22.08.2013 Views

Läs rapporten - Arbetsförmedlingen

Läs rapporten - Arbetsförmedlingen

Läs rapporten - Arbetsförmedlingen

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Arbetsmarknadsutbildningen<br />

1999<br />

- effekter för individen<br />

Av Susanna Okeke<br />

Rapporten ingår i serie Ura<br />

som utges av AMS Utredningsenhet.<br />

Ura 2001:7<br />

ISSN 1401-0844<br />

Arbetsmarknad och arbetsmarknadspolitik


Arbetsmarknadsutbildningen 1999<br />

– effekter för individen<br />

INNEHÅLLSFÖRTECKNING Sid<br />

SAMMANFATTNING ..............................................................................................................3<br />

INLEDNING..............................................................................................................................5<br />

METOD .....................................................................................................................................9<br />

DATA.......................................................................................................................................12<br />

MATCHNINGEN....................................................................................................................13<br />

RESULTAT GÄLLANDE ARBETE......................................................................................17<br />

RESULTAT FÖR OLIKA GRUPPER ...................................................................................20<br />

BORTFALLSANALYS...........................................................................................................26<br />

SLUTSATSER.........................................................................................................................28<br />

REFERENSER ........................................................................................................................29<br />

BILAGA 1 - STRATA...........................................................................................................31<br />

BILAGA 2 - MER OM MATCHNINGEN...........................................................................32<br />

BILAGA 3 – EN BESKRIVNING AV UTBILDNINGARNA ...............................................35<br />

BILAGA 4 - EN ALTERNATIV METOD...........................................................................39<br />

BILAGA 5 – TABELLBILAGA.............................................................................................40


Sammanfattning<br />

Arbetsmarknadsutbildning är ett av de arbetsmarknadspolitiska programmen<br />

som kan erbjudas personer som söker arbete genom den offentliga arbetsförmedlingen.<br />

Målet med arbetsmarknadsutbildning är att den ska leda till ett stadigvarande<br />

arbete på den reguljära arbetsmarknaden, därför ska utbildningen<br />

vara yrkesinriktad.<br />

I denna rapport utvärderas arbetsmarknadsutbildningens effekter på deltagarnas<br />

sysselsättningsmöjligheter. Analysen avser utbildningar avslutade under det andra<br />

kvartalet 1999.<br />

Resultaten tyder på att utbildningsdeltagarna i genomsnitt hade tio procentenheters<br />

större chans att få jobb sex månader efter avslutad utbildning än de skulle<br />

ha haft utan utbildningen. Av de deltagare som fullföljt en arbetsmarknadsutbildning<br />

hade 59 procent jobb sex månader efter avslutad kurs.<br />

När det gäller olika deltagargrupper var effekten av utbildningen relativt störst<br />

för kvinnor, äldre, lågutbildade, utlandsfödda, arbetshandikappade samt för arbetssökande<br />

boende i något av skogslänen. Rörande tidigare arbetslöshetshistoria<br />

var effekten störst för dem som hade en sammanlagd tidigare arbetslöshet<br />

som var kortare än ett år.<br />

I <strong>rapporten</strong> analyseras även olika utbildningsinriktningar. Positiva effekter erhölls<br />

för i stort sett alla utbildningar, undantagen var kurser med inriktning mot<br />

maskinoperatörsarbeten, transport, lokalvård, köks- & restaurangbiträden samt<br />

övriga yrkesutbildningar. Störst positiv effekt hade arbetsmarknadsutbildningen<br />

inom teknik & ingenjörsarbete, teknologi & datavetenskap, bygg & anläggningsarbete<br />

samt hantverksarbete inom tillverkning. Det går dock inte att jämföra<br />

resultaten mellan kurser med olika utbildningsinriktningar i denna utvärdering<br />

eftersom samansättningen av deltagare i de olika kurserna skiljer sig åt, vilket<br />

också påverkar resultaten.<br />

3


Inledning<br />

Arbetsmarknadsutbildning är en utbildning som bedrivs av arbetsmarknadspolitiska<br />

skäl. Den infördes redan 1916 och har speciellt under de senaste decennierna<br />

varit ett viktigt arbetsmarknadspolitiskt instrument. Under 1999 och 2000<br />

deltog i genomsnitt 28 000 respektive 18 000 personer i arbetsmarknadsutbildning<br />

per månad. Trots att antalet har sjunkit betydligt jämfört med toppåret<br />

1992 så utgjorde utbildningen en sjättedel av samtliga arbetsmarknadspolitiska<br />

program år 2000.<br />

Figur 1: Genomsnittligt antal i arbetsmarknadsutbildning samt utbildningens andel av<br />

samtliga program<br />

70 000<br />

60 000<br />

50 000<br />

40 000<br />

Antal 30 000<br />

20 000<br />

10 000<br />

0<br />

1992 1993 1994 1995 1996 1997 1998 1999 2000<br />

Antal i arbetsmarknadsutbildning Andel av samtliga program<br />

Arbetsmarknadsutbildningen ska, liksom övriga arbetsmarknadspolitiska program,<br />

tillgodose tillväxtpolitiska, stabiliseringspolitiska och fördelningspolitiska<br />

mål. Det tillväxtpolitiska målet är att arbetsmarknadsutbildningen ska påverka<br />

utbudet av arbetskraft. Arbetssökande erbjuds utbildning i yrken där det råder<br />

brist på arbetskraft, i syfte att underlätta tillväxten. Det stabiliseringspolitiska<br />

målet innebär att de arbetssökande i en konjunkturnedgång kan utnyttja tiden i<br />

arbetslöshet till att utbilda sig i de yrken där efterfrågan förväntas öka mest när<br />

konjunkturen vänder. På så sätt kan man motverka arbetskraftsbrist och därav<br />

5<br />

40<br />

35<br />

30<br />

25<br />

20<br />

15<br />

10<br />

5<br />

0<br />

Procent


uppkomna inflationsdrivande löneökningar. Det fördelningspolitiska målet är<br />

att utbildningen ska medverka till större jämlikhet genom att stödja personer<br />

med en svag ställning på arbetsmarknaden. En medveten strävan med arbetsmarknadsutbildningen<br />

genom åren har varit att utjämna könsskillnader och<br />

stödja invandrare och arbetshandikappade.<br />

Utbildningen ska alltså inriktas mot de områden där det idag råder brist på arbetskraft<br />

eller där man kan förvänta sig ett växande behov av arbetskraft. Arbetsmarknadsutbildningen<br />

bedrivs genom särskilt upphandlad utbildning eller<br />

genom att platser i det reguljära utbildningsväsendet utnyttjas. För att komma<br />

ifråga för utbildning ska man ha fyllt 20 år, vara eller riskera att bli arbetslös<br />

samt vara inskriven vid arbetsförmedlingen. Bidrag utgår till deltagarna motsvarande<br />

arbetslöshetskassa eller grundbelopp, dock lägst 240 kr per dag, förutsatt<br />

att villkoren för ersättning vid arbetslöshet är uppfyllda eller att den sökande<br />

blivit utförsäkrad. I annat fall utgår en ersättning med 143 kr per dag.<br />

Arbetsmarknadsutbildningen ska vara yrkesinriktad 1 och kan upphandlas som en<br />

länsstrategisk utbildning, lokalt upphandlad kurs eller enstaka plats. Länsstrategiska<br />

utbildningar är viktiga för hela länet och innebär vanligen årsplatser med<br />

successiva intag av elever eller gruppintag av elever. När en viss arbetsförmedling<br />

ser ett behov av en utbildning kan den upphandlas som en lokal kurs med<br />

gruppintag av elever. Enstaka platser upphandlas för att uppfylla en enskild individs<br />

utbildningsbehov som inte kan tillgodoses inom en kurs.<br />

AMS har via enkätstudier sedan 1979 årligen följt upp personer som avslutat<br />

(fullföljt eller definitivt avbrutit) en arbetsmarknadsutbildning (yrkesinriktade<br />

utbildningar) under årets andra kvartal. I dessa uppföljningar har andelen av<br />

deltagarna som har fått arbete sex månader efter avslutad utbildning studerats.<br />

Dessutom har andelen som fullföljer utbildningen mätts samt om deltagarna får<br />

arbete inom eller nära det yrkesområde som utbildningen syftade till. Den senaste<br />

av dessa uppföljningar har nyligen publicerats (AMS 2001).<br />

1 Från och med den 1 augusti 2000 är all arbetsmarknadsutbildning yrkesinriktad. De förberedande<br />

utbildningarna (allmänteoretiska eller orienterande) inom arbetsmarknadsutbildningen<br />

har förts till det nya programmet förberedande insatser. I denna rapport använder vi oss av<br />

den nya termnologin, så att vi med arbetsmarknadsutbildning endast menar yrkesinriktade<br />

kurser. Observera att figur 1 redovisar antalet deltagare enligt den nya definitionen, varvid<br />

antalen och andelarna kommer att skilja sig från liknande redovisningar i tidigare rapporter<br />

som även inkluderar förberedande utbildningar.<br />

6


AMS har också vid några tillfällen gjort fördjupade utvärderingar av arbetsmarknadsutbildningen<br />

(Harkman m.fl. 1995,1996 och 1999 samt Harkman 1997). I<br />

dessa rapporter studerades effekterna av arbetsmarknadsutbildning, d.v.s. effekten<br />

av att delta jämfört med att inte delta på sannolikheten att få jobb eller<br />

högre lön. Tillvägagångssättet var att jämföra utfallet av arbetsmarknadsutbildning<br />

med en kontrollgrupp av arbetslösa med hjälp av statistisk analys.<br />

Utvärderingen från 1995 jämförde effekterna sex månader och två år efter avslutad<br />

utbildning. Undersökningspopulation var individer som avslutat arbetsmarknadsutbildning<br />

under andra kvartalet 1994 respektive 1992. Effekter på lön<br />

analyserades och resultatet blev en positiv effekt på lönen för dem som avslutade<br />

utbildning 1994. Någon motsvarande effekt kunde dock inte finnas för dem<br />

som avslutade utbildning 1992. Sysselsättning undersöktes också för dem som<br />

avslutade en utbildning 1994. Resultaten tydde på att chansen att hitta ett jobb<br />

var större för deltagargruppen än för kontrollgruppen.<br />

Studien från 1996 avsåg utbildningar avslutade under andra kvartalet 1993. I<br />

denna studie användes två kontrollgrupper. Den som i första hand användes var<br />

personer som inte hade deltagit i arbetsmarknadsutbildning men som sade sig ha<br />

sökt till en sådan utbildning. På det sättet skulle problemet med s.k. självselektion<br />

minskas dvs. att en viss kategori arbetslösa tenderar att vilja gå utbildning. I<br />

undersökningen fanns dock även en kontrollgrupp som varken hade sökt eller<br />

deltagit. Effekten på sysselsättning och lön studerades sex månader respektive<br />

