 220 7 0 60 13 80 221 0 1 15 4 20 230 4 0 69 7 80 231 0 0 18 2 20 999 3 0 0 0 3 233 33 661 35 962 Summa Tabell 6. Resultatkoder per stratum. Andel företag (radprocent) Resultatkod Stratum Svar Bortfall Okänd status Övertäckning Summa 100 30,1 4,4 65,0 0,6 100,0 200 220 16,9 8,8 2,8 0,0 73,2 75,0 7,0 16,3 100,0 100,0 221 230 0,0 5,0 5,0 0,0 75,0 86,3 20,0 8,8 100,0 100,0 231 999 0,0 100,0 0,0 0,0 90,0 0,0 10,0 0,0 100,0 100,0 24,2 3,4 68,7 3,6 100,0 Summa Bortfall i en undersökning kan ha snedvridande inverkan. För att försöka förstå om sådan risk föreligger kan en bortfallsanalys genomföras. Nedan genomförs en bortfallsanalys avseende vissa variabler. I analyserna nedan har övertäckningen exkluderats, det vill säga de 35 som kategoriseras som övertäckning är exkluderade vilket medför att analyserna baseras på de övriga 927 företagen. Alla företag i kategorin okänd status betraktas i analysen som bortfall, det vill säga alla antas tillhöra målpopulationen. Notera att detta medför att svarsandelarna som redovisas i tabellerna nedan är i genomsnitt något lägre än svarsandelen på 27 procent som beräknades ovan. Analysen nedan ska därför användas för att jämföra nivåer mellan olika kategorier för att se om olika grupper har svarat i olika utsträckning, snarare än som en beräkning av svarsandelen i kategorin. I tabell 7 redovisas svarsandelen uppdelat på bransch. I kolumnen antal företag framgår antalet utvalda företag exklusive övertäckningen samt antal svarande och bortfall. Det framgår att i vissa branscher är så få företag utvalda att det inte är meningsfullt att analysera dem. Exempelvis SNI 68100 där endast två företag är utvalda och där inget av dessa två företag har svarat. Bland de branscher där ett stort antal företag har valts ut, säg 100 företag eller fler, finns det skillnader i svarsandelar. Företag inom traditionell fastighetsverksamhet, med 68 i SNI-kod, har svarat i större utsträckning än företag inom övriga branscher. Detta betyder att bland de svarande finns en relativ överrepresentation bland företag från bransch 68. Detta bör hållas i åtanke när resultaten tolkas. 7 Tabell 7. Svarsandel (exklusive övertäckning) uppdelat på bransch Antal företag SNI-kod Beskrivning Utvalda Svarande Bortfall Svarsandel 68100 Handel med egna fastigheter 2 0 2 0,0 68201 Uthyrning och förvaltning av egna eller arrenderade bostäder 391 154 237 39,4 68202 Uthyrning och förvaltning av egna eller arrenderade industrilokaler 68203 Uthyrning och förvaltning av egna eller arrenderade, andra lokaler 12 1 11 8,3 105 25 80 23,8 68204 Förvaltning i bostadsrättsföreningar 4 0 4 0,0 68209 Övrig förvaltning av egna eller arrenderade fastigheter 6 0 6 0,0 68320 Fastighetsförvaltning på uppdrag 98 26 72 26,5 70100 Verksamheter som utövas av huvudkontor4 2 2 0 100,0 70220 Konsultverksamhet avseende företags organisation 111 1 110 0,9 71121 Teknisk konsultverksamhet inom bygg- och anläggningsteknik 60 4 56 6,7 71124 Teknisk konsultverksamhet inom energi-, miljö- och VVS-teknik 21 2 19 9,5 81100 Fastighetsrelaterade stödtjänster 102 16 86 15,7 81300 Skötsel och underhåll av grönytor 13 2 11 15,4 927 233 694 Summa I tabell 8 redovisas svarsandelen uppdelat på företagens storlek (klassindelad). I tabellen har företag med 1 000 eller fler anställda slagits samman till en kategori för att förhindra röjande av huruvida enskilda stora (möjligen identifierbara) företag har besvarat undersökningen. Det framgår att de minsta företagen har den lägsta svarsandelen, större företag har högre benägenhet att svara. Vi bortser från den högsta och näst högsta klassen eftersom de endast består av 5 respektive 9 företag. Det finns alltså ett tydligt mönster i vilka företag som besvarat undersökningen avseende företagsstorlek. Detta mönster, att det är svårt att få in svar