Levekårsundersøkelsen med tema om helse, omsorg og sosial kontakt har blitt gjennomført fire ganger tidligere (1998, 2001, 2005 og 2008) og 2012 er femte utgaven av denne undersøkelsen.
Denne studien baserer seg på levekårsundersøkelser eller tverrsnittsstudier som ofte har et rent deskriptivt siktemål og gir bare et øyeblikksbilde av de som studeres. Datamaterialet er samlet inn på ett tidspunkt og derfor må en være forsiktig med å trekke konklusjoner som sier noe om variasjon over tid. Samtidig er det viktig å understreke at det ikke er de samme individene som er blitt intervjuet i hver årgang.
Ifølge Ringdal (2007) gjør gjentatte tverrsnittsundersøkelser det mulig å observere trender dersom undersøkelsene gjøres av samme feltorganisasjon, det brukes samme utvalgsplan og variablene eller spørsmålene er like. Levekårsundersøkelsene oppfyller alle disse kravene, men en må likevel kunne ha i mente at de observerte endringene kan skyldes forskjeller i fremgangsmåte, målefeil som overrapportering/underrapportering eller seleksjonsskjevheter. I dette delkapitlet presenteres kort noen utfordringer som kan oppstå i forbindelse med denne type forskningsanalyse som benyttes i kapittel 8.
I empirisk forskning er det ofte et problem med manglende data eller missing og selektert utvalg. Standardprosedyren er å droppe observasjonene med manglende informasjon fra analysen, men dette redusere også utvalgsstørrelsen som vi kan disponere over. Dersom utvalgskjevheten skyldes tilfeldighet er det eneste problemet at estimatene blir mindre presise på grunn av færre observasjoner.
Ifølge dokumentasjonsrapporten (Wilhelmsen, 2008) gav avvikene mellom brutto-og nettoutvalget (personene det ble oppnådd intervju med) noen utvalgsskjevheter med en viss overrepresentasjon av kvinner og av aldersgruppen 46–66 år og en viss underrepresentasjon av aldersgruppen over 80 år. Ser vi på tallene fra Statistisk Sentralbyrås Levekårsundersøkelse fra 2012 gav frafallet også noen utvalgskjevheter langs dimensjonene kjønn, alder og
84
utdanning (Amdam & Vrålstad, 2014). Kvinner, aldergruppen 45–66 år og høyere utdanning opp til fire var i en viss grad overrepresentert, mens aldergruppen 25–44 år var underrepresentert. Undersøkelsene er vektet for å ta hensyn til skjevheter som kan oppstå mellom utvalg og populasjonen med hensyn til sosiodemografiske kjennetegn (kjønn, alder, bosted etc.) eller samplingprosedyre. Dermed konkluderes det med at avvikene i begge utvalgene er lite, og det forventes at disse vil få liten betydning for det samlede resultat (Wilhelmsen, 2008). Der vi har missing i variablene som er av interesse for denne undersøkelse, er disse observasjonene droppet eller de får egen dummykategori og beholdes i analysen.( jf. 5)
Et annet potensielt problem og kilde til feilestimering i analysen er endogenitet knyttet til målefeil og utelatte variabel-problem. Målefeil oppstår dersom vi ikke observerer den samme verdien til forklaringsvariablene, de vil si at variablene tar en annen verdi enn den sanne.
Grepperud og Iversen (2011) påpeker at tallene fra levekårsundersøkelsen i 2008, som viser antall individer som oppgav å ha privat arbeidsgiverbetalt behandlingsforsikring, innebærer en moderat overrapportering (20 prosent) hvis vi sammenligner rapportering med forsikringsnæringene egne tall. For de som hadde egenfinansiert forsikringen overrapporteringen lå på betydelige 424 prosent.
Nettoutvalget i 2012 undersøkelsen består av 5620 individer, noe som tilsvarer en svarprosent på 58 prosent. Av hele utvalget oppgav 9,3 prosent (521 individer) at de hadde en behandlingsforsikring betalt av arbeidsgiver. Denne rapporteringen antyder at 432 000 mener å ha en slik forsikring. Ifølge statistikk fra Finans Norge, hadde 325 641 personer en kollektiv avtaler gjennom arbeidsgiver i 2012. Dette utgjorde 91 prosent av totalt antall forsikrede.
Differansen mellom tallene fra Levekårundersøkelsen og forsikringsnæringens egne tall for antall forsikrede med kollektive avtale viser en overrapportering på 20 prosent. For egenbetalt helseforsikringen lå overrapporteringen på betraktelige 550 prosent.20
Grepperud og Iversen (2011) argumenterer for at mange av respondentene som svarte i 2008- undersøkelsen ikke hadde oversikt over sin egen situasjon når det gjaldt forsikringer. Det kan
20 4,17 prosent av personene i utvalget (5620 observasjoner) oppgav å ha egenbetalt helseforsikringer, noe som, hvis vi sammenligner med bransjenes egne tall for 2012 betyr en betydelig overrapportering. Ifølge FNO (2014) ved utgangen av 2012 hadde 31 827 personer egenfinansiert helseforsikring.
85
ikke utelukkes at noen av de som ble spurt om de hadde behandlingsforsikring misforstod spørsmålet og forvekslet behandlingsforsikringer med andre typer av helseforsikringer (forsikring ved kritisk sykdom eller reiseforsikringer).
En annen mulig forklaring til overrapporteringen kan det være en visst forvirring knyttet til tolking av innhold og spørsmålsstilingen. Eksempelvis kan respondentene gi feil svar fordi de mangler nødvendig kunnskap eller fordi spørsmålene er uklare eller flersidige. Det er rimelig å anta at mange av de som hadde forsikring mot kritisk sykdom har svart ja på spørsmålet om de hadde en individuell behandlingsforsikring. Spørsmålsteksten i 2012-undersøkelsen er presisert i forhold til levekårundersøkelsen i 2008. Allikevel kan en forvente at størrelsen på målefeil er vesentlig redusert i dette datasettet sammenlignet med 2008-undersøkelsen.
Ifølge Skog (2013) er en sentral forutsetning i alle regresjonsanalyser er at alle relevante variabler er inkludert og alle de irrelevante variabler er ekskludert. En relevant variabel er en variabel som har en stor påvirkning på den avhengige variabel og som korrelerer med noen av de andre forklaringsvariabler i modellen. Variabler som kan betraktes å være relevante i forhold til problemstillingen og ifølge tidligere empiri og forskning (Besley et al., 1999;Aarbu(2009); Seim et al., 2007; Grepperud & Iversen, 2011, osv.) er inkludert i analysen. Men det er relativt urealistisk å forvente at en modell faktisk inkludere alle de relevante variabler. Selv om vi kontrollerer for flere kjennetegn ved individene, samt næringskategorier og helsetilstand, er det flere observerbare faktorer i vårt datasett som antageligvis påvirker sannsynligheten for å ha arbeidsgiverfinansiert behandlingsforsikring.
Det kan for eksempel være noen variabler som kontrollerer for eventuelle geografiske forskjeller eller bedriftenes størrelse som er relevante for å forklare hvem som har behandlingsforsikring gjennom arbeidsgiver.
De nevnte utfordringer ved tversnittstudier, gjør at den empiriske analysen i denne oppgaven fokuserer på å avdekke metodiske sammenhenger eller korrelasjonen mellom variablene, uten å si noe om årsaksforhold.
86