1 Inledning

Arbete för liv eller död?
En kvantitativ studie i arbetsmiljöns
långsiktiga verkan på sambandet mellan
socioekonomisk status och äldres ohälsa
Liselotte Lööf
Vanessa Parker
Sociologiska Institutionen
Kandidatuppsats i sociologi med inriktning mot
personal, arbete och organisation (PAO), 15 hp
Vårterminen 2009
Handledare: Ingemar Kåreholt
Sammandrag
Syftet för uppsatsen har varit att undersöka i vilken utsträckning sambandet mellan
socioekonomisk status och ohälsa hos den äldre populationen beror på de arbetsförhållanden de
haft under de yrkesverksamma åren. Vi har för detta ändamål genomfört analyser med hjälp av
ordinala logistiska regressioner där vi kontrollerat den fysiska och psykiska arbetsmiljöns
inverkan på sambandet mellan två mått av socioekonomisk status och sex olika ohälsoutfall.
De olika ohälsoutfallen har baserats på ett befintligt datamaterial från den nationellt
representativa Undersökningen om äldres levnadsvillkor (SWEOLD) som genomförts åren
1992, 2002 och 2004. Bakgrundsinformationen avseende socioekonomisk status och
arbetsmiljöförhållanden har hämtats från den nationellt representativa Levnadsnivåundersökningen (LNU) från åren 1968 och 1981. Kombinationen av de två har möjliggjort för
longitudinella studier, vilket innebär att vi kunnat följa respondenterna över tid - från tiden de
varit yrkesverksamma till pensionsålder. Av studiens analyser framkom att de starkaste
effekterna uppvisades när vi kontrollerade för den fysiska arbetsmiljöns verkan på sambandet
mellan måtten på socioekonomisk status och de två ohälsoutfallen rörelsesmärta och fysisk
funktionsnedsättning. Däremot förklarade de psykiska arbetsmiljöförhållandena genomgående
mycket litet eller inget alls av sambanden mellan socioekonomisk status och ohälsoutfallen i
stort. Med resultaten för handen drar vi slutsatsen att tidigare fysiska arbetsmiljöförhållanden i
enlighet med tidigare forskning står för den största delen av sambandet mellan socioekonomisk
status och äldres ohälsa. Med det i åtanke kan resultaten av vår studie tänkas reflektera dåtidens
arbetsmiljö som karakteriserats av mestadels monotont arbete med, som vi kunnat se,
belastningssjukdomar såsom smärta i rörelseorgan och nedsatt funktionsförmåga till följd. I vår
studie har vi inte analyserat bristande kontroll av arbetet, hög anspänning, tillfredsställelse med
arbetet, stöd från chef och medarbetare och inflytande över arbetsuppgifter. Om vi hade kunnat
inkludera dessa faktorer hade vi eventuellt fått andra resultat med avseende på deras inverkan
på sambandet mellan socioekonomisk status och äldres ohälsa.
Nyckelord
Socioekonomisk status, ohälsa, fysisk arbetsmiljö, psykisk arbetsmiljö, äldre,
befolkningsstudie.
Innehållsförteckning
1 Inledning......................................................................................................................... 1
1.1 Syfte .................................................................................................................................................. 2
1.2 Disposition ........................................................................................................................................ 2
2 Tidigare forskning .......................................................................................................... 2
2.2 Frågeställning .................................................................................................................................. 4
3 Datamaterial och metod ................................................................................................. 5
3.1 Datamaterial och urval ................................................................................................................... 5
3.1.1 Levnadsnivåundersökningen (LNU) .......................................................................................... 6
3.1.2 Undersökningen om äldres levnadsvillkor (SWEOLD) ............................................................. 6
3.1.3 Datamaterialets bortfall ............................................................................................................ 7
3.2 Statistisk analysmetod ..................................................................................................................... 8
3.3 Begreppsoperationalisering - beroende variabler ........................................................................ 8
3.3.1 Global självskattad hälsa .......................................................................................................... 9
3.3.2 Självrapporterade psykiska besvär ............................................................................................ 9
3.3.3 Självrapporterad fysisk ohälsa – smärta i rörelseorgan.......................................................... 10
3.3.4 Självrapporterad fysisk ohälsa – cirkulationsproblem ............................................................ 10
3.3.5 Test av fysisk funktionsnedsättning .......................................................................................... 10
3.3.6 Test av kognitiv nedsättning .................................................................................................... 11
3.4 Begreppsoperationalisering - oberoende variabler..................................................................... 12
3.4.1 Kontrollvariabler ..................................................................................................................... 12
3.4.2 Egen socioekonomisk status..................................................................................................... 12
3.4.3 Arbetsmiljö............................................................................................................................... 13
3.5 Deskriptiv data och frekvensfördelningar ................................................................................... 15
4 Resultat och analys ....................................................................................................... 17
4.1 Tillvägagångssätt och regressionsdiagnostik............................................................................... 17
4.2 Resultat från ordinal logistisk regressionsanalys........................................................................ 19
5 Diskussion .................................................................................................................... 34
5.1 Framtida forskningsmöjligheter .................................................................................................. 38
6 Referenser..................................................................................................................... 38
1 Inledning
Intresset för det valda ämnet väcktes efter att ha läst boken Tänk på avståndet av Richard G
Wilkinson (2004) och en artikel publicerad i Svenska Dagbladet baserad på boken
Statussyndromet av Michael Marmot (2006). Böckerna är baserade på författarnas forskning
kring ojämlikheters effekter på hälsan och berör således faktorer utöver genetiska skillnader
som orsaker till varför vissa individer har sämre hälsa än andra. Medverkande krafter till sämre
hälsa är då enligt dessa två forskare både hur vi lever vårt liv i samhället och hur vi har det på
arbetet. Det sistnämnda är av speciell relevans för oss då vi i vår framtida roll i arbetet med
människor bör rikta vår uppmärksamhet på hälsoskillnader som kan vara kopplade till levnadsoch arbetsförhållanden av socioekonomisk karaktär. En minskning av den ojämlika
fördelningen kan endast ske genom att man tar itu med källan till dessa orättvisor och därmed
krävs kunskap om de mekanismer som påverkar hälsan hos den äldre populationen. Där har vi
ett stort och viktigt arbete framför oss bland annat i form av hälsofrämjande och
sjukdomsförebyggande insatser.
Under 1900-talet har vi kunnat se en väsentlig ökning av den förväntade medellivslängden för
människor i de industrialiserade länderna (Giddens, 2007). Sverige hade år 2003 världens
högsta medellivslängd med 77,9 år bland män och 82,4 år bland kvinnor (Backhans & Moberg,
2008). Framstegen när det gäller människans förbättrade hälsotillstånd kan till stor del
tillskrivas den medicinska utvecklingen. De medicinska effekterna till trots menar sociologer
att man riskerar att bortse från den roll som bland annat sociala och miljömässiga faktorer
spelar när det gäller att finna mönster i ohälsa i en befolkning - vilka är långt ifrån jämnt
fördelade (Giddens, 2007). Föga förvånansvärt visar upprepade studier att det finns ett
samband mellan högre socioekonomisk status och bättre hälsa (Thorslund & Lundberg, 1996;
Åberg Yngwe, 2005). Svår värk och dåligt allmänt hälsotillstånd är till exempel betydligt
vanligare hos arbetare än hos tjänstemän och skillnader i förväntad medellivslängd mellan
personer med olika lång utbildning har också ökat under hela 1990-talet, och fortsätter att öka
under 2000-talet (Folkhälsorapport 2009).
Med tanke på det omfattande datamaterial vi har haft förmånen att tillgå för den förestående
analysen, anser vi att vi besitter en unik position. Vi kan med facit i hand utforska de faktiska
effekterna av arbetsmiljömässiga faktorers påverkan på den äldre populationen i Sverige.
1
1.1 Syfte
Uppsatsens syfte är att studera i vilken utsträckning sambandet mellan socioekonomisk status
och ohälsa hos den äldre populationen beror på vilka arbetsförhållanden de haft under de
yrkesverksamma åren.
1.2 Disposition
För att kunna besvara vår frågeställning nedan och för att uppnå syftet presenterat i det
föregående, redogör vi inledningsvis för tidigare forskning på området som berör
socioekonomisk status och hälsa. Avsnittet utmynnar i uppsatsens frågeställningar. Under
avsnittet Datamaterial och metod redogör vi för datamaterialet som ligger till grund för
studiens analyser, vald analysmetod samt en presentation och motivering av valda beroende
och oberoende variabler som följs av de valda variablernas deskriptiva data och
frekvensfördelningar. Därefter följer analys och en sammanställning av analysens viktigaste
resultat. Avslutningsvis, en diskussion och förslag på vidare forskning.
2 Tidigare forskning
Socioekonomisk status och hälsa
Diskussionen kring den ojämlika hälsan intensifierades under 1980-talet i samband med
publiceringen av ”the Black Report” (1980) som genomfördes i Storbritannien på uppdrag av
den dåvarande regeringen (Labour party). Rapporten påvisade i korthet att trots välfärdens
sociala institutioners gynnsamma påverkan på hälsan i stort, fanns det en utbredd ojämlikhet
med avseende på hälsa. Rapporten, som lyfte fram olika aspekter av den ojämlika hälsan, fick
ett stort genomslag och kom att inspirera till många och omfattade studier - och låg även till
grund för olika teoretiska förklaringsmodeller på området, aktuella än idag.
Fortsatta studier i ämnet har upprepade gånger visat att vissa samhällsklasser åtnjuter ett bättre
hälsotillstånd än andra. Förekomsten av hälsoproblem är mycket högre för personer med en
lägre socioekonomisk status vilket pekar på att en lägre socioekonomisk status starkt korrelerar
med en sämre hälsa (Warren et al., 2004; Thorslund & Lundberg, 1996; Åberg Yngwe, 2005).
Flertalet studier har visat att det är betydligt vanligare med ett sämre hälsotillstånd hos arbetare
än hos de med högre tjänstebefattningar. Symptom såsom värk och cirkulationsbesvär och även
risker att dö i förtid har observerats hos de med lägre socioekonomisk status (Folkhälsorapport
2
2009; Warren et al., 2004). Skillnader i förväntad medellivslängd mellan personer med olika
lång utbildning har också ökat under hela 1990-talet och fortsätter att öka under 2000-talet.
På senare tid har beteendemässiga och psykosociala förklaringsmodeller fått en mer
framträdande roll i debatten om individers hälsa. Livsstilsfaktorer såsom rökning, alkohol,
matvanor och motion samt vikten av självkänsla och känsla av sammanhang är faktorer som
kan ligga till grund för en individs (goda) hälsa (Nettleton, 2006; Toivanen, 2007; Wilkinson,
2003; Marmot, 2006). Att dessa faktorer inte belysts i denna studie innebär inte av vi förringar
dess betydelse, men vi menar, i likhet med Lundberg (1998) att vikten av arbetsvillkor med
avseende på ojämlikheter i ohälsa inte får negligeras i tider då nya rön förmedlas i en allt
snabbare takt.
Arbetsmiljöförhållanden och ohälsa
Den så kallade Whitehall-studien, där anställda på olika nivåer, från vaktmästare till
statssekreterare, inom den brittiska statsförvaltningen ingick, är en flitigt åberopad
undersökning i den ojämlika hälsodebatten (Marmot, 2006; The Whitehall II Study, 2000). De
första resultaten presenterades 1978 och kom att påvisa ett konkret samband mellan låg status
och sämre hälsa. Ju längre ner i hierarkin du befann dig, desto större var risken att drabbas av
hjärt- och cirkulationsproblem och dessutom gällde samma förhållande för nästintill alla
vanliga sjukdomar. Detta fenomen kom Marmot att benämna en social gradient, det vill säga
att ju högre socioekonomisk position desto bättre hälsa. År 1985 påbörjades Whitehall-IIstudien där resultaten sammankopplar sociala förhållanden med biologiska mekanismer: en låg
position förenade med dåliga arbetsvillkor påverkar det metabola systemet som i sin tur ökar
risken för bland annat hjärt- och kärlsjukdomar. Analogt visar Lundberg i sin avhandling ”Den
ojämlika hälsan” (1990) som baserats på de nationellt representativa
Levnadsnivåundersökningarna utförda åren1968, 1974 och 1981 att variationer i såväl fysisk
som psykisk ohälsa (om än mindre entydiga än de rapporterade för fysisk ohälsa) mellan olika
samhällsgrupper förekommer. Inom kategorin arbetarklass är det betydligt vanligare att utsättas
för dåliga fysiska arbetsmiljöförhållanden i form av bland annat tunga lyft, gas, damm och rök
samt buller vilket resulterar i hälsoklyftor (Lundberg 1990, 1998). Resultaten styrks vidare av
en omfattande fransk studie med 25 380 medverkande där Neidhammer (2008) observerar att
yrkesrelaterade faktorer har en avgörande roll för den ojämlika hälsan - industriarbetare var en
utsatt grupp i jämförelse med tjänstemannayrken.
3
Socioekonomisk status och äldres ohälsa
Då studiens analyser kommer att studera skilda ohälsoutfall för den äldre populationen (över
pensionsålder) bör det nämnas att det inte endast är ålder per se som avgör hur de äldre mår.
Att vissa studier gör gällande att de så kallade överlevarnas hälsostatus blir mer lika i de äldre
åldersgrupperna oavsett klasstillhörighet, med andra ord, att skillnader i ohälsa elimineras på
äldre dagar är, menar Thorslund & Lundberg (1994), en mycket förenklad syn. Att
klasskillnader i hälsa kvarstår bland de äldre beror till stor del på att ojämlika förhållanden
befästs under det yrkesverksamma livet (McMunn et al., 2006; Thorslund & Lundberg, 1994;
Thorslund et al., 1996). Till exempel visar resultat från Undersökningen om äldres
levnadsvillkor (SWEOLD) bland annat att de före detta tjänstemännen genomgående hade
bättre hälsa än de före detta arbetarna (Thorslund et al., 1996). Motsvarande påvisar Vågerö
(1996) att en 60-årig kvinna med arbetarbakgrund i genomsnitt kan förvänta sig ett kortare liv
än en kvinnlig tjänsteman i samma ålder. Därtill visar Folkhälsorapporten (2009) att andelen
äldre som uppvisar smärta i rörelseorgan är mycket större hos de före detta arbetarna än bland
dem som varit tjänstemän.
Långsiktig effekt av arbetsrelaterade faktorers påverkan
Den långsiktiga effekten av arbetsrelaterade faktorers påverkan på sambandet mellan
socioekonomisk status och ohälsoutfall hos äldre över pensionsålder uppfattar vi som tämligen
outforskad. Resultatet från en av de få studierna som i viss mån belyser den långsiktiga
effekten av arbetsmiljöns inverkan, är en polsk studie där äldre arbetare (65 år och äldre) ingick
visade att arbetsmiljöfaktorer är förenade med mortalitet hos de äldre (Tobiasz-Adamczyk et
al., 2007). Även Lundberg (1991) har problematiserat det faktum att studier i stort sett
genomgående negligerat den pensionerade populationen och deras exponering för dålig
arbetsmiljö under deras yrkesverksamma år. I sin longitudinella1 studie visar Lundberg att
exponering för både psykisk och fysisk arbetsmiljö under det yrkesverksamma livet resulterar i
skillnader i framför allt fysisk ohälsa mellan före detta tjänstemän och arbetare senare i livet.
2.2 Frågeställning
Forskning på området har mestadels fokuserat på de faktiskt yrkesverksamma med en väldigt
kort uppföljningstid varvid denna studie syftar till att söka svaret på i vilken utsträckning
sambandet mellan socioekonomisk status och ohälsa hos den äldre populationen beror på
arbetsförhållanden de haft under de yrkesverksamma åren.
En longitudinell studie är en studie där empiriska observationer görs vid mer än en tidpunkt (Brante et al.,
2001, sid. 187).
1
4
Vi har för detta ändamål genomfört analyser där vi kontrollerat den fysiska och psykiska
arbetsmiljöns verkan på sambandet mellan två mått av socioekonomisk status (utbildning och
social klass baserat på yrke) och sex skilda ohälsoutfall hos den äldre populationen
(självskattad hälsa, psykiska besvär, smärta i rörelseorgan, cirkulationsproblem och test av
fysisk funktionsnedsättning respektive kognitiv nedsättning).
3 Datamaterial och metod
Med tanke på det befintliga datamaterialets struktur (kvantitativ information) har vi genomfört
en kvantitativ studie. Den långa uppföljningstid som föreligger i det datamaterial vi har haft till
vårt förfogande innebär vidare att vi genomfört en longitudinell studie, vilket möjliggjort att vi
kunnat följa personer över tid - från tiden de varit yrkesverksamma till efter pensionsålder.
