Kvalitetsbegrepp och riktlinjer för kvalitets - Statistiska centralbyrån

(Huvud) 

Kvalitetsbegrepp och riktlinjer för kvalitets- 

deklaration av officiell statistik 

Quality definition and recommendations for 

quality declarations of official statistics 

(fot)

Producent: Statistiska centralbyrån, Utvecklingsavdelningen, Metodenheten 

Förfrågningar: Eva Elvers, tfn 08 - 506 947 14 e-post: eva.elvers@scb.se

Förord 

Frågor som har att göra med statistikens kvalitet och hur den kan förbättras har alltid 

varit centrala för Statistiska centralbyrån (SCB). I det arbetet ingår att definiera 

vad man vill mena med kvalitet i samband med statistik och att utforma verktyg för 

att följa och förbättra kvaliteten hos olika statistikprodukter. 

Som ett led i kvalitetsarbetet presenterar SCB i detta Meddelande i samordningsfrågor 

(MIS) dels ett kvalitetsbegrepp för officiell statistik, dels anvisningar för 

utformning av kvalitetsdeklarationer. MIS:et är främst avsett att vara ett hjälpmedel 

för producenter av officiell statistik, både i arbetet med att utveckla statistiken och 

vid utformningen av den kvalitetsdeklaration som skall åtfölja all officiell statistik. 

Förhoppningsvis kan MIS:et också vara till hjälp för beställare och användare av 

statistik. 

Detta MIS ersätter MIS 1994:3 "Kvalitetsbegrepp och riktlinjer för kvalitetsredovisning 

av statistik". Det överensstämmer i det väsentliga med sin föregångare, men 

vissa revisioner har gjorts. Huvudskälen för dessa har varit dels att komma nära det 

kvalitetsbegrepp som är under framväxt hos EU:s statistikbyrå Eurostat, dels 

önskemål om att undanröja vissa konstaterade olägenheter med föregående 

kvalitetsbegrepp. 

Kvalitetsarbete är en kontinuerlig process som hämtar impulser från såväl användning 

och produktion av statistik som forskning. För det fortsatta arbetet välkomnar 

SCB synpunkter på innehållet i detta MIS från intressenter såväl inom som utom 

det officiella statistiksystemet. 

MIS:et har utarbetats av Eva Elvers och Bengt Rosén, SCB. 

Statistiska centralbyrån i april 2001 

Svante Öberg

Innehållsförteckning Sida 

Förord 

Bakgrund för och syfte med detta MIS 

Kvalitetsbegrepp för officiell statistik 1 

Allmänt om kvalitet 1 

Kvalitet och statistik 2 

Kvalitetsbegrepp för officiell statistik 3 

Kvalitetskomponenternas innebörd 5 

Statistikens innehåll 5 

Statistikens tillförlitlighet 7 

Statistikens aktualitet 9 

Statistikens jämförbarhet och samanvändbarhet 10 

Statistikens tillgänglighet och förståelighet 12 

Riktlinjer för kvalitetsdeklaration av statistik 13 

Underlag för kvalitetsbedömning och statistikanvändning 13 

Mall för kvalitetsdeklaration av statistik 14 

Bilaga 1 Begrepp och termer i anslutning till statistiska undersökningar 19 

Bilaga 2 Summarisk redovisning av osäkerhet 29 

Bilaga 3 Kvalitetsbegreppet – översättning till engelska 31 

Bilaga 4 Exempel 43

Bakgrund för och syfte med detta MIS 

Beslutsfattare, planerare, media, allmänhet, m.fl. efterfrågar statistik som belyser 

olika samhällsaspekter och deras förändringar. Information önskas om befolkningen, 

näringslivet, fastighetsbeståndet, miljön, osv. Sveriges officiella statistik 

syftar till att möta sådana informationsönskemål. 

I och med att samhället förändras, ändras också behov och önskemål om den officiella 

statistikens innehåll. Nya önskemål tillkommer och gamla blir överspelade. 

Likaså ändras de tekniska, juridiska och opinionsmässiga förutsättningarna för 

insamling av grunduppgifter till statistik och för spridning av statistiken. För att 

möta behoven väl behöver statistiken därför ständigt utvecklas och anpassas, i samarbete 

mellan beställare, användare och producenter. 

Informationsönskemålen om samhällets olika sektorer är så mångskiftande att de 

inte kan mötas av officiell statistik med precis det innehåll och den tillförlitlighet 

som varje enskild användare helst skulle vilja. Åtskillig statistik används därför 

även för andra ändamål och på andra sätt än vad den främst är framtagen för. För att 

undvika felanvändningar är det viktigt att producenterna tillhandahåller klar 

information om statistikens egenskaper, d.v.s. en kvalitets/varudeklaration. 

Detta Meddelande i samordningsfrågor (MIS) presenterar dels ett kvalitetsbegrepp 

för officiell statistik, dels riktlinjer för utformning av kvalitetsdeklarationer av 

officiell statistik. Sådana angavs senast i MIS 1994:3 "Kvalitetsbegrepp och riktlinjer 

för kvalitetsdeklaration av officiell statistik". Huvudanledningar till att MIS:et 

nu revideras är dels att undanröja vissa konstaterade olägenheter med föregående 

kvalitetsbegrepp dels att komma nära det kvalitetsbegrepp som är under framväxt 

hos EU:s statistikbyrå Eurostat. 

Viktig bakgrund för arbete med riktlinjer för kvalitetsdeklarationer ges av förordningen 

om den officiella statistiken (SFS 1992:1668, senast ändrad i SFS 1999:3). 

Där anges att officiell statistik skall kvalitetsdeklareras, och att SCB skall meddela 

föreskrifter för kvalitetsdeklarationer. SCB har föreskrivit att officiell statistik skall 

åtföljas av en kvalitetsdeklaration vilken skall offentliggöras och finnas tillgänglig 

på samma sätt som den officiella statistiken. För att kunna ge allmänna råd i 

anlutning till föreskrifterna behöver SCB ett MIS av här föreliggande slag. Det är i 

första hand avsett att vara ett hjälpmedel för statistikproducenter vid deras utarbetande 

av kvalitetsdeklarationer, men det kan förhoppningsvis också vara till 

hjälp för beställare och användare av statistik. 

Kvalitetssynen i detta MIS överensstämmer med den i MIS 1994:3. Huvudramen 

ges av begreppet totalkvalitet, en ram som successivt anammats inom såväl offentlig 

som privat verksamhet. Utvecklingslinjen ifråga återfinns också hos statistiska 

centralbyråer i andra länder. 

Första kapitlet behandlar statistikkvalitet. Det börjar med en allmän diskussion av 

kvalitet, och mynnar ut i en strukturering av kvalitetsbegreppet för statistik. Kapitlet 

därefter beskriver innebörden i de olika komponenter som tillsammans bildar 

kvalitetsbegreppet. I tredje kapitlet formuleras riktlinjer för hur en kvalitetsdeklaration 

skall disponeras och vilken information som statistikproducenterna bör 

tillhandahålla för de olika kvalitetskomponenterna. Begrepp och termer i anslutning 

till statistiska undersökningar förklaras i Bilaga 1. En möjlighet för summariskt 

angivande av osäkerhetsmarginaler anges i Bilaga 2. I Bilaga 3 är kvalitetsbegreppet 

översatt till engelska.

MIS:et saknar medvetet en genomgående numrering, för att undvika sammanblandning 

med den numrering som är avsedd att användas i kvalitetsdeklarationer. 

Den numreringen införs i kapitlet om Kvalitetskomponenternas innebörd och 

används sedan också i kapitlet om Riktlinjer för kvalitetsdeklarationer.

Kvalitetsbegrepp för officiell statistik 

Allmänt om kvalitet 

I vardagsspråket handlar "kvalitet" om var på skalan dålig - ganska bra - utmärkt en 

användare anser att en viss produkt (vara eller tjänst) ligger i jämförelse med andra 

liknande produkter. Ofta används emellertid ordet "kvalitet" också med en positiv 

värdeladdning, som synonym till "god kvalitet". Denna möjliga värdeladdning medför 

att termen är litet svår att hantera, och att den kan definieras på olika sätt. 

Synen på kvalitet och idéer om hur man skall utveckla produkter med god kvalitet 

har varierat under tidernas lopp. Under senare decennier har kvalitetstänkandet hos 

producenter av varor och tjänster kommit att allt mer bli baserat på synsättet totalkvalitet, 

för vilket huvudpunkter ges av (i) och (ii) nedan. 

(i) Användaren skall stå i centrum. En produkts kvalitetsstatus avgörs av 

(faktiska och potentiella) användares uppfattningar om produkten och 

dess användbarhet. 

För att ovanstående slagordsmässiga formulering skall leda till praktiska effekter 

måste den operationaliseras. Ett första steg är att formulera ett konkret kvalitetsbegrepp 

för den aktuella produkten. Utgående från punkt (i) ovan kan producentens 

kvalitetsbegrepp definieras på följande sätt. 

(ii) Kvalitet åsyftar alla egenskaper hos en produkt som har betydelse för 

hur väl denna tillfredsställer användares behov och förväntningar. 

Denna definition innebär ett användarorienterat kvalitetsbegrepp som för producenten 

i första hand får en deskriptiv innebörd. För honom/henne är kvalitetsbegreppet 

framför allt en förteckning av de aspekter på en produkt som användare 

fäster avseende vid när de bedömer hur bra den tillgodoser deras behov och förväntningar. 

Därvid beaktas aspekter såväl på hur produkten fungerar som på service 

i samband med införskaffande och användning. Begreppet tar däremot inte ställning 

till om produkten i någon absolut mening skall anses vara bra eller dålig. 

För användaren har kvalitet en mer värderande innebörd. Dennes kvalitetsomdöme 

beror dock inte enbart på produkten i sig, utan också på hur den är avsedd att 

användas. En och samma produkt kan mycket väl anses ha god kvalitet för en viss 

användning, men dålig för en annan. Användaren är den som vet vilka behov och 

förväntningar han/hon har, och är därför den som står för kvalitetsbedömningen. För 

producenten är det naturligtvis högst angeläget att ta reda på användares kvalitetsbedömningar, 

eftersom de ger underlag för utvecklingsarbete mot bättre kvalitet 

(större användartillfredsställelse). 

Det för en produkt konkret formulerade kvalitetsbegreppet har betydelse i bl.a. 

nedanstående sammanhang: 

Utformning av kvalitetsdeklarationer : Genom en kvalitetsdeklaration kan producenten 

beskriva en produkts egenskaper så att den kan användas på rätt sätt, och 

informera användare om den kvalitet de i olika avseenden kan räkna med. 

I kvalitetsförbättringsarbete : Eftersom användarnas värderingar och preferenser 

ändras över tiden måste producenten ständigt sträva efter att anpassa sin produkt till 

nya önskemål. Ett användarorienterat kvalitetsbegrepp underlättar kommunikationen 

mellan användare och producent. 

Vid produktivitetsutvärdering: Det är alltid angeläget att produktionsresurser utnyttjas 

så bra som möjligt. En producent vill därför kunna utvärdera relativ nytta 

och kostnader för olika resurser i produktionsprocessen. Kvalitetsbegreppet ger ett 

av instrumenten för utvärdering och resursallokering. 

1

2 

Kvalitet och statistik 

Termen statistik används med litet olika betydelser. Här har det huvudinnebörden 

"sammanfattande numerisk beskrivning av förhållanden i en grupp". Statistik tas 

fram för att ge information som kan belysa konkreta sakproblem. Den utgör ofta en 

viktig del av besluts- och planeringsunderlag, men ger också information till allmänhet, 

utredare, forskare m.fl. om "sakernas tillstånd och utveckling". 

Det i statistiksammanhang centrala begreppet är statistisk storhet. En sådan är ett 

värde, som definieras av att ett statistiskt mått (antal, medelvärde, median, m.fl.) 

används för att sammanfatta värdena på en variabel (= egenskap) hos objekten i en 

grupp. Det "totala" objektkollektivet kallas populationen. 

Exempel på statistiska storheter : (i) Förädlingsvärdet i svensk varvsindustri under 

1998. Här är objektgruppen = företagen i svensk varvsindustri under 1998, variabeln 

= förädlingsvärde och det statistiska måttet = summa. (ii) Genomsnittlig disponibel 

inkomst under 1998 för i Stockholm bosatta tvåbarnsfamiljer. Här är objektgruppen 

= tvåbarnsfamiljer som bodde i Stockholm 1998, variabeln = disponibel inkomst och 

det statistiska måttet = medelvärde. 

En statistisk undersökning går ut på att skaffa kunskap om värdena på en eller flera 

statistiska storheter för en population, och oftast också för delgrupper i denna. De 

statistiska storheter som en undersökning gäller kallas dess målstorheter. De har 

"sanna" men okända värden. En statistisk undersökning omfattar normalt två 

huvudmoment, insamling av grunduppgifter (primäruppgifter), respektive bearbetning 

av dessa till statistikvärden, som skattar målstorheterna. 

Ordet "skattning" indikerar framför allt att ett statistikvärde normalt inte anger ett 

helt korrekt värde på motsvarande målstorhet, utan är förenat med viss osäkerhet. 

Det "kategoriska" kravet vid skattning är att sträva efter väntevärdesriktiga ("i 

genomsnitt riktiga") skattningar. Det finns flera möjliga källor till osäkerhet. Vid en 

urvalsundersökning föreligger den uppenbara osäkerhetskällan att inte alla objekt i 

populationen undersöks. I såväl total- som urvalsundersökningar kommer också 

andra slag av störningar in i undersökningsprocessen och bidrar till osäkerhet i 

statistiken. Osäkerhetskällor utöver urval, vilka diskuteras mer ingående längre 

fram, är : brister i täckningen av målpopulationen, mätfel, svarsbortfall, bearbetningsfel 

samt inte helt uppfyllda modellantaganden. 

När det allmänna totalkvalitetsbegrepp som formulerades i föregående avsnitt tilllämpas 

på statistik ger det följande definition 

(iii) Statistiks kvalitet avser alla egenskaper hos statistik som har betydelse 

för hur väl denna tillgodoser användares informationsbehov. 

För att ge bakgrund åt det kvalitetsbegrepp som formuleras litet längre fram anges 

härnäst några aspekter på statistik, som flertalet användare fäster avseende vid. En 

mer fullständig diskussion ges i kapitlet om Kvalitetskomponenternas innebörd. 

Vanligtvis efterfrågas aktuell statistik, varmed avses (åtminstone idealt) statistik 

som beskriver nuläget. Faktorer som påverkar aktualiteten är snabbheten i uppgiftsinsamling 

och bearbetning, och för återkommande undersökningar hur frekvent de 

genomförs. 

En vanlig och viktig användning av statistik är att göra jämförelser, dels jämförelser 

över tiden (med hjälp av tidsserier) dels jämförelser mellan olika grupper. Rättvisande 

jämförelser ställer konsistenskrav på statistikvärdenas målstorheter, krav 

som också aktualiseras när statistikvärden från olika statistikkällor skall användas 

tillsammans. 

Framtagen statistik görs tillgänglig för användarna med olika spridningsformer, via 

olika media (papper, elektroniskt medium, m.m.) och via olika kanaler (Statistiska

Meddelanden per post, årsbok, på diskett, uttag från databas, m.m.). Informationen 

kan också presenteras på olika sätt, i text, diagram, tabeller, m.m. 

Vissa användare efterfrågar annan statistik än den som publiceras reguljärt. En del 

sådan statistik finns ofta redan framtagen hos producenten, eller kan tas fram av 

denne genom specialbearbetning av primärmaterial. Ett alternativ, som önskas särskilt 

av forskare, utredare, m.fl., är att få direkttillgång till (avidentifierat) primärmaterial, 

vilket ger möjlighet att själv framställa statistik man är intresserad av. 

Användares tilltro till statistik beror av deras uppfattning om såväl oavsiktliga som 

avsiktliga fel. Inte ens den mest omsorgsfulle statistikproducent kan undvika viss, 

men oavsiktlig, osäkerhet i statistiken. Att medvetet felaktig, icke objektiv, statistik 

kan förekomma är känt. Aspekten objektivitet förs dock inte in i kvalitetsbegreppet. 

Det är nästan ogörligt att bedöma om statistik är framställd på ett objektivt sätt eller 

inte. För Sveriges del säger lagen 1992 : 889 om den officiella statistiken: Den 

officiella statistiken skall vara objektiv och allmänt tillgänglig. 

Som redan sagts avser "användare" såväl faktiska som potentiella användare. Det 

finns alltid organisationer och personer som inte får sina statistikönskemål tillgodosedda, 

antingen därför att önskad statistik inte framställs eller därför att framtagen 

statistik inte är tillräckligt bra för deras syften. Sådana önskemål bör beaktas 

när statistik utvärderas och/eller revideras. 


Hur en användare avgränsar den statistik som dennes kvalitetsbedömning avser 

beror av sakproblemet och användningssituationen. "Statistiken" kan bestå av ett 

enskilt statistikvärde, av alla statistikvärden från en enskild undersökning eller från 

flera olika undersökningar, som används tillsammans. Den kan också åsyfta ett 

flöde (över tiden) av statistikvärden. Naturligtvis gäller att ju mer omfattande statistiken 

är, desto fler aspekter har den. Följande kvalitetsbegrepp är avsett att kunna 

användas oavsett statistikens omfattning, men för små "statistikpaket" är vissa 

kvalitetskomponenter ibland irrelevanta. 

Det finns inget självklart sätt att dela in en statistiks totala egenskapsuppsättning i 

huvud- och underaspekter. Den struktur som presenteras nedan har följande fem 

huvudkomponenter. (1) Innehåll, som framför allt gäller statistikens målstorheter. 

(2) Tillförlitlighet, som avser osäkerhetskällor och dessas effekter på statistiken. (3) 

Aktualitet, som omfattar tidsaspekter som spelar roll för hur väl statistiken beskriver 

nuläget. (4) Jämförbarhet och samanvändbarhet, som avser möjligheter till 

jämförelser, över tiden och mellan grupper, samt till att använda statistiken tillsammans 

med annan statistik. (5) Tillgänglighet och förståelighet, som avser statistikens 

fysiska tillgänglighet och dess förståelighet. 

Det har tidigare understrukits att kvalitetsbegreppet är användarorienterat, och det 

bör därmed så långt möjligt formuleras i termer av hur användaren ser på statistiken. 

Särskilt under komponenten Tillförlitlighet görs dock avsteg från denna princip. 

För användaren har den totala tillförlitligheten huvudintresset, medan uppdelningen 

på olika osäkerhetskällor är av produktionsteknisk natur. Att olika typer av 

osäkerhetskällor ändå specificeras beror på att det ofta är svårt att uttala sig om tillförlitligheten 

totalt, medan det kan vara möjligt att ge användare förhållandevis god 

information om hur, och med vilken effekt, åtminstone vissa av osäkerhetskällorna 

kan ha påverkat statistiken. 

3

4 

I tablån nedan struktureras kvalitetsbegreppet i huvud- och underkomponenter. 

Komponenternas innebörd beskrivs utförligare i nästa kapitel. 

INNEHÅLL 

• Statistiska målstorheter 

- Objekt och population 

- Variabler 

- Statistiska mått 

- Redovisningsgrupper 

- Referenstider 

• Fullständighet 


TILLFÖRLITLIGHET 

• Tillförlitlighet totalt 

• Osäkerhetskällor 

⋅ Urval 

⋅ Ramtäckning 

⋅ Mätning 

⋅ Svarsbortfall 

⋅ Bearbetning 

⋅ Modellantaganden 

• Redovisning av osäkerhetsmått 

AKTUALITET 

• Frekvens 

• Framställningstid 

• Punktlighet 

JÄMFÖRBARHET och SAMANVÄNDBARHET 

• Jämförbarhet över tiden 

• Jämförbarhet mellan grupper 

• Samanvändbarhet med annan statistik 

TILLGÄNGLIGHET och FÖRSTÅELIGHET 

• Spridningsformer 

• Presentation 

• Dokumentation 

• Tillgång till primärmaterial 

• Upplysningstjänster

Kvalitetskomponenternas innebörd 

I detta kapitel görs en genomgång av kvalitetsbegreppets komponenter, med tyngdpunkt 

på deras deskriptiva innebörd. I vissa fall ges också kommentarer angående 

användares kvalitetsbedömningsgrunder. Genomgången följer kvalitetsbegreppets 

tidigare angivna struktur, vilken också ligger till grund för den numrering av komponenter 

och underkomponenter som införs. 

En läsare som upplever delar av framställningen som svårförståeligt teknisk kan få 

hjälp från Bilaga 1. Där ges utförligare beskrivning av begrepp och termer i anslutning 

till statistiska undersökningar. 

1 STATISTIKENS INNEHÅLL 

gäller de statistiska målstorheterna 

1.1 Statistiska målstorheter 

En statistisk målstorhet bestäms av att ett statistiskt mått används för att sammanfatta 

värdena på en variabel för objekten i en grupp, varvid det totala objektkollektivet 

kallas för populationen. En rätt vanlig synonym till målstorhet är parameter. 

1.1.1 - 1.1.3 Objekt och population, variabler och statistiska mått 

Dessa kvalitetskomponenter avser valet av objekt, variabler och statistiska mått som 

ingår i de statistiska målstorheterna. 

Såväl objekt som variabler har associerade referenstider, se 1.1.5. 

1.1.4 Redovisningsgrupper 

Oftast redovisas statistik inte bara för hela populationen utan också för delpopulationer, 

redovisningsgrupper. Man talar om att statistiken bryts ned på (del)grupper. 

En förutsättning för sådan nedbrytning är naturligtvis att man för undersökta objekt 

har uppgifter angående variabler som man vill göra indelningar efter. Faktorer som 

verkar återhållande för hur långt statistik bryts ned är dels att det krävs mer arbete 

och mer publiceringsutrymme ju fler grupper som tas med i redovisningen, dels att 

integritetskränkning kan uppstå. Vidare, särskilt för urvalsundersökningar medför 

successiv minskning av redovisningsgruppers storlek att statistiken förr eller senare 

blir så osäker att den inte är användbar. 

Aspekter på denna kvalitetskomponent är framför allt 

- vilka indelningsvariabler som används för att skapa redovisningsgrupper, 

- hur långtgående indelningar i redovisningsgrupper som görs. 

Exempel 

SCB utför årligen Inkomstfördelningsundersökningen (HINK), som belyser befolkningens 

inkomstförhållanden. Referensperiod är kalenderår. 

Ett centralt objekt i undersökningen är "familj". En sådan består av antingen 

två vuxna (≥ 18 år) som sammanbor under äktenskapsliknande former och 

de barn (< 18 år) som (eventuellt) bor hos dem, eller 

en ensamstående vuxen och de barn som (eventuellt) bor hos denne. 

Populationen utgörs av alla familjer som var bosatta i riket under mer än halva 

kalenderåret. 

Exempel på variabler för familjer: Årets arbetsinkomst, årets disponibla 

inkomst, socioekonomisk grupptillhörighet, antal barn. 

Exempel på redovisningsgrupper: Två - vuxen - familjer med tre eller fler barn, 

5

6 

familjer med ensamstående vuxen med barn, högre - tjänstemanna - familjer. 

De i HINK mest använda statistiska måtten är medelvärde och antal, men bl.a. 

median förekommer också. 

Exempel på statistiska målstorheter: Genomsnittlig arbetsinkomst under året för 

arbetarfamiljer, genomsnittlig disponibel inkomst under året för två - vuxen- 

familjer utan barn, medianinkomst för högre-tjänstemanna-familjer, antal lantbrukarfamiljer. 

Kommentarer om statistiska målstorheter 

En användares önskemål om statistisk information utgår från dennes sakproblem. I första 

hand är användaren intresserad av statistiska målstorheter som nära ansluter till det 

föreliggande sakproblemet. Ju bättre statistikens objekt, variabler, referenstider, m.m. 

överensstämmer med önskemålen, desto bättre är kvaliteten på denna punkt. 

En användare som kan delta i planering av ny eller i omläggning av existerande statistik 

har möjlighet att påverka valet av objekt, variabler och mått. Eftersom det ofta finns flera 

användare kan dock motstridiga önskemål föreligga, och ofta måste kompromisser göras. 

Även i fall där enighet råder kan man av kostnads- eller tidsskäl välja statistiska målstorheter 

som avviker från de ideala. 

Kommentarer om redovisningsgrupper 

Om användarens intresse är fokuserat på statistik för vissa bestämda grupper, fäster 

han/hon naturligtvis stort avseende vid om statistik redovisas för just de grupperna. 

Är användaren mer allmänt intresserad av en detaljrik bild, fäster han/hon kanske mest 

vikt vid hur långtgående indelningar som görs. 

1.1.5 Referenstider 

Objekt och variabler hänför sig till någon viss tid. Den kan vara snävt avgränsad, 

t.ex. till en bestämd dag, och man talar då om referenstidpunkt. När tiden är längre, 

t.ex. ett kalenderår, talar man om referensperiod. Referenstiderna för objekt och 

variabler i en statistisk målstorhet sammanfaller oftast, men behöver inte göra det. 

Flera referenstider kan ingå, särskilt i målstorheter som avser förändringar. 

För statistik från återkommande undersökningar (t.ex. avseende medellön för 

arbetare inom industrin) är det ofta naturligt att betrakta population och variabler 

som desamma i varje undersökningsomgång, medan referenstiden ändras. För statistik 

från engångsundersökningar är det ofta naturligare att betrakta referenstid som 

del av definitionerna av objekt och variabler. (Exempelvis kan objekten definieras 

som "kvinnor i ålder 16 – 50 år som var bosatta i Stockholm 1 juli 1998".) Om det är 

mest ändamålsenligt att betrakta referenstiden som fristående eller som del av 

objekt och variabler får avgöras i det speciella fallet. 

Exempel 

Objekt och variabel med samma referenstid: Genomsnittlig arbetsinkomst 

under kalenderåret 1998 för personer bosatta i riket under hela 1998. 

Objekt och variabel med olika referenstid: Lön under 1998 för personer som 

avlade civilingenjörsexamen under 1988. 

Variabler med olika referenstider: Att konsumentprisindex för juli 1998 var 

257 kan (något svepande) tolkas så att en bestämd "varukorg" som under 

indexbasåret 1980 kostade 100 kronor, i juli 1998 kostade 257 kronor. Här 

figurerar såväl 1998 som juli 1980 som referenstider för prisuppgifter.

1.2 Fullständighet 

Denna kvalitetsaspekt gäller hur väl ett statistiksystem och dess statistikutflöde 

täcker ett ämnesområdes "alla vitala delar". T.ex. hur fullständigt arbetsmarknadsstatistiken 

belyser arbetsmarknaden. Inget statistiksystem kommer att leva upp till 

vad alla användare anser vara ämnesområdets alla vitala delar, men det kan göra det 

bättre eller sämre. 

2 STATISTIKENS TILLFÖRLITLIGHET 

gäller statistikvärdens och målstorheters överensstämmelse 

Normalt förekommer så mycket störningar i en statistisk undersökning att statistikvärden 

inte anger exakta värden på målstorheterna, utan skattningar av dessa. Härvid 

är ledstjärnan att sträva efter väntevärdesriktiga ("riktiga i genomsnitt") skattningar. 

Mellan ett statistikvärde och dess målstorhet föreligger normalt en avvikelse 

(ett "fel"). Ju mindre den förväntade absoluta avvikelsen är, desto tillförlitligare är 

statistiken, och ju större desto osäkrare. Hur stora avvikelser blir beror bl.a. på hur 

väl planerad och genomförd undersökningen är. Vid urvalsundersökningar spelar 

urvalsstorleken stor roll. Användares önskemål är naturligtvis att avvikelser skall 

vara små, helst försumbara. 