2,5 år efter avslutad arbetsmarknadsutbildning. I sin helhet var effekterna positiva,<br />

dock mer tydligt i det längre perspektivet.<br />

I <strong>rapporten</strong> från 1997 studerades utbildningar avslutade under andra kvartalet<br />

1994. Några tydliga effekter på sysselsättningsgraden kunde inte påvisas 2,5 år<br />

efter avslutad utbildning. Däremot tydde resultaten på att de utbildningsdeltagare<br />

som fick arbete i genomsnitt fick drygt 2 procent högre lön än vad de skulle<br />

ha fått utan utbildningen. En uppdelning på korta (


Utvärderingen från 1999 analyserade effekten av arbetsmarknadsutbildning<br />

1996 på deltagarnas sysselsättning ett år senare. Arbetsmarknadsutbildningen<br />

gav en signifikant effekt endast när man inte försökte korrigera för ickeobserverbar<br />

selektion.<br />

Det finns inte många forskningsrapporter utanför AMS som gäller arbetsmarknadsutbildningen<br />

på 1990-talet. 2 Regnér (1997) studerade individer som deltog i<br />

utbildning under åren 1989-90. Effekten av arbetsmarknadsutbildning på deltagarnas<br />

årsinkomster visade sig vara negativ ett år och ej statistiskt säkerställd<br />

tre år efter avslutad utbildning.<br />

Larsson (2000) har speciellt studerat deltagande ungdomar (20-24 år) som registrerades<br />

som öppet arbetslösa och började i arbetsmarknadsutbildning någon<br />

gång under perioden 1992-94. Effekter skattas gällande såväl årsarbetsinkomsten<br />

som sannolikheten att erhålla reguljärt arbete eller påbörja en reguljär utbildning<br />

ett respektive två år efter åtgärdsstarten. Samtliga effekter visade sig<br />

vara negativa.<br />

Slutligen kan vi också nämna att Johansson & Martinsson (2000) har gjort en<br />

studie av SwIT-utbildning 3 där arbetsmarknadsutbildning med datorinriktning<br />

används som kontrollgrupp. De fann att sannolikheten att få ett arbete var högre<br />

för SwIT-deltagarna än i en motsvarande arbetsmarknadsutbildning sex månader<br />

efter avslutad utbildning.<br />

2<br />

För studier som gäller 1980-talet se t.ex. Sehlstedt & Schröder (1989), Edin & Holmlund<br />

(1991) och Korpi (1994a, b).<br />

3<br />

SwIT var ett samarbetsprojekt mellan staten och Industriförbundet med syfte att tillgodose<br />

industrins behov av arbetskraft. SwIT utgjorde en försöksverksamhet under åren 1997-99.<br />

Den byggde på en kombination av utbildning, praktik och mentorskap.<br />

8


Metod<br />

Innan en utvärdering påbörjas måste ställning tas till vilken målvariabel som ska<br />

studeras, dvs. på vilken grund avgörandet om ett program är ”lyckat” eller inte<br />

ska göras. Då bör man naturligtvis beakta vad beslutsfattarna har för intentioner<br />

med programmet. Arbetsmarknadsutbildningen har som sagt tillväxtpolitiska,<br />

stabiliseringspolitiska och fördelningspolitiska mål. Målet är att ge arbetslösa<br />

bättre möjlighet att komma tillbaka till arbetsmarknaden efter arbetslöshet. Det<br />

är därför lämpligt att välja övergångar till arbete som målvariabel. En annan<br />

målvariabel skulle kunna vara lön (eller inkomst). Tanken är att utbildningsdeltagarna<br />

borde få högre lön om de får jobb inom det yrke utbildningen syftade<br />

till. På grund av den korta uppföljningsperioden i föreliggande studie är det<br />

dock osäkert om sådana löneeffekter har hunnit att uppstå och vi väljer därför<br />

att enbart studera sysselsättning.<br />

Sysselsättningseffekten av arbetsmarknadsutbildning mäter hur många fler av de<br />

arbetslösa som får jobb när de har deltagit i utbildningen än om de inte skulle ha<br />

gjort det. Problemet är att vi inte vet vad som skulle ha hänt med deltagargruppen<br />

om de inte hade fått delta i arbetsmarknadsutbildning. Därför måste vi jämföra<br />

med en annan grupp personer, en så kallad ”kontrollgrupp”. Det är nödvändigt<br />

att dessa är så lika deltagargruppen som möjligt för att korrekta slutsatser<br />

ska kunna dras. Vi har valt att välja kontrollgruppen från stocken arbetslösa<br />

den 15 maj 1999, d.v.s. i mitten av det andra kvartalet.<br />

När deltagargruppen följs upp sex månader efter avslutad utbildning kan en<br />

jämförelse göras med kontrollgruppens arbetsmarknadsstatus vid samma tidpunkt.<br />

Antagandet är att eventuella skillnaden mellan grupperna när det gäller<br />

sysselsättningsgrad är en effekt av arbetsmarknadsutbildningen. För att detta ska<br />

vara ett korrekt antagande krävs dock att det inte finns andra omständigheter<br />

som påverkar utfallet, vilket det med största sannolikhet gör. Det finns skäl att<br />

tro att de som deltar inte är ett slumpmässigt urval av alla som blir arbetslösa.<br />

För det första finns deltagarnas incitament att delta som rimligen bygger på någon<br />

typ av bedömning av behovet/värdet av att delta jämfört med att inte delta.<br />

För det andra finns arbetsförmedlarnas agerande och benägenhet att erbjuda<br />

olika sökande plats i arbetsmarknadsutbildning. Deras bedömningar grundas<br />

bland annat på de målformuleringar som gäller för verksamheten. Under 1999<br />

var målet att 70 procent skulle ha jobb efter avslutad arbetsmarknadsutbildning,<br />

något som kan påverka förmedlarna att endast erbjuda sökande med goda förut-<br />

9


sättningar utbildningen. För det tredje finns selektion genom ”auto-matisk sortering”<br />

vilket kan förklaras på följande sätt: Bland en grupp personer som just<br />

blivit arbetslösa finns personer med mycket goda förutsättningar att få jobb och<br />

personer med dåliga förutsättningar. Om sannolikheten att bli erbjuden en åtgärd<br />

är densamma för alla och oförändrad över tiden kommer deltagargruppen<br />

att bestå av en grupp med sämre förutsättningar på arbetsmarknaden än den<br />

ursprungliga gruppen arbetslösa. Detta beror på att de som har goda möjligheter<br />

på arbetsmarknaden får jobb relativt snabbt och inte ”hinner” få erbjudande om<br />

utbildning. Denna selektion verkar alltså i omvänd riktning jämfört med selektionen<br />

pga. lönsamhetsbedömning och arbetsförmedlarnas agerande. Vad det<br />

slutliga resultatet blir, om deltagargruppen är en grupp med bättre eller sämre<br />

förutsättningar på arbetsmarknaden är en empirisk fråga.<br />

Man kan på olika sätt hantera effekterna av selektion. De omständigheter som vi<br />

har information om utgör ett mindre problem eftersom vi kan ta hänsyn till dem<br />

i den statistiska analysen och på så sätt ”kontrollera” för deras inverkan. Sådana<br />

faktorer kan t.ex. vara kön, ålder, utbildningsnivå och sökt yrke. I andra studier<br />

har det också visat sig att det är viktigt att inkludera tidigare arbetslöshetshistoria.<br />

Ett större problem är att en uttömmande beskrivning av individerna via register<br />

och enkäter inte kan fås. Det kan till exempel röra sig om information om<br />

individernas ambition och motivation. Det kan således finnas problem med icke<br />

observerade karaktäristika som kan påverka resultaten.<br />

Ett vanligt sätt att hantera selektionsproblemet är att använda någon form av<br />

”matchning”. Det grundläggande antagandet är att selektionen till program sker<br />

på grundval av observerade karaktäristika eller att icke-observerade karaktäristika<br />

inte har någon avgörande effekt på målfunktionen. Det finns flera olika varianter<br />

på matchning. En metod är att välja ut en person från någon lämplig<br />

grupp som inte har deltagit i åtgärden vid det aktuella tillfället med samma karaktäristika<br />

för varje deltagare, den så kallade tvillingansatsen. Effekten av programmet<br />

kan sedan mätas som en enkel jämförelse av medelvärden.<br />

10


I den här undersökningen kommer vi att använda just en sådan matchningsmetod,<br />

där kontrollgruppen väljs ut med hänsyn till många variabler. Matchningsproceduren<br />

som används, och som kommer att beskrivas senare, innebär att det<br />

i den slutliga analysen räcker att jämföra medelvärden mellan grupperna. 4<br />

4 Detta under villkoret att förutsättningarna för matchningen gäller och att matchningen är<br />

gjord på ett bra sätt med lämpliga variabler.<br />

11


Data<br />

Urvalet omfattar 9 069 individer, dels 6 069 individer som avslutat arbetsmarknadsutbildning<br />

under andra kvartalet 1999, dels en kontrollgrupp av 3 000 arbetslösa.<br />

Urvalet av deltagargruppen drogs ur en undersökningspopulation som omfattade<br />

22 000 personer. Urvalet av deltagargruppen stratifierades efter 16 yrkesindelningar,<br />

fem regioner och fem åldersgrupper. Sammanlagt betydde detta<br />

16*5*5 = 400 strata (Bilaga 1 beskriver indelningen av dessa strata). Inom<br />

varje strata valdes ett urval om 18 individer. Om antalet i gruppen var färre valdes<br />

samtliga. Syftet med stratifieringen var att få en bättre precision av resultaten<br />

i viktiga redovisningsgrupper.<br />

Urvalet av kontrollgruppen drogs ur en undersökningspopulation som omfattade<br />

personer som var inskrivna vid arbetsförmedlingen som arbetslösa den 15<br />

maj 1999. Urvalet gjordes genom ett matchningsförfarande som beskrivs närmare<br />

i nästa kapitel.<br />

Data har samlats in genom enkäter som gick ut till respondenterna under det<br />

fjärde kvartalet 1999. Utöver enkätsvaren har registerdata från AMS databaser<br />

Händel 5 och AKSTAT 6 samt inkomstuppgifter från SCB:s databas RAMS 7 påförts<br />

för varje individ som ingick i urvalet.<br />

Deltagargruppen har tidigare beskrivits i en rapport som baserar sig på samma<br />

enkätundersökning men som endast analyserar deltagargruppen (AMS 2000).<br />

Vi hänvisar till denna rapport när det gäller en beskrivning av fullföljandegrad<br />