från mindre företag, linjerar med många andra företagsundersökningar. En implikation detta har är att bland de svarande är större företag relativt sett överrepresenterade. Detta bör bäras i åtanke när resultaten analyseras. Tabell 8. Svarsandel (exklusive övertäckning) uppdelat på företagsstorlek Antal företag Storleksklass Förklaring Utvalda Svarande Bortfall Svarsandel 3 4 5-9 anställda 10-19 anställda 289 232 54 42 235 190 18,7 18,1 5 6 20-49 anställda 50-99 anställda 197 85 62 30 135 55 31,5 35,3 7 8 100-199 anställda 200-499 anställda 73 37 24 18 49 19 32,9 48,6 9 10+ 500-999 anställda 1000 eller fler anställda 9 5 2 1 7 4 22,2 20,0 927 233 694 Summa I tabell 9 redovisas svarsandelarna uppdelat på FU-region. Det framgår att svarsandelarna skiljer sig åt. Lägst svarsandel är det bland företag i FU-region Stockholm och Norr. De övriga fyra regionerna 4 Dessa två företag tillkom under datainsamlingen 8 har alla ungefär samma svarsandel, Öst har den högsta. Detta betyder att det finns en viss snedvridning rörande fördelningen över region bland de svarande. Detta bör bäras i åtanke när resultaten analyseras. Tabell 9. Svarsandel (exklusive övertäckning) uppdelat på FU-region Antal företag Region (kod) Förklaring Utvalda Svarande Bortfall Svarsandel 1 FUR-Stockholm 247 46 201 18,6 2 FUR-Öst 93 32 61 34,4 3 FUR-Syd 139 37 102 26,6 4 FUR-Väst 167 49 118 29,3 5 FUR-Mellan 176 52 124 29,5 6 FUR-Norr 105 17 88 16,2 Summa 927 233 694 I tabell 10 redovisas svarsandelarna uppdelat på kommunstorlek. Det framgår att svarsandelarna är förhållandevis lika. Lägst svarsandel är det bland företag i de största kommunerna. Skillnaderna är dock inte betydande. Risken för snedvridning över variabeln kommunstorlek är därför begränsad. Tabell 10. Svarsandel (exklusive övertäckning) uppdelat på kommunstorlek Antal företag Kommunstorlek <10 000 Utvalda Svarande Bortfall Svarsandel 57 18 39 31,6 10 000- 100 000 469 120 349 25,6 >100 000 401 95 306 23,7 Summa 927 233 694 Skattningsförfarande Det finns olika sätt att presentera statistik från undersökningen. I en urvalsundersökning är det vanligt att ta hänsyn till den urvalsdesign som använts och ta fram uppräkningsvikter för alla svarande. När resultat beräknas med dessa uppräkningsvikter erhålls skattningar av resultat avseende hela populationen. För att detta förfaringssätt ska vara meningsfullt bör bortfallet inte vara alltför stort. Om bortfallet är betydande betyder det att resultaten blir osäkra och eventuell uppräkning till populationen kan ifrågasättas. I en sådan situation kan man ändå redovisa resultat för de svarande. Resultaten kan då inte generaliseras till populationen utan står för de svarande. I föreliggande undersökning var bortfallet så pass stort att FU och Statisticon beslutade, i samråd, att uppräknade värden generellt inte skulle presenteras. De resultat som presenteras avser alltså endast de svarande. I några fall i rapporten presenteras dock en uppräknad skattning, exempelvis för totalt antal anställda personer inom yrkesrollerna fastighetsskötare, fastighetsvärdar och fastighetsingenjörer. Nedan beskrivs skattningsförfarandet i tekniska termer. Vi inleder med viss notation. Låt ' beteckna populationsstorleken, det vill säga antalet företag, i populationen ( (Universen). Låt ) beteckna en undersökningsvariabel, t.ex. antal anställda 9 fastighetsskötare, och )* dess värde för företag = 1,2,∙∙∙, '. Vissa målstorheter som är av intresse i undersökningen är totaler vilka kan skrivas Med beteckningen ∑- avses ∑*∈medelvärden vilka kan skrivas = , )* (1) - för att förkorta notationen. Vissa andra målstorheter är ∑- )* (2) = ' ' Notera att t.ex. målstorheten ”andel företag som har rekryterat någon av de definierade yrkesrollerna under 2006” (fråga 6) är ett medelvärde om variabeln