Hva forklarer jobbstatus ved avsluttet tiltak?

Tabellen nedenfor viser hvilke variabler som kan forklare variasjoner i deltakernes jobbstatus ved avslutningen av tiltaket. Vi har tatt med fire forskjellige modeller i analysen. I den første modellen har vi inkludert variablene som målerdeltakernes individuelle egenskaper: Kjønn, alder og land-bakgrunn. I den andre modellen inkluderer vi deltakernes kompetanse, i dette tilfelle vurderingen av deres norskkunnskaper. I den tredje modellen tar vi med deltakernes innsats i kurset, dvs. vur-dering av fremmøtestabilitet og aktivitetsnivå, samt lengde på praksisopphold. I den siste model-len inkluderer vi alle variabmodel-lene, også de som viser hvor deltakerne jobbet i deres siste praksispe-riode. Det er først og fremst den siste modellen vi er opptatt av, men vi inkluderer de tre første modellene for bedre å forklare noen av sammenhengene i analysene.

Tabell 6.4 Variasjon i jobbstatus ved avslutningen av tiltaket. Logistisk regresjon (B og Exp (B)).

I tabellen viser regresjonskoeffisientene (B). Denne viser endringen i logaritmen av oddsen for å være i jobb når den uavhengige variabelen økes med en enhet i verdi. Koeffisientens fortegn viser til retningen på sammenhengen: Positivt fortegn innebærer positiv sammenheng, mens negativt fortegn innebærer negativ sammenheng. Koeffisienter signifikant på et 1 prosent nivå er angitt med tre stjerner, mens koeffisienter signifikant på 5 prosent og 10 prosent er angitt med hen-holdsvis to og én stjerne. Oddsraten Exb (B) sier noe om styrken på effekten av de ulike uavhengi-ge variablene. Tallet viser oss hvor manuavhengi-ge ganuavhengi-ger oddsen for å være i jobb endres når verdien på en uavhengig variabel stiger med en enhet. Oddsrater som er mindre enn én, viser en negativ sammenheng, mens oddsrater større enn én viser til positiv sammenheng.

I den første modellen har vi inkludert dummyvariabler som viser til hvilken region deltakerne opprinnelig kommer fra. Vi har her valgt Afrika som referansekategori, og tiltaksdeltakere herfra utgjør dermed en referanse i forhold til de øvrige regionene som inngår i modellen. Av tabellen ser vi at regresjonskoeffisientene til Asia, Pakistan/Afghanistan og Øst-Europa har positive fortegn, og er signifikante på et 1 prosent og 5 prosent nivå. Dette indikerer at deltakerne fra disse tre områ-dene har en signifikant større sannsynlighet for å være i jobb ved endt tiltak, sammenlignet med deltakere fra Afrika. Videre ser vi at variabelen kjønn har en signifikant negativ effekt på den av-hengige variabelen. Siden «kvinne» har verdi 1 på denne variabelen, antyder dette at kvinner har en lavere sannsynlighet for å være i jobb sammenlignet med menn, kontrollert for de øvrige vari-ablene i analysen. Alder viser seg ikke å ha signifikant betydning for jobbsannsynlighet.

I modell 2 ser vi at effektene av både kjønn og landbakgrunn holder seg statistisk signifikante når vi kontrollerer for tiltaksdeltakernes norskkunnskaper. Norskkunnskaper er i seg selv signifikant på et 1 prosent nivå, og fortegnet er positivt. Siden denne variabelen er kodet slik at 1 betyr svake norskkunnskaper, mens 5 betyr gode, indikerer den positive effekten at sannsynligheten for å få jobb styrkes ved gode norskkunnskaper. Ser vi dette i sammenheng med analysen av hvem som får praksisplass, betyr dette at norskkunnskaper ikke har noe betydning for å få praksis, mens den har forholdsvis stor betydning når det gjelder overgangen til ordinært arbeid.

I modell 3 inkluderer vi variabler for aktivitetsnivå, fremmøtestabilitet og lengde på siste praksis-opphold. Vi har valgt å dele denne modellen opp i to, 3a og 3b, der vi i 3a inkluderer språk og lengde på praksisopphold, og i 3b inkluderer aktivitet, fremmøte og lengde på praksisopphold.