Utifrån det vi vet om tidigare forskning på området, det vill säga att det finns fog att anta att en
inverkan av arbetsmiljöförhållanden på sambandet mellan socioekonomisk status och äldres
hälsa verkligen finns, är vår studie i huvudsak deduktiv2 i sin inriktning. Då vi som sagt efter
vår litteraturgenomgång på området funnit få studier som fokuserat på den pensionerade
populationen och deras exponering för dålig arbetsmiljö under deras yrkesverksamma år, kan
våra resultat efter genomförda analyser skilja sig något från den litteratur som finns på området
varvid den deduktiva processen har ett induktivt inslag3.
Metodavsnittet presenterar inledningsvis det datamaterial vi har haft till vårt förfogande för att
genomföra studiens analyser. Därefter följer statistisk analysmetod där vi redogör för den valda
analysmetoden. Sedan presenteras operationalisering av uppsatsens ingående variabler.
Avsnittet avslutas med en översikt av variablerna i form av deskriptiv statistik och
frekvensfördelningar.
3.1 Datamaterial och urval
För att möjliggöra för en longitudinell studie, har de genomförda analyserna baserats på ett
befintligt datamaterial från de två nationellt representativa studierna Undersökningen om äldre
Med ett deduktivt angreppsätt utgår man från det man vet inom ett specifikt område och de teoretiska
överväganden som rör detta område och därifrån härleds en eller flera hypoteser som empiriskt granskas.
En deduktiv process är främst förknippat med kvantitativ forskning (Bryman, 2002).
2
Med ett induktivt angreppsätt är teorin resultatet av en forskningsinsats, vilket innebär att man drar
generaliserbara slutsatser utifrån de resultat man erhållit. En induktiv process är främst förknippat med
kvalitativ forskning (Ibid.).
3
5
levnadsvillkor (SWEOLD) och Levnadsnivåundersökningarna (LNU). Bakgrundsinformation
från LNU (åren 1968, 1981) avseende socioekonomisk status och arbetsmiljöförhållanden har
kombinerats med de äldres ohälsoutfall från SWEOLD (åren 1992, 2002 och 2004)4.
Uppföljningstiden mellan de två studierna innebär att det skiljer sig mer än 20 år mellan
tidpunkten för arbetsmiljöfrågorna och tidpunkten för frågorna avseende de ohälsoutfallen. Vi
har valt uppföljningsperioderna 1981 till 2002 och 2004 för att det är ungefär lika lång
uppföljningstid som mellan åren 1968 och 1992. För vidare information om studierna, se
www.sweold.se (SWEOLD), www.sofi.su.se (LNU).
På grund av urvalsprocessen i samband med SWEOLD-undersökningarna har 226 personer
intervjuats både år 2002 och år 2004. Då personer i regel inte hinner förändras under den korta
tid (två år) det skiljer mellan de två undersökningarna, har vi i våra analyser valt att för år 2004
ta bort de respondenter som även besvarat intervjufrågorna för år 2002.
3.1.1 Levnadsnivåundersökningen (LNU)
Levnadsnivåundersökningen genomfördes för första gången år 1968 och har därefter
genomförts åren 1974, 1981, 1991 och 2000. I de förestående analyserna är endast åren 1968
och 1981 relevanta. Behandlade ämnen i LNU var bland annat uppväxtförhållanden,
sysselsättning, hälsa, arbetsförhållanden och inkomst, ekonomiska resurser och egna
välfärdsbedömningar. I LNU år 1968 och år 1981 ingick ett representativt slumpmässigt urval
av den vuxna svenska befolkningen mellan 15 och 75 år. Av 6 522 personer var antalet
svarande, år 1968, 5 921 personer, svarsfrekvensen var därmed 90,8 procent. År 1981 var det
av 6 813 personer 5 613 svarande, en svarsfrekvens på 82,4 procent.
3.1.2 Undersökningen om äldres levnadsvillkor (SWEOLD)
Undersökningen om äldres levnadsvillkor har genomförts vid tre tillfällen – 1992, 2002 och
2004. Samtliga tre intervjutillfällen ligger till grund för analyserna i denna studie. Utöver att
verka som en förlängning av levnadsnivåundersökningen (se ovan) samlar SWEOLD data
kring de allra äldsta levnadsvillkor såsom familj, hälsa, rörlighet, boendesituation,
fritidssysselsättning och ekonomi.
Undersökningspopulationen år 1992 bestod av alla de personer som vid minst ett tillfälle
intervjuats för LNU (1 936 personer) och vid tidpunkten för SWEOLD-studien var 563
De valda undersökningskohorterna är baserade på de respondenter som deltog i både LNU 1968 och
SWEOLD 1992 samt de respondenter som deltog i LNU 1981 och SWEOLD 2002 och 2004. Sålunda har
ohälsoutfallen från SWEOLD 1992 kombinerats med bakgrundsinformation från LNU 1968 och
ohälsoutfallen från SWEOLD 2002 och 2004 kombinerats med bakgrundsinformation från LNU 1981.
4
6
personer fortfarande i livet (77 - 98 år). Av dessa utfördes 438 personliga intervjuer, 31
telefonintervjuer och 68 intervjuer genomfördes med så kallade proxyintervjuer5. Den totala
svarfrekvensen var 95,4 procent.
I SWEOLD 2002 har man inkluderat alla som varit med i en LNU-population (77 – 96 år). Av
dessa 736 personer utfördes 492 personliga intervjuer, 47 telefonintervjuer och 82
proxyintervjuer. Svarefrekvensen var 84,4 procent.
I SWEOLD-undersökningen år 2004 genomfördes endast telefonintervjuer. Urvalet på 1 352
personer var alla som varit med i en LNU-population (69 – 97 år). Av dessa personer
genomfördes 997 telefonintervjuer och 183 proxyintervjuer. Totalt svarande var därmed 87,3
procent.
3.1.3 Datamaterialets bortfall
I tabell 3.1, nedan, redovisas det totala bortfallet aktuellt för vår studie. Till skillnad från
undersökningarnas publicerade uppgifter (enligt föregående avsnitt) där bortfallen baserats på
hela undersökningspopulationen, är nedan redovisade bortfall för SWEOLD åren 2002 och
2004 baserade på LNU:s urvalspopulation. För år 1992 gäller att alla varit med i någon LNUundersökning vilket innebär att det inte förekommer någon skillnad mellan det publicerade
bortfallet och bortfallet som är aktuellt för vår studie. För LNU åren 1968 och 1981 baseras
bortfallen nedan på de respondenter som var i rätt födelsekohorter för att delta i någon
SWEOLD-undersökning. Urvalets storlek och de låga bortfallen för både LNU- och
SWEOLD-undersökningarna och att det är nationellt representativa datamaterial innebär att
resultatet med all sannolikhet kan generaliseras till populationen i stort och att sannolikheten
därmed är liten för att resultaten skulle bero på slumpen.
Tabell 3.1 Andel bortfall i absoluta frekvenser och i procenttal.
Bortfall
Frekvens
Procent
SWEOLD
1992
26
4,6
SWEOLD
2002
73
11,5
SWEOLD
2004
48
7,8
LNU
1968
28
5,2
LNU
1981
163
11,7
Närstående person eller sjukvårdspersonal har hjälpt till att besvara frågorna om intervjupersonen inte
kunnat på grund av sitt hälsotillstånd.
5
7
3.2 Statistisk analysmetod
För att på bästa sätt studera sambandet mellan de huvudsakliga oberoende variablerna (egen
socioekonomisk status samt arbetsmiljöförhållandena) och de valda beroende variablerna
(ohälsoutfallen) har vi som analysmetod valt ordinal logistisk regression6 som vi genomfört
med hjälp av programmet SPSS7. En ordinal logistisk regressionsanalys används för att
analysera samband mellan en diskret beroende variabel på ordinal skalnivå och två eller flera
oberoende variabler. En diskret variabel på ordinal nivå är en variabel som är kategorisk och
kan anta värden vilka kan rangordnas, men där skalstegens storlek inte behöver ha någon
betydelse. För att exemplifiera indelas ohälsoutfallen i vår studie i flera kategorier såsom
”god”, ”dålig” eller ”något däremellan”, där dålig innebär mer av något ohälsoutfall. Vanliga
binära logistiska regressioner kräver att den beroende variabeln är dikotom, vid ordinala
logistiska regressioner kan man till skillnad från en binär logistisk regressionsanalys analysera
beroende variabler med fler än två kategorier om dessa kan rangordnas (StataCorp 2007). Det
hade förvisso varit fullt möjligt att indela våra ohälsoutfall i enbart två kategorier, men efter
noggrant övervägande ansåg vi inte denna metod vidare lämplig med tanke på att majoriteten
av ohälsoutfallen har mellan nio (9) och 18 mätvärden. Vid dikotomisering går information
förlorad. Att vi inte heller valt att genomföra en linjär multipel regressionsanalys enligt OLS
(minsta kvadratmetoden) beror på att våra beroende variabler inte är normalfördelade, inte kan
antas ha lika stora skalsteg och ej heller uppfyller de antagandet om linjäritet.
3.3 Begreppsoperationalisering - beroende variabler
Definitionerna på vad som skall räknas som ohälsa och förekomsten av indikatorer som skall
ge uttryck för god eller dålig hälsa är många. Vi avser inte att utgå från någon exakt given mall,
och efter att ha tagit del av tidigare forskning på området, har vi inte heller kunnat finna någon
sådan. Efter att ha studerat frågorna i SWEOLD-undersökningarna har vi valt att låta följande
variabler representera den äldre populationens ohälsoutfall: global självskattad hälsa,
självrapporterade psykiska besvär, smärta i rörelseorgan, cirkulationsproblem, test av fysisk
funktionsnedsättning och test av kognitiv nedsättning. Nämnas kan att de så kallade
Det är en analysmetod som kan beskrivas som en serie binära (med tvådelat utfall) logistiska
regressioner – en för varje tänkbar uppdelning vid en dikotomisering av den beroende variabeln – där
resultatet sedan vägts samman och presenteras som en oddskvot (StataCorp 2007). Oddskvoten fås
genom att exponentiera beta-koefficienten. Oddskvoten anger den relativa förändringen i oddset när den
oberoende variabeln förändras med en enhet och övriga variabler hålls konstanta (Edling & Hedström,
2003). Oddskvoten visar oddset för att ha ett ”högre värde” i den beroende variabeln, till exempel att
uppge en ”dålig” självskattad hälsa snarare än ”något däremellan” och oddset för att uppge ”något
däremellan” snarare än en ”god” självskattad hälsa. I modellen finns inget antagande om linjäritet eller
additivitet.
6
7
Statistical Package of Social Science. Version 16.0 for Windows.
8
proxyintervjuerna har genomförts på ohälsoutfallen avseende självskattad hälsa för år 2004,
psykiska besvär för åren 2002 och 2004, smärta i rörelseorgan och cirkulationsproblem.
Samtliga beroende variabler är baserade på strukturerade intervjufrågor med fasta
svarsalternativ. Variablerna är diskreta med flera kategorier, ordinala och kan anta värden från
noll och uppåt. En mer utförlig presentation av valda variabler följer i de kommande avsnitten.
3.3.1 Global självskattad hälsa
Global självskattad hälsa är ett vanligt förekommande mått vid hälsoutredningar (Åberg
Yngwe, 2005). Ett vidare argument för att använda sig av variabeln global självskattad hälsa,
anser vi, är att ett flertal studier påvisat att måttet är korrelerat med mortalitet och olika sätt att
mäta fysisk och psykisk ohälsa (Hogstedt et al. 2008; Manderbacka et al., 2003). Liknande
studier har dessutom visat att svaren på frågan beträffande den självskattade hälsan mycket väl
sammanfattar det allmänna hälsotillståndet (Hemström, 2005; Thorslund et al., 1996).
Självskattad hälsa är i SWEOLD baserad på frågan Hur bedömer du ditt allmänna
hälsotillstånd varvid vi kodat svaren ”gott” med värdet noll (0), ”dåligt” (2) eller ”något
däremellan” (1).
3.3.2 Självrapporterade psykiska besvär
Vi har med Folkhälsorapporten 2009 i åtanke, som rapporterar att besvär med ängslan, oro,
ångest samt sömnbesvär är vanligt förekommande bland de äldre, valt att utifrån SWEOLD,
utgå från fyra trötthetsmått (trötthetssymptom senaste 14 dagar; trötthet på morgon; trötthet
dagtid; trötthet på kvällen) samt variablerna sömnproblem, oro/ångest och depression. Initialt
har ett index bestående av trötthetsfrågorna skapats vilka kodats efter en fyrgradig skala: har
man på samtliga fyra trötthetsfrågor svarat ”ja” ges värdet tre (3), jakande svar på tre av de fyra
frågorna ges värdet två (2), jakande svar på två av frågorna ges värdet ett (1), och vid ett
jakande svar8 och nej på samtliga frågor ges således värdet noll (0). Därefter har variablerna
sömnproblem, oro/ångest och depression kodats så att ”Nej, inga besvär” ger värdet noll (0),
”ja, lätta besvär” ger värdet ett (1) och ”ja, svåra besvär” ger värdet två (2).
Ett summerat index har skapats av trötthetsmåtten och de tre övriga variablerna för att erhålla
ett sammanfattande mått på självrapporterade psykiska besvär som kan anta värden mellan
noll (0) och nio (9). Värdet nio (9) innebär maximalt med psykiska besvär.
Att vi valt att inkludera ett jakande svar med nej på samtliga trötthetsfrågor beror på att vi anser det
vara fullt normalt att någon gång känna sig exempelvis morgontrött.
8
9
3.3.3 Självrapporterad fysisk ohälsa – smärta i rörelseorgan
För att mäta självrapporterad fysisk ohälsa har vi valt de variabler i SWEOLD som mäter
smärta i rörelseorgan och som bygger på tre intervjufrågor om värk i skuldror/axlar, rygg eller
höfter/händer/armbågar/knän. ”Nej inga besvär”; ger värdet noll (0) ”ja, lätta besvär” (1); eller
”ja, svåra besvär” (3). Att vi valt att ge ”ja, svåra besvär” värdet tre istället för två (som i
avsnittet i det föregående) beror på att studier (bland annat Lundberg, 1991) påvisat att det är
mer än dubbelt så illa att ha svåra besvär jämfört med lätta besvär, samt att preliminära
analyser visat att man får ett tydligare samband mellan socioekonomisk status och
hälsoproblem vid denna kodningsform.
Ett summerat index av samtliga mått avseende smärta i rörelseorgan innebär att inga besvär
ger värdet noll (0) och svåra besvär på samtliga ger värdet nio (9).
3.3.4 Självrapporterad fysisk ohälsa – cirkulationsproblem
Cirkulationsbesvär har konstruerats på motsvarande sätt (se 3.3.3) och bygger på frågor om
smärtor eller värk i bröst, lättare propp i hjärtat, hjärtinfarkt, högt blodtryck och stroke. Vi har
däremot valt att ge två av frågorna, hjärtinfarkt och stroke, en större vikt vid skapandet av
index, då vi anser att dessa båda cirkulationsproblem är allvarligare än de övriga tre. På
frågorna om smärta eller värk i bröst, lättare propp i hjärtat samt högt blodtryck ger svaren
”Nej, inga besvär” värdet noll (0), ”ja, lätta besvär” värdet ett (1) och slutligen ”ja, svåra
besvär” värdet tre (3). Värdena för hjärtinfarkt och stroke sätts vid svar ”nej, inga besvär” till
värdet noll (0) och vid ”ja, lätta besvär” till två (2) och ”ja, svåra besvär” till sex (6). I likhet
med smärta i rörelseorgan har vi här valt att ge svåra besvär värdet tre (3). Preliminära
analyser har även visat att sambandet mellan ett index över cirkulationsbesvär och
socioekonomisk status och arbetsmiljöförhållanden är starkare när hjärtinfarkt och stroke getts
ett högre värde. Sjukdomarnas mer allvarliga karaktär gjorde det vidare rimligt att ge dessa
högre värden.
Summeringen leder till att indexet kan anta värden mellan noll (0) som är lika med ”nej, inga
besvär” (respondenten anser sig inte ha någon form av cirkulationsproblem) och maximalt
värdet 21 som är lika med ”ja, svåra besvär” på samtliga cirkulationsproblem. Ingen av
respondenterna hade ett värde över 14 på detta index.
3.3.5 Test av fysisk funktionsnedsättning
Flertalet artiklar har visat att hälsa och olika former av funktionsnedsättning starkt samvarierar
med social status (bland annat Lundberg & Thorslund, 1994; Thorslund et al., 1996), varvid vi
10
låtit en nedsatt funktionsförmåga representera ett av den äldre populationens ohälsoutfall.
