Kan ditt sociala liv
påverka din lön?
En kvantitativ studie av mäns och kvinnors
nätverk samt effekten på lön.
Fanny Lundberg
Karin Mannbrink
Sociologiska Institutionen
Kandidatuppsats i sociologi, 15 h.p.
Inriktning: Arbetsliv och arbetsmarknad
Ht 2016
Handledare: Charlotta Stern
Sammanfattning
Syftet med denna studie är att undersöka om mäns och kvinnors sociala nätverk skiljer
sig åt och om nätverk har någon effekt på lön. Mer konkret innebär detta att syftet med
undersökningen är att ta reda på om sociala nätverk samvarierar med lön vilket i så fall
skulle kunna vara en delförklaring till att det uppstår löneskillnader mellan kvinnor och
män. Studien belyser därmed även vilken typ av sociala nätverk som är fördelaktiga
samt mindre fördelaktiga för en aktörs lön. Data som används kommer från
Levnadsnivåundersökningen 2010, vilket utgör ett riksrepresentativt urval av Sveriges
vuxna befolkning. Metoden som används är kvantitativ och hypoteser formuleras utifrån
teorier om socialt kapital, nätverk och homosocialitet. Resultaten visar att mäns och
kvinnors sociala nätverk skiljer sig åt. Män har större nätverk och verkar därmed ha
större möjligheter att skapa kontakter. Därmed har män potentiellt mer socialt kapital.
Resultaten visar även att män umgås med män och kvinnor med kvinnor och att män
oftare har en manlig chef och kvinnor en kvinnlig chef, vilka är tecken på
homosocialitet i både mäns och kvinnors nätverk. Resultaten visar även att ens närmsta
väns yrke kan ha betydelse för ens egen lön då det är positivt för kvinnors lön att ha en
nära vän som är högre tjänsteman och negativt för en mans lön att ha en närmaste vän
som är lägre tjänsteman eller okvalificerad arbetare jämfört med om vännen varit
tjänsteman på mellannivå. Att träffa nära vänner veckovis visade sig även vara negativt
för en mans lön. Medan att ha en högutbildad far och en manlig chef visade sig ha
positiva effekter på både mäns och kvinnors lön. Resultaten analyseras och diskuteras
sedan på mikro och makronivå vilket följs av förslag på fortsatta studier samt en kritisk
reflektion. Uppsatsens slutsats är att en aktörs sociala liv delvis kan påverka lönen och
förhoppningen med denna studie är att kunna bidra till en vidare förståelse för om och
hur våra sociala liv påverkar arbetslivet i termer av löneskillnader mellan kvinnor och
män.
Nyckelord
Sociala nätverk, socialt kapital, homosocialitet, kön, lön, kvantitativ analys, multipel
regressionsanalys
Innehållsförteckning
INLEDNING ................................................................................................................................... 1
SYFTE OCH HYPOTESER ................................................................................................................. 2
AVGRÄNSNINGAR .................................................................................................................................... 2
DISPOSITION ........................................................................................................................................... 2
TEORI ........................................................................................................................................... 3
OM SOCIALT KAPITAL OCH DESS BETYDELSE .................................................................................................. 3
Strukturellt perspektiv på sociala nätverk ...................................................................................... 3
Figur 1. Kluster ................................................................................................................................ 5
Aktörsperspektiv på sociala nätverk ............................................................................................... 5
Figur 2. Starka och svaga kontakter ............................................................................................... 6
TIDIGARE FORSKNING .................................................................................................................. 7
Socialt kapital präglas av homosocialitet ....................................................................................... 7
Sociala nätverk och lön ................................................................................................................... 9
Kön och lön ..................................................................................................................................... 9
DATA OCH METOD ..................................................................................................................... 10
KVANTITATIV METOD.............................................................................................................................. 11
VARIABLER ........................................................................................................................................... 12
Operationalisering av begreppet lön ............................................................................................ 12
Operationalisering av begreppet nätverk ..................................................................................... 12
Viktiga kontrollvariabler ............................................................................................................... 14
TABELL 1. ............................................................................................................................................. 16
RESULTAT................................................................................................................................... 17
NÄTVERK OCH KONTAKTINTENSITET .......................................................................................................... 17
TABELL 2. ............................................................................................................................................. 17
HOMOSOCIALITET .................................................................................................................................. 18
TABELL 3. ............................................................................................................................................. 19
REGRESSIONSTABELL .............................................................................................................................. 19
TABELL 4 .............................................................................................................................................. 20
MODELL 1 ............................................................................................................................................ 22
MODELL 2 ............................................................................................................................................ 23
ANALYS ...................................................................................................................................... 25
DISKUSSION ............................................................................................................................... 27
KRITISK REFLEKTION ................................................................................................................... 29
REFERENSER ............................................................................................................................... 31
Inledning
Det är allmänt känt att det finns löneskillnader mellan män och kvinnor och det är ett fenomen
som finns över hela världen. I EU har man sedan 1957 arbetat för att män och kvinnor ska få
lika lön för lika arbete (Europeiska kommissionen, 2014). Trots detta återfinns löneskillnader
även i Sverige, ett av världens mest jämställda länder. Löneskillnaden mellan män och
kvinnor på den svenska arbetsmarknaden uppgår till 4,6% efter att ha uteslutit faktorer som
beror på skillnader i yrke, utbildning, ålder, sektor och arbetstid (Medlingsinstitutet, 2015).
Denna löneskillnad är svår att förklara bort med faktorer som går att mäta, en vanlig
förklaring blir till följd av detta att löneskillnaderna mellan män och kvinnor beror på
diskriminering.
Mer sällan ställs frågor om eventuella skillnader mellan mäns och kvinnors sociala liv och
vilka konsekvenser detta kan innebära på arbetsmarknaden. Vi vet sedan tidigare att män i
högre utsträckning arbetar heltid och kvinnor av olika anledningar deltid. I och med detta kan
man tänka att det uppstår skilda förutsättningar att knyta fördelaktiga kontakter på
arbetsmarknaden, vilket visat sig vara viktigt för att få jobb men också för att avancera i
arbetslivet (Lin, 2000). De fördelaktiga positionerna inom en organisation finns högt upp i
hierarkin och det är genom dessa som aktörer når bättre kontroll över olika resurser (Lin &
Dumin, 1986). Som det ser ut på arbetsmarknaden idag så är det männen som i de flesta fall
innehar dessa positioner, då kvinnorna ofta befinner sig lägre ner i hierarkin. Tidigare studier
har även visat att människor är homosociala vilket innebär att de gärna vill umgås med
människor som liknar dem själva (McPherson, m.fl., 2001). Om män ofta har män i sina
kontakter och kvinnor ofta har kvinnor, skapas könshomogena nätverk. Vilket kan innebära
att män har ett bättre utgångsläge på arbetsmarknaden då de har tillgång till mer resursrika
kontakter.
Således kan man utifrån dessa två forskningsområden fundera på om nätverket skulle kunna
ha någon direkt effekt på lön. Denna studie syftar till att kartlägga mäns och kvinnors nätverk
för att se om de skiljer sig åt. I studien undersöks vidare om nätverk påverkar lön. Om så är
fallet skulle nätverk kunna förklara en del av den löneskillnad mellan män och kvinnor som
ännu är oförklarad.
1
Syfte och hypoteser
Syftet med denna uppsats är att undersöka om mäns och kvinnors sociala nätverk skiljer sig åt
och om nätverk har någon effekt på lön. Studien kommer att belysa vilken typ av sociala
nätverk som är fördelaktiga samt mindre fördelaktiga för en individs lön. Förhoppningen är
att bidra till en vidare förståelse för om och hur våra sociala liv påverkar arbetslivet i termer
av löneskillnader mellan kvinnor och män. I fokus för uppsatsen står sambandet mellan en
individs sociala nätverk och lön och våra hypoteser är följande:
Hypotes 1. Mäns och kvinnors nätverk skiljer sig åt.
Hypotes 2. Nätverk tenderar att vara homosociala
Hypotes 3. Det finns ett positivt samband mellan storlek och sammansättning på en aktörs
sociala nätverk och lön.
Avgränsningar
I denna studie fokuserar vi bara på distinktionen mellan man och kvinna och väljer därmed att
utesluta andra tänkbara stratifierande egenskaper på arbetsmarknaden som exempelvis klass
och etnicitet. Vi avgränsar även studien genom att mäta en aktörs nätverk och därmed tillgång
till socialt kapital med hjälp av redan utarbetade frågor i LNU 2010. Det innebär att vi i vår
uppsats anpassar vår definition av nätverk efter det material vi har tillgång till.
Disposition
Uppsatsen inleds med en beskrivning av socialt kapital som teori där två olika perspektiv på
hur man kan studera nätverk presenteras. Vidare behandlas tidigare forskning inom området
homosocialitet, nätverk och lön samt kön och lön. Sedan följer en presentation av data och
metod för studien. I nästkommande avsnitt presenteras resultat gällande nätverk och
kontakintensitet och homosocialitet, därefter redovisas resultaten från en multipel
regressionsanalys. Resultaten analyseras sedan med koppling till teori. Uppsatsen avslutas
med en diskussion, förslag till framtida forskning samt kritisk reflektion.