Ofta är avvikelser dock inte försumbara, vilket är särskilt tydligt för statistik från 

urvalsundersökningar. Då önskar åtminstone statistiskt välbevandrade användare 

numeriska begränsningar på avvikelsernas storlek, osäkerhetsmått. Att ange sådana 

begränsningar är dock inte alldeles enkelt, eftersom de definieras i termer av målstorheter 

som man inte har säker kunskap om. (Hade man det, behövdes inte undersökningen.) 

Uttalanden om statistiks tillförlitlighet faller med nödvändighet under 

kategorin "utsagor om rådande osäkerhet", vilket är ett begreppsmässigt intrikat 

område. Ett statistikvärdes tillförlitlighet/osäkerhet uttrycks vanligen med hjälp av 

ett osäkerhetsintervall med innebörd enligt nedan. 

Det är högst troligt att målstorhetens värde ligger i: 

osäkerhetsintervall = statistikvärde ± osäkerhetsmarginal. 

Ofta kan ett osäkerhetsintervall tolkas som ett konfidensintervall med angiven 

konfidensgrad. Om denna är vald till 95% innebär det att osäkerhetsintervallet 

omfattar målstorheten med 95% trolighet. Andra osäkerhetsmått som väsentligen är 

ekvivalenta med konfidensintervall : medelfel, variationskoefficient, relativ osäkerhetsmarginal. 

Ibland kan osäkerhetsintervall vara baserade på särskilda utvärderingar, 

erfarenhet, sakkunskap, m.m., varvid man talar om bedömningsintervall. 

En klassificering av "fel" är slumpmässiga (tillfälliga) respektive systematiska fel. 

De förra fluktuerar kring 0 medan de senare till sin huvuddel har samma tecken. 

Systematiska fel leder till skevhet (bias) i statistiken. 

2.1 Tillförlitlighet totalt 

Användaren är vanligen mest intresserad av att få uppfattning om i vilken mån 

han/hon kan förlita sig på ett statistikvärde totalt sett, d.v.s. få en begränsning för 

hela avvikelsen från målstorheten. I vissa fall kan producenten ge precis kvantitativ 

information om denna, i andra fall endast om hur någon/några, men inte alla, osäkerhetskällor 

kan ha påverkat tillförlitligheten. 

Kommentarer om tillförlitlighet 

Framställning av statistik kan ofta snabbas upp om man gör avkall på dess tillförlitlighet 

(genom stort svarsbortfall, ofullständig granskning, m.m.). Framställningstid och tillförlitlighet 

står i motsättning till varandra. I fall där snabb framtagning anses angelägen, 

brukar man lösa dilemmat genom att i en första omgång ta fram "preliminär" statistik, 

och senare "definitiv" statistik med bättre tillförlitlighet. 

7

8 

2.2 Osäkerhetskällor 

Åtminstone som en första approximation, med pedagogiska förtjänster, kan en total 

avvikelsen ses som en summa av partiella avvikelser, vilka emanerar från olika 

felkällor. Härvid skall dock framhållas dels att de partiella avvikelserna kan motverka 

varandra (genom att ha olika tecken) dels att uppdelningen på möjliga felkällor 

ibland kan vara något skönsmässig. 

2.2.1 Urval 

Kvalitetskomponenten avser den del av totala avvikelsen som beror på att statistiken 

är baserad på observationer på endast ett urval av objekt. Osäkerhetsmarginaler 

kan ofta anges i form av konfidensintervall. 

2.2.2 Ramtäckning 

Kvalitetskomponenten avser den del av totala avvikelsen som beror på skillnad 

mellan rampopulation och målpopulation. 

2.2.3 Mätning 

Kvalitetskomponenten avser den del av totala avvikelsen som beror på mätfel. 

2.2.4 Svarsbortfall 

Svarsbortfall, vanligen förkortat till bortfall, uppstår när värden på en eller flera 

observationsvariabler inte kan inhämtas. Termen skall uppfattas i den vida mening 

som indikeras av engelskans "missing value". Den omfattar t.ex. att uppgifter saknas, 

därför att de av en eller annan anledning inte kunde överföras från ett administrativt 

register. Om man för ett objekt inte erhåller några användbara uppgifter 

föreligger objektbortfall. Om användbara uppgifter inhämtats för vissa, men inte 

alla observationsvariabler föreligger partiellt bortfall (för variabler utan värden). 

Kvalitetskomponenten avser den del av totala avvikelsen som beror på bortfall. 

2.2.5 Bearbetning 

Kvalitetskomponenten avser den del av totala avvikelsen som beror på ofullkomligheter 

i bearbetningen, vilken omfattar databeredning (dataregistrering, kodning 

och granskning/rättning) och numeriska skattningsberäkningar. Själva skattningsförfarandet 

hänger nära samman med urval, och det är oftast naturligast att föra 

samman dessa till en aspekt "urval och skattning/estimation". 

2.2.6 Modellantaganden 

Avser den del av den totala avvikelsen som beror på att statistiken är baserad på 

modellantaganden som inte är perfekt uppfyllda. 

Val av urvalsoch skattningsförfarande baseras ofta på modellantaganden, som 

spelar roll för skattningarnas precision men inte deras väntevärdesriktighet. För 

störningar på grund av täcknings - och mätningsbrister samt bortfall görs också ofta 

antaganden, som används för justeringar i skattningssteget. Nyssnämnda typer av 

modellantaganden hänförs till den aktuella osäkerhetskällan. Denna kvalitetskomponent 

avser modellantaganden utöver dem som gäller urval, ramtäckning, mätning 

och bortfall. Exempel är framskrivningsmodeller, modeller för att ”fördela ned” 

statistik från stora till små redovisningsgrupper och modeller för att skatta ej 

undersökta delar av populationen. 

2.3 Redovisning av osäkerhetsmått 

Avser om konfidensintervall eller annat osäkerhetsmått redovisas. 

Kommentarer om osäkerhetsmått 

I planerings- och beslutssammanhang används statistik ofta så att man i en första omgång 

resonerar under premissen att statistikvärdena anger korrekta värden på målstorheterna. 

Många användare är dock medvetna om att de kan komma till mer eller mindre 

missvisande slutsatser genom att bortse från osäkerheten. Om de sedan vill bedöma

osäkerhetens konsekvenser, befinner de sig i markant olika situationer om numeriska 

osäkerhetsmått presenterats eller ej. Med tillgång till osäkerhetsmått kan en i statistikteori 

bevandrad användare göra välgrundade bedömningar av osäkerhetens konsekvenser, och 

kan därmed göra adekvata "slutsatsjusteringar". 

Osäkerhetsmått behövs inte minst för förändringsskattningar. 

3 STATISTIKENS AKTUALITET 

gäller statistikens relation till "nuläget" 

Användare efterfrågar vanligen statistik som beskriver "nuläget", eller med andra 

ord aktuell statistik. För statistiks aktualitet spelar naturligtvis tidsavståndet mellan 

"nu" och statistikens referenstid den centrala rollen. Den beror av framställningstid, 

publiceringsfrekvens och punktlighet. 

Kommentar om aktualitet 

En annan viktig faktor för statistiks aktualitet är hur snabbt verkligheten ändras. Vid 

bedömning av "tillräckligt aktuell" får användaren sammanväga ovan nämnda produktionsförhållanden 

med sin egen uppfattning om verklighetens förändringstakt. 

3.1 Frekvens 

Statistik från återkommande undersökningar tas vanligen fram enligt ett regelbundet 

schema (månatligen, kvartalsvis, årligen), och det är då naturligt att tala om frekvenser 

(eller periodiciteter). 

- Undersökningsfrekvensen avser periodiciteten i statistikens referenstid. 

- Publiceringsfrekvensen avser periodiciteten med vilken statistiken publiceras. 

- Uppgiftsinsamlingsfrekvensen avser periodiciteten med vilken grunduppgifter 

samlas in. 

I normalfallet sammanfaller de tre frekvenserna, men inte alltid. För användaren är 

de två sistnämnda frekvenserna normalt de viktigaste. 

Exempel 

SCB:s Investeringsenkät illustrerar att frekvenser kan skilja sig åt. Undersökningen 

samlar in uppgifter och publicerar statistik tre gånger per år, 

medan statistiken avser kvartal. 

3.2 Framställningstid 

Tiden mellan statistikens referenstid (referenstidpunkt eller referensperiodens slut) 

och dess publicering. 

3.3 Punktlighet 

Överensstämmelsen mellan utlovad och faktisk publiceringstid. 

Kommentarer om frekvens, framställningstid och punktlighet 

För en statistikanvändare är det ofta mycket viktigt att statistik föreligger i "rätt tid" (t.ex. 

till ett utsatt beslutsdatum). Vid engångsundersökningar hänger saken framför allt på 

statistikens framställningstid. Vid återkommande undersökningar är publiceringsfrekvens 

och punktlighet också viktiga. 

För ekonomisk statistik som påverkar de finansiella marknaderna kan punktlighets- och 

samtidighetskrav vara så höga som delar av sekund. 

Undersökningsfrekvensen spelar roll inte bara för statistiks aktualitet. Även en användare 

med "historiskt" intresse fäster vikt vid denna. Ju högre den är, desto mer i detalj kan en 

utveckling följas. 

9

10 

4 STATISTIKENS JÄMFÖRBARHET och SAMANVÄNDBARHET 

gäller främst målstorheters likhet 

En vanlig och viktig användning av statistik är för att göra jämförelser, dels jämförelser 

över tiden (tidsserier) dels jämförelser mellan grupper. I det senare fallet 

handlar det ofta om geografiska grupper, t.ex. jämförelse av förhållanden i olika 

länder. Jämförelser kan dock mycket väl gälla grupper av annan (än geografisk) 

natur, t.ex. jämförelse av förhållanden för två - vuxen - familjer med, 0, 1, 2, 3 

respektive 4 eller fler barn, d.v.s. med gruppindelning efter antalet barn. 

Vid jämförelser vill man idealt ha tillgång till statistikvärden för "samma" målstorhet, 

vid olika tidpunkter respektive för olika grupper. Hur "lika" målstorheter är, 

beror på deras definition. Ytterligare en faktor finns ofta med i bilden. Allmänt uttryckt 

gäller att vad man "egentligen" mäter, ofta beror på hur man mäter. För statistikvärdens 

jämförbarhet spelar den använda undersökningsmetodiken ofta en 

betydande roll. Det är till jämförbarhetens fördel om samma frågeformulär, samma 

datainsamlingsmetod, samma skattningsförfarande, o.s.v. använts. 

Detta nyss sagda förstärks av följande förhållande. Även om skev statistik är en 

styggelse, mildras skevhetens negativa effekter om statistikvärden som man vill 

jämföra är skeva på ett likartat sätt. Lika undersökningsmetod syftar naturligtvis i 

första hand till att leda till jämförbar oskev statistik. Dock, om skevhet trots allt 

uppkommer blir den likartad, vilket underlättar jämförelse. 

Denna kvalitetskomponent, inklusive delkomponenten "samanvändning med annan 

statistik", avser framför allt likhet hos målstorheter och undersökningsmetoder. 

Kommentar om jämförbarhet 

Hur pregnanta slutsatser man kan dra från en jämförelse beror dock inte bara på hur 

"lika" de bakomliggande målstorheterna är. Den beror naturligtvis också på tillförlitligheten 

hos de statistikvärden som jämförelsen baseras på. Om deras osäkerheter är 

stora kan observerade skillnader vara ett uttryck för tillfälligt ”brus” och inte för faktiska 

skillnader. 

4.1 Jämförbarhet över tiden 

Kvalitetsaspekten avser i vilken mån en återkommande undersöknings statistiska 

målstorheter och undersökningsmetod legat fasta eller ändrats över tiden. 

Även för statistik framställd med samma innehåll och metod kan saklogiskt intressanta 

jämförelser vara svåra att göra till följd av bl.a. säsong- och kalendervariationer. 

(Påsken kan ligga i olika kvartal olika år, antalet arbetsdagar i en månad kan 

variera.) Säsongrensningsförfaranden används för att underlätta jämförelser, särskilt 

för kortperiodisk statistik. 

Kommentarer om jämförbarhet över tiden 

För denna kvalitetskomponent föreligger ofta motstridiga användarintressen. En användare 

som är intresserad av utvecklingen i ett specifikt avseende är naturligtvis 

angelägen om att statistiken från de olika referenstiderna skall gälla "samma sak", d.v.s. 

att statistikens målstorheter och även dess eventuella skevhet (undersökningsmetodik) 

varit oförändrade. 

Användare som framför allt intresserar sig för "nuläge och framtid" vill ofta att omvärldsförändringar 

skall åtföljas av motsvarande förändringar i statistiken, så att den så 

väl som möjligt belyser nu rådande förhållanden. Sådan anpassning av statistiken leder 

vanligen till att jämförbarheten över tiden försämras.

Användares jämförelsemöjligheter förbättras om statistiken åtföljs av kommentarer, 

angående effekter dels av vidtagna förändringar i framställningen av statistiken, dels av 

omvärldsförändringar (t.ex. skatteomläggningar). 

4.2 Jämförbarhet mellan grupper 

Denna kvalitetskomponent avser hur ensartade definitionerna av statistiska målstorheter 

och även undersökningsmetoder är. När de statistikvärden man vill grunda 

en jämförelse på kommer från en och samma undersökning föreligger normalt "full 

jämförbarhet". När de kommer från olika producenter (olika statistikprogram, olika 

statistikbyråer, m.m.) föreligger möjlighet till divergenser. 

Exempel 

Statistik används ofta i internationellt samarbete, t.ex. EU. Det kan handla om 

att fastställa ekonomiska bidrag med utgångspunkt från medlemsländers ekonomiska 

situation. Det är då angeläget att de olika ländernas ekonomiska statistik 

avser "samma sak". Som en konsekvens finns EU-förordningar avseende olika 

statistikområden, vilka syftar till ensartade definitioner. 

4.3 Samanvändbarhet med annan statistik 

Ofta vill man belysa ett sakproblem med statistikvärden för olika målstorheter och 

från olika undersökningar. Målstorheternas definitioner (ifråga om objekt, variabler, 

population, referenstider) skall då helst vara lika i de olika undersökningarna. 

Denna kvalitetskomponent avser i vilken utsträckning så är fallet. 

Exempel 

Om man vill bedöma konsekvenserna av vissa tänkbara ändringar i inkomstbeskattningen 

av individer, skulle det kunna vara av intresse att kombinera statistik 

från följande SCB - undersökningar; Inkomstfördelningsundersökningen 

(HINK), Hushållens utgifter (HUT) och Bostads- och hyresundersökningen 

(BHU). Det är då naturligtvis önskvärt att t.ex. "hushåll" och "disponibel 

inkomst" definieras på samma sätt i de tre undersökningarna. 

Kommentar om samanvändbarhet 

Ibland justeras statistiken från en undersökning så att den blir konsistent med statistik 

från en annan undersökning, och därmed bekvämare att användas tillsammans med 

denna. Konsistensvillkor ges ofta av att man fordrar att justerade statistikvärden skall 

uppfylla relationer som man på teoretiska grunder vet gäller för målstorheterna. 

Exempel: Landets ekonomiska utveckling följs med såväl "snabb" (t.ex. månatlig) statistik 

som med mer omsorgsfull och djupgående årlig statistik, framtagna av olika undersökningar. 

I det sammanhanget är ett naturligt konsistenskrav att summan av de tolv 

månadsvärdena är lika med årsvärdet. 

11

12 

5 STATISTIKENS TILLGÄNGLIGHET och FÖRSTÅELIGHET 

gäller statistikens spridning och förståelighet 

5.1 Spridningsformer 

Kvalitetskomponenten avser de distributionsmedia och distributionskanaler som 

används för att förmedla statistiken till användare. 

Kommentar om spridningsformer 

Statistik är ofta ett av flera underlagsmaterial i kartläggningar, utredningar och 

forskningsprojekt. För att en användare enkelt skall kunna vidarebehandla statistiken 

och/eller integrera den med annat material skall den helst finnas tillgänglig i en form som 

svarar mot dennes önskemål. Exempel: Statistik från diskett eller Internet kan medge 

enkel och snabb sammanställning av egna tabeller, egna beräkningar m.m. 

5.2 Presentation 

Kvalitetskomponenten avser hur den statistiska informationen presenteras i olika 

publikationer och databaser; förekomst och omfattning av textavsnitt, diagram, 

tabeller, referenser och bilder. Avser också hur väl särskilt intressanta sakaspekter 

på statistiken lyfts fram. 

5.3 Dokumentation 

Kvalitetskomponenten avser användares möjligheter att få tillgång till beskrivningar 

av statistiken i sig, och hur den framställdes. Teknisk beskrivning av den process 

som ledde fram till statistiken ges i första hand av undersökningens produktionsdokumentation. 

Beskrivning av statistiken ges i kvalitetsdeklarationen. 

Kommentar om dokumentation 

För användare som avser att själva vidarebearbeta primärmaterial (se nedan) är en väl 

genomarbetad produktionsdokumentation ofta en nödvändig förutsättning. 

5.4 Tillgång till primärmaterial 

Med primärmaterial avses grunddata så som de föreligger i undersökningens slutliga 

observationsregister. Ibland är användare intresserade av statistik som inte 

finns framtagen, men som primärmaterialet ger underlag för. Två huvudmöjligheter 

föreligger då. 

- Producenten gör specialbearbetningar av primärmaterialet enligt användarens 

önskemål och anvisningar. 

- Användaren får tillgång till (avidentifierat) primärmaterial för egen bearbetning. 

Kommentarer om tillgång till primärmaterial 

Användare med väl specificerade frågeställningar är ofta intresserade av att få specialbearbetningar 

utförda av producenten. Viktiga aspekter är då hur snabbt sådana kan 

göras, och till vilken kostnad. 

Forskare och utredare är ofta angelägna om att få tillgång till primärmaterial för egen 

bearbetning. Därigenom får de möjlighet att analysera materialet snabbare och/eller mer 

flexibelt än när producenten genomför specialbearbetningar. 

5.5 Upplysningstjänster 

Kvalitetskomponenten avser användares möjligheter dels att få svar på frågor om 

specifik statistik, dels att få hjälp att hitta i "lagret" av officiell (och annan) statistik. 

Beroende på upplysningsönskemålet kan det tillmötesgås genom hänvisning till 

statistikprogramansvarig funktion/person, till central upplysningstjänst, till forsknings 

- och utredningsinstitut (för analys och tolkning), eller till någon annan adekvat 

instans.

Riktlinjer för kvalitetsdeklaration av statistik 

Underlag för kvalitetsbedömning och statistikanvändning 

För att en användare skall kunna bedöma om han/hon har intresse av en viss statistik, 

och hur den i så fall kan användas, behöver han/hon information om statistikens 

egenskaper i olika avseenden, dess kvalitet. I de två föregående kapitlen har ett 

kvalitetsbegrepp för officiell statistik formulerats och förklarats. I detta kapitel ges 

riktlinjer för hur producenten skall utforma information till användare om statistiks 

kvalitet, göra en kvalitetsdeklaration. 

All svensk officiell statistik (SOS) skall kvalitetsdeklareras. Detta gäller oavsett 

statistikens form och medium för spridningen, för Statistiska Meddelanden (SM), 

årsböcker, i databaser, på diskett eller på något annat sätt, och oavsett om den tidigare 

publicerats i annan version. 

De riktlinjer som presenteras här är utformade i första hand med tanke på årliga 

undersökningars primära publicering i SM och andra liknande publikationer. I 

andra fall kan kvalitetsdeklarationerna behöva utformas på annorlunda sätt, t.ex. av 

utrymmes- och/eller struktureringsskäl. Allmänt gäller dock att de riktlinjer som 

presenteras här bör följas så långt som möjligt. Vidare kan sägas : 

- att kvalitetsdeklaration av kortperiodisk (månatlig, kvartalsvis) statistik ges 

genom referens till en kvalitetsdeklaration som utges minst en gång om 

året, helst vid årets första publicering. 

- att kvalitetsdeklaration av sekundärpublicerad statistik (t.ex. vissa årsböc- 

ker med statistik från olika källor) ges dels genom en förkortad kvalitets- 

deklaration som omfattar särskilt viktiga aspekter, dels genom referens 

till den fullständiga kvalitetsdeklarationen i källpublikationen. 

Kvalitetsdeklarationerna skall ha en enhetlig struktur, som ansluter till kvalitetsbegreppets 

komponenter Innehåll, Tillförlitlighet, Aktualitet, Jämförbarhet och 

samanvändbarhet samt Tillgänglighet och förståelighet. 

Härvid skall följande framhållas. Kvalitetsbegreppets primära uppgift är att förteckna 

de aspekter på statistik som spelar roll för hur väl den tillgodoser användares 

informationsbehov. Att ge en strukturmall för kvalitetsdeklarationer är en åtföljande 

uppgift, där kvalitetsbegreppets fullständiga komponentlista ibland kan upplevas 

som väl lång. T.ex. behöver producenten inte uttala sig om ett SM:s förståelighet, 

den kan ju läsaren själv bedöma. Det underlag som producenten skall tillhandahålla 

varierar i omfattning och karaktär för de olika komponenterna. Riktmärket skall 

dock alltid vara att ge tillräcklig information för att en användare i ett första steg 

skall kunna bedöma om statistiken är användbar för hans/hennes syften, och i ett 

andra steg kunna förstå hur statistiken används på ett riktigt sätt. 

Riktlinjerna ges i termer av en mall för kvalitetsdeklaration, vilken börjar på nästa 

sida. I mallens punkter ges anvisningar om vilken information om statistiken som 

producenten skall ge under punkterna ifråga. 

13

14 

Mall för kvalitetsdeklaration av statistik 

Kvalitetsdeklarationen skall ha användare av statistiken som målgrupp, och dess 

förståelighet skall relateras till användarna. Producentinriktade begrepp och termer 

bör undvikas så långt möjligt. Hänvisa gärna till mer utförlig dokumentation, tekniska 

rapporter o. dyl. 

0 INLEDNING 

Beskriv här undersökningens syfte och förutsättningar, om sådan information inte 

ges på annan plats i publikationen. Ta med information om undersökningen som 

underlättar förståelsen för kvalitetsdeklarationen, t.ex. något om undersökningsplan 

och uppgiftsinsamling. Annan information som eventuellt kan lämnas här är sammanhang 

med andra statistiska undersökningar, andra publiceringsformer, beställar/producentförhållande, 

m.m. 


Under Innehåll skall framför allt ges information om använda definitioner. 


Syftar till att ge användaren underlag för att bedöma hur väl statistikens storheter 

ansluter till hans/hennes sakproblem. 

1.1.1 Objekt och population 

Definiera målpopulationens objekt och avgränsning. I den mån undersökningen 

omfattar viktiga objekt, som använts vid uppgiftsinsamlingen men inte ingår i 

redovisningen, beskriv dem här. 

1.1.2 Variabler 

Definiera statistikens variabler, inklusive viktiga observationsvariabler som inte 

ingår i redovisningen. 

1.1.3 Statistiska mått 

Specificera de statistiska mått som ingår i de statistiska storheterna. 


Specificera de variabler som använts vid indelning i redovisningsgrupper för statistiken, 

och ange på hur detaljerad nivå redovisningen sker. Om gruppindelningar 

är baserade på standarder (t.ex. den för näringsgrensindelning), ge hänvisning till 

standarden ifråga. Speciellt intressanta redovisningsgrupper kan nämnas särskilt. 


Ange relevanta referenstider för statistiken. Ibland är det lämpligt att inkludera 

referenstiderna redan i definitionerna av objekt och variabler. I så fall räcker det 

med en hänvisning här. 


Kvalitetskomponenten avser statistiksystem, och vid deklaration av statistik från en 

enskild undersökning finns vanligen inte mycket att säga. 


Under Tillförlitlighet ges dels information om statistikens osäkerhet, inklusive 

beskrivning av osäkerhetskällor, dels förekomst av osäkerhetsmått och deras innebörd. 

Informationen skall syfta till att hjälpa en användare att kunna ta ställning till 

om statistiken är tillräckligt tillförlitlig för hans/hennes användningssyfte, och att 

kunna använda statistiken på ett riktigt sätt. 

2.1 Tillförlitlighet totalt

Idealt anges statistikvärdens osäkerhet med osäkerhetsintervall (konfidensintervall 

och/eller bedömningsintervall). När sådana presenteras ingår de ofta som del av 

själva tabellmaterialet och skall då inte redovisas också i kvalitetsdeklarationen. 

Ibland tillhandahålls endast mer översiktsmässiga numeriska osäkerhetsmått. 

I många fall kan producenten inte beskriva statistikens tillförlitlighet i termer av 

osäkerhetsintervall. Den information som kan ges avser då arten av och styrkan i 

källor till osäkerhet, och deras tänkbara kvantitativa konsekvenser för statistiken. 

Ibland kan producenten ha förhållandevis säker uppfattning om riktningen på en 

föreliggande skevhet, även om det är ogörligt att säga något säkert om dess storlek. 

Oavsett om osäkerhetsintervall presenteras eller inte, skall tillgänglig information 

om osäkerhetskällor redovisas under punkt 2.2. Denna information bör vara såväl 

deskriptiv som, i den mån det går, kvantitativ. 

Under 2.1 redovisas en sammanfattande bedömning av de olika osäkerhetskällornas 

relativa vikt i den totala avvikelsen. 


2.2.1 Urval 

Om statistiken kommer från en urvalsundersökning, beskriv det använda urvalsoch 

skattningsförfarandet. Det senare är vanligen utformat så att det också omfattar 

justering för bortfall och ibland även för täckningsbrister och mätfel. Det är då 

lämpligt att beskriva hela skattningsförfarandet här. 

När ett sannolikhetsurval använts, kan osäkerhet som beror på inskränkningen till 

ett urval vanligen anges med hjälp av konfidensintervall, men andra osäkerhetsmått 

förekommer också. Ofta gäller att konfidensintervall (eller ekvivalenta osäkerhetsmått) 

fångar upp osäkerhet som härrör inte bara från urvalet, utan också från en 

eller flera av källorna ramtäckning, mätning och svarsbortfall. Beskriv här hur 

osäkerhetsmåtten beräknats och hur de skall tolkas. Om ett icke - sannolikhetsurval 

använts, informera om detta och diskutera urvalets representativitet. 


Beskriv brister i fråga om rampopulationens täckning av målpopulationen, och de 

bedömda konsekvenserna för statistikens tillförlitlighet. Om skattningsförfarandet 

omfattar justering för ramtäckningsbrister, nämn det och beskriv justeringarna här 

eller under Urval. 


Beskriv det använda mätförfarandet. När frågeformulär använts bör detta redovisas 

i sin helhet eller i lämpligt sammandrag. Redovisa mätsvårigheter som uppträtt vid 

insamlingen av uppgifter och deras troliga konsekvenser för statistikens tillförlitlighet. 

Om redovisade konfidensintervall fångar upp också osäkerhet från slumpmässiga 

mätfel, nämn detta och ge beskrivning här eller under Urval. Om justeringar för 

systematiska mätfel gjorts, beskriv dessa här eller under Urval. 


Ange kvantitativa och kvalitativa aspekter på bortfallet; bortfallsandel (vägd 

och/eller ovägd), uppdelning i "avböjd medverkan" respektive "ej anträffad", kända 

eller förmodade bortfallsmönster, åtgärder för att minska bortfallet, m.m. Redovisa 

bortfallets bedömda konsekvenser för statistikens tillförlitlighet. Beskriv metod(er) 

för bortfallskompensation i skattningsförfarandet, här eller under Urval. 


15

16 

Redovisa orsaker till osäkerhet som emanerar från databeredningen (dataregistrering, 

kodning och granskning/rättning) och de numeriska beräkningarna. Ange de 

bedömda konsekvenserna av eventuella kvarstående fel. 


