Kombination af surveys og registre: Muligheder og begrænsninger. Leif Jensen Forskningsservice

Transkript

1 Kombination af surveys og registre: Muligheder og begrænsninger Leif Jensen Forskningsservice

2 Disposition Hvorfor kombinere surveys og registerdata? Eksempler på projekter, hvor surveys kombineres med registerdata Registerstruktur og indsamling af data i Danmarks Statistik Præsentation af udvalgte registre Dokumentation af registre og variable Forskerordningen på DST Datasikkerhed Spørgsmål 2

3 Hvorfor kombinere surveys og registerdata? Surveys Surveys er i mange lande eneste kilde til viden om personer eller virksomheder I DK dækker registre mange af de oplysninger, som tidligere blev indsamlet vha. surveys. Surveys og registerdata kan supplere hinanden 3

4 Hvorfor kombinere surveys og registerdata? Surveys Indsamlet til: Forskning eller evaluering Register Indsamlet til: Administrative formål Hukommelse Begrænset hukommelse Indhold: Facts, Værdier, holdninger, præferencer, testscores Indkomst Uddannelse Selvvurderet helbred Sort arbejde Frivilligt arbejde Trivsel Holdninger Præferencer Testscore Sample: Stikprøve med frafald Effektanalyse: Hvorfor virker foranstaltningen Hukommelse Perfekt hukommelse Indhold: Facts Indkomst Uddannelse Diagnosekoder Beskæftigelse/ledighed Antal Børn Civilstand Indvandringsdato Sample: Total uden frafald Effektanalyse: Virker foranstaltningen 4

5 Hvorfor kombinere surveys og registerdata? Anvendelser Repræsentativitets- og frafaldsanalyser Erstatning for spørgsmål i spørgeskema Billigere Problematisk med meget lange spørgeskemaer Kvalitet Åbner nye forskningsmuligheder Historik Adgang til andre typer oplysninger Netværk og relationer Adgang til at lave kontrolgrupper, evt. hele befolkning 5

6 Hvorfor kombinere surveys og registerdata? Eksempler der viser hvordan man ved at kombinere surveys og registerdata kan få besvaret nye forskningsspørgsmål: 1. Sammenhæng mellem fødselsvægt og sociale holdninger? 2. Hvad betyder familiebaggrund for unges uddannelsesniveau. 6

7 Birth Weight and Social Trust in Adulthood: Evidence for Early Calibration of Social Cognition Michael Bang Petersen and Lene Aarøe, Statskundskab, AU Er der en sammenhæng mellem fødselsvægt og sociale holdninger i voksenlivet? Registerdata Surveydata Fødselsvægt -Alder -Køn -Mors indkomst og udd -Søskendes fødselsvægt Social holdninger 7

8 Inequality in educationale Outcomes: How important is the family Julia Bredtmann, Nina Smith Formål: Hvilken betydning har familiebaggrund for unges uddannelsesniveau Vil gerne se på andet og mere end forældres socioøkonomiske status. Forældres: - Holdning til uddannelse, - Evner/IQ Hvor findes data? Ungdomsforløbsundersøgelsen! 8

9 Inequality in educationale Outcomes: How important is the family Julia Bredtmann, Nina Smith Ungdomsforløbsundersøgelsen: Personer født i Interviewet første gang i 1968 (14 år) og senest i Population: Børn af deltagere i Ungdomsforløbsundersøgelsen Outcome: Uddannelsesniveau for deltagernes børn. (Født i perioden ) 9

10 Inequality in educationale Outcomes: How important is the family Julia Bredtmann, Nina Smith Forældrebaggrund: Registre ( ): - Socioøkonomisk status: Uddannelse, Stilling, Indkomst - Familietype: Mors alder ved 1. fødsel. Kernefamilie osv. - Sociale problemer: Kriminalitet, Dødsfald, Overførselsindkomster Surveydata 1968, 1971,1973, 1976, 1992, 2001 og 2004: - IQ test (1968), - Personlighed (spm: Bekymre sig om fremtiden, vigtigt at spare op, osv), - Forældres holdning til uddannelse - Selv rapporteret helbred (1992) 10