2
Teori
Om socialt kapital och dess betydelse
Begrepp som humankapital, socialt kapital och kulturellt kapital har använts av forskare som
organiserande begrepp för att förstå mekanismerna som påverkar individers livschanser och
samhällets välbefinnande (Lin, 2000). Gemensamt för dessa kapitalteorier är idén om att
investering och mobilisering av kapital leder till önskad avkastning för både individ och
samhälle. En analys av kapital kan genomföras på makronivå, då man ser till hur skillnader i
kapital skapar skillnader mellan olika samhällen, organisationer och grupper. Analysen kan
också göras på mikronivå då man ser till skillnader i kapital mellan individer och dess
konsekvenser. Skillnader i olika typer av kapital mellan individer och grupper leder till skilda
möjligheter till socioekonomisk framgång och livskvalitet (Lin, 2000). I den här uppsatsen
fokuseras socialt kapital, som kan definieras som de mångfacetterade resurser en individ eller
grupp har tillgång till genom sin position i ett socialt nätverk. Det finns många definitioner av
socialt kapital, där en del forskare väljer att utgå från kapitalets nytta och definiera socialt
kapital som en investering i sociala relationer med förväntad avkastning (Lin, 1999). Andra
forskare ser på socialt kapital som mer spontant uppkommet och betonar att resurser vi får
tillgång till via våra sociala nätverk fungerar effektivt även då människor inte aktivt valt att
ingå i varandras nätverk. Det kan handla om grannar eller arbetskollegor där förbindelser kan
generera mer eller mindre information och resurser (Wellman, 1983). I den här uppsatsen
väljer vi att lägga vårt främsta fokus på det sociala kapitalet som uppkommer genom en aktörs
rationella handlande. Då strukturella faktorer inte går att utesluta belyser vi även detta då de
påverkar aktörers handlingsutrymme.
Strukturellt perspektiv på sociala nätverk
Socialt kapital uppkommer sålunda genom kontakter människor emellan, vilka inom
sociologin främst studeras i termer av sociala nätverk. Sociala nätverk är således en
samlingsterm för strukturen som skapas av relationer mellan aktörer och bland aktörer
(Coleman, 1988). Sociala nätverk kan dock studeras på minst två skilda sätt. I det som följer
ger vi först en generell redovisning av nätverksteori ur ett strukturellt perspektiv, för att sedan
presentera nätverksteori ur ett aktörsperspektiv.
3
När vi studerar sociala nätverk som sociala strukturer står egenskaper hos nätverket i sig i
fokus. Ett socialt nätverk kan exempelvis vara en organisation där personer innehar formella
positioner som är rangordnade utifrån resurser som makt, rikedom och status. Organisationer
har ofta en social struktur som kan visualiseras som en pyramid, en hierarkisk struktur där
positioner högre upp i strukturen är begränsade och ju högre upp man kommer i denna
struktur desto färre aktörer (Wellman, 1983; Lin & Dumin, 1986). Det finns även mer
värdefulla resurser knutna till dessa höga positioner och de innebär även ökad tillgänglighet
till positioner på andra rankningar. Det blir därmed fördelaktigt att befinna sig högre upp i den
hierarkiska strukturen då en sådan positionering innebär bättre kontroll över olika slag av
resurser. Men organisationer har också en informell social struktur som utgörs av kontakter
mellan människor som kan ha mindre att göra med deras formella position. I den informella
strukturen kan asymmetriska förbindelser förekomma där vissa personer har sociala kontakter
med makthavare medan andra har sämre tillgång till dessa resurser. Formella och informella
nätverk skapar skillnader i socialt kapital som kan utgöra en användbar resurs för aktörer (Lin
& Dumin, 1986).
För att exemplifiera hur det sociala kapitalet uppkommer och fungerar inom sociala nätverk
presenteras två fiktiva karaktärer, A och B. Om A gör något för B och förlitar sig på att B
återgäldar i framtiden, skapar detta en förväntan hos A och en förpliktelse hos B. Denna
förpliktelse kan betraktas som en gentjänst hållen av A som förväntas utföras av B. Om A kan
förvänta sig gentjänster från många personer A har relationer till kan man säga att A besitter
ett visst kapital då A kan begära in gentjänster om det behövs. Dock finns det alltid en risk att
A gett sitt förtroende till fel individer och att det blir skulder som inte kommer att återbetalas
(Coleman, 1988). Exemplet tydliggör hur socialt kapital, resurser vi har tillgång till via våra
kontakter, alltid är förknippade med högre risk än kapital som individen själv har kontroll
över (såsom humankapital eller ekonomiskt kapital). Skyldigheter, förväntningar och
tillförlitlighet hos strukturer är alltså viktiga aspekter i det sociala kapitalet (Lin & Dumin,
1986).
Men relationer mellan människor är också viktiga då de knyter ihop människor från olika
nätverk med varandra. En länk mellan två människor fyller en funktion för helheten då de får
tillgång till varandras kontakter genom sin relation och därmed indirekt tillgång till ett större
nätverk varigenom de kan komma åt resurser (Wellman, 1983). Medlemmar i olika nätverk
kan därmed skapa kontakter med nya människor varpå de sammankopplas och dessa kluster
4
sammankopplas i sin tur via aktörer som är med i olika sociala nätverk, se figur 1. Det är
uppenbart att nätverk kommer att uppvisa skillnader i täthet, mönster inom och mellan olika
kluster och detta i sin tur för med sig att olika människor inom samma nätverk har varierande
tillgång till resurser. Människor är vanligtvis medlemmar i flera sociala nätverk och deras
förbindelser kan koppla ihop olika kluster (Wellman, 1983).
Figur 1. Kluster
Figur 1 tydliggör hur aktörer (fyllda cirklar) genom sina kontakter (linjer) skapar ett nätverk
där vissa delar har större antal kontakter sinsemellan (ett kluster) och mellan klustren finns
endast sporadiska kontakter.
Sammanfattningsvis, genom att studera sociala nätverk och dess strukturella egenskaper
tydliggörs hur människor är sammankopplade och vad det kan ge för begränsningar eller
möjligheter för en individs handlingsutrymme. På så vis görs sociala strukturer synliga
(Wellman, 1983).
Aktörsperspektiv på sociala nätverk
Sociala nätverk utgör därmed strukturer som påverkar människor utifrån den position de
håller inom nätverket. När sociala nätverk studeras utifrån ett aktörsperspektiv, är det
människans egna kontakter som fokuseras. Inom aktörsorienterad nätverksforskning görs ofta
en skillnad mellan instrumentella och expressiva nätverkskontakter. Instrumentella kontakter
är kontakter som människor främst upprätthåller på grund av dess nytta i termer av att
införskaffa sig önskvärda resurser som makt, rikedom och status (Lin & Dumin, 1986).
5
De expressiva kontakterna definieras som mer nära och kan innefatta vänskapsrelationer som
ger socialt stöd (Ibarra, 1993). Expressiva kontakter initieras och upprätthålls då människor
också har behov av en social identitet, närhet och erkännande. Att tillhöra en grupp som delar
intressen och resurser kan förse individen med emotionellt stöd men även en allmän
uppfattning om individens rätt till anspråk gällande resurser (Lin, 1999).
Ur ett aktörsperspektiv är alltså de instrumentella kontakterna viktiga i arbetslivet och dessa
utgörs främst av svaga kontakter. Granovetter beskriver den väg mellan två punkter i ett
nätverk som binder dem samman som broar och enda vägen som information kan flöda från
någon av A:s kontakter vidare till B:s kontakter, se figur 2. Granovetter menar att dessa broar
är så kallade svaga kontakter1, vilka är viktiga för vidare spridning av och åtkomst till,
information och influenser (Granovetter, 1973). Spridningen blir avsevärt större genom de
svaga kontakterna och når fler personer än genom enbart starka kontakter. Följaktligen gör det
mer skada för flödet om en svag kontakt upphör än om en stark kontakt försvinner
(Granovetter, 1973).
Figur 2. Starka och svaga kontakter
A
B
Figur 2 visar visuellt hur en aktörs starka kontakter är till andra individer som i sin tur känner
varandra inom klustret och även känner till aktören själv. De svaga kontakterna,
exemplifierade av kontakten mellan A och B i figur 2, visar hur dessa ger kopplingar till
personer som inte är länkade till aktören, det är därför genom dessa som indirekta kontakter
nås. De svaga kontakterna ger tillgång till kunskap med ursprung utanför individens egna
vänskapskrets och ju färre indirekta kontakter en individ har desto sämre kunskap har
individen om verkligheten utanför sin egen vänskapskrets (Granovetter, 1973).
1
Granovetter använder begreppet länkar men vi väljer att genomgående använda begreppet kontakter.
6
Nätverk kan således öka sannolikheten för både instrumentell och expressiv avkastning för en
aktör, där den instrumentella avkastningen kan vara i form av bättre jobb, tidigare
befordringar, högre lön och bonusar och den expressiva avkastningen kan komma i form av
exempelvis bättre upplevd hälsa (Lin, 2000). En förklaring till att en individs inbäddade
resurser i sociala nätverk ökar dess avkastning är att nätverket underlättar informationsflödet,
då kontakter inom de rätta områdena och med de rätta personerna kan förse en aktör med
viktig information om val och möjligheter som annars inte varit möjliga. På samma sätt kan
dessa kontakter uppmärksamma en organisation eller arbetsplats att denna individ finns
tillgänglig. Således bidrar nätverk till att berika en aktörs sociala kapital. Ett resursstarkt
socialt kapital kan även innebära kontakter till aktörer som har en avgörande roll när det
kommer till beslut gällande individens framtid, detta kan vara i form av en anställning eller
möjligtvis en befordran. I ett sådant läge blir vissa strategiskt placerade kontakter en värdefull
resurs som kan innebära makt att påverka aktörernas beslutsfattande, då ett gott ord från
någon med inflytande kan väga tungt. En individs nätverk kan även betraktas av
organisationer och dess aktörer som en typ av social referens som reflekterar individens
tillgång till resurser genom sociala nätverk och kontakter (Lin, 1999).