Termen ”modell” är mycket allmän. Som nämns i beskrivningen av denna kvalitetskomponent 

ligger ofta modellantaganden till grund för val av såväl urvalsoch 

skattningsförförande som förfaranden för att i skattningssteget justera för ramtäckningsbrister, 

brister i mätningsförfarandet och bortfall. I den mån sådana modellantaganden 

gjorts, redovisas de under respektive punkt ovan. Denna punkt avser 

endast osäkerhet som härrör från andra modellantaganden. 

Redovisa tänkbara orsaker till, och bedömda konsekvenser av, att modellantaganden 

inte är helt uppfyllda. 


Denna punkt avser endast huruvida osäkerhetsmått anges eller ej, och när sådana 

ges, av vilken typ de är. Osäkerhetsmåtten själva återfinns antingen i tabellmaterialet 

eller under föregående punkter. Osäkerhet kan även beskrivas summariskt 

enligt Bilaga 2, vars huvudsyfte är att standardisera beteckningssättet. 


Under Aktualitet skall sådan information ges som hjälper användare att bedöma hur 

väl statistiken beskriver nuläget. 

3.1 Frekvens 

Ange undersöknings-, publicerings- och uppgiftsinsamlingsfrekvenser för statistiken. 

Kommentera eventuella genomförda eller planerade förändringar. 


Ange framställningstiden för statistiken. Kommentera eventuella förskjutningar och 

planerade förändringar. 


Ange med vilken punktlighet statistiken framställts. För en återkommande undersökning 

kan förskjutningar och förändringar i publiceringsplaner kommenteras här. 

4 JÄMFÖRBARHET och SAMANVÄNDBARHET 


Ge en resumé över i vilken utsträckning statistiska målstorheter (objekt, variabler, 

statistiska mått, m.m.) och undersökningsmetod legat fasta respektive ändrats över 

tiden. I den mån förändringar skett i samhället som påverkar statistiken, t.ex. nya 

lagar och avtal, beskriv dem, och hur de har påverkat eller tänks kunna påverka 

statistiken. Beskriv konsekvenser av eventuella metodförändringar. Peka på förekomst 

av tidsseriebrott, och beskriv åtgärder för att mildra dem. Vid jämförelse med 

en tidigare referenstid, ange om denna var extrem/ovanlig i något avseende. 


Ange i vilken utsträckning statistikens målstorheter överensstämmer med målstorheter 

i annan statistik som det kan finnas intresse att jämföra med, t.ex. för internationella 

jämförelser. Kommentera även undersökningsmetoden i detta avseende. 

Om skillnader föreligger, beskriv deras innebörd för jämförbarhet. Avgränsningen 

av statistik som det kan finnas intresse att jämföra med blir en bedömningsfråga. 

4.3 Samanvändbarhet med annan statistik

Ange annan statistik som är särskilt naturlig att användas tillsammans med den 

statistik som kvalitetsdeklareras. Ange i vilken utsträckning dels målstorheter dels 

undersökningsmetoder och åtföljande eventuella skevheter överensstämmer eller 

skiljer sig. Avgränsningen av "annan statistik" blir en bedömningsfråga. 

5 TILLGÄNGLIGHET och FÖRSTÅELIGHET 

För Tillgänglighet och förståelighet är behovet av information för vissa underkomponenter 

inte så stort, eftersom publikationen i sig utgör en del av underlaget 

för en kvalitetsbedömning. T.ex. aspekten ”presentation” avser utformning av text, 

tabeller, diagram, o. dyl. som användaren i normalfallet direkt kan studera i publikationen. 

Informationen syftar till att ge användaren underlag för att bedöma hur 

väl statistiken tillmötesgår hans/hennes önskemål i fråga om spridningsformer och 

de servicemöjligheter som erbjuds i anslutning till den publicerade statistiken. 


Redovisa de distributionskanaler och publiceringsmedia som används för statistiken. 

När tillämpligt, informera användare om att det endast är begränsade delar av 

framtagen statistik som publiceras, på grund av kostnadsrestriktioner, begränsat 

användarintresse, m.m. 


I normalfallet utgör publikationen själv bedömningsunderlaget och inga ytterligare 

kommentarer behövs. 


Ange andra källor för information om statistiken och om den framställningsprocess 

som ledde fram till den. 


Redovisa i stora drag användares möjligheter att få specialbearbetningar utförda, 

och möjligheter att få tillgång till avidentifierat primärmaterial. 


Ange vart en användare kan vända sig för att få ytterligare hjälp att förstå och analysera 

statistiken, samt finna annan relaterad statistik. 

17

Bilaga 1. Begrepp och termer i anslutning till statistiska 

undersökningar 

En statistisk undersökning syftar till kunskap om värdena på statistiska storheter, 

d.v.s storheter som ger en sammanfattande numerisk beskrivning av förhållanden i 

en grupp. Det karaktäristiska för en sådan undersökning är att den i ett första steg 

omfattar insamling av uppgifter, som i ett andra steg bearbetas till statistik. 

Termen "statistisk undersökning" används med litet olika innebörder. Ibland avser 

den en enskild undersökning, medan den i andra fall syftar på en hel serie av återkommande, 

väsentligen likadana undersökningar. Konsumentprisindex (KPI) - undersökningen 

kan t.ex. avse såväl en bestämd KPI - omgång (t.ex. den som ledde 

fram till KPI - värdet för mars 1999) som den undersökningsserie som ger ifrån sig 

månatliga och årliga KPI - värden. I det följande avses med statistisk undersökning 

en "enskild" undersökning. 

Man möter ibland svårigheter vid avgränsningen av den undersökning som skall 

dokumenteras, vars statistik skall kvalitetsdeklareras, el. dyl. Svårigheterna kan 

exemplifieras med undersökningsaktiviteterna som leder fram till KPI - värden. Sett 

mer i detalj omfattar de ett antal delundersökningar (avseende livsmedel, kläder, 

hyror, m.m.), vilka mycket väl kan betraktas som självständiga undersökningar. 

Ofta finns ingen självklar början och slut i ett undersökningssammanhang, ingen 

självklar "avgränsning i rummet". Analoga svårigheter för "avgränsning i tiden" 

kan också föreligga, särskilt vid periodiskt upprepade undersökningar. Det går inte 

att ge allmänna regler för hur man avgränsar en undersökning. I det praktiska fallet 

får avgränsningen göras på det sätt som bedöms vara mest ändamålsenligt för det 

aktuella beskrivningssyftet. 

I stort sett oberoende av hur en undersökning avgränsas, kan den beskrivas med 

uppdelning efter nedanstående moment, vilka ansluter till den normala undersökningsgången; 

planering (moment 1 och 2), uppgiftsinsamling (moment 3) samt 

skattning och resultatredovisning (moment 4). 

Moment 1: Statistikens innehåll 

Moment 2: Undersökningsplan 

Moment 3: Uppgiftsinsamling 

Moment 4: Skattning och resultatredovisning 

Följande genomgång av begrepp och termer görs genom en beskrivning av en statistisk 

undersökning med ovanstående momentindelning. Termer som önskas framhävda 

är kursiverade, och de preciseras/definieras av sin omgivande text. 

Moment 1. Statistikens innehåll 

Utgångspunkten för en statistisk undersökning är ett sakproblem, vilket kan gälla 

sociala, ekonomiska, miljömässiga förhållanden, eller något annat. Det genererar ett 

statistiskt problem med frågor som : Vilka statistiska storheter skulle belysa sakproblemet 

väl ? Hur kan exakta eller skattade värden på dessa storheter tas fram ? 

Vilka kostnader blir det fråga om ? 

Det i statistiksammanhang centrala begreppet är statistisk storhet. Det avser ett 

"teoretiskt" ("sant") värde, som definieras av att : 

- ett bestämt statistiskt mått används för att sammanfatta 

- värdena på en eller flera variabler 

- för objekten i en bestämd grupp. 

Objekten kan vara personer, företag, händelser, föremål, m.m. Hela objektkollektivet 

kallas populationen. Ofta är också olika delpopulationer av intresse, och 

sådana benämns redovisningsgrupper. Med en variabel avses en egenskap hos 

objekten, vilken kan vara såväl kvantitativ som kvalitativ. Ett statistiskt mått är en 

19

20 

beräkningsregel för sammanfattande, t.ex. räkning av antal, beräkning av summa, 

medelvärde eller median. Ett exempel där storheten beror av två variabler är korrelationskoefficient. 

I en undersöknings första planeringsomgång riktar sig beställarens/användarens 

intresse mot statistiska storheter som ansluter till dennes sakproblem, användarens 

statistiska intressestorheter. Funnes inte ekonomiska, tidsmässiga eller andra restriktioner, 

skulle undersökningen genomföras så att värden på intressevariablerna 

samlades in för samtliga objekt i intressepopulationen. I praktiken genomförs dock 

sådana "ideala" totalundersökningar sällan. Oftast skulle det bli för dyrt, eller ta för 

lång tid att undersöka de objekt och variabler man är mest intresserad av. Istället 

inriktas undersökningen mot statistiska storheter som, även om de inte helt överensstämmer 

med de ideala, bedöms ligga tillräckligt nära dessa och vara lättare eller 

billigare att undersöka. Objekt, variabler, populationsavgränsning, m.m. som man 

väljer att använda i undersökningen benämns med prefixet mål, i sammansättningar 

som målobjekt, målpopulation, målvariabel, m.m. Den uppsättning statistikvärden 

som undersökningen i första hand skall resultera i kallas dess tabellplan. 

Ett annat vanligt avsteg från den ideala totalundersökningen är att man, framför allt 

av kostnads- och tidsskäl, undersöker endast ett urval av populationens objekt. Då 

kommer medvetet viss osäkerhet in i statistiken. Även när utformningen är av 

totalundersökningstyp föreligger "störningar" som bidrar till osäkerhet; svarsbortfall, 

mätfel, ramtäckningsbrister, m.m. Praktiska undersökningar leder normalt inte 

till exakt fastställande av värdena på målstorheterna, utan till statistikvärden som är 

skattningar. Statistikuppgift förekommer vanligt som synonym till statistikvärde. 

Härvid är den "kategoriska" ledstjärnan att sträva efter väntevärdesriktiga skattningar, 

sådana som är "i genomsnitt riktiga". Oftast leder strävandena till statistik 

som är, åtminstone så gott som, väntevärdesriktig, men man kan inte alltid undvika 

skevhet (bias) i skattningar, d.v.s. att de är förenade med systematisk över - eller 

underskattning. 

Statistikvärden är, som sagt, oftast förenade med viss osäkerhet. Ju mindre osäkert, 

desto mer tillförlitligt är ett statistikvärde. En statistisk undersökning skall helst 

utformas så att meningsfulla osäkerhetsmått för statistikvärdena kan beräknas, och 

också beräknas och redovisas. Statistiks användbarhet som analys- och beslutsunderlag 

beror av dess tillförlitlighet. Ju mer tillförlitlig den är, desto bättre underlag 

utgör den. Kostnaderna för att framställa statistik hänger följdriktigt samman 

med dess tillförlitlighet. Ju mer tillförlitlig statistik som önskas, desto högre blir för 

det mesta kostnaden. Åtminstone i en andra planeringsomgång är det därför viktigt 

att beställare/användare och producent kommer till samförstånd om hur statistikens 

tillförlitlighet och undersökningskostnader skall balansera varandra. 

Terminologiska kommentarer 

Objekt och variabel: Ett flertal synonymer till "objekt" förekommer, bl.a. element, enhet, 

elementär enhet, individ och objektinstans. Även för "variabel" finns synonymer, bl.a. 

egenskap och attribut. 

Statistisk storhet: Förekommande synonymer är parameter och karakteristika. 

Redovisningsgrupp: Alternativa termer med ungefär samma innebörd är delpopulation, 

grupp, klass, domän.

Moment 2. Undersökningsplan 

Observationsobjekt och uppgiftskälla 

Den mest resurskrävande delen av en statistisk undersökning är vanligen uppgiftsinsamlingen. 

En förekommande synonym till uppgift är observation. Man brukar 

skilja mellan grunduppgifter (t.ex. ett frågesvar inhämtat genom intervju, eller 

inkomstuppgifter från Riksskatteverket) och härledda uppgifter. De senare framkommer 

genom att grunduppgifter kombineras, enligt någon föreskriven härledningsregel, 

med varandra eller med uppgifter som producenten förfogar över. 

Planen för en uppgiftsinsamling skall ge svar på bl.a. följande frågor. Vem/vad vill 

man samla in uppgifter om? Vem vill man inhämta uppgifter från? Hur kommer 

man i kontakt med uppgiftskällan? Ett objekt som man hämtar in uppgifter om 

kallas ett observationsobjekt, och variabler som man samlar in värden på kallas 

observationsvariabler. En instans från vilken uppgifter inhämtas kallas en uppgiftskälla. 

För ett och samma observationsobjekt kan det vara aktuellt att inhämta 

uppgifter från flera olika uppgiftskällor. Om uppgiftskällan är en person (t.ex. när 

en individ lämnar uppgifter om sig själv) talar man hellre om uppgiftslämnare. 

Även register, databaser, o.dyl. kan vara uppgiftskällor. När uppgiftskällan är ett 

företag/organisation är vanligen en person utpekad att ansvara för att uppgifter 

lämnas, dessas riktighet, m.m., en kontaktperson. 

Ramförfarande 

Proceduren för att fastställa observationsobjekt och komma i kontakt med uppgiftskällor 

kallas undersökningens ramförfarande. I "nybörjarboken" ser ramförfarandet 

för en urvalsundersökning ut så här. En lista föreligger, kallad ram, vars 

element ett - till - ett korresponderar med objekten i målpopulationen. Ett urval dras 

genom att man låter slumpen välja ut ett antal ramelement, och korresponderande 

populationsobjekt utgör urvalet som skall observeras. Uppgifter om utvalda objekt 

inhämtas direkt från dem själva. Vid detta enkla ramförfarande föreligger ett - till - 

ett korrespondens mellan "ramelement", "objekt i målpopulationen", "observationsobjekt" 

och "uppgiftskälla". I många undersökningar är dock vissa, ibland 

t.o.m. alla, dessa instanser olika. Man kan urskilja två huvudtyper för en uppgiftsinsamlings 

struktur. 

Observationsobjektbaserat insamlingsförfarande: 

Först fastläggs vilka observationsobjekten skall vara. Därefter kommer uppgiftskällorna 

in i bilden (eventuellt är de observationsobjekten själva). 

Uppgiftskällebaserat insamlingsförfarande: 

• Först fastläggs vissa primära uppgiftskällor som man skall vända sig till. 

Hos dessa görs anmodanden av typen: "Var vänlig ange alla objekt (av 

angivet slag) som är relaterade (enligt angiven regel) till Er, samt deras 

värden på följande variabler: ...........". 

• Först därefter vet man precis vilka observationsobjekt som ingår i undersökningen. 

Eventuellt fortsätter uppgiftsinsamlingen för framkomna objekt, 

och det kan då vara aktuellt att vända sig till sekundära uppgiftskällor. 

Ovanstående insamlingstyper kan benämnas insamling enligt "listmodell" respektive 

"klustermodell". Det behöver inte vara självklart vilken av modellerna som 

skall användas för en speciell undersökning, och det finns också mellanvarianter. 

Ett huvudinstrument för en uppgiftsinsamling, oavsett dess typ, är undersökningens 

ram. Dess centrala del utgörs av en eller flera förteckningar (vanligen av möjliga 

observationsobjekt eller uppgiftskällor). Härvid skall förteckning uppfattas i vid 

mening. Den vanligaste typen av förteckning är ett elektroniskt register, men den 

kan vara en lista på papper, en karta, m.m. Objekten i en ramförteckning kallas 

ramelement. Med undersökningens ramförfarande avses den totala proceduren för 

21

22 

att bestämma precis vilka observationsobjekten och uppgiftskällorna skall vara. 

Själva ramförteckningen räcker dock inte för att lägga fast ramförfarandet, utan 

regler för hur ramelementen leder (är kopplade) till observationsobjekt och uppgiftskällor 

måste också anges. (Ett exempel på en litet mer sofistikerad koppling är 

när man väljer ut hushåll genom att först välja ut personer, ur en ram med personer, 

och sedan låta de urvalda personernas hushåll utgöra urvalet av hushåll.) 

En ytterligare viktig sak är att ramen skall kunna förse undersökaren med kontaktväg 

till uppgiftskällan (postadress, telefonnummer, o.dyl.). 

I nästa diskussion görs uppdelning efter total- respektive urvalsundersökningar. 

Totalundersökningar 

Uppgiftsinsamlingen i en totalundersökning avser samtliga observationsobjekt som 

ramen leder till. Idealt införskaffar man därigenom uppgifter för samtliga objekt i 

målpopulationen. I praktiken föreligger dock störningar av olika slag. 

En sådan gäller defekter i ramens täckning. I praktiken kan ett ramförfarande medföra 

såväl att man missar vissa observationsobjekt som borde vara med, som att 

man tar med objekt i onödan. För enkelhets skull antas att observations- och målobjekt 

är av samma typ, vilket de dock i det allmänna fallet inte behöver vara. Med 

rampopulationen menas då de objekt som ramelementen leder till. Den del av 

rampopulationen som faller inom målpopulationen kallas för den nåbara delen av 

målpopulationen. De objekt i målpopulationen som ligger utanför rampopulationen 

kallas (ram)undertäckningen. Den omfattar alltså objekt som inte kan nås via ramförfarandet. 

Den del av rampopulationen som faller utanför målpopulationen kallas 

(ram)övertäckningen. Härvid förutsätts att ramens kopplingsregler är sådana att 

man inte med hjälp av informationen i ramen kan avgöra om ett ramelement leder 

till ett intressant objekt eller ett övertäckningsobjekt, utan att det avgörandet fordrar 

observation. Annorlunda uttryckt: Övertäckning som kan identifieras i ramen 

bortses från. Begreppen illustreras i nedanstående figur. 

Rampopulation 

Målpopulation 

Figur. Illustration av täckningsförhållanden. 

Övertäckning 

Nåbar del av 

målpopulation 

Undertäckning 

Under- och övertäckning infördes ovan under premissen att observations- och målobjekt 

är av samma typ, men begreppen används mer allmänt på följande sätt. 

Undertäckningen utgörs av de objekt i målpopulationen som ramförfarandet inte 

leder till uppgifter om. Övertäckningen utgörs av objekt som ramförfarandet leder 

till (åtminstone vissa) uppgifter om, trots att de ligger utanför målpopulationen. 

Vanligen avbryts uppgiftsinsamlingen för dessa objekt. 

Konsekvenserna av under - och övertäckning är olika till sin karaktär. Undertäckning 

innebär att uppgifter inte samlas in för en del av den målpopulation som statistiken 

skall uttala sig om, och konsekvensen kan bli skevhet i statistiken. Övertäckning 

innebär att man använder undersökningsresurser på ointressanta objekt. 

Om populationstillhörigheten inte kontrolleras, kan konsekvensen även här bli 

skevhet i statistiken.

Urvalsundersökningar 

Uppgiftsinsamlingen till en urvalsundersökning avser endast ett urval av de observationsobjekt/uppgiftskällor 

som ramen, här kallad urvalsramen, leder till. En 

sådan undersökning innebär alltså "ekonomiserad" uppgiftsinsamling jämfört med 

en totalundersökning. Vid en urvalsundersökning möter man problem avseende hur 

man skall göra inferens till populationsstorheter från observationer på bara ett urval 

av objekt, vilket diskuteras litet mer ingående under Moment 4. 

Ramtäckningsproblem föreligger även vid urvalsundersökningar. Under premissen 

att observations- och målobjekten är av samma typ, definieras rampopulationen för 

en urvalsundersökning som de målobjekt som urvalsramen leder till. Efter den 

modifikationen av rampopulation gäller det som tidigare sagts om under - och övertäckning 

för totalundersökningar också för urvalsundersökningar. 

Helst skall ett urval vara ett sannolikhetsurval. Därvid låter man en slumpmekanism 

operera på urvalsramen och generera ett urval av ramelement, som i sin tur leder till 

objekturvalet som skall observeras. Härvid skall slumpen operera på ett så 

kontrollerat sätt att man för en godtycklig delmängd i rampopulationen kan beräkna 

sannolikheten att just den blir objekturvalet. Speciellt innebär detta att 

urvalssannolikheten för varje objekt i rampopulationen kan beräknas. Vidare skall 

varje objekt i rampopulationen ha positiv urvalssannolikhet. 

Tillförlitligheten i resulterande statistikvärden påverkas av den urvalsutformning 

och den urvalsallokering (val av urvalsstorlekar) som används. Urvalsutformningar 

med stratifierat urval är vanligt förekommande, varvid urvalsramen först delas upp 

i åtskilda delar, (urvals)stratan, från vilka delurval dras oberoende av varandra. 

Insamlingsmetod/mätförfarande 

Det finns många sätt att samla in uppgifter på. Ett är att helt enkelt överföra uppgifter 

från ett eller flera externa register. Vid mer egentlig insamling talar man om 

mätningar (eller observationer), mätmetod, mätinstrument, o.dyl. 

Vid individundersökningar är frågeformuläret det karaktäristiska mätinstrumentet. 

Härvid kan svar inhämtas via blankett som distribueras per post eller genom intervju 

(med telefon- och besöksintervju som huvudmöjligheter), m.m. För att få bra 

mätvärden via ett frågeformulär är det viktigt att formuläret är väl utformat ifråga 

om språk, anvisningar, frågornas ordningsföljd, m.m. Praktisk utprovning bör ingå i 

konstruktionen av ett frågeformulär. 

Andra möjligheter att samla in uppgifter på är via diskett eller Internet. Fysikaliska 

mätmetoder förekommer också, t.ex. för att ge uppgiftsunderlag till miljöstatistik. 

Avbrytning 

Ibland leder ramförfarandet till objekt för vilka man inte vill påbörja/fortsätta insamling 

av uppgifter för de egentliga observationsvariablerna. Enligt någon 

bestämd avbrottsregel avslutas uppgiftsinsamlingen vid vissa svarskombinationer 

på vissa, oftast initiala, frågor. (T.ex. med anvisning av typen: Om svaret på föregående 

fråga är "Nej", avsluta och sänd tillbaka blanketten.) Det vanligaste skälet 

för att avbryta en uppgiftsinsamling är att det framgår av lämnade uppgifter att objektet 

är ett övertäckningsobjekt och därmed ointressant, men det finns även andra 

skäl. Man brukar ofta uttrycka avbrytning med att objekt identifieras som övertäckning, 

vare sig detta är helt adekvat eller ej. 

Planerat observationsregister 

När en undersöknings målobjekt och målvariabler och dess ramförfarande (inklusive 

observationsobjekt och -variabler) är fastlagda, har man "spänt upp" undersökningens 

planerade observationsregister. Det kan, åtminstone schematiskt, ses 

som en tabell med observationsobjekt i raderna och variabler i kolumnerna. Tabel- 

23

24 

lens celler är dock fortfarande tomma. Observationsregistret skall härbärgera såväl 

grunduppgifter som samlas in, som variabelvärden som härleds ur dessa (åtminstone 

dem man vill spara). 

Moment 3. Uppgiftsinsamling 

Nästa steg är att, så långt möjligt, inhämta avsedda uppgifter till det planerade 

observationsregistret. Vid en totalundersökning är allt klart för uppgiftsinsamlingen. 

Vid en urvalsundersökning gäller att först utföra urvalsdragningen, så att de 

avsedda observationsobjekten/primära uppgiftskällorna får identitet. 

Förutom den egentliga uppgiftsinsamlingen vidtas olika insamlingsadministrativa 

åtgärder. När uppgifter samlas in medelst postenkät, ingår åtgärder som utsändning, 

påminnelse, och avprickning. I slutändan av en uppgiftsinsamling kan det vara 

aktuellt att övergå till alternativt insamlingsförfarande (t.ex. från postenkät till 

telefonintervju, eventuellt bara för ett urval av dem som resterar). 

Uppgiftsinsamlingar utsätts så gott som alltid för störningar, som medför att man 

inte får in uppgifter exakt enligt plan, vilket i sin tur bidrar till statistikens osäkerhet. 

Nedan diskuteras sådana osäkerhetskällor. 

Mätning/observation 

Det händer att en lämnad uppgift inte överensstämmer med det "sanna" värdet 

enligt variabelns definition. Det finns en mängd skäl till att så kan vara fallet, t.ex. 

att blankettfrågan inte passar ihop med uppgiftskällans bokföring, frågan är tvetydigt 

formulerad, personer har bristande minne, uppgiftslämnare kan vara slarviga 

(eller ännu värre, medvetet vilseledande), fysikaliska mätmetoder kan vara behäftade 

med brister, m.m. Allmänt talar man om att mätfel föreligger. Mätfel bidrar 

naturligtvis till statistiks osäkerhet, och kan göra det såväl på ett systematiskt sätt 

(medförande skevhet) som på ett tillfälligt sätt (som inte leder till skevhet, men ökar 

osäkerheten). 

Svarsbortfall 

Svarsbortfall, eller vanligen bara bortfall, uppstår när värden på en eller flera observationsvariabler 

inte kan inhämtas. Termen "bortfall" skall uppfattas i den vida 

mening som indikeras av engelskans "missing value". Den omfattar t.ex. att uppgifter 

saknas, därför att de av en eller annan anledning inte kunde överföras från ett 

administrativt register. Om man för ett objekt inte överhuvud erhåller några 

användbara uppgifter sägs objektbortfall föreligga. Huvudanledningarna för detta är 

misslyckat kontaktetablerande ("ej anträffad") och avböjd medverkan ("vägran"). 

Ett observationsobjekt för vilket åtminstone vissa användbara uppgifter erhålls sägs 

vara svarande. Ett objekt som lämnar uppgifter nog för att kunna identifieras som 

övertäckningsobjekt räknas som svarande. Vid objektbortfall kan det vara aktuellt, 

även om det är ovanligt i Sverige, att enligt någon föreskriven regel substituera 

bortfallna observationsobjektet med andra. 

Om användbara uppgifter inhämtats för vissa, men inte alla, observationsvariabler 

sägs partiellt bortfall föreligga (för variabler utan värden). 

Databeredning 

Insamlade uppgifter förs in i observationsregistret. Vid överföring av muntliga eller 

skriftliga uppgifter till elektroniskt medium talar man om dataregistrering. Det är 

ibland aktuellt att enligt givna regler kategoriindela variabelvärden som angetts med 

öppna svar (i "klartext", t.ex. yrke), att koda uppgifterna. Genom granskning kan 

man sålla fram uppgifter som är, eller misstänks vara, behäftade med fel, särskilt 

inkonsistenser och/eller grova fel ("slarvfel"). Sedan kan åtgärder vidtas för att 

kontrollera uppgifterna, vanligen genom att kontakta uppgiftskällan. Kontroller kan

leda till att fel uppdagas och att uppgifter rättas/ändras. Dataregistrering, kodning 

och granskning/rättning kallas sammantaget databeredning. 

Slutligt observationsregister 

Nästa steg är att framställa det slutliga observationsregistret. För många, förhoppningsvis 

den stora majoriteten, av cellerna i det planerade observationsregistret har 

man lyckats i insamlingen, och de innehåller uppgifter. Vissa celler saknar dock 

uppgifter beroende på bortfall. Med dessa kan förfaras på olika sätt. 

Vanligen accepteras att uppgift saknas, vilket sedan beaktas på lämpligt sätt i 

skattningarna. I andra fall införs "förmodade" värden istället för de saknade, 

imputeringar görs. Celler kan också sakna värden därför att de svarar mot övertäcknings/avbrytningsobjekt. 