Nämnas kan, att resultat från dessa studier påvisat att de äldre före detta arbetarna hade
svårigheter med ett eller flera av de faktiska testen av funktionsförmågan medan andelen av de
före detta tjänstemännen som hade svårigheter var betydligt lägre (Thorslund et al., 1996).
Test av fysisk funktionsnedsättning9 har, inför intervjuarna, kontrollerats genom nio faktiska
test som motsvarar skilda rörelser som krävs för att klara av vardagliga aktiviteter. En nedsatt
testad funktionsförmåga innebär att respondenten inte klarat av minst ett av följande test: resa
sig från en köksstol utan att använda händerna, från stående plocka upp en penna från golvet,
sittande nå tårna på vänster fot med höger hand och vice versa, med vänster hand nå höger
örsnibb och omvänt, lyfta ett kilo från armbågshöjd till axelhöjd, placera händerna under låren
med handflatorna nedåt eller med framåtsträckta armar vrida händerna. På de nio uppräknande
testerna ger ”klarade utan svårighet” värdet noll (0), ”klarade med svårighet” värdet ett (1) och
”klarade ej” värdet två (2).
Ett summerat index har skapats, vilket antar värden mellan noll (0) och 18. Ju högre värde
desto större fysisk funktionsnedsättning.
3.3.6 Test av kognitiv nedsättning
Variabeln test kognitiv nedsättning har baserats på tester avsedda att mäta en individs kognitiva
förmåga. Testerna inkluderar ett registreringstest där värdet ett (1) ges om respondenten kan
upprepa samtliga tre uppräknade ord, ett orienteringstest (år, månad, datum, land) där värden
från noll (0) till fyra (4) kan ges beroende på hur många svar som är rätt, ett minnestest där
respondenten får upprepa tidigare uppräknade ord och där värden mellan noll (0) och tre (3)
kan erhållas beroende på hur många ord respondenten minns, och slutligen ett
koncentrationstest, som innebär att respondenten kan erhålla maximalt värdet två (2) om han
eller hon korrekt kan dra bort sju från hundra vid fem tillfällen.
Då vår variabel mäter kognitiv nedsättning har vi valt att kasta om värdena, det vill säga ju
högre värde desto större nedsättning. Summeringen av dessa mått ger således ett index som kan
anta värden mellan noll (0) som är lika med att personen klarat av samtliga test och maximalt
värdet tio (10) som är lika med att personen inte klarat något av de givna testen.
År 2004 genomfördes SWEOLD-undersökningarna endast per telefon, vilket innebär att test av fysisk
funktionsnedsättning av naturliga skäl inte kunde genomföras. Resultaten för detta ohälsoutfall gäller således
endast för åren 1992 och 2002.
9
11
3.4 Begreppsoperationalisering - oberoende variabler
Samtliga oberoende variabler är hämtade från LNU (1968 och 1981). Att vi valt att utgå från
LNU när det gäller dessa variabler och inte från SWEOLD beror i huvudsak på att yrket vid
intervjutillfällena år 1968 och år 1981 är kopplat till de arbetsmiljöfrågor som ställts vid
samma tidpunkter. Samtliga oberoende variabler är baserade på strukturerade intervjufrågor
med fasta svarsalternativ, förutom frågan om respondentens yrke där de istället fått besvara en
öppen fråga, vilken därefter indelats enligt SCB:s socioekonomiska indelning (se vidare under
3.4.2 Social klass baserat på eget yrke). Variablerna är vidare diskreta med flera kategorier.
3.4.1 Kontrollvariabler
Inledningsvis har vi valt att kontrollera för kön då forskning upprepade gånger visat att till
exempel kvinnor lever längre än män (Backhans & Moberg, 2008). Samtidigt rapporterar
kvinnor i högre utsträckning att de mår sämre än män i de äldre åldersgrupperna (Agahi et al.,
2005; Fors et al., 2007). Vi har även valt att kontrollera för ålder, analysår och socioekonomisk
status i barndomen, som mäts genom faders yrke. Att vi i denna studie valt att bortse från
moders socioekonomiska status beror främst på att socioekonomisk status har större effekt
bland män än bland kvinnor (Kåreholt, 2000). Variabeln Faders yrke har kategoriserats på
samma sätt som social klass baserat på eget yrke, vilket redogörs för i det följande. De
uppräknade variablerna kan tänkas ligga bakom de observerade samvariationerna i de
kommande analyserna mellan våra huvudsakliga variabler varvid vi inledningsvis valt att
eliminera dessa eventuellt bakomliggande orsaksfaktorer.
3.4.2 Egen socioekonomisk status
Det finns flertalet mått på socioekonomisk status. Vi har emellertid valt att begränsa oss till två
mått för att beskriva en individs socioekonomiska position: egen utbildning och social klass
baserat på eget yrke.
Egen utbildning
Människors hälsa kan som sagt påverkas av deras sociala miljö, vilket kan studeras genom att
jämföra hur en persons utbildningsnivå korrelerar med skilda hälsovariabler. Folkhälsorapport
(2009) har bland annat visat att de som anger grundskola som högsta utbildningsnivå
rapporterar mer hälsoproblem än de som anger högskola som högsta utbildning.
I LNU-undersökningarna har respondenten fått ange nivå på högsta avklarade utbildning.
Istället för att genomföra våra sambandanalyser på de åtta alternativa utbildningsnivåerna har
vi valt att dikotomisera variabeln egen utbildning. Detta är gjort för att man då har bättre
12
möjlighet att se hur koefficienterna kommer att förändras när vi kontrollerat för
arbetsmiljövariablerna. De nya kategorierna har följaktligen indelats i lägre utbildning (vilken
inkluderar ofullständig folkskola samt folkskola) och högre utbildning (vilken inkluderar
folkskola + yrkesutbildning ≥ 1 år, realexamen/grundskola, realexamen + yrkesutbildning ≥ 1
år, studentexamen, studentexamen + yrkesutbildning ≥ 1 år samt akademisk examen).
Social klass baserat på eget yrke
Den socioekonomiska indelningen, SEI, är en beskrivande klassifikation avsedd att belysa den
hierarkiska struktur i ett samhälle som delar upp människor i olika klasser. Grundläggande för
SEI och de flesta andra liknande indelningar är att de är baserade på personernas position på
arbetsmarknaden, vilket antas ha en avgörande betydelse för välfärdsfördelning och
livschanser. SEI syftar till att i varje kategori samla yrken där innehavarna befinner sig i
likartade situationer i arbetet. I svensk statistik används vanligen en indelning av
socioekonomisk tillhörighet vilket innebär att befolkningen indelas i olika grupper av arbetare,
tjänstemän, företagare, lantbrukare och studerande (www.scb.se).
I LNU-undersökningarna har respondenterna fått besvara en öppen fråga: vad har du för yrke,
beskriv så noga som möjligt? Svaret har därefter indelats efter den officiellt använda
kodningen i SEI. Givet frågeställningen i vår studie anser vi även här att en dikotomiserad
variabel är att föredra då det underlättar analyserna av resultatet. Yrkesvariabeln är därmed
indelad i två kategorier: arbetare (okvalificerade arbetare, kvalificerade arbetare, mindre
lantbrukare10 och egenföretagare utan anställda) och tjänstemän (lägre, mellan- och högre
tjänstemän, större lantbrukare11 och egenföretagare med minst en anställd samt fria
yrkesutövare med akademikeryrken12).
3.4.3 Arbetsmiljö
Måhända en parantes i sammanhanget men tämligen intressant är att Marx redan i sina texter
uppmärksammade orättvisor mellan arbetare och kapitalister, och då inte bara av ekonomisk
karaktär. Framväxten av de moderna fabrikerna och mekaniseringen av produktionen medförde
att arbetsuppgifter blev extremt enformiga och fysiskt och psykiskt krävande vilket redan då
resulterade i orättvisor med avseende på arbetsmiljö och dess hälsoeffekter (Giddens, 2007).
Som redovisat ovan under avsnittet tidigare forskning och trots att utveckling sker och fokus
10
Lantbrukare med högst 20 hektar åker och högst 100 hektar skog. Källa: SCB.
11
Lantbrukare med mer än 21 hektar åker eller 100 hektar skog. Källa: SCB.
12
Som exempel på yrken i denna grupp kan nämnas advokat, arkitekt, läkare och revisor. Källa: SCB.
13
läggs på arbetsmiljöfaktorer kvarstår denna ojämlikhet, mellan till exempel arbetare och
tjänstemän än i dag (Folkhälsorapport 2009). Vi kommer således att genomföra
sambandsanalyser med de faktorer som i LNU avhandlar de förvärvsarbetandes förhållanden både fysiska och psykiska.
Fysisk arbetsmiljö
Enligt Folkhälsorapporten 2009 är den vanligaste orsaken till arbetssjukdomar fysisk
belastning, därefter kommer buller - och då främst bland män. Kemiska och biologiska ämnen
orsakar 8 - 9 procent av arbetssjukdomarna bland både män och kvinnor. Vidare visar
rapporten att risken för att drabbas av någon arbetssjukdom varierar mellan olika
näringsgrenar. En vanlig hälsorisk när man utsätts för kraftigt ljud är hörselskada vilket
inkluderar bland annat hörselnedsättning och tinnitus. Till exempel är hörselskadande buller
framför allt ett problem i mansdominerande yrken inom verkstadsindustrin. För kvinnor är
skolor den arbetsmiljö som ger flest hörselskador. Mot denna bakgrund, samt att vi anser att
valda mått från LNU bäst speglar objektiva aspekter av fysisk arbetsmiljö, har vi valt att skapa
ett index för fysisk arbetsmiljö utifrån tre intervjufrågor avseende exponering mot
gas/damm/rök, buller och/eller tunga lyft. Summeringen leder till att indexet kan anta värden
mellan noll (0) som är lika med ”nej, inte utsatt” (personen anser sig inte utsättas för någon av
de fysiska arbetsmiljöaspekterna) och maximalt värdet tre (3) som är lika med ”ja, utsatt” för
samtliga tre fysiska arbetsmiljöaspekter.
Psykisk arbetsmiljö
Ett jäktigt och psykiskt krävande yrke är enligt Folkhälsorapporten 2009 vanligt
förekommande i alla socioekonomiska positioner och till skillnad från till exempel fysiska
arbetsmiljöfaktorer (som redovisats för i det föregående) är det mer vanligt bland personer med
en högre socioekonomisk status.
Vi har i vår studie valt att inkludera samtliga intervjufrågor som i LNU täcker psykisk
arbetsmiljö. Indexet för Psykisk arbetsmiljö har således skapats av fyra frågor huruvida arbetet
är psykiskt krävande, jäktigt, enformigt och känner du dig ofta psykiskt utmattad efter arbetet,
varvid respondenterna fått svara ”nej” som ger värdet noll (0) eller ”ja” som ger värdet ett (1).
Summeringen leder till att indexet kan anta värden mellan noll (0) som är lika med ”nej” (det
vill säga personen anser sig inte utsättas för någon av de fyra psykiska arbetsmiljöaspekterna)
och maximalt värdet fyra (4) som är lika med ”ja” för samtliga fyra psykiska
arbetsmiljöaspekter.
14
3.5 Deskriptiv data och frekvensfördelningar
Tabellerna 3.2 - 3.5 presenterar en översiktlig redogörelse för deskriptiv data och
frekvensfördelningarna av studiens ingående variabler. Tabellerna är uppdelade per analysår13
och vi redogör inledningsvis för studiens beroende variabler som representeras av de sex
ohälsoutfallen, följt av de centrala oberoende variablerna för egen socioekonomisk status (SES)
och arbetsmiljö. Den sista tabellen redovisar kontrollvariablerna kön, ålder och faders yrke.
Andelen svar redovisas i absoluta frekvenser och i procenttal för att underlätta jämförelser.
Tabell 3.2 Data och frekvensfördelning ohälsoutfall år 1992, 2002 & 2004. N = 1 131.
Analysår
1992 (n=329)
Global självskattad hälsa
Index av Psykiska besvär
(Värden mellan noll och nio, där nio
innebär maximalt med psykiska
besvär.)
Index av Smärta i rörelseorgan
(Värden mellan noll och nio, där nio
innebär maximalt med
rörelsesmärta.)
Index av Cirkulationsproblem
(Värden mellan noll och 21, där 21
innebär maximalt med
cirkulationsproblem.)
Index av Test av fysisk
funktionsnedsättning*
(Värden
(Värden mellan
mellan noll
noll och
och 18,
18, där
där 18
18 innebär maximalt med
innebär maximalt med
funktionsnedsättning.)
Index
av Test av kognitiv
funktionsnedsättning.)
nedsättning
(Värden mellan noll och tio, där tio
innebär maximalt med kognitiv
nedsättning.)
God
Något däremellan
Dålig
Bortfall
Minimum
Maximum
Medel
Median
Bortfall
Minimum
Maximum
Medel
Median
Bortfall
Minimum
Maximum
Medel
Median
Bortfall
Minimum
Maximum
Medel
Median
Bortfall
Minimum
Maximum
Medel
Median
Bortfall
2002 (n=284)
2004 (n=518)
Frekvens
Procent
Frekvens
Procent
Frekvens
Procent
172
98
33
26
0
9
1,39
1,00
32
0
9
1,95
1,00
5
0
10
1,17
0,00
10
0
18
2,57
0,00
49
0
10
1,74
1,00
33
56,8
32,3
10,9
7,9
9,7
1,5
3,0
14,9
10,0
118
117
28
21
0
9
1,66
1,00
6
0
9
2,50
2,00
3
0
14
1,40
1,00
9
0
18
2,59
1,00
35
0
10
1,67
1,00
26
41,5
41,2
9,9
7,4
2,1
1,1
3,2
12,3
9,2
298
174
44
2
0
9
1,42
1,00
10
0
9
2,06
1,00
4
0
13
0,99
1,00
15
0
10
1,30
1,00
54
57,5
33,6
8,5
0,4
1,9
0,8
2,9
10,4
*
Data saknas avseende ”Test av fysisk funktionsnedsättning” år 2004, då intervjuer endast genomfördes per telefon.
På det stora hela bedömer vi inte det interna bortfallet särskilt stort. Värt att nämna, det låga
bortfallet till trots, är att det för år 1992, som det utläsas från tabell 3.2 ovan, var ett bortfall på
9,7 procent på frågan avseende psykiska besvär, åren 1992 och 2002 där bortfallet låg på
mellan 12 och 15 procent avseende fysisk funktionsnedsättning, samt att det för alla tre
analysår var ett bortfall på cirka 10 procent avseende kognitiv nedsättning. En trolig tolkning
till varför bortfallet skiljer sig något från övriga ohälsoutfall kan vara att de så kallade
Då materialet från SWEOLD-undersökningarna för åren 2002 och 2004 kombinerats med
bakgrundsmaterial från LNU 1981 innebär detta att ohälsoutfall från år 2002 är baserade på de
respondenter som deltog både i LNU 1981 och SWEOLD 2002. De värden vilka avser frågor från LNU 1981
och ohälsoutfall från 2004 inbegriper de respondenter som deltog både i LNU 1981 och SWEOLD 2004. Det
är inte samma deltagare från LNU 1981 som intervjuats för SWEOLD år 2002 och SWEOLD år 2004.
13
15
proxyintervjuerna fallit bort i våra studier (som nämnts under rubrik 3.3, sid. 8). Vad gäller de
sex ohälsoutfallen bedömer vi att respondenterna mår tämligen bra. En förhållandevis liten
andel uppger en dålig självskattad hälsa samtliga år. Medianen för övriga fem ohälsoutfall
överstiger inte två, vilket är långt under det maximala värdet för samtliga index.
Tabell 3.3 Data och frekvensfördelning socioekonomisk status år 1968 & 1981. N = 1 131.
Analysår
1992 (n=329)
SES: Egen utbildning
2004 (n=518)
Frekvens
Procent
Frekvens
Procent
Frekvens
Procent
Högre
85
25,8
113
39,8
294
56,8
Lägre
244
74,2
171
60,2
224
43,2
0
0
0
0
0,0
Bortfall
SES: Eget yrke
2002 (n=284)
0
Tjänsteman
117
35,6
143
50,4
278
53,7
Arbetare
212
64,4
141
49,6
240
46,3
0,0
0
0,0
0
0,0
Bortfall
0
I tabell 3.3, ovan, kan det utläsas att andelen med hög utbildning var högre för analysåret 2004
(med bakgrundsmaterial från LNU 1981) än för övriga två analysår. Detta beror på en lägre
nedre åldersgräns 2004. Fördelningen mellan arbetare och tjänstemän åren 2002 och 2004
baserat på intervjuuppgifter från 1981, var tämligen jämn. Bland de som intervjuades 1992 var
uppgifterna om social klass baserat på eget yrke från intervjuer gjorda 1968. Bland dem var
andelen arbetare större än för åren 2002 och 2004.