Ovanstående resonemang tydliggör hur individer med olika strukturella och personliga
karaktär har olika tillgång till socialt kapital och därav kan vi förvänta oss skillnader i utfall
som kan härstamma från det sociala kapitalet (Lin & Dumin, 1986). Om aktör A har kontakt
med en aktör B, en person med makt och status, ökar chanserna att B:s resurser och kontroll
över sociala resurser kan hjälpa A nå längre. Om A söker jobb kan kontakten med B hjälpa A
att få ett bättre jobb än en annan person C som får tips av en kontakt med lägre makt och
status (Lin & Dumin, 1986).
Tidigare forskning
Socialt kapital präglas av homosocialitet
I föregående avsnitt har det teoretiskt beskrivits hur nätverk kan strukturera en aktörs
handlingsutrymme, men även hur det till viss del kan begränsas av individens sociala position.
7
Det har även redogjorts för hur aktören själv kan välja sina sociala kontakter i olika syften och
är på så sätt själv med och strukturerar sitt nätverk, samtidigt som nätverk även kan
uppkomma mer spontant. Följande del beskriver hur sociala nätverk skapas, hur de kan vara
sammansatta och varför de ser ut som det gör. Här blir begreppet homosocialitet centralt, den
tendens människor verkar ha att skapa socialt homogena nätverk både inom arbetslivet och
privat.
Homosocialitet förklaras med principen att vi tenderar att i större utsträckning umgås med
människor som liknar oss, än att umgås med människor vi är olika. Detta leder till att olika
typer av information som flödar inom ett nätverk där individer är lika varandra blir begränsad,
sociala företeelser som förmedlas via nätverkskontakter blir begränsade till att likna varandra
då de interagerar inom samma sociala struktur (McPherson m.fl., 2001; Granovetter, 1973).
Etnisk homosocialitet inom nätverk är vanligt förekommande och studier från USA visar att
vi tenderar att ha samma etniska ursprung som våra närmsta vänner (McPherson m.fl., 2001).
Även kön är en vanlig indelning vad gäller nätverk. Trots att populationen i stort är relativt
jämnt könsfördelad och heterogen så visar det sig att olika sociala nätverk sällan är det. Inom
arbetslivet och olika typer av organiseringar är nätverk ofta homogena. Det visas även tecken
på att mindre intima relationer tenderar att vara mer könssegregerade än kontakter som kan
beskrivas som starka (McPherson m.fl., 2001). Åldershomosocialitet förekommer också i
nätverk, i synnerhet när det gäller nära vänner och religion. Där nätverk inte har sitt ursprung i
familj och släkt ser man att klass, utbildning och yrke ger upphov till homogena nätverk.
Social klass påverkar var vi bor, olika utbildningar delar upp oss i olika lärosäten och val av
yrke är avgörande för arbetsplatsrelaterade aktiviteter. Indelningar som dessa leder till
homogena nätverk och homosocialitet grundat på social klass, utbildning och yrke
(McPherson m.fl., 2001).
Våra nätverk verkar alltså i stor utsträckning vara homogena och det visar sig ha betydelse för
karriärvägar inom organisationer. Nätverksanalys tydliggör systematiska skillnader mellan
män och kvinnor och deras informella strukturella positioner inom organisationer (Ibarra,
1992). Forskning visar exempelvis att kvinnor har män i sitt instrumentella nätverk, då män i
högre utsträckning har positioner högre upp i hierarkin, för att komma åt värdefulla resurser,
medan deras expressiva nätverk domineras av kvinnor (Ibarra, 1992). Män, å sin sida, har
män både i sitt instrumentella och expressiva nätverk, vilket verkar ge män ett försprång
gentemot kvinnor när det kommer till att utveckla mångsidiga nätverk (Ibarra, 1992;
8
Erickson, 2004: 31). Att ha fler män i sitt nätverk innebär därmed en bättre tillgång till socialt
kapital (Behtoui & Neergaard, 2012). Skillnader i sociala nätverk och socialt kapital tydliggör
olika utgångsläge för män och kvinnor, där mäns preferenser för homosocialitet och status
sammanfaller medan de för kvinnorna ligger i konflikt. Det är uppenbart att mixen mellan kön
begränsas av hur könsfördelningen ser ut i gruppen (Ibarra, 1992).
Sociala nätverk och lön
Forskning har indikerat att nätverk spelar en avgörande roll när det kommer till att öka
chanserna till att få en hög lön och mer adekvat arbete (Behtoui, 2007). Nätverk förknippas
således med bättre arbetsmarknadsutfall, då det visat sig ha betydelse även för de människor
som inte angivit att de fått sitt jobb med hjälp av informella sökmetoder (Behtoui, 2007).
Tidigare studier har även visat att högre utbildning, arbetslivserfarenhet, att ha en partner och
aktivt medlemskap i frivilligorganisationer ger en positiv effekt på en aktörs sociala nätverk
(Behtoui, 2007). Arbetslivserfarenhet, utbildning, medlemskap i en förening och att ha barn
under 18 år kan generellt associeras med en större chans att tillhöra en hög lönegrupp, dock är
sannolikheten nästan dubbelt så hög att män tillhör den högre lönegruppen än att kvinnor gör
det (Behtoui, 2007). Kvinnors lägre position i den organisatoriska hierarkin kan delvis
förklaras genom att de har mindre tillgång till sociala nätverk än vad män har (Behtoui &
Neergaard, 2012). Resultat visar även att en individs svagaste kontakter, dess bekanta, ger
bäst tillgång till olika positioner på arbetsmarknaden, de förser även med tillgång till större
resurser i det sociala nätverket samt ger dem åtkomst till ett heterogent utbud av positioner
(Behtoui, 2007).
Kön och lön
Som introduktionen tog upp finns idag en löneskillnad mellan kvinnor och män som på den
svenska arbetsmarknaden uppgår till 4,6% när man justerat för olika faktorer som kan påverka
lönen såsom skillnader i yrke, utbildning, ålder, arbetstid och sektor (Medlingsinstitutet,
2015). Studier visar även att skillnader i lön mellan män och kvinnor är som störst bland de
som har kvalificerade yrken (Boye m.fl., 2014: 194) och i synnerhet på den högsta lönenivån
där man ibland talar om att kvinnor når ett “glastak” (Arulampalam m.fl., 2006). Statistik
visar tydliga siffror på hur kvinnor är betydligt sämre representerade i styrelser eller som
Vd:ar och andra höga poster, i synnerhet inom den privata sektorn (Medlingsinstitutet, 2015).
Nätverk kan tänkas ha betydelse här eftersom höga chefer är män och män tenderar att umgås
med andra män både i arbetslivet och privat. Således skulle det sociala nätverket vara
9
betydande för en individs chanser till att nå högre positioner professionellt och därmed även
nå de högre lönerna vilket enligt teori och tidigare forskning verkar vara svårare för kvinnor
än män. Dessa löneskillnader förekommer i andra delar av världen och är alltså inte unikt för
Sverige (Arulampalam m.fl., 2006). Vårt syfte är att undersöka om mäns och kvinnors sociala
nätverk skiljer sig åt och om nätverk har någon effekt på lön. Vi vill undersöka detta för att se
om våra sociala liv, våra nätverk, har ett samband med arbetsmarknadsutfall, och om så är
fallet kan vara en del av förklaringen till skillnad i lön mellan kvinnor och män.
Data och metod
För att studera skillnader mellan mäns och kvinnor nätverk och konsekvenser av dessa
använder vi levnadsnivåundersökningen från år 2010 (LNU 2010) som insamlats av
Statistiska centralbyrån på uppdrag av Institutet för social forskning vid Stockholms
Universitet (SOFI, 2015). Undersökningen innefattar ett riksrepresentativt urval av Sveriges
vuxna befolkning 18-75 år gamla, födda mellan 1935-1991, som intervjuats om sina
levnadsförhållanden inom olika områden som familj, utbildning, uppväxtförhållanden,
ekonomi, hälsa, sysselsättning, boende, sociala relationer, arbetsförhållanden och fritid2.
Antalet svarande resulterade i 60,9% av urvalet vilket innebar 4415 respondenter. Värt att
notera är dock att alla respondenter inte svarat på alla frågor, på grund av att frågan inte ställts
till alla eller på grund av internt bortfall (SOFI, 2015). I vår studie kommer vi endast att
analysera svar från respondenter som uppgett att de är yrkesverksamma. Vi begränsar därmed
vårt urval till att endast innefatta individer som arbetar. Denna justering innebär att urvalet till
vår studie minskar från 4415 till 2935 respondenter då vi selekterat bort hemarbetande,
ålderspensionärer, studerande, arbetslösa, de som har sjuk-och aktivitetsersättning,
förtidspensionärer, föräldralediga och de respondenter som inte svarat på frågan. Andelen
män i vår studie uppgår till 54,4% vilket innefattar 1596 män och andelen kvinnor är 45,6%
alltså 1339 kvinnliga respondenter. LNU är etikprövad (SOFI, 2015) vilket innebär att
datamaterialet uppfyller de grundläggande kraven gällande anonymitet, frivillighet,
konfidentialitet och integritet som finns (Bryman, 2011: 131). Som nyttjare av datamaterialet
2
För mer information om LNU-undersökningarna se www.sofi.su.se/forskning/tre-
forskningsavdelningar/lnu
10
har vi vidare undertecknat en förbindelse där vi garanterar att använda materialet på
föreskrivet sätt. Detta innebär att vi inte ska sprida data eller på något sätt använda materialet
för andra syften än vår forskningsfråga. Givet dessa garantier anser vi att vår undersökning
uppfyller de etiska principer som råder för svensk forskning3.