(hur stor andel av deltagarna som fullföljer utbildningen) och träffsäkerhet (om<br />

de får arbete inom eller nära det yrkesområde som utbildningen syftade till) för<br />

olika typer av arbetsmarknadsutbildning, samt för en beskrivning av svaren i<br />

enkätundersökningen riktad till deltagargruppen. Föreliggande studie kompletterar<br />

denna på så sätt att den även inkluderar jämförelse med en kontrollgrupp så<br />

att en fördjupad analys av sysselsättningseffekter kan göras.<br />

5 Händel är en databas som bygger på registreringar av inskrivna arbetssökande hos <strong>Arbetsförmedlingen</strong>.<br />

Denna databas har funnits sedan juli 1991.<br />

6 I AKSTAT registreras beslut och utbetalningar från arbetslöshetskassorna.<br />

7 RAMS (f.d. ÅRSYS) är ett sysselsättningsregister.<br />

12


Matchningen<br />

Urvalet av kontrollgruppen gjordes som sagt genom matchning. Syftet med<br />

matchning är att skapa en kontrollgrupp som är så lik deltagargruppen som<br />

möjligt. Matchningen baserades på ett material bestående av samtliga som avslutade<br />

arbetsmarknadsutbildning det andra kvartalet 1999 respektive samtliga<br />

som var arbetslösa den 15 maj 1999. Till 3 000 slumpmässigt valda personer<br />

som deltagit i utbildning valdes en ”tvilling” ut genom ett matchningsförfarande.<br />

De två personerna i ett ”tvillingpar” skulle vara så lika varandra som möjligt när<br />

det gäller följande egenskaper: kön, medborgarskap, arbetshandikapp, utbildningsnivå,<br />

ålder, region, tidigare lön, erfarenhet inom sökt yrke, utbildning inom<br />

området, sökt yrke samt inskrivningstid. En utförligare beskrivning av hur<br />

matchningen utfördes ges i bilaga 2.<br />

Matchningen gav 3 000 stycken ”tvillingpar” dvs. 6 000 personer som vi kan<br />

studera genom att jämföra medelvärden. Dessa personer fick enkäten, vilket<br />

också de övriga 3 096 deltagarna fick. Sammanlagt gick alltså enkäter ut till<br />

9 096 personer.<br />

Det var totalt 6 071 personer (67 procent) som besvarade enkätundersökningen.<br />

I kontrollgruppen erhölls 1 810 svar (60,3 procent) och i undersökningsgruppen<br />

2 122 svar (70,8 procent). För 1 274 av personerna i deltagargruppen som lämnat<br />

svar i enkätundersökningen erhölls svar från en motsvarande ”tvilling” i<br />

kontrollgruppen. Detta betyder att ”tvillinggruppen” som svarat på enkäten består<br />

av 2 548 personer (42,5 procent av maximalt möjliga).<br />

I tabell 1 finns deskriptiv statistik för deltagarna i arbetsmarknadsutbildning och<br />

kontrollgruppen efter matchning. Vi kan se att medelvärdena är ganska lika i de<br />

flesta fall, även för de variabler som inte ingick i matchningen. De största skillnaderna<br />

finns i andelen arbetshandikappade: 8 procent för deltagarna respektive<br />

13 procent för kontrollgruppen, antal tidigare program personen deltagit i: 2,8<br />

respektive 2,0 stycken, sammanlagd tid i program: 340 respektive 282 dagar<br />

och arbetslöshetens längd innan urval: 122 dagar respektive 162 dagar. Övriga<br />

variabler som beskriver tidigare ”arbetslöshetshistoria”: tid i arbetslöshet, antal<br />

arbetslöshetsperioder som avslutats med arbete och behov av vägledning är relativt<br />

lika mellan grupperna. Medelvärdena bedöms som tillräckligt lika för att<br />

matchningen ska anses vara tillfredsställande.<br />

13


Tabell 1: Deskriptiv statistik för gruppen deltagare (3000) och kontrollgruppen (3000)<br />

efter matchning, * markerar de variabler som ingick i matchningen<br />

Gruppen deltagare Kontrollgrupp<br />

MedelStandardMedelStandardvärdeavvikelsevärdeavvikelse Kvinna* 0.466 0.499 0.440 0.497<br />

Arbetshandikappad* 0.084 0.278 0.130 0.336<br />

Ålder* 38.087 12.133 39.448 11.266<br />

Potentiell erfarenhet (ålder-7-utbildningsår) 28.995 12.438 30.662 11.699<br />

Utomnordisk medborgare*<br />

Födelseland<br />

0.113 0.316 0.093 0.290<br />

Sverige 0.769 0.422 0.772 0.420<br />

Övriga Norden 0.041 0.198 0.050 0.219<br />

Övriga EU15 och Nordamerika 0.013 0.115 0.018 0.132<br />

Övriga Europa och fd. Sovjetunionen 0.061 0.239 0.055 0.228<br />

Afrika 0.023 0.150 0.017 0.128<br />

Sydamerika 0.020 0.141 0.013 0.112<br />

Asien och Oceanien<br />

Utbildning*<br />

0.070 0.255 0.076 0.265<br />

Förgymnasial 0.202 0.401 0.296 0.457<br />

Gymnasial 0.641 0.480 0.564 0.496<br />

Eftergymnasial<br />

Län*<br />

0.157 0.364 0.140 0.347<br />

Stockholms län 0.200 0.400 0.147 0.354<br />

Skåne och Västra Götalands län 0.371 0.483 0.313 0.464<br />

Skogslän 0.218 0.413 0.242 0.428<br />

Övriga län 0.211 0.408 0.299 0.458<br />

Interlokalt sökande<br />

Erfarenhet inom sökt yrke*<br />

0.204 0.403 0.184 0.387<br />

Ingen 0.216 0.412 0.165 0.371<br />

Kort 0.309 0.462 0.273 0.446<br />

Lång 0.450 0.498 0.504 0.500<br />

Utbildning inom sökt yrke*<br />

Sökt yrke*<br />

0.613 0.487 0.563 0.496<br />

Kod saknas 0.043 0.203 0.072 0.258<br />

Teknologi och datavetenskap 0.026 0.160 0.020 0.141<br />

Teknik och ingenjörsarbete 0.054 0.226 0.043 0.203<br />

Kultur och samhällsvetenskap 0.069 0.253 0.059 0.235<br />

14


Gruppen deltagare Kontrollgrupp<br />

MedelStandardMedelStandardvärdeavvikelsevärdeavvikelse Ekonomi och media 0.059 0.236 0.050 0.217<br />

Lärare 0.037 0.189 0.031 0.173<br />

Kontorspersonal 0.105 0.307 0.105 0.307<br />

Kundservicearbete 0.032 0.177 0.019 0.137<br />

Restaurang och service 0.046 0.210 0.033 0.178<br />

Försäljningsarbete inom handel 0.067 0.249 0.066 0.248<br />

Vård 0.084 0.277 0.091 0.288<br />

Bygg 0.082 0.274 0.077 0.267<br />

Hantverksarbete 0.084 0.278 0.087 0.282<br />

Maskinoperatörsarbeten 0.060 0.238 0.080 0.272<br />

Transport<br />

Lokalvårdare, köks- och restaurang-<br />

0.041 0.198 0.041 0.198<br />

biträden 0.081 0.273 0.086 0.280<br />

Övriga yrken 0.029 0.169 0.040 0.197<br />

Tidigare lön enligt AKSTAT (kr)<br />

Tidigare lön enligt AKSTAT (intervall)*<br />

14 537 94 684 14 138 68 867<br />

0 kr 0.044 0.205 0.037 0.190<br />

0-499 0.131 0.338 0.140 0.347<br />

500-749 0.391 0.488 0.436 0.496<br />

750-999 0.217 0.412 0.230 0.421<br />

1000-1499 0.038 0.190 0.033 0.178<br />

>1500 0.004 0.060 0.005 0.071<br />

Uppgift saknas 0.175 0.380 0.119 0.324<br />

Har A-kassa 0.761 0.427 0.818 0.386<br />

Har Grundbelopp 0.100 0.300 0.083 0.276<br />

Inskrivningstid* 69.694 21.848 69.696 21.847<br />

Sammanlagd tid i arbetslöshet (dagar) 713.112 534.469 728.386 549.218<br />

Sammanlagd tid i program (dagar) 339.962 354.698 281.624 312.422<br />

Antal program personen deltagit i<br />

Antal arbetslöshetsperioder som avslutats<br />

2.769 2.481 2.019 2.043<br />

med arbete 1.239 1.728 1.027 1.607<br />

Har varit i behov av vägledning<br />

Arbetslöshetsperiodens längd perioden<br />

0.447 0.497 0.456 0.498<br />

innan urval 121.787 138.138 161.931 159.881<br />

Relativ arbetslöshet i kommunen 1999 3.730 1.492 3.807 1.401<br />

Relativ åtgärdsandel i kommunen 1999 2.666 1.109 2.738 1.043<br />

15


Gruppen deltagare Kontrollgrupp<br />

16<br />

Medelvärde<br />

Standardavvikelse<br />

Medelvärde<br />

Standardavvikelse<br />

Arbetsmarknadsutbildningens andel av<br />

samtliga program i kommunen 1999 34.021 7.176 32.652 7.628<br />

Antal i program dividerat med antalet<br />

arbetslösa i kommunen 1999 71.247 5.427 71.638 4.990<br />

Andelen som fått arbete i kommunen 1999 10.728 2.686 10.415 2.490<br />

Genomsn. inkomst 1994-1997 enl.<br />

RAMS från:<br />

Lön 57 432 65 093 63 214 70 589<br />

Arbetsrelaterade ersättningar 3 974 10 142 5 271 12 966<br />

Aktiv näringsverksamhet 1 445 11 531 1 600 11 582


Resultat gällande arbete<br />

Efter matchning ska deltagar- och kontrollgrupp vara likvärdiga och ett mått för<br />

effekten av arbetsmarknadsutbildning fås därmed genom att jämföra genomsnitten<br />

som har fått jobb. Det finns dock deltagare som inte har fullföljt utbildningen,<br />

vilket kan ha flera olika orsaker. Exempelvis kan en person välja att<br />

sluta om det visar sig att utbildningen inte passade. Ett annat fall kan vara att en<br />

person får jobb innan utbildningstiden är slut. Det är då svårt att bedöma om det<br />