kodas så att 1=Ja och 0=i övrigt. Vi behöver därför inte skilja på medelvärden och procentandelar beteckningsmässigt. Vi ska även skatta målstorheter för olika redovisningsgrupper, till exempel medlemsföretag vs ej medlemsföretag. Vi utvidgar därför notationen till att omfatta även dessa. Vi delar upp populationen i 1 domäner (redovisningsgrupper) betecknade (2 , … , (4 , … , (5 . Exempelvis kan (2 beteckna medlemsföretag. Låt '4 beteckna storleken på (4 . Vi inför följande beteckning för undersökningsvariabeln ) )0- = ) ) =6 0 om ∈ ( iövrigt Vi kan då skriva målstorheten medelvärde (eller procentandel) för domän )0-> = (3) enligt ∑- )4* 4 = '4 '4 (4) Om )4* är en dikotom variabel kodad 1 och 0 representerar t d (totalt) antal företag i redovisningsgrupp d med egenskapen 1,'4 (totalt) antal företag i redovisningsgruppen och kvoten 4 /'4 representerar procentuell andel med egenskap 1. Populationen stratifieras med avseende på variablerna medlem vs ej medlem, företagsstorlek och geografiks indelning samt ett separat stratum med de 3 extra företagen som identifierades under datainsamlingen. Låt '@ beteckna storleken på stratum ℎ, ℎ = 1,2, … , B. Vi drar ett urval @ av storlek @ från stratum ℎ enligt principen för obundet slumpmässigt urval (OSU). Hela urvalet betecknas . På grund av bortfall och övertäckning erhålls svarandemängden @ inom ett stratum vars storlek betecknas C@ . Summan av svarandemängderna över samtliga stratum ℎ betecknas . Om samtliga företag hade svarat hade medelvärdet i populationen skattates enligt ̂ ∑E * )* (5) = ∑E * ' där * = '@ / @ är uppräkningsvikten (designvikten) som är kopplat till varje företag. Om det är en total som ska skattas, till exempel totalt antal anställda inom en yrkesroll, används endast skattningen i täljaren ̂ = ∑E * )* . )0D- = Emellertid svarade inte samtliga företag utan ett (betydande) bortfall inträffade. Det finns olika principer för att justera för bortfallet. Den enklaste metoden är så kallad rak uppräkning inom strata. Detta innebär att man betraktar de svarande inom ett stratum som de utvalda. Detta antagande betyder att man antar att bortfallet har skett slumpmässigt inom varje stratum. Uppräkningsvikten blir då *G = '@ /C@ . Notera att i C@ ingår övertäckningen, vilket innebär att vi gör antagandet att övertäckningen fördelar sig i populationen på samma sätt som bland de svarande. Hanteringen av övertäckningen kan därför sägas hanteras inom ramen för domänskattningar där de som tillhör populationen utgör en domän i ramen. Detta ger skattningsformeln 10 )0D- = ∑I ′ )* = ̂ (6) ' ∑E Denna skattningsformel har använts i några enstaka fall i rapporten och då i situationer när totaler ska skattas vilket innebär att det är täljaren, ̂ = ∑I *G )* , i skattningsformeln som utnyttjas. ′ I alla övriga fall när skattningar presenteras är det ovägda resultat endast baserat på de svarande. Som nämndes inledningsvis i detta avsnitt har vi valt detta beräkningssätt beroende på det stora bortfallet. Medelvärden och procentandelar skattas i dessa fall på följande sätt ∑I )* (7) C det vill säga ett ovägt medelvärde (eller procentandel) över alla svarande. En total baserat på de svarande beräknas genom att summera variabelvärden för de svarande, det vill säga täljaren i uttryck (7). )0 = I några enstaka fall har konfidensintervall för totalskattningar presenterats. Dessa har beräknats på traditionellt sätt utifrån teorin vid stratifierat OSU. Skattningsformel för variansen, för totalen ̂ , ges av L där K IO JD ̂ ! = , '@K @M2 1 − '@ /C@ C@ (8) K IO är den vanliga variansen för variabel )* i stratum ℎ, det vill säga K IO K 1 1 = P, )*K − Q, )* R S C@ − 1 C IO IO @ (9) Ett 95 procentigt konfidensintervall för ges då av ̂ ± 1,96VJD ̂ ! (10) Osäkerhetskällor En vanlig uppdelning i osäkerhetskällor