Kvantitativ metod
Syftet med denna uppsats är som nämnts ovan att undersöka om mäns och kvinnors sociala
nätverk skiljer sig åt och om detta i så fall kan ge någon effekt på lönen. Våra hypoteser
lämpar sig väl att undersöka kvantitativt, och vi kommer att analyserar insamlad numerisk
data (Bryman, 2011: 150). Fördelar med detta är att vi får många respondenter och har
möjlighet att generalisera våra resultat. Den kvantitativa metoden gör det även möjligt för oss
att titta på nätverkets effekter på lön, vilket troligtvis hade blivit problematiskt i en kvalitativ
studie. Ansatsen vi har valt till vår studie är deduktiv, vilket innebär att vi utifrån tidigare
forskning och teori inom området utformar hypoteser som vi sedan empiriskt prövar (Bryman,
2011: 26). Det deduktiva angreppssättet förknippas ofta inom samhällsvetenskapen med
positivism vilket är en kunskapsteoretisk ståndpunkt som förespråkar naturvetenskapliga
metoder vid inhämtning av kunskaper gällande den sociala verkligheten och dess aspekter
(Bryman, 2011: 30). Detta synsätt har kritiserats då kritiker menar att skillnader som finns
mellan samhället och naturen ignoreras och att hänsyn inte tas till att människor tolkar sin
omvärld (Bryman, 2011: 171).
I kvantitativa studier är forskare ofta intresserade av att kunna generalisera sina resultat, vilket
praktiskt innebär om man kan uttala sig om en större grupp än den specifika man undersökt.
En förutsättning för att kunna generalisera är att man har ett representativt urval, vilket ofta
skapas med hjälp av ett sannolikhetsurval där man väljer enheterna på ett slumpmässigt sätt
(Bryman, 2011: 169). Till denna uppsats är datamaterialet hämtat från LNU 2010, vilket
innefattar ett riksrepresentativt urval av Sveriges vuxna befolkning 18-75 år. Våra resultat är
därmed representativa för den population som ligger till grund för urvalet. LNU har en
tvärsnittsdesign vilket gör att vi inte kan vara säkra på att nätverk kommer före lön i tid. För
att ändå kunna dra kausala slutsatser utifrån tvärsnittsdata kan man utifrån sunt förnuft och
teori bestämma att den ena variabeln kommer före i tid och på så vis orsakar den andra
3
För mer information gällande principer för forskningsetik se http://codex.vr.se/
11
(Bryman, 2011: 168). För att undersöka om det finns ett samband mellan nätverk och lön
använder vi oss av multipel regressionsanalys. Denna typ av regressionsmodell innehåller två
eller fler oberoende variabler som man tror är relaterade till den beroende variabeln som i den
här studien är timlön (Edling & Hedström, 2003: 96).
Variabler
Operationalisering av begreppet lön
Den beroende variabeln i vår studie är lön. Vi har använt variabeln Bruttotimlön som anger
vad en person tjänar i timmen innan skatt. Om personer har månadslön är månadslönen
omkodad till timlön. Variabeln är kontinuerlig och vi har kodat 9999= svar saknas, som
system missing.
Operationalisering av begreppet nätverk
LNU är inte ett datamaterial fokuserat på sociala nätverk men innehåller en rik mängd av
frågor som handlar om svenskars levnadsnivå. Det finns därför inte några uttalade variabler
som mäter respondenternas nätverk, men däremot kan vi genom att strategiskt använda ett
antal frågor skapa indikatorer på nätverk som kan tänkas ha betydelse. I vår studie har vi
därför valt att mäta nätverk med hjälp av frågor om; antalet nära vänner, hur ofta man umgås
med sina vänner, vilken yrkeskategori ens närmsta vän har, om man har arbetslösa vänner,
faderns utbildningsnivå, medlemskap i föreningar, antalet nära vänner män samt chefens kön.
Vi har alltså valt ut ett antal variabler i LNU som vi anser på olika sätt kan kartlägga en
individs nätverk. Utifrån de ovan nämnda variablerna undersöker vi respondenternas
kontaktnät för att få en bild av mäns och kvinnors nätverk samt om nätverk har någon effekt
på lönen. För att underlätta replikerbarhet redovisar vi detaljerat hur vi kodat variablerna i vår
uppsats.
Antal nära vänner syftar i denna studie till att ge en bild av storleken på en individs
kontaktnät. Variabeln har kodats om till en dummyvariabel där de som har 0-5 antal nära
vänner får värdet 0 och de som har 6 nära vänner eller fler får värdet 1. Värden som: 97= fler
12
än 99 vänner, 888= vet ej och 999= svar saknas har kodats som system missing för att inte
snedvrida resultatet. 4
Variabeln Träffar nära vänner hur ofta ska ge en indikation på en individs kontaktintensitet
till nära vänner, vilket kan säga något om personens investering i sociala relationer. Variabeln
har kodats om till en dummyvariabel där de som angett att de träffar nära vänner veckovis får
värde 1 och de som träffar nära vänner mer sällan får värde 0. 5
Vi har också med en variabel kring närmsta väns yrkeskategori, där variabeln EGP närmsta
vän delades in i sex kategorier enligt följande; Vän högre tjänsteman, Vän tjänsteman på
mellannivå, Vän lägre tjänsteman, Vän kvalificerad arbetare, Vän okvalificerad arbetare,
Vän egenföretagare.
Variabeln Nära vänner arbetslösa är kontinuerlig men extremvärden har tagits bort: 97= fler
än 99 vänner, 888= vet ej och 999= svar saknas, vilka kodades system missing.
Faderns utbildning är menat att till viss del kunna mäta vilket socialt kapital en individ får
med sig hemifrån, vilket vi tänker kan ge bättre förutsättningar för ett informativt nätverk.
Denna variabel är kodad som en dummyvariabel där de vars far har universitet- eller
högskoleutbildning kodats som 1 och de vars far inte har universitet- eller högskoleutbildning
kodats 0.
Variabeln Övriga föreningar ger oss information om respondenten är medlem i någon
förening vilket också kan ge en indikation på hur aktiv en person är i sitt nätverkande.
Variabeln har kodats som en dummy där de som angett att de är medlemmar i en förening
kodats 1 och de som inte är medlemmar i någon förening kodats 0.6
För att undersöka om homosocialitet förekommer i nätverken har vi valt att använda oss av
variablerna Antal nära vänner män samt Chefens kön. Då vi tänkte oss att variabeln Antal
4
Vi började med att dela in variabeln i sex kategorier men variationen var liten mellan de olika
kategorierna. Vi skapade då istället tre kategorier men detta gav inte heller någon större variation.
5
Vi hade även med variabeln Telefonkontakt nära vänner hur ofta men valde att utesluta variabeln då
den inte uppvisade tillräckligt signifikanta skillnader mellan män och kvinnor. Vi testade även variabeln i
en bivariat regression men den visade inte på något signifikant samband med timlön varken för män eller
kvinnor.
6
Ursprungligen hade vi också med variablerna Politisk aktivitet och Medlem i fackförening dock visade de
inte några större skillnader mellan män och kvinnor och gav heller inte någon effekt på lön när vi testade
dem i bivariata regressioner. Vi valde därför att utesluta variablerna Politisk aktivitet och Medlem i
fackförening från vår studie.
13
nära vänner män ska ge en bild av i vilken utsträckning män umgås med män och kvinnor
umgås med kvinnor. Variabeln är kontinuerlig men vi har tagit bort extremvärden som: 97=
fler än 99 vänner, 888= vet ej och 999= svar saknas vilka kodades system missing.7
Chefens kön är bland annat med för att få en inblick i könssegregeringen på arbetsplatserna.
Vi har gjort den till en kategorivariabel med kategorierna; Manlig chef, Kvinnlig chef och Vet
ej vem som är chef/har ingen chef. Värdet 99= svar saknas kodades som system missing.
Viktiga kontrollvariabler
Olika förklaringar till skillnad i lön mellan män och kvinnor lyfts fram i forskning och därför
är det viktigt att vi i vår studie kontrollerar för dessa i vår regressionsanalys. En faktor är att
kvinnor lägger mer tid på hemarbete och därför inte har lika mycket kraft över till
förvärvsarbete som männen (Boye & Evertsson, 2014: 161). Vilket kan leda till att männen
får mer arbetslivserfarenhet varpå de tjänar mer. Därför kontrollerar vi för arbetstid i vår
analys för att utesluta att löneskillnaden handlar om huruvida individen jobbar heltid eller
deltid.
Löneskillnaden kan även förklaras med att kvinnor tenderar att välja yrken som är lättare att
kombinera med familjelivet och dessa yrken ger ofta sämre betalt (Boye m.fl., 2014: 189), i
och med det har vi kontrollerat för sektor. Samtidigt ser man att det är fler kvinnor än män
som är högskoleutbildade (Medlingsinstitutet 2015) vilket tyder på att kvinnor har sämre
avkastning på sin utbildning (Boye m.fl., 2014: 193). För att utesluta utbildning som
anledning till skillnad i lön håller vi även utbildningsnivå konstant i våra analyser.
Ålder och egen yrkeskategori är även faktorer som påverkar lönen, därmed har vi med dessa
som kontrollvariabler. Vi tänker även att föräldraskap kan påverka mäns och kvinnors lön, i
synnerhet kvinnors, då forskning visar att kvinnor tar ut mest föräldraledighet (Statistiska
centralbyrån, 2014). Våra kontrollvariabler blir därmed; Födelseår, Heltid, Antal år i
förvärvsarbete, IP:s Utbildningsnivå, Sektor, EGP Egen, samt Antal hemmabarn då vi vet att
de ger effekter på lönen. Se tabell 1 för deskriptiv statistik.