är programmet som har förbättrat personens position på arbetsmarknaden. Att<br />

få jobb innan man har fullföljt utbildningen behöver inte vara en effekt av vad<br />

man har lärt sig i programmet. Vi väljer därför att endast studera personer som<br />

har fullföljt utbildningen. Vid en närmare granskning visar det sig dock att detta<br />

förändrar resultaten ytterst marginellt jämfört med att ha med gruppen ej fullföljare<br />

i analysen.<br />

Av tabell 2 den första kolumnen (modell 1) framgår hur stor andel av de fullföljande<br />

deltagarna i arbetsmarknadsutbildning respektive personer i kontrollgruppen<br />

som har jobb vid uppföljningstillfället. Under rubriken ”tvillinggruppen,<br />

balanserat” visas genomsnitten för den matchade tvillinggruppen, d.v.s. ett balanserat<br />

dataset där det finns svar från båda personerna i tvillingparet. Som en<br />

jämförelse visas också resultatet när vi använder två andra dataset, dels genomsnitten<br />

för hela den grupp som var uttagen i matchningen oavsett om svar erhölls<br />

från den matchade ”tvillingen” eller ej, dels genomsnitten för alla som svarat<br />

på enkäten, alltså inklusive de personer som inte ingick i matchningen.<br />

Oavsett vilket dataset som används är det betydligt fler personer i deltagargruppen<br />

som har fått jobb enligt modell 1. I deltagargruppen var det drygt hälften<br />

som hade arbete medan det i kontrollgruppen endast var en tredjedel. Skillnaden<br />

mellan andelen i jobb i utbildningsgrupp och kontrollgrupp är minst i den balanserade<br />

tvillinggruppen, 23,5 procent.<br />

17


Tabell 2: Andel i jobb, viktat. Modell 1: samtliga fullföljande utbildningsdeltagare och<br />

kontrollgruppen. Modell 2: exkl. de som redan innan utbildningen visste att de<br />

skulle få jobb. Modell 3: dessutom exkl. alla som inte var arbetslösa direkt innan<br />

utbildningen. Modell 4: dessutom exkl. alla i deltagargruppen som fick<br />

jobb direkt efter utbildningen<br />

Andel<br />

i jobb<br />

Modell 1 Modell 2 Modell 3 Modell 4<br />

Antal &<br />

oviktat<br />

antal<br />

Andel<br />

i jobb<br />

Antal &<br />

oviktat<br />

antal<br />

18<br />

Andel<br />

i jobb<br />

Tvillinggruppen, balanserat<br />

Antal &<br />

oviktat<br />

antal<br />

Andel<br />

i jobb<br />

Antal &<br />

oviktat<br />

antal<br />

Deltagare 55,8 5 208 49,8 4 582 48,3 3 330 42,1 2 577<br />

1 019 916 693 545<br />

Kontroll 32,3 5 208 31,8 4 582 33,4 3 330 32,1 2 577<br />

1 019 916 693 545<br />

Tvillinggruppen, obalanserat<br />

Deltagare 57,0 8 729 51,5 7 741 49,7 5 690 44,4 4 489<br />

1 695 1 529 1 163 925<br />

Kontroll 32,4 9 822 32,4 9 822 32,4 9 822 32,4 9 822<br />

1 810 1 810 1 810 1 810<br />

Hela gruppen (tvillinggruppen + övriga)<br />

Deltagare 58,7 17 124 52,9 15 021 50,8 11 170 44,3 8 661<br />

3 367 3 010 2 287 1 822<br />

Kontroll 32,4 9 822 32,4 9 822 32,4 9 822 32,4 9 811<br />

1 810 1 810 1 810 1 810<br />

Resultaten kan emellertid vara överskattade. Enkätsvaren visar att 19 procent av<br />

deltagarna som fick jobb efter arbetsmarknadsutbildning visste att de skulle få<br />

jobb redan innan utbildningen påbörjades. Det är framför allt de som hade tillfälligt<br />

jobb, timanställning, deltidsanställning eller var ombytessökande innan utbildningen<br />

som redan då var medvetna om en kommande anställning.<br />

Vi exkluderar därför dessa personer, resultaten visas i den andra modellen i tabell<br />

2. Det finns fortfarande en positiv effekt av utbildning, men den är som<br />

väntat betydligt mindre än tidigare. För den balanserade tvillinggruppen är skillnaden<br />

i andelarna i jobb 18 procentenheter.


En ytterligare faktor som kan göra att effekten är överskattad kan vara att alla i<br />

kontrollgruppen var arbetslösa vid urvalstidpunkten medan deltagare i arbetsmarknadsutbildning<br />

inte alltid var arbetslösa direkt innan utbildning. De kunde<br />

ha anställning eller arbetsmarknadspolitiskt program. Vi exkluderar därför också<br />

alla som inte var arbetslösa direkt innan program. Effekten för arbetsmarknadsutbildning<br />

sjunker då till 14,9 procentenheter, se den tredje modellen.<br />

Slutligen bör vi exkludera alla utbildningsdeltagare som får jobb direkt efter<br />

utbildning, orsaken är följande: Kontrollgruppen består av ett urval av arbetslösa<br />

sökande den 15 maj. Dessa personer har sökt jobb under hela sin arbetslöshetstid<br />

men inte fått något före detta datum. Personer som sökt jobb under<br />

samma tidsperiod och fått jobb före den 15 maj kommer alltså inte med i urvalet.<br />

Deltagargruppen däremot har kunnat söka jobb under sin utbildningstid,<br />

vilket för vissa leder till att de går direkt till ett jobb efter utbildningen. Av detta<br />

resonemang kan vi förstå att vi bör utesluta alla som får jobb direkt efter utbildningen<br />

för att ett rättvisande effektivitetsmått ska kunna erhållas. Detta innebär<br />

inte att det inte är ett önskvärt resultat att få jobb direkt efter utbildning, utan är<br />

endast en teknisk lösning för att grupperna ska bli mer jämförbara. 8 Modell fyra<br />

redovisar resultatet som blir att arbetsmarknadsutbildningen ökar sannolikheten<br />

att får jobb med tio procentenheter.<br />

Vad kan vi då dra för slutsatser av resultaten? Oavsett modell har vi funnit en<br />

betydligt större sysselsättningsandel bland deltagarna. Den sista och mest rättvisande<br />

jämförelsen gav en sysselsättningseffekt på tio procentenheter sex månader<br />

efter avslutad utbildning.<br />

8 Ett alternativ till att exkludera gruppen deltagare som får arbete direkt hade varit att välja ut<br />

kontrollgruppen fyra månader tidigare än vad som gjordes, d.v.s. i januari 1999. Därmed hade<br />

även kontrollgruppen haft tid att söka jobb under en motsvarande tid som utbildningsdeltagarna<br />

deltog i program. Detta hade antagligen varit lämpligare ur pedagogisk synpunkt, men<br />

skulle antagligen inte ha förändrat resultaten nämnvärt.<br />

19


Resultat för olika grupper<br />

Det kan också vara intressant att undersöka utbildningseffekten för olika grupper.<br />

Vi studerar tvillinggruppen i vår huvudmodell, modellen 4 i föregående<br />

avsnitt. Tillvägagångssättet är att jämföra alla kvinnor i deltagargruppen med<br />

alla kvinnor i kontrollgruppen. 9<br />

Den genomsnittliga andelen i jobb för olika grupper och 95-procentiga konfidensintervall<br />

kring dessa andelar kommer att visas i ett antal figurer nedan (figurerna<br />

2-6). För att kunna avgöra om en synbar effekt för arbetsmarknadsutbildning<br />

är statistiskt säkerställd har också konfidensintervall räknats ut för<br />

skillnaderna mellan deltagargrupperna och respektive kontrollgrupp. 10 I stort<br />

sett alla skillnader visar sig vara statistiskt säkerställda och undantagen kommer<br />

att påpekas i texten.<br />

Av figur 2 framgår att även om effekten av utbildning är positiv för både kvinnor<br />

och män så är den klart större för kvinnor (+14 jämfört med +5 procentenheter).<br />

Vidare har utbildningen en större positiv effekt för utlandsfödda (+12) än<br />

för svenskfödda (+9) och för arbetshandikappade (+13) än för ej arbetshandikappade<br />

(+9). 11 När det gäller högsta utbildningsnivå är andelen i jobb i genomsnitt<br />

högre för dem som har högst gymnasial utbildning. För denna grupp är<br />

också effekten av arbetsmarknadsutbildning störst (+11). Effekten är negativ för<br />

dem med eftergymnasial utbildning 12 (−2), medan personer med högst förgymnasial<br />

utbildning hamnar däremellan (+8).<br />

9 Vi kontrollerade att fördelningarna överlappade varandra samt likheterna mellan medelvärdena<br />

för propensity score. Dessa var tillfredsställande lika för i stort sett alla grupper. För<br />

eftergymnasialt utbildade var emellertid medelvärdet för propensity score något lägre för<br />

deltagargruppen samtidigt som sambandet mellan propensity score och chansen att få jobb var<br />

positivt. Detta skulle betyda att kontrollgruppen är en grupp med något bättre förutsättningar<br />

på arbetsmarknaden än deltagargruppen i detta exempel. För arbetshandikappade och skogslän<br />

var medelvärdena för propensity score något högre för deltagargrupperna, vilket tyder på<br />

att deltagargrupperna har bättre förutsättningar än kontrollgrupperna.<br />

=<br />

−<br />

−<br />

−<br />

+<br />

10 2<br />

2<br />

I ( m1<br />

m2<br />

1,<br />

96 * d,<br />

m1<br />

m2<br />

1,<br />

96 * d ) där m 1−<br />

m<br />

d = s<br />

2<br />

1 / n1<br />

+ s2<br />

/ n2<br />

och m1<br />

och m2 är respektive grupps medelvärde, s1 och s2 respektive grupps standardavvikelse och n1<br />

och n2 antalet observationer i respektive grupp.<br />

11<br />

Effekten av arbetsmarknadsutbildning riskerar att vara något underskattad för de arbetshandikappade,<br />

se fotnot 9.<br />

12<br />

Effekten av arbetsmarknadsutbildning riskerar att vara något underskattad för de eftergym-<br />

nasialt utbildade, se fotnot 9.<br />

20


Figur 2: Andel i arbete med 95-procentiga konfidensintervall för (0) kontrollgruppen<br />

och (1) utbildningsdeltagare, totalt och uppdelat över olika kategorier<br />

Andel i jobb<br />

.5<br />

.4<br />

.3<br />

.2<br />

.1<br />

A0 A1 B0 B1 C0 C1 D0 D1 E0 E1 F0 F1 G0 G1 H0 H1 I0<br />

Grupp<br />

I1 J0 J1<br />

Not: [A] totalt (n0=545, n1=545); [B] kvinnor (n0=264, n1=267); [C] män (n0=281, n1=278);<br />

[D] utlandsfödda (n0=122, n1=110); [E] ej utlandsfödda (n0=423, n1=435); [F] arbetshandikappade<br />

