Beräkningsdefinition sambo

2011

ÖREBRO UNIVERSITET

Handelshögskolan Statistik

C-uppsats, 15 p

Handledare: Ann-Marie Flygare Examinator: Per Gösta Andersson VT 2011 Författare Ann Gustafsson 860702 Tina Sehalic 750106

BERÄKNINGSDEFINITION

SAMBO

Förord

Detta är en c-uppsats i ämnet statistik i samarbete med SCB.

Vi vill tacka Anders Holmberg, Annika Klintefelt, Carina Nilsson, C-G Hjelms, Dan Lundberg, Elisabet Andersson, Lovisa Sköld, Karin Wegfors, Marina Carlén, Staffan Berge Holmbom, Stefan Svensson vid SCB, som gjort det möjligt för oss att skriva denna uppsats.

Ett alldeles speciellt TACK vill vi ge Ann-Marie Flygare som stöttat oss fullt ut, bidragit med konstruktiv kritik och väglett oss i rätt riktning.

Sammanfattning

Tidigare definierades sambor i RTB som en kvinna och en man vilka inte är gifta med varandra men som är folkbokförda på samma fastighet och har gemensamma barn. I och med den nyligen införda variabeln lägenhetsnummer i RTB skulle det nu kunna vara möjligt att förbättra klassificeringen av individer som sambo/icke-sambo i RTB. Genom att ta fram en

tillfredsställande beräkningsdefinition för sambo är förhoppningen att kunna få civilstånd sambo i RTB även på sammanboende par som inte är gifta eller har gemensamma barn. För att kunna utvärdera alternativa klassificeringskriterier för beräkning av sambor har vi datamaterial från AKU 2010 samt ett utdrag ur RTB till hjälp. AKU är ett urval och vi betraktar variabeln civilstånd som korrekt för att ha möjlighet att utvärdera alternativa beräkningsdefinitioner, AKU betraktas alltså som sanningen. För att få fram en passande beräkningsdefinition för sambo har vi använt oss av olika körningar med varierande kriterier för åldersskillnad och kön. Det mest

tillfredsställande resultatet i förhållande till AKU:s skattning fick vi då individerna är av motsatta kön och har en åldersskillnad på mindre än 15 år.

Innehållsförteckning

4.2 Sammanslagning av AKU_2010 och RTB ...12

4.3 Bearbetning av det sammanslagna materialet ...12

4.4 Skattningar av andel sambos vid olika definitioner ...14

5 Resultat och Analys ...15

5.1 Antal AKU-personer i hushållen ...15

5.2 Resultat för andel sambor enligt AKU ...15

5.3 Resultat för olika klassificeringskriterier ...16

6 Diskussion ...17

6.1 Felkällor ...17

6.2 Icke-sambo i AKU men sambo enligt vår definition ...17

6.3 Sambo i AKU men icke-sambo enligt vår definition ...18

6.4 Varför definieras inte alla sammanboende, ogifta, med/utan barn som sambor?18 7 Slutsats ...18

8 Referenser ...19

5

1 Definitioner

AKU Arbetskraftsundersökningen; månatlig individbaserad urvalsundersökning vars syfte är att ”beskriva aktuella arbetsmarknadsförhållanden för hela befolkningen i

åldersgruppen 15-74 år och att ge information om utvecklingen på arbetsmarknaden.”1

MAD Mean absolute deviation; genomsnittlig avvikelse i absoluta tal. där är den totala andelen i vardera kategori som erhölls vid olika

beräkningsdefinitioner och är den totala andelen i vardera kategori från AKU. är antal kategorier.

HEK Hushållens ekonomi; årlig urvalsundersökning vars syfte är att ”kartlägga den disponibla inkomstens fördelning bland olika hushåll, belysa inkomststrukturen samt beskriva boendet och boendeutgifterna för hushåll i olika boendeformer.”2

RTB Register över totalbefolkningen; ett utdrag ur de folkbokföringsregister som förs inom skatteförvaltningen och som framförallt används som ett basregister för framställning av statistik avseende befolkningens storlek och sammansättning.3

Sambo ”Två personer anses ha ett samboförhållande när de  tillhör samma hushåll,

 har ett äktenskapsliknande förhållande med varandra,  inte är gifta eller i registrerat partnerskap med varandra.”4

SAS Statistical Analysis System; statistiskt datorprogram för databearbetning, statistisk analys och rapportering.

SCB Statistiska centralbyrån; myndighet som tar fram statistik för beslutsfattande, debatt och forskning främst på uppdrag av regeringen och olika myndigheter.5

ULF Undersökningarna av levnadsförhållanden; ”genomförs varje år med ett slumpmässigt urval av Sveriges befolkning, 16 år och äldre” och omfattar ”arbetsmiljö, boende, ekonomi, hälsa, fritid, materiella tillgångar, medborgerliga aktiviteter, sociala relationer, sysselsättning och arbetstider, trygghet och säkerhet samt utbildning”.6

1 http://www.scb.se/Statistik/AM/AM0401/_dokument/AM0401_BS_2010.pdf sid.3 110518 2 http://www.scb.se/Pages/Product____7286.aspx 110523 3 http://www.scb.se/Pages/List____257499.aspx 110518 4 http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2009:329:0029:0068:SV:PDF sid. L329/58 5 http://www.scb.se/Pages/List____250620.aspx 110519 6 http://www.scb.se/Pages/Product____12199.aspx

6

2

Inledning

2.1 Bakgrund

EU inledde på 1980-talet arbetet med att skapa en harmoniserad census, folkräkning, vilket har lett till dagens ”EU legislation on the 2011 Population and Housing Censuses”7_{. I och med} medlemskapet och samarbetet i EU har Sverige fått nya direktiv för vilka variabler som är av intresse att mätas i census. Det är lagstadgat att alla EU:s medlemsstater skall genomföra befolknings- och hushållsstatistik.8

