Metod

Urval och svarsfrekvens

Folkhälsoenkäten 2019 skickades till ett obundet slumpmässigt stratifierat urval av personer mellan 18 och 84 år, från Region Skånes befolkningsregister. Urvalet uppgick till totalt 107 300 personer. Urvalet stratifierades på geografi (utifrån kommun/stadsdelsområden), kön (man/kvinna) samt ålderskategorier (18-29 år, 30-44 år, 45-64 år, 65-84 år). Totalt svarade 42 564 personer på enkäten, exklusive objektbortfall, okända respondenter samt övertäckning. Efter kvalitetsgranskning med hjälp av jämförelse av respondentens angivna ålder och åldern från registerdata plockades 745 svar bort. Den slutgiltiga analysen gjordes på 41 819 personer.

Andelen svarande var högst i åldersgruppen 65-84 år (65 %) och lägst i åldersgruppen 18-34 år (28 %). Kvinnor svarade i högre grad än män (44 % respektive 36 %). Svarsfrekvensen skiljde sig även åt mellan olika utbildningsgrupper, med en högre andel svarande i gruppen med eftergymnasial utbildning än i grupperna med kortare utbildning. Likaså förekom skillnader i svarsfrekvens baserat på födelseregion, med till exempel en svarsfrekvens på 45% i gruppen födda i Sverige, medan andelen i gruppen födda utanför Europa var 23%. Utifrån geografiskt område var svarsfrekvensen högst i Lomma kommun (51 %) och lägst i Bjuv, Burlöv och Perstorp (respektive 34%).

I ett stratifierat urval har individer olika sannolikheter att komma med i urvalet. För att urvalet ska representera populationen räknas en viktad svarsfrekvens ut. Den viktade svarsfrekvensen räknas ut med hjälp av designvikter, som beror på den stratifierade urvalsdesignen. Den viktade svarsfrekvensen i denna undersökning uppgick till 44 %.

Datainsamling

Enkäten skickades med post under perioden oktober-december 2019. Det var även möjligt att svara på enkäten digitalt via ett webbformulär, något som tillämpades av 54 % av respondenterna. Enkäten fanns tillgänglig på svenska (pappersformulär och digitalt) och på engelska (digitalt). I den svenska digitala versionen fanns även en skärmuppläsningsfunktion. Totalt tre påminnelser gick ut varav två i form av brev där det andra brevet inkluderade enkäten i tyckt format. Den tredje och sista påminnelsen skickades via SMS till de två yngre åldersgrupperna (18-29 och 30-44 år).

Frågorna i folkhälsoenkäten 2019 härstammar från den senaste skånska folkhälsoenkäten (folkhälsoenkäten 2012) samt från Folkhälsomyndighetens nationella folkhälsoenkät ”Hälsa på lika villkor” (HLV). Inför folkhälsoenkäten 2019 genomförde projektgruppen med stöd av ett flertal representanter från olika delar av Region Skånes verksamheter, Lunds universitet, Länsstyrelsen i Skåne samt flera skånska kommuner en genomgång av folkhälsoenkäten 2012. Syftet var att se över och aktualisera enkäten för att minska respondentbördan samt öka kvaliteten och svarsfrekvensen på enkätundersökningen. Arbetet resulterade i en reviderad enkätversion med färre antal frågor än folkhälsoenkäten 2012 och med fler frågor som överensstämmer med de som finns i HLV. Folkhälsoenkäten 2019 består av 69 numrerade frågor (totalt 134 unika frågor) och inkluderar ett brett spektrum av frågor inom hälsa, levnadsvanor, sociala relationer, trygghet, arbete, miljö och boende samt bakgrundsdata.

Förutom variabler som samlats in via frågeblanketten har ett antal bakgrundsvariabler som inkomst, utbildning, civilstånd, födelseland etcetera påkopplats från SCB:s olika register.  

Uppgifterna som respondenterna lämnat samt de påkopplade registervariablerna från SCB skyddas av sekretess enligt 24 kap. 8 § offentlighets- och sekretesslagen (2009:400) och 7 § offen­tlighets- och sekretessförordningen (2009:641). SCB, Region Skåne och Enkätfabriken omfattas alla av reglerna om sekretess och tystnadsplikt.

Datainsamlingen har genomförts av Enkätfabriken och för mer detaljerad information om enkätens metod och genomförande hänvisas till separat teknisk rapport.