(n0=71, n1=46); [G] ej arbets-handikappade (n0=474, n1=499); [H] förgymnasial<br />

utbildning (n0=150, n1=114); [I] gymnasial utbildning (n0=307, n1=336); [J] eftergymnasial<br />

utbildning (n0=88, n1=95)<br />

I figur 3 visas andelen i jobb för personer med olika åldersgrupper. Andelen i<br />

jobb är i genomsnitt högre ju lägre ålder. De äldsta över 55 år har dock en klart<br />

positiv effekt av arbetsmarknadsutbildning (+18 procentenheter). För de allra<br />

yngsta är effekten av utbildningen också relativt stor (+11).<br />

Larsson (2000) studerade bland annat effekten av arbetsmarknadsutbildning i<br />

början av 1990-talet för 20-24-åringar. Hon fann en negativ effekt på sysselsättningen<br />

ett år efter programmets start, vilket i genomsnitt innebär cirka ett halvår<br />

efter programavslut. Skillnaden i resultaten mellan Larssons utvärdering och den<br />

föreliggande studien kan antagligen till stor del av att volymerna av arbetsmarknadsutbildning<br />

för ungdomar i genomsnitt var dubbelt så stor under perioden<br />

1992-94 som under 1999. Dessutom var arbetskraftsefterfrågan mycket lägre i<br />

början än i slutet av 1990-talet. Larsson finner också att sysselsättningseffekten<br />

är sämst för dem som påbörjade sin utbildning 1992 och att den successivt blir<br />

21


ättre för dem som påbörjade utbildning 1993 och 1994. För de sistnämnda erhålls<br />

ingen signifikant effekt av arbetsmarknadsutbildningen. En annan faktor<br />

som har betydelse är att Larsson räknar in programtiden i utvärderingstiden,<br />

vilket är relevant om vi tänker oss att ingen tillgodogör sig programmet innan<br />

det är avslutat. När programtiden exkluderas erhålls effekter som är nära noll.<br />

Ingen effekt kan alltså ses som ett alternativt resultat av studien om vi antar att<br />

deltagarna inte aktivt söker jobb under programtiden.<br />

Figur 3: Andel i arbete med 95-procentiga konfidensintervall för (0) kontrollgruppen<br />

och (1) utbildningsdeltagare, uppdelat över olika åldersgrupper<br />

Andel i jobb<br />

.6<br />

.4<br />

.2<br />

0<br />

K0 K1 L0 L1 M0 M1 N0 N1 O0 O1<br />

Grupp<br />

Not: [K] –25 år (n0=56, n1=66); [L] 26-35 år (n0=123, n1=111); [M] 36-45 år (n0=139,<br />

n1=132); [N] 46-55 år (n0=131, n1=148); [O] 56- år (n0=96, n1=88)<br />

Av figur 4 framgår skillnader i resultat avseende inskrivningstid, d.v.s. den totala<br />

tiden i arbetslöshet och program som individerna har varit registrerade hos<br />

<strong>Arbetsförmedlingen</strong>. Andelen i jobb är högre bland grupper med korta inskrivningstider.<br />

Effekten av arbetsmarknadsutbildning är positiv för alla grupper,<br />

men störst för gruppen med korta tider (+25 procentenheter).<br />

Figur 4: Andel i arbete med 95-procentiga konfidensintervall för (0) kontrollgruppen<br />

och (1) utbildningsdeltagare, uppdelat över sammanlagd inskrivningstid (s-tid)<br />

22


Andel i jobb<br />

.8<br />

.6<br />

.4<br />

.2<br />

0<br />

P0 P1 Q0 Q1 R0 R1 S0 S1<br />

Grupp<br />

Not: [P] s-tid < 1 år (n0=132, n1=92); [Q] s-tid 1-3 år (n0=190, n1=181); [R] s-tid 3-5 år<br />

(n0=128, n1=150); [S] s-tid >5 år (n0=95, n1=122)<br />

23


Figur 5: Andel i arbete med 95-procentiga konfidensintervall för (0) kontrollgruppen<br />

och (1) utbildningsdeltagare, uppdelat över län<br />

Andel i jobb<br />

.6<br />

.5<br />

.4<br />

.3<br />

.2<br />

T0 T1 U0 U1 V0 V1 X0 X1<br />

Grupp<br />

Not: [T] Stockholms län (n0=72, n1=120); [U] Skåne och Västra Götalands län (n0=157,<br />

n1=204); [V] Skogslän (n0=140, n1=128); [X] Övriga län (n0=176, n1=93)<br />

I figur 5 studeras arbetsmarknadsutbildningens effekter för olika regioner:<br />

Stockholms län, Skåne och Västra Götalands län, skogslänen 13 och övriga län.<br />

Effekten är positiv för alla regioner, dock något mer positiv för skogslänen (+18<br />

jämfört med mellan +3 och +13 procentenheter för de andra länen). 14<br />

Materialet delas också in efter utbildningsinriktning, se figur 6. De olika utbildningsinriktningarna<br />

finns närmare beskrivna i bilaga 3. Vi har valt att slå ihop<br />

bilagans 16 redovisade utbildningsinriktningar till sju stycken större grupper för<br />

att minska osäkerheten i skattningarna.<br />

Positiva effekter erhålls för utbildningar inom teknik & ingenjörsarbete och teknologi<br />

& datavetenskap (+19); bygg & anläggningsarbete och hantverksarbete<br />

inom tillverkning (+19); restaurang & service, försäljningsarbete inom handeln<br />

13<br />

Skogslänen utgörs av Värmlands-, Dalarna, Gävleborgs-, Jämtlands-, Västernorrlands-,<br />

Västerbottens- och Norrbottens län.<br />

14<br />

Effekten av arbetsmarknadsutbildning riskerar att vara något överskattad för skogslänen, se<br />

fotnot 9<br />

24


och hälso- & sjukvård (+14). Även utbildningar inom kontorsarbete och kundservicearbete<br />

(+11) samt kultur & samhällsvetenskap, ekonomi & media och<br />

pedagogik (+2) uppvisar positiva resultat. För alla dessa utbildningar är alltså<br />

andelen i jobb högre än andelen i jobb för motsvarande kontrollpersoner. Å<br />

andra sidan är andelen i jobb efter utbildningar gällande lokalvårdare & biträden<br />

och övriga yrkesutbildningar något lägre än motsvarande kontrollgrupp (−3).<br />

För utbildningar inom maskinoperatörsarbeten och transport kunde inte någon<br />

utbildningseffekt påvisas. Observera att det inte går att jämföra de olika utbildningarna<br />

med varandra eftersom sammansättningen av andra egenskaper, t.ex.<br />

kön, ålder och tidigare högsta utbildning kan vara olika.<br />

Figur 6: Andel i arbete med 95-procentiga konfidensintervall för (U) utbildningsdeltagare<br />

nu=545 och motsvarande tvilling i (K) kontrollgruppen, uppdelat efter typ av<br />

utbildning<br />

Andel i jobb<br />

.6<br />

.4<br />

.2<br />

0<br />

K1 U1 K2 U2 K3 U3 K4 U4 K5 U5 K6 U6 K7 U7<br />

Grupp<br />

Not: [1] teknologi & datavetenskap + teknik & ingenjörsarbete (nu=98); [2] kultur & samhällsvetenskap<br />

+ ekonomi & media + pedagogik (nu=103); [3] kontorsarbete + kundservicearbete<br />

(nu=90); [4] restaurang & service + försäljningsarbete inom handel + hälso- & sjukvård<br />

(nu=56); [5] bygg- & anläggningsarbete + hantverksarbete inom tillverkning (nu=58); [6]<br />

maskinoperatörsarbeten + transport (nu=63); [7] lokalvårdare & biträden + övriga yrkesutbildningar<br />

(nu=54)<br />

25


Bortfallsanalys<br />

Av den tidigare redovisningen har framgått att bortfallet i enkätundersökningen<br />

för den matchade tvillinggruppen är relativt stort. Därmed finns en risk att resultatet<br />

snedvrids, om de som inte svarat på enkäten skiljer sig med avseende på<br />

utfallet från dem som inte svarat. Lyckligtvis kan vi använda registerdata för att<br />

undersöka om det finns ett sådant problem.<br />

Vi konstruerar en sysselsättningsvariabel från Händel på följande sätt: Utgångspunkten<br />

är sysselsättningen den 15 november 1999. Den som vid det datumet<br />

var inskriven vid arbetsförmedlingen som ombytessökande, sökande med tillfälligt<br />

arbete, tillfällig timanställning eller deltidsarbetslös betraktas som sysselsatt.<br />

15 För personer som lämnat registret har sysselsättningen satts till den som<br />

personen hade vid det tillfället. Det enda problemet är att det i registret för ett<br />

antal individer saknas uppgift om varför de avregistrerades från arbetsförmedlingen.<br />

Den andelen är också större i bortfallsgruppen än bland de svarande, 6,8<br />

respektive 4,0 procent. Genom tidigare studier vet vi att en betydande andel av<br />

dessa har fått arbete och att detta är orsaken till att de inte längre kontaktar<br />

arbetsförmedlingen (se Bring & Carling, 2001). Genom att utnyttja information<br />

om dem som lämnat förmedlingen av okänd orsak men som svarat på vår enkät<br />

kan vi få en uppfattning om vad som hänt även den gruppen. Andelen som hade<br />

arbete i gruppen var bland svarande i intervjun 60 procent. Vi har använt den<br />

andelen och slumpmässigt tilldelat individer med okänd avregistreringsorsak<br />

statusen sysselsatt, från en fördelning med 60 procent sysselsatta och 40 procent<br />

ej sysselsatta.<br />

För att se om bortfallet har betydelse jämför vi sysselsättningsstatus enligt denna<br />

variabel mellan hela tvillinggruppen (3 000 + 3 000 individer) och motsvarande<br />

grupp exklusive bortfallet. Av tabell 3 framgår att andelen i arbete är i det närmaste<br />

lika stor oavsett om bortfallet inkluderas eller ej. Av detta kan vi dra slutsatsen<br />

att bortfallet inte har någon tydlig snedvridande effekt på resultaten.<br />

15 Det motsvarar sökandekategorierna 41, 31, 22 och 21.<br />

26


Tabell 3: Andelen i jobb enligt registerdata från Händel<br />

Andel i jobb Antal (oviktat<br />

antal)<br />

Hela tvillinggruppen d.v.s. inklusive bortfallet<br />

Deltagare 30,9 16 534 (3 000)<br />

Kontroll 19,0 16 534 (3 000)<br />

Tvillinggruppen exklusive bortfallet<br />

Deltagare 30,9 10 437 (1 974)<br />

Kontroll 17,4 9 822 (1 810)<br />

Som ett ytterligare känslighetstest slumpar vi ut en ny kontrollgrupp på 3 000<br />

personer från samma population som den matchade kontrollgruppen kom ifrån.<br />

Andelen som har gått till jobb beräknas med hjälp av Händeldata. Det visar sig<br />

då att 20 procent har fått arbete. Detta kan jämföras med andelen som fått arbete<br />

i vår matchade kontrollgrupp ovan som var 19 procent. Hur ska detta tolkas?<br />

Om deltagare till arbetsmarknadsutbildning valdes ut genom positiv selektion<br />

skulle de vara en starkare grupp på arbetsmarknaden som hade lättare att hitta<br />

jobb. I så fall skulle man förvänta sig att en kontrollgrupp som tagits ut genom<br />

matchning skulle ha lättare att få jobb än en helt slumpmässigt vald kontrollgrupp.<br />

