Und ersökningen av bostad som råd enas kontextu ella effekter för m änniskors socioekonom isk karriär behöver en u tgångsp u nkt. Den bör bestå av en kartläggning av d e i stu d ien ingåend e bostad som råd enas kontext. Klu steranalysen i d etta kap itel u tgör basen för regressionsanalyserna, d en visar boend esegregationen, d .v.s. hu r m änniskor bor geografiskt åtskilt i olika kontexter. Klu steranalysen blir d ärm ed d en första av två kvantitativa u nd ersökningar.
Klusteranalys
Metod en för att ta fram d e fysiska och sociod em ografiska typ om råd ena var klu steranalys, vilken innebär gru p p ering av så lika om råd en som m öjligt. I d en fortsatta texten är term erna klu ster, kontext och typ om råd e jäm förbara.23
Det finns olika sätt att kom p onera kontexten som sed an u tgör en p åverkand e variabel vad gäller t.ex. en p ersons u tbild ning. H är låter jag för d et första befolkningens sam m ansättning, och för d et and ra d en fysiska om givningen, bild a kontexten. Det kan vara and elar sysselsatta, inkom ststru ktu rer och u tbild ningsnivåer för befolkningen i om råd ena. Faktorer i om givningen så som hu styp , ägand eform eller u p p låtelseform ger fysisk kontext. Up p d elningen i två gru p p er av variabler ger två klu steranalyser. Klu stret ger
om råd ets kontext och nam nges efter d ess karaktär.
Klu steranalysen görs p å om råd ets u tgångsläge, 1985, så som d et närm ast sett u t u nd er p åverkansp eriod en 1985-89. Eventu ella föränd ringar som sker i om råd ena u nd er p eriod en 1985-89 är inte beaktad e i analyserna. Det kan d isku teras om en fem årsp eriod är lång nog för att statu sen i ett om råd e skall föränd ras rad ikalt. Det har em ellertid inte varit m öjligt att granska alla 248 om råd en i analysen för att se föränd ringar.
I u tgångsläget för klu steranalysen u tgör vart och ett av om råd ena i m aterialet ett eget klu ster. I första steget av analysen förs d e om råd en som m est liknar varand ra sam m an till ett nytt klu ster. I nästa steg och i varje nytt steg i analysen förs sed an d etta eller helt nya klu ster sam m an till ett d efinierat antal klu ster i
23
Klu stren innehåller flera liknand e om råd en, d et är en gru p p av om råd en. Kontext-en använd s för att beskriva d en fysiska och d en sociala om givningen ru nt en p er-son. Den op erationella term en är typ om råd e, vilket har nam n och nu m m er och är d efinierat u tifrån d en statistika u nd ersökningen.
slu tet. H u r m ånga klu ster som är läm p liga för m aterialet går int e att veta i förväg u tan m åste testas fram . I d etta fallet form u leras ett antal klu ster u tifrån geografiska om råd en. Klu steranalysen i sig har som u tgångsp u nkt, att d et går att finna en ord ning bland d e om råd en som finns i m aterialet, d .v.s. att m an kan d ela in d et i hom ogena kategorier som m an kan säga någon ting gem ensam t om (Magnu sson 1994).
För att hand grip ligen kontrollera klu strens inbörd es kvalité och
avstånd en d em em ellan stu d eras ju st inom- och
mellangruppsvarianserna. Inom gru p p svariansen är alltid 0 i
u tgångsläget, d .v.s. varje om råd e står för sitt eget klu ster och har ingen inre varians. Sam tid igt är m ellan gru p p svariansen lika m ed 1 (eller 100 p rocent) vilket betyd er att d en u rsp ru ngliga inform ationen om om råd et finns kvar. N är sed an om rå d ena förs sam m an till nya gru p p er ökar inom gru p p svariansen och m ellangru p p svariansen m inskar. I sista steget, när alla om råd en har slagits sam m an till ett, har förhålland ena blivit d e m otsatta i jäm förelse m ed u tgångsläget. Det är inom gru p p svariansen som är 1 och m ellangru p p svariansen 0. Detta betyd er att när antalet klu ster/ typ -om råd en är få och m ellangru p p svariansen liten, m inskar också d etalj-eringsgrad en och inform ationen om resp ektive klu ster/ typ om råd e. (se Magnu sson 1994).