Tabell 3.4 Data och frekvensfördelning arbetsmiljö år 1968 & 1981. N = 1 131.
Analysår
1992 (n=329)
Index av Fysisk arbetsmiljö
(Värden mellan noll och tre, där tre
innebär att man har utsatts för
samtliga negativa fysiska
arbetsmiljöaspekter).
Index av Psykisk arbetsmiljö
(Värden mellan noll och fyra, där
fyra innebär att man har utsatts för
samtliga negativa psykiska
arbetsmiljöaspekter).
0
1
2
3
Bortfall
0
1
2
3
4
Bortfall
2002 (n=284)
2004 (n=518)
Frekvens
Procent
Frekvens
Procent
Frekvens
Procent
159
92
50
22
6
106
106
73
33
5
6
48,3
28,0
15,2
6,7
1,8
32,2
32,2
22,2
10,0
1,5
1,8
161
66
36
20
1
74
95
67
41
6
1
56,7
23,2
12,7
7,0
0,4
26,1
33,5
23,6
14,4
2,1
0,4
299
120
70
28
1
106
184
135
77
15
1
57,7
23,2
13,5
5,4
0,2
20,5
35,5
26,1
14,9
2,9
0,2
Tabell 3.4, ovan, visar att cirka hälften av alla tillfrågade angav samtliga år att de inte har
utsatts för några negativa fysiska arbetsmiljöaspekter alls, 5 - 7 procent har uppgett att de har
utsatts för samtliga tre negativa fysiska arbetsmiljöaspekter. Andelen som uppger att de utsatts
för en dålig fysisk arbetsmiljö minskar vidare över tid; från 52 procent år 1992 till 42 procent
år 2004. Vad gäller fördelningen avseende psykiska arbetsmiljöförhållanden är den mer
utspridd, fortfarande gäller att det är en liten andel som anger att de är utsatta för samtliga
negativa psykiska arbetsmiljöaspekter (1 - 3 procent). Till skillnad från den fysiska
arbetsmiljön gäller det omvända, det vill säga att det för år 2004 är cirka 12 procent fler än för
16
år 1992 som uppger att de anser sig vara utsatta för en dålig psykisk arbetsmiljö. Sammantaget
för alla tre mätperioder gäller att andelen som anser sig vara utsatt för dålig arbetsmiljö var
betydligt större för psykisk arbetsmiljö än för fysisk arbetsmiljö.
Tabell 3.5 Data och frekvensfördelning kontrollvariabler år 1992, 2002 & 2004. N = 1 131.
Analysår
1992 (n=329)
Kön
Ålder
SES i barndom: Faders yrke
(retrospektiv fråga* ställd 1968 och
1981)
Kvinna
Man
Bortfall
Minimum
Maximum
Medel
Median
Bortfall
Tjänsteman
Arbetare
Bortfall
2002 (n=284)
2004 (n=518)
Frekvens
Procent
Frekvens
Procent
Frekvens
Procent
150
179
0
77
95
82
81
0
135
194
0
45,6
54,4
0,0
0,0
41,0
59,0
0,0
139
145
0
77
92
81
80
0
117
167
0
48,9
51,1
0,0
0,0
41,2
58,8
0,0
281
237
0
69
88
74
73
0
192
326
0
54,2
45,8
0,0
0,0
37,1
62,9
0,0
*
Upplysningar om förflutna och samtida förhållanden samlas in vid en enskild tidpunkt (Brante et al., 2001, sid. 187).
Tabell 3.5, ovan, visar att fördelningen mellan män och kvinnor var tämligen jämn över alla tre
analysår, medelåldern var 82 år (1992), 81 år (2002), och 74 år (2004). Nämnas kan att den
undre åldersgränsen åren 1992 och 2002 var 77 år medan den för år 2004 var 69 år.
4 Resultat och analys
I avsnittet som följer inleder vi med att redogöra för de åtgärder som genomförts innan de
huvudsakliga analyserna. Därefter presenteras det huvudsakliga resultatet av våra analyser i
tabellform med tillhörande tolkning.
4.1 Tillvägagångssätt och regressionsdiagnostik
Då vi undersökt effekterna av fysiska och psykiska arbetsmiljöförhållanden har vi
inledningsvis genomfört en nödvändig avgränsning av materialet. Analyserna bygger
följaktligen inte på hemmafruar, arbetslösa, studenter eller de som av andra skäl står utanför
arbetsmarknaden vid intervjutillfället. De kvarvarande är endast förvärvsarbetande som kunde
besvara frågor om arbetsmiljöförhållanden.
Som tidigare nämnts (se avsnitt 3.1, sid. 6) har 226 personer intervjuats både år 2002 och år
2004 varvid vi i våra analyser valt att för år 2004 ta bort de respondenter som även besvarat
17
intervjufrågorna för år 2002. Detta med anledning av att upprepade mätningar för en och
samma individ skulle kunna leda till felaktigt låga standardfel14.
Därefter har vi kontrollerat om det i materialet förkommit interaktion mellan kön och måtten på
egen socioekonomisk status - denna kontroll har vi även genomfört med avseende på
analysåren. Dessa analyser visade att det, förutom i ett fall, inte fanns några numeriskt stora
eller signifikanta skillnader mellan män och kvinnor avseende effekten av egen SES, ej heller
vad gäller analysår och egen SES. Detta föranledde således inga ytterligare analyser förutom i
som sagt ett fall: signifikanta skillnader förekom i sambandet mellan yrke och rörelsesmärta för
år 1992 i förhållande till åren 2002 och 2004. Vi valde därför att genomföra analyserna på nytt
så att resultaten för år 1992 redovisas för sig, och resultaten för åren 2002 och 2004 redovisas
tillsammans, eftersom dessa två sistnämnda analysår skiljde sig mindre åt.
Ett annat viktigt steg mot de slutgiltiga analyserna är att vi kontrollerat variablerna för deras
eventuella samvariation med varandra genom att göra bivariata korrelationer15. På detta sätt har
vi kunnat upptäcka om det funnits någon risk för multikollinearitet, det vill säga att två eller
flera oberoende variabler korrelerar kraftigt med varandra (Edling & Hedström, 2003).
Kontrollen visade att det inte förelåg några höga korrelationer mellan våra oberoende variabler.
I korthet kan det dock nämnas att den högsta samvariationen förekommer mellan kön och
fysisk arbetsmiljö på -0,354 vilket emellertid är långt under det rekommenderade
gränsvärdet16. Samvariationen mellan fysisk och psykisk arbetsmiljö låg nära noll (0,042), med
andra ord det förelåg ingen risk att de redovisade effekterna av psykisk arbetsmiljö beror på att
de korrelerar med fysisk arbetsmiljö, varvid en kontroll av båda arbetsmiljöindexen
tillsammans ansågs överflödigt. Korrelation fanns vidare mellan fysisk arbetsmiljö och de båda
SES-måtten (0,201 för egen utbildning och 0,279 för eget yrke) i förväntad riktning, det vill
säga ju högre SES desto bättre fysisk arbetsmiljö. Mellan psykisk arbetsmiljö och måtten på
SES (-0,134 för egen utbildning och -0,168 för eget yrke) var det istället en omvänd riktning,
med andra ord ju högre SES desto sämre psykisk arbetsmiljö.
Det vill säga en mindre spridning av observationer i datamaterialet vid upprepade mätningar. Vi kommer
inte gå närmare in på beräkningar av standardfel i denna studie. Men principen är att ju större standardfel
desto större är osäkerheten i skattningarna (Esiasson et al., 2005).
14
Variabler har kontrollerats med en korrelationsmatris, Spearman's rho. En analysmetod för studium av
bivariata relationer mellan ordinala variabler (Bryman, 2002).
15
En koefficient kan ligga mellan 0 (inget samband alls) och 1 (perfekt samband) – detta visar på styrkan i
sambandet mellan variablerna. Ju närmre koefficienten ligger 1, desto starkare är sambandet. Ju närmre
koefficienten ligger 0, desto svagare är sambandet. Koefficienten är antingen positiv eller negativ, vilket
visar riktningen på sambandet (Bryman, 2002). En korrelationskoefficient på +/-0,7 motsvarar ett relativt
starkt positivt samband mellan de aktuella variablerna och det får då anses som att multikollineraitet
föreligger (Edling & Hedström, 2003).
16
18
Vi har även inför varje analysomgång kontrollerat huruvida det var rimligt att anta linjär
representation på de två indexen avseende arbetsmiljöförhållanden (det vill säga att oddset för
att uppge en sämre hälsa ökar ungefär jämt när fysisk/psykisk arbetsmiljö ändras med en
enhet). I de fall det ej bedömts rimligt valde vi i stället att dikotomisera variabeln. Vid
dikotomisering av indexet för fysisk arbetsmiljö kodades de ursprungliga fyra kategorierna om
till två: värdena noll (0), ett (1) och två (2) kodades till noll (0) vilket innebär att man inte är
utsatt för dålig fysisk arbetsmiljö, och tre (3) till ett (1) vilket innebär att man är utsatt för dålig
fysisk arbetsmiljö. Detta genomfördes även på indexet psykisk arbetsmiljö som istället för fem
kategorier kodades om till två: värdena noll (0), ett (1), två (2) och tre (3) kodades till noll (0)
vilket innebär att man inte är utsatt för hög grad av dålig psykisk arbetsmiljö, och fyra (4) till
ett (1) vilket innebär att man är utsatt för hög grad av dålig psykisk arbetsmiljö.
Då vi genomfört ordinala logistiska regressionsanalyser behöver vi inte undersöka variablernas
univariata fördelning (vilket är att rekommendera när man vid linjära regressionsanalyser vill
kontrollera att variablerna är normalfördelade, dvs. att de inte är snedfördelade).
4.2 Resultat från ordinal logistisk regressionsanalys
Resultaten från de genomförda analyserna presenteras i följande 13 tabeller (tabell 4.1 - 4.13).
Vi redogör för respektive mått på SES och ohälsoutfall var för sig i separata tabeller främst för
att underlätta för läsaren att följa med i resultattolkningen. Tabellerna utläses på följande vis:
Modell 1 redovisar effekten av SES baserat på egen utbildning respektive social klass baserat
på eget yrke, kontrollerat för kön, ålder, analysår samt SES i barndom baserat på faders yrke.
(Kontrollvariablernas inverkan har sammanfattats i korthet efter samtliga analystabeller.)
I modell 2 har vi dessutom kontrollerat för den fysiska arbetsmiljöns eventuella inverkan och
slutligen så i modell 3 har vi istället kontrollerat för psykiska arbetsmiljöförhållanden. De båda
arbetsmiljöförhållandena har givits linjär, alternativt dikotomiserad representation. Utförande
anges inom parantes efter fysisk respektive psykisk arbetsmiljö.
Oddskvoten visar det relativa oddset för att ha ett ”högre värde” i den beroende variabeln, till
exempel att uppge en ”dålig” självskattad hälsa snarare än ”något däremellan” och oddset för
att uppge ”något däremellan” snarare än en ”god” självskattad hälsa. Oddskvoterna anger de
relativa oddsen i förhållande till referenskategorin, dvs. att värdena för arbetare relateras i
förhållande till tjänstemän, kvinnor i förhållande till män, analysåren 1992 och 2002 relateras i
19
förhållande till analysåret 2004. En oddskvot som är mindre än ett (1) indikerar ett negativt
samband och större än ett (1) indikerar ett positivt samband (Edling & Hedström, 2003)17.
I modell 2 och 3 redovisas en förändring i beta-koefficienten18 – detta procentvärde anger om
de fysiska eller psykiska arbetsmiljöförhållandena förklarar något av sambandet mellan SES
och angivet ohälsoutfall. Ett negativt värde förklarar inget eller ett omvänt samband. För
samliga tre modeller redovisas Nagelkerke Pseudo-R2, ett värde som ger en ungefärlig bild av
modellens förklaringsvärde19. Enligt DeMaris (2002) är Nagelkerke Pseudo-R2 det mått som
bäst motsvarar R2 i en vanlig linjär regressionsanalys som visar hur mycket av de oberoende
variablerna som förklarar den totala variationen i den beroende variabeln.
Samtliga modeller för respektive analys innehåller samma observationer, dvs. det finns
underlag för samtliga variabler för det antal (n) som ingår i till exempel tabell 3 (n = 1 067).
Differensen mellan totalt N (1 131) och n (1 067) är internt bortfall på någon eller några av
analysens ingående variabler. Om inget annat anges, avses en signifikansnivå på fem procent.
Tabell 4.1 Effekter av egen utbildning och arbetsmiljöförhållanden på ”global självskattad
hälsa”. Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från ordinala logistiska
regressioner, uttryckt i oddskvoter. N = 1 067.
Modell 1
OR*
SES: egen utbildning
Högre
(ref kat) 1
Lägre
Kön
1,468
Man
Kvinna
1,439
Förändring
0,007
0,002
0,087
1,280
0,064
1,245
0,072
0,001
1,057
0,002
1,063
0,001
1,052
0,789
1,680
0,013
(ref kat) 1
(ref kat) 1
1,196
Fysisk (linjär )
i ß-koefficient, %
1,502
(ref kat) 1
1,058
**
Pseudo-R2 (Nagelkerke)
P-värde
(ref kat) 1
(ref kat) 1
1,059
0,763
1,670
0,014
(ref kat) 1
0,165
1,021
0,913
1,685
0,013
(ref kat) 1
1,195
0,166
1,053
0,475
Psykisk (linjär**)
***
OR
1,231
2002
Tjänsteman
Modell 3
P-värde
(ref kat) 1
(ref kat) 1
Arbetare
Arbetsmiljö
0,004
2004
1992
SES i barndom: faders yrke
OR
(ref kat) 1
(ref kat) 1
Ålder (linjär representation)
Analysår
Modell 2
P-värde
1,198
0,160
1,164
0,008
-
5,2
-6,0
0,043
0,044
0,051
*
OR = Oddskvot. **Det är rimligt med linjär representation. Det vill säga att oddset för att uppge en sämre självskattad
hälsa ökar relativt sett lika mycket när fysisk/psykisk arbetsmiljö ändras med en enhet. ***Beräknas enligt följande formel
(baserat på modell 2): 1-(ln(1,439)/ln(1,468)).
Det vill säga: vid analys av variabeln som givits linjär representation innebär ett positivt samband att
sannolikheten för ett högre värde ökar vid högre värden på den oberoende variabeln och vid dummyrepresentation att sannolikheten är större för en viss kategori i förhållande till referenskategorin.
17
Den procentuella förändringen i beta-koefficienten har beräknats enligt följande formel:
1-(ln(Modell 2OR eller 3OR)/ln(Modell 1OR)).
18
Pseudo-R2 kan inte, till skillnad från R2, tolkas som procent förklarad varians. Fördelen med Pseudo-R2 är att
den kan användas i regressionsanalyser där den beroende variabeln har två eller flera utfall. Nackdelen däremot
är att Pseudo-R2-värdet i princip alltid underskattar förklaringsvärdet hos modellen, speciellt när urvalet är stort
(DeMaris, 2002), vilket det är i vårt fall.
19
20
I modell 1, tabell 4.1, visar resultatet från ordinala logistiska regressionsanalyser att de med
lägre utbildning hade 46,8 procent högre odds (OR=1,468) att uppge att de har en sämre
självskattad hälsa än de respondenter med en högre utbildning. Skillnaden är signifikant på 1procentsnivån, vilket innebär att man med stor sannolikhet kan generalisera resultatet till
populationen i stort (dvs. sannolikheten för att resultatet skulle bero på slumpen är låg).
Ur modell 2 kan det utläsas att de respondenter med lägre utbildning hade 43,9 procents högre
odds (OR=1,439) att uppge att de har en sämre självskattad hälsa än de med högre utbildning.
Skillnaden är signifikant på 1-procentnivån även när vi kontrollerat för fysisk arbetsmiljö.
Motsvarande förändring i beta-koefficienten innebär att fysiska arbetsmiljöförhållanden endast
förklarar 5,2 procent av sambandet mellan egen utbildning och självskattad hälsa. Den fysiska
arbetsmiljön mäts med ett index som antar värden mellan noll (0) till tre (3). Oddset för att
uppge en sämre självskattad hälsa ökar med 5,3 procent (OR=1,053) för varje ytterligare steg
på detta index, det vill säga ju mer man har utsatts för en dålig fysisk arbetsmiljö desto högre
värde. Detta samband är inte signifikant.