11 Inequality in educationale Outcomes: How important is the family Julia Bredtmann, Nina Smith De unge: Registre: Køn, alder, nr. i søskendeflokken osv. Bedsteforældre: Survey 1969: Uddannelse, indkomst, stilling Neighborhood : Registre. Karakteristika ved det sogn de unge er opvokset i 11

12 Inequality in educationale Outcomes: How important is the family Julia Bredtmann, Nina Smith, AU Det datamæssige design udnytter i høj grad de styrker som henholdsvis surveys- og registerdata har Surveys: Oplysninger om relevante forhold som ikke findes i registerdata. - Holdninger, IQ test osv Registre: - faktuelle forhold - Mål for netværk Lidt specielt at det i dette eksempel er spørgeskemaet der indeholder de ældste data. 12

13 Registerstruktur og indsamling af data Overførsler Indkomst Personer Det Centrale Personregister (CPR) Uddannelse Beskæftigelse Sundhed Boliger/ bygninger Bygnings- og Boligregistret (BBR) Det Centrale Virksomhedsregister (CVR) Omsætning Virksomheder Lange tidsserier af høj kvalitet 13

14 Registerstruktur Danne relationer og netværk Forældre - børn Husstande Familier Netværk 14

15 Registerstruktur Henvisninger mellem børn og forældre Stort set komplette henvisninger for børn født fra 1960 og frem. 15

16 Registerstruktur Hustande Ser man også på adresse kan vi danne husstande og familier Husstande: Personer der bor på samme adresse E-familie: Et statistisk familiebegreb 16

17 Registerstruktur C-familier ( ) / E-familier ( ) Omfatter hjemmeboende børn til og med 18/24 år Hovedperson Fælle Ægtefælle Registreret partner Samlever Sambo Barn 1 Barn 2 17

18 Netværk Registerstruktur og nøgler Brugen af de forskellige identifikationsnumre gør det muligt at lave netværk Kolleger på arbejdspladsen Skole, Klassetrin på skole, specifik klasse (9. a. på specifik skole) Geografisk område (GIS, Det danske kvadratnet) Boligområder (ghettoeffekter) TITEL

19 Eksempler Neighborhood quality and labor market outcomes: Evidence from quasi-random neighborhood assignment of immigrants Anna Piil Damm Department of Economics and Business, Aarhus University Flygtninge ankommet i perioden 1986 til 1998 blev initialt spredt geografisk. Udnytter denne tilfældighed i boligplacering til at analysere om flygtninge i socialt belastede områder har sværere ved at komme i beskæftigelse en andre flygtninge er der en ghettoeffekt. Educational Peer Effects Quantile Regression Evidence from Denmark with PISA2000 data by Beatrice Schindler Rangvid, AKF Peer kvalifikationer Måles med klassekammeraternes mødres uddannelsesniveau Positiv effekt på gennemsnittet. Ved quantile regression finder hun at det især har betydning for de fagligt dårligste elever. For de fagligt bedste har det ingen betydning 19

20 Eksempler Etnisk mangfoldighed på arbejdspladsen og opbygningen af social kapital Frederik Thuesen, SFI Hvilken betydning har den etniske sammensætning af kolleger på arbejdspladsen for den enkelte medarbejders tillid og holdning til etniske minoriteter. Deltagere i EVS (European Values Study) og ESS (European Social Survey) CPR Arbejdssteder Cpr på alle kolleger, også historisk 20

21 Emneområder Demografi Uddannelse Arbejdsmarked og økonomi Sociale registre Sundhedsregistre Data fra andre styrelser 21

22 Demografi Longitudinel demografisk information fra 1973 og frem Indvandringer og udvandringer Flytninger Vielser og skilsmisser Fødte og døde (dødsårsager) Statusoplysninger Opgjort pr. 31. december i året. Fx civilstand, bopæl, familie og husstandsoplysninger Fertilitetsdatabase 2012 Henvisninger mellem børn og forældre Stort set komplette henvisninger for personer født fra 1960 og frem 22

23 Uddannelse Højst fuldførte og igangværende uddannelse (pr. 1. oktober) Kilder: Elevregisteret, Folke og boligtællingen 1970, sprogskoler Elevregistret Alle påbegyndte uddannelsesforløb fra 1974 og frem Opdateres årligt med indberetninger fra udd. institutioner Karakterer Folkeskole, fag Studentereksamen, fag Voksen og efteruddannelse. Kurser finansieret, styret og tilrettelagt af offentlig udbyder 23