Variabeln Antal år i förvärvsarbete väljer vi att döpa om till Arbetslivserfarenhet och i denna
variabel har vi gjort om värdena 88= Har aldrig förvärvsarbetat, 97= Ej aktuell för
sysselsättningsbiografin 2010 samt 99= svar saknas till System missing. För att ta hänsyn till
7
Till en början kodades variabeln antal nära vänner män som en kategorivariabel med sex kategorier
vilket inte gav några större skillnader sinsemellan. Vi valde då att göra färre kategorier men det var
fortfarande liten variation mellan kategorierna.
14
det kurvlinjära samband som vi vet finns mellan arbetslivserfarenhet och lön så lägger vi även
till en kvadratterm av arbetslivserfarenhet, Arbetslivserfarenhet2.
Utifrån variabeln IP:s Utbildningsnivå har vi skapat Universitetsutbildning. Variabeln är
ursprungligen indelad i flertalet olika utbildningsnivåer, men vi har dock valt att endast
undersöka effekten av universitets- eller högskoleutbildning på lön. De som uppgett att de inte
har någon universitet- eller högskoleutbildning får värdet 0 och de som angett att de har
universitet- eller högskoleutbildning får värdet 1.
Yrkeskategori är skapad utifrån variabeln EGP Egen som kategoriserats i sex kategorier enligt
följande; Högre tjänsteman, Tjänsteman på mellannivå, Lägre tjänsteman, Kvalificerad
arbetare, Okvalificerad arbetare, Egenföretagare.
Sektor kodades om till en dummyvariabel, och döptes till Privat sektor, där de som angett att
de jobbar i offentlig sektor fått värdet 0 och de som angett att de jobbar i privat sektor fått
värdet 1.
Ålder är skapad genom att göra om variabeln Födelseår till Ålder då vi vill kontrollera om
ålder har någon effekt på lön. För att undvika risk för multikollinearitet mellan variablerna
Ålder och Arbetslivserfarenhet har vi valt att kategorisera variabeln Ålder. Vi valde att skapa
kategorierna 19-25 år, 26-40 år och 41 år eller äldre.
För att se effekten av om individen arbetar heltid eller deltid har vi med variabeln Heltid, som
vi har gjort till en dummyvariabel, där de som angett att de arbetar heltid får värde 1 och de
som inte angett att de arbetar heltid får värde 0. Vi utgår då ifrån att de som inte angett att de
arbetar heltid i stället arbetar deltid eller sysselsätter sig med annat.
Variabeln Antal hemmabarn har vi kodat som en dummyvariabel där de som angett att de har
barn får värdet 1 och de som angett att de inte har barn får värdet 0. Vi valde att göra denna
indelning eftersom vi är mer intresserade av effekten på lön om man har barn eller inte
snarare än om effekten är olika beroende på hur många barn man har. Vi är medvetna om att
även kön påverkar lön dock har vi inte med det som en kontrollvariabel då vi valt att göra
separata modeller på män och kvinnor. Denna uppdelning gör att eventuella skillnader i hur
variabler påverkar män och kvinnor blir synliga, och vi riskerar därmed inte interaktion i vår
regression. Vi menar att könslönegapet är så väletablerat att vår undersökning inte behöver
klarlägga dess existens.
15
Tabell 1.
Deskriptiv statistik över anställda män och kvinnor i LNU 2010
N=2935 (män N=1596, kvinnor N=1339)
MÄN
KVINNOR
Variabler
Centralmått/andela Bortfal Centralmått/andela Bortfal
r
l
r
l
Lön (m)
(standardavvikelse)
183,27
(91,24)
-282
153,57
(49,92)
-159
Arbetslivserfarenhet (m)
(standardavvikelse)
22,5
(13,68)
-13
21,2
(12,63)
-10
Utbildningsnivå
0
-1
Ingen universitets/
högskoleutbildning
79,9%
76,3%
Universitets/högskoleutbildni
ng
20,1%
23,6%
Sektor
-314
-169
Offentlig
20,2%
48,5%
Privat
60,1%
38,8%
Ålder
(standardavvikelse)
43,66
(12,90)
0
44,09
(12,46)
0
Heltid
78,6%
0
60,6%
0
Har barn
46,8%
0
51,3%
0
Yrke
-2
0
Högre tjänstemän
19,9%
17,8%
Tjänstemän på mellannivå
19,5%
26,4%
Lägre tjänstemän
16,7%
35,5%
Kvalificerade arbetare
14,5%
1,7%
Okvalificerade arbetare
16%
11,6%
Egenföretagare
13,2%
7%
16
Resultat
I resultatets första del redovisas kartläggningen av mäns och kvinnors nätverk. Därefter
redovisas resultat från vår multipla regressionstabell där vi testar våra nätverksvariabler samt
kontrollerar för tidigare kända faktorer som man vet kan påverka lön.
Nätverk och kontaktintensitet
Vårt syfte i denna studie var att undersöka om mäns och kvinnors nätverk skiljer sig åt för att
sedan undersöka om nätverk skulle kunna ha någon effekt på lönen. I tabell 2 redovisas
kvinnors och mäns genomsnittliga svar på frågorna som handlar om sociala nätverk.
Tabell 2.
Nätverk och kontaktintensitet angivet i procent.
Män
Kvinnor
Antal nära vänner
Inga nära vänner
2,8
2,3
Antal nära vänner 1-10
80,0**
86,9**
Antal nära vänner 11 eller fler
16,3**
10,5**
Träffar nära vänner varje vecka
59,1
56,8
Högre tjänsteman
17,4
17,6
Tjänsteman mellannivå
18,4**
30,5**
Lägre tjänsteman
15,9**
30,5**
Kvalificerad arbetare
18,0**
2,4**
Okvalificerad arbetare
18,2**
10,2**
Egenföretagare
6,1**
2,6**
Har arbetslösa vänner
17,4*
14,6*
Yrkeskategori närmsta vän
17
Fadern universitets- eller högskoleutbildad
16,8
17,6
Medlem i föreningar
56,6**
46,9**
Resultat som presenteras i tabell 2 pekar på att det finns vissa skillnader mellan män och
kvinnors nätverk. Män har i genomsnitt fler vänner än kvinnor, dock var det mest
förekommande för både män och kvinnor att ange att de har 1-10 nära vänner. Resultaten
indikerar även att kontaktintensiteten för män och kvinnor är relativt lika. Vid frågan hur ofta
man träffar sina vänner uppgav 59,1 procent av männen att de träffar nära vänner varje vecka,
medan 56,8 procent av kvinnorna angav att de träffar nära vänner varje vecka. Skillnaden är
dock inte signifikant.
Ett annat sätt att kartlägga mäns och kvinnors nätverk är att undersöka vilket yrke dess
närmsta vän har. Resultaten, som också redovisas i tabell 2, visar att kvinnors närmsta vän
ofta är tjänsteman på lägre eller mellannivå och mäns närmsta vän oftast är tjänsteman på
mellannivå eller okvalificerad arbetare. Skillnader mellan mäns och kvinnors närmsta väns
yrke återfinns inom alla kategorier förutom högre tjänstemän där fördelningen är lika.
För att få en vidare bild av mäns och kvinnors sociala nätverk har vi även tittat på hur många
arbetslösa vänner de har, där resultatet visar att det är en större andel män än kvinnor som har
arbetslösa vänner. Gällande faderns utbildning finner vi inga signifikanta skillnader mellan
män och kvinnor. Slutligen visar det sig att män i högre utsträckning än kvinnor är
medlemmar i föreningar, 56,6 procent medan 46,9 procent av kvinnorna har angett att de är
medlemmar i föreningar.
Homosocialitet
Ett annat sätt att kartlägga hur mäns och kvinnors sociala nätverk ser ut är att undersöka hur
könsfördelningen ser ut. Resultatet som presenteras i tabell 3 anger den manliga närvaron
bland mäns och kvinnors nära vänner men också huruvida ens närmsta chef är man.
18
Tabell 3.
Homosocialitet. Angivet i procent.
Män
Kvinnor
Antal nära vänner män
Inga manliga vänner
0,4**
45,6**
Manliga vänner 1-10
88,0**
50,3**
8,1**
1,5**
Manlig chef
66,7**
35,1**
Kvinnlig chef
14,5**
53,6**
2,6
1,8
Manliga vänner 11 eller fler
Chefens kön
Vet ej vet som är chef/har ingen chef
Resultatet indikerar att män i större utsträckning umgås med män och kvinnor med kvinnor.
Vi kan även se att män oftare har en manlig chef och kvinnor oftare har en kvinnlig chef.
Hittills kan konstateras att mäns och kvinnors nätverk verkar skilja sig i termer av storlek,
bästa väns yrkestillhörighet och att både mäns och kvinnors nätverk verkar vara homosociala.
Regressionstabell
I nästa steg testas hypotes 3; om det finns ett positivt samband mellan storlek och
sammansättning på en aktörs sociala nätverk och lön. Resultatet presenteras i tabell 4.
I den multipla regressionsanalysen används lön som den beroende variabeln. I den första
modellen (modell 1) studeras sambandet mellan lön och utvalda nätverksvariabler och i den
andra modellen (modell 2) adderas kontrollvariabler.