I vår tredje modell kan det konstateras att, signifikant på 1-procentsnivån, när vi kontrollerat
för psykisk arbetsmiljö, hade de med lägre utbildning 50,2 procent högre odds (OR=1,502) att
uppge att de har en sämre självskattad hälsa än de med en högre utbildning. Motsvarande
förändring i beta-koefficienten innebär att psykiska arbetsmiljöförhållanden inte förklarar
något av sambandet mellan egen utbildning och självskattad hälsa. En annan möjlig tolkning är
att, om de med högre utbildning hade haft samma psykiska arbetsmiljö som de med lägre
utbildning, hade sambandet mellan egen utbildning och självskattad hälsa varit 6,0 procent
större. Detta med anledning av att de med högre socioekonomisk status i genomsnitt hade en
sämre psykisk arbetsmiljö (i enlighet med vad som framkom i korrelationsmatrisen och som
redovisats under avsnitt 4.1, sid. 19).
Den psykiska arbetsmiljön mäts med ett index som har ett spann mellan noll (0) och fyra (4).
Oddset för att uppge en sämre självskattad hälsa ökar med 16,4 procent (OR=1,164) ju mer
man har utsatts för en dålig psykisk arbetsmiljö. Detta är signifikant på 1-procentsnivån.
21
Tabell 4.2 Effekter av social klass baserat på eget yrke och arbetsmiljöförhållanden på ”global
självskattad hälsa”. Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från ordinala
logistiska regressioner, uttryckt i oddskvoter. N = 1 067.
Modell 1
OR*
SES: eget yrke
Tjänsteman
Arbetare
Kön
Man
Kvinna
Ålder (linjär representation)
Analysår
SES i barndom: faders yrke
(ref kat) 1
1,445
OR
Modell 3
P-värde
(ref kat) 1
0,004
(ref kat) 1
1,419
OR
P-värde
(ref kat) 1
0,008
(ref kat) 1
1,511
0,001
(ref kat) 1
1,236
0,087
1,267
0,077
1,25
0,067
1,058
0,001
1,058
0,001
1,064
<0,001
2004
(ref kat) 1
2002
1,112
0,789
1,114
0,565
1,082
0,679
1992
1,597
0,013
1,592
0,025
1,602
0,023
Tjänsteman
Arbetare
Arbetsmiljö
Modell 2
P-värde
(ref kat) 1
(ref kat) 1
1,219
(ref kat) 1
0,165
Fysisk (linjär**)
Pseudo-R2 (Nagelkerke)
(ref kat) 1
1,219
0,120
1,033
0,664
Psykisk (linjär**)
Förändring*** i ß-koefficient, %
(ref kat) 1
1,219
0,122
1,178
0,005
-
4,9
-12,2
0,043
0,043
0,052
*
OR = Oddskvot. **Det är rimligt med linjär representation. Det vill säga att oddset för att uppge en sämre självskattad
hälsa ökar relativt sett lika mycket när fysisk/psykisk arbetsmiljö ändras med en enhet. ***Beräknas enligt följande formel
(baserat på modell 2): 1-(ln(1,419)/ln(1,445)).
I modell 1, tabell 4.2, visar resultatet att f.d. arbetare hade 44,5 procent högre odds (OR=1,445)
att uppge att de har sämre självskattad hälsa än f.d. tjänstemän. Skillnaden är signifikant på 1procentsnivån.
Ur modell 2 kan det utläsas att f.d. arbetare hade 41,9 procents högre odds (OR=1,419) att
uppge att de har sämre självskattad hälsa än f.d. tjänstemän, signifikant på 1-procentnivån, när
vi kontrollerat för fysisk arbetsmiljö. Motsvarande förändring i beta-koefficienten innebär att
fysiska arbetsmiljöförhållanden endast förklarar 4,9 procent av sambandet mellan social klass
baserat på eget yrke och självskattad hälsa. Oddset för att uppge en sämre självskattad hälsa
ökar med 3,3 procent (OR=1,033) ju mer man har utsatts för en dålig fysisk arbetsmiljö. Detta
samband är inte signifikant.
I vår tredje modell kan det konstateras att, signifikant på 1-procentsnivån, hade f.d. arbetare
51,1 procent högre odds (OR=1,511) att uppge att de har en sämre självskattad hälsa än f.d.
tjänstemän när vi kontrollerat för psykisk arbetsmiljö. Motsvarande förändring i betakoefficienten innebär att psykiska arbetsmiljöförhållanden inte förklarar något av sambandet
mellan social klass baserat på eget yrke och självskattad hälsa. Om f.d. tjänstemän hade haft
samma psykiska arbetsmiljö som f.d. arbetare, hade sambandet mellan social klass baserat på
eget yrke och självskattad hälsa varit 12,2 procent större. Oddset för att uppge en sämre
självskattad hälsa ökar med 17,8 procent (OR=1,178) ju mer man har utsatts för en dålig
psykisk arbetsmiljö, signifikant på 1-procentsnivån.
22
Tabell 4.3 Effekter av egen utbildning och arbetsmiljöförhållanden på ”självrapporterade
psykiska besvär”. Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från ordinala
logistiska regressioner, uttryckt i oddskvoter. N = 1 067.
Modell 1
*
OR
SES: egen utbildning
Högre
Kvinna
2004
SES i barndom: faders yrke
0,295
(ref kat) 1
Ålder (linjär representation)
1,158
Förändring
OR
P-värde
(ref kat) 1
0,228
1,190
0,154
(ref kat) 1
2,314
<0,001
2,186
<0,001
2,380
<0,001
1,051
0,002
1,050
0,002
1,061
<0,001
(ref kat) 1
(ref kat) 1
2002
1,031
0,859
1,025
0,885
1,074
0,687
1992
1,484
0,041
1,486
0,041
1,520
0,031
Tjänsteman
(ref kat) 1
(ref kat) 1
1,096
0,439
**
Fysisk (dikotom )
i ß-koefficient, %
2
Pseudo-R (Nagelkerke)
(ref kat) 1
1,096
0,439
1,570
0,072
Psykisk (linjär***)
****
P-värde
(ref kat) 1
(ref kat) 1
Arbetare
Arbetsmiljö
OR
Modell 3
(ref kat) 1
1,135
Man
Analysår
P-värde
(ref kat) 1
Lägre
Kön
Modell 2
1,106
0,398
1,289
<0,001
-
-15,7
-12,2
0,069
0,072
0,089
*
OR = Oddskvot. **Det är ej rimligt med linjär representation varvid en dikotomisering genomförts av de ursprungliga fyra
kategorierna. ***Det är rimligt med linjär representation. Det vill säga att oddset för att uppge mer psykiska besvär ökar
relativt sett lika mycket när psykisk arbetsmiljö ändras med en enhet. ****Beräknas enligt följande formel (baserat på
modell 2): 1-(ln(1,158)/ln(1,135)).
I modell 1, tabell 4.3, visar resultatet att de med lägre utbildning hade 13,5 procent högre odds
(OR=1,135) att uppge att de har mer psykiska besvär än de respondenter med högre utbildning.
Skillnaden är dock inte signifikant.
Ur modell 2 kan det utläsas att de respondenter med lägre utbildning hade 15,8 procents högre
odds (OR=1,158) att uppge att de har mer psykiska besvär än de med en högre utbildning när
vi kontrollerat för fysisk arbetsmiljö, detta samband är dock ej signifikant. Motsvarande
förändring i beta-koefficienten innebär att fysiska arbetsmiljöförhållanden inte förklarar något
av sambandet mellan egen utbildning och psykiska besvär. Om de med högre utbildning hade
haft samma fysiska arbetsmiljö som de med lägre utbildning, hade sambandet mellan egen
utbildning och psykiska besvär varit 15,7 procent större. Oddset för att uppge mer psykiska
besvär är 57,0 procent större (OR=1,570) om man har utsatts för en dålig fysisk arbetsmiljö.
Detta samband är signifikant på 10-procentsnivån.
I vår tredje modell kan det konstateras att de med lägre utbildning hade 19,0 procent högre
odds (OR=1,190) att uppge att de har mer psykiska besvär än de med högre utbildning när vi
kontrollerat för psykisk arbetsmiljö. Detta samband är inte signifikant. Motsvarande förändring
i beta-koefficienten innebär att psykiska arbetsmiljöförhållanden inte förklarar något av
sambandet mellan egen utbildning och psykiska besvär. Om de med högre utbildning hade haft
samma psykiska arbetsmiljö som de med lägre utbildning, hade sambandet mellan egen
23
utbildning och psykiska besvär varit 12,2 procent större. Oddset för att uppge mer psykiska
besvär ökar med 28,9 procent (OR=1,289) ju mer man har utsatts för en dålig psykisk
arbetsmiljö. Detta är signifikant på 1-procentsnivån.
Tabell 4.4 Effekter av social klass baserat på eget yrke och arbetsmiljöförhållanden på
”självrapporterade psykiska besvär”. Kontrollerat för kön, ålder, analysår, faders yrke.
Resultat från ordinala logistiska regressioner, uttryckt i oddskvoter. N = 1 067.
Modell 1
OR
SES: eget yrke
Tjänsteman
(ref kat) 1
Arbetare
Kön
Kvinna
2004
SES i barndom: faders yrke
0,863
(ref kat) 1
Ålder (linjär representation)
P-värde
1,048
0,685
Förändring
0,432
<0,001
2,208
<0,001
2,396
<0,001
1,052
0,002
1,051
0,002
1,061
<0,001
(ref kat) 1
(ref kat) 1
2002
1,018
0,920
1,009
0,961
1,050
0,781
1992
1,445
0,056
1,443
0,056
1,471
0,045
Tjänsteman
(ref kat) 1
(ref kat) 1
1,126
0,308
Fysisk (dikotom )
i ß-koefficient, %
Pseudo-R (Nagelkerke)
1,096
2,333
**
2
P-värde
(ref kat) 1
(ref kat) 1
1,126
0,310
1,550
0,083
Psykisk (linjär***)
****
OR
(ref kat) 1
(ref kat) 1
(ref kat) 1
Arbetare
Arbetsmiljö
OR
Modell 3
(ref kat) 1
1,020
Man
Analysår
Modell 2
P-värde
*
1,133
0,286
1,288
-
-135,0
0,068
*****
0,071
<0,001
-1 165,0
*****
0,088
*
OR = Oddskvot. **Det är ej rimligt med linjär representation varvid en dikotomisering genomförts av de ursprungliga fyra
kategorierna. ***Det är rimligt med linjär representation. Det vill säga att oddset för att uppge mer psykiska besvär ökar
relativt sett lika mycket när psykisk arbetsmiljö ändras med en enhet. ****Beräknas enligt följande formel (baserat på
modell 2): 1-(ln(1,048)/ln(1,020)). *****De höga värdena beror på att det praktiskt taget inte fanns några skillnader mellan
arbetare och tjänstemän. Den relativa ökningen mellan modell ett och två, respektive ett och tre, blir således extrem.
I modell 1, tabell 4.4, visar resultatet att f.d. arbetare endast hade 2,0 procent högre odds
(OR=1,020) att uppge att de har mer psykiska besvär än f.d. tjänstemän. Skillnaden är inte
signifikant.
Ur modell 2 kan det utläsas att f.d. arbetare endast hade 4,8 procents högre odds (OR=1,048)
att uppge att de har mer psykiska besvär än f.d. tjänstemän när vi kontrollerat för fysisk
arbetsmiljö. Sambandet är inte signifikant. Motsvarande förändring i beta-koefficienten innebär
att fysiska arbetsmiljöförhållanden inte förklarar något av sambandet mellan social klass
baserat på eget yrke och psykiska besvär. Om f.d. tjänstemän hade haft samma fysiska
arbetsmiljö som f.d. arbetare, hade sambandet mellan social klass baserat på eget yrke och
psykiska besvär varit 135,0 procent större. De höga värdena beror på att det praktiskt taget inte
fanns några skillnader mellan f.d. arbetare och f.d. tjänstemän. Den relativa ökningen mellan
modell ett och två, respektive ett och tre, blir således extrem. Oddset för att uppge mer
psykiska besvär är 55,0 procent större (OR=1,550) om man har utsatts för en dålig fysisk
arbetsmiljö. Detta samband är signifikant på 10-procentnivån.
24
I vår tredje modell kan det konstateras att f.d. arbetare hade 9,6 procent högre odds
(OR=1,096) att uppge att de har mer psykiska besvär än f.d. tjänstemän vilket innebär att
skillnaden är något större när vi kontrollerat för psykisk arbetsmiljö. Fortfarande föreligger
endast en liten skillnad mellan arbetare och tjänstemän. Skillnaden är inte signifikant. Oddset
för att uppge mer psykiska besvär ökar med 28,8 procent (OR=1,288) ju mer man har utsatts
för en dålig psykisk arbetsmiljö, signifikant på 0,1-procentsnivån. Detta pekar på att den
psykiska arbetsmiljön i sig har betydligt större inverkan på psykiska besvär än SES påverkan
på sambandet mellan psykisk arbetsmiljö och psykiska besvär hos de äldre.
Tabell 4.5 Effekter av egen utbildning och arbetsmiljöförhållanden på ”smärta i rörelseorgan”.
Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från ordinala logistiska
regressioner, uttryckt i oddskvoter. N = 1 103.
Modell 1
*
OR
SES: egen utbildning
Högre
Kvinna
Förändring
<0,001
1,684
<0,001
1,017
0,264
1,010
0,532
1,542
0,011
1,027
0,884
i ß-koefficient, %
Pseudo-R (Nagelkerke)
0,021
1,786
(ref kat) 1
(ref kat) 1
(ref kat) 1
1,573
0,008
1,006
0,976
(ref kat) 1
1,140
0,248
Fysisk (linjär )
2
1,313
(ref kat) 1
0,306
1,510
0,016
1,044
0,818
(ref kat) 1
1,141
0,246
1,110
0,106
Psykisk (linjär**)
***
0,106
<0,001
**
Arbetsmiljö
P-värde
1,016
2002
Arbetare
1,213
OR
(ref kat) 1
1,652
(ref kat) 1
Tjänsteman
P-värde
(ref kat) 1
2004
1992
SES i barndom: faders yrke
0,045
(ref kat) 1
Ålder (linjär representation)
OR
Modell 3
(ref kat) 1
1,265
Man
Analysår
P-värde
(ref kat) 1
Lägre
Kön
Modell 2
1,149
0,221
1,234
<0,001
-
17,9
-15,7
0,036
0,038
0,051
*
OR = Oddskvot. **Det är rimligt med linjär representation. Det vill säga att oddset för att uppge mer rörelsesmärta ökar
relativt sett lika mycket när fysisk/psykisk arbetsmiljö ändras med en enhet. ***Beräknas enligt följande formel (baserat på
modell 2): 1-(ln(1,213)/ln(1,265)).
I modell 1, tabell 4.5, visar resultatet från ordinala logistiska regressionsanalyser att de med
lägre utbildning hade 26,5 procent högre odds (OR=1,265) att uppge att de har mer
rörelsesmärta än de respondenter med högre utbildning. Skillnaden är signifikant.
Ur modell 2 kan det utläsas att de respondenter med lägre utbildning hade 21,3 procents högre
odds (OR=1,213) att uppge att de har mer rörelsesmärta än de med högre utbildning när vi
kontrollerat för fysisk arbetsmiljö. Skillnaden är inte signifikant. Motsvarande förändring i
beta-koefficienten innebär att fysiska arbetsmiljöförhållanden förklarar 17,9 procent av
sambandet mellan egen utbildning och rörelsesmärta. Oddset för att uppge mer rörelsesmärta
ökar med 11,0 procent (OR=1,110) för varje ytterligare steg på detta index, det vill säga ju mer
man har utsatts för en dålig fysisk arbetsmiljö desto högre värde. Detta samband är inte
signifikant.
25
I vår tredje modell kan det konstateras att de med lägre utbildning hade 31,3 procent högre
odds (OR=1,313) att uppge att de har mer rörelsesmärta än de med högre utbildning när vi
kontrollerat för psykisk arbetsmiljö. Detta samband är signifikant. Motsvarande förändring i
beta-koefficienten innebär att psykiska arbetsmiljöförhållanden inte förklarar något av
sambandet mellan egen utbildning och rörelsesmärta. Om de med högre utbildning hade haft
samma psykiska arbetsmiljö som de med lägre utbildning, hade sambandet mellan egen
utbildning och rörelsesmärta varit 15,7 procent större. Oddset för att uppge mer rörelsesmärta
ökar med 23,4 procent (OR=1,234) om man har utsatts för en dålig psykisk arbetsmiljö. Detta
samband är signifikant på 0,1-procentsnivån.