i en undersökning är urval, bortfall, mätosäkerhet, ramosäkerhet och bearbetningsfel. Nedan diskuteras var och en av dessa kort. Urval Urvalsosäkerhet uppstår i och med att ett urval av företag och inte samtliga företag kontaktas. Urvalsosäkerhet hanteras normalt sätt genom att beräkna ett osäkerhethetsintervall (konfidensintervall) för en skattning. I denna undersökning har detta genomförts i några enstaka fall. I övriga fall är det ovägda svar baserat endast på de svarande som redovisas. Inga osäkerhetsintervall presenteras för dessa värden. Bortfall Bortfall orsakar dels att basen för sammanställningarna består av färre företag dels en risk för snedvridning. Om ingen snedvridning uppstår är konsekvensen av bortfall endast att det blir färre företag att baseras resultaten på. Ofta brukar man därför dra ett visst överurval i planeringsfasen av undersökningen för att ha tillräckligt med företag att basera analyserna på även om bortfall uppstår. I denna undersökning drogs ett överurval, totalundersökning i vissa strata, men bortfallet blev större än befarat. Detta har medfört att vissa särredovisningar av resultat har blivit svåra att genomföra. Baserna för analyserna är så små att de inte håller för att dra några allmänna slutsatser för vissa särredovisningar. 11 Om bortfallet inte sker slumpmässigt, utan tvärtom systematiskt, finns risk för snedvridning i resultaten. I bortfallsanalysen ovan kunder konstateras att det finns risk för snedvridning avseende följande variabler: • • • Bransch (företag med SNI-kod 68 har svarat i större utsträckning än företag i SNI-kod 81 och framförallt 71) Företagsstorlek (stora företag svarar i större utsträckning än mindre företag) Region (företag i FU-region Stockholm och Norr har svarat i lägre utsträckning än övriga regioner) När resultaten för de svarande presenteras bör man därför hålla i åtanke att de svarande består till större utsträckning av företag i bransch med SNI-kod 68 (traditionell fastighetsverksamhet), stora företag och företag från FU-regionerna Öst, Väst, Mellan och Syd. Mätosäkerhet Mätosäkerhet har att göra med om frågorna uppfattas eller förstås annorlunda än det var avsett. Om detta inträffar kan fel uppstå. Osäkerhetskällan mätfel är svårt att utvärdera utan omfattande utvärderingsstudier (vilka ligger utom ramen för projektet). Vissa av frågorna som ställdes i undersökningen konstruerades för denna insamling. För dessa frågor finns det ingen empirisk erfarenhet kring hur de fungerar eller uppfattas. Vissa andra frågor ställdes dock i den tidigare GAPanalysen. En aspekt som dock kan studeras är hur lätt eller svårt det var att besvara frågorna. Allmänt kan sägas att frågor om antal personer (antal anställda, rekrytering, avgångar) var svårare att svara på än attitydfrågor (till exempel hur man bedömer att färdig het och förmågor förändrats de senaste tre åren). Att en fråga är svårare att besvara behöver dock i sig inte vara en indikation på risk för mätfel. Ramosäkerhet I det inledande avsnittet i bilagan diskuterades hur populationsavgränsningen genomfördes. Vi konstaterade att intressepopulationen skulle kunna vara hela fastighetsbranschen i Sverige, men att en viss avgränsning var tvungen att genomföras. Baserat på den avgränsningen kan ramosäkerhet diskuteras. Man brukar vanligtvis prata om över- och undertäckning rörande ramosäkerhet. Undertäckning innebär att det finns företag i populationen som inte kommer med i ramen. Baserat på den avgränsnings som genomfördes avseende SNI-koder och antal anställda finns det en viss risk att vissa företag är verksamma till viss del inom fastighetsbranschen men har någon av de använda SNIkoderna som första branschkod. Detta noterades under datainsamlingen när tre (relativt viktiga) företag inte hade inkluderats i ramen utan