Bortfallsanalys

Vid befolkningsenkäter som den här finns det risk att verkliga förhållanden inte återspeglas till fullo, då det kan förekomma skillnader mellan de som valt att svara och de som valt att inte göra det. För att kunna redovisa resultat för hela populationen måste effekten av bortfallet, omfattningen på potentiella systematiska skillnader mellan svarande och icke-svarande, utvärderas

Bortfallsanalysen tar hjälp av känd information om hela populationen som tillhandahålls av registervariabler från SCB. I Skånes folkhälsoenkät 2019 användes registervariablerna civilstånd, ålder, kön, kommun, utbildning och födelseland som hjälpvariabler. Dessa valdes då de har ett samband med både svarsfrekvensen och viktiga målvariabler i enkäten. Genom att jämföra fördelningen inom hjälpvariablerna för de svarande med fördelningen för hela populationen kan bortfallsskevheten skattas.

Informationen om effekten av bortfallet kan användas tillsammans med designvikterna för att beräkna så kallade kalibreringsvikter. Designvikterna avgörs av urvalsdesignen. Syftet med att beräkna kalibreringsvikterna är att få så bra skattningar som möjligt för redovisningsgrupperna, med andra ord minska skevheten i skattningarna. På så sätt kan säkrare slutsatser dras om populationens hälsoläge utifrån de svar som enkäten gett. Det förekommer dock fortfarande osäkerheter i skattningarna, vilket diskuteras i sektionen ”Felmarginaler och tolkning av skillnader”.

För en mer utförlig beskrivning av kalibreringsmetodiken, se Lundström och Särndal 2001 (1).

Felmarginaler och tolkning av skillnader

Då Folkhälsoenkäten är en urvalsundersökning är alla redovisade resultat skattningar av hur det faktiskt ser ut i populationen. Varje skattning innehåller ett visst mått av osäkerhet som behöver tas i beaktning när slutsatser ska dras om hur hälsoläget ser ut i Skåne, och hur det skiljer sig mellan grupper. Det finns olika typer av osäkerhetskällor som uppstår både innan, under och efter själva undersökningen. Dessa kan till stor del hanteras med hjälp av statistiska metoder. I föregående sektion diskuterades hanteringen av bortfall. I den här sektionen diskuteras hur analysmetoder används för att ta hänsyn till osäkerhetsmarginalerna när resultaten tolkas.

I den här grundrapporten redovisas andelarna utan felmarginal i tabellerna, diagrammen och kartorna. Det är dock viktigt att ta i beaktning att andelarna är skattningar och därmed förknippade med en viss osäkerhet. I diagrammet nedan visas ett exempel på hur osäkerhetsmarginalerna ser ut för redovisningsgruppen födelseregion uppdelat på kön för variabeln ”Bra självskattad hälsa”. För kvinnor födda i Sverige är det 67,3 % (± 0,7) med bra självskattad hälsa. Skattningen ligger alltså någonstans mellan 66,6 % och 68 % räknat på signifikansnivån 95 %. Jämförelsevis ligger skattningen för kvinnor födda i övriga Norden på 63,5 % ± (4,3), med andra ord mellan 59.2 % och 67,8 %. Den statistiska felmarginalen är i det här fallet mycket större på grund av ett mindre dataunderlag för kvinnor födda i övriga Norden än kvinnor födda i Sverige.

Varianserna som ligger till grund för felmarginalerna har beräknats med den så kallade Cochran-metoden. För en beskrivning av den se Gatz and Smith 1994 (2).

Bra självskattad hälsa: visualisering av felmarginaler

felmarginaler visualisering.png

I förklaringen av resultaten i rapporten anges om det funnits en statistisk säkerställd skillnad mellan de olika redovisningsgrupperna. Den statistiska analysen har gjorts med hjälp av en logistisk regressionsanalys. En logistisk regressionsanalys skattar om sannolikheten för ett utfall i indikatorn skiljer sig åt mellan redovisningsgrupperna genom att beräkna oddskvoter. Indikatorn, till exempel bra självskattad hälsa, används som beroende variabel och redovisningsgrupperna används som oberoende variabler.

Med hjälp av den logistiska regressionsmodellen är det också möjligt att justera för andra variabler, vilket har gjorts i vissa fall. När slutsatser ska dras om skillnader mellan grupper är det viktigt att säkerställa så att skillnaden relaterar till just den gruppen, och inte beror på något annat. Ett exempel gäller när skillnader i självskattad hälsa mellan olika utbildningsgrupper ska undersökas. Då ska analysen i den mån det är möjligt kunna uttala sig om att skillnaden faktiskt är kopplad till utbildningsnivå, och inte på att exempelvis åldersfördelningen skiljer sig åt inom utbildningsgrupperna. En justerad modell möjliggör det genom att använda olika redovisningsgrupper som kontrollvariabler. Den justerade modellen visar på om skillnaderna kvarstår även vid kontroll av andra redovisningsgrupper.