Tabell 4.6 Effekter av social klass baserat på eget yrke och arbetsmiljöförhållanden på
”smärta i rörelseorgan”. Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från
ordinala logistiska regressioner, uttryckt i oddskvoter. N = 315. Analysår = 1992.
Observera att tabell 4.6 endast innehåller resultat för år 1992 då resultatet skiljer sig mellan
år 1992 och 2002 plus 2004 sammanslagna.
Modell 1
*
OR
SES: eget yrke
Tjänsteman
Arbetare
Kön
Man
Kvinna
Ålder (linjär representation)
SES i barndom: faders yrke
Tjänsteman
Arbetare
P-värde
(ref kat) 1
OR
1,408
0,120
(ref kat) 1
Förändring
2
i ß-koefficient, %
Pseudo-R (Nagelkerke)
P-värde
1,247
OR
P-värde
(ref kat) 1
0,347
(ref kat) 1
1,537
0,054
(ref kat) 1
2,354
<0,001
2,768
<0,001
2,411
<0,001
1,038
0,189
1,042
0,140
1,030
0,280
(ref kat) 1
(ref kat) 1
1,281
0,242
(ref kat) 1
1,290
0,230
1,204
0,154
Psykisk (linjär**)
***
Modell 3
(ref kat) 1
Fysisk (linjär**)
Arbetsmiljö
Modell 2
1,335
0,175
1,343
0,003
-
35,4
-25,7
0,069
0,075
0,097
*
OR = Oddskvot. **Det är rimligt med linjär representation. Det vill säga att oddset för att uppge mer rörelsesmärta ökar
relativt sett lika mycketnär fysisk/psykisk arbetsmiljö ändras med en enhet. ***Beräknas enligt följande formel (baserat på
modell 2): 1-(ln(1,247)/ln(1,408)).
I modell 1, tabell 4.6, visar resultatet att f.d. arbetare hade 40,8 procent högre odds (OR=1,480)
att uppge att de har mer rörelsesmärta än f.d. tjänstemän år 1992. Skillnaden är inte signifikant.
Ur modell 2 kan det utläsas att f.d. arbetare hade 24,7 procents högre odds (OR=1,247) att
uppge att de har mer rörelsesmärta än f.d. tjänstemän när vi kontrollerat för fysisk arbetsmiljö.
Sambandet är inte signifikant. Motsvarande förändring i beta-koefficienten innebär att fysiska
arbetsmiljöförhållanden förklarar 35,4 procent av sambandet mellan social klass baserat på eget
yrke och rörelsesmärta. Oddset för att uppge mer rörelsesmärta ökar med 20,4 procent
(OR=1,204) om man verkat i en dålig fysisk arbetsmiljö. Detta samband är inte signifikant.
I vår tredje modell kan det konstateras att f.d. arbetare år 1992 hade 53,7 procent högre odds
(OR=1,537) att uppge att de mer rörelsesmärta än f.d. tjänstemän när vi kontrollerat för psykisk
arbetsmiljö. Detta samband är signifikant på 10-procentsnivån. Motsvarande förändring i beta26
koefficienten innebär att psykiska arbetsmiljöförhållanden inte förklarar något av sambandet
mellan social klass baserat på eget yrke och rörelsesmärta. Om f.d. tjänstemän hade haft
samma psykiska arbetsmiljö som f.d. arbetare, hade sambandet mellan social klass baserat på
eget yrke och rörelsesmärta varit 25,7 procent större. Oddset för att uppge mer rörelsesmärta
ökar med 34,3 procent (OR=1,343) ju mer man har utsatts för en dålig psykisk arbetsmiljö,
vilket är signifikant.
Tabell 4.7 Effekter av social klass baserat på eget yrke och arbetsmiljöförhållanden på ”smärta
i rörelseorgan”. Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från ordinala
logistiska regressioner, uttryckt i oddskvoter. N = 788. Analysår = 2002 och 2004.
Observera att tabell 4.7 endast innehåller resultat för år 2002 och 2004 sammanslagna då
resultatet för dessa år skiljer sig från 1992.
Modell 1
*
OR
SES: eget yrke
Tjänsteman
Arbetare
Kön
Man
Kvinna
Ålder (linjär representation)
Analysår
SES i barndom: faders yrke
(ref kat) 1
0,284
(ref kat) 1
OR
OR
P-värde
(ref kat) 1
0,846
0,205
(ref kat) 1
Förändring
(ref kat) 1
<0,001
1,520
0,001
1,002
0,899
1,001
0,955
1,003
0,876
1,468
(ref kat) 1
0,039
(ref kat) 1
(ref kat) 1
1,455
0,044
(ref kat) 1
1,000
0,996
Fysisk (dikotom**)
i ß-koefficient, %
Pseudo-R (Nagelkerke)
0,461
1,611
(ref kat) 1
2
0,908
0,002
1,445
0,047
(ref kat) 1
1,044
0,977
1,756
0,041
Psykisk (linjär***)
****
P-värde
1,498
2002
Arbetare
Arbetsmiljö
Modell 3
(ref kat) 1
0,869
2004
Tjänsteman
P-värde
Modell 2
1,004
0,978
1,185
0,005
-
-
-
0,023
0,028
0,033
*
OR = Oddskvot. **Det är ej rimligt med linjär representation varvid en dikotomisering genomförts av de ursprungliga fyra
kategorierna. ***Det är rimligt med linjär representation. Det vill säga att oddset för att uppge mer rörelsesmärta ökar
relativt sett lika mycket när psykisk arbetsmiljö ändras med en enhet. . ***** Då analyser inte visade på en positiv
korrelation mellan social klass baserat på eget yrke och rörelsesmärta redovisas inte förändring i beta-koefficient.
I modell 1, tabell 4.7, visar resultatet från ordinala logistiska regressionsanalyser, till skillnad
från samtliga övriga analyser, att f.d. arbetare hade 13,1 procent lägre odds (OR=0,869) att
uppge att de har mer rörelsesmärta än f.d. tjänstemän år 2002 och 2004 sammanslagna.
Skillnaden är inte signifikant.
Ur modell 2 kan det även här utläsas att f.d. arbetare hade 15,4 procents lägre odds
(OR=0,846) att uppge att de har mer rörelsesmärta än f.d. tjänstemän när vi kontrollerat för
fysisk arbetsmiljö. Sambandet är inte signifikant. Oddset för att uppge mer rörelsesmärta är
hela 75,6 procent större (OR=1,756) om man har utsatts för en dålig fysisk arbetsmiljö. Detta
samband är signifikant.
I vår tredje modell kan det vidare konstateras att f.d. arbetare år 2002 och 2004 sammanslaget
hade 9,2 procent lägre odds (OR=0,908) att uppge att de har fler psykiska besvär än f.d.
tjänstemän när vi kontrollerat för psykisk arbetsmiljö. Sambandet är inte signifikant. Oddset
27
för att uppge mer rörelsesmärta ökar med 18,5 procent (OR=1,185) ju mer man har utsatts för
en dålig psykisk arbetsmiljö, vilket är signifikant.
Tabell 4.8 Effekter av egen utbildning och arbetsmiljöförhållanden på ”cirkulationsproblem”.
Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från ordinala logistiska regressioner,
uttryckt i oddskvoter. N = 1 081.
Modell 1
*
OR
SES: egen utbildning
Högre
1,370
Man
Kvinna
1,381
Förändring
0,015
1,326
0,025
1,344
0,010
1,046
0,006
1,048
0,005
(ref kat) 1
1,420
0,077
(ref kat) 1
1,060
**
Fysisk (linjär )
Pseudo-R (Nagelkerke)
1,355
(ref kat) 1
0,006
0,883
i ß-koefficient, %
0,012
0,010
1,027
2
P-värde
1,046
(ref kat) 1
1,029
0,874
1,422
0,076
(ref kat) 1
0,631
1,028
0,875
1,420
0,077
(ref kat) 1
1,060
0,633
1,020
0,772
Psykisk (dikotom***)
****
OR
(ref kat) 1
1,346
2002
Tjänsteman
P-värde
(ref kat) 1
(ref kat) 1
Arbetare
Arbetsmiljö
0,012
2004
1992
SES i barndom: faders yrke
OR
Modell 3
(ref kat) 1
(ref kat) 1
Ålder (linjär representation)
Analysår
P-värde
(ref kat) 1
Lägre
Kön
Modell 2
1,071
0,569
2,489
0,012
-
-2,5
3,5
0,028
0,028
0,033
*
OR = Oddskvot. **Det är rimligt med linjär representation. Det vill säga att oddset för att uppge allvarligare
cirkulationsproblem ökar relativt sett lika mycket när fysisk arbetsmiljö ändras med en enhet. ***Det är ej rimligt med
linjär representation varvid en dikotomisering genomförts av de ursprungliga fem kategorierna. ****Beräknas enligt
följande formel (baserat på modell 2): 1-(ln(1,381)/ln(1,370)).
I modell 1, tabell 4.8, visar resultatet från ordinala logistiska regressionsanalyser att de med
lägre utbildning hade 37,0 procent högre odds (OR=1,370) att uppge att de har allvarligare
cirkulationsproblem än de respondenter med högre utbildning. Detta är signifikant.
Ur modell 2 kan det utläsas att respondenter med lägre utbildning hade 38,1 procents högre
odds (OR=1,381) att uppge att de har allvarligare cirkulationsproblem än de med högre
utbildning, skillnaden är även här signifikant, när vi kontrollerat för fysisk arbetsmiljö.
Motsvarande förändring i beta-koefficienten innebär att fysiska arbetsmiljöförhållanden inte
förklarar något av sambandet mellan egen utbildning och cirkulationsproblem. Om de med
högre utbildning hade haft samma fysiska arbetsmiljö som de med lägre blir skillnaderna
mellan de med lägre och högre utbildning obetydligt större (2,5 procent). Oddset för att uppge
allvarligare cirkulationsproblem ökar med 2,0 procent (OR=1,020) för varje ytterligare steg på
detta index, det vill säga ju mer man har utsatts för en dålig fysisk arbetsmiljö desto högre
värde. Detta samband är inte signifikant.
I vår tredje modell kan det konstateras att de med lägre utbildning hade 35,5 procent högre
odds (OR=1,355) att uppge att de har allvarligare cirkulationsproblem än de med högre
utbildning när vi kontrollerat för psykisk arbetsmiljö. Detta samband är signifikant.
28
Motsvarande förändring i beta-koefficienten innebär att psykiska arbetsmiljöförhållanden
förklarar 3,5 procent av sambandet mellan egen utbildning och cirkulationsproblem. Oddset för
att uppge allvarligare cirkulationsproblem är mer än dubbelt så högt (OR=2,489) om man har
utsatts för en dålig psykisk arbetsmiljö. Detta samband är signifikant.
Tabell 4.9 Effekter av social klass baserat på eget yrke och arbetsmiljöförhållanden på
”cirkulationsproblem”. Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från
ordinala logistiska regressioner, uttryckt i oddskvoter. N = 1 081.
Modell 1
*
OR
SES: eget yrke
Tjänsteman
Arbetare
Kön
Man
Kvinna
Ålder (linjär representation)
Analysår
SES i barndom: faders yrke
P-värde
(ref kat) 1
Modell 3
OR
OR
(ref kat) 1
1,432
0,003
(ref kat) 1
1,471
2
(ref kat) 1
1,401
0,005
(ref kat) 1
1,294
0,042
1,344
0,010
1,047
0,005
1,047
0,005
1,049
0,004
(ref kat) 1
2002
1,000
0,999
1,004
0,984
1,002
0,993
1992
1,404
0,085
1,409
0,081
1,401
0,087
Tjänsteman
i ß-koefficient, %
Pseudo-R (Nagelkerke)
(ref kat) 1
0,002
0,010
(ref kat) 1
(ref kat) 1
(ref kat) 1
(ref kat) 1
1,060
0,630
(ref kat) 1
1,060
0,628
1,051
0,477
Psykisk (dikotom***)
Förändring
P-värde
1,344
Fysisk (linjär**)
***
P-värde
2004
Arbetare
Arbetsmiljö
Modell 2
1,068
0,584
2,368
0,018
-
-7,5
6,1
0,030
0,031
0,035
*
OR = Oddskvot. **Det är rimligt med linjär representation. Det vill säga att oddset för att uppge allvarligare
cirkulationsproblem ökar relativt sett lika mycket när fysisk arbetsmiljö ändras med en enhet. ***Det är ej rimligt med
linjär representation varvid en dikotomisering genomförts av de ursprungliga fem kategorierna. ****Beräknas enligt
följande formel (baserat på modell 2): 1-(ln(1,471)/ln(1,432)).
Modell 1, tabell 4.9, visar att f.d. arbetare hade, signifikant på 1-procentnivån, 43,2 procent
högre odds (OR=1,432) att uppge att de har allvarligare cirkulationsproblem än f.d. tjänstemän.
Ur modell 2 kan det utläsas att f.d. arbetare hade 47,1 procents högre odds (OR=1,471) att
uppge att de har allvarligare cirkulationsproblem än f.d. tjänstemän, när vi kontrollerat för
fysisk arbetsmiljö, signifikant på 1-procentnivån. Motsvarande förändring i beta-koefficienten
innebär att fysiska arbetsmiljöförhållanden inte förklarar något av sambandet mellan social
klass baserat på eget yrke och cirkulationsproblem. Om f.d. tjänstemän hade haft samma
fysiska arbetsmiljö som f.d. arbetare, hade sambandet mellan social klass baserat på eget yrke
och cirkulationsproblem varit 7,5 procent större. Oddset för att uppge allvarligare
cirkulationsproblem ökar endast med 5,1 procent (OR=1,051) ju mer man har utsatts för en
dålig fysisk arbetsmiljö. Detta samband är ej signifikant.
I vår tredje modell kan det konstateras att f.d. arbetare hade 40,1 procent högre odds
(OR=1,401) att uppge att de har allvarligare cirkulationsproblem än f.d. tjänstemän när vi
kontrollerat för psykisk arbetsmiljö, signifikant på 1-procentnivån. Motsvarande förändring i
29
beta-koefficienten innebär att psykiska arbetsmiljöförhållanden förklarar 6,1 procent av
sambandet mellan social klass baserat på eget yrke och cirkulationsproblem. Oddset för att
uppge allvarligare cirkulationsproblem är mer än dubbelt så högt (OR=2,368) om man har
utsatts för en dålig psykisk arbetsmiljö. Sambandet är signifikant.
Tabell 4.10
Effekter av egen utbildning och arbetsmiljöförhållanden på ”test av fysisk
funktionsnedsättning”. Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från
ordinala logistiska regressioner, uttryckt i oddskvoter. N = 518.
Modell 1
*
OR
SES: egen utbildning
Kön
Högre
(ref kat) 1
Lägre
1,285
Man
Ålder (linjär representation)
SES i barndom: faders yrke
Arbetsmiljö
1,171
Förändring
2
Pseudo-R (Nagelkerke)
1,275
0,200
(ref kat) 1
<0,001
1,702
0,002
1,137
<0,001
1,139
<0,001
1,139
<0,001
1,560
i ß-koefficient, %
(ref kat) 1
0,420
(ref kat) 1
(ref kat) 1
0,012
(ref kat) 1
1,565
(ref kat) 1
0,011
(ref kat) 1
1,078
0,669
***
)
1,536
0,015
(ref kat) 1
1,090
0,626
1,202
0,065
Psykisk (dikotom****)
*****
P-värde
2,050
(ref kat) 1
Fysisk (linjär
OR
P-värde
0,001
1992
Arbetare
OR
1,751
2002
Tjänsteman
Modell 3
(ref kat) 1
0,185
(ref kat) 1
Kvinna
Analysår**
P-värde
Modell 2
1,077
0,675
2,809
0,068
-
37,1
3,2
0,082
0,088
0,089
*
OR = Oddskvot. **Endast telefonintervjuer genomfördes år 2004 varvid inga uppgifter finns att redovisa för detta
analysår. ***Det är rimligt med linjär representation. Det vill säga att oddset för att ha en större fysisk
funktionsnedsättning ökar relativt sett lika mycket när fysisk arbetsmiljö ändras med en enhet. ****Det är ej rimligt med
linjär representation varvid en dikotomisering genomförts av de ursprungliga fem kategorierna. *****Beräknas enligt
följande formel (baserat på modell 2):
1-(ln(1,171)/ln(1,285)).