Eftersom vi endast finner en ytterst marginell skillnad mellan kontrollgrupperna<br />

skulle det tyda på att vi knappast har någon selektion alls grundad på<br />

observerbara karaktäristika. Om detta är sant har vi antingen endast selektion<br />

grundad på icke-observerbar karaktäristika eller ingen selektion alls.<br />

27


Slutsatser<br />

I denna rapport har vi funnit att det finns en positiv sysselsättningseffekt av arbetsmarknadsutbildning.<br />

Utvärderingen avsåg utbildningar avslutade under<br />

1999. Av de deltagare som fullföljt en arbetsmarknadsutbildning hade 59 procent<br />

jobb sex månader efter avslutad kurs.<br />

Den positiva effekten varierade emellertid i storlek för olika deltagargrupper.<br />

Effekten var exempelvis betydligt större för kvinnor än för män. Personer som<br />

inte hade eftergymnasial utbildning hade betydligt större nytta av arbetsmarknadsutbildning<br />

än de som hade en sådan utbildning. Praktiskt taget alla åldersgrupper<br />

hade ungefär lika stor nytta av arbetsmarknadsutbildning. Undantagen<br />

var de äldsta över 55 år, för dem var utbildningseffekten större. Individer som<br />

sammanlagt hade varit inskrivna på <strong>Arbetsförmedlingen</strong> i mindre än ett år hade<br />

större effekt av arbetsmarknadsutbildning än de med längre sammanlagda inskrivningstider.<br />

När det gäller regionala skillnader var effekten störst i skogslänen.<br />

Slutligen hade utlandsfödda en något större effekt av utbildningen än<br />

svenskfödda och arbetshandikappade en något större effekt än icke arbetshandikappade.<br />

Sammanfattningsvis var effekten störst för kvinnor, äldre, lågutbildade, utlandsfödda,<br />

arbetshandikappade, boende i något av skogslänen samt personer<br />

som hade en sammanlagd arbetslöshetstid som var kortare än ett år.<br />

I denna rapport har vi också studerat kurser inom arbetsmarknadsutbildning<br />

med olika utbildningsinriktning. Vi erhöll positiva effekter för alla utbildningar<br />

utom maskinoperatörsarbeten, transport, lokalvårdare & biträden samt övriga<br />

yrkesutbildningar. Arbetsmarknadsutbildningen hade allra störst effekt inom<br />

teknik & ingenjörsarbete, teknologi & datavetenskap, bygg & anläggningsarbete<br />

samt hantverksarbete inom tillverkning.<br />

28


Referenser<br />

AMS (2000) ”Uppföljning av kursdeltagare som slutat yrkesinriktad arbetsmarknadsutbildning<br />

andra kvartalet 1999”, Prora 2000:1, AMS, Stockholm.<br />

AMS (2001) ”Uppföljning av kursdeltagare som slutat arbetsmarknadsutbildning<br />

andra kvartalet 2000”, Prora 2001:1, AMS, Stockholm.<br />

Bring J & K Carling (2001) ”Attrition and missclassification of drop-outs in the<br />

analysis of unemployment duration”, Working Paper 2001:3, IFAU, Uppsala.<br />

Edin P-A, B Holmlund & T Östros (1994) ”Wage behavior and labor market<br />

programs: Evidence from micro data”, i B Holmlund (red), Pay, productivity<br />

and policy, FIEF, Stockholm.<br />

Eichler M & M Lechner (1998) ”An Evaluation of Public Employment Programmes<br />

in the East German State of Sachsen-Anhalt”, Discussion Paper nr<br />

560, Institüt für Volkswirtschaft und Statistik, Mannheims universitet, Mannheim,<br />

Tyskland.<br />

Harkman A, F Jansson & A Tamás (1995) ”Den yrkesinriktade arbetsmarknadsutbildningens<br />

effekt på inkomst och sysselsättning”, UBra 1995:1, Arbetsmarknadsstyrelsen,<br />

Stockholm.<br />

Harkman A, F Jansson & A Tamás (1996) ”Effects, defects and prospects – An<br />

evaluation of Labour Market Training in Sweden”, Working paper 96:5, Arbetsmarknadsstyrelsen,<br />

Stockholm.<br />

Harkman A (1997) ”Den yrkesinriktade arbetsmarknadsutbildningen 1994 –<br />

effekter för individen”, Ura 1997:10, Arbetsmarknadsstyrelsen, Stockholm.<br />

Harkman A, A Johansson & S Okeke (1999) ”Åtgärdsundersökning 1998 –<br />

åtgärdernas effekter på deltagarnas sysselsättning och löner”, Ura 1999:1, Arbetsmarknadsstyrelsen,<br />

Stockholm.<br />

Korpi T (1994a) ”Effects of manpower policies on duration dependence in reemployment<br />

rates; the example of Sweden” i Escaping unemployment – Studies<br />

29


in the individual consequences of unemployment and labor market policy,<br />

doktorsavhandling, Sofi Nr 24, Stockholms universitet.<br />

Korpi T (1994b) ”Employment stability following unemployment: evidence of<br />

the effect of manpower programs for youth” i Escaping unemployment – Studies<br />

in the individual consequences of unemployment and labor market policy,<br />

doktorsavhandling, Sofi Nr 24, Stockholms universitet.<br />

Larsson L (2000) ”Evaluation of Swedish Youth Labour Market Programmes”<br />

Working paper 2000:6, Department of Economics, Uppsala universitet, Uppsala.<br />

Lechner M (1999), ”Identification and Estimation of Causal Effects of Multiple<br />

Treatments under the Conditional Independence Assumtion”, Discussion Paper<br />

nr 9908, St. Gallen universitet, Schweiz.<br />

Lechner M, F Pfeiffer, H Spengler & M Almus (1999) ”The Impact of Nonprofit<br />

Temping Agencies on Individual Labour Market Success in West German<br />

State of Rhineland-Palatinate”, Centre for European Economic Research, ZEW,<br />

Mannheim, Tyskland.<br />

Regnér H (1997) Training at the job and training for a new job: two Swedish<br />

studies, doktorsavhandling, Sofi Nr 29, Stockholms universitet.<br />

Rosenbaum P & D Rubin (1983), "The Central Role of the Propensity Score in<br />

Observational Studies for Causal Effects", Biometrika 70, 41-55.<br />

Sehlstedt K & L Schröder (1989) ”Språngbräda till arbete? En utvärdering av<br />

beredskapsarbete, rekryteringsstöd och ungdomsarbete” EFA-rapport Nr 19,<br />

Arbetsmarknadsdepartementet, Stockholm<br />

30


Bilaga 1 - Strata<br />

Ålder<br />

-24 år<br />

25-34 år<br />

35-44 år<br />

45-54 år<br />

55- år<br />

Region<br />

Stockholms län<br />

Skåne län<br />

Västra Götalands län<br />

Skogslän 16<br />

Övriga län 17<br />

Arbetsmarknadsutbildningar<br />

Teknologi och datavetenskap<br />

Teknik och ingenjörsarbete<br />

Kultur och samhällsvetenskap<br />

Ekonomi och media<br />

Pedagogik<br />

Kontorsarbete<br />

Kundservicearbete<br />

Restaurang och service<br />

Försäljning inom handel<br />

Hälso- och sjukvård, omsorg<br />

Bygg- och anläggningsarbete<br />

Hantverksarbete inom tillverkning<br />

Maskinoperatörsarbete<br />

Transport<br />

Lokalvård och biträde<br />

Övriga yrkesutbildningar<br />

16<br />

Dessa utgörs av Värmlands-, Dalarnas-, Gävleborgs-, Västernorrlands-, Jämtlands-, Västerbottens-<br />

och Norrbottens län.<br />

17<br />

Dessa utgörs av Uppsala-, Södermanlands-, Östergötlands-, Jönköpings-, Kronobergs-,<br />

Kalmar-, Gotlands-, Blekinge-, Hallands-, Örebro-, och Västmanlands län.<br />

31


Bilaga 2 - Mer om matchningen<br />

Syftet med matchning är att skapa en kontrollgrupp som är så lik deltagargruppen<br />

som möjligt. Väntevärderiktiga resultat bygger på antagandet att selektion<br />

till arbetsmarknadsutbildning enbart bygger på observerbar karaktäristika, detta<br />

antagande kallas inom utvärderingslitteraturen för CIA (conditional independence).<br />

I det binära fallet, dvs. när man endast utvärderar ett program och jämför<br />

med icke-deltagande, och om CIA gäller för en vektor av samtliga observerade<br />

karaktäristika (kovariater), gäller den även för en funktion av kovariaterna som<br />

kallas ”balancing score”. Fördelen med denna är att man kan minska dimensionen<br />

vid matchning. I stället för att matcha på samtliga kovariater kan man matcha<br />

på en funktionen av kovariaterna. I det binära fallet kallas funktionen av<br />

kovariaterna med den lägsta dimensionen för ”propensity score”. (Rosenbaum<br />

och Rubin, 1983).<br />

Undersökningspopulationen bestod av deltagare i arbetsmarknadsutbildning som<br />

avslutade sina kurser under det andra kvartalet 1999 (22 000 personer) samt ett<br />

slumpmässigt urval av personer som var arbetslösa den 15 maj 1999 (ca 45 000<br />

personer).<br />

Innan matchningen gjordes beräknades den partiella propensity score ( v βˆ ) för<br />

varje person på grundval av en regressionsmodell 18 som beräknade sannolikheten<br />

att delta i arbetsmarknadsutbildning. Resultaten av regressionsmodellen presenteras<br />

i tabell B2. De variabler som ingick i beräkningen av v βˆ var kön,<br />

medborgarskap, arbetshandikapp, utbildningsnivå, ålder, region, tidigare lön,<br />

erfarenhet inom sökt yrke, utbildning inom området och sökt yrke.<br />

Fördelningen av de variabler som ska ingå i matchningen (som sammanfattas<br />

iv βˆ ) måste överlappa varandra för att matchningen ska få bra kvalitet. I figur<br />

B1 nedan visas fördelningarna av vβˆ för deltagarna och kontrollgruppen. Vi<br />

exkluderade de observationer som ligger utanför det gemensamma området –<br />

2,04< v βˆ


Figur B1: Fördelningen av βˆ<br />

v , gränserna för det gemensamma intervallet<br />

markerat med pilar<br />

3000<br />

2500<br />

2000<br />

1500<br />

1000<br />

500<br />

0<br />

-3.16<br />

Deltagargruppen<br />

Kontrollgruppen<br />

-3<br />

-2.84<br />

-2.68<br />

-2.52<br />

-2.36<br />

-2.2<br />

-2.04<br />

-1.88<br />

-1.72<br />

-1.56<br />

-1.4<br />

-1.24<br />

-1.08<br />

-0.92<br />

-0.76<br />

-0.6<br />

-0.44<br />

-0.28<br />

-0.12<br />

0.04<br />

0.2<br />

0.36<br />

0.52<br />

0.68<br />

0.84<br />

Matchningen gick till på så sätt att materialet delades in i två grupper: deltagargruppen<br />