Räkning av bortfalls- och övertäckningsobjekt görs, 

eftersom deras antal spelar roll vid skattningarna. 

Beräkning av värden på härledda variabler som skall sparas är ytterligare ett 

moment i framställningen av det slutliga observationsregistret, vars innehåll kallas 

undersökningens primärmaterial. 

Moment 4. Skattning och resultatredovisning 

Primärmaterialet utgör underlaget för statistiken från undersökningen. Steget härifrån 

till statistikvärden innehåller huvudingrediensen skattning (estimation), som 

diskuteras mer ingående nedan. 

Åtminstone när det handlar om officiell statistik görs den framtagna statistiken 

allmänt tillgänglig, offentliggörs (publiceras). Härvid kan olika spridningsmedia 

(papperstryck, diskett, databas, m.m.) används och olika spridningskanaler (Statistiskt 

Meddelande, årsbok, inläggning i databas, Reuter, m.m.). 

Statistik bör presenteras så att den är lätt att förstå och överblicka, för vilket utformningen 

av text, tabeller, diagram, o.dyl. spelar roll. Vidare bör undersökningens 

sakmässiga huvudresultat lyftas fram. 

Ofta publiceras inte all statistik som tas fram, utan bara sådan som bedöms vara 

"mest intressant". Ibland är användare med speciella sakproblem intresserade av 

statistik som inte tagits fram, men som kan framställas på basis av primärmaterialet. 

De kan då efterfråga av producenten genomförda specialbearbetningar. En annan 

möjlighet är att en användare får tillgång till (avidentifierat) primärmaterial, och 

därigenom själv kan framställa statistik. Utredare och forskare är ofta angelägna om 

den sistnämnda modellen, som möjliggör snabb och flexibel analys. 

Skattning 

Steget från primärmaterial till statistikvärden innehåller vanligen ett statistiskt inferensproblem, 

beroende på att primärmaterialet normalt inte innebär att man känner 

de exakta variabelvärdena för samtliga objekt i den målpopulation som statistiken 

skall uttala sig om. Vid en urvalsundersökning är man säker på att komma i den 

situationen, men man gör det ofta också vid totalundersökningar, beroende på 

ramtäckningsbrister, bortfall och mätfel. 

Punktskattningar, statistikvärden 

En beräkningsalgoritm som leder från primärmaterialet till statistikvärden kallas ett 

(punkt)skattningsförfarande eller (punkt)estimationsförfarande. Vid skattning är 

den "kategoriska" ledstjärnan att sträva efter väntevärdesriktiga ("riktiga i genomsnitt") 

skattningar. Oftast leder strävandena till, åtminstone så gott som väntevärdesriktig 

statistik, men man kan inte alltid undvika skevhet (bias) i skattningarna, 

d.v.s. systematiska över - eller underskattningar. 

Givet en skattnings (åtminstone approximativa) väntevärdesriktighet är nästa princip 

att skattningsförfarandet skall leda till så tillförlitlig statistik som möjligt, mer 

25

26 

tekniskt uttryckt ha så liten (punkt)estimatorvarians som möjligt. Strävanden efter 

tillförlitliga skattningar börjar redan vid valet av urvalsutformning och urvalsstorlek(ar). 

Härvid är det aktuellt att använda kunskap/antaganden om förhållanden i 

populationen, bl.a. om hur vissa variablers värden varierar över denna. För att (med 

givna undersökningsresurser) uppnå statistik med god tillförlitlighet kan det vara 

fördelaktigt att på lämpligt sätt utnyttja hjälpinformation (som kan avse alla objekt i 

populationen eller bara vissa "totaler"). 

En vanlig struktur i skattningsförfaranden är att varje svarande objekt tillordnas ett 

uppräkningstal, och att totaler skattas genom att summera uppräknade observationer 

(= observerat värde × uppräkningstal). Uppräkningstal är exempel på härledda 

variabler som normalt sparas i det slutliga observationsregistret. 

Vid skattningar måste man (explicit eller implicit) ta hänsyn till bortfall, brister i 

ramtäckningen samt mätfel, när sådana störningar föreligger. Förfaranden med detta 

syfte brukar kallas justeringar. De måste baseras på modeller för hur störningarna 

uppstod. Bortfallsjustering kallas också bortfallskompensation. Ett vanligt 

förfarande är s.k. rak uppräkning, som innebär att man skattar som om de svarande 

utgjorde det ursprungliga urvalet. 

Beräkningsdelen av skattningarna, vilken numera i stort sett alltid utförs av dator, 

kan vålla komplikationer. Felaktiga resultat på grund av otillräcklig numerisk precision 

förekommer dock knappast längre. Huvudrisken utgörs av felprogrammering 

av skattningsformler. Här föreligger ofta förhållandet att stora fel avslöjar sig själva 

genom att leda till uppenbart orimliga resultat, medan mindre lapsusar kan undgå 

upptäckt. 

Osäkerhet och skattning av sådan 

Som redan pekats på flera gånger är ett statistikvärde normalt endast en skattning av 

den statistiska målstorheten. Då föreligger en avvikelse mellan statistikvärdet och 

målstorheten. Det är naturligtvis önskvärt att kunna ange en begränsning för en 

avvikelses absoluta värde, vilket dock är inte alldeles enkelt eftersom målstorhetens 

värde är okänt. (Kände man det skulle man eliminera avvikelsen.) Uttalanden om 

avvikelser faller med nödvändighet under kategorin "utsagor om rådande 

osäkerhet", ett begreppsmässigt intrikat område. Som bäst kan man uttala sig om en 

avvikelses troliga största absoluta värde, vilket vanligen görs i termer av 

osäkerhetsintervall med nedanstående innebörd. 

Det är högst troligt att målstorhetens värde ligger i : 

osäkerhetsintervall = statistikvärde ± osäkerhetsmarginal. 

Tekniskt presenteras osäkerhetsintervall antingen som ("objektiva") konfidensintervall 

eller som ("subjektiva") bedömningsintervall. De senare är baserade på 

tidigare utvärderingar, ämnesförståelse, undersökningserfarenhet, m.m. 

Vad gäller konfidensintervall, anges sådana i officiell statistik oftast som "statistikvärdet 

± 2 × estimatorns skattade standardavvikelse", där 2 är en avrundning av 

normalfördelningsvärdet 1,96 , vilket också används. Under allmänna förutsättningar 

har ett sådant konfidensintervall (approximativt) 95% konfidensnivå/grad. 

Statistikvärdens osäkerhet kan också anges med andra osäkerhetsmått. Förekommande 

sådana är variationskoefficient (= estimatorns standardavvikelse delad med 

statistikvärdet) och relativ osäkerhetsmarginal (= 2 [eller 1,96] × variationskoefficienten). 

Dessa osäkerhetsmått, liksom konfidensintervall, beräknas genom att man 

i ett första steg skattar (punkt)estimatorns varians. Beräkning av osäkerhetsmått 

brukar därför också åberopas som variansskattning, och en beräkningsprocedur för 

det syftet kallas ett variansskattningsförfarande.

Idealt skall ett osäkerhetsmått avse den totala avvikelsen mellan statistikvärde och 

målstorhet, men det är ofta svårt att ange sådana totala osäkerhetsmått. Ofta är det 

lättare att uttala sig om delavvikelser som relaterar till en eller flera av de osäkerhetskällor 

som kan påverka statistiken; ramtäckningsbrister, mätfel, bortfall, bearbetningsfel. 

I vissa fall kommer osäkerhet in också därför att ett modellberoende 

skattningsförfarande använts och att modellantagandena inte varit helt uppfyllda. 

Terminologiska kommentarer 

Uppräkningstal: Förekommande synonymer är vägningstal och (uppräknings)vikt. 

Osäkerhetsmått: En estimators skattade standardavvikelse kallas ibland estimatorns medelfel, 

och variationskoefficienten för det relativa medelfelet. 

27

Bilaga 2. Summarisk redovisning av osäkerhet 

Huvudregeln är att osäkerhetsmått bör presenteras i nära anslutning till de statistikvärden 

de avser. I vissa fall kan detta dock vara mindre lämpligt, av utrymmesskäl 

eller för att osäkerhetsmåtten "tynger" i tabellerna. För att ändå ge information om 

osäkerheten i anslutning till statistikvärdena kan det, åtminstone ibland, vara praktiskt 

att använda en kort summarisk beskrivning av osäkerheten med hjälp av bokstäver. 

I nedanstående tablå anges en standard för detta förfarande. Om det används 

i t.ex. ett SM, skall naturligtvis också tablån ingå i SM:et. Först några begrepp. 

Relativa medelfelet för ett statistikvärde (med möjliga synonymer 

relativa standardavvikelsen och variationskoefficienten) = 

= statistikvärdets (skattade) standardavvikelse 

. 

statistikvärdet 

Med ett statistikvärdes relativa osäkerhetsmarginal (relativa felmarginal) avses 

endera av 2 × relativa medelfelet eller 1,96 × relativa medelfelet, beroende på vilket 

av normalfördelningens 1,96 och det avrundade värdet 2 som föredras. 

Under allmänna förutsättningar gäller att 

statistikvärdet × (1 ± den relativa osäkerhetsmarginalen) 

ger ett konfidensintervall för målstorheten, med cirka 95% konfidensnivå. 

Standard för bokstavsbeteckning av 

relativa osäkerhetsmarginaler 

Relativ osäkerhetsmarginal 

Övre gränsen är uteslutande 

Bokstavs - 

beteckning 

0% – 2% A 

2% – 5% B 

5% – 10% C 

10% – 20% D 

20% – 50% E 

50% – 100% F 

100% – G 

Kommentar 

I termer av relativt medelfel (variationskoefficient) har bokstäverna följande innebörd. 

A : Det relativa medelfelet (variationskoefficienten) ligger mellan 0 % och 1 %, B : Det relativa 

medelfelet (variationskoefficienten) ligger mellan 1 % och 2,5 %, o.s.v. 

Exempel: Nedanstående tabell ger ett fiktivt exempel på hur osäkerhet 

kan anges med bokstäver. 

Godsslag 

Totalt 300 677 B 

Spannmål 3 584 E 

Rundvirke 45 321 C 

Livsmedel och djurfoder 28 432 C 

Oljeprodukter 16 420 D 

Jord, sten, grus o sand 65 436 D 

Natur- och konstgödsel 2 803 F 

Under 1998 med lastbil transporterad 

godsmängd. Sort 1000 ton. 

29

Bilaga 3. Kvalitetsbegreppet på engelska 

The following is a translation of the material on pages 1-12. 

Quality Concept for Official Statistics 

1 On quality in general 

In everyday language "quality" is about where on a scale bad - good - excellent a 

user places a certain product (commodity or service) compared with other similar 

products. Often, however, the word "quality" is also given a positive connotation, 

as a synonym to "good quality". This possible value judgement makes the notion 

somewhat difficult to handle, and it may be defined in different ways. 

The views on quality, and ideas about how to develop products with good quality 

have varied over time. During recent decades the quality philosophy for producers 

of goods and services has gradually come to be dominated by the approach labelled 

total quality, with central points as formulated in (i) and (ii) below. 

(i) The user shall be in focus. A product's quality is determined by (existing and 

potential) users' opinions of the product and its fitness for their poses. 

For the above slogan formulation to have practical effects, it must be made operational. 

A first step is to formulate a concrete quality concept for the product. With 

(i) as background the producer's quality concept may be specified as follows. 

(ii) Quality refers to all aspects of a product which are of relevance for how 

well it meets users' needs and expectations. 

This definition takes into account a user oriented quality concept. For the producer 

it has in the first place a descriptive meaning. For him/her the quality concept is 

essentially a listing of the aspects of a product, which users consider when judging 

how well it satisfies their needs and expectations. In doing so, they consider aspects 

of the product's functioning as well as services in conjunction with its acquisition, 

use and maintenance. The quality concept does not, however, imply on whether the 

product is of good or bad quality in any absolute sense. 

For the user "quality" has a more valuing signification. His/her quality assessment 

depends not only on the product per se, but also on its intended use. The same 

product may be judged to have good quality for one kind of use, but poor for 

another. The user is sovereign in knowing about his/her needs and expectations, and 

is therefore the one to make quality assessments. For the producer it is of course 

highly important to learn about users' opinions on quality, since they provide the 

basis for work towards better quality (greater user satisfaction). 

The concrete quality concept for a specific product is of importance in at least the 

following contexts. 

Design of quality declarations : By making a quality declaration the producer can 

specify the properties of a product so that it can be used in a proper way, and 

inform users about what quality in different respects they can count on. 

In quality improvement work : Since user opinions and preferences change over 

time, the producer must continuously strive to adapt the product to new needs 

and expectations. A user oriented quality concept facilitates communication 

between user and producer. 

In evaluations of productivity : It is always of importance that production processes 

are as efficient as possible. A producer therefore wants to be able to judge 

the relative benefits and costs for different parts of the production process. The 

quality concept provides one of the instruments for efficiency evaluation and an 

optimal allocation of production resources. 

31

32 

Quality and statistics 

The term "statistics" is used with somewhat different meanings. Here its chief 

interpretation is "a summarising numerical description of the conditions for a 

group". Statistics are produced to provide information which sheds light on subject 

matter problems. They often constitute vital basic information in planning and 

decision contexts. They also provide information to the general public, investigators, 

researchers and others about "the state of affairs". 

The basic notion in statistics contexts is statistical characteristic, which is a 

numerical value determined as follows. A statistical measure (e.g. "number of", 

mean or median) is used to summarise individual variable values for the objects in 

a group. The totality of considered objects is called the population. 

Examples of statistical characteristics are : (i) Production value for the Swedish 

shipbuilding industry during 1998. In this case the population = Swedish shipbuilding 

enterprises (during 1998), the variable = production value during 1998, the 

statistical measure = sum. (ii) Average disposable income during 1998 for a 

Stockholm family with two children. In this case the population = families with two 

children who 1998 lived in Stockholm, the variable = disposable income, the 

statistical measure = mean. 

The purpose of a statistical survey is to acquire information about the value of one 

or more statistical characteristics for a population, usually also for various subgroups 

of the population. The characteristics with which the survey is concerned are 

called the target characteristics. They have "true" but unknown values. A survey 

typically comprises two main steps, first the collection of primary data for 

individual objects and thereafter the compilation of statistics, which estimate the 

target characteristics. 

The word "estimate" used above indicates that statistics usually do not provide perfectly 

true values of target characteristic, but are subject to some uncertainty. The 

"categorical imperative" for a surveyor is to strive for estimates which are unbiased 

("on average correct"). There are many potential sources of inaccuracy. For a sample 

survey the obvious source of inaccuracy is that perfect information about a 

population cannot be gained by observing only a sample of its members. Total 

inspection surveys as well as sample surveys are affected also by other kinds of 

disturbances, which contribute to the inaccuracy of the final statistics. Sources of 

inaccuracy, in addition to sampling, which are discussed in more detail later on are: 

frame deficiencies, measurement errors, non - response, processing errors and non - 

perfect model assumptions. 

When the "total quality" concept formulated in the previous section is applied to the 

"product" statistics it leads to the following definition. 

(iii) Quality of statistics refers to all aspects of statistics, which are relevant 

for how well they meet users' needs for statistical information. 

As a background to the quality concept to be formulated below we will comment on 

some aspects of statistics, which are important to a majority of users. The subsequent 

section "Elaboration on the quality components" contains a more detailed 

discussion of the aspects. 

Mostly users have a strong desire for timely statistics, meaning (at least ideally) that 

they describe the "now" state of affairs. Factors which affect timeliness are 

swiftness in data collection and subsequent compilations, and for repeated surveys 

how frequently they are executed. 

A common and important usage of statistics is for comparisons, over time (via time 

series) as well as between groups. Fair comparisons require coherence of the target

characteristics to be compared. This requirements is also important when statistics 

from different sources are to be combined. 

Statistics are made available to users by different dissemination forms, via different 

media (e.g. on paper, on diskettes and other electronic media) and through different 

channels (e.g. periodical reports by mail, year books, Reuter, Internet). Statistical 

information is presented in different ways, in tables, charts, text, etc. 

Some users want statistics other than those published regularly. Sometimes such 

statistics, although not published, are available by the producer, in other cases they 

can be created by special processing of the primary data. A further alternative, 

which is requested by many users, in particular researchers and investigators, is 

direct access to (de-identified) primary data, which allows the users to derive statistics 

and make analyses themselves according to their own specific interests. 

Users' confidence in statistics depends on their beliefs about errors, unintentional as 

well as intentional. Not even a very careful statistics producer can avoid some 

unintentional uncertainty in the statistics. It is a fact of life, however, that deliberately 

false, non-objective, statistics sometimes occur, which of course is a serious 

quality deficiency. However, the aspect objectivity is not included in the quality 

concept. It is more or less impossible to judge if statistics are objective or not, and 

producers of false statistics would not inform their users about it. As regards Sweden, 

the law 1992 : 889 states the following. "Official statistics shall be objective 

and generally available". 

As already said, "user" refers to existing as well as potential users. There will 

always be organisations and persons who consider that their needs are not met by 

the official statistics, either because the statistics are not produced at all or because 

available statistics is not accurate enough. Producers should be keen to take such 

requirements into account when evaluating and revising surveys. 

Quality concept for official statistics 

How a user delimits the portion of statistics, with which his/her quality opinion is 

concerned, depends on his/her specific subject matter problem and application 

interest. "The statistics" may consist of a single value, of all statistics from a particular 

survey or statistics from different surveys to be used together. It may also 

concern "flows" (over time) of statistics. It is of course so that the more the concerned 

portion of statistics encompasses, the more quality aspects does it have. The 

following quality concept is meant to be applicable whatever the statistics extent 

may be, but for small "statistics packages" some of the quality components may be 

irrelevant. 

There is no self-evident division of the total collection of quality aspects for statistics 

into main aspects and sub-aspects. The quality concept which is presented 

below has the following five main components. (1) Contents, which concerns the 

target characteristics. (2) Accuracy, concerning sources of inaccuracy and their 

effects on the statistics. (3) Timeliness, concerning time aspects of relevance for 

how well the statistics describe the "now" situation. (4) Coherence especially comparability, 

concerning possibilities to make comparisons, over time and between 

groups, and to use the statistics jointly with statistics from other sources. (5) Availability 

and clarity, concerning physical availability of the statistics and their understandability. 

It has been emphasised earlier that the quality concept is user oriented. As a consequence, 

it should as far as possible be formulated from the users' point of view (not 

the producers'). There are exceptions from this principle, however, particularly for 

the quality component "accuracy". For the user "overall accuracy" is of chief interest, 

while its decomposition into different uncertainty sources, as is made in the 

quality is of a technical, producer oriented nature. The reason for specifying "nar- 

33

34 

row" uncertainty sources is that it is usually difficult to be specific about overall 

accuracy, while it may be possible to inform about how and with what effect at least 

some of the uncertainty sources affect the statistics. 

In the table below, the quality concept is structured by main components and subcomponents. 

The components are more elaborately described in next chapter. 

Quality concept for official statistics 

CONTENTS 

• Statistical target characteristics 

- Units and population 

- Variables 

- Statistical measures 

- Study domains 

- Reference times 

• Comprehensiveness 

ACCURACY 

• Overall accuracy 

• Sources of inaccuracy 

⋅ Sampling 

⋅ Frame coverage 

⋅ Measurement 

⋅ Non - response 

⋅ Data processing 

⋅ Model assumptions 

• Presentation of accuracy measures 

TIMELINESS 

• Frequency 

• Production time 

• Punctuality 

COMPARABILITY and COHERENCE 

• Comparability over time 

• Comparability between domains 

• Coherence with other statistics 

AVAILABILITY and CLARITY 

• Dissemination forms 

• Presentation 

• Documentation 

• Access to micro data 

• Information services

Elaboration on the quality components 

This chapter specifies and discusses the components of the quality concept, with 

emphasis on their descriptive meaning. For some of them comments are made on 

users' views. The discussion follows the structure of the quality concept, in particular 

for numbering components and sub - components. 

A reader who meets technical and/or terminological difficulties in the reading, may 

be assisted by the Appendix 1, which treats concepts and terminology in conjunction 

with statistical surveys. [The appendix is not translated into English, however.] 

CONTENTS of the statistics 

concerns the statistical target characteristics 

1.1 Statistical target characteristics 

A target characteristic (with target parameter as a common synonym) is defined as 

follows. A specific statistical measure is used to summarise the individual variable 

values for the objects in a group. The totality of objects under consideration is 

referred to as the population. 

1.1.1 - 1.1.3 Objects and population, variables, and statistical measures 

These quality components concern definitions of objects, variables and statistical 

measures which are involved in the target characteristics. 

1.1.4 Study domains 

Most surveys present statistics not only for the entire population, but also for study 

domains (subpopulations and (sub)groups are common synonyms). One speaks of 

"breaking down" statistics to subgroups. A premise for breaking down is, of course, 

that variables which specify subgroups are known (by observations or otherwise). 

There are restraining factors, however, for how far statistics may be broken down. 

One is simply that the more subgroups one takes into account, the more work and 

publication space is required. Another is that integrity may be jeopardised. 

Moreover, when statistics from sample surveys are derived for successively smaller 

domains, their accuracy deteriorates and ultimately becomes so bad that the 

statistics no longer are meaningful. Breaking down has to be terminated at an 

appropriate level. 

The foremost aspects of this quality component are : 

- Specification of what kind of variables are used to form study domains. 

- Specification of how far - going the division into study domains is. 

Objects and variables have reference times, as is further discussed in point 1.1.5. 

Example 

SCB conducts each year an Income survey (HINK), which reports on the income 

distribution for Sweden's population. Reference period is calendar year. 

A central object in the survey is "family", consisting of either 

two adults ( ≥ 18 years) living together "as if married" and the children (< 18 

years) who might live with them, or 

a single adult and the children who might live with him/her. 

The population consists of all families who lived in the country during at 

least half the calendar year. 

Examples of variables for families: Wages during the year, disposable income 

during the year, socio - economic group, number of children. 

35

36 

Examples of study domains : Two - adult families with three or more children, 

families of a single adult with children, farmer families. 

The dominating types of statistical measure are means and "number of", but 

others also occur, e.g. median. 

Examples of target characteristics : Average wage during the year for blue 

colour worker families, average disposable income during the year for two - 

adult families without children, median income for senior - salaried -employee 

families, number of farmer families. 

Comments on statistical target characteristics 

A user's wishes about statistical information depend on his/her subject matter problem. 

Of course he/she wants that target characteristics should relate closely to the concrete 

problem. The better objects, variables, statistical measures, and reference times agree 

with his/her interests, the better the quality is as regards target characteristics. 

A user who may participate in the planning of a new survey or in the re - designing of an 

existing one has the opportunity to influence the choices of objects, variables, statistical 

measures, and reference times. However, since surveys normally have many users, conflicting 

wishes often turn up, and compromises have to be made. Even in situations with 

consensus about target characteristics, cost and/or timeliness considerations may lead to 

target characteristics that differ from the ideal ones. 

Comment on study domains 

If a user's interest focuses on certain specific groups, he/she of course is keen to have 

statistics reported for these groups. If the user's interests are more general, he/she may 

pay most regard to a detailed division into study domains. 

1.1.5 Reference time 

Objects and variables have temporal dimensions. The time may be narrowly 

delimited, e.g. be a specific date, which is called the reference time point. A longer 

time span, e.g. a calendar year, is referred to as the reference period. Usually reference 

times agree for variables and objects in a target characteristic, but they need 

not. Several reference times may be involved in a target characteristic, notably in 

those which measure changes. 

For statistics from recurrent surveys (e.g. about average yearly wages) it is natural 

to view population and variables as being the same in each survey round (although 

"updated" between rounds), while the reference time changes. For statistics from 

one - time surveys it is often more natural to view reference time as part of the definitions 

of objects and variables. (Example : Objects may be defined as "women 

aged 16 – 50 years who lived in Stockholm July 1st, 1998".) Whether it is most 

convenient to regard reference times as "independent" or as "part of the object/variable" 

depends on the specific situation. 

Example 

Object and variable with the same reference time : Average work income 

during 1998 for persons who lived in the country during 1998. 

Object and variables with different reference times : Salary during 1998 for 

persons who graduated as civil engineers in 1988. 

Variables with different reference times : That consumer price index for July 

1998 was 257 means (somewhat sweepingly) that a specific "commodity bas- 

ket" which in the base year 1980 cost 100 SEK, in July 1998 cost 257 SEK. 

Here 1998 as well as July 1980 appear as reference times for prices.

1.2 Comprehensiveness 

This quality component concerns how well the output from a "statistics system" 

describes a subject matter field in its "vital aspects". (For instance, how well the 

labour market statistics informs about vital aspects of the labour market.) However, 

no statistics system will live up to what all users regard as all the vital aspects of the 

subject matter field, but it can do so in a greater or less degree. 

2 ACCURACY of the statistics 

concerns agreement between statistics and target 

characteristics 

Usually there are so many disturbances in a statistical survey that the statistics do 

not give exact values of the target characteristics, only estimates. Here, the lead star 

is unbiased ("correct in average") estimates. Normally there is a discrepancy/deviation 

("error") between a statistic and its target value. The smaller the 

discrepancy is, the more accurate the statistic is. Of course users want discrepancies 

to be small, preferably negligible. 

Often, however, deviations are not negligible, and this is partcularly the case for 

statistics from sample surveys. Then, at least statistically knowledgeable users want 

numerical bounds for the deviations, referred to as accuracy measures or 

uncertainty measures. The derivation of such measures is a somewhat intricate 

matter, though, since the discrepancies depend on the target values, which are 

unknown. (If they were known, a survey would be superfluous.) Statements about 

accuracy of statistics inevitably fall in the category "statements concerning prevailing 

uncertainty", a conceptually intricate topic. The common way to present 

accuracy information is by uncertainty intervals, as indicated below. 

It is likely that the value of the target characteristic lies in : 

uncertainty interval = statistic ± margin of uncertainty. 

Often such an interval is a confidence interval with a specified confidence level. If 

this is 95 % , the interval encompasses the target value with a likelihood of 95 %. 

Other accuracy measures, in essence equivalent to a confidence interval,. are : standard 

deviation, coefficient of variation and relative margin of error. Sometimes 

uncertainty intervals are based on special evaluations of the survey, subject matter 

knowledge, experience, etc. Then one talks about judgement intervals. 

A classification of "errors" which is helpful in some contexts is as random or systematic. 

Random errors "fluctuate around 0", while systematic ones tend to "pull in 

the same direction" (have the same sign). Systematic errors may lead to biased statistics. 

2.1 Overall accuracy 

A user is chiefly interested in how well he/she can rely on the statistic from an 

overall point of view, i.e. to have a limit for the total deviation between the statistic 

and the target value. Sometimes, but as an exception rather than a rule, the producer 

can exhibit quantitative overall uncertainty intervals. Mostly, however, precise 

information can only be given concerning the extent and consequences of certain 

narrower sources of inaccuracy. 

A comment on accuracy 

Production of statistics can often be speeded up if standards of accuracy are lowered (by 

accepting large non - response, incomplete editing, etc.). Production time and accuracy 

are in conflict. In cases where fast statistics are judged to be important the dilemma is 

often handled by presenting "preliminary" statistics in a first round, and later "definite" 

statistics with better accuracy. 

37

38 

2.2 Sources of inaccuracy 

At least as a first approximation, with pedagogical merits, the total deviation may 

be seen as a sum of partial deviations emanating from different error sources. It 

should be noted, however, that (i) partial errors may cancel one another (by having 

different signs) (ii) assigning a particular survey weakness to a specific error 

sources is sometimes discretionary. 

2.2.1 Sampling 

This quality component concerns the part of the total deviation which is due to the 

fact that only a sample of objects are observed. Uncertainty intervals can often be 

given in the form of confidence interval. 