I modell 1, tabell 4.10, visar resultatet från ordinala logistiska regressionsanalyser att de med
lägre utbildning hade 28,5 procent högre odds (OR=1,285) att ha en större fysisk
funktionsnedsättning än de respondenter med högre utbildning. Skillnaden är inte signifikant.
Ur modell 2 kan det utläsas att de respondenter med lägre utbildning hade 17,1 procents högre
odds (OR=1,171) att ha en större fysisk funktionsnedsättning än de med högre utbildning när vi
kontrollerat för fysisk arbetsmiljö. Detta samband är inte signifikant. Motsvarande förändring i
beta-koefficienten innebär att fysiska arbetsmiljöförhållanden förklarar 37,1 procent av
sambandet mellan egen utbildning och funktionsnedsättning. Oddset för att ha en större fysisk
funktionsnedsättning ökar med 20,2 procent (OR=1,202) för varje ytterligare steg på detta
index, det vill säga ju mer man har utsatts för en dålig fysisk arbetsmiljö desto högre värde.
Detta samband är signifikant på 10-procentnivån.
I vår tredje modell kan det konstateras att de med lägre utbildning hade 27,5 procent högre
odds (OR=1,275) att ha en större fysisk funktionsnedsättning än de med högre utbildning när vi
kontrollerat för psykisk arbetsmiljö. Detta samband är inte signifikant. Motsvarande förändring
30
i beta-koefficienten innebär att psykiska arbetsmiljöförhållanden endast förklarar 3,2 procent
av sambandet mellan egen utbildning och funktionsnedsättning. Oddset för att ha en större
fysisk funktionsnedsättning är mer än dubbelt så högt (OR=2,809) om man har utsatts för en
dålig psykisk arbetsmiljö. Detta samband är signifikant på 10-procentsnivån.
Tabell 4.11
Effekter av social klass baserat på eget yrke och arbetsmiljöförhållanden på
”test av fysisk funktionsnedsättning”. Kontrollerat för kön, ålder, analysår, faders
yrke. Resultat från ordinala logistiska regressioner, uttryckt i oddskvoter. N = 518.
Modell 1
*
OR
SES: eget yrke
Tjänsteman
(ref kat) 1
Arbetare
Kön
Ålder (linjär representation)
SES i barndom: faders yrke
1,140
Förändring
2
Pseudo-R (Nagelkerke)
1,261
0,190
(ref kat) 1
<0,001
1,690
0,002
1,139
<0,001
1,139
<0,001
1,140
<0,001
1,553
i ß-koefficient, %
(ref kat) 1
0,488
(ref kat) 1
(ref kat) 1
0,012
(ref kat) 1
1,557
(ref kat) 1
0,012
(ref kat) 1
1,078
0,668
***
)
1,528
0,016
(ref kat) 1
1,095
0,606
1,198
0,078
Psykisk (dikotom****)
*****
P-värde
2,038
(ref kat) 1
Fysisk (linjär
OR
P-värde
0,001
1992
Tjänsteman
OR
1,735
2002
Arbetare
Arbetsmiljö
0,170
(ref kat) 1
Kvinna
Modell 3
(ref kat) 1
1,276
Man
Analysår**
P-värde
Modell 2
1,079
0,665
2,787
0,070
-
46,3
4,9
0,082
0,088
0,089
*
OR = Oddskvot. **Endast telefonintervjuer år 2004 varvid inga uppgifter finns att redovisa för detta analysår. ***Det är
rimligt med linjär representation. Det vill säga att oddset för att ha en större fysisk funktionsnedsättning ökar relativt sett
lika mycket när fysisk arbetsmiljö ändras med en enhet. ****Det är ej rimligt med linjär representation varvid en
dikotomisering genomförts av de ursprungliga fem kategorierna. *****Beräknas enligt följande formel (baserat på modell
2): 1-(ln(1,140)/ln(1,276)).
I modell 1, tabell 4.11, visar resultatet från ordinala logistiska regressionsanalyser att f.d.
arbetare hade 27,6 procent högre odds (OR=1,276) att ha en större fysisk funktionsnedsättning
än f.d. tjänstemän. Sambandet är inte signifikant.
Ur modell 2 kan det utläsas att f.d. arbetare hade 14,0 procents högre odds (OR=1,140) att ha
en större fysisk funktionsnedsättning än f.d. tjänstemän när vi kontrollerat för fysisk
arbetsmiljö. Sambandet är ej signifikant. Motsvarande förändring i beta-koefficienten innebär
att fysiska arbetsmiljöförhållanden förklarar 46,3 procent av sambandet mellan social klass
baserat på eget yrke och funktionsnedsättning. Oddset för ha en större fysisk
funktionsnedsättning ökar med 19,8 procent (OR=1,198) ju mer man har utsatts för en dålig
fysisk arbetsmiljö. Detta samband är signifikant på 10-procentnivån.
I vår tredje modell kan det konstateras att f.d. arbetare hade 26,1 procent högre odds
(OR=1,261) att ha en större fysisk funktionsnedsättning än f.d. tjänstemän när vi kontrollerat
för psykisk arbetsmiljö. Detta samband är inte signifikant. Motsvarande förändring i betakoefficienten innebär att psykiska arbetsmiljöförhållanden endast förklarar 4,9 procent av
31
sambandet mellan social klass baserat på eget yrke och funktionsnedsättning. Oddset för att ha
en större fysisk funktionsnedsättning är mer än dubbelt så högt (OR=2,787) om man har utsatts
för en dålig psykisk arbetsmiljö. Sambandet är signifikant på 10-procentsnivån.
Tabell 4.12
Effekter av egen utbildning och arbetsmiljöförhållanden på ”test av kognitiv
nedsättning”. Kontrollerat för kön, ålder, analysår, faders yrke. Resultat från ordinala
logistiska regressioner, uttryckt i oddskvoter. N = 1 005.
Modell 1
*
OR
SES: egen utbildning
Högre
Kvinna
SES i barndom: faders yrke
<0,001
(ref kat) 1
Ålder (linjär representation)
1,587
Förändring
<0,001
1,587
<0,001
(ref kat) 1
0,911
1,023
0,854
1,023
0,842
1,092
<0,001
1,092
<0,001
1,090
<0,001
(ref kat) 1
2002
1,451
0,045
1,445
0,048
1,433
0,053
1992
1,694
0,010
1,689
0,010
1,692
0,010
Tjänsteman
(ref kat) 1
(ref kat) 1
i ß-koefficient, %
(ref kat) 1
(ref kat) 1
1,029
0,811
Fysisk (linjär )
Pseudo-R (Nagelkerke)
P-värde
1,013
**
2
OR
(ref kat) 1
(ref kat) 1
(ref kat) 1
1,031
0,797
1,048
0,493
Psykisk (linjär**)
***
P-värde
2004
Arbetare
Arbetsmiljö
OR
Modell 3
(ref kat) 1
1,616
Man
Analysår
P-värde
(ref kat) 1
Lägre
Kön
Modell 2
1,034
0,785
1,107
0,060
-
3,7
3,7
0,054
0,054
0,057
*
OR = Oddskvot. **Det är rimligt med linjär representation. Det vill säga att oddset för att ha en sämre kognitiv förmåga
ökar relativt sett lika mycket när fysisk/psykisk arbetsmiljö ändras med en enhet. ***Beräknas enligt följande formel
(baserat på modell 2): 1-(ln(1,587)/ln(1,616)).
I modell 1, tabell 4.12, visar resultatet från ordinala logistiska regressionsanalyser att de med
lägre utbildning hade 61,6 procent högre odds (OR=1,616) att ha sämre kognitiv förmåga än de
respondenter med en högre utbildning. Skillnaden är signifikant på 0,1-procentnivån.
Ur modell 2 kan det utläsas att de respondenter med lägre utbildning hade 58,7 procents högre
odds (OR=1,587) att ha sämre kognitiv förmåga än de med högre utbildning när vi kontrollerat
för fysisk arbetsmiljö. Detta är signifikant på 0,1-procentsnivån. Motsvarande förändring i
beta-koefficienten innebär att fysiska arbetsmiljöförhållanden endast förklarar 3,7 procent av
sambandet mellan egen utbildning och kognitiv nedsättning. Oddset för att ha sämre kognitiv
förmåga ökar med 4,8 procent (OR=1,048) för varje ytterligare steg på detta index, det vill
säga ju mer man har utsatts för en dålig fysisk arbetsmiljö desto högre värde. Detta samband är
inte signifikant.
I vår tredje modell kan det konstateras att de med lägre utbildning hade 58,7 procent högre
odds (OR=1,587) att ha sämre kognitiv förmåga än de med högre utbildning när vi kontrollerat
för psykisk arbetsmiljö. Detta samband är signifikant på 0,1-procentsnivån. Motsvarande
förändring i beta-koefficienten innebär att psykiska arbetsmiljöförhållanden endast förklarar
3,7 procent av sambandet mellan egen utbildning och kognitiv nedsättning. Oddset för att ha
32
sämre kognitiv förmåga ökar med 10,7 procent (OR=1,107) ju mer man har utsatts för en dålig
psykisk arbetsmiljö. Detta samband är signifikant på 10-procentsnivån.
Tabell 4.13
Effekter av social klass baserat på eget yrke och arbetsmiljöförhållanden på
”test av kognitiv nedsättning”. Kontrollerat för kön, ålder, analysår, faders yrke.
Resultat från ordinala logistiska regressioner, uttryckt i oddskvoter. N = 1 005.
Modell 1
OR
SES: eget yrke
Tjänsteman
Arbetare
Kön
Man
Kvinna
Ålder (linjär representation)
Analysår
SES i barndom: faders yrke
P-värde
(ref kat) 1
OR
Modell 3
P-värde
(ref kat) 1
1,576
<0,001
(ref kat) 1
1,554
OR
P-värde
(ref kat) 1
<0,001
(ref kat) 1
1,530
<0,001
(ref kat) 1
1,004
0,973
1,018
0,889
1,012
0,914
1,095
<0,001
1,095
<0,001
1,093
<0,001
2004
(ref kat) 1
2002
1,377
0,085
1,376
0,086
1,365
0,094
1992
1,623
0,017
1,621
0,017
1,618
0,017
Tjänsteman
Arbetare
Arbetsmiljö
Modell 2
(ref kat) 1
(ref kat) 1
(ref kat) 1
(ref kat) 1
1,023
0,845
Fysisk (linjär*)
(ref kat) 1
1,023
0,842
1,028
0,691
Psykisk (linjär*)
Förändring** i ß-koefficient, %
Pseudo-R2 (Nagelkerke)
-
3,1
1,023
0,845
1,092
0,107
6,6
0,053
0,053
0,056
OR = Oddskvot. **Det är rimligt med linjär representation. Det vill säga att oddset för att ha en sämre kognitiv förmåga
ökar relativt sett lika mycket när fysisk/psykisk arbetsmiljö ändras med en enhet. ***Beräknas enligt följande formel
(baserat på modell 2): 1-(ln(1,554)/ln(1,576)).
*
I modell 1, tabell 4.13, visar resultatet från ordinala logistiska regressionsanalyser att f.d.
arbetare hade 57,6 procent högre odds (OR=1,576) att ha sämre kognitiv förmåga än f.d.
tjänstemän. Sambandet är signifikant på 0,1-procentnivån
Ur modell 2 kan det utläsas att f.d. arbetare hade 55,4 procents högre odds (OR=1,554) att ha
sämre kognitiv förmåga än f.d. tjänstemän när vi kontrollerat för fysisk arbetsmiljö. Sambandet
är signifikant på 0,1-procentsnivån. Motsvarande förändring i beta-koefficienten innebär att
fysiska arbetsmiljöförhållanden endast förklarar 3,1 procent av sambandet mellan social klass
baserat på eget yrke och kognitiv nedsättning. Oddset för att ha sämre kognitiv förmåga ökar
med 2,8 procent (OR=1,028) ju mer man har utsatts för en dålig fysisk arbetsmiljö. Detta
samband är ej signifikant.
I vår tredje modell kan det konstateras att f.d. arbetare hade 53,0 procent högre odds
(OR=1,530) att ha sämre kognitiv förmåga än f.d. tjänstemän när vi kontrollerat för psykisk
arbetsmiljö. Detta samband är fortsatt signifikant på 0,1-procentsnivån. Motsvarande
förändring i beta-koefficienten innebär att psykiska arbetsmiljöförhållanden endast förklarar
6,6 procent av sambandet mellan social klass baserat på eget yrke och kognitiv nedsättning.
Oddset för att ha sämre kognitiv förmåga ökar med 9,2 procent (OR=1,092) ju mer man har
utsatts för en dålig psykisk arbetsmiljö. Detta samband är inte signifikant.
33
Avslutningsvis kan det nämnas att för samtliga modeller gäller: att kvinnor har högre
sannolikhet att uppge att de har mer ohälsa än män. Skillnaden mellan kvinnor och män är
signifikant på 10-procentnivån eller lägre. Med stigande ålder ökar sannolikheten att uppge
mer ohälsa, signifikant på 1-procentsnivån eller lägre. För samtliga modeller gäller att det för
år 1992 var högre odds att uppge mer ohälsa än för analysåren 2002 och 2004, förutom för
utfallet rörelsesmärta där det istället år 2002 var högre odds att uppge mer rörelsesmärta än för
åren 1992 och 2004. Skillnaderna samtliga analysår är signifikanta på 10-procentnivån eller
lägre. Sambandet mellan faders yrke och samtliga ohälsoutfall är svagt och ej signifikant.
Sammanfattningsvis kan det även nämnas att Nagelkerke pseudo-R2-värdet för samtliga
modeller indikerar ett lågt eller relativt lågt förklaringsvärde.
5 Diskussion
Syftet för uppsatsen har varit att undersöka i vilken utsträckning sambandet mellan
socioekonomisk status och ohälsa hos den äldre populationen beror på arbetsförhållanden de
haft under de yrkesverksamma åren. Vi har för detta ändamål genomfört analyser där vi
kontrollerat den fysiska och psykiska arbetsmiljöns verkan på sambandet mellan två mått av
socioekonomisk status (utbildning och social klass baserat på yrke) och sex olika ohälsoutfall
hos den äldre populationen (självskattad hälsa, psykiska besvär, smärta i rörelseorgan,
cirkulationsproblem och test av fysisk funktionsnedsättning respektive kognitiv nedsättning).
Sammanfattningsvis visade analyserna att de starkaste effekterna förelåg när vi kontrollerade
för den fysiska arbetsmiljöns verkan på sambandet mellan både egen utbildning respektive
social klass baserat på eget yrke och de två ohälsoutfallen fysisk funktionsnedsättning och
smärta i rörelseorgan. Inverkan av fysisk arbetsmiljö på sambandet mellan eget yrke och
smärta i rörelseorgan återfanns dock endast år 1992. Åren 2002 och 2004 fanns ingen positiv
korrelation mellan dessa variabler. En möjlig tolkning till dessa åtskiljda resultat skulle kunna
vara att det på arbetsplatser 1968 (då LNU låg till grund för analysåret 1992), inte fanns ett
utvecklat arbetsmiljöfokus med avseende på exempelvis tunga lyft som kan leda till
belastningssjukdomar.
De uppvisade resultaten vad gäller den fysiska arbetsmiljöns påverkan på sambandet mellan
fysisk funktionsnedsättning och smärta i rörelseorgan är föga överraskande och kan framstå
som något av en truism, då tidigare forskning (bland andra Warren et al., 2004; Lundberg,
1998; Niedhammer, 2008) har påvisat att arbetsrelaterade fysiska faktorer i form av tunga lyft,
34
buller, gas, damm och rök är den starkaste orsaken till klasskillnader i fysisk ohälsa. Dessutom
leder i regel en kortare utbildning till yrken som vi i vår studie klassificerat som arbetaryrken,
vilka ofta är förenade med förslitningsskador och smärtor i rörelseorganen (Thorslund et al,
1996). I övrigt visar de genomförda analyserna små effekter av arbetsmiljöfaktorernas verkan
på sambanden mellan socioekonomisk status och äldres ohälsa.
De psykiska arbetsmiljöförhållandena förklarade genomgående mycket litet eller inget alls av
sambanden mellan socioekonomisk status och ohälsoutfallen i stort. Detta stämmer väl med det
man kan förvänta sig från det omvända sambandet mellan socioekonomisk status och psykisk
arbetsmiljö, det vill säga att de med högre socioekonomisk status hade sämre psykisk
arbetsmiljö (se avsnitt 4.1, sid. 19).