uppdagades under datainsamlingen. Dessa tre företag kunde dock integreras i ramen och i undersökningen. Huruvida det finns ytterligare fler sådana stora företag verksamma inom fastighetsbranschen är okänt. Detta har att göra med att gränsdragningen mellan intressepopulationen (hela fastighetsbranschen) och målpopulationen (avgränsad till SNIkoder och antal anställda) inte är helt enkel. Avgränsningen av målpopulationen med avseende på SNI-koder och antal anställda är förvisso tydlig och klar, men det kan finnas företag inom fastighetsbranschen som ”borde” ha inkluderats i ramen men inte gjorde det på grund av att de hade inte någon av de definierade SNI-koderna som huvudbransch. Huruvida detta ska kategoriseras som undertäckning eller inte är möjligen en akademisk fråga. 12 Övertäckning innebär att det finns företag i ramen som inte tillhör fastighetsbranschen. I tabell 1 visas att redan på planeringsstadiet var det känt att viss övertäckning skulle erhållas. Vi valde att inkludera branscher där antalet anställda inom yrkesrollerna kunde vara lågt, eller till och med sakna anställda inom yrkesrollerna (det vill säga företaget är inte verksamt inom fastighetsbranschen). Övertäckning är dock inte ett lika stort problem som undertäckning eftersom övertäckning kan identifieras under datainsamlingen. Den första fråga som företagen fick ”Är ditt företag verksamt i fastighetsbranschen?” var till för att identifiera övertäckning. Företag som svarade Nej på frågan tackades och ombads att inte besvara fler frågor. Dessa företag kategoriserades som övertäckning. Det finns några intressanta sammanställningar avseende övertäckningen som kan göras. I tabell 11 redovisas antal företag i de fyra olika resultatkoderna svar, bortfall, okänd status och övertäckning uppdelat på bransch. Det framgår att i branscherna med SNI-kod 68 är andelen övertäckning låg. Exempelvis kan nämnas att för SNI-kod 68203 (Uthyrning och förvaltning av egna eller arrenderade, andra lokaler) är det ett företag som klassats som övertäckning och 25 som svarat som tillhör målpopulationen. Bland företag med SNI-kod 71 är det en betydligt större andel övertäckning. Tabell 11. Antal företag (ovägt) i kategorierna svar, bortfall, okänd status och övertäckning uppdelat på bransch Antal företag SNI-kod Beskrivning 68100 Handel med egna fastigheter 68201 Uthyrning och förvaltning av egna eller arrenderade bostäder 68202 Svar Bortfall Okänd status Övertäckning Summa 0 0 2 0 2 154 20 217 1 392 Uthyrning och förvaltning av egna eller arrenderade industrilokaler 1 1 10 0 12 68203 Uthyrning och förvaltning av egna eller arrenderade, andra lokaler 25 0 80 1 106 68204 Förvaltning i bostadsrättsföreningar 0 0 4 1 5 68209 Övrig förvaltning av egna eller arrenderade fastigheter 0 0 6 2 8 68320 Fastighetsförvaltning på uppdrag 26 9 63 1 99 70100 Verksamheter som utövas av huvudkontor 2 0 0 0 2 70220 Konsultverksamhet avseende företags organisation 1 1 109 18 129 71121 Teknisk konsultverksamhet inom bygg- och anläggningsteknik 4 0 56 8 68 71124 Teknisk konsultverksamhet inom energi-, miljö- och VVS-teknik 2 1 18 3 24 81100 Fastighetsrelaterade stödtjänster 16 1 85 0 102 81300 Skötsel och underhåll av grönytor 2 0 11 0 13 233 33 661 35 962 Summa Eftersom samtliga utvalda företag klassas till någon av kategorierna svar, bortfall, okänd status och övertäckning kan uppräkningsvikten användas för att skatta antalet företag i respektive kategori i populationen. I tabell 12 presenteras dessa skattningar. I dessa beräkningar har alltså uppräkningsvikten * = '@ / @ använts. I kolumnen Summa redovisas det skattade antalet företag i respektive För att få en känsla av om uppräkningsvikterna producerar en skattning av antal företag i respektive bransch som är rimlig har kolumnen Sant antal företag lagts