Samtliga analyser i rapporten är gjorda med hjälp av den statistiska programvaran R.

Redovisning av resultat

Rapporten inkluderar ett urval av de indikatorer som ingår i folkhälsoenkäten 2019 och ger en övergripande bild av hälsoläget i den vuxna befolkningen (18-84 år) i Skåne. I de fall det är möjligt presenteras en tidsserie av resultaten från såväl 2019 och tidigare mättillfällen 2000, 2004, 2008 och 2012. Då enkäten vid den här mätningen genomgått en större revidering är detta dock inte möjligt för ett stort antal indikatorer. För att säkerställa jämförbarhet över tid redovisas tidsserien uppdelat på kön samt totalnivå för åldrarna 18-80 år. Detta då tidigare års enkäter skickats ut till ett urval av skåningar mellan 18-80 år.

Resultaten presenteras också där det är möjligt genom en jämförelse mellan de skånska resultaten och rikssnittet. I dessa fall görs jämförelsen med resultaten från den nationella folkhälsoenkäten ”Hälsa på lika villkor” från 2018, som skickades ut till befolkningen 16-84 år. Eftersom HLV använder en annan metod för att skatta andelarnas felmarginaler är jämförelse mot rikssnittet endast deskriptiv, och syftar till att ge en indikation över hur Skånes hälsoläge ser ut i förhållande till rikssnittet.

Då hälsans bestämningsfaktorer i många fall skiljer sig åt mellan grupper, presenteras resultaten även i olika redovisningsgrupper. Ojämlikheter i hälsa förekommer mellan flera olika grupper i samhället, men är i denna denna rapport avgränsade till: åldersgrupper (18-34 år, 35-44 år, 45-54 år, 55-64 år samt 65-84 år), utbildningsnivå (förgymnasial, gymnasial samt eftergymnasial), födelseregion (Sverige, Övriga Norden, Övriga Europa samt Övriga Världen/Okänt). För alla grupper redovisas resultaten uppdelat på kön (kvinna och man) samt på totalnivå. För utbildningsnivå redovisas åldrarna 25-84 år. Detta av anledningen att vid 25 års ålder bedöms de flesta ha haft chans att uppnå eftergymnasial utbildningsnivå.

Slutligen redovisas resultaten på totalnivå utifrån geografiska skillnader för Skånes 33 kommuner. För mer ingående resultat på kommunnivå hänvisas till statistikverktyget QlikView (länk till QlikView). Precis som för jämförelsen mot rikssnittet visas kommunernas värde endast deskriptivt, och inga statistiska analyser genomförs för att jämföra kommunerna mot varandra. Detta på grund av att kommunernas svarsunderlag varierar vilket innebär en osäkerhet i skattningarna. Osäkerheten är större för de mindre kommunerna vilket måste tas i beaktning vid jämförelse av kommunernas värde. För att göra statistiska jämförelser hade det krävts att flera års medelvärden lades samman för att få ett tillräckligt stort dataunderlag för de mindre kommunerna, något som inte är möjligt då en revidering genomförts som ändrat många av frågorna i enkäten.

Rapporten är indelad i sju kapitel: Hälsa, Levnadsvanor, Sociala relationer, Trygghet, Arbete, Miljö och Boende och till sist Framtidstro. Jämförelse över tid och mot riket presenteras i tabellform. Skattningarna för åldersgrupper, utbildningsnivåer och födelseregioner presenteras i diagramform. I det interaktiva diagrammet är det möjligt att välja om skattningen för kvinna, man och totalt ska visas ihop eller enskilt genom att tända och släcka de knappar som finns under diagrammet. Skattningarna för Skånes kommuner visas i ett kartdiagram. Endast för de indikatorer där andelarna är för små redovisas inte skattningarna på kommunnivå.

Referenser

  1. Lundström, S. & Särndal, C-E. Estimation in the presence of Nonresponse and Frame Imperfections. Stockholm: Statistics Sweden, 2001. Hämtad 2020-07-09 från: http://share.scb.se/ov9993/data/publikationer/statistik/_publikationer/ov9999_2000i02_br_x97öp0103.pdf
  2. Gatz. D.F. & Smith, L. The standard error of a weighted mean concentration - I. Bootstrapping vs other methods. Great Britain: Atmospheric Environment, Vol 29, No11, 1185-1193, 1994.