2.2.2 Coverage 


fact that the population determined by the survey frame differs from the target 

population. 

2.2.3 Measurement 

This quality component concerns the part of the total deviation which is due to 

measurement difficulties. 

2.2.4 Non - response 

Non - response occurs when values for one or more variables are not obtained. The 

term should be interpreted in the wide sense "missing value". (It covers e.g. the 

possibility that data are missing because they, for one reason or another, could not 

be transferred from an external register.) If no usable data are obtained for an 

observation object, one speaks of object non - response. If usable values are collected 

for some, but not all, variables, one speaks of partial non - response. 

The quality component concerns the part of the total deviation which is due to non - 

response. 

2.2.5 Data processing 

This quality component concerns the part of the total deviation which is due to 

imperfection in the data processing, which comprises editing (data entry, coding, 

scrutiny/correction) and estimation/aggregation. For a sample survey the estimation 

procedure is closely related to the sampling procedure. It is therefore often natural 

to merge the two into the combined aspect "sampling and estimation". 

2.2.6 Model assumptions 


fact that statistics depend on model assumptions which are not perfectly fulfilled. 

Choices of sampling and estimation procedures are often based on assumptions, 

which matter for the accuracy of the resulting statistics but not for their unbiasedness. 

Moreover, adjustments to parry non - response and deficiencies in coverage 

and measurement are usually based on model assumptions. The mentioned types of 

model assumptions are preferably referred to the specific error source, while the 

present quality component concerns model assumptions in addition to those relating 

to sampling, frame coverage, measurement and non - response. Examples are : 

extrapolation models, models for dividing totals into sub - totals and models for 

estimating contributions from non - observed parts of the population. 

2.3 Presentation of accuracy measures 

This quality component concerns whether or not disseminated statistics are accompanied 

by uncertainty measures.

Comments on accuracy measures 

In planning and decision contexts statistics are often, at least in a first round, used so that 

reasoning is carried out under the premise that the statistics provide correct values. 

However, many users are aware that they may come to more or less misleading 

conclusions by disregarding the uncertainty. Those who want to judge the consequences 

of uncertainty are in markedly different situations if uncertainty measures are presented 

or not. With accuracy measures available, users who are knowledgeable in statistics can 

make well - founded judgements of the possible consequences of the uncertainty, and 

thereby make appropriate adjustments to their preliminary conclusions. 

Accuracy measures are of relevance not least for estimates of change. 

3 TIMELINESS of the statistics 

concerns the relation of statistics to the current state of 

affairs 

Users normally want statistics that describe the "now" situation, timely statistics. 

The time between "now" and the reference time plays the central role. It depends on 

production time, publication frequency and punctuality. 

Comment on timeliness 

Another important aspect when judging timeliness of statistics is how fast reality 

changes. When judging whether statistics are sufficiently up - to - date, the user combines 

the "age" of the statistics with his/her own views on the pace of change in the real world 

phenomenon under consideration. 

3.1 Frequency 

Statistics from recurrent surveys are usually produced according to a regular timetable 

(monthly, quarterly, annually, etc.). It is then natural to speak of frequency (or 

periodicity). 

- Survey frequency is the periodicity of reference times. 

- Data collection frequency is the periodicity of the producer's data collection. 

- Dissemination frequency is the periodicity with which statistics are published. 

Usually the three frequencies agree, but they may differ. Users normally care most 

about reference time and dissemination frequencies. 

Example 

The SCB Investment survey illustrates that the frequencies mentioned 

above may differ. This survey collects primary data and publishes statis- 

tics three times a year, while quarters are reference periods. 

3.2 Production time 

Production time concerns the time lag between reference time (reference time point 

or end of reference period) and publication time. 

3.3 Punctuality 

Punctuality concerns the agreement between promised and factual dissemination 

times. 

Comments on frequency, production time and punctuality 

Statistics users are commonly anxious that statistics should be available at the "right 

time" (e.g. to a prescribed date for decision taking). For a one - time survey the crucial 

component is the production time. For recurrent surveys publication frequency and 

punctuality are also important. 

For economical statistics which affect financial markets, requirements on punctuality and 

simultaneity can be as high as fractions of a second. 

39

40 

Survey frequency matters not only for timeliness, a user with "historical" interest 

cares as well. The higher this frequency is, the better the details of a development 

can be studied. 

4 COMPARABILITY and COHERENCE 

concerns how well different statistics can be used together 

A common and important usage of statistics is for making comparisons, comparisons 

over time (time series) and comparisons between groups. The latter often concern 

geographical groups, e.g. comparison of conditions in different countries. 

However, they may also concern groups of another nature (than geographical), e.g. 

comparison of disposable income for two - adults families with 0, 1, 2, 3 and 4+ 

children respectively. 

Comparisons over time and between groups should ideally be made using statistics 

with the "same" target characteristic, but for different reference times and for different 

groups. How "similar" target characteristics are, depends primarily on their 

definition. Another factor may also be important. Generally formulated this concerns 

the fact that what one "really" measures depends on how one measures. The 

employed survey methodology is often crucial for the comparability of statistics. It 

is advantageous if the same kind of observation objects, questionnaire, data collection 

method, estimation procedure, etc. have been used. 

What is said above is accentuated by the following. Even if biased statistics are an 

abomination, the negative effects of bias are mitigated if the statistics to be compared 

are "similarly biased". When using a common survey method, the aim is of 

course that the method will lead to unbiased statistics. If there is bias, however, it 

will be of the same kind, which facilitates comparisons. 

This quality component, including also the sub-component "coherence with other 

statistics", concerns similarity of the definitions of target characteristics and of 

survey methodology. 

Comments on comparability 

How meaningful conclusions one can draw from comparing statistics depends not only 

on how "similar" target values are. Of course, it also depends on the accuracy of the statistics 

used for comparison. If they are very inaccurate, differences may stem from casual 

"noise" rather than "real" differences. 

4.1 Comparability over time 

This quality aspect concerns to what extent the target characteristics for a recurrent 

survey have been stable or changed over time. 

Even for statistics with the same contents and method interesting comparisons 

interest may be troublesome to make because of seasonal and/or calendar variations. 

(For instance, Easter may fall in different quarters in different years, and the 

number of working days may vary between months.) Procedures for seasonal 

adjustments facilitate comparisons, in particular for short - term statistics. 

Comments on comparability over time 

For this quality aspect there are often conflicting interests. A user who is chiefly 

interested in the long - term development of a specific phenomenon will want the 

statistics with different reference times to tell about "the same thing ", i.e. that target 

characteristics, and survey method have been unchanged over time. Users whose main 

interest is the "present and future state of affairs" will want reality changes to be 

followed by appropriate changes in the statistics, aiming at a good description of present 

conditions. Such changes usually deteriorate comparability over time. 

Adequate comparisons over time are facilitated if the statistics are accompanied by 

information about earlier changes in circumstances which affect the statistics (e.g. 

changes in taxation rules), in survey methodology, etc.

4.2 Comparability between domains 

This quality component concerns how similar definitions of target characteristics 

and survey methods are. When statistics to be used in comparisons come from the 

same survey, "full comparability" usually is obtained. When they come from different 

producers (different surveys, different statistical offices, etc.) there may be 

divergences. 

Example 

Statistics are often used in international co - operation. An example is the EU 

context, where financial dues are based on the member countries' economical 

situation. In such a case it is important that the "same" statistics from different 

countries tell about "the same thing". As a consequence, there are a multitude 

of EU regulations aiming at harmonised statistics. 

4.3 Coherence with other statistics 

Often subject matter fields are investigated by employing statistics (with different 

target characteristics) from different surveys. In that case definitions of objects, 

variables, population and reference times, which enter in the different targets should 

preferably be the same. The quality aspect concerns to what extent this holds. 

Example 

If one wants to assess the consequences of certain potential changes in the 

rules concerning income taxation and social benefits, it might be of interest to 

combine statistics from the SCB surveys as the Income survey (HINK), the 

Expenditure survey (HUT) and the Rent survey (BHU). Of course, it is then 

highly desirable that e.g. "household" and "disposable income" are defined in 

the same way in the three surveys. 

Comment on coherence 

Sometimes statistics from one survey are adjusted so as to be consistent with statistics 

from another survey, thereby facilitating joint use of the statistics. Consistency may be 

created by requiring that the adjusted statistics should satisfy relations which are known 

to hold for the target characteristics. 

Example: Sweden's economical development is followed through "fast" (monthly) statistics 

as well as more careful and deep-going yearly statistics, which are produced by different 

surveys. In this context a natural consistency requirement is that the twelve (adjusted) 

monthly values should add up to the (possibly adjusted) value for the year. 

41

42 

AVAILABILITY and CLARITY 

Concerns physical availability and intellectual clarity of statistics 

5.1 Forms of dissemination 

This quality component concerns distribution media and distribution channels for 

the dissemination of the statistics. 

Comments on dissemination forms 

Statistics often are just one of many data materials in investigations, research projects, 

etc. For a user to be able to easily carry out compilations from the statistics and/or 

integrate them with other material, they should preferably be available in "the most 

suitable" form. Example : Statistics on diskette or from Internet may allow for simple and 

fast own compilation of tables, own derivations, etc. 


This quality component concerns how the statistical information is presented as 

regards text, charts, pictures, references, etc. Also how particularly interesting 

aspects on new statistics are highlighted. 

5.3 Documentation 

This quality component concerns users' possibilities to find descriptions of the statistics 

themselves, and how they were produced. A technical description of the 

process which generated the statistics is given in a production documentation, while 

the statistics are described in a quality declaration. 

Comment on documentation 

For users who intend to make their own compilations from primary data (see below) an 

informative production documentation is usually a necessary instrument. 

5.4 Access to micro data 

Here micro data stands for the primary data as they appear in a survey's final 

observation register. Certain users are interested in statistics which are not, but 

could be derived from the micro data. There are then two chief alternatives. 

- The producer makes special derivations, in accordance with the user's requests. 

- The user gets access to micro data for his/her own analysis. 

Comments on access to micro data 

Users with well specified problems usually prefer special derivations made by the 

producer. Important aspects are how fast, and to what cost such derivations can be made. 

Researchers and investigators are often anxious to get access to micro data for their own 

analyses. Thereby they get the opportunity to analyse the material faster (often also 

cheaper) and/or in a more flexible way than with the producer as intermediary. 

5.5 Information services 

This quality component concerns users' possibilities (i) to get answers to questions 

concerning specific statistics, (ii) to get assistance in finding their way in the "store" 

of official (and other) statistics. Depending on the nature of the wish for assistance, 

it may be met by reference to the concerned survey, the central information desk, an 

appropriate research institute or to some other relevant office.

Bilaga 4. Exempel på kvalitetsdeklarationer 

I detta avsnitt ges fyra exempel på kvalitetsdeklarationer av statistik i SM från återkommande 

SCB-undersökningar. Avsikten är att visa hur de olika komponenterna i kvalitetsredovisningen 

kan hanteras för några olika typer av statistiska undersökningar. 

De två första exemplen, avseende årlig befolkningsstatistik 1998 respektive arbetskraftsundersökningarna 

(AKU) januari 2000, är avsedda att bl.a. illustrera kvalitetsredovisning 

vid de två huvudtyperna av statistiska undersökningar, total- respektive urvalsundersökning 

(med sannolikhetsurval). En ytterligare aspekt på befolkningsstatistiken är 

att den är s.k. registerbaserad statistik, d.v.s. statistik där hela uppgiftsunderlaget inhämtas 

från administrativa register. Det tredje exemplet, prisindex i producent- och importled 

(PPI) under 2000, illustrerar kvalitetsredovisning av indextal. En ytterligare aspekt 

av intresse är att PPI baseras på subjektiva urval. Det sista exemplet gäller statistik över 

gödselmedel i jordbruket 1997. Det illustrerar kvalitetsredovisning av statistik med rätt 

starka inslag av modellantaganden. 

Exemplen följer kvalitetsredovisningsmallen i detta MIS, och de har arbetats ut i efterhand 

i förhållande till de SM vars statistik de kvalitetsredovisar. 

43

Kvalitetsdeklaration av 

Årlig befolkningsstatistik 1998 

0 INLEDNING 

Statistikprogrammet Årlig befolkningsstatistik tar fram totalräknad statistik om Sveriges 

befolkning, dels dess antalsmässiga fördelning efter ett flertal olika aspekter som kön, 

ålder, region, medborgarskap, m.fl., dels antalet "demografiska händelser" under senaste 

året genom födslar, dödsfall, flyttningar, in - och utvandringar, m.fl. Dessutom beräknas 

demografiska standardmått som medellivslängd, dödsrisk, m.fl. Resultatredovisning sker 

främst i fyra publikationsserier, för vilka bidragen med referensår 1998 anges nedan. 

Föreliggande kvalitetsdeklaration gäller 1998 års statistik. 

Statistiskt meddelande BE 12 SM 9801: Folkmängden i hela riket, länen och kommunerna 

31 december 1998, snabbstatistik. Preliminära uppgifter. 

Befolkningsstatistik 1998 Del 1 - 2 : Folkmängden och dess förändringar i 

kommuner m.m. Inrikes och utrikes flyttningar. 

Befolkningsstatistik 1998 Del 3 : Folkmängden efter kön, ålder och medbor- 

garskap m.m. 

Befolkningsstatistik 1998 Del 4 : Födda och döda, civilståndsändringar m.m. 

Statistiken baseras på uppgifter från landets folkbokföringssystem. Detta sköts sedan 

1991 av Skattemyndigheten, och grundläggande uppgifter inhämtas av och registreras 

vid myndighetens lokala kontor. Dessa förmedlar veckovis nyinkomna uppgifter om 

födslar, dödsfall, flyttningar inom landet, in - och utvandringar, mm. till landets centrala 

befolkningsregister, Registret över totalbefolkningen (RTB), som handhas av Statistiska 

centralbyrån (SCB). Uppgifterna i RTB utgör underlaget för befolkningsstatistiken. 



Målstorheterna för 1998 års befolkningsstatistik är av nedanstående tre slag. 

• Folkmängdsuppgifter avseende situationen 31 dec 1998. Antal personer efter 

ålder, kön, län, kommun, församling, civilstånd, medborgarskap, mm. 

• Antal "demografiska händelser" under år 1998, födslar, dödsfall, flyttningar, 

civilståndsförändringar, medborgarskapsförändringar mm. 

• Olika demografiska standardmått som medellivslängd, dödsrisk, summerad 

fruktsamhet, spädbarnsdödlighet, m.fl. 


Den totala populationen för 1998 års befolkningsstatistik utgjordes av alla personer som 

var folkbokförda i Sverige någon period under år 1998. 

Huvudregeln i folkbokföringsförordningen är att en person bokförs på den fastighet där 

han/hon vistas regelmässigt. Vid tveksamhet om var en person bor fästs avseende vid 

främst var personen har sitt arbete och/eller sin familj. Nyfödda barn folkbokförs där 

modern är bokförd vid nedkomsten. Om hon då ej är folkbokförd, bokförs barnet på den 

församling där födseln ägde rum. 

De viktigaste undantagen från huvudregeln anges nedan. 

Personer som är folkbokförda i, men inte bor i Sverige 

- Svenska medborgare som flyttar utomlands är folkbokförda i Sverige om 

vistelsen utomlands avses vara kortare än ett år. 

- Personer som är anställda utomlands i svenska statens tjänst, huvudsakligen 

UD - och SIDA - anställda, folkbokförs i Sverige. Så även deras familjemed- 

lemmar och eventuella svenska tjänstefolk. 

45

46 

- Svenska missionärer och präster som är anställda utomlands och deras med- 

följande familj får vara folkbokförda i Sverige. 

I ovannämnda fall folkbokförs personerna antingen under rubriken "på församlingen 

skrivna" eller på en fastighet där man fortfarande disponerar bostad. 

Personer som bor i landet, men inte är folkbokförda i Sverige 

- Personer som vid inflyttningen avser att vistas i Sverige kortare tid än ett år. 

- Utomnordiska medborgare måste ha uppehållstillstånd för att bli folkbokförda. 

Normalt tar det cirka fyra månader att få sådant (om man får det). 

- Utländska medborgare som tillhör utländsk beskickning / konsulat eller dess 

tjänstefolk folkbokförs inte i Sverige. 


En post i Registret över totalbefolkningen (RTB) avser en person. För varje person registreras 

värdena på ett stort antal variabler ( = uppgifter om personen). Nedan anges för 

befolkningsstatistiken viktiga variabler. I stort gäller att deras definitioner framgår av 

benämningarna, men några kommentarer ges. 

Ålder 31 dec 1998 mäts i hela år. 

Ålder vid demografiska händelser under 1998 som barnafödande, civilståndsförändring, 

flyttning, m.fl. 

Civilstånd 31 december 1998 med kategorier ogift, gift, skild, änka/änkling, registrerad 

partner, separerad partner, efterlevande partner. 

Civilståndsförändring under 1998 med kategorier giftermål, skilsmässa, makes 

dödsfall, partnerregistrering, partnerseparation, partners dödsfall. 

Flyttning under 1998, flyttningsdatum : "Flyttning" avser flyttning till annan 

fastighet, inte inom samma fastighet. Om flyttningen anmäls senast en vecka efter 

att den skedde, gäller den nya adressen från och med den faktiska flyttningsdagen. 

Vid senare anmälan gäller den nya adressen från den dag då anmälan inkom till 

Skattemyndigheten. 

Folkbokföringslän/församling 31 dec 1998 är det län/församling som inrymmer 

den fastighet där personen var folkbokförd 31 dec 1998. 

Födelselän anges enligt den länsindelning som gällde vid födelsetidpunkten. Uppgiften 

ändras ej med anledning av senare förändringar av länsindelning. 

Födelseland, föräldrars födelseland anges enligt de statsrättsliga förhållanden 

som gällde vid födelsetidpunkten. Politiska och geografiska förändringar därefter 

medför inte ändring i folkbokföringen. 

Utrikes född : Före 1947 räknades alla barn som fötts utanför Sverige som "utrikes 

födda". Efter 1947 registreras inte ett utomlands fött barn som "utrikes fött" om 

modern vid nedkomsten var folkbokförd i Sverige. 

Invandring/utvandring under 1998 : För att registreras som invandrare (immigrant) 

skall personen avse att bo i Sverige minst ett år. Analogt, för att registreras 

som utvandrare (emigrant) skall personen avse att bo utomlands under minst ett år. 

Invandringsår : Om en person invandrat i Sverige flera gånger är invandringsår 

året för senaste invandring. Personer som invandrade före 1968 saknar uppgift 

om invandringsår. 

Medborgarskap 31 dec 1998, medborgarskapsförändring under 1998 : Medborgarskap 

ska i princip gälla nu existerande statsbildning. Uppgiften uppdateras, så 

långt sig göra låter, med hänsyn till bl.a. politiska/geografiska förändringar. 


Lejonparten av befolkningsstatistiken utgörs av värden på statistiska storheter/parametrar 

av typerna total (med "antal" som vanligaste variant) och medelvärde (med "andel",

"kvot", "intensitet" och "risk" som varianter). Vissa storheter av typ fraktil (medianer 

och kvartiler) redovisas också. De viktigaste storheterna kommenteras nedan. 

Storheter av typ total 

Folkmängd avser antal folkbokförda personer per 31 december 1998. Befolknings- 

förändringen är skillnaden mellan folkmängden vid årets början och slut. 

Antal födda och antal döda under 1998 redovisas. Den naturliga folkökningen, även 

kallat födelseöverskottet, är skillnaden mellan antal födda och döda. 

Antal inflyttade och antal utflyttade under 1998 i bestämda regioner redovisas. 

Flyttningsöverskottet är skillnaden mellan antal in - och utflyttade. När "regionen" 

är Sverige handlar det om antal invandrare och antal utvandrare under 1998. 

Skillnader kallas nettoinvandring/utvandring under 1998. 

Storheter av typ medelvärde (andel, kvot, risk, mm.) 

Medelfolkmängden är genomsnittet av folkmängden i början och slutet av året. 

Mått avseende födslar och fertilitet 

Könskvot är antal födda pojkar per 1000 födda flickor 

Flerbördskvot är antal flerbördsbarn (tvillingar, trillingar, mm.) per 1000 födda. 

Dödföddkvot är antal dödfödda barn per 1000 födda (levande och döda). 

Spädbarnsdödlighet avser andelen levande födda barn som dör före ett års ålder. 

Nettoreproduktionstalet (för kvinnor) är kvoten mellan antalen kvinnor i två suc-cessiva 

generationer, med hänsyn tagen till såväl fruktsamhet som dödlighet. 

Bruttoreproduktionstalet (för kvinnor) är kvoten mellan antal kvinnor i två succes- 

siva generationer, med bortseende från dödlighet före fruktsamhetsperiodens slut. 

Åldersdifferentierade fruktsamhetstal anger antalet barn som 1000 kvinnor får 

under sin reproduktionsperiod med antagande om att nu aktuell fruktsamhet fort- 

satt gäller och att ingen av kvinnorna dör före 50 års ålder. 

Den samlade legala abortkvoten anger antalet legala aborter som 1000 kvinnor 

genomgår under hela sin reproduktionsperiod, under antagandet att nu aktuell 

legal - abort - frekvens forsatt gäller och att kvinnorna inte dör före 50 års ålder. 

Mått avseende mortalitet 

Dödstalet anger kvoten mellan antalet dödsfall under en period och den folkmängd, 

som under perioden var utsatt för risk att dö. Talet uttrycks oftast i promille. 

Vid framställning av livslängdstabellerna användes nedanstående formel. 

Dödsrisk för en x - åring under period t : q x = Dx 

/ ( M x + d x ) , 

D x 

M x 

= antal dödsfall bland x - åringar under period t, 

= (totala) risktiden i åldern x år under period t 

dx = antal x - åringar som under period t avled samma kalenderår som 

de fyllde x år. 

Dödsrisk för en 0 - åringar beräknades : 

= D / F , med F för antalet levande födda under period t. 

q0 0 

I åldrarna 91 år och däröver har de i livslängdstabellerna använda dödsriskerna beräknats 

genom utjämning av preliminärt beräknade risker. Till och med 1986 baserades 

denna utjämning på den s.k. Wittsteins formel. Eftersom metoden visade sig överskatta 

dödsriskerna i de högsta åldrarna utarbetades en ny utjämningsmetod, vilken används 

numera. Den beskrivs i Martinelle, S. (1987): A Generalized Perks Formula for Old Age 

Mortality, R&D Report, Statistics Sweden. 

Kvarlevande vid ålder x, betecknat lx , avser antalet individer bland 100 000 levande 

födda som vid nu aktuella dödsrisker beräknas uppnå åldern x år. Antalet 0 - år- 

47

48 

ingar är l0 = 100 000 och antalet kvarlevande vid övriga åldrar beräknas enligt 

nedan där qx är års - dödsrisken för en x - åring : 

l 1 − q . 

( ) 

1 1 1 x = x− 

x− 

Återstående medellivslängd för en x - åring, betecknad ex ,utgörs av det antal år 

som i genomsnitt återstår att leva för en x - åring. Återstående medellivslängd vid 

födseln kallas kortare för bara medellivslängd. Beräknas enligt nedan : 

w 

ex ∑ 

i= 

x 

= L l , där 

i 

x 

w står för den högsta ålder (i hela år) som antas kunna uppnås, 

L = 1 + 1 +1 / 2 . 

Lx = "genomlevda tiden i en åldersklass", som beräknas ( ) 

x x x 

Måttet ifråga är baserat på antagandet att dödsfallen i en åldersklass är jämnt fördelade 

över året. Detta antagande är dock inte tillämpbart under första levnadsåret. För 

det används : 

= a ⋅ l + 1− a ⋅ l , där 

( ) 1 

L0 0 0 

0 

a0 = medelålder för dem som dör under sitt första levnadsår. 

Sannolik medellivslängd är den ålder vid vilken hälften av den ursprungliga födel- 

sekullen avlidit. 


I det följande står SM resp. Befstat för publikationerna som nämns i Inledning samt 

BEFPAKfm och BEFPAKfä för tabellpaketen som nämns i Avsnitt 5.1. 

SM BE redovisar folkmängd och befolkningsförändringar i riket, län, kommuner och 

storstadsområden, samt in - och utvandrare efter medborgarskap. 

I Befstat 1 - 2 görs genomgående indelning efter län, kommun, storstadsområde, riksområde, 

landsting och landskap. Folkmängdsstatistiken underindelas efter kön, ålder, 

civilstånd samt, in- och utflyttningsland. För födda indelas efter kön och moderns ålder, 

för döda efter kön, ålder och civilstånd. För flyttningar efter kön, ålder och 

medborgarskap. Immigranter och emigranter redovisas med indelning efter län, kön, 

ålder, medborgarskapsland, in - och utvandringsår. 

I Befstat 3 indelas efter län, kommun, storstadsområde, A - region, riksområden, kön, 

ålder, civilstånd, medborgarskap, födelseort, födelselän, födelseland, invandringsår 

samt ursprungsland. 

I Befstat del 4 varierar indelningarna mellan de olika kapitlen. För befolkningens 

sammansättning indelas efter län, kön, ålder och civilstånd och för befolkningsförändringar 

efter län och civilstånd. För födda indelas efter län, kön, moderns ålder, 

moderns födelseort och folkbokföringslän, moderns födelseland, moderns medborgarskap, 

moderns civilstånd, antal av modern dödfödda respektive levande födda barn, 

tidigare födda barn, barnets ordningsnummer, barnets medborgarskap, barnets födelseår, 

barnets födelsemånad, föräldrarnas ålder, föräldrarnas medborgarskap, 

föräldrarnas vigselår. För döda indelas efter län, kön, ålder, civilstånd och 

medborgarskap. För civilståndsändringar efter län, kommun, kön, ålder, 

medborgarskap, födelseland, makarnas ålder, makarnas förutvarande civilstånd, 

äktenskapets varaktighet, vigselår, antal år sedan vigselåret samt barnantal. För 

medborgarskapsbyten indelas efter kön, ålder, civilstånd, tidigare och nuvarande 

medborgarskap, förutvarande medborgarskap samt invandringsår. 

I BEFPAKfm indelas efter kön, ålder, civilstånd, medborgarskap, födelseland, utländsk 

bakgrund och invandringsår, län, kommun, församling samt delområde inom kommun. I 

BEFPAKfä indelas efter kön, ålder, medborgarskapsland, in-/utflyttningsområde, inkomst 

samt utbildning. De regionala indelningar som görs är län, kommuner, församlingar 

och delområden inom kommuner.

Kommentar angående regionala indelningar i statistiken för 1998 

Folkmängdsstatistiken avser förhållandena 31 december 1998 med den indelning i 

administrativa områden som gäller från 1:a januari 1999. I tabeller som innehåller 

uppgifter även för andra år än 1998 har justering gjorts endast vid indelningsändringar 

av sådan storlek att minst en hel församling överförts till eller slagits samman med 

annan församling. Befolkningsförändringar under 1998 redovisas enligt den regionala 

indelning som gällde 1 januari 1998 


I SM och Befolkningsstatistik del 1 - 4 (se Inledning) är referenstidpunkten 31 december 

1998 för statistik som avser folkmängd. För statistik om demografiska händelser 

(födslar, dödsfall, flyttningar, mm.) är referensperioden året 1998. 

I BEFPAKpaketen (se Avsnitt 5.1) är referensperioderna årets fyra kvartal och referenstidpunkterna 

de fyra kvartalssluten. 


Statistiken om befolkningen som individer är mycket fullständig, icke minst i ett 

internationellt perspektiv. Det gäller också för individers "generationskopplingar". 