Sverige har följt utvecklingen av EU:s statistiska samarbete och därmed instiftat nya lagar för att kunna utföra insamling av befolknings- och hushållsstatistikens samtliga variabler. Ett av

besluten Riksdagen tog år 2006 var att inför ett lägenhetsregister9, vilket möjliggör en

registerbaserad hushålls- och bostadsberäkning. För att detta ska vara genomförbart krävs att alla lägenheter i Sverige förs in i ett lägenhetsregister och att folkbokföringen utökas med lägenhetsnummer. Före denna förändring gick det inte att urskilja lägenheter i

flerfamiljsfastigheter, vilket ledde till svårigheter att urskilja hushållssammansättningar. Genom att variabeln lägenhetsnummer tillkommer i RTB fås, förhoppningsvis, en tydligare bild över hur hushållen ser ut vad gäller civilstånd. Detta kan leda till förbättrade registerbaserade skattningar av andelarna i klasserna för civilstånd. Tidigare kunde sambor utan gemensamma barn inte kopplas samman till ett hushåll utan felklassificerades som ensamstående. Då det är vanligt med samboförhållanden utan gemensamma barn blev det en underskattning av antalet/andelen sambor och en överskattning av antalet/andelen ensamstående i tidigare statistik10.

Vikten av att ha en bra uppskattning av hushållssammansättningar är bland annat för att kunna guida beslutsfattare, på framförallt lokal nivå, vid samhällsplanering. Statistiken ger exempelvis underlag för planering och fördelning av resurser till olika verksamheter, såsom skolor,

äldreomsorg, socialtjänst och räddningstjänst11.

SCB erhåller uppgifter om individer från folkbokföring och skatteadministration för att ständigt utveckla sitt statistiska registersystem. Det är sannolikt att kvaliteten på datat skulle sänkas om SCB valde att göra egen datainsamling parallellt med till exempel Skatteverkets. En sådan

7 Eurostat Methodologies and Workingpapers (2011) EU Legislation on the 2011 Population and Housing Censuses — Explanatory Notes. ISSN 1977-0375

8 Eurostat Methodologies and Workingpapers (2011) EU Legislation on the 2011 Population and Housing Censuses — Explanatory Notes. ISSN 1977-0375 sid.9

9 http://62.95.69.3/sfsdoc/06/060378.pdf 24/04/11

10 C. Wass, T. Blomqvist,B. Kalnins, H. Schults m.fl. (2004) Familjeprojektet Slutrapport. Statistiska Centralbyrån sid.4 Opublicerat 11Statistiska Centralbyråns Kundtidning (2010) Källa:SCB nummer4 2010 sid.3

7 datainsamling skulle öka både kostnaderna och uppgiftslämnarbördan samt innehålla större mätfel till följd av eventuellt ökat bortfall när till exempel uppgiftslämnaren anser att denne redan besvarat frågorna till annan myndighet.12

Anders Wallgren och Britt Wallgren har, i sin handbok ”Registerstatistik- en introduktion”, sammanfattat för- och nackdelar med undersökningar baserade på register eller egen datainsamling:

Bild 1 För- och nackdelar med surveystatistik och registerstatistik

Fördelar Nackdelar

Undersökningar baserade på egen datainsamling

Du kan ställa de frågor du vill Kan vara aktuell

Vissa respondenter ... ... förstår inte frågan ... har glömt hur det var ... svarar inte (bortfall) ... svarar slarvigt

Uppgiftslämnarbördan kan bli stor Dyrt Låg kvalitet på skattningar för små redovisningsgrupper (gäller urval) Registerbaserade undersökningar Ingen ytterligare uppgiftslämnarbörda för statistiken Låga kostnader

God täckning av populationens objekt

Data för varje år

Respondenterna svarar omsorgsfullt på

administrativt viktiga frågor

Goda möjligheter till redovisning för små

grupper, regional statistik och longitudinella

studier

Du kan inte ställa frågor själv Du är beroende av de administrativa systemens

populations- och objektavgränsningar samt variabeldefinitioner

I vissa fall lång tid från händelse till att data

blir tillgängliga

Förändringar i de administrativa systemen

försvårar jämförelser

Variabler som är mindre viktiga för det

administrativa arbetet kan ha lägre kvalitet

Källa: http://www.scb.se/statistik/OV/OV9999/2004A01/OV9999_2004A01_BR_X99OP0401.pdf sid.15 110518

8 Finansdepartementet uppskattade år 2007 att en ny, delvis enkätbaserad folk- och

bostadsräkning skulle kosta ca 400 miljoner kronor medan kostnaderna för ajourföring av lägenhetsregistret, folkbokföring på lägenheter och statistikframställning beräknades kosta ca 25 miljoner kronor per år.13 Det skulle därmed vara kostnadsbesparande att använda det nya lägenhetsregistret då EU lagstadgat för en census vart tionde år.

2.2 Syfte

Tidigare definierades sambor i RTB som en kvinna och en man vilka inte är gifta med varandra men som är folkbokförda på samma fastighet och har gemensamma barn. Då det är vanligt med samboförhållanden som inte uppfyller kravet på gemensamma barn gav denna definition en underskattning av antalet sambor och en överskattning av antalet ensamstående.14 2003 påbörjades ett projekt på SCB, det så kallade Familjeprojektet, vars mål var att hitta ytterligare sambor genom andra register.