(a-pool) som bestod av 5 672 personer och kontrollgruppen (k-pool)<br />

som bestod av 42 193 personer.<br />

Vi valde slumpmässigt ut 3 000 personer ur deltagargruppen. Varje sådan person<br />

matchades mot gruppen av personer arbetslösa. Kriteriet för att hitta den<br />

mest lika personen var att minimera ”Mahalanobis avstånd”, se matchningsalgoritmen<br />

nedan. Matchning gjordes på vektorn v βˆ och inskrivningstid så att<br />

3 000 tvillingar togs ut. Variabeln inskrivningstid avsåg antalet månader mellan<br />

Händels start (9107) och det datum när den sökande skrevs in på <strong>Arbetsförmedlingen</strong><br />

vid det senaste tillfället.<br />

När 3 000 personer hade valts ut till kontrollgruppen var matchningen klar. Vi<br />

fick 3 000 ”tvillingpar”. Kovariaternas medelvärden för de bägge grupperna bör<br />

vara hyfsat lika om matchningen ska anses vara tillfredsställande. Bedömningen<br />

var att de var tillräckligt lika, se tabell 1 i huvudtexten.<br />

En enkät skickades därefter ut till samtliga de 9 063 personer som ingick i urvalet.<br />

I kontrollgruppen svarade 1 810 personer (60,3 procent). I utbildningsdeltagarnas<br />

matchade grupp svarade 2 124 personer (70,8 procent). Antal där<br />

båda personerna i tvillingparet svarade var, 2 548, d.v.s. 42,5 procent av maximalt<br />

antal. Totalt erhölls svar från 6 071 personer (67 procent).<br />

33


Matchningsalgoritm<br />

Referenser: Eichler & Lechner (1998), Lechner (1999) samt Lechner m.fl.<br />

(1999).<br />

I vårt fall har vi inga tidsvarierande variabler. De tidskonstanta variablerna som<br />

påverkar selektionen betecknas v. Den av probit modellen estimerade partiella<br />

propensity score betecknas v βˆ . Övriga tidskonstanta variabler betecknas u (i<br />

vårt fall inskrivningstid)<br />

1) Dela in materialet i två grupper enligt om de har deltagit i arbetsmarknadsutbildning<br />

(a-pool) eller ej (k-pool).<br />

2) Dra slumpmässigt en observation från a-pool (betecknas i ) och ta bort den<br />

från a-pool.<br />

3) Observationerna i k-pool betecknas j.<br />

4) Definiera ett avstånd mellan varje j och i så att<br />

^<br />

d( j,<br />

i)<br />

= ( v β , u j )'−(<br />

v β,<br />

u i )'.<br />

j<br />

i<br />

^<br />

5) Välj en jämförelse j så att den har den minsta Mahalanobis avstånd<br />

m ( j,<br />

i)<br />

= d(<br />

j,<br />

i)'Wd(<br />

j,<br />

i)<br />

. W betecknar inversen av den estimerade variansen<br />

av ( vβ ˆ,<br />

u)'<br />

i k-pool.<br />

6) Ta bort j från k-pool.<br />

7) Om det finns kvar observationer i a-pool börja igen med steg 2.<br />

34


Bilaga 3 – En beskrivning av utbildningarna<br />

Arbetsmarknadsutbildningen kan indelas i olika yrkesområden och nivåer. Nedan<br />

redovisas de olika utbildningsinriktningarna.<br />

Teknologi och datavetenskap<br />

Yrkesutbildningar inom ramen för teknologi och datavetenskap motsvarar utbildningsinriktningar<br />

som riktas till yrken som normalt kräver mer än tre års<br />

högskolestudier. Utbildningsdeltagarna erhåller inte fullvärdig högskolekompetens,<br />

utan dessa utbildningar fyller snarare vissa inslag av vad en hel högskoleutbildning<br />

motsvarar. Exempel på utbildningar inom detta yrkesområde är programmeringskurser<br />

i Java, C++ och SQL, UNIX system, samt i viss mån utbildningar<br />

med inriktning på maskinteknik. För att deltagarna skall kunna tillgodogöra<br />

sig utbildningarna är förkunskapskraven högt ställda. I AMS yrkesklassificering<br />

återfinns ovanstående yrken under huvudgrupp 21.<br />

Teknik och ingenjörsarbete<br />

Inom teknik- och ingenjörsarbeten krävs ofta ett par års studier på högskola.<br />

De utbildningar som här förekommer är framförallt nätverksteknikerutbildningar<br />

och kurser för PC-samordnare. Förkunskapskraven är höga och det är även<br />

nödvändigt att deltagarna erhåller praktik och certifikat. Här förekommer också<br />

utbildningar med inriktning på elektronik-, maskin- och byggteknik. Yrkena<br />

återfinns under huvudgrupp 31.<br />

Kultur och samhällsvetenskapliga utbildningar<br />

Inom gruppen kultur och samhällsvetenskapliga utbildningar återfinns yrken<br />

som normalt kräver flera års akademiska studier. Kravet för att delta i arbetsmarknadsutbildningar<br />

inom kulturområdet är att man är etablerad inom yrket.<br />

Informatör-, multimedia- och skulptörutbildningar tillhör de vanligaste. Därutöver<br />

förekommer även utbildningar för språkvetare, översättare och tolkar. Yrkena<br />

återfinns inom yrkesgrupp 221 och huvudgrupp 24.<br />

35


Ekonomi- och mediayrken<br />

Ekonomi- och mediayrken kräver enligt gängse klassificering normalt ett par års<br />

högskolestudier. Med ekonomiutbildningar avses här främst företagsförsäljare<br />

samt inom administration och redovisning. Mediautbildningarna består bland<br />

annat av olika former av grafisk design. Yrkena återfinns inom yrkesgrupp 321<br />

och 324 samt huvudgrupp 34.<br />

Pedagogik<br />

Målgruppen för lärarutbildningar är dels utomnordiska arbetssökande med<br />

lärarutbildning från hemlandet som är i behov av kompletterande utbildning,<br />

dels olika akademikergrupper vilka företrädesvis är i behov av pedagogisk och<br />

praktisk utbildning och dels till etablerade lärare som är i behov att läsa in ytterligare<br />

ett ämne. Yrkena återfinns inom huvudgrupp 23 och 33.<br />

Kontorsarbete<br />

Kontorspersonal är i hög grad beroende av kunskaper i data och redovisning.<br />

Utbildningsbehovet tillgodoses i dessa utbildningar. Här återfinns även utbildningar<br />

inom lagerhantering. Yrkena återfinns inom huvudgrupp 41.<br />

Kundservicearbete<br />

De utbildningar som förekommer inom yrkeskategorien kundservicearbeten är<br />

framförallt med inriktning på yrken som resebyråtjänsteman, turistvärd och receptionist.<br />

Yrkena återfinns inom huvudgrupp 42.<br />

Restaurang och service<br />

Yrkesutbildningar inom restaurang och service vänder sig framförallt till yrken<br />

som kock eller kokerska, men även servitör och hovmästare. Yrkena återfinns<br />

inom huvudgrupp 51 med undantag av yrkesgrupp 513.<br />

Försäljningsarbete inom handel<br />

Med försäljningsarbete inom handel avses utbildningar för försäljare inom<br />

fackhandeln och dagligvaruhandeln samt för demonstratörer. Yrkena återfinns<br />

inom huvudgrupp 52.<br />

36


Hälso- och sjukvård<br />

Arbetsmarknadsutbildningar med inriktning på olika vårdyrken bedrivs i huvudsak<br />

på vårdgymnasier och riktas framförallt till arbetslös och deltidsarbetslös<br />

vårdpersonal med lägre formell utbildning. Målsättningen för vårdbiträden är<br />

exempelvis att erhålla undersköterskekompetens. Utbildningar för sjuksköterskor<br />

anordnas endast undantagsvis. Dessa personer är istället hänvisade till reguljära<br />

högskolestudier. Yrkena återfinns inom yrkesgrupperna 222, 223, 322,<br />

323 och 513.<br />

Bygg- och anläggningsarbete<br />

De byggutbildningar som upphandlas inriktar sig nästan uteslutande på fortbildning<br />

av arbetslösa personer med erfarenhet av byggnadsbranschen. Det kan<br />

röra sig om kompletterande utbildningar för lärlingar som närmar sig nivån för<br />

yrkesbevis samt kompletterande teoretisk och praktisk utbildning för erfarna<br />

byggnadsarbetare. Därutöver har det på senare år introducerats utbildningar<br />

som innebär att exempelvis byggnadsträarbetare får utbildning och yrkesbevis<br />

inom betong- eller muraryrket. Syftet är att dessa personer skall få dubbla kompetenser<br />

och därmed stärka sin konkurrenskraft på arbetsmarknaden. För en<br />

person utan formell utbildning och erfarenhet inom yrkesområdet existerar få<br />

möjligheter att inom ramen för arbetsmarknadstutbildning omskolas till ett<br />

byggnadsyrke. De befintliga utbildningarna riktar sig främst till de s.k. BÖTMyrkena<br />

(trä, betong, murare). Byggnadshantverkare, såsom elektriker, VVSmontörer<br />

och golvläggare återfinns inte i lika hög grad inom utbildningarna.<br />

Yrkena återfinns inom huvudgruppen 71.<br />

Hantverksarbete inom tillverkning<br />

Utbildningar med inriktning på hantverksarbete inriktar sig främst på yrken som<br />

svetsare, plåtslagare samt styr- och reglermekaniker. Utbildningstiderna varierar<br />

kraftigt. Licensutbildningarna är inte längre en några enstaka dagar, medan styr<br />

och reglerutbildningarna ofta överstiger ett år. Yrkena återfinns inom huvudgrupperna<br />

72, 73 och 74.<br />

37


Maskinoperatörsarbete<br />

Utbildningar inom maskinoperatörsarbete domineras av personer med en framtid<br />

som CNC-operatörer inom främst verkstadsindustrin, men i förekommande<br />

fall även inom trävaruindustrin. Hit räknas även vissa utbildningar med inriktning<br />

på processarbete. Yrkena återfinns inom huvudgrupperna 81 och 82.<br />

Transport<br />

Transportutbildningarna domineras av fortbildningar och ger deltagarna yrkesbevis,<br />

licens, intyg eller utökat körkort för respektive fordon. Vanliga utbildningar<br />

gäller busskörkort, tungt släp för etablerade lastbilschaufförer, truckförarbevis,<br />

grävmaskin- och hjullastarutbildning samt inte minst ADR-intyg. Yrkena<br />

återfinns inom huvudgruppen 83.<br />

Lokalvård och biträden<br />

Yrken som lokalvårdare, köks- och restaurangbiträden kräver normalt ingen<br />

särskild yrkesutbildning. Inom branschen ställs dock allt högre krav på miljökunskap<br />

och kännedom om kemiska rengöringsmedel, vilket motiverar dessa<br />

utbildningsinsatser. Yrkena återfinns inom yrkesområde 9.<br />

Övriga yrkesutbildningar<br />

Med övriga yrkesutbildningar avses här starta eget utbildningar vilket är vanligt<br />

förekommande för arbetslösa personer som avser att starta egen förvärvsverksamhet.<br />