24 Arbejdsmarked og økonomi 1. Beskæftigede Selvstændige Medarbejdende ægtefæller Lønmodtagere 2. Arbejdsløse 3. Personer uden for arbejdsstyrken 24

25 Arbejdsmarked og økonomi Socioøkonomisk status Status (ultimo november for befolkningen ultimo året ) Registerbaseret arbejdsstyrkestatistik (RAS) - ARBSTIL/NYARB/SOCSTILKODE/SOC_STATUS_KODE Årsbetragtning (dominerende tilstand) AKM (fra Indkomster) - (NYSTGR/SOCIO/SOCIO02/SOCIO13) Forløbsdata fra E-indkomst Bevægelser ind og ud af beskæftigelse i året. Dynamikken på arbejdsmarkedet 25

26 Arbejdsmarked og økonomi - Indkomster Personindkomster Familieindkomster Familiedefinitionen er E-familier (børn<25år)

27 Sundhedsdata Sygesikringsdata Lægebesøg mv Landspatientregistret Indlæggelser og diagnoser Lægemiddeldatabasen Receptpligtig medicin (undtaget udlevering fra sygehuse) Adgang kræver en godkendelse af Sundhedsdatastyrelsen (SDS) 27

28 Sociale registre Sammenhængende socialstatistik Modtagere af indkomsterstattende ydelser ( ) Offentlig forsørgelse Indeholder personer der er ledige, aktiverede eller er modtagere af en passiv forsørgelsesydelse ( ) - Erstatter bl.a SHSS og Amfora. Sygedagpenge Stammer fra indberetninger fra KMD/dagpengesystemet ( ) Kontanthjælpsstatistik Registret dannes på baggrund af indberetninger fra landets kommuner ( ) 28

29 Sociale registre Støtte til udsatte børn og unge Registret dannes på baggrund af årlige indberetninger om forebyggende foranstaltninger fra landets 98 kommuner samt fra 2006 årlige oplysninger fra Ankestyrelsen om anbringelser ( ) Kriminalstatistikken ) Anmeldelser Sigtelser Indsættelser Afgørelser Ofre Dannes på baggrund af indberetninger fra det Centrale anmeldelsesregister og Rigspolitiets registre 29

30 IDA-databasen IDA Integreret Database for Arbejdsmarkedsforskning. IDA sammenkæder over tid: Personer Arbejdssteder Ansættelser

31 Data fra andre styrelser DREAM databasen Cancerregistret Misbrugsregisteret Afgørelser i førtidspensionssager (Ankestyrelsen) og mange flere 31

32 Højkvalitets-dokumentation En særlig dokumentation, specielt hvad angår databrud og tidsserier Detaljeret beskrivelse, herunder databrud Gyldighed/population/emnegrupper Tabeller og grafer Værdisæt med gyldighedsperioder Bilag af særlig interesse Der er i dag ca. 700 HKD variable 32

33 Oversigt over registre og variabler 33

34 Adgang til (mikro)data Du skal være tilknyttet en institution, der er autoriseret til at analysere på Danmarks Statistiks data Du kan få adgang til de data, som du reelt har behov for i dit forskningsprojekt el. lign. Databehovet skal begrundes i en projektbeskrivelse der forhåndsgodkendes af Danmarks Statistik 34

35 Adgang til (mikro)data Alle data placeres på Danmarks Statistiks forskningsmaskiner Alle identifikationer (CPR, CVR mv.) er fjernet Alt arbejde med data sker på forskermaskinerne Du får online adgang til projektets data direkte fra din egen arbejdsplads Online adgang kræver strengt personlige og fortrolige ident er og passwords Output fra analyser sendes til dig elektronisk via en mail-server på Danmarks Statistik 35

36 Adgang til mikrodata 36

37 Adgang til mikrodata 37

38 Adgang til microdata 38

39 Adgang til microdata 39

40 Hvordan kommer du i gang? Indsend en projektbeskrivelse til en medarbejder i Forskning og metode Eller endnu nemmere: Ring og tal med en medarbejder i Forskning og metode på telefon: Læs mere på vores hjemmeside: 40