till. Denna kolumn baseras på tabell 2. Som exempel kan nämnas att SNI-kod 68201 (Uthyrning och förvaltning av egna eller arrenderade bostäder) består av 613 företag baserat på undersökningen skattas antalet till 684 företag, vilket är i god paritet med det sanna antalet. Studeras flera branscher kan man notera en god överensstämmelse i de flesta fall. På summaraden längst ner i tabellen framgår totala antalet företag (4 399) i ramen. Uppskattningen av antalet företag i ramen som inte tillhör fastighetsbranschen 13 (övertäckningen) uppgår till 437 stycken. Det finns dock ett stort antal företag som klassats till okänd status och många av dessa företag har inte svarat då de inte tillhör fastighetsbranschen. Bland de företag där vi kunnat fastställa status (svarande+bortfall+övertäckning) är det WWKXYZ WWKXYZXWY[ = 0,523, det vill säga 52 procent som tillhör målpopulationen. Om vi antar att denna andel även gäller för gruppen okänd status skulle det vara 0,523 × 3424 ≈ 1790 som uppskattningsvis tillhör målpopulationen. Detta betyder att antalet företag i ramen som tillhör målpopulationen kan skattas till 2 2685. Detta motsvarar också cirka 52 procent av samtliga 4 339 företag i ramen. Uppgiftet 2 268 företag är en uppskattning men förefaller exakt då den anges på ett företag när. Mer ungefärligt kan antalet företag i ramen som tillhör fastighetsbranschen sägas uppgå till 2000 till 2500 företag. Tabell 12. Skattat antal företag i kategorierna svar, bortfall, okänd status och övertäckning i populationen uppdelat på bransch. Kolumnen Sant antal företag är det sanna antalet i respektive bransch baserat på ramen. Antal företag SNI-kod Beskrivning 68100 Handel med egna fastigheter 68201 Uthyrning och förvaltning av egna eller arrenderade bostäder 68202 Svar Bortfall Okänd status Övertäckning Summa Sant antal företag 0 0 2 0 2 13 178 20 486 1 684 613 Uthyrning och förvaltning av egna eller arrenderade industrilokaler 1 1 58 0 60 107 68203 Uthyrning och förvaltning av egna eller arrenderade, andra lokaler 81 0 275 1 357 368 68204 Förvaltning i bostadsrättsföreningar 0 0 4 1 5 54 68209 Övrig förvaltning av egna eller arrenderade fastigheter 68320 Fastighetsförvaltning på uppdrag 70100 Verksamheter som utövas av huvudkontor 70220 0 0 30 50 79 75 42 9 143 1 196 188 2 0 0 0 2 Konsultverksamhet avseende företags organisation 25 1 1 393 251 1 670 1 549 71121 Teknisk konsultverksamhet inom bygg- och anläggningsteknik 37 0 553 89 679 629 71124 Teknisk konsultverksamhet inom energi-, miljö- och VVS-teknik 18 4 240 43 305 300 81100 Fastighetsrelaterade stödtjänster 40 1 163 0 203 313 81300 Skötsel och underhåll av grönytor 18 0 78 0 96 127 442 36 3 424 437 4 339 4 336 Summa I tabell 12 framgår också en uppskattning av övertäckningen per bransch. I SNI-koderna 68 och 81 är övertäckningen försumbar. I SNI-koderna 70 och 71 finns dock övertäckning vilket var förväntat redan på planeringsstadiet av undersökningen. Bearbetning Statisticon har bearbetat och kontrollerat data i olika avseenden. Ett exempel är att härledda variabler har skapats. I webbenkäten efterfrågades exempelvis antal anställda inom olika yrkesroller uppdelat på män och kvinnor. Statisticon har skapat en ny variabel som är summan av män+kvinnor avseende antal anställda. På motsvarande sätt har ett flertal härledda variabler skapats. En annan kategori av härledda variabler är de redovisningsvariabler som används och som beskrivs i ett separat avsnitt ovan. Ytterligare en viktig härledd variabel är uppräkningsvikten som används för att skatta vissa storheter i populationen. Samtliga bearbetningar genomförs via programkod i statistikprogrammet 5 442+36+1790=2268 14 SAS. Detta medför spårbarhet i alla steg som vidtas. Samtliga steg kontrolleras innan nästa steg vidtas. 15
© Copyright 2024