19
Tabell 4
Regressionsanalys med beroende variabeln Bruttotimlön
Män
Kvinnor
Oberoende variabler
Modell 1
Modell 2
Modell 1
Modell 2
Konstant
182,413**
91,865**
148,258**
111,122**
(20,918)
(4,967)
(40,093)
(12,521)
Nära vänner 6 el. fler
6,005
3,412
8,036*
2,288
(ref 0-5 vänner)
(1,044)
(0,673)
(2,395)
(0,777)
32,058**
11,144
27,145**
12,924**
(4,325)
(1,711)
(6,525)
(3,482)
-26,330**
-13,561*
-11,891**
-0,647
(-3,458)
(-2,033)
(-3,377)
(-0,205)
-25,324**
-7,755
-22,391*
-7,005
(-3,405)
(-1,170)
(-2,377)
(-0,845)
-37,402**
-14,791*
-20,017**
-3,490
(-5,082)
(-2,248)
(-3,812)
(-0,732)
-13,874
-9,376
8,979
6,260
(-1,136)
(-0,881)
(0,970)
(0,774)
Nära vänner
-10,027**
-1,496
-6,446**
-1,728
arbetslösa
(-4,038)
(-0,654)
(-3,669)
(-1,103)
Träffar nära vänner
-22,579**
-8,958*
-8,748**
-3,672
veckovis
(-4,591)
(-2,057)
(-2,988)
(-1,419)
Faderns utbildning
12,032
11,908*
14,523**
12,189**
(ref ej
(1,944)
(2,100)
(3,824)
(3,504)
Medlem i föreningar
13,945**
2,810
6,454*
0,729
(ref ej medlem)
(2,908)
(0,669)
(2,241)
(0,288)
Antal nära vänner
0,382
0,177
-0,158
-0,283
män
(0,608)
(0,325)
(-0,282)
(-0,576)
Yrkeskategori närmsta vän
(ref tjänsteman på mellannivå)
Högre tjänsteman
Lägre tjänsteman
Kvalificerad arbetare
Okvalificerad arbetare
Egenföretagare
(ref mer sällan)
Universitet/Högskola)
20
Manlig chef
18,754**
17,529**
14,114**
6,897*
(ref kvinnlig chef)
(3,031)
(3,157)
(4,781)
(2,569)
Vet inte vem som är
9,012
-4,275
-3,811
-7,671
chef/har ingen chef
(0,452)
(-0,246)
(-0,334)
(-0,772)
Ålder
(ref 41 år eller äldre)
19-25 år
29,302*
-2,766
(2,143)
(-0,346)
9,936
2,014
(1,232)
(0,483)
Heltid
-2,094
4,592
(ref ej heltid)
(-0,250)
(1,624)
Arbetslivserfarenhet
4,314**
2,312**
(4,590)
(4,208)
-0,57**
-0,36**
(-3,495)
(-3,455)
Högskoleutbildad
21,880**
13,811**
(ref ej
(3,506)
(3,893)
Privat sektor
24,645**
15,252**
(ref Offentlig sektor)
(5,008)
(5,719)
58,454**
33,030**
(9,312)
(8,417)
-23,591**
-16,684**
(-3,596)
(-5,114)
-34,082**
-28,271**
(-4,905)
(-3,048)
-38,659**
-28,677**
(-5,675)
(-6,089)
26-40 år
Arbetslivserfarenhet
2
Universitet/Högskola)
Yrke
(ref tjänsteman på
mellannivå)
Högre tjänsteman
Lägre tjänsteman
Kvalificerad arbetare
Okvalificerad arbetare
21
Egenföretagare
(+)
(+)
Barn (ref inga barn)
6,496**
2,411
(1,375)
(0,812)
1130
1050
N
R2 (Adjusted)
0,142
0,362
0,158
0,374
*p<0,05 **p<0,01
+ SPSS utesluter variabeln ur analysen, troligtvis på grund av lågt antal observationer.
Modell 1
I den första modellen (modell 1) analyseras sambandet mellan nätverksvariabler och lön, i den
andra modellen (modell 2) inkluderas även de kontrollvariabler som tidigare studier visat har
stor betydelse för individers lön. Resultaten i modell 1 visar en hel del likheter mellan män
och kvinnor vad gäller nätverks samband med lön8. För både män och kvinnor verkar det ha
betydelse vilket yrke ens närmsta vän har, eftersom t-värdena är större än 2 eller mindre än -2
kan vi med 95% säkerhet säga att ett signifikant samband föreligger mellan väns yrke och lön,
åtminstone innan vi har kontrollerat för aktörens eget yrke. För både män och kvinnor gäller
att en närmsta vän som är högre tjänsteman eller tjänsteman på mellannivå ger ett positivt
signifikant samband till lön. För både män och kvinnor påverkas lönen negativt av att ha
vänner som är lägre tjänstemän, kvalificerad och okvalificerad arbetare jämfört med att ens
närmsta vän är tjänsteman på mellannivå. Att ha arbetslösa vänner uppvisar ett negativt
signifikant samband med både mäns och kvinnors lön.
Resultaten visar även att kontaktintensiteten verkar ha en viss effekt på lön och att den är av
vikt för både kvinnor och män. Däremot skiljer sig storleken på effekten något åt; då en man
som träffar sina vänner varje vecka i genomsnitt tjänar 23 kronor mindre än en man som
träffar sina vänner mer sällan. En kvinna som träffar sina vänner veckovis tjänar i genomsnitt
9 kronor mindre än en kvinna som träffar vänner mer sällan.
8
Interceptets värde i denna regressionstabell visar en aktörs lön när alla oberoende variabler är lika med
noll. I denna studie blir interceptet därför svårt att analysera då det blir orealistiskt.
22
Att vara medlem i olika typer av föreningar verkar likaså ha en positiv inverkan på mäns och
kvinnors lön då vi får ett signifikant samband mellan variabeln övriga föreningar och lön. Vad
gäller de variabler som är tänkta att mäta samband mellan lön och homosocialitet visar det sig
att det finns ett positivt samband mellan att ha en manlig chef och lön för både kvinnor och
män, då variabeln manlig chef uppvisar statistisk signifikans. Resultatet indikerar att en man
som har en manlig chef i genomsnitt tjänar 19 kronor mer i timmen än en man som har en
kvinnlig chef. En kvinna som har en manlig chef tjänar i genomsnitt 14 kronor mer än en
kvinna som har en kvinnlig chef, kontrollerat för övriga oberoende variabler. Att ha fler än 6
nära vänner och en fader med högre utbildning uppvisar ett positivt signifikant samband
endast för kvinnors lön. Andelen förklarad varians (R2) i modell 1 var 14,2% för männen och
15,8% för kvinnorna, vilket innebär att nätverksvariablerna tillsammans förklarade 14,2% av
variansen i den beroende variabeln timlön för männen och 15,8% av variansen i timlön för
kvinnorna9.
Modell 2
I modell två lägger vi till de kontrollvariabler som enligt tidigare forskning påvisats har effekt
på lön. Det som händer med våra nätverksvariabler generellt är att de tidigare signifikanta
sambanden blir svagare och en del försvinner helt. Gällande nära vänners yrke kan vi se att
det fortfarande finns signifikanta samband då män som har en nära vän som är lägre
tjänsteman tjänar i genomsnitt 14 kronor mindre i timmen än en man vars närmsta vän är
tjänsteman på mellannivå, kontrollerat för övriga oberoende variabler. I modell 2 kan vi även
se att en man vars närmsta vän är okvalificerad arbetare tjänar i genomsnitt 13 kronor mindre
i timmen än en man vars närmsta vän är tjänsteman på mellannivå. Gällande kvinnorna skiljer
sig resultatet från männen, då vi för kvinnor istället kan se att en kvinna som har en nära vän
som är högre tjänsteman tjänar i genomsnitt 13 kronor mer i timmen än en kvinna vars
närmsta vän är tjänsteman på mellannivå, kontrollerat för övriga oberoende variabler.
Resultatet visar även att det finns ett negativt signifikant samband för män mellan att träffa
vänner veckovis och timlön, då en man som träffar sina vänner varje vecka tjänar i genomsnitt
9 kronor mindre i timmen än en man som träffar sina vänner mer sällan. Till skillnad från
9
I och med att R2-värdet alltid ökar när man inkluderar fler variabler i modellen har vi valt att redovisa
det justerade R2-värdet då det är ett värde som är anpassat efter antal variabler och därför bättre att
analysera.
23
kvinnorna som inte uppvisar något signifikant samband mellan hur ofta man träffar sina
vänner och timlön. En nätverksvariabel som uppvisar signifikanta resultat i modell 2 för både
män och kvinnor är faderns utbildning, där det finns ett positivt samband mellan att ha en
universitets- eller högskoleutbildad far och en individs lön. De män och kvinnor som har en
högutbildad far tjänar i genomsnitt 12 kronor mer i timmen än individer vars far inte har en
högre utbildning.
Resultaten gällande våra variabler som är tänkta att mäta homosocialitet visar att det finns ett
positivt signifikant samband mellan att ha en manlig chef och timlön för män och kvinnor. En
man som har en manlig chef tjänar i genomsnitt 18 kronor mer i timmen än en man som har
en kvinnlig chef och en kvinna som har en manlig chef tjänar i genomsnitt 7 kronor mer i
timmen än en kvinna som har en kvinnlig chef.