I och med variabeln lägenhetsnummer i RTB skulle det nu kunna vara möjligt att förbättra klassificeringen av individer som sambo/icke-sambo i RTB, att vidareutveckla den härledda variabeln sambo. Genom att ta fram en tillfredsställande beräkningsdefinition för sambo är förhoppningen att även sammanboende par som inte är gifta eller har gemensamma barn ska kunna klassificeras som sambo.

Däremot kan man inte dra slutsatsen att två individer är sambor enbart för att de bor ihop utan att vara gifta. Definitionen för sambo är enligt EU:s förordning två individer som tillhör samma hushåll och har ett äktenskapsliknande förhållande med varandra men som inte är gifta eller i registrerat partnerskap med varandra15.

Genom att ta fram en passande beräkningsdefinition för sambo hoppas vi kunna innefatta så många sambor som möjligt och samtidigt utesluta hushåll där till exempel den ena är

inneboende. Förhoppningen är att beräkningsdefinitionen ska kunna användas till att framställa en mer fullständig hushålls och familjestatistik.

13 http://www.riksdagen.se/webbnav/index.aspx?nid=251&dok_id=GU06FPM68&rm=2006/07&bet=FPM68 110428

14 C. Wass, T. Blomqvist,B. Kalnins, H. Schults m.fl. (2004) Familjeprojektet Slutrapport. Statistiska Centralbyrån sid.4 Opublicerat 15 Eurostat Methodologies and Workingpapers (2011) EU Legislation on the 2011 Population and Housing Censuses —

9

2.3 Avgränsningar

Vi tittar på olika åldersskillnader för olikkönade par och jämför med skattningen vi får om kriteriet för åldersskillnad tas bort. Dessutom jämför vi skattningen för olikkönade par utan kriterium för åldersskillnad med skattningen vi får om samkönade par tas med vid körning utan kriterium för åldersskillnad. Angående samkönade par har vi valt att inte lägga in villkor för åldersskillnad. Villkoret för åldersskillnaden blir irrelevant då överskattningen vi får av sambor om samkönade par tas med troligtvis blir större än underskattningen av sambor om dessa utesluts.

Överskattningen vid körning med samkönade blir en följd av de par som felaktigt skulle klassificeras som sambor, exempelvis kompisar som bor ihop, medan underskattningen vid körning utan samkönade par är en följd av exempelvis de homosexuella par som idag inte klassificeras som sambor.

Beträffande åldersskillnaden mellan sambor gör vi ingen skillnad beroende på om det är mannen eller kvinnan som är äldst i förhållandet.

3

Material

3.1 Underlag

För att vi skulle få en inblick och förståelse av hur långt SCB kommit med skattning av variabeln sambo, fick vi ta del av SCB Familjeprojektet 2004 slutrapport. Familjeprojektet var ett projekt som skulle utreda möjligheterna att med hjälp av andra register hitta och utveckla

familjebegreppet i RTB. Eftersom samboförhållanden endast kunde fångas upp i RTB om man har gemensamma barn och folkbokförda på samma adress gav detta i familjestatistiken en överskattning av ensamstående och en underskattning av sambo. Familjeprojektet använde sig av sex olika register, Fastighetstaxeringsregistret (FTR), Folk och bostadsräkningen 1990 (FoB90), Bostadsbidragsregistret, Socialbidragsregistret, teleadress register och postens register. För att få fram variabeln sambo från de olika registren bestämdes en del kriterier. Några kriterier var att individerna skulle vara boende på samma fastighet, de fick inte vara nära släkt med varandra, de fick inte vara av samma kön samt att åldersskillnaden inte fick vara för stor. Familjeprojektet ansåg att om man tog med par av samma kön skulle detta ge en stor felklassificering av par, då kompisboende utgör en stor andel av de samkönade hushållen. För

10 att få fram en passande åldersskillnad mellan mannen och kvinnan tittade man på

åldersskillnaderna bland gifta par och sambor med gemensamma barn.16

Projektet drog också slutsatsen att de sambopar som hittades framför allt var stabila

samboförhållanden och att man därför kunde misstänka att det var nyblivna sambopar som missats. Familjeprojektet bedömde redan då att om det fanns ett lägenhetsregister, med en fungerande folkbokföring på lägenhet, skulle detta bidra till förbättrade förutsättningar att öka precisionen i hushållsstatistiken.17

För att hitta ytterligare underlag till utvecklingen av beräkningsdefinitionen för sambo tittade vi även på hur de nordiska grannländerna Finland och Danmark gjort. Finland och Danmark har sedan en längre tid haft bostadsräkning på lägenhetsnivå och har därför kunnat utarbeta en tillfredsställande beräkningsdefinition för sambo.

Finlands arbetsdefinition: ”Samboende parbildas av personer av motsatta kön som

stadigvarande bor i samma bostad, om de fyllt 18 år och om deras åldersskillnad är mindre än 16 år, och de inte är syskon. Om paret har ett gemensamt barn tillämpas inte dessa regler. Samboende personer av samma kön betraktas inte som samboende par. Bara registrerade partnerskap statistikförs.”18

”Ett dataprogram grupperar personerna i bostadshushåll på basis av koden för deras stadigvarande hemvist. För varje person som stadigvarande bor i bostaden ingår

personbeteckning för föräldrar, make/maka och samtliga barn. Programmet bildar familjerna på basis av dessa personbeteckningar.”19

Danmarks arbetsdefinition: Sambor - Två individer av motsatt kön på minst 16 år med en åldersskillnad på mindre än 15 år. De har inga barn i Centrale Personregister (CPR) och de är så långt (CPR) kan säga inte i nära släktskap med varandra.20

Dessutom har vi tittat på eventuell samboskattning från HEK och ULF men då dessa enbart publicerar sammanboende par, alltså inklusive gifta, går det inte att använda för jämförelse med våra skattningar.