I tabellerna 6 och 7 visas vilka variabler som ingått i resp ektive klu steranalys.24 Ägarkategori ses som en variabel som d elar bostäd er fysiskt och är starkt kop p lat till bostad ens såväl u tseend e som om givning. Ägarkategori hör till d e fysiska variablerna m en har i förlängningen även sociala d im ensioner. Båd e d en s.k. fysiska och sociod em ografiska klu steranalysen är u tförd a i p rogram m et SPSS25.
24
För klu steranalysen m ed avseend e p å befolkningsm ässiga variabler u teslöts d e två variablerna sysselsättningsstatu s och u tbild ning eftersom d e sed an skall analyseras var för sig. I en regressionsanalys skall d e ingåend e variablerna inte korrelera för m ycket (Magnu sson 1994).
25
Klu steranalysen i SPSS var hierarchical cluster analysis, d .v.s. hierarkisk klusteranalys med Ward ’s metod (squared euclid ian d istance).
Tabell 6 V ariabler med kategorier som ingår i klusteranalysen för
att skapa fysiska typområden. Se Bilaga 1 för utförlig beskrivning av
de ur- sprungliga kategorierna i FoB 1985.
Variabler Kategorier, andelar i varje variabel
Ägarkategori 4 kategorier: allmännytta, bostadsrätt, enskild ägare eller stat, kommun m.fl. vilket utgör kategorin övriga
Hustyp 2 kategorier: småhus i vilken friliggande enbostadshus, kedje- hus och tvåbostadshus ingår samt övriga med flerbostadshus. Upplåtelseform 4 kategorier: äger huset, har bostadsrätt, hyresrätt i 1:a, 2:a
el.3:e hand och övrigt med bostäder under reparation, icke sålda, till uthyrning, utrymd för rivning m.m.
Lägenhetsstorlek 4 kategorier: smålägenheter som ettor och tvåor, kategorin treor, kategorin fyror och lägenheter med fem rum eller mer Byggnadsperiod 4 kategorier: före 1901 till 1950, perioden efter kriget 1951-
1965, perioden med miljonprogrammet 1966-1975 och perio- den 1976-1985
Fem variabler och
18 kategorier (se Bilaga 1 över variabler)
Tabell 7. V ariabler med kategorier som ingår i klusteranalysen för
att skapa sociodemografiska typområden. Se Bilaga 1 för utförlig
beskrivning av de ursprungliga kategorierna i FoB 1985.
Variabler Kategorier, andelar i varje variabel
Kön 2 kategorier: män och kvinnor
Födelseår 3 kategorier: yngre, födda efter 1966, kategorin medelålders, födda 1966 och tidigare till 1921 samt kategorin äldre, födda 1921 eller tidigare
Sammanboende 2 kategorier: sammanboende gifta eller ogifta samt ej sam- manboende gifta och övriga
Hushållstyp 1 4 kategorier: enboende män eller kvinnor, ensamstående män eller kvinnor med barn 0-15 år, ett el. flera sammanbo- ende par och övriga hushåll utan barn 0-15 år samt minst ett sammanboende par eller övroga hushåll med barn 0-15 år Födelseland 8 kategorier: Sverige, Norden, Europa, Nordamerika, Syd-
amerika, Afrika, Asien samt uppgift saknas Antal boende i
hushållet
4 kategorier: enboende, tvåpersoners hushåll, tre till sju bo- ende samt fler än sju boende
Inkomst 4 kategorier: befolkningsklasser i kvartiler (med undantag för lägsta kvartilen inkluderar alla med 0 kr i inkomst vilket gör att de blev många) 26
Socioekonomisk kod 4 kategorier: arbetare, tjänstemän, företagare och övriga åtta variabler och
27 kategorier (se Bilaga 1 över variabler)
Materialet är u p p d elat p å p ersoner och krävd e aggregering för varje om råd e för d e fysiska variablerna. De d ata som använd es
26
Pop u lationens förd elning i klasser m ed olika inkom ster; kvartil 1 m ed tillägg blev 42%, kvartil 2 blev 8 p rocent, kvartil 3 blev 25 p rocent sam t fjärd e kvartilen 25 p rocent av befolkningen.
var d en för avhand lingen betyd elsefu lla p op u lationen p å 204 440 p ersoner som bott i sam m a SAMS-om råd e i någon av kom m u nerna 1985 till 1989. N är d e p ersoner som saknad e u p p gift för någon av d e fem fysiska va riablerna tagits bort återstod 203 318 p ersoner (borttagna var 2 166). Aggregeringen sked d e vid are genom om kod ad e variabler och beräk nand e av and elar för varje om råd e. Kategorier skap ad es av SCB:s u r sp ru ngliga variabler som finns red ovisad e i Bilaga 1.