I modell 2 redovisas även våra kontrollvariabler där vi kan se att en man som är 19-25 år i
genomsnitt tjänar 29 kronor mer i timmen än en man som är 41 år eller äldre. Vi kan även
avläsa att det finns ett positivt signifikant samband mellan arbetslivserfarenhet och timlön för
både män och kvinnor. Där en man tjänar i genomsnitt 4 kronor mer i timmen och en kvinna i
genomsnitt 2 kronor mer i timmen för varje år i arbete, konstanthållet för övriga oberoende
variabler. I tabellen kan vi även se att de som har högre utbildning tjänar mer, då en
universitets- eller högskoleutbildad man i genomsnitt tjänar 22 kronor mer i timmen än en
man som inte är universitets- eller högskoleutbildad. En kvinna som är universitets- eller
högskoleutbildad tjänar i genomsnitt 14 kronor mer i timmen än en kvinna som inte är
universitets- eller högskoleutbildad. Skillnaden i lön mellan män och kvinnor som är
universitets eller högskoleutbildade blir därmed i genomsnitt 8 kronor i timmen, kontrollerat
för övriga oberoende variabler. Gällande sektor visar resultaten att män och kvinnor som
arbetar i privat sektor tjänar mer än män och kvinnor som arbetar i offentlig sektor. En man
som jobbar i privat sektor tjänar i genomsnitt 25 kronor mer i timmen än en man i offentlig
sektor medan en kvinna inom den privata sektorn tjänar 15 kronor mer i timmen än en kvinna
i offentlig sektor.
I modell 2 kontrollerar vi även för egen yrkeskategori och resultatet visar att det finns
signifikanta samband mellan alla yrkeskategorier och timlön för både män och kvinnor. Att
vara högre tjänstemän har ett positivt signifikant samband med timlön för män och kvinnor,
då en manlig högre tjänsteman i genomsnitt tjänar 58 kronor mer i timmen än en man som är
24
tjänsteman på mellannivå. En kvinna som är högre tjänsteman tjänar i genomsnitt 33 kronor
mer i timmen än en kvinna som är tjänsteman på mellannivå. Resultatet visar ett negativt
samband mellan kategorierna lägre tjänstemän, kvalificerade arbetare och okvalificerade
arbetare och timlön för både män och kvinnor. Alla dessa variabler är konstanthållna för
övriga oberoende variabler i modell 2. Andelen förklarad varians i den beroende variabeln
timlön av de oberoende variablerna i modell 2 uppgår till 36,2% för männen och 37,4% för
kvinnorna.
Analys
Resultatet i föreliggande uppsats visar att det finns skillnader mellan mäns och kvinnors
nätverk och att en aktörs sociala liv delvis kan påverka lönen. I vårt resultat bekräftas vår
första hypotes gällande att mäns och kvinnors nätverk skiljer sig åt. Det fanns bland annat
signifikanta skillnader när det gäller hur många nära vänner män och kvinnor har, då män ofta
har fler nära vänner än kvinnor. Att män anger fler nära vänner än kvinnor kan ha flera olika
anledningar. En anledning kan vara att män har en annan definition av nära vän än kvinnor.
En annan anledning skulle kunna vara att kvinnor i högre utsträckning är hemma med barn
eller arbetar deltid (Statistiska centralbyrån, 2014) vilket gör att de kanske får färre kontakter.
Kvinnor utför även mer obetalt arbete i hemmet medan mannen utför mer betalt arbete utanför
hemmet (Boye & Evertsson, 2014: 161), vilket vi tror kan ge en sämre möjlighet för kvinnor
att knyta kontakter.
Resultaten visar vidare att kvinnor i större utsträckning än män har nära vänner som är
tjänstemän, vilket för oss indikerar en mer fördelaktig sammansättning av kvinnors nätverk än
mäns. Att det är vanligare att kvinnors närmsta vän är tjänstemän kan delvis bero på att
kvinnor i större utsträckning själva är tjänstemän. Män har oftare än kvinnor angett att deras
närmsta vän är arbetare, vilket kan bero på att fler män än kvinnor är arbetare. Mäns vänner är
vanligen andra män, medan kvinnors vänner vanligtvis är kvinnor. Män har oftare en manlig
chef, medan kvinnor oftare har en kvinnlig chef. Sammantaget är resultatet i linje med vad
som förväntas utifrån teorin om homosocialitet, vilket i sin är i linje med den andra hypotesen
i uppsatsen om att nätverk är homosociala.
25
Resultaten visade även att fler män än kvinnor är medlemmar i föreningar. Detta kan delvis
bero på att män har mer fritid, ledigt utrymme för aktiviteter utanför arbete och familj
(Statistiska centralbyrån, 2014). Om vi spekulerar kring vad detta betyder i termer av socialt
kapital kan ett mer aktivt föreningsliv betyda att svenska män har ett rikare kontaktnät,
framförallt vad gäller de viktiga svaga kontakterna (Granovetter, 1973). Vad gäller
kopplingen till arbetsliv visar regressionsanalysen dock att föreningsmedlemskap inte har
något samband med lön.
I resultatet har vi även presenterat hur stor andel av männen respektive kvinnorna som har
angett att de har arbetslösa vänner, där fler män har angett att de har arbetslösa vänner, vilket
kan bero på att arbetslösheten är större bland män än kvinnor i Sverige (Statistiska
centralbyrån, 2016). Arbetslösa vänner skulle kunna tänkas vara en indikation på kontakter
som inte besitter resurser som kan vara av nytta i arbetslivet, men analysen visar att det inte
finns något samband mellan att ha fler arbetslösa vänner och lön.
Resultatet visar att en aktörs sociala liv till viss del kan påverka lönen, ett resultat i linje med
den tredje hypotesen. För kvinnor finns det ett positivt samband mellan att ha en nära vän som
är högre tjänsteman och lön, medan detta samband inte existerar för männen. Att detta
samband finns för kvinnorna kan tolkas som att kvinnor med starka kontakter till
högstatusyrken (ens närmsta vän är högre tjänsteman) gynnas lönemässigt. Vi kan såklart
endast spekulera kring hur mekanismen ser ut, men teoretiskt är det lätt att tänka sig att
framgångsrika kontakter kan ge såväl information som socialt stöd som kan gynna karriärer.
Ett annat intressant resultat är att män som anger att de träffar sina nära vänner veckovis
tjänar mindre än män som träffar sina vänner mer sällan. Trots att vi kontrollerat för
yrkestillhörighet och utbildning i våra analyser, skulle resultatet kunna bero på att män som
prioriterar umgänge med vänner kanske har ett mindre krävande arbete och därmed lägre lön.
Faderns utbildning har ett positivt samband med lön för både män och kvinnor. Detta beror
inte endast på att de som har en högutbildad far oftare själva utbildar sig (Rudolphi, 2014:
128), eftersom vi kontrollerar för individers egen utbildningsnivå i våra analyser. Utifrån ett
nätverksperspektiv kan man istället tänka sig att en högutbildad far kan innebära en värdefull
resurs med bra kontakter kan vara fördelaktiga i arbetslivet.
26
Vår undersökning visar även att det är fördelaktigt för både män och kvinnor att ha en manlig
chef, då det innebär högre lön, något som inte enbart beror på skillnader mellan privat och
offentlig sektor (som vi kontrollerat för). Vi vet att det finns fler manliga chefer och att
lönerna generellt är högre inom privat sektor (Statistiska centralbyrån, 2016). En spekulation
kan vara att manliga chefer i sin tur har bättre nätverk och därmed i högre utsträckning kan
förhandla bättre löner för sina medarbetare.
Diskussion
Ett syfte i vår studie var att undersöka om mäns och kvinnors nätverk skiljer sig åt, vilket vi
kommit fram till att de gör. Detta öppnar upp för en diskussion kring varför de skiljer sig åt
och hur det påverkar aktören men även samhället i stort. Ett annat syfte med undersökningen
var att ta reda på om sociala nätverk samvarierar med lön, vilket i så fall skulle kunna vara en
delförklaring till att det uppstår löneskillnader mellan kvinnor och män. Skillnader i socialt
kapital mellan individer och grupper leder som tidigare nämnt till skilda möjligheter att nå
framgång både vad gäller arbetsliv och upplevd livskvalité (Lin, 2000). Att nätverk skiljer sig
åt mellan kvinnor och män kan bero på dels strukturen och dels aktören själv. Vi tänker att
nätverksstrukturen påverkar aktörers handlingsutrymme genom normer och värderingar som
antingen kan försvåra eller underlätta för aktören att nå önskad välfärd.
Utifrån både teori och våra resultat kan vi se att rådande struktur inom arbetslivet gynnar
männen, då männen har högre lön, oftare arbetar inom privat sektor, i större utsträckning
arbetar heltid och får mer avkastning för både utbildning och arbetslivserfarenhet. Vi kan
även se att samma struktur istället försvårar för kvinnor då de oftare arbetar inom offentlig
sektor, mer sällan arbetar heltid och får sämre avkastning på arbetslivserfarenhet och
utbildning. Dessa faktorer bidrar alla till att kvinnor får lägre lön än män. Resultatet kan
självfallet även bero på att kvinnorna av olika anledningar själva väljer att arbeta deltid inom
offentlig sektor, vilket vi inte utesluter som en möjlig förklaring.
27
Kvinnor behöver ha män i sitt nätverk för att nå resurser och höga poster. I och med en
trögrörlig struktur och homosociala nätverk kan man tänka sig att kvinnor får svårare att
konkurrera om de högre positionerna. Det är mest män på de högre positionerna vilket
indikerar att männens hierarkiska position inte försvagas trots kvinnornas lika höga
utbildningsnivå. Ett tänkbart resultat är därmed att män och kvinnor med lika utbildning
klarar sig olika bra. I och med sin högre position verkar männen ha ett bättre nätverk, vilket
innebär att sannolikheten för både expressiv och instrumentell avkastning är högre för
männen.
Våra resultat visar att män ofta har en manlig chef medan kvinnor oftare har en kvinnlig chef
vilket indikerar homosocialitet på arbetsmarknaden. Vi kan dock se att det är ett positivt
samband mellan att ha en manlig chef och lön för både män och kvinnor. Då vi kontrollerat
för sektorstillhörighet handlar detta inte endast om skillnader i sektorstillhörighet, då effekten
på både mäns och kvinnors lön kvarstår även efter sektor introduceras i modellerna. Om
manliga chefer har mer inflytande på arbetsplatserna tack vare sitt nätverk, och därmed ett
bättre förhandlingsläge när det kommer till löner, visar det sig att det gynnar både män och
kvinnor. Resultatet kan också bero på att manliga chefer oftare än kvinnliga chefer befinner
sig högre upp i hierarkin, med underställda som har högre lön.