Statistik om "sammanboendegrupper", familjer och hushåll av olika slag, är dock för 

närvarande inte så bra som önskvärt. Som ett exempel kan befolkningsstatistiken inte 

redovisa antal "två - vuxen - familjer med tre barn" i landet. Huvudproblemet därvidlag är 

att en stor del av dagens familjer/hushåll är baserade på icke-registrerat sammanboende, 

medan RTB endast har uppgifter om registrerade sådana, genom vigsel och registrerande 

av partnerskap. I detta avseende kan dock räknas med avsevärda förbättringar i 

framtiden, av följande skäl. För närvarande sker folkbokföring på fastighet, och i 

fastigheter med flera lägenheter vet man inte hur fastighetens individer "hänger ihop". 

En genomgripande omläggning av folkbokföringssystemet pågår dock. Steg ett i 

omläggningen är att upprätta ett lägenhetsregister där varje lägenhet får unik identitet. I 

steg två folkbokförs personer på lägenhet, istället för som nu på fastighet. Därigenom 

förbättras möjligheten att ta fram statistik om familjer och hushåll avsevärt. 



Befolkningsstatistiken baseras, som sagt, på uppgifter i Registret över totalbefolkningen 

(RTB). Kontrollundersökningar av RTB : s innehåll som gjorts genom åren har genomgående 

visat att registret har mycket god täckning, aktualitet och uppgiftsriktighet 

åtminstone för i Sverige födda personer. I stort bedöms befolkningsstatistiken därför 

vara mycket tillförlitlig. 

De tillförlitlighetsproblem som finns gäller framför allt utrikes födda personer. Skälen 

anges nedan under osäkerhetskällan "ramtäckning". 


För statistik allmänt talas om felkällorna urval, ramtäckning, mätning, svarsbortfall, 

bearbetning och modellantaganden, vilka var och en kommenteras i det följande. För 

den slags totalundersökning som befolkningsstatistiken är, kunde sägas att egentligen 

bara en felkälla föreligger, nämligen "brister i rapporteringen". Dessa beror framför allt 

dels på underlåtenhet, senfärdighet, slarv, glömska mm. från rapporteringsskyldigas sida 

att anmäla förändringar dels på att de, medvetet eller omedvetet, lämnar felaktiga 

uppgifter. Vidare finns möjligheten att de lokala skattekontoren släpar efter i sin 

rapportering till SCB. I stort är dock rapporteringsrutinerna mycket snabba. 

Hur man klassificerar på ovan nämnda osäkerhetskällor de fel som brister i rapporteringen 

leder till är åtskilligt skönsmässigt. I det följande görs uppdelningen att rapporteringsbrister 

som leder till att RTB saknar personer som borde vara med i registret eller 

omfattar personer som inte borde vara med klassificeras som ramtäckningsbrister. Rap- 

49

50 

porteringsbrister som leder till felaktiga variabelvärden betraktas som mätfel, medan 

svarsbortfall anses inte förekomma. 

2.2.1 Urval 

Befolkningsstatistiken är totalräknad och har därmed ingen urvalsosäkerhet. 


Täckningsbrister handlar om dels undertäckning, vilket föreligger om personer som är 

bosatta i landet saknas i RTB, dels övertäckning, vilket föreligger om personer i RTB 

inte längre ingår i befolkningen (har avlidit eller lämnat landet). 

Undertäckning uppstår om födslar och invandringar sker utan att komma till RTB:s 

kännedom. Den bedöms vara mycket liten av nedanstående huvudskäl. 

(i) Att rapportera till folkbokföringssystemet ligger som tjänsteansvar för särskilda 

professioner (enskilda företrädare eller institutioner), som barnmorskor, vigselförrättare, 

läkare, invandrarverk, domstolar, m.fl. Den rapporteringen kan på goda grunder förutsättas 

vara mycket välskött. 

(ii) RTB avvaktades t.o.m. utgången av januari 1999 innan befolkningsstatistiken för 

1998 framtogs. Med de snabba rapporteringsrutinerna bedöms för sent inkomna uppgifter 

ge upphov till endast försumbar undertäckning. 

För nyfödda bedöms undertäckningen medföra ett fel om högst 0,1 % i folkmängdsstatistiken 

för "0 - åringar". Invandringen föranleder något större undertäckning, men 

även den bedöms vara försumbar. Den främsta orsaken till viss "invandringsundertäckning" 

är den förhållandevis långa tiden mellan invandring och registreringstidpunkten. 

(Exempel : För invandrare som fick sina beslut om uppehållstillstånd under 

1986 var mediantiden från ansökan till folkbokföring 21 veckor.) Tidsskillnaden ifråga 

bedöms ligga avsevärt under genomsnittet för nordiska invandrare, eftersom dessa kan 

bosätta sig i Sverige utan uppehållstillstånd. 

En till det nyssnämnda relaterad problematik om statistikens beskrivning av det "reella" 

demografiska skeendet är följande. Många flyktingar som fått uppehållstillstånd måste 

av bostadsskäl bo kvar i flyktingförläggningar i väntan på kommunplacering, och folkbokförs 

då på förläggningen. Det medför att statistiken för kommuner med flyktingförläggningar 

kan uppvisa en skev bild av den mer långsiktiga befolkningsutvecklingen. 

Övertäckning i RTB uppstår om dödsfall och utvandringar inte kommer till RTB : s kännedom. 

Mot bakgrund av det som sägs i (i) ovan, bedöms övertäckning med anledning 

av ej rapporterade dödsfall vara mycket liten. 

Det som dock vållar en icke försumbar övertäckning är att förhållandevis många 

utländska medborgare som varit bosatta i Sverige återvänder till sina ursprungsländer 

utan att anmäla det till svensk myndighet. Vid kontroll i samband med folk- och 

bostadsräkningen 1985 bedömdes övertäckningen ifråga då uppgå till 0,1 % av hela 

befolkningen. I delpopulationen "utländska medborgare" var övertäckningen 1,0 % för 

nordiska medborgare och 2,8 % för övriga medborgarskap tillsammans. I en studie från 

1994 (Nilsson, Brister i folkbokföringen, PM, 1994) framförs hypotesen att övertäckningen 

bland "utrikes födda" kunde vara så stor som 10 %. En studie med indirekt skattning 

av övertäckningen, baserad på dödlighetsberäkningar, redovisas i "Qvist, J. Täckningsproblem 

i Registret över totalbefolkningen RTB. SCB, R&D Report 1999 : 1". 

Beräkningarna ger vid handen att övertäckningen bland utomnordiska invandrare torde 

ligga i intervallet 25 - 50 000 personer, vilket innebär 4 - 8 % av de utomnordiska invandrarna. 


Rapporteringen till folkbokföringssystemet enligt punkt (i) i Avsnitt 2.2.2 bedöms ske 

mycket omsorgsfullt och därmed föranleda mycket små mätfel för berörda variabler. 

Större mätfel befaras för variabler som beror av rapporteringar som personerna själva 

skall göra, t.ex. om flyttningar. En kontrollmöjlighet i detta avseende ges i anslutning till

myndigheters massutsändning av brev, t.ex. skattsedlar och röstkort. På basis av 

returnerade försändelser kan kontrolleras bl.a. om flyttning anmälts i rätt tid och om 

folkbokföringens adress överensstämmer med den faktiska. I anslutning till folk - och 

bostadsräkningarna 1975, 1980 och 1985 gjordes sådana kontroller. Från dessa framgick 

att brister främst gällde det som diskuteras i Avsnitt 2.2.2, nämligen underlåten 

rapportering av utvandring. En mer ingående redogörelse för resultaten av kontrollerna 

ges i Folkmängd Del 1 - 2 för 1988. 


Bortfall förekommer inte. 


Dataregistrering sker i första omgången vid de lokala skattemyndigheterna. Därvid görs 

vissa maskinella kontroller och rättelser. När aviseringarna sedan kommer till SCB 

granskas uppgifterna innan inläggning sker i RTB. Felaktigheter som upptäcks skickas 

tillbaka till skattemyndigheten för utredning/rättning. 

Befolkningsstatistiken framställs via en databas som genereras från RTB. Programvara 

för framtagning av statistiken är så väl utprovad att beräkningsfel betraktas som i stort 

sett obefintliga. 


Antalsstatistiken är inte baserad på några modellantaganden. De demografiska måtten 

däremot vilar på modellantaganden, som till sin övervägande del är allmänt vedertagna 

bland befolkningsstatistiker. Ett särfall utgörs dock av den använda metoden för 

beräkning av dödrisker för åldrarna 91 år och däröver, se Avsnitt 1.1.3, dödsrisker. 


Befolkningsstatistiken redovisas utan numeriska osäkerhetsmått. 


3.1 Frekvens 

Statistiken i de publikationer som nämns i Inledning framtas och publiceras en gång per 

år. Statistiken till BEFPAK - folkmängd (se Avsnitt 5.1) tas fram tre gånger per år, efter 

sluten av 2 : a, 3 : e och 4 : e kvartalen. Statistiken för kommuner och församlingar i 

BEFPAK - befolkningsförändringar produceras varje kvartal. Statistik för mindre 

områden än församlingar tas fram en gång om året, i anslutning till helårsskiftet. 


Referenstidpunkt och referensperiodens sluttid för 1998 års befolkningsstatistik var sista 

december. Framställningstiderna, såväl för 1998 års statistik (som var sen) som för 

"normala" år, för publikationerna i Inledning framgår av det som sägs nedan under 

punktlighet. För BEFPAKpaketen är framställningstiden 14 dagar. 


Den årliga befolkningsstatistiken utkommer normalt mycket punktligt, dvs. publicering 

sker i enlighet med tidigare angiven publiceringsplan. 

Tyvärr var dock 1998 års statistik förhållandevis starkt försenad. Orsaken var en 

genomgripande omläggning av RTB:s datorsystem, från stordator till PC - miljö. 

Huvudpublikationerna utkom enligt följande. SM : et utkom i enlighet med plan 29 

december 1998. Befolkningsstatistik 1998 Del 1 - 2 utkom i juli 1999, mot planerat i 

juni, Del 3 utkom i november 1999, mot planerat i september, och Del 4 utkom i juli 

2000, mot planerat i december 1999. 

51

52 



I och med att RTB - systemet baseras på folkbokföringssystemet är det beroende av 

folkbokföringens definitioner och regler. Sedan RTB - systemet upprättades 1968 har 

folkbokföringens innehåll varit i stort oförändrat, och därmed också RTB : s 

variabeluppsättning och variabeldefinitioner. Som helhet gäller därför att befolkningsstatistik 

är mycket väl jämförbar över tiden. Några förändringar bör dock pekas på, 

vilket görs nedan. 

Folkbokföringens omorganisation 

Den 1 juli 1991 övertog de lokala skattekontoren ansvaret från pastorsämbetena för 

folkbokföringen på lokal nivå. I anslutning till omorganisationen ersattes det gamla 

regelverket med ny lagtext. I stort sammanfaller dock de nya och gamla reglerna. 

Ändrade regler för studerande 

Sedan 1991 gäller att personer som är över 17 år och går på postgymnasial utbildning 

ska vara folkbokförda där de bor. Tidigare var det vanligt att sådana studerande var 

folkbokförda i föräldrahemmet. Kommuner med universitet och högskolor har sedan 

1991 därför fått en registrerad inflyttning som är större än den verkliga. Folkökningen i 

dessa kommuner är delvis en effekt av den nya folkbokföringslagen. 

Ändrade regler för nyfödda 

Begreppet född inom respektive utom äktenskapet har efter 1976 utgått ur all lagstiftning. 

Från och med 1977 redovisas statistik om födda med indelning efter moders 

civilstånd, i analogi med tidigare indelning efter inom / utom äktenskap. 

Före 1973 angavs nyfött barns ordningsnummer endast för barn födda inom bestående 

äktenskap ingångna 1950 eller senare. Ordningsnumret avsåg makarnas samtliga 

gemensamma barn (födda levande och döda). Från mitten av 1973 får RTB istället 

uppgift om det antal barn som modern, oavsett civilstånd, tidigare fött (levande och 

döda). 

Från 1:a juli 1979 ändrades lagstiftningen om medborgarskap för barn vars far har 

utländskt och mor svenskt medborgarskap. Tidigare fick dessa barn vid födseln enbart 

faderns medborgarskap, men numera blir de alltid svenska medborgare. Bestämmelsen 

medför att barn i större utsträckning än tidigare får dubbelt medborgarskap vid födseln. I 

den svenska folkbokföringen registreras dock enbart det svenska medborgarskapet. 

Civilståndsförändringar 

Lagstiftningen om skilsmässor ändrades 1 januari 1974. Ändringarna innebär bl.a. att 

det tidigare hemskillnadsåret ersattes med "en betänketid om sex månader", vilken dock 

ej behövs om makarna saknar barn under 16 år och är överens om skilsmässan. Den 

kraftiga ökningen av skilsmässor under 1974 och 1975 skall ses mot nämnda bakgrund. 

Fr.o.m. 1995 särredovisas nyregistrerade partnerskap, med indelning efter län, kön och 

ålder. I antalsstatistiken om befolkningen efter civilstånd ingår fr.o.m 1998 nyregistrerade 

partnerskap och upplösta partnerskap i "gifta" respektive "skilda".

Medborgarskapsbyten 

Fr.o.m. 1974 sätts i statistiken året för byte till svenskt medborgarskap till året efter 

beslutet. 

Ändrad beräkning av dödsrisker 

Som nämns i Avsnitt 1.1.3 har beräkningen av de i livslängdstabellerna använda 

dödsriskerna för åldrarna 91 år och däröver ändrats, från användning av den s.k. 

Wittsteins utjämningsmetod till SCB:s "egen" metod. Den nya metoden användes första 

gången i 1987 års tabeller. Dödsriskerna i åldrarna över 95 år är därför numera väsentligt 

lägre än tidigare. Därmed har också kvarlevandetal och återstående medellivslängder 

höjts för de allra äldsta. En jämförelse mellan metoderna redovisas i Befolkningsförändringar 

Del 3 för åren 1987, 1988 och 1989. 


Sveriges befolkningsstatistik är anpassad till internationella standarder, och är därmed 

väl jämförbar med andra länders statistik. Ett (internationellt) önskemål som vi dock inte 

kan möta är att redovisa statistik om omfattning av och orsaker till s.k. "short - term 

migration". Skälet är att i Sverige registreras endast in - och utvandringar med avsedd 

varaktighet om minst ett år (se Avsnitt 1.1.2). 

Även om det inte direkt gäller befolkningsstatistiken bör nämnas att RTB spelar en 

viktig allmänt samordnande roll för statistik från SCB. Så gott som alla urvalsundersökningar 

avseende individer, familjer och hushåll använder RTB som urvalsram, 

och hämtar demografisk bakgrundsinformation därifrån. Statistik från dessa 

undersökningar blir därigenom "automatiskt" samordnad. 


Som nämns ovan, har RTB en "styrande" roll för mycken SCB - statistik. Som konsekvens 

är befolkningsstatistik och annan SCB - statistik väl samanvändbar. 



De viktigaste utflödena för befolkningsstatistik, ingående i Sveriges offentliga statistik 

(SOS), är de fyra publikationsserier som anges i Inledning. Den normala gången för 

deras framtagande är följande. Under vecka 52 i referensåret presenteras ett 

pressmeddelande med preliminära befolkningssiffror för riket, och i nära anslutning till 

detta ett Statistiskt meddelande (SM) med fylligare regional redovisning. Den 

detaljerade, och definitiva, statistiken utkommer under efterföljande år i 

Befolkningsstatistik Del 1 - 2, 3 och 4 (se Inledning). 

Stora delar av statistiken görs också tillgänglig i Sveriges statistiska databaser på 

Internet samt på SCB:s webbplats www.scb.se. Där finns t.ex. statistik om folkmängd, 

födda, döda och flyttningar. 

Utöver SOS - statistiken framtas, främst för användning av länsstyrelser, landsting och 

kommuner, ett stort antal s.k. råtabeller med produktbenämningar : 

BEFPAK - folkmängd och BEFPAK - befolkningsförändringar. 

Dessa redovisar löpande under året kvartalsvisa avstämningar av såväl folkmängd som 

befolkningsförändringar. Enskilda personer kan få tillgång till BEFAK - tabellerna hos 

programmet för befolkningsstatistik vid SCB i Örebro, länsstyrelsernas regionalekonomiska 

enheter, landstingens planeringsavdelningar samt hos kommunerna. 

För att peka på intressanta förändringar i befolkningens storlek och sammansättning 

publiceras emellanåt pressmeddelanden av regional och/eller rikstäckande art. Artiklar 

och demografiska rapporter framställs mer eller mindre kontinuerligt för publicering i 

tidskrifter, presentation på seminarier och konferenser, mm. Vart femte år görs 

uppdaterad publicering i serien Demografiska rapporter Livslängdstabeller. 

53

54 


Statistiken redovisas i form av text, tabeller, diagram. 


RTB:s fullständiga variabeluppsättning mm. är dokumenterad enligt SCB:s dokumentationssystem 

SCBDOK. Dokumentationen finns tillgänglig bl.a. på SCB:s 

webbplats. 


Mikrodatamaterial finns lagrat i olika delregister inom RTB-systemets ram. Årsskiftesversionerna 

av RTB finns långtidsarkiverade hos Riksarkivet, och detsamma 

gäller årsversionerna av förändringsregistren. 

Forskare m.fl. kan efter prövning få tillgång till avidentifierat mikromaterial. Möjligheten 

används för närvarande främst av medicinska forskare. 


Ytterligare upplysningar om befolkningsstatistiken kan fås på nedanstående ställen: 

Befolkningsstatistikens talsvar telefon 019 - 17 - 69 00, 

SCB:s webbplats www.scb.se under rubriken Befolkning, 

E-mailadress: befolkning@scb.se.


Arbetskraftsundersökningarna (AKU) januari 2000 

0 INLEDNING 

Arbetskraftsundersökningarna (AKU) framställer månatlig statistik om förhållandena på 

arbetsmarknaden med tonvikt på antal och andel sysselsatta och arbetslösa. Statistiken 

redovisas med en mängd gruppindelningar. AKU är en urvalsundersökning som varje 

månad undersöker, medelst telefonintervju, cirka 17 000 personer. Statistik publiceras 

cirka två veckor efter månadens utgång, dels i ett Statistiskt Meddelande (SM) med 

översiktliga resultat, dels i AKU : Grundtabeller med detaljerade resultat. Månadsundersökningarnas 

uppgifter ligger också till grund för kvartals - och årsstatistik. Föreliggande 

kvalitetsdeklaration avser statistiken för januari 2000. 



De statistiska storheter / parametrar som primärt skattas gäller hur Sveriges befolkning i 

arbetsför ålder fördelar sig antalsmässigt efter olika aspekter på deras arbetsmarknadssituation. 

Ett flertal indelningar görs, bl.a. efter demografi (kön, ålder, 

boendeort, civilstånd, barninnehav, nationalitet, mm.). Skattade gruppstorlekar, och även 

andra grupptotaler, ger underlag för att skatta olika medelvärden (inklusive andelar), 

t.ex. andelen arbetslösa och genomsnittlig arbetstid. 


AKU:s målpopulation (undersökningspopulation) utgörs av i Sverige bosatta personer 

som fyllt 16 men ej 65 år. Populationen kallas befolkningen, om än litet oegentligt 

eftersom den endast utgör ett åldersutsnitt ur landets totala befolkning. 


De variabler som är av betydelse i AKU kan indelas i bakgrundsvariabler, arbetsmarknadsvariabler 

och hjälpvariabler, och så görs i följande beskrivning. 

BAKGRUNDSVARIABLER 

Dessa utgörs främst av demografiska variabler som kön, ålder, civilstånd, barninnehav, 

boendelän/kommun, nationalitet, mm. Initiala värden (som kontrolleras vid intervjuerna) 

hämtas från AKU:s urvalsram, SCB:s Registret över totalbefolkningen (RTB). 

ARBETSMARKNADSVARIABLER 

En ideal AKU - undersökning skulle gå till så att varje person i befolkningen (16 - 64 år) 

efter varje vecka tillfrågades om sin arbetsmarknadssituation under veckan ifråga, kallad 

mätveckan. Nedanstående variabler tar fasta på personens situation under mätveckan. 

AKU:s målstorheter utgörs dock inte av veckovisa förhållanden utan av månadsvisa, 

kvartalsvisa och årsvisa sådana, som ger genomsnittsvärden över de mätveckor som 

ingår i AKU:s "månader", "kvartal" och "år", vilka ligger mycket nära motsvarande 

kalenderperioder. En "AKU - månad" omfattar 4 eller 5 veckor, ett "kvartal" 13 veckor 

och ett "år" 52 (undantagsvis 53) veckor. Januari år 2000 bestod av veckorna 1, 2, 3 och 

4. 

Arbetskraftsstatus 

Figur 1 anger kategorier för arbetskraftsstatus, som mer ingående definieras nedan. 

55

56 

Arbetskraften 

Arbetskraften utgörs av personer som antingen är sysselsatta eller arbetslösa enligt 

nedanstående definitioner. Övriga klassificeras som ej i arbetskraften (med synonym 

utanför arbetskraften). 

Sysselsatta 

En person är sysselsatt under mätveckan om villkoren 1 eller 2 nedan gäller. 

1 Personen är sysselsatt och i arbete om han/hon under mätveckan utför minst 

en timmes arbete som avlönad arbetstagare, som egen företagare (inklusive fri 

yrkesutövare) eller som oavlönad medhjälpare i företag som tillhör familjemed- 

lem i samma hushåll. 

2 Personen är sysselsatt men tillfälligt frånvarande om han/hon normalt är sys- 

selsatt enligt 1, men är tillfälligt frånvarande från arbetet under hela mätveckan, 

oavsett om frånvaron är betald eller ej. Orsaker till tillfällig frånvaro är bl.a. 

sjukdom, semester, tjänstledighet (t.ex. för vård av barn), (kortvarig) värnplikt 

och arbetskonflikt. 

Personer som under mätveckan har anställningsstöd, offentligt skyddat arbete, arbete vid 

Samhall eller är anställd med lönebidrag klassificeras som sysselsatta. 

Undersysselsatta 

Person som är sysselsatt men av arbetsmarknadsskäl arbetar mindre än han/hon önskar 

sägs vara undersysselsatt. 

I arbete 

I arbetskraften 

Befolkningen 

Ej i arbets- 

kraften 

Sysselsatta Arbetslösa Velat arbeta Ej velat arbeta 

Tillfälligt frånvarande 

hela mätveckan 

Kunde arbeta 

(latent arbetssökande) 

Förhindrad att 

arbeta 

Figur 1. Grundläggande klassificering avseende arbetskraftsstatus 

Arbetslösa 

Huvudregeln är att en person är arbetslös under mätveckan om han/hon inte är sysselsatt 

(enligt ovan) och dessutom uppfyller (i) - (iii) nedan. 

(i) Vill arbeta. 

(ii) Kan börja ett arbete inom 14 dagar. 

(iii) Har sökt arbete under de senaste fyra veckorna (inkl. mätveckan), eller 

inväntar att börja nytt arbete inom kort (inom fyra veckor efter mätveckan). 

Från huvudregeln görs följande undantag. 

En heltidsstuderande person som ej var sysselsatt (enligt ovan) under mät-veckan och 

dessutom uppfyller (i) - (iii) klassificeras dock ej som arbetslös, utan som tillhörande 

"ej i arbetskraften". Här gör AKU avsteg från ILO : s internationella rekommendationer.

Latent arbetssökande 

En delgrupp av "ej i arbetskraften" utgörs av de latent arbetssökande, som utgörs av 

personer som ville och kunde arbeta under mätveckan men ej hade sökt arbete, samt 

heltidsstuderande som sökt arbete. 

Anknytningsgrad till arbetsmarknaden 

Klassificerar befolkningen i kategorierna fast, lös och utan anknytning. 

Fast anknytning har personer med fast anställning samt företagare och deras medhjälpande 

familjemedlemmar. 

Lös anknytning har personer med tidsbegränsad anställning samt ej sysselsatta personer 

som dock arbetat någon gång under det senaste året. 

Utan anknytning är ej sysselsatta personer som inte arbetat under det senaste året. 

Gruppen inkluderar arbetsoförmögna och personer med arbete/vistelse utomlands. 

Studier 

Variablerna utgörs av svar på frågor som ställs till alla utom personer som vistas 

utomlands, är långvarigt sjuka eller intagna för vård, om huruvida man studerade under 

mätveckan, och om så huruvida studierna var hel - eller deltidsstudier, samt antalet 

studietimmar under mätveckan. 

YTTERLIGARE ARBETSMARKNADSVARIABLER 

De ytterligare arbetsmarknadsvariablerna är mer eller mindre olika beroende på personens 

arbetskraftsstatus (sysselsatt, arbetslös eller utanför arbetskraften, mm.). 

Variabler för sysselsatta 

Viktiga variabler är yrke, yrkesställning, näringsgren, anställningens art, arbetstid, 

fackförbundstillhörighet, bisyssla, studier, frånvaro. Flertalet definieras/kommenteras 

nedan. 

Yrke 

Från och med 1997 klassas yrke enligt Standard för svensk yrkesklassificering (SSYK), 

som är den svenska versionen av EU : s yrkesklassificering ISCO 88 COM. 

Yrkesställning 

Har kategorierna anställda, företagare och medhjälpande familjemedlemmar. 

Anställda underindelas i fast anställda ( = har tillsvidareanställning) och tidsbegränsat 

anställda (= personer med anställningsstöd, säsongarbete, provanställning, praktiktjänstgöring, 

objekt/projektanställning, mm.). 

Näringsgren 

Näringsgren bestäms av verksamheten vid det arbetsställe där personen är 

(huvud)sysselsatt. Fr.o.m. 1995 klassificerar AKU enligt SNI92 (Standard för svensk 

näringsgrensindelning 1992), vilken är den svenska versionen av EU:s standard NACE 

(Nomenclature Generale des Activités Economiques). 

Anställningens art (för anställda) 

Avser arbetsgivarens sektor enligt SCB:s standard för sektorstillhörighet, med kategorier 

statlig, affärsdrivande verk, primärkommunal, landstingskommunal, övriga offentliga 

institutioner samt enskilt företagande. AKU aggregerar indelningen till statlig ( = statlig 

+ affärsdrivande), kommunal ( = primärkommunal + landstingskommunal + övriga 

offentliga institutioner) samt enskild. 

Arbetstid 

Det antal timmar en person arbetar under mätveckan kallas faktiskt arbetad tid medan 

vanlig arbetstid avser den arbetstid som personen skall arbeta enligt överenskommelse. 

57

58 

Frånvaroorsak 

Svar på frågor till personer som var tillfälligt frånvarande under mätveckan. 

Bisyssla 

Sysselsatta personer har en bisyssla om de svarar ja på frågan: "Har Du mer än ett 

jobb/arbete, ett extraknäck eller någon (betald) bisyssla?” 

Variabler för arbetslösa 

Yrke, näringsgren fackförbundstillhörighet, bisyssla, mm. definieras som för sysselsatta, 

utifrån förhållandena när den arbetslöses senast var sysselsatt. Särskilda variabler är 

antal arbetslöshetsveckor, sätt att söka arbete, önskad arbetstid, m.fl. 

Variabel för personer utanför arbetskraften 

Gäller huvudsaklig verksamhet, som omfattar hemarbete, pensionerad, studerande, 

värnpliktig, långvarigt sjuk, m.fl., enligt personens egen bedömning . 

HJÄLPVARIABLER 

Bland dessa ingår några uppgifter från registret som ligger till grund för SCB:s 

Registerbaserade arbetsmarknadsstatistik (RAMS). RAMS tar fram årlig totalräknad 

statistik och RAMS - registret omfattar (åtminstone i princip) hela befolkningen (t.o.m. i 

alla åldrar). Dess variabelinnehåll ansluter till AKU:s, med referenstidpunkt november. 