16 C. Wass, T. Blomqvist,B. Kalnins, H. Schults m.fl. (2004) Familjeprojektet Slutrapport. Statistiska Centralbyrån sid.20 Opublicerat 17 C. Wass, T. Blomqvist,B. Kalnins, H. Schults m.fl. (2004) Familjeprojektet Slutrapport. Statistiska Centralbyrån sid.4 Opublicerat 18 http://www.stat.fi/til/perh/2009/perh_2009_2010-05-28_laa_001_sv.html 110410

19 http://www.stat.fi/til/perh/2009/perh_2009_2010-05-28_laa_001_sv.html 110410

20 http://www.dst.dk/Statistik/dokumentation/times3/emnegruppe/emne/variabel.aspx?sysrid=157615&timespath=1%7C761%7C 110412

11

3.2 Dataprogram

Alla databearbetningar och beräkningar har gjorts med programvaran SAS.

3.3 Datamaterial

För att kunna utvärdera alternativa klassificeringskriterier för beräkning av sambor har vi datamaterial från AKU 2010 till hjälp. AKU är ett stratifierat urval och vi betraktar variabeln civilstånd som korrekt för att ha möjlighet att utvärdera alternativa beräkningsdefinitioner, AKU betraktas alltså som sanningen. AKU utförs varje månad där individerna får svara på frågor främst via telefonintervjuer. Fördelen med att använda AKU är att det är en stor undersökning med avseende på antalet individer som ingår i urvalet. Varje månad intervjuvas ca 30 000 individer mellan 15 och 74år, vilket gör att vårt datamaterial innehåller ca 118 000 unika

individer efter borttagande av dubbletter. En av frågorna handlar om individens civilstånd, vilket är den variabel från AKU som vi är intresserade av att betrakta. Datamaterialet vi har tillgång till är kodat där till exempel personnummer har bytts ut mot löpnummer, vilka fungerar på samma sätt men kan inte spåras till individerna. Datamaterialet innehåller variablerna löpnummer, mätmånad och civilstånd, där värdet på variabeln civilstånd används som det sanna värdet vid jämförelse med olika beräkningsdefinitioner för att utvärdera de olika alternativa

beslutskriterierna. En utförlig variabellista med förklaringar finns i Bilaga 4 – Variabellista. Vi har även tillgång till datamaterial från RTB för att kunna jämföra olika beräkningsdefinitioner. RTB är ett utdrag ur de folkbokföringsregister som förs inom skatteförvaltningen. Det används som ett basregister för framställning av statistik avseende befolkningens storlek och

sammansättning.21 Även detta datamaterial vi fått tillgång till är kodat, för personnummer men även för lägenhetsnummer. I datamaterialet finns lägenhetsnyckel, som är vår kodade version av lägenhetsnummer, för att vi ska kunna hitta individer som lever i samma hushåll. Dessutom finns ytterligare variabler av sådan karaktär att vi kan koppla ihop familjemedlemmar för att kunna utesluta dessa vid våra definitionskörningar. För utförlig variabellista med förklaringar hänvisas till Bilaga 4 – Variabellista.

12

4 Metod

4.1 Bearbetning av AKU_2010

I datamaterialet finns en variabel som heter löpnummer vilket är den individspecifika variabeln som är nyckel mellan AKU och RTB, som gör det möjligt att identifiera individerna som finns med i AKU i RTB. Första bearbetningen är att ta bort alla individer som har värdet noll på löpnummer, vilket är individer som saknas i RTB. Den troligaste anledningen till att de inte finns i RTB är att de avlidit eller emigrerat efter intervjutillfället för AKU. Då dessa inte har individuella löpnummer och inte finns att hitta i RTB ska de inte ingå vid beräkningarna och utesluts således från datamaterialet. Därefter sorteras datat på fallande löpnummer samt fallande mätmånad för att få varje individs senaste svar i AKU överst. Detta för att kunna ta bort dubbletterna för löpnummer med äldre data och när denna rensning är gjord enbart behålla varje individs senaste mätvärde. När de äldre mätvärdena är borttagna sorteras datamaterialet om på stigande löpnummer för att senare kunna matchas med datamaterialet från RTB, vilket är sorterat på stigande löpnummer.

4.2 Sammanslagning av AKU_2010 och RTB

Det bearbetade AKU-materialet utökas med variabler från RTB och sedan görs datamaterialet om till två tabeller där den ena innehåller de individer i AKU som har en lägenhetsnyckel och den andra innehåller de som inte har lägenhetsnyckel. Anledningen till att datamaterialet delas är för att kunna matcha de individer i AKU som har en lägenhetsnyckel med sina

hushållsmedlemmar.

Det finns 13 107 personer i datamaterialet som saknar lägenhetsnyckel, vilka inte ska ingå eftersom de inte går att koppla ihop med sina eventuella hushållsmedlemmar. Behålls dessa individer skulle de klassificeras som icke-sambo i alla definitionskörningar eftersom ingen hushållsmedlem finns och det skulle då leda till en underskattning av antal/andel sambor.

4.3 Bearbetning av det sammanslagna materialet

När datamaterialen satts ihop och sorterats på lägenhetsnyckel visar det sig att det finns hushåll med osannolikt många medlemmar i, bland annat ett hushåll med 49 medlemmar. En trolig förklaring till detta är att de bor i ett flerfamiljshus där fastigheten inte fått lägenhetsnummer än. Skulle dessa finnas kvar är sannolikheten stor att de får civilstånd sambo i alla

definitionskörningar då det troligtvis finns någon i fastigheten som uppfyller kriterierna som dennes sambo, vilket skulle leda till en överskattning av andel sambor. Med detta som bakgrund

13 rensas hushåll med fler än tio medlemmar bort, vilket leder till att 490 individer i AKU tas bort från datamaterialet.