Enligt Granovetter (1973) och Lin (1999) är det de svaga kontakterna som är viktigast för en
aktörs arbetsmarknadsutfall. Nära vänner, våra starka kontakter, har större betydelse för vårt
välmående. Storleken på en aktörs sociala nätverk visade sig inte ha något samband med lön,
men då storleken skattades med hjälp av frågor kring hur många nära vänner aktörer har, kan
resultatet ändå vara i linje med den teori vi grundar vår forskning på. Eftersom det är just de
svaga kontakterna som är viktiga för framgång i arbetslivet, vilka vi kom åt i vår studie i
termer av föreningsdeltagande (som är långt ifrån perfekt). En spekulativ slutsats är att män
har fler svaga kontakter som utgör värdefulla resurser såväl i arbetsliv som privat, eftersom
män i större utsträckning än kvinnor arbetar heltid och även oftare är föreningsaktiva, vilket
ger dem fler tillfällen att knyta kontakter och därmed utöka sitt sociala kapital.
28
Att ha en universitets- eller högskoleutbildad far har ett positivt samband med lön för både
män och kvinnor vilket indikerar att det kapital man ärver har viss betydelse för aktörens egen
framgång i arbetslivet. Det ärvda kapitalet, som kan vara humant, kulturellt och socialt kapital
kan alltså påverka aktörers livschanser (Lin, 2000).
Studiens slutsats är att en aktörs sociala liv delvis kan påverka lönen då en viss typ av
nätverksammansättning visat sig vara fördelaktig medan andra är mindre fördelaktiga. Vi kan
även konstatera att mäns och kvinnors nätverk skiljer sig åt till viss del och att det verkar vara
männen som har de mest fördelaktiga nätverken.
Förhoppningen med vår studie var att bidra till en vidare förståelse för om och hur våra
sociala liv påverkar arbetslivet, i termer av löneskillnader mellan kvinnor och män. Vår studie
har bidragit med en viss förståelse, samtidigt som det återstår en hel del för att utvärdera de
sociala nätverkens betydelse för en aktörs lön. En aspekt som hade varit intressant att
undersöka närmare är en aktörs instrumentella kontakter, vilka vi inte riktigt kom åt i den mån
vi önskade då våra variabler främst var inriktade på nära vänner. Så att undersöka en aktörs
instrumentella kontakter och eventuella samband med lön, är ett förslag för framtida studier.
Kritisk reflektion
När man använder kvantitativ metod är det viktigt att bestämma validitet och reliabilitet för de
mått som används. Reliabilitet handlar om tillförlitlighet till att måtten är stabila över tid,
vilket innebär att man ska kunna få samma resultat om man gör samma undersökning vid ett
annat tillfälle (Bryman, 2011: 49). I vår studie tänker vi att våra mått på nätverk är stabila
över tid och är därmed reliabla.
Validitet rör frågan om huruvida ett mått för ett begrepp mäter det man ämnat mäta (Bryman,
2011: 163). I vår studie blir validiteten en kritisk fråga då de variabler vi valt för att mäta
nätverk inte är optimala. Variablerna vi använt oss av mäter inte exakt det vi utifrån teori och
tidigare forskning hade önskat mäta, då vi hade velat få en bild av en aktörs instrumentella
och expressiva kontakter, men mestadels bara hade tillgång till de expressiva alltså mer nära
29
kontakterna. Validiteten i vår studie kan även påverkas av att män och kvinnor har olika
uppfattningar om vad en nära vän är. Validiteten kan även ifrågasättas när det gäller nära väns
yrke, då man bara har undersökt en nära väns yrke. Vilket kan tänkas inte ger en rättvisande
bild av en aktörs nätverk i form av nära vänner. Vi hade även velat kontrollera för boendeort
då vi vet att det kan påverka lönen. Detta kunde vi dock inte kontrollera för i vår regression då
boendeort är en registeruppgift som inte lämnas ut.
30
Referenser
Arulampalam, W. Booth, A. L. Bryan, M. L. “Is there a Glass Ceiling over Europe? Exploring
the Gender Pay Gap across the Wages Distribution”. The Australian National University.
Centre for Economic Policy Research, discussion paper NO. 510. January 2006.
Behtoui, A. (2007). “The distribution and return of social capital: Evidence from Sweden”.
European Societies, 9:3, 383-407.
Behtoui, A. & Neergaard, A. (2012). ”Social capital, status and income attainment in the
workplace”, International Journal of Sociology and Social Policy, Vol. 32 s. 42-55.
Boye, K. & Evertsson, M. (2014). “Vem gör vad när? Kvinnors och mäns tid i betalt och
obetalt arbete”, s. 158-184 i Evertsson, M. och Magnusson, C. (red). Ojämlikhetens
dimensioner Uppväxtvillkor, arbete och hälsa i Sverige. Stockholm: Liber AB
Boye, K., Halldén, K. och Magnusson, C. (2014). ”Könslönegapets utveckling. Betydelsen av
yrkets kvalifikationsnivå och familjeansvar”, s. 185-211 i Evertsson, M. och Magnusson, C.
(red). Ojämlikhetens dimensioner Uppväxtvillkor, arbete och hälsa i Sverige. Stockholm:
Liber AB
Bryman, A. (2011). Samhällsvetenskapliga metoder. Stockholm: Liber AB
Coleman, J. (1988). “Social Capital in the Creation of Human Capital”. American Journal of
Sociology, Vol. 94, s.S95-S120.
Edling, C. & Hedström, P. (2003). Kvantitativa metoder. Grundläggande analysmetoder för
samhälls- och beteendevetare. Studentlitteratur AB, Lund
Erickson, B.H. (2004). ”The distribution of gendered social capital in Canada”, s. 27-50 i
Flap, H. och Völker, B. (red). Creations and Returns of Social Capital A new research
program. London: Routledge Advances in Sociology
31
Granovetter, M. (1973). ”The strength of Weak Ties”. American Journal of Sociology, vol.
78, No. 6, s. 1360-1380.
Ibarra, H. (1992). ”Homophily and Differential Returns: Sex Differences in Network
Structure and Access in an Advertising Firm”. Administrative Science Quarterly, 37, s.422447.
Ibarra, H. (1993) ”Personal Networks of Women and Minorities in Management: A
Conceptual Framework”. The Academy of Management Review, vol. 18, No 1, s. 56-87.
Lin, N. & Dumin, M. (1986). ”Access to occupations through social ties”. Social Networks
vol. 8, s. 365-385.
Lin, N. (1999). ”Building a Network Theory of Social Capital”. Connections, 22:1 s. 28-51.
Lin, N. (2000). ”Inequality in Social Capital”. Contemporary Sociology, vol. 29, No. 6, s.
785-795.
McPherson, M., Smith-Lovin, L. & Cook, J. M. (2001). ”Birds of a Feather: Homophily in
Social Networks”. Annual Review of Sociology, vol. 27, s. 415-444.
Rudolphi, F. (2014). “Tro, hopp och utbildning. Sociala skillnader i ungdomars
utbildningsaspirationer”, s. 125-155 i Evertsson, M. och Magnusson, C. (red). Ojämlikhetens
dimensioner Uppväxtvillkor, arbete och hälsa i Sverige. Stockholm: Liber AB
Wellman, B. (1983). ”Network Analysis: Some Basic Principles”. Sociological Theory, vol. 1,
s. 155-200.
Elektroniska källor:
Europeiska kommissionen (2014). Hur vi får bukt med löneskillnaderna mellan kvinnor och
män i EU. Nedladdad 2016-12-29 från Europeiska kommissionens hemsida,
http://ec.europa.eu/justice/gender-equality/files/gender_pay_gap/140319_gpg_sv.pdf
32
Medlingsinstitutet (2015). Löneskillnader mellan kvinnor och män 2015. Vad säger den
officiella lönestatistiken?. Nedladdad 2016-12-10 från medlingsinstitutets hemsida,
http://www.mi.se/files/PDF-er/att_bestalla/loneskillnader/skillnaden15.pdf
SOFI, Institutet för social forskning (2015). Levnadsnivåundersökningen (LNU). Nedladdad
2016-11-18 från SOFI:s hemsida, www.sofi.su.se/forskning/tre-forskningsavdelningar/lnu
Statistiska centralbyrån (2014). På tal om kvinnor och män, lathund om jämställdhet 2014.
Nedladdad 2016-12-30 från Statistiska centralbyråns hemsida,
http://www.scb.se/Statistik/_Publikationer/LE0201_2013B14_BR_X10BR1401.pdf
Statistiska centralbyrån (2016). Fortsatt förbättrat arbetsmarknadsläge för kvinnor,
arbetskraftsundersökningarna mars 2016. Nedladdad 2016-12-30 från Statistiska
centralbyråns hemsida, http://www.scb.se/sv_/Hitta-statistik/Statistik-efteramne/Arbetsmarknad/Arbetskraftsundersokningar/ArbetskraftsundersokningarnaAKU/23265/23272/Behallare-for-Press/402608/
Statistiska centralbyrån (2016). Löneskillnader mellan offentlig och privat sektor. Nedladdad
2017-01-02 från Statistiska centralbyråns hemsida,
www.scb.se/contentassets/b1ae4493ffd1404987a4d32cbf213ae5/loneskillnader-mellanoffentlig-och-privat-sektor.pdf
33