Utifrån resultaten av våra empiriska analyser är det inte helt enkelt att erbjuda en konkret
förklaringsmodell som fullt ut belyser vår ställda frågeställning. Att våra analyser, speciellt
med avseende på effekterna av den psykiska arbetsmiljön inte visade på någon inverkan på
sambandet mellan socioekonomisk status och äldres ohälsa skulle kunna bero på att vi i denna
studie inte med säkerhet kan veta om de frågor vi valt för ohälsoutfallen, egen socioekonomisk
status samt de frågor vi ur materialet låtit representera arbetsmiljöförhållanden, på bästa sätt
mäter det vi avsett att mäta, eller om det finns andra arbetsmiljörelaterade faktorer som
påverkar sambanden mellan socioekonomisk status och ohälsa. Det finns dessvärre ingen
möjlighet att i en enda studie analysera alla de potentiella faktorer som kan ge en fullkomlig
bild. Till exempel kan bristande autonomi, det vill säga när höga krav förenas med små
möjligheter till kontroll över den egna arbetssituationen vara en källa till kronisk oro och
långvarig depression vilka är symptom som ofta uppvisas av personer med en lägre
socioekonomisk status (Wilkinson, 2004; Marmot, 2006).
Från 1970-talet och framåt har det hunnit ske en hel del i samhället i allmänhet och på
arbetsmarknaden i synnerhet. Till exempel sysselsätts det inom industrin idag relativt få i
jämförelse med tjänstesektorn (www.scb.se). Underlaget (LNU åren 1968 och 1981) vi byggt
våra analyser på skulle helt sonika kunna spegla ett annat arbetsklimat, främst med avseende på
de psykiska arbetsförhållandena. Att frågor såsom tillfredställelse på arbetet, inflytande över
arbetsuppgifter/arbetstakt och stöd i arbetet inte behandlades när levnadsnivåundersökningarna
genomfördes 1968 och 1981 ger, anser vi, är en fingervisning på att dessa arbetsmiljöfaktorer
ännu inte diskuterats i någon större utsträckning. Att det först mot slutet av 1970-talet skett en
löpande minskning av industriarbetare i Sverige (Brante et al., 2001, www.scb.se), kan även
indikera att de personer som besvarade enkätundersökningarna 1968 och 1981 ofta varit
35
anställda inom någon form av industri där tung manuell hantering, påfrestande arbetsställningar
och repetitiva arbetsmoment var vanligt förekommande. Med det i åtanke kan resultaten av vår
studie tänkas reflektera dåtidens arbetsmiljö som karakteriserats av mestadels monotont arbete
med, som vi kan se, belastningssjukdomar såsom smärta i rörelseorgan och nedsatt
funktionsförmåga till följd. Värt att framhålla är, att än idag ser vi rapporter på att fysisk
belastning som påverkar kroppens muskler och leder är den enskilt vanligaste orsaken till
arbetsrelaterade besvär. Istället för industriarbetare är kvinnliga facklärda arbetare 20, som
vanligtvis är anställda inom service- och omsorgsyrken (till exempel vårdbiträden och
undersköterskor), en alltmer utsatt yrkesgrupp (Arbetsmiljöverket, 2007). Det tillsammans med
det faktum att det i takt med att andelen arbeten med höga krav och låg egenkontroll (hög
anspänning) ökat kraftigt sedan 1990-talet också rapporterats en ökning av psykiska besvär i
form av olust, uttröttning och sömnbesvär för nämnda yrkesgrupp (SCB:s tidskrift välfärd, nr 1
2009, www.scb.se), skulle kunna peka på att framtida studier kommer att resultera i andra
mönster vad gäller arbetsmiljöns långsiktiga verkan på sambandet mellan socioekonomisk
status och äldres ohälsa. Men vid longitudinella studier av detta slag får man alltid räkna med
eftersläpningseffekter - varvid framtiden får utvisa den långsiktiga effekten av dagens
arbetsmiljö på sambandet mellan socioekonomisk status och äldres ohälsa.
Sammantaget kan vi således konstatera att den fysiska arbetsmiljön hade större inverkan på
sambandet mellan SES och ohälsa än den psykiska arbetsmiljön. Den psykiska arbetsmiljön
hade dock starkare direkt samband med ohälsa än den fysiska arbetsmiljön, även kontrollerat
för SES. Trots det faktum att våra analyser inte visade på en större omfattning av arbetsmiljöns
inverkan på sambandet mellan socioekonomisk status och ohälsa visar resultaten emellertid på
starka direkta samband mellan arbetsmiljö och ohälsa kontrollerat för SES. Att arbetsmiljön
med all sannolikhet är förenat med äldres ohälsa kan vara viktigt att bära med sig i vårt
framtida arbete med människor, svårare däremot blir det att uttala sig om arbetsmiljöns
påverkan på sambandet mellan socioekonomisk status och äldres ohälsa.
Som det inledningsvis nämndes är det få undersökningar som genomförts med den långa
uppföljningstid vår studie omfattar. Detta skulle kunna vara ytterligare en plausibel förklaring
till varför resultaten i våra analyser till viss del skiljer sig från tidigare studier. Dessa har
fokuserat på individer som ännu är förvärvsarbetande, med ingen eller väldigt kort
uppföljningstid, till skillnad från vår studie, där det skiljer sig mer än 20 år mellan tidpunkten
Yrken där det normalt krävs minst två års utbildning efter grundskola. Källa: SCB. (Dessa yrkeskohorter
hade i vår studie klassificerats som högutbildade.)
20
36
för arbetsmiljöfrågorna och tidpunkten för frågorna avseende ohälsoutfallen. Även om vi
därmed inte kan dra några exakta paralleller mellan tidigare forskning och uppsatsens resultat
är den långa uppföljningstiden en av studiens absoluta styrkor. Att endast en av frågorna (SES i
barndom) är baserad på en retrospektiv fråga medför att studien är baserad på information om
respondentens faktiska situation vid intervjutillfället. Detta har därmed bidragit till en god
validitet, det vill säga att vi verkligen kunnat mäta det vi har haft för avsikt att mäta med vår
frågeställning (Bryman, 2002). Tillgången till information om förändringar över tid har även
bidragit till en analys av orsak-och-verkan-sammanhang (Brante et al., 2001) och med facit i
hand har vi kunnat undersöka hur dåtidens arbetsmiljö påverkat sambandet mellan
socioekonomisk status och hälsan hos de äldre idag.
Vi anser det vidare viktigt att beröra den så kallade selektiva överlevnaden, det vill säga att det
bara är den friskaste delen av populationen som fortfarande lever i de åldrar som vi analyserat.
Selektiv överlevnad är inte något som specifikt rör denna studie utan studier av äldres hälsa
och livssituation generellt sett. Det är troligt att den faktiska hälsan är sämre än det våra
analyser kommit att redovisa, då det inte varit möjligt att genomföra direkta intervjuer med de
allra sjukaste. Vi har emellertid gjort den bedömningen att de så kallade proxyintervjuerna i
viss mån kompenserat för detta. Att indirekta intervjuer på detta sätt kan fånga upp även de
allra sjukaste är visserligen en förtjänst, men myntets baksida skulle kunna vara att man som
resultat får mindre reliabla uppgifter.
En annan tänkbar brist med studien skulle kunna vara att enkäterna är ifyllda av intervjuaren
istället för respondenten själv, vilket kan resultera i att intervjuaren inte nedtecknat svaren
korrekt. Omvänt kan det även uppfattas som en förtjänst då svaren erhålles direkt, inga frågor
hoppas över och bortfallet blir lågt, istället för att till exempel invänta svaren från en postenkät
vilket oftast resulterar i ett stort bortfall. Därtill kan man inte vid en postenkät vara säker på om
det är rätt personer som besvarat enkäten. Det faktum att enkäterna är strukturerade och väl
utformade, samt att intervjuerna genomförts av erfarna intervjuare gör att vi bedömer risken för
att denna eventuella brist kan ha påverkat resultaten i någon riktning som minimal.
Avslutningsvis kan det tilläggas att där vi faktiskt funnit effekter av arbetsmiljöförhållanden är
det troligt att dessa effekter verkligen finns. I de fall vi inte funnit några effekter, är det
däremot ändå möjligt att det finns effekter som vi inte kunnat påvisa på grund av de brister som
tidigare diskuterats. Att studien i vissa avseenden visade på relativt små eller inga effekter,
innebär således inte att vi i dessa fall helt kan utesluta arbetsmiljöförhållandens inverkan på
sambandet mellan socioekonomisk status och äldres ohälsa.
37
5.1 Framtida forskningsmöjligheter
Som diskuterats ovan är det rimligt att anta att det även finns annat som åskådliggör vår studies
frågeställning. Till exempel skulle man kunna inkludera de variabler som i LNU behandlar
kontroll över sitt arbete. För att undersöka huruvida arbetsmiljöns påverkan på sambandet
mellan socioekonomisk status och äldre har förändrats vore det vidare intressant att genomföra
en ny studie där bland annat arbetsmiljöfaktorer såsom hög anspänning, arbetstillfredsställelse,
inflytande över arbetsuppgifter/arbetstakt och stöd från medarbetare behandlas.
6 Referenser
Agahi, N., Lagergren, M., Thorslund, M., Wånell, S. E. (2005), Hälsoutveckling och
hälsofrämjande insatser på äldre dar – en kunskapssammanställning. Östersund: Statens
Folkhälsoinstitut.
Backhans, M., Moberg, H. (2008), Development of society and the present political
environment, s. 293-331 i Hogstedt, C., Moberg, H., Lundgren, B., Backhans, M. (ed.), i
Health for all? A critical analysis of public health policies in eight European countries.
Östersund: Swedish National Institute of Public Health.
Brante, T., Andersen H., Korsnes, O. (red.) (2001), Sociologiskt lexikon. Stockholm: Natur och
Kultur.
Bryman, A. (2002), Samhällsvetenskapliga metoder. Malmö: Liber ekonomi.
DeMaris, A. (2002), Explained variance in Logistic Regression. A Monte Carlo Study of
proposed Measures. Sociological Methods & Research, vol. 31, No. 1, s. 27-74.
Edling, C., Hedström, P. (2003), Kvantitativa metoder. Lund: Studentlitteratur.
Esiasson, P., Gilljam, M., Oscarsson, H., Wängnerud, L. (2005), Metodpraktikan. Konsten att
studera samhälle, individ och marknad. 2:a upplagan. Stockholm: Norstedts Juridik AB.
Fors, S., Lennartsson, C., Lundberg, O. (2007), Health inequalities among older adults in
Sweden 1991-2002. European Journal of Public Health, vol. 18, No. 2, s. 138-143.
Giddens, A. (2007) Sociologi. 4:e upplagan. Lund: Studentlitteratur.
Hemström, Ö. (2005), Health inequalities by wage income in Sweden: The role of work
enivironment. Social Science & Medicine 61, s. 637-647.
Hogstedt, C., Moberg, H., Lundgren, B., Backhans, M. (2008) Health for all? A critical
analysis of public health policies in eight European countries. Östersund: Swedish National
Institute of Public Health.
Kåreholt, Ingemar, (2000), Social Class and Mortality Risk, Swedish Institute for Social
Research.
LNU 1968: 68'ans kodbok (1992). Stockholm: Institutet för Social forskning.
Lundberg, O. (1990), Den ojämlika hälsan – om klass- och könsskillnader i sjuklighet
Stockholm: Almqvist & Wiksell International.
38
Lundberg, o. (1991), Causal Explanations for Class Inequality in Health – an Empirical
Analysis. Social Science & Medicine, vol. 32, No. 4, s. 385-393.
Lundberg, O. (1998), Exploring causal mechanisms that generate health inequalities, s. 169179 i Arve-Parès, B. (ed.) Inequality in Health. A Swedish Perspective. Stockholm: Swedish
Council for Social Research.
Manderbacka, K., Kåreholt, I., Martikainen, P., Lundberg, O. (2003), The effect of point of
reference on the association between self-rated health and mortality. Social Science &
Medicine 56, s. 1447-1452.
Marmot, M. (2006), Statussyndromet – hur vår sociala position påverkar hälsan och
livslängden. Stockholm: Bokförlaget Natur & Kultur.
McMunn, A., Breeze, E., Goodman, A., Nazroo, J., Oldfield, Z. (2006), Social Determinants of
health in older age, s. 267-296 i Marmot, M., Wilkinson, R. G. (ed.), i Social Determinants of
Health. 2nd edition. Oxford: Oxford University Press.
Nettleton, S. (2006), The Socoiology of Health and Illness. 2nd edition. Cambridge: Polity
Press.
Niedhammer I., Chastang, J-F., David, S., Kelleher, C. (2008), The contribution of
occupational factors to social inequalities in health: Findings from the national French SUMER
survey, Social Science & Medicine 67, s. 1870-1881.
Socialstyrelsen, Folkhälsorapport 2001, 2009.
Stansfeld, S., Head, J., Marmot. M. (2000), Work-related factors and ill health, The Whitehall
II Study. Department of Epidemiology and Public Health University College London, Contract
Research Report 266/2000.
StataCorp 2007, Stata Statistical Software: Release 10, Reference I-P. Stata Press, College
Station, Texas, USA.
Sweold, Swedish Panel Study of Living Conditions of the Oldest Old. Code Book 1992 (1998),
Department of Social Work, Stockholm University, Sweden.
Sweold, Swedish Panel Study of Living Conditions of the Oldest Old. Code Book, 2002 &
2004, (2007). Stockholm: Aging Research Center, Karolinska Institutet/Stockholms
Universitet.
Thorslund, M., Lundberg, O. (1994), Health and inequalities among the oldest old. Reprinted
from Journal of Aging and Health, vol. 6, no. 1, s. 51-69.
Thorslund, M., Lundberg, O., Parker, M.G., Ahacic, K. (1996), Klass, hälsa och
funktionsförmåga bland de allra äldsta. Särtryck ur Äldres hälsa, behov och bruk av service och
vård. Ädel-utvärderingen 96:6. Stockholm: Socialstyrelsen. Särtrycksserien nr 65.
Tobiasz-Adamczyk, B., Bartoszewska, E., Brzyski, P., Kopacz, M. (2007), Long-term
consequences of education, working conditions, and health-related behaviors on mortality
patterns in older age. A 17-year observational study in Kraków, Poland. International Journal
of Occupational Medicine and Environmental Health, 2007; 20(3), s. 247-256.
Toivanen, S. (2007), Work-Related Inequalities in Health – Studies in income, work
environment, and sense of coherence, Health Equity Studies No 9. Stockholm: Doctoral Thesis
in Sociology at Stockholm University, Sweden.
Vågerö, D. (1996), Varför är hälsan ojämlik i det moderna välfärdssamhället. Särtryck ur
Ojämlikhet från vaggan till graven – på väg in i 2/3-samhället? Stockholm:
Försäkringskasseförbundet, FKF Fakta, s. 76-83.
39
Warren, J. R., Hoonakker, P., Carayon, P., Brand, J. (2004), Job characteristics as mediators in
SES-health relationships, Social Science & Medicine 59, s. 1367-1378.
Wilkinson R. G. (2003), Unhealthy Societies: The Afflications of Inequality. London:
Routledge.
Wilkinson, R. G. (2004), Tänk på avståndet – ojämlikheten dödar! Lund: Bokförlaget Augusti.
Åberg Yngwe, M. (2005), Resources and Relative Deprivation. Analysing mechanisms behind
income, inequality and ill-health. Stockholm: Elanders Gotab.
Elektroniska källor
LNU 1981: 81'ans kodbok. Nedladdad 2009-04-20 från
http://www2.sofi.su.se/LNU2000/Kodbok_LNU81.pdf
Allas status måste höjas, av Agneta Lagercrantz, 29 juni 2006. Nedladdad 2009-04-20 från
www.svd.se/nyheter/idagsidan/halsa/artikel_331842.svd
Belastningsergonomi, 2007. Nedladdad 2009-05-28 från
http://www.av.se/dokument/statistik/sf/sf2007_09.pdf
Fortfarande lika stressigt på jobbet. Nedladdad 2009-06-02 från SCB:s tidskrift Välfärd nr 1,
2009
http://www.scb.se/statistik/_publikationer/LE0001_2009K01_TI_05_A05TI0901.pdf
Klassindelning och definitioner. Nedladdad 2009-05-04 från
http://www.scb.se/Grupp/Hitta_statistik/Forsta_Statistik/Klassifikationer/_Dokument/SEIMIS.pdf
Socioekonomisk indelning (SEI). Nedladdad 2009-05-04 från
http://www.scb.se/Pages/List____257217.aspx
The Black Report. Nedladdad 2009-04-20 från http://www.sochealth.co.uk/history/black.htm
Sysselsättning i olika branscher 1976-2008. Nedladdad 2009-05-28 från
http://www.scb.se/Pages/TableAndChart____198149.aspx
40