I nästa steg sorteras hushållen för att få individerna i AKU överst i vardera

fastigheten/lägenheten. Sedan görs tabellen om så att det, i varje hushåll, skapas nya variabler för vardera av individerna som tillhör hushållet. Den individ i varje hushåll som sorterats som förste individ har alltså varit med i AKU. Dennes nya variabler heter LopNr1, MMan1,

Civilstand1, LopNrMor1, LopNrFar1 och så vidare. Om det fanns en till individ i hushållet sorterades den som nummer två och dennes nya variabler heter LopNr2, MMan2, Civilstand2 och så vidare. Detta gjordes för var och en av individerna upp till hushållsmedlem nummer tio, vilket är det största hushållsmedlemsantalet vi behållit från tidigare utrensning av stora hushåll. Tidigare visade alltså tabellen en individ per rad, vilket nu gjordes om så att den visar ett hushåll per rad. Detta underlättar programmeringen för jämförelserna mellan individer inom ett hushåll. Överflödiga variabler tas bort då de blir dubbletter när de nya variablerna för varje individ i hushållet skapades i tidigare körning. Dessa är variablerna från AKU för den översta individen i tabellen, vilka nu även finns som LopNr1, MMan1 och så vidare.

I nästa körning kontrolleras hur många individer i varje hushåll som varit med i AKU. Som flest har tre individer i ett hushåll deltagit i AKU 2010.

För att underlätta senare jämförelser med resultat från egna definitionskörningar skapas nu tre nya variabler för civilstånd. Anledningen till att tre nya variabler skapas är för att det finns max tre individer i AKU i varje hushåll, där vardera av dessa behöver ett eget värde. De som angivit sambo i AKU tilldelas värdet noll, icke sambo tilldelas värdet ett och de som inte angivit

civilstånd alls behåller sina punkter, vilka står för ”missing value”, då dessa inte ska klassificeras som vare sig sambo eller icke sambo. I de hushåll där individ två och/eller tre inte varit med i AKU får dessa individer värdet 9999 som civilstånd för att enkelt kunna skiljas från de som varit med i AKU.

14

4.4 Skattningar av andel sambos vid olika definitioner

För att få fram skattningar av andel sambor, icke-sambor och övriga i AKU skapas tre nya variabler. Varje hushåll summeras för att visa antal som varit med i AKU och angivit sambo som civilstånd, antal som varit med i AKU och angivit något annat än sambo som civilstånd samt de övriga som varit med i AKU men som inte angivit något civilstånd alls. Det är dessa skattningar som ligger till grund för jämförelserna med olika kriterier för klassificering av sambo.

För att få fram skattningar för sambo vid olika klassificeringskriterier sammanställs ett

körschema där det är enkelt att ändra olika kriterier. Varje individ som varit med i AKU testas mot vardera av de övriga hushållsmedlemmarna för att se om någon uppfyller alla kriterier för att vara individen i AKU:s sambo. Uppfylls kriterierna får individen i AKU ”sambo” som ny civilstatus, finns ingen i hushållet som uppfyller alla kriterier får personen i AKU ”icke-sambo” som civilstatus. Kriterier som följer alla körningar är av sådant slag att de utesluter släktskap och äktenskap medan kriterier för åldersskillnad och för olika kön enkelt ändras för att få fram resultat. För ingående körschema se Bilaga 3 – Körschema.

Följande tabell kommer att användas för att jämföra resultaten för de olika klassificeringskriterierna för sambo:

Tabell 1: Andelar för individer i AKU 2010

RTB

Sambo Icke-sambo

Sambo ruta1 ruta2

AKU Icke-sambo ruta3 ruta4

Övriga ruta5 ruta6

100% Summa över-/underskattning = ruta3-ruta2

15

5

Resultat och Analys

5.1

Antal AKU-personer i hushållen

Sammanlagt finns 105 763st individer i datamaterialet från AKU som har lägenhetsnyckel och som bor i ett hushåll med färre än 10 medlemmar.

 Det finns 104 583st hushåll där minst en varit med i AKU.

 Det finns 1 168st hushåll där minst två av medlemmarna varit med i AKU.  Det finns 12st hushåll där tre medlemmar varit med i AKU.

 Det finns inga hushåll där fyra eller fler medlemmar varit med i AKU.

5.2 Resultat för andel sambor enligt AKU

Tabell 2: Andelar för individer i AKU 2010

RTB

Sambo Icke-sambo

Sambo ruta1 ruta2 17,86%

AKU Icke-sambo ruta3 ruta4 59,67%

Övriga ruta5 ruta6 22,47%

100 % Summa över-/underskattning = ruta3 - ruta2

Av de 105 763 individer som var med i AKU och kunnat knytas samman med sina

hushållsmedlemmar svarade 17,68% att de är sambor medan 59,67% uppgav annat civilstånd. 22,47% har inte svarat något och kan därför inte klassificeras som vare sig sambo eller icke-sambo, utan klassificeras i kategorin ”övriga”. Dessa uppgifter kan inte generaliseras till hela populationen då AKU använder ett stratifierat urval och inte har samma inklusionssannolikheter för alla individer i populationen.

Tabell 3: Andelar för individer i AKU 2010

RTB

sambo icke-sambo

sambo r1 r2 23,04%

AKU icke-sambo r3 r4 76,96%

100%

Resultatet visar att andelen sambor av de som angivit civilstatus i AKU är 23,04% medan 76,96% har angivit annan civilstatus än sambo.