T.ex. avser RAMS - sysselsatt en persons sysselsättningssituation under november. 

Jämfört med AKU är uppgifterna i RAMS "dåligt aktuella", registret har en 

framställningstid om cirka ett och halvt år. För AKU spelar RAMS - uppgifter roll 

framför allt som hjälpinformation för urval och skattning. 

Hjälpinformation för samma syfte hämtas också från Arbetsmarknadsstyrelsens (AMS) 

arbetssökanderegister. 


Merparten av statistiken från AKU utgörs av skattade värden på statistiska storheter/ 

parametrar av typ totaler och medelvärden (med "andel" som vanligt specialfall). 

Skattningar redovisas med ett flertal gruppindelningar, vilka beskrivs i Avsnitt 1.1.4. 

Dessutom beräknas statistikens osäkerhet med hjälp av skattade standardavvikeser. 

Nedan anges de viktigaste målstorheterna. 

Storheter av typ total 

Huvudstorheter är antal sysselsatta, antal arbetslösa, antal personer i och utanför 

arbetskraften. Ytterligare exempel är följande. För sysselsatta : antal personer i arbete, 

summa faktiskt arbetade timmar och antal undersysselsatta resp. latent arbetslösa. För 

sysselsatta, som studerar : antal studietimmar under mätveckan. 

Storheter av typ medelvärde 

Några exempel ges nedan. 

Relativt arbetslöshetstal = andel arbetslösa i arbetskraften. 

Relativt arbetskraftstal = arbetskraftens andel av befolkningen (16 - 64 år). 

Sysselsättningsintensitet = andel sysselsatta i befolkningen (16 - 64 år). 

Relativt frånvarotal = andel tillf. frånvarande under mätveckan bland sysselsatta. 

Medelarbetstid (för sysselsatta) = genomsnittlig arbetstid under mätveckan. 


De statistiska målstorheterna skattas för en mängd olika redovisningsgrupper ( = delgrupper 

av populationen), vilka skapas genom mer eller mindre långtgående korsindelningar 

med hjälp av olika "indelningsvariabler", där bakgrundsvariablerna spelar central 

roll. I det följande ges exempel på indelningsvariabler. Det skulle dock föra för långt att

precist beskriva vilka korsindelningar som görs, för mer fullständig information hänvisas 

till AKU : Grundtabeller. I stort sett alla indelningar tar fasta på kön, ålder (med 5 - 

och 10 - årsklasser) och boendelän. Ytterligare exempel på indelningsvariabler ges 

nedan. 

För statistik om befolkningen: Arbetskraftsstatus, aspekter på barninnehav (antal barn, 

yngsta barnets ålder, förekomst av barn under 17 år), vanligen arbetad tid. 

För statistik avseende sysselsatta: Anknytningsgrad till arbetsmarknaden, näringsgren, 

yrke, anställningens art, yrkesställning, bisyssla, vanligen arbetad tid. 

För statistik avseende sysselsatta och anställda: Förutom "gängse" variabler för sysselsatta, 

hel - resp. deltid, skäl för att arbeta mer än vanligt, vanligen arbetad tid, skäl för att 

arbeta mindre än önskat, genomsnittlig önskad ökad arbetstid. 

För statistik avseende sysselsatta i arbete: Faktisk och vanlig arbetstid, anknytningsgrad 

till arbetsmarknaden, yrke, näringsgren, aspekter på barninnehav, huvud - resp. bisyssla, 

anställningens art. 

För statistik avseende sysselsatta men tillfälligt frånvarande: Förutom "gängse" variabler 

för sysselsatta, huvudsaklig frånvaroorsak, aspekter på barninnehav, antal frånvarotimmar, 

vanligen arbetad tid, huvud - och bisyssla. 

För statistik avseende arbetslösa : Arbetslöshetstidens längd, ny - eller återinträde på 

arbetsmarknaden, sätt att söka arbete, genomsnittlig arbetslöshetstid, önskad arbetstid, 

anledning till att man slutade föregående arbete, aspekter på barninnehav. 

För statistik avseende personer utanför arbetskraften: Huvudsaklig verksamhet, önskemål 

om och möjlighet till förvärvsarbete. För latent arbetssökande : önskad arbetstid. 


Statistikens referensperiod är veckorna 1, 2, 3 och 4 år 2000, 3 - 30 januari. 


AKU är framför allt en enskild undersökning. Se dock Avsnitt 4.3. 



Liksom i stort sett all statistik är även AKU - statistiken behäftade med viss osäkerhet. I 

Avsnitt 2.2 görs en genomgång av AKU : s felkällor och deras konsekvenser. De fel som 

spelar störst roll är urvalsfel (som beror på att endast ett urval undersökts), bortfallsfel 

(som beror på att svar saknas helt eller delvis från vissa utvalda) samt mätfel (som 

uppkommer främst p.g.a. att frågor eller svar missuppfattas). 

Vid bedömning av hur fel påverkar statistiken från en undersökning skiljer man mellan 

slumpmässiga fel ( = fel som "fluktuerar kring 0") och systematiska fel (fel som till sin 

majoritet går åt samma håll). De senare medför större eller mindre skevhet i statistiken 

(systematisk över- eller underskattning) vilket de slumpmässiga felen inte gör, men 

dessa bidrar till statistikens osäkerhet. Med total osäkerhet / fel avses det sammantagna 

felet (systematiskt fel + slumpmässigt fel). 

För osäkerheten som emanerar från slumpmässiga fel kan felgränser beräknas från de 

observerade värdena, i form av konfidensintervall Y $ ± 1.96 × Dˆ , med Y $ för 

punktskattningen ( = statistikvärdet) och D för skattad standardavvikelse för 

ˆ $ Y . Ett 

sådant intervall innehåller med stor trolighet (cirka 95 %) det riktiga värdet på den 

statistiska storhet som $ Y skattar. Om skevheten är obetydlig anger ett konfidensintervall 

statistikvärdets totala osäkerhet. 

Det är avsevärt svårare att ange gränser för den osäkerhet som emanerar från eventuella 

systematiska fel. Det kräver särskilda, oftast mycket resurskrävande, utvärde- 

59

60 

ringsinsatser och sådana görs därför endast intermittent. På basis av gjorda studier 

bedöms att den helt övervägande delen av AKU : s statistik har försumbar skevhet, och 

därav följer att konfidensintervallen ger god uppfattning om total tillförlitlighet. Varning 

ges dock dels för skattningar på riksnivå av antal personer utanför arbetskraften samt för 

statistik om utländska medborgare. Den senare frågan diskuteras i Avsnitten 2.2.2 och 

2.2.4. 


Allmänt talar man om felkällorna urval, ramtäckning, mätning, svarsbortfall, bearbetning 

och modellantaganden, vilka alla behandlas i det följande. Men som redan nämnts 

är det främst mätning och bortfall som vållar problem i AKU. 

2.2.1 Urval och estimation 

Urval 

Ett AKU - urval utgörs av ett antal personer ur befolkningen (16 - 64 år). Som urvalsram 

används åldersutsnittet ifråga i Registret över totalbefolkningen (RTB). Utsnittet 

omfattar cirka 5 500 000 personer. RTB uppdateras veckovis via aviseringar från 

folkbokföringsmyndigheten ( = Skattemyndigheten) om födslar, dödsfall, flyttningar 

inom landet, in - och utvandringar, mm. 

RTB innehåller demografiska variabler (kön, ålder, boendeort, mm.) som spelar roll dels 

vid urvalsdragningen dels som (initial)värden för bakgrundsvariablerna (se Avsnitt 

1.1.2). I urvalsramen kompletteras RTB - informationen genom påförande av sysselsättningsstatus 

enligt RAMS - registret (se Avsnitt 1.1.2, hjälpvariabler). Den 

informationen, som är cirka 2 år gammal, används som hjälpinformation vid urvalsdragningen 

och efterföljande skattning. 

AKU använder ett förfarande med urvalspaneler, vilket medför att en utvald person 

intervjuas var tredje månad tills han/hon varit med i undersökningen 8 gånger, dvs. 

under cirka två år. Beskrivet i stora drag är urvalsförfarandet stratifierat urval med 

systematiskt urval inom stratan. Urvalsstratana skapas genom korsindelning med 

avseende på boendelän, kön, medborgarskap (svensk/ej svensk) och RAMS – sysselsättningsstatus, 

vilket leder till 192 urvalsstratan. Variabeln "ålder" används inte vid 

stratumindelningen, men kommer in som "implicit" stratifieringsvariabel genom att de 

stratumvisa systematiska urvalen dras med urvalsramen sorterad efter ålder. Urvalsfraktionen 

är något högre för utländska än för svenska medborgare. Skälet är krav på 

särskild redovisning för utländska medborgare, t.o.m. uppdelade efter nationalitet, varvid 

det handlar om, relativt sett, mycket små grupper. Urvalssystemet är utformat så att 

ett månadsurval omfattar cirka 17 000 personer. 

Estimation 

Om svarsbortfall inte förelåg, skulle AKU : s estimation göras enligt "läroboken" för 

skattning vid stratifierat urval, men bortfallet föranleder justeringar. En "lättvindig" 

metod för att skatta "trots bortfall" är s.k. (enkel) "rak uppräkning", vilken innebär att 

man skattar som om de svarande utgör de ursprungligt utvalda. För att inte leda till skev 

statistik förutsätter den metoden att "arbetsmarknadsförhållanden för svarande och 

bortfall är i stort sett lika". Den kan dock leda till allvarlig skevhet om det föreligger 

samspel mellan "svarsbenägenhet" och "värdena på arbetsmarknadsvariabler". Härvidlag 

vets att personer med lös anknytning till arbetsmarknaden (vilka till stor del utgörs av 

arbetslösa) har klart lägre svarsbenägenhet än övriga. Okritisk rak uppräkning skulle 

därigenom leda till att bl.a. "antal arbetslösa" underskattas. 

Skevheten kan dock reduceras avsevärt genom att i urvalet och estimationen beakta s.k. 

svarshomogenitetsgrupper, förutsatt att hjälpvariabler för att kunna identifiera sådana 

finns tillgängliga. Tidigare använde AKU en uppräkning efter kön, ålder och län, men 

1993 infördes ett nytt förfarande. Skattningar avseende hela riket baserades på två 

poststratifieringssystem det ena med uppräkning baserad på hjälpvariablerna "ingår i 

AMS arbetssökanderegister med uppdelning på kön och ålder" och det andra, ”sysselsatt 

enligt RAMS med uppdelning på näringsgren kön och ålder.” Det nya förfarandet

medförde avsevärd reduktion av tidigare skevhet för skattningar på riksnivå, men 

slopandet av län som hjälpvariabel innebar samtidigt att skattningar avseende län 

försämrades. Ett speciellt poststratifieringssystem med befolkningen fördelad efter kön 

ålder och region utvecklades därför för skattningar på länsnivå. En kvarstående brist i 

det nya estimationssystemet var emellertid bristande konsistens mellan riksskattningar 

och regionala skattningar . 

Ytterligare modifiering av estimationsförfarandet har gjorts sedan dess. 

Senaste omläggningen, som gjordes i oktober 1999, syftar till att integrera riksskattningar 

och regionala skattningar i ett och samma system för att undvika den tidigare 

nämnda inkonsistensen. Systemet utvecklades också med restriktionen att inga tidsseriebrott 

skulle ske för skattningarna på riksnivå . 

Efter senaste omläggningen vilar estimationen på två delsystem, vilka skiljer sig ifråga 

om den hjälpinformation som används för bortfallskompensation. Den numera använda 

tekniken är hämtad från "generaliserad regressionsestimation". 

I det ena delsystemet skattas storlekar/totaler för grupper inom delpopulationen "sysselsatta" 

(exempel är "antal sysselsatta", "antal i arbete" och "antal arbetade timmar"). 

Här används enbart urvalsstratana som svarshomogenitetsgrupper, men för att uppnå bra 

bortfallskompensation är därvidlag viktigt att variabeln "RAMS - sysselsatt" ingår som 

hjälpvariabel, förutom de allmänna bakgrundsvariablerna. 

I det andra delsystemet skattas storlekar/totaler för grupper inom delpopulationen 

"arbetslösa" (exempel är "antal arbetslösa" och "totalt antal arbetslöshetsmånader"). Här 

görs bortfallskompensationen med användande av, utöver variablerna som genererar 

urvalsstratana, den ytterligare hjälpvariabeln "ingår i AMS arbetssökanderegister". 

Storlekar / totaler för grupper som omfattar såväl sysselsatta som arbetslösa skattas sedan 

genom att kombinera skattningar från de två delsystemen. Några exempel : 

Antal i arbetskraften = antal sysselsatta + antal arbetslösa 

Antal ej i arbetskraften = antal i befolkningen (enligt RTB) - antal i 

arbetskraften. 

När man har skattningar av gruppstorlekar och andra totaler skattas de olika slagen av 

medelvärden på naturligt sätt som kvoter mellan skattade totaler. 

Som del av skattningsberäkningarna tas också fram skattade standardavvikelser för 

punktskattningarna. Dessa ger underlag för beräkning av konfidensintervall som fångar 

upp osäkerhetsbidrag från de slumpmässiga felen (slumpurvalet och slumpmässiga mät - 

och bortfallsstörningar). 

Utförlig beskrivning av estimationsförfarandet ges i Mirza & Hörngren (2001) : Urvals- 

och estimationsförfarande i de svenska arbetskraftsundersökningarna. 


Täckningsbrister handlar om dels undertäckning, som föreligger om personer (16 - 64) 

som är bosatta i Sverige saknas i urvalsramen (dvs. i RTB) dels övertäckning, som 

föreligger om personer i urvalsramen inte längre ingår i landets befolkning. 

Den undertäckning som finns i AKU hänger främst ihop med att immigranter i landet 

("invandrare" + "hemvändare") kommer till RTB:s kännedom med viss "eftersläpning". 

Effekten på statistiken bedöms dock vara högst obetydlig. Litet mer komplicerande är att 

AKU - urval dras en gång per år, och att utvalda personer intervjuas under en 

tvåårsperiod. En urvalspanel dragen ett visst år undertäcker därför i någon mån 

immigranter vid efterföljande års undersökningar. Även detta förhållande bedöms ha 

marginell effekt på AKU - statistiken. 

AKU:s övertäckning beror framför allt på "eftersläpning" i rapporteringen av dödsfall 

och utvandringar. RTB : s snabba uppdateringsrutiner medför att urvalsramen har 

obetydlig övertäckning åtminstone vad gäller svenska medborgare, men inte riktigt lika 

bra för utländska, särskilt utomnordiska, medborgare. Skälet är att vissa utomlands 

61

62 

födda personer lämnar Sverige utan att anmäla det till svensk myndighet. Sådana 

personer skulle helst inte ingå i urvalsramen eftersom de inte längre är bosatta i landet, 

och "bristen" ifråga uppdagas oftast inte heller eftersom de inte nås för intervju. 

Därigenom blir de felaktigt klassade som "bortfall" trots att "övertäckning" är det 

adekvata, och denna felklassning leder till viss skevhet i statistiken. Övertäckningen 

ifråga är av storleksordningen 25 000 - 50 000 personer. Frågan diskuteras vidare i 

Avsnitt 2.2.4. 

Sammanfattningsvis är dock bedömningen att, bortsett från statistik avseende 

utomnordiska invandrare, har bristerna i AKU : s urvalsram ingen menlig effekt på 

statistiken. 


Datainsamling 

Uppgifter till AKU inhämtas av SCB - intervjuare genom datorstödda telefonintervjuer, 

vilka följer en standardiserad blankett. Vid första intervjutillfället (av de 8) görs 

noggrann kartläggning av personens arbetsmarknadssituation, generellt och för 

mätveckan. Vid efterföljande tillfällen görs för vissa variabler (arbetskraftsstatus, yrke, 

arbetsplats, m.fl.) endast uppföljning av om förändring skett. Uppgifter om 

arbetssituationen under mätveckan inhämtas dock varje gång. Uppgiftsinsamlingen 

illustreras i Figur 2 nedan. 

En utvald person informeras per brev, ungefär två veckor i förväg, om att hon/han blivit 

utvald att delta i AKU, och kommer att bli kontaktad för telefonintervju. I brevet finns 

också en broschyr med information om undersökningen (syfte, uppläggning, mm.). Om 

det inte går att nå en utvald person via telefon görs besöksintervju, vilket dock gäller 

bara cirka 1/2 % av samtliga intervjuer. I vissa fall, t.ex. vid sjukdom eller språksvårigheter 

görs indirekt intervju ( = annan person svarar för utvald persons räkning), vilket 

förekommer i cirka 3 % av intervjuerna. 

Intervjuer avseende en viss mätvecka påbörjas dagen efter veckans utgång. Flertalet av 

intervjuerna genomförs under loppet av en dryg vecka.

Blankett för ny 

klassificering 

Blankett för klassificeringskontroll 

Intervju 1 

Frågor om urvalspersonensarbetsmarknadssituation 

överföring av 

uppgifterför nästa 

intervjutillfälle 

Intervju 2-8 

Klassificeringskontroll 

Uppifterna 

avviker 

Omklassificering 

Uppgifterna 

överensstämmer 

Figur 2. Flödesschema för uppgiftsinsamlingen 

Frågor om 

mätveckan 

Frågor om 

mätveckan 

Frågor om 

mätveckan 

Mätfel 

AKU har genomfört s.k. återintervjustudier för att få uppfattning om förekomst av 

mätfel och dessas eventuella snedvridande konsekvenser. De tre senaste studierna 

gjordes 1978, 1989/90 samt 1994/95. Som exempel visas i Tabell 1 några resultat från 

studierna, avseende felklassificering av arbetskraftsstatus, med en 5 - kategori - indelning 

och en "förgrovning" av denna till 3 kategorier. Nettofel är andel felaktigt medtagna 

minus andel felaktigt uteslutna personer. Bruttofel är summan av andelarna felaktigt 

medtagna och felaktigt uteslutna personer. I tabellen skall " + " och " - " tolkas som att 

"ordinarie" AKU överskattar respektive underskattar. 

Tabell 1. Nettofel (i %) 

Variabel Arbetskraftsstatus 1978 89/90 94/95 

1 Ej i arbetskraften, exkl. 

arb.oförmögna 

+ 11% + 8 % + 3 % 

2 Sysselsatta, i arbete -1% - 1 % 0 % 

Arbets- 3 Sysselsatta, tillfälligt frånvarande +19% + 1 % - 4 % 

marknads- 4 Arbetslösa -3% - 16 % - 2 % 

status 5 Ej i arbetskraften +arbetsoförmögna -46% 0 % + 2 % 

63 

Sysselsatta (2 + 3) +1% -1% 0 % 

Arbetslösa (4) -3% -16% - 2 % 

Ej i arbetskraften (1 + 5) -2% +7% + 3 %

64 

Mätfelsstudien 94/95 gav vid handen att bruttofelet för "samtliga" vid klassning av 

arbetskraftsstatus enligt 3 - kategori - indelningen var 3 % . 

Från Tabell 1 framgår att utvecklingen över tiden gått mot det markant bättre, 94/95 års 

felprocenter ses som "acceptabla", även om strävan naturligtvis är att eliminera dem helt. 


Allmänt om AKU : s bortfall och bortfallsklassificering 

Om inga uppgifter erhålls för en utvald person sägs objektsbortfall föreligga. 

Huvudorsakerna till sådant är att personen ej anträffas för intervju eller vägrar 

medverka i undersökningen. Om en utvald person ger frågesvar som räcker för att kunna 

klassificera med avseende på arbetskraftsstatus, anknytningsgrad till arbetsmarknaden 

samt arbetade timmar, men inte på vissa andra frågor, föreligger partiellt bortfall för 

variablerna utan värden, men om svar saknas på nyssnämnda "centrala" frågor klassas 

personen som objektsbortfall. Klassningen ifråga spelar roll vid estimationen. Figur 3 

visar hur AKU : s bortfallsfrekvenser utvecklats sedan 1987. 

AKU gör inga substitutioner för ej anträffade eller ej spårade personer. Heller görs inga 

imputeringar med anledning av svarsbortfall. 

I Avsnitt 2.2.1, estimation beskrivs det förfarande för bortfallsjustering som används. 

Den senast genomförda studien av bortfallsskevhet gjordes i anslutning till 1993 års 

omläggning av estimationsförfarandet. På basis av den studien bedöms att "antal 

sysselsatta" och "antal arbetslösa" i riket skattas med relativ bortfallsskevhet som är 

mindre än 1 % respektive 3 %. 

En orsak till felaktig bortfallsklassficering 

När man söker efter telefonnummer till utvalda personer är första instans TeleMedias 

telefonnummerregister. Genom detta erhålls telefonnummer till cirka 60 % av de 

utvalda. Övriga ombeds per post att sända in ett svarskort med uppgift om 

telefonnummer och lämplig kontakttidpunkt. I (kontaktvägs)spårningen sker dock 

misslyckanden. Om telefonnummer eller annan kontaktväg inte kan fås fram, klassas 

personen som bortfall. Detta leder i vissa fall till felaktig klassificering som "bortfall" 

istället för det korrekta "övertäckning", vilket i sin tur leder till viss skevhet i 

skattningarna. 

Nyssnämnda fel är särskilt frekvent för utomnordiska medborgare som lämnat Sverige 

utan att anmäla detta till svensk myndighet (se Avsnitt 2.2.2). Någon djupgående 

utredning av felets konsekvenser för AKU - statistiken har ännu inte gjorts. 

procent 

Figur 3. Bortfall 1987-1998 

16 

14 

12 

10 

8 

6 

4 

2 

Totalt 

Ej anträffade 

Vägrare 

0 

1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998


Granskning och rättning 

Granskning och rättning sker i huvudsak vid intervjun eftersom de utförs med datorstöd 

med inbyggda logiska kontroller och värdekontroller. Vid kodningen (se nedan) finns 

inbyggd kontroll i form av värdekontroller. 

Dataregistrering och kodning 

I och med att telefonintervjuerna är datorstödda sker huvuddelen av dataregistreringen i 

direkt anslutning till uppgiftsinsamlingen. Den enda ytterligare registrering som görs 

hänger samman med kodningen av variablerna näringsgren, anställningens art, yrke 

samt socioekonomisk grupp (enligt SCB : s SEI - klassificering). 


AKU : s statistik beror inte av andra modellantaganden än de som används för bortfallskompensationen. 

De handlar framför allt om att svarsbenägenheter verkligen är 

homogena inom använda svarshomogenitetsgrupper. Så bedöms vara fallet. 


Standardavvikelser för de mest efterfrågade månads-, kvartals- och årsskattningarna 

beräknas och publiceras löpande i SM. Därmed har användare den information som 

behövs för enkel beräkning av konfidensintervall. En gång per år (i januari) utkommer 

den särskilda publikationen AKU:Standardavvikelser, med standardavvikelser för 

skattningarna i AKU : Grundtabeller. Beräkningen av standardavvikelserna sker dock i 

direkt anslutning till framtagandet av grundtabellerna. 


3.1 Undersöknings - och publiceringsfrekvenser 

AKU genomförs månatligen och statistik för varje månad redovisas såväl i SM som i 

AKU : Grundtabeller. Baserat på uppgifterna till månadsundersökningarna framtas också 

statistik med kvartal och år som referensperiod, vilken redovisas i särskilda 

publikationer, SM och grundtabeller. 


Uppgiftsinsamlingen avslutas normalt cirka 10 dagar efter utgången av månadens sista 

mätvecka. Ytterligare 1 - 2 dagar därefter publiceras ett Pressmeddelande med 

översiktliga resultat. SM och AKU : Grundtabeller för månaden utkommer cirka 2 

veckor efter månadens slut. Motsvarande för kvartal är cirka 3 veckor efter kvartalets 

slut och för år cirka 1 månad efter årets slut. 


Pressmeddelandet för AKU januari 2000 publicerades den 14 februari, vilket var 

planerad publiceringstidpunkt. SM för månaden utkom, i enlighet med publiceringsplanen, 

den 21 februari. 



Under drygt 25 år efter starten 1960 genomfördes AKU utan egentliga förändringar i 

vare sig definitioner eller metod (inklusive intervjublankett). För att undersökningen 

bättre skulle spegla förhållanden och bättre fånga upp förändringar på arbetsmarknaden 

gjordes en omfattande revision av innehållet (inklusive definitioner), med 

implementering fr.o.m. 1987 års undersökning. Möjligheterna till jämförelser bakåt i 

tiden försvårades därmed. För att inte förlora jämförbarhet av AKU - resultat före och 

efter 1987 gjordes datainsamling och bearbetning för år 1986 med såväl gammalt som 

65

66 

nytt förfarande. Härigenom erhölls bl.a. kunskap om metodskillnadernas betydelse för 

resultaten. 

Ytterligare förändringar har gjorts sedan 1987. Med börja i 1993 undersökningar 

infördes dels ett nytt estimationsförfarande med ändrad bortfallskompensation, som 

modifierades 1999, dels nytt mätveckossystem. Numera är årets alla veckor mätveckor, 

mot tidigare endast två av "månadens" 4 eller 5 veckor. 

Fr.o.m 1995 använder AKU, liksom hela SCB, standarden SNI92 för näringsgrensindelning, 

och fr.o.m 1997 den nya standarden SSYK för yrkesklassificering. 

Liksom vid revisionen 1987 medförde förändringarna 1993, 1995 och 1997 brott i 

tidsserierna. För att kunna jämföra AKU - resultat före 1995 med resultat från senare år 

har ett omfattande länkningsarbete utförts, och statistiken för 1987 - 1994 har justerats 

med hänsyn till förändringarna 1993 och 1995. Någon länkning mellan gammal och ny 

yrkesstandard har dock inte gjorts, och kommer heller inte att göras, eftersom de två 

standarderna bygger på helt olika klassificeringsprinciper. 

Säsongsrensning av tidsserier över arbetslöshet och sysselsättning görs, i syfte att öka 

möjligheten att bedöma kortsiktiga förändringar. 


AKU följer internationella rekommendationer och standarder för klassificeringar (med 

undantag för det som nämns under "ej i arbetskraften" i Avsnitt 1.1.2). Samanvändbarheten 

med andra länders arbetskraftsundersökningar är därför mycket god. 

AKU deltar i samarbete, lett av EU:s statistikkontor Eurostat, med syfte att uppnå 

ytterligare förbättring av jämförbarheten mellan EU - ländernas arbetskraftsundersökningar. 


Förutom i AKU tar SCB fram statistik om sysselsättning i vissa andra undersökningar, 

särskilt Registerbaserad arbetsmarknadsstatistik (RAMS) och Företagsbaserad 

sysselsättningsstatistik samt inom Nationalräkenskaperna (NR). Resultaten från dessa 

undersökningar är dock inte helt jämförbara med AKU:s, huvudsakligen beroende på 

skillnader i definitioner, undersökningsmetod och referenstidpunkt. 

Nedanstående diagram belyser definitionsskillnader. Där jämförs statistik över "antal 

anställda" från AKU och Företagsbaserad sysselsättningsstatistik (i diagrammen refererad 

till med KS och KSP). AKUkv och AKUks står för AKU:s "vanliga" respektive 

säsongrensade kvartalsstatistik. 

Tusentals 

3900 

3800 

3700 

3600 

3500 

3400 

3300 

Totalt antal anställda 

KS 

AKUkv 

AKUks 

3200 

971 972 973 974 981 982 983 984 991 992 993 994 År/kv

Tusental 

Tusentals 

1420 

1400 

1380 

1360 

1340 

1320 

1300 

1280 

1260 

1240 

1220 

Antal anställda i offentlig sektor 

1200 

971 972 973 974 981 982 983 984 991 992 993 994 

2600 

2400 

2200 

2000 

971 

972 

973 

974 

Antal anställda privat sektor 

981 

982 

LFS 

983 

Nästa diagram visar utvecklingar av "antal sysselsatta" enligt AKU, angiven med 

engelsk akronym LFS (för Labour Force Survey), respektive Nationalräkenskaperna 

med nya "EU - mallen" ESA. Också det belyser definitionsskillnader, vilka här. 