I utbildningen ingår bland annat företagsekonomi och marknadsföring.<br />

Hit räknas även utbildningar inom jord- och skogsbruk samt trädgårdsskötsel.<br />

Yrkena återfinns inom yrkesområdena 1 och 6.<br />

38


Bilaga 4 - En alternativ metod<br />

En alternativ metod till att jämföra medelvärden är att skatta en univariat probit<br />

modell. Då kan en mängd ytterligare variabler, t.ex. tidigare arbetslöshetshistoria<br />

och arbetsmarknadsläget i kommunen inkluderas. Resultaten i form av predikterade<br />

sannolikheter framgår av tabell B1. I genomsnitt hade 41 procent av<br />

deltagarna i arbetsmarknadsutbildning och 28 procent av de arbetslösa arbete<br />

vid uppföljningstillfället. Skillnaden i övergångar till jobb mellan deltagargruppen<br />

och kontrollgruppen är något större än i matchningsansatsen.<br />

Eftersom tidigare utvärderingar har visat på skillnader i resultat beroende på<br />

kursernas längd gjordes också en uppdelning av korta (


Bilaga 5 – Tabellbilaga<br />

Tabell B2: Olika variablers effekt på sannolikheten att gå arbetsmarknadsutbildning,<br />

probitskattning, antal observationer 67 293<br />

40<br />

Marginaleffekt Standardavvikelse<br />

Kvinna 0,024 *** 0,005<br />

Utländsk medborgare 0,039 *** 0,006<br />

Arbetshandikappad -0,009 0,007<br />

Utbildning<br />

Förgymnasial -0,097 *** 0,005<br />

Gymnasial 0<br />

Eftergymnasial -0,068 *** 0,006<br />

Ålder 0,050 *** 0,001<br />

Ålder i kvadrat -0,001 *** 0,000<br />

Län<br />

Stockholms län -0,096 *** 0,006<br />

Skåne -0,067 *** 0,006<br />

Västra Götaland -0,040 *** 0,006<br />

Skogslän 0,039 *** 0,005<br />

Övriga län 0<br />

Erfarenhet<br />

Ingen erfarenhet 0<br />

Kort erfarenhet 0,137 *** 0,006<br />

Lång erfarenhet 0,119 *** 0,005<br />

Utbildning inom området 0,095 *** 0,004<br />

Sökt yrke<br />

Kod saknas 0<br />

Teknologi och datavetenskap 0,430 *** 0,018<br />

Teknik och ingenjörsarbete 0,453 *** 0,015<br />

Kultur och samhällsvetenskap 0,319 *** 0,018<br />

Ekonomi och media 0,365 *** 0,017<br />

Lärare 0,344 *** 0,019<br />

Kontorspersonal 0,371 *** 0,017


41<br />

Marginaleffekt Standardavvikelse<br />

Kundservicearbete 0,355 *** 0,020<br />

Restaurang och service 0,320 *** 0,018<br />

Försäljningsarbete inom handel 0,270 *** 0,018<br />

Vård 0,355 *** 0,017<br />

Bygg 0,289 *** 0,018<br />

Hantverksarbete 0,397 *** 0,016<br />

Maskinoperatörsarbeten 0,366 *** 0,017<br />

Transport 0,370 *** 0,017<br />

Lokalvårdare, köks- och restaurangbiträden 0,261 *** 0,018<br />

Övriga yrken 0,260 *** 0,020<br />

Tidigare lön enligt AKSTAT (intervall)*<br />

0 kr 0<br />

0-499 -0,078 *** 0,011<br />

500-749 -0,033 *** 0,011<br />

750-999 -0,057 *** 0,012<br />

1000-1499 -0,053 *** 0,014<br />

>1500 -0,084 *** 0,030<br />

Uppgift saknas -0,037 *** 0,011<br />

Symbolerna ***, ** och * betecknar att det statistiska sambandet är starkt signifikant (1%nivån),<br />

signifikant (5%-nivån) respektive svagt signifikant (10%-nivån).


Tabell B3: Olika variablers effekt på sannolikheter för att få jobb (probit), exkl. de som<br />

redan innan utbildningen visste att de skulle få jobb, samt alla som inte var<br />

arbetslösa innan arbetsmarknadsutbildning, samt alla som fick jobb direkt<br />

efter utbildning, antal observationer 3 632<br />

Marginaleffekt<br />

42<br />

Standardavvikelse<br />

Arbetsmarknadsutbildning 0,133 *** 0,017<br />

Marginaleffekt<br />

Standardavvikelse<br />

Arbetsmarknadsutbildning, lång kurs 0,141 *** 0,021<br />

Arbetsmarknadsutbildning, kort kurs 0,131 *** 0,024<br />

Potentiell erfarenhet 0,015 *** 0,005 0,015 *** 0,005<br />

Potentiell erfarenhet i kvadrat -0,000 *** 0,000 -0,000 *** 0,000<br />

Arbetshandikappad -0,052 * 0,028 -0,053 * 0,028<br />

Interlokalt sökande 0,028 0,022 0,028 0,022<br />

Arbetslöshetsersättning<br />

Varken a-kassa eller grundbelopp 0 0<br />

Har a-kassa -0,084 *** 0,031 -0,084 ** 0,031<br />

Har grundbelopp -0,052 0,036 -0,053 0,036<br />

Kvinna -0,056 *** 0,020 -0,056 *** 0,020<br />

Län<br />

Stockholms län 0,078 ** 0,034 0,079 ** 0,034<br />

Skåne och Västra Götalands län 0,038 0,025 0,038 0,025<br />

Skogslän 0,019 0,027 0,019 0,027<br />

Övriga län 0 0<br />

Födelseland<br />

Sverige 0 0<br />

Övriga Norden -0,002 0,043 -0,002 0,043<br />

Övriga EU15 och Nordamerika -0,055 0,071 -0,056 0,071<br />

Övriga Europa och fd Sovjetunionen<br />

0,051 0,035 0,050 0,035<br />

Afrika -0,148 ** 0,055 -0,147 ** 0,055<br />

Sydamerika -0,013 0,073 -0,013 0,073<br />

Asien och Oceanien -0,005 0,035 -0,005 0,035<br />

Utbildning inom sökt yrke -0,006 0,020 -0,009 0,020<br />

Utbildning<br />

Förgymnasial utbildning 0 0<br />

Kort gymnasial utbildning -0,002 0,025 0,002 0,025<br />

Lång gymnasial utbildning -0,031 0,027 -0,031 0,027<br />

Kort eftergymnasial utbildning -0,037 0,042 -0,037 0,042<br />

Lång eftergymnasial utbildning -0,008 0,035 -0,008 0,035


Erfarenhet inom sökt yrke<br />

Marginaleffekt<br />

43<br />

Standardavvikelse<br />

Ingen 0 0<br />

Marginaleffekt<br />

Standardavvikelse<br />

Kort 0,019 0,026 0,020 0,026<br />

Lång 0,010 0,026 0,010 0,026<br />

Sökt yrke<br />

Ingen uppgift -0,072 * 0,060 -0,071 0,060<br />

Teknologi och datavetenskap 0 0<br />

Teknik och ingenjörsarbete -0,077 0,057 -0,077 0,057<br />

Kultur och samhällsvetenskap -0,010 0,059 -0,009 0,059<br />

Ekonomi och media -0,004 0,062 -0,003 0,063<br />

Lärare 0,050 0,068 0,050 0,068<br />

Kontorspersonal -0,040 0,057 -0,039 0,057<br />

Kundservicearbete -0,038 0,077 -0,039 0,077<br />

Restaurang och service -0,001 0,071 0,002 0,071<br />

Försäljningsarbete inom handel -0,044 0,061 -0,042 0,061<br />

Vård -0,009 0,063 -0,010 0,063<br />

Bygg 0,053 0,065 0,054 0,065<br />

Hantverksarbete 0,034 0,063 0,035 0,063<br />

Maskinoperatörsarbeten -0,050 0,060 -0,049 0,060<br />

Transport 0,001 0,070 0,004 0,070<br />

Lokalvårdare, köks- och restau<br />

rangbiträden -0,021 0,062 -0,020 0,062<br />

Övriga yrken 0,056 0,072 0,057 0,072<br />

Relativ arbetslöshet i kommunen 1999 -0,093 0,087 -0,093 0,087<br />

Relativ programandel i kommunen 1999 0,112 0,123 0,111 0,123<br />

Sammanlagd tid i arbetslöshet (dagar) -0,000 *** 0,000 -0,000 *** 0,000<br />

Antal arbetslöshetsperioder som avslutats<br />

med arbete 0,036 *** 0,005 0,036 *** 0,005<br />

Antal program -0,012 * 0,006 -0,012 * 0,006<br />

Sammanlagd tid i program (dagar) 0,000 0,000 0,000 0,000<br />

Haft behov av vägledning -0,083 *** 0,019 -0,083 *** 0,019<br />

Arbetslöshetsperiodens längd perioden<br />

innan urval 0,000 0,000 0,000 0,000<br />

Arbetsmarknadsutbildningens andel av<br />

samtliga program i kommunen 1999 0,000 0,001 0,000 0,001<br />

Antal program dividerat med antalet<br />

arbetslösa i kommunen 1999 -0,004 0.005 -0.004 0,005<br />

Andelen som fått arbete i kommunen 999 0,008 * 0,005 0,008 * 0,005<br />

Symbolerna ***, ** och * betecknar att det statistiska sambandet är starkt signifikant (1%-nivån),<br />

signifikant (5%-nivån) respektive svagt signifikant (10%-nivån).


Rapporten har rekv.nr 802 616<br />

Serien Ura innehåller två återkommande redovisningar per år<br />

av ”Arbetsmarknadsutsikterna” och ”Var finns jobben”<br />

samt redovisningar från olika utredningar som<br />

utförs inom AMS Utredningsenhet.<br />

Rapporten finns på vår hemsida www.ams.se<br />

Rapporten kan också beställas från AMS Närservice,<br />

Box 6, 646 21 Gnesta, fax 0158-24 51 36.<br />

E-mail: gnestalagret@ams.amv.se<br />

Ura 2001:7<br />

AMS Utredningsenhet. Rekv.nr 802 616 Ura 2001:7

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!