16

5.3 Resultat för olika klassificeringskriterier

För att få en tydlig bild över resultatet räknade vi ut den genomsnittliga avvikelsen i absoluta tal, vilken återges i den färgade rutan.

Tabell 4: Resultat

Resultat inkl. samkönade Resultat för enbart olikkönade par vid olika åldersskillnader:

Utan ålder 4,35% Utan ålder 2,04% <15 år 0,03%

20,63% 2,41% 20,31% 2,73% 19,89% 3,15%

6,75% 70,21% 4,76% 72,2% 3,12% 73,84%

27,38% 72,62% 25,07% 74,93% 23,01% 76,99%

Tabellen längst till vänster visar resultatet från körning där samkönade inkluderats. Där kan man bland annat utläsa att 90,84% av alla individer i AKU som angivit civilstatus har klassificerats korrekt på individnivå. Man kan även utläsa att 9,16% har felklassificerats. 6,75% har felaktigt klassificerats som sambor och 2,41% har felaktigt klassificerats som icke-sambor.

Den mittersta tabellen visar resultatet där samkönade uteslutits. Där ser man att 92,51% klassificerats korrekt och 7,49% felklassificerats. 4,76% har felaktigt klassificerats som sambor och 2,73% har felaktigt klassificerats som icke-sambor.

Tabellen längst till höger visar resultatet från körning där samkönade uteslutits och en

åldersskillnad på <15 år lagts till som kriterium. Här syns att 93,73% av alla individer i AKU som angivit civilstatus har klassificerats korrekt på individnivå. Man kan även utläsa att 6,27% har felklassificerats, där 3,12% felaktigt klassificerats som sambor och 3,15% felaktigt klassificerats som icke-sambor.

Vid jämförelse med andelen sambor från AKU 2010 ser vi en överskattning på 4,35% då samkönade inkluderas, eftersom andelen sambor här blir 27,38%. När samkönade par utesluts blir det en överskattning på 2,04% då skattningen här blir 25,07% sambor. Där även en

åldersskillnad <15 år läggs till som kriterium blir det en underskattning på 0,03% eftersom andelen sambor här skattas till 23,01%.

För alla resultat hänvisas till Bilaga 1 – Resultat inklusive kategorin ”övriga” och Bilaga 2 – Resultat enbart för de som går att klassificera från AKU

17

6 Diskussion

En möjlig vidareutveckling av kriterier för klassificering av sambo/icke-sambo skulle kunna vara en beräkningsdefinition för olika åldersskillnader vid olika åldrar då det är vanligare att ha en betydligt yngre sambo vid högre ålder än vid lägre men det är mest praktiskt att ha en och samma för alla åldrar. En annan möjlig utökning kan vara att titta på om det är lämpligare med olika definitioner på åldersskillnaden beroende på om det är kvinnan eller mannen som är äldst. Det är rimligt att tro att det är vanligare för en man att ha en betydligt yngre kvinna än tvärt om.

6.1

Felkällor

De olika beräkningsdefinitionerna är jämförda på individer som ingår i AKU 2010, som är ett urval av Sveriges befolkning 15-74 år. Skulle beräkningsdefinitionerna jämföras på ett annat urval av individer blir resultaten således inte identiska.

Datamaterialet från AKU är inhämtat under 2010 medan utdraget från RTB är gjord 2011. I datamaterialet från AKU 2010 finns 3608st rader där löpnumret = 0. Detta är individer som saknas i RTB och den troligaste anledningen är att de avlidit eller emigrerat efter intervjutillfället för AKU. Då dessa inte har individuella löpnummer och inte finns att hitta i RTB ska de inte vara med i beräkningarna.

Vissa individer har inte angivit civilstånd vid intervjutillfället för AKU och har då inget värde på den variabeln. Dessa individer ingår inte i beräkningarna eftersom det inte finns ett sant värde från AKU och då inte heller kan bedömas som korrekt klassificerade eller ej.

Hushåll där medlemsantalet överstiger tio har uteslutits eftersom lägenhetsnyckeln troligtvis är en och samma för en hel flerfamiljsfastighet. Vi kan alltså inte koppla ihop hushållsmedlemmar då vi inte kan se vilka som tillhör vilken lägenhet. Till exempel visade tabellen ett hushåll bestående av 49 individer. Detta visar sig vara ett höghus och man kan alltså inte uttala sig om hushållssammansättningarna här. Att ta bort stora hushåll ledde till att vi tappade 490 individer.

6.2 Icke-sambo i AKU men sambo enligt vår definition

Vissa som angivit annat civilstånd än sambo i AKU har ändå klassificerats som sambo enligt våra kriterier. En tänkbar anledning till detta kan vara att de gått isär och den ena flyttat hem till någon annan, utan att adressändra, i väntan på att hitta eget boende. De står då kvar på

samma adress men lever inte längre ihop, varför de enligt registret fortfarande klassificeras som sambor.

18

6.3 Sambo i AKU men icke-sambo enligt vår definition

Det finns flera tänkbara anledningar till varför individer som uppgett sambo i AKU ändå klassificeras som icke sambo vid körningar med olika kriterier för klassificering. Exempelvis felklassificeras homosexuella sambor vid körningar där ett kriterium är att parterna måste vara av olika kön. Ett annat exempel är där ett av kriterierna är en specifik åldersskillnad, vilket leder till att sambopar med större åldersskillnad än den som testas felklassificeras. Det kan även vara så att det civilstånd individer anger i AKU inte stämmer överens med verkligheten om var de bor. Man står kanske skriven på en annan adress än där man anser sig bo och svarar då att man är sambo under intervjutillfället, medan registret visar att man bor på annan adress. Det finns många tänkbara anledningar till varför en del inte skriver sig där de uppehåller sig. Några exempel är att man försöker fuska till sig ekonomiska fördelar och bidrag. Eventuellt få

bostadsbidrag för två lägenheter medan man bara uppehåller sig i den ena eller göra högre avdra för resor i deklarationen och så vidare. Andra exempel är studenter som läser på annan ort kanske inte adressändrar under studietiden utan står skrivna på hemorten eller där skälen är rent relationsmässiga.