Framför allt beror på följande förhållanden. (i) NR klassificerar värnpliktiga som 

sysselsatta, medan de enligt AKU inte ingår i arbetskraften. (ii) AKU mäter antal 

sysselsatta för åldrarna 16 - 64 år, medan NR mäter "oavsett ålder". 

4 250 

4 200 

4 150 

4 100 

4 050 

4 000 

3 950 

3 900 

3 850 

3 800 

3 750 

Sysselsatta (i 1000-tal) 

1993 1994 1995 1996 1997 1998 1999 

Dessutom publicerar Arbetsmarknadsstyrelsen (AMS) varje månad statistik om "antal 

arbetssökande" ( = personer registrerade som arbetssökande vid arbetsförmedlingarna, 

och som kan ta arbete direkt). AMS : s månadsstatistik är ett bra komplement till AKU, 

984 

991 

992 

KS 

AKUkv 

AKUks 

993 

AKU 

KSP 

ESA 

LFS 

67 

994 

År/kv 

År/kv

68 

särskilt genom att den är totalräknad och kan brytas ned längre regionalt än AKU:s 

urvalbaserade statistik. 

Trots de skillnader som föreligger mellan statistikkällorna ger de sammantaget en god 

bild över sysselsättningen och arbetslösheten i landet 



En första presentation av de viktigaste månadsresultaten görs i ett pressmeddelande. 

Resultat från AKU avseende månad, kvartal och år presenteras regelbundet i serien 

Statistiska meddelanden (SM), undergrupp AM. Med samma periodicitet som SM 

publiceras mer detaljerad redovisning i AKU : Grundtabeller, vilka framtas i såväl tryckt 

form som på diskett. De kompletteras av de särskilda publikationerna AKU : 

Standardavvikelser. 

Förutom i tryck finns delar av AKU - statistiken också i SCB : s statistiska databaser 

(Tidsseriedatabasen samt Ekonomisk snabbstatistik) samt i Sveriges statistiska 

databaser, som (utan kostnad) är åtkomliga via SCB : s hemsida på Internet. 

Dessutom framställs på uppdrag s.k. tilläggstabeller, vilka täcker olika användares 

speciella behov. Vidare sker redovisning av vissa AKU - resultat SCB - publikationerna 

Allmän månadsstatistik, Statistisk årsbok och SCB Indikatorer. 

Statistiska meddelanden (SM) med månadsstatistik utkommer månatligen. Sammanfattande 

redovisningar av tidigare års AKU - statistik, med tidsserier och redogörelser 

för definitioner och undersökningsmetoder, finns publicerade i SM enligt 

följande : För 1961 - 1969 i AM 1969 : 57, för 1963 - 1975 i AM 1978 : 32, för 1970 - 1980 

i AM 1981 : 33, för 1976 - 1985 i AM 12 SM 8602, för 1980 - 1990 i AM 65 SM 9101, 

för 1985 - 1994 i AM 65 SM 9501. SM kan beställas från SCB, Publikationstjänsten, 701 

89 Örebro, tel : 019 - 176 800, fax: 019 - 176 932. Grundtabeller inkl. standardavvikelser 

omfattar cirka 3 000 sidor under ett år. Dessa kan beställas från SCB, 

Arbetskraftsundersökningarna (AKU), Box 24 300, 104 51 Stockholm, tel : 08 - 5069 

4000, fax : 08 - 5069 4812. 


Framgår av detta SM. 


Nedan anges skrifter, som ger fördjupad information om AKU. Rapporterna kan erhållas 

från SCB, Avdelningen för arbetsmarknads- och utbildningsstatistik, tel: 08/5069 4000, 

fax: 08/5069 4812 

Kristiansson K-E (1988): Industrisysselsättningens utveckling. En utredning av skillnaden 

mellan AKU och NR. Bakgrundsfakta till arbetsmarknadsstatistiken 1988:1. 

Wessberg O (1988): Revision av innehåll och definitioner i arbetskraftsundersökningarna 

(RIDA). Bakgrundsfakta till arbetsmarknadsstatistiken 1988:5.(Finns i engelsk översättning i 

Bakgrundsfakta till arbetsmarknadsstatistiken 1989:3.) 

Japec L (1992): Förändringar i arbetskraftsundersökningarna. Bakgrundsfakta till arbetsmarknadsstatistiken 

1992:1. 

Hörngren J (1992): Nytt mätveckssystem i AKU fr o m 1993. PM 1992-04-18. 

Hörngren J och Larsson M (1992): Bortfallsstudier i AKU. Bakgrundsfakta till arbetsmarknadsstatistiken 

1992:7. 

Hörngren J (1992): Användning av register som hjälpinformation i arbetskraftsundersökningarna. 

PM 1992-10-10. (Finns i engelsk översättning i SCB R&D Report 1992:13). 

Larsson M (1994): Studie av centrala intervjuer och fältintervjuer i AKU. En jämförelse av 

bortfall och bruttofel. Bakgrundsfakta till arbetsmarknads-och utbildningsstatistiken 1994:6.

Henkel M (1994):. Dokumentförteckning med kommentarer avseende kvalitets-och utvecklingsarbete 

AKU 1970-1992. PM 1994-05-31. 

Mirza H (1995): Kvartals-och årsskattningar, AKU. PM 1995-10-10. 

Mirza H (1995): Volym faktiskt arbetade timmar i AKU. PM 1995-12-08. 

Olofsson A. (1996): De svenska arbetskraftsundersökningarna (AKU). Bakgrundsfakta till 

arbetsmarknadsstatistiken 1996:2. 

Mirza H (1996): En enda uppräkningsvikt i ordinarie AKU. PM 1996-10-07. 

Zetterberg J (1997): Flödesstatistik i arbetsmarknadsforskningen. Bakgrundsfakta till 

arbetsmarknads- och utbildningsstatistiken 1997:2. 

Farm A (1997): Arbetslöshet, nyanställningar och vakanser i flödesstatistik. Bakgrundsfakta till 

arbetsmarknads- och utbildningsstatistiken 1997:3. (Finns i engelsk översättning i Bakgrundsfakta 

till arbetsmarknads- och utbildningsstatistiken 1999:2) 

Kristiansson K-E ( 1997): Skattning av bruttoförändringar i AKU. PM 1997-04-28 (Finns i engelsk 

översättning) 

Mirza H och Olofsson A: Studie av frågeordningen avseende arbetstider. PM 1997-12-30. 

Mirza H, Kristiansson K-E (1999): Skattning av bruttoförändringar i AKU. PM 1999-04-27 

Andersson C et al: Individ- och företagsbaserad sysselsättningsstatistik – en jämförelse mellan 

AKU och KS. PM 2000-10-05. 

Mirza H. & Hörngren J. (2001): Urvals- och estimationsförfarandet i arbetskraftsundersökningarna 

(AKU). 


Grunduppgifter från AKU lagras i SCB : s gemensamma mikrodatabas, och AKU - data 

fr.o.m. 1993 finns där. Inläggning av mikrodata sker varje månad, dokumenterade enligt 

SCB : s dokumentationssystem SCBDOK. 

SCB utför på beställning specialbearbetningar av primärmaterial. Forskare m.fl. kan 

efter prövning få tillgång till avidentifierat material för egen bearbetning. 


För ytterligare upplysningar kontakta SCB 08 - 50694000 vx och begär AKU eller via e - 

post aku@scb.se. 

69


Prisindex i producent- och importled (PPI) år 2000 

0 INLEDNING 

Prisindex i producent- och importled (PPI) mäter och redovisar månadsvis den genomsnittliga 

prisutvecklingen för olika branscher inom jord- och skogsbruk, mineralutvinning, 

tillverkningsindustrin och energiområdet. Priserna avser under månaden genomsnittligt 

fakturerade priser på specificerade utvalda varor med konstant kvalitet. Ett urval 

om drygt 1 200 företag lämnar uppgifter, som avser det första distributionsledet, då 

varorna levereras från svenska producenter eller kommer in i Sverige. Statistiken 

används för ekonomisk analys, prisomräkning (deflatering) och prisreglering (t.ex. 

prisjusteringsklausuler i avtal). – Det finns även årsindextal. 



PPI redovisar i indexform prisutveckling i producent- och importled med uppdelning på 

fem huvudserier. 

Varor indelas i tre slag, nämligen 

a. inhemskt förbrukade svensktillverkade varor 

b. exporterade varor 

c. importerade varor 

De fem serierna är 

– hemmamarknadsprisindex, som avser a 

– exportprisindex, som avser b 

– importprisindex, som avser c 

– inhemsk produktion, som erhålls genom att sammanväga a och b 

– prisindex för inhemsk tillgång, som erhålls genom att sammanväga a och c 

(korrigerad med tull- och införselavgifter) 

Därutöver finns en speciell indexserie för petroleumprodukter. 

Två klassificeringssystem används. Det ena är en varunomenklatur, benämnd Kombinerad 

Nomenklatur (KN), som består av c:a 10 000 varugrupper och som är baserad på 

en internationell varunomenklatur (Combined Nomenclature, CN). Varje sådan varugrupp 

identifieras med ett åttasiffrigt statistiskt nummer (statnr). KN används primärt för 

tulländamål. 

Det andra klassificeringssystemet är en näringsgrensindelning för klassificering av produktionsenheter, 

nämligen 1992 års standard för svensk näringsgrensindelning (SNI 92). 

Denna svenska indelning har som bas EUs näringsgrensstandard i dess reviderade 

version NACE Rev.1, vilken i sin tur är samordnad med FNs näringsgrensstandard ISIC 

Rev.3. Indelningen för produktionsenheter kan uttryckas i termer av de produkter som 

aktivitetsarterna resulterar i, och denna produktindelning benämns Prod-SNI. Nedan 

används termen bransch, och delvis även SNI, rätt fritt, t.ex. utan att strikt skilja på de 

båda bemärkelserna (enheter och produkter). SNI 92 har fem nivåer som anges med en 

sifferkod med en siffra per nivå. I PPI-systemet används en finare indelning med 

ytterligare en nivå. Det finns även bokstavskoder för högre nivåer. Den översta nivån 

kallas avdelning. 

Klassificeringssystemen hör ihop genom att varje statnr tillhör en viss bransch. Det finns 

dock några kombinationer av KN och SNI där denna koppling inte är uppenbar. 

71

72 


Objekten i PPI är varugrupper. Populationen utgörs av alla varugrupper (statnr) som hör 

till följande branscher, uttryckta i produkttermer. 

SNI-avdelning Benämning 

A produkter från jord- och skogsbruk 

B fisk 

C produkter från utvinning av mineral 

D industriprodukter 

E el, gas, värme och vatten 

En varugrupp (ett statnr) kan innehålla många varor. Det är varor som prismäts. Dessa 

varor identifieras genom verbala beskrivningar och ofta artikelnummer. Se vidare p. 

2.2.3. 

Ytterligare ett objekt i PPI, vilket används för urval och insamling av uppgifter, är företag, 

se vidare p. 2.2.1. 


PPI:s huvudvariabel är producentpris (vid import importpris), som är det pris som 

producenten erhåller för en vara vid försäljning i första ledet. Priset ska avse fritt fabrik 

för svensk marknad och fob (free on board) för export. Vid import är priset cif (cost, 

insurance, freight). Priset ska vara genomsnittligt fakturerat pris per enhet under 

månaden. Mervärdesskatt och andra varuskatter ingår ej, dock gäller för indexserien för 

petroleumprodukter att miljö- och energiskatter adderas till priset. 

Utöver det genomsnittliga priset, undersökningens huvudvariabel, ska uppgifter som 

gäller export och import lämnas om faktureringsvaluta och rapporteringsvaluta (priset 

kan lämnas i svenska kronor eller utländsk valuta) och om importland. 


PPI kan grovt beskrivas som ett kedjat prisindex av typen Laspeyres. Ett okedjat 

prisindex av typen Laspeyres kan schematiskt skrivas på nedanstående sätt, där P betecknar 

enhetspris, Q betecknar kvantitet och summeringen görs över varugrupper (indiceras 

med k). Det är en jämförelse mellan priser vid tidpunkten t och bastidpunkten 0. 

Kvantiteterna Q betraktas som kända, medan priserna P mäts. 

I 

0t 

∑ P Q 

k = 

∑ P Q 

k 

tk 0k 

0k 0k 

Dessutom ingår en faktor 100, så att indexvärdet vid bastidpunkten är 100. Ett prisindex 

av denna typ kan skrivas som ett vägt medelvärde av prisutvecklingar enligt nedan, där 

V är produkten av enhetspris och kvantitet; V = P Q, så V är värdet. Vikten W 0k för den 

k:te varugruppen är dess relativa värde vid bastidpunkten. 

tk 

I0t W0k k 0k 

P 

V 

= ∑ med W0k 

= 

P 

∑ V 

Ovanstående index har en fast bas. Ett kedjeindex med länkning vid tidpunkterna 

1, 2, ... , (t-1) kan i sin enklaste form skrivas schematiskt på nedanstående sätt. 

t 

' 

I0t =∏I(s-1)s 

s=1 

Vikterna ändras successivt, och vid tidpunkten s avser de den närmast föregående tidpunkten 

(s-1). PPI är ett kedjeindex med årslänkar. Vikterna avser år, och priser mäts 

per månad. I den sista länken i månads-PPI jämförs månaden i fråga med föregående 

december. Årsindex bildas genom att ta årsmedelvärdet. 

k 

0k 

0k


Indexvärden redovisas för var och en av de fem huvudserierna med fördelning på 

branscher. Detaljeringsgraden i redovisningen i Statistiska meddelanden är minst 2siffer-bransch; 

flera branscher redovisas dock med finare indelning. I Sveriges 

Statistiska Databaser redovisas indexserierna t.o.m. nivån 4-siffer-bransch. 

De fem huvudserierna redovisas också med uppdelning på konsumtions-, insats-, 

investerings- samt energirelaterade varor. Indexserien för petroleumprodukter redovisas 

med uppdelning på fyra bränsleslag. 


Indextalen avser en månad samt år för det beräknade årsmedelvärdet, årsindex. Basåret 

är 1990 (årsmedelvärdet). 


Prisindexar för ytterligare näringsgrenar (tjänstebranscher) är under uppbyggnad, även 

där avseende producentledet. 



Det är inte möjligt att ange osäkerhetsmarginaler för de beräknade indexvärdena främst 

för att PPI:s urval är subjektivt och inte slumpmässigt. 


Bland osäkerhetskällorna som beskrivs nedan torde mätfel och urval ge de största bidragen 

till osäkerheten. 

2.2.1 Urval 

Statistiken baseras på ett urval av varugrupper. Urvalet görs i tre steg. 

I första steget väljs de varugrupper (statnr) som ska ingå i undersökningen. Den årliga 

statistiken för industrins varuproduktion (IVP) och utrikeshandelsstatistiken (UHS) ger 

tillsammans varuproduktions-, export- och importvärden per statnr och därmed SNI. 

Härur beräknas värden för hemmamarknaden, se vidare p. 2.2.2. Alla SNI-grupper på 

femsiffernivå som har ett årsvärde på mer än 250 miljoner kronor (mkr) i löpande priser 

ingår i princip. På denna SNI-nivå väljs ett antal statnr subjektivt med målsättningen att 

de ska ha ett stort värde och vara representativa vad gäller prisutveckling för den SNIgrupp 

de tillhör. Ett statnr med ett årsvärde på mer än 350 mkr ingår i princip alltid i 

urvalet. Vid kontakter med företag som säljer skräddarsydda varor kan det dock visa sig 

omöjligt att få priser för jämförbara produkter. Flera statnr kan föras samman till en 

grupp. 

I andra steget används register från IVP och UHS med företag (tillverkare och 

importörer) för de i första steget utvalda varugrupperna. Målsättningen här är att välja 

företag med stora värden. 

I tredje steget väljs representantvaror, som är väl specificerade varor inom varugrupp. 

Det görs efter samråd med uppgiftslämnaren på företaget. Strävan är att varan ska ha en 

prisutveckling som är ett genomsnitt för varugruppen, ha ett stort värde och helst 

försäljning varje månad. I synnerhet det första kravet är svårt att bedöma i förväg. 

Inför varje kalenderår gås urvalet igenom med bl.a. en översyn av varugrupper där stora 

förändringar framkommit. Urvalet modifieras dessutom fortlöpande, främst beroende på 

att varor utgår, och det kompletteras årligen i synnerhet för snabbt expanderande 

branscher. 

73

74 

Antalet insamlade prisuppgifter varje månad är c:a 1 800 för svenska marknaden, c:a 

1 000 för exportmarknaden och c:a 1 400 för importmarknaden. Drygt 1 200 företag 

lämnar uppgifter. För många redovisningsgrupper är antalet prisuppgifter litet och 

publiceras inte på grund av gällande sekretessregler. 

Det kan finnas flera prisuppgifter för ett statnr genom att flera företag lämnar uppgift 

och/eller genom att varugruppen representeras av flera varor. Prisutvecklingen för en 

sådan varugrupp beräknas som ett vägt medelvärde av de enskilda uppgifterna. 

Årsvärden för valda företag används normalt för att bilda vikter (se även p. 2.2.2). Om 

ett företag lämnar flera uppgifter, så delas företagets vikt oftast i lika delar. 


Inför kalenderårsskifte görs en sambearbetning av flera underlag för att få fram såväl en 

ram för urval som vikter till index. Underlag fås från UHS, från IVP avseende SNIavdelningarna 

C och D, från den årliga energistatistiken avseende avdelning E samt från 

Statens Jordbruksverk avseende avdelningarna A och B. Uppgifterna avser året före det 

enligt indexkonstruktionen önskvärda året. UHS ger uppgifter om export och import, 

medan övriga underlag avser produktion, försäljning eller liknande. Värden för 

hemmamarknaden måste härledas. 

IVP samlar in uppgifter om försäljning av egentillverkade varor vid arbetsställen inom 

industriföretag med minst tjugo anställda och industriarbetsställen med minst tjugo 

anställda inom andra företag; för några enstaka branscher gäller minst tio anställda. 

Modellskattningar görs för gruppen 10-19 anställda därutöver, likaså för svarsbortfall 

(men ej mindre företag). Det sker med hjälp av ett administrativt material (standardiserade 

räkenskapsutdrag) från Riksskatteverket (RSV). Detta material ger en total försäljning 

per företag, vilken sedan inom IVP fördelas till statnr-nivån. – Värdena i IVP ska 

avse kalenderår, men räkenskapsår förekommer. 

Beträffande UHS täcks all export och import med länder utanför EU via tulluppgifter. 

För handel med länder inom EU insamlas uppgifter blankettvägen från företag med 

utförsel- respektive införselvärden om minst 1.5 mkr på tolv månader. Från företag med 

värden under 1.5 mkr och företag med bortfall skattas uppgifter via RSVs momsregister 

och modeller för varufördelning. 

En del skillnader i definitioner och täckning mellan underlagen framgår av de korta 

beskrivningarna ovan. Även om IVP i sig har med t.ex. reparationer och installationer, 

så har PPI av tradition exkluderat dessa delar utom för SNI 22, förlagsverksamhet. Om 

varuklassificeringen i något underlag är felaktig, så blir det en fortplantning av fel till 

PPI. Både vikter och urval påverkas. Särskilt differenserna mellan värden i IVP och 

UHS för hemmamarknaden är känsliga. Det förekommer att negativa differenser mellan 

värden i IVP och UHS sätts till noll och att klassificeringar korrigeras. Exporterade 

varor behöver dock inte vara producerade i landet utan kan vara s.k. reexport. Viss 

justering görs för detta. 

Ytterligare en täckningsbrist i PPI, vilken delvis beror på underlagen, uppkommer 

genom eftersläpning i tid i införande av nya varor och borttagande av föråldrade. 

Kontakter med valda företag kan dock ge uppgifter även om nya varor. 

Felkällan ramtäckning torde som helhet ge ett relativt måttligt bidrag till osäkerheten. 


Det finns flera mätsvårigheter. En sådan gäller att priset i princip ska avse samma vara 

över tiden och inte inkludera kvalitetsförändringar. Om kvaliteten ändras går det 

vanligen inte att få reda på hur priset påverkas och på så sätt beräkna prisändringen vid 

oförändrad produktionsmetod. I stället används som regel några olika metoder, beroende 

på information, för att rensa bort effekten på priset. Om det inte är möjligt att få 

prisuppgift på både den gamla och nya varan under samma period, betraktas varorna 

som två olika varor och prisförändringen för skiftet sätts därmed till noll. I de fall båda

varuvarianterna säljs under samma tid, kan priser och prisutveckling länkas samman. – 

För persondatorer används för kvalitetsvärdering en metod kallad hedonisk regression. 

En andra mätsvårighet ligger i att priser ska vara fakturerade priser. I vissa branscher ger 

många uppgiftslämnare listpriser. Vidare ska rabatter vara fråndragna men är det inte 

alltid. Vid analys av prisutveckling under begränsad tid, 1-3 år, är detta ett problem, 

särskilt inom livsmedelsbranschen, där listpriser är vanligt förekommande. I en situation 

då t.ex. minskad efterfrågan eller ökad konkurrens leder till ökade inslag av rabatter, så 

överskattar ett index baserat på listpriser den verkliga prisutvecklingen. 

En tredje mätsvårighet gäller rapportering i utländska valutor. Det ideala vore att räkna 

om export- och importpriser enligt de kurser som faktiskt tillämpats mellan köpare och 

säljare under mätmånaden. I de fall priser rapporteras i utländsk valuta används 

Tullverkets växelkurser för valutaomräkningen. Dessa kurser baseras på dagskursen 

tredje onsdagen månaden före PPIs mätmånad, med viss korrigering för kurser som 

avvikit med mer än 5 % under mätmånaden. Anledningen till att denna metod används i 

stället för t.ex. Riksbankens genomsnittskurser under månaden, är i första hand att 

nationalräkenskaperna (NR) kräver samma omräkningsmetod för PPI som utrikeshandelsstatistiken 

använder. Totalt lämnas c:a 15 % av samtliga exportuppgifter och c:a 

25 % av samtliga importuppgifter i utländsk valuta, medan övriga priser är i svenska 

kronor. Vidare förekommer i de fall uppgiftslämnaren själv gör valutaomräkningen ofta 

att valutasäkringar eller förutbestämda kurser o.dyl. används, vilket ej blir korrekt. 

Felkällan mätning torde tillsammans med urval ge det största bidraget till osäkerheten. 


Det föreligger skyldighet enligt lag för företagen att lämna prisuppgifter. Svarsbortfallet 

för en normal månad brukar vara 1-2 % av prisuppgifterna. Bortfallet beror i regel inte 

på vägran, utan på att kontaktpersonen inte är anträffbar. Detta gör att bortfallet är större 

för mätmånaderna juni och juli än för andra månader. Den låga bortfallsandelen beror 

delvis på att i urvalsförfarandet ingår en telefonkontakt för att precisera vara; 

uppgiftslämnandet motiveras. 

Vid bortfall används (imputeras) föregående månads prisuppgift. Detta gäller även i de 

fall ingen försäljning eller import förekommit under månaden. Detta kan medföra en 

olycklig eftersläpning, och det finns planer på att ändra förfarandet till att använda 

”besläktade” inkomna uppgifter om prisuveckling för samma månad. 

Denna felkälla torde ge ett relativt måttligt bidrag till osäkerheten. 


De insamlade prisuppgifterna granskas dels enskilt, dels på aggregerad nivå. Vid 

insamling via TDE (touchtone data entry; knapptelefon) finns också en speciell kontroll 

inbyggd i dialogen. Denna gör uppgiftslämnaren medveten om när priserna förändrats 

mer än 5 % från förra månaden, och då ges möjlighet att korrigera priset eller tala in 

anledningen till prisförändringen. Vid oklarheter tas kontakt med uppgiftslämnaren. 

Denna felkälla torde ge ett relativt litet bidrag till osäkerheten. 


De vikter som används i indexberäkningen ska idealt vara relativa värden föregående år. 

Det finns ej så aktuella värden i IVP och UHS, utan endast årsvärden avseende året 

dessförinnan. Dessa värden skrivs fram med prisutvecklingen enligt PPI inom 

varugruppen det senaste året. I detta förfarande ligger ett modellantagande om att 

kvantiteterna har förändrats med samma faktor för alla varor. Den beräknade 

prisutvecklingen beaktar ej säsongvariationer i kvantiteter. 

Om det saknas representantvaror för en bransch med årsvärdet över 250 mkr eller en 

varugrupp (statnr) med årsvärdet över 350 mkr, så läggs i allmänhet en ”vara” in i 

observationsregistret med tillhörande vikt. En form av modellberoende skattning görs 

75

76 

för denna ”vara” genom att priserna får följa en annan utvald prisutveckling. Därvid 

väljs en annan bransch (eller samma bransch på en annan marknad), den bransch som 

förväntas ha den mest likartade prisutvecklingen som den saknade branschens eller 

varugruppens. 

Denna felkälla torde ge ett visst bidrag till osäkerheten. 


Ingen redovisning. 


3.1 Frekvens 

Både undersökning och publicering är månatliga. Dessutom publiceras årligen 

indextal avseende kalenderår. 


Statistiken publiceras kl. 10.00 c:a 25 dagar efter månadens slut, dock något senare för 

januari på grund av urvalsbyte. Årsindex publiceras efter ungefär 1½ månad. 


Publiceringen följer publiceringsplanen; bara något mycket enstaka undantag har 

funnits. 



En väsentlig definitionsförändring har gjorts genom att index ändrats från fastbasindex, 

som användes under perioden 1968-1979, till kedjeindex fr.o.m. 1980. 

Den tidigare branschindelningen SNI 69 användes för PPI t.o.m. 1994. Index med 

branschindelning enligt SNI 92 finns fr.o.m. 1990. I denna serie har index för perioden 

1990-1994 åstadkommits med tillbakaräkning. Den som vill ha en sammanhängande indexserie 

gör för månadsindex lämpligast länkningen vid december 1994 och för årsmedelvärdena 

vid året 1994. 

Byte av varunomenklatur har gjorts dels för mätåret 1988, från CCCN- till HS-nomenklaturen, 

dels för mätåret 1998 från HS- till KN-nomenklaturen. Dessa förändringar 

påverkar inte den publicerade indelningen, men de har försvårat viktberäkningarna. 


Behovet av samordnade definitioner för PPI inom medlemsländerna i EU finns fastlagda 

i förordning om konjunkturstatistik antagen av EU:s råd (förordning 1164/98, maj 

1998). Samordningen behövs bl.a. för att på ett jämförande sätt kunna bedöma och 

redovisa den ekonomiska utvecklingen i länderna. 

I utrikeshandelsstatistiken publiceras kvartalsvisa prisindexar för export- och 

importvaror, vilka bygger på beräkningar av dels enhetspriser för homogena varor ur 

UHS, dels uppgifter från PPI-systemet (export- och importprisindex) för övriga 

varuområden. Dessa prisindexar är av typen Paasche (kvantiteterna avser den aktuella 

tidpunkten) och redovisas med uppdelning enligt varunomenklaturen SITC Rev.3 

(Standard International Trade Classification). 


PPI används för deflatering (fastprisberäkning) i NR, UHS och i annan kortperiodisk 

och årlig ekonomisk statistik. Indelningar och standarder överensstämmer, med vissa 

mindre undantag, av vilka de viktigaste angetts