Årsaken til dette er at de tre variablene språk, fremmøte og aktivitet viser seg å være korrelerte med hverandre, det vil si at de sannsynligvis uttrykker en felles underliggende egenskap, f.eks. mo-tivasjon. Det kan føre til at effekten av en av variablene «slår i hjel» effektene av de andre, selv om alle tre variabler i utgangspunktet har en effekt på den avhengige variabelen.

Vi ser i modell 3a at variabelen som måler deltakernes norskkunnskaper holder seg statistisk signi-fikant på 1 prosent når vi kontrollerer for lengde på praksisopphold. Som forventet har lengde på praksisopphold et positivt fortegn, og også denne viser seg å være signifikant: Jo lenger deltakerne er ute i praksis, jo større er sannsynligheten for å få jobb, kontrollert for de andre variablene i modellen. I tabell 3b ser vi at effekten av denne variabelen er noe svakere, men den holder seg sta-tistisk signifikant. Vi ser også at både fremmøtestabilitet og aktivitetsnivå i kurset har en klar sig-nifikant betydning for jobbsannsynligheten. Sammenhengen er positiv for begge variablene, noe som må sies å være som forventet. Effektene av både landbakgrunn og kjønn holder seg relativt stabile i både modell 3a og 3b.

I den siste modellen inkluderer vi både norskkunnskaper, aktivitet og fremmøte, samt dummyva-riabler som viser til hva slags bransje deltakerne var utplassert i under sin siste praksisperiode;

tjenesteytende, industri, annet privat sektor, offentlig sektor eller ingen praksis. Her har vi valgt å utelate «offentlig sektor» som referansekategori, slik at de estimatene for de øvrige variablene i modellen må tolkes ut i fra denne kategorien. Vi har også utelatt variabelen som måler lengde på praksis i denne siste modellen. Grunnen til dette er at denne variabelen inkluderer alle som ikke har vært i praksis, og derfor korrelerer sterkt med dummyvariabelen «ingen praksis».

Som vi ser av resultatene svekkes effekten av norskkunnskaper når vi inkluderer de øvrige variab-lene i modellen, og selv om fortegnet fortsatt er positivt, er ikke variabelen lenger statistisk signifi-kant. Nærmere analyser viser at det særlig er variabelen for aktivitetsnivå som «stjeler» effekten av norskferdigheter. Deler av effekten av norskkunnskaper skyldes altså at deltakerne som

snak-ker godt norsk, også er de som er aktive i kursdelen av tiltaket. Samtidig ser det ut til at både fremmøte og aktivitetsnivå betyr mer for jobbsannsynligheten enn det deltakernes norskkunnska-per gjør. Selv om aktivitetsnivå tar effekten av norskferdigheter, betyr ikke dette at norskferdighe-ten er unorskferdighe-ten betydning. For det første er det rimelig å anta at visse norskferdigheter er en forutset-ning for å være aktiv i kurset. For det andre er det som antydet over, sannsynligvis slik at både aktivitet og norskferdigheter er uttrykk for en felles bakenforliggende faktor, f.eks. motivasjon eller pågangsmot.

Videre ser vi at ingen av dummyvariablene for bransjetilknytning er statistisk signifikante på et 1 prosent, 5 prosent eller 10 prosent nivå. Det ser altså ut til at bransjetilknytning i praksisperioden har liten betydning for jobbsannsynlighet, når vi kontrollerer for de andre variablene i modellen.

Når vi tidligere viste til at praksisdeltakere i bransjer som bygg, anlegg og industri i større grad kom i jobb sammenlignet med de som hadde praksis i sektorer dominert av offentlig virksomhet, må dette dermed forklares med andre forhold i modellen. Det er her nærliggende å anta at dette har å gjøre med kjønnsvariabelen, dvs. at forskjellene mellom bransjene egentlig dreier seg om at kvinner søker seg til offentlig virksomhet, mens menn i større grad søker seg til bygg, anlegg og industri. Hvorvidt det er kjønn i seg selv som forklarer forskjellene i jobbsuksess eller om det er ulike bransjers tilbøyelighet til å ansette, er imidlertid vanskelig å si.