6.4 Varför definieras inte alla sammanboende, ogifta, med/utan barn som

sambor?

Enligt EU är ett av kriterierna för att vara sambo att man lever i äktenskapsliknande förhållande till varandra och klassificerar man då alla sammanboende par som sambor får man en grov överskattning av antal sambor. Man skulle, felaktigt, klassificera många hushåll som

homosexuella eftersom det är vanligt med hushåll bestående av exempelvis kompisar eller inneboenden av samma kön.

7 Slutsats

Våra resultat visar en överskattning av andel sambor på 4,35% om samkönade par tas med och om de utesluts blir överskattningen 2,04% vilket vi anser avgörande för att behålla kriteriet om olika kön.

Utifrån våra beräkningar visar det sig att den bästa skattningen fås vid kriterierna olika kön och åldersskillnad <15 år, eftersom den genomsnittliga avvikelsen i absoluta tal blir lägst vid denna körning. Då vi får en underskattning på enbart 0,03% anser vi att dessa kriterier bör användas vid vidare utvärdering av beräkningsdefinitioner för sambo.

19

8

Referenser

1. Eurostat Methodologies and Workingpapers (2011) EU Legislation on the 2011 Population and Housing Censuses — Explanatory Notes. ISSN 1977-0375

2. C. Wass, T. Blomqvist,B. Kalnins, H. Schults m.fl. (2004) Familjeprojektet Slutrapport.

Statistiska Centralbyrån (Opublicerad)

3. Statistiska Centralbyråns Kundtidning (2010) Källa:SCB nummer4. 2010

4. http://www.dst.dk/Statistik/dokumentation/times3/emnegruppe/emne/variabel.aspx?sysri d=157615 110415 5. http://eur-lex.europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2009:329:0029:0068:SV:PDF 110418 6. http://www.riksdagen.se/webbnav/index.aspx?nid=251&dok_id=GU06FPM68&rm=2006/ 07&bet=FPM68 110428 7. http://www.scb.se/Pages/List____257499.aspx 110420 8. http://www.scb.se/Pages/List____250620.aspx 110420 9. http://www.scb.se/Pages/Product____7286.aspx 110417 10. http://www.scb.se/Pages/Product____12199.aspx 110418 11. http://www.scb.se/Statistik/AM/AM0401/_dokument/AM0401_BS_2010.pdf 110504 12. http://www.scb.se/statistik/OV/OV9999/2004A01/OV9999_2004A01_BR_X99OP0401.pd f 110507 13. http://www.stat.fi/til/perh/2009/perh_2009_2010-05-28_laa_001_sv.html 110410 14. http://62.95.69.3/sfsdoc/06/060378.pdf 110424

20

9 Appendix

Bilaga 1 – Resultat inklusive kategorin ”övriga”

Andel sambor enligt AKU = 17,86% RTB

Andel icke-sambor enligt AKU = 59,67% sambo icke-sambo (=r3-r2)

Övriga = 22,47% sambo r1 r2 17,86

Totalt 105763 personer i AKU AKU icke-sambo r3 r4 59,67

Övriga r5 r6 22,47

100,00

Resultat för enbart olikkönade par vid olika åldersskillnader:

<10 år -0,90% <15 år 0,08% <20 år 0,37% 14,85% 3,01% 15,47% 2,39% 15,58% 2,28% 2,11% 57,56% 2,47% 57,21% 2,65% 57,02% 4,89% 17,58% 5,28% 17,19% 5,42% 17,04% 21,85% 78,15% 23,22% 76,78% 23,65% 76,35% <11 år -0,65% <16 år 0,20% Utan ålder 1,58% 15,02% 2,84% 15,51% 2,31% 15,75% 2,11% 2,20% 57,48% 2,52% 57,16% 3,69% 55,98% 4,98% 17,49% 5,32% 17,14% 5,95% 16,52% 22,19% 77,81% 23,34% 76,62% 25,39% 74,61% <12 år -0,45% < 17 år 0,23% 15,14% 2,72% 15,53% 2,33% 2,27% 57,41% 2,56% 57,12%

5,07% 17,40% 5,36% 17,11% Resultat inkl. samkönade

22,48% 77,52% 23,44% 76,56% Utan ålder 3,37% 15,99% 1,87% <13 år -0,28% <18 år 0,30% 5,24% 54,44% 15,25% 2,60% 15,55% 2,31% 6,77% 15,70% 2,33% 57,35% 2,61% 57,07% 28,00% 72,00% 5,12% 17,34% 5,38% 17,08% 22,71% 77,29% 23,54% 76,46% <14 år -0,14% <19 år 0,37% 15,35% 2,51% 15,58% 2,28% 2,37% 57,31% 2,65% 57,02% 5,19% 17,28% 5,42% 17,04% 22,91% 77,09% 23,65% 76,35%

Bilaga 2 – Resultat enbart för de som går att klassificera från AKU

Antal sambor enligt AKU = 23,04% RTB

Antal icke-sambor enligt AKU = 76,96% sambo icke-sambo MAD

Totalt 105763 personer i AKU sambo r1 r2 23,04%

AKU icke-sambo r3 r4 76,96%

100%

Resultat för enbart olikkönade par vid olika åldersskillnader:

<10 år 1,16% <15 år 0,03% <20 år 0,47% 19,15% 3,88% 19,89% 3,15% 20,09% 2,95% 2,73% 74,24% 3,12% 73,84% 3,42% 73,55% 21,88% 78,12% 23,01% 76,99% 23,51% 76,49% <11 år 0,83% <16 år 0,10% Utan ålder 2,04% 19,37% 3,67% 19,95% 3,08% 20,31% 2,73% 2,83% 74,13% 3,18% 73,78% 4,76% 72,20% 22,20% 77,80% 23,14% 76,86% 25,07% 74,93% <12 år 0,58% <17 år 0,23% 19,53% 3,51% 20,00% 2,99% 2,92% 74,04% 3,24% 73,72%

22,45% 77,55% 23,24% 76,71% Resultat inkl. samkönade

Utan ålder 4,35% 20,63% 2,41% <13 år 0,35% <18 år 0,30% 6,75% 70,21% 19,67% 3,36% 20,03% 3,00% 27,38% 72,62% 3,00% 73,96% 3,30% 73,67% 22,68% 77,32% 23,33% 76,67% <14 år 0,18% <19 år 0,39% 19,80% 3,23% 20,06% 2,98% 3,05% 73,91% 3,36% 73,60% 22,85% 77,15% 23,42% 76,58%

där är den totala andelen i vardera klass som erhölls vid olika beräkningsdefinitioner och är den totala andelen i vardera klass från AKU. är antal kategorier.

Bilaga 3 – Körschema

Exempel på körschema där person1 i hushållet testas mot person2. Vidare i körning testas även om person1 är kvinna och person2 är man, med förändringar för mor och far och så vidare. Person1 testas sedan likadant för alla personer i hushållet och därefter sorteras i rätt kategori. I de hushåll där person2 och/eller person3 är med i AKU testas dessa likadant som person1.

Person1 och Person2 är gifta

Ja Nej

Person1 och person2 är sambor enligt andra definitioner:exempelvis gemensamma barn.

Ja

=Sambo

Nej

Person1=Man och Person2=Kvinna

Ja Nej

Åldersskillnad mellan Person1 och Person2 <Xår

Ja

Person1 fader till Person2

Ja Nej

Person2 moder till Person1

Ja Nej

Person1 och Person2 är syskon via fader

Ja Nej

Person1 och person2 är syskon via moder

Ja Nej

Person1 är adoptivfader till person2

Ja Nej

Person2 är adoptivmoder till person1

Ja Nej

Person1 och person2 är syskon via adoptivfader

Ja Nej

Person1 och person2 är syskon via adoptivmoder

Ja _Nej

Person1 är den äldre vårdtagaren till person2

Person1 är den äldre vårdtagaren till person2

ja Nej

Person1 är den yngre vådtagaren till person2

Ja Nej

Person2 är den äldre vårdtagaren till person1

Ja Nej

Person2 är den yngre vådtagaren till person1

Ja Nej

Person1 och person2 har samma äldre vårdnadshavare

Ja Nej

Person1 och person2 har samma yngre vårdnadshavare

Ja Nej

Person1 är person2s annan person äldre vårdtagare

Ja Nej

Person2 är person1s annan person äldre vårdtagare

Ja Nej

Person1 och person2 har samma äldre annan person som vårdnadshavare

Ja Nej

Person1 är person2s annan person yngre vårdtagare

Ja Nej

Person2 är person1s annan person yngre vårdtagare

Ja Nej

Person1 och person2 har samma annan person yngre vårdtagare

Ja Nej

Bilaga 4 – Variabellista

Variabler tagna från RTB, där personnummer har ersatts med LopNr vilket också kallas nycklar.  LopNr -nyckel till AKU_2010avid, Personnummer

 Kon -kön

 AlderSlut -ålder vid årets slut  Civil - civilstånd

 LopNrMakPart -nyckel till make, partner  LopNrFar -nyckel till biologisk far

 LopNrMor -nyckel till biologisk mor  LopNrAdFar -nyckel till adoptivfar  LopNrAdMor -nyckel till adoptivmor

 LopNrVard1 -nyckel till vårdnadshavare 1 (den äldre)  LopNrVard2 -nyckel till vårdnadshavare 2 (den yngre)  LopNrAP1 -nyckel till annan person 1 (den äldre)  LopNrAP2 -nyckel till annan person 2 (den yngre)  LopNrSambo -nyckel till sambo med gemensamma barn

 RNPLGH_RIDLGH -lägenhetsnyckel

Vårdnadshavare :

Ett barn står från födelsen alltid under någons vårdnad. Vårdnad är ett juridiskt begrepp som skall skiljas från den rent faktiska vårdnaden om ett barn. Normalt har föräldrarna eller den ene av dem vårdnaden. Genom beslut av tingsrätten kan emellertid vårdnaden i stället överlämnas till en eller två särskilt förordnade vårdnadshavare. Oavsett vem som har vårdnaden upphör den när barnet fyller 18

Annan person:

Ett barn under 18 år som inte är folkbokfört tillsammans med förälder bör registreras med relation till annan person som är folkbokförd på samma fastighet som barnet (AP-relation). Denne person kan exempelvis vara fosterförälder, vuxen anhörig eller annan vuxen person hos vilken barnet bor. Relationen avslutas automatiskt när barnet flyttar från fastigheten. Annan person 1 är den äldste.

Variabler tagna från AKU

 LopNr - nyckel till RTBavid, Personnummer  MMan - mätmånad (201010 – 201012)  Civilstand - civilstånd utifrån AKU:s intervju