Noe overraskende er det at variabelen «ingen praksis» ikke har en sterkere effekt. Vi hadde i ut-gangspunktet forventet at deltakere som ikke var i praksis, har en lavere jobbsannsynlighet enn praksiskandidater i offentlig sektor. Det negative fortegnet viser at jobbsannsynligheten er lavere, men variabelen er altså ikke statistisk signifikant. Som nevnt over kan dette forklares ved at de som ikke har vært i praksis er en heterogen gruppe som består av både de med gode og dårlige forutsetninger for å få jobb.

Ovenfor viste vi at varigheten på praksisen har en signifikant positiv betydning for jobbmulighet-ene. En forklaring på dette vil være at varigheten i seg selv sier noe om at deltakeren lykkes på praksisplassen. Dette kan enten komme til uttrykk ved at man fullfører avtalt periode eller at man får muligheter til en ny periode i påvente av at det dukker opp en stilling. I tillegg er det også ri-melig at varigheten har betydning både for kompetanse og norskferdighetene. Samtidig er det ikke uvanlig at deltakerne starter nye praksisopphold på andre arbeidsplasser dersom de av ulike grun-ner ikke lykkes med å få jobb i den første. Som nevnt i omtalen av tiltaket, er denne formen for kjeding av praksisplasser faktisk et virkemiddel for å redusere det vi kan kalle tilfeldighetens bar-riere, dvs. at det tilfeldigvis ikke dukker opp en stilling på den aktuelle praksisplassen. I så fall skulle vi forvente at det å skifte av praksisplasser ville gi en positiv jobbeffekt. Vi har forsøkt å teste dette ved å supplere variabelen ”varighet i praksisplass” med variabelen ”antall praksisplas-ser”.

Tabell 6.5 Variasjon i jobbstatus ved avslutningen av tiltaket. Test av varighet i praksis og antall praksisopp-hold. Logistisk regresjon (B og Exp (B)).

Modell 1 Modell 2 Modell 3

Tabell 6.5 viser utdrag fra en analyse av samlet varighet på praksisplass og antall praksisplasser.

Det betyr at de øvrige variablene også inngår i analysen, men vises ikke i tabellen. Til forskjell fra analysen over, har vi her kun tatt med de som har vært i praksis. Dette fordi formålet først og fremst er å undersøke betydningen av antall praksisplasser. Som forventet viser tabellen at både samlet lengde på praksisoppholdene og antall praksisplasser har selvstendige effekter på jobbresul-tatet. Dette er ikke overraskende siden de to variablene korrelerer forholdsvis sterkt. Når vi tar med begge variablene i modell 3, ser vi imidlertid at effekten av praksisoppholdenes lengde fors-vinner, mens effekten av antall praksisopphold fremdeles er forholdsvis sterk. Dette kan med andre ord tyde på at det å skifte praksisplass i seg selv har en positiv effekt.

At det ikke er varighet i seg selv som betyr noe for jobbsannsynligheten, men varigheten som inn-befatter skifte av praksisplasser, underbygger dermed antakelsen om det vi har kalt «tilfeldighe-tens barriere». I utgangspunktet skulle vi anta at det er vanskelig å håndtere en faktor som tilfel-digheter. Analysen over tyder imidlertid på at denne barrieren faktisk kan reduseres gjennom stra-tegiske skifte av praksisplasser. Sagt på en annen måte, strastra-tegiske skifte av praksisplasser reduse-rer tilfeldighetens barriereduse-rer ved at antallet praksisplasser øker sjansene for at det dukker opp en ledig stilling. Det strategiske med dette er at valget av nye praksisplasser er bevisst (ikke tilfeldig) i den forstand at det på den nye praksisplassen er større sjanse for jobb enn på den forrige. Dette kan f.eks. innebære at tiltaksarrangør får kjennskap til at det dukker opp en vakant stilling, at virksomheter vinner anbudskonkurranser eller at det generelt er vekst i bestemte virksomheter.

Denne formen for strategisk bruk av praksisplasser forutsetter imidlertid at man beveger seg in-nenfor det grå arbeidsmarkedet av stillingsmuligheter som ikke lyses ut offentlig.

6.6 Hva forklarer jobbstatus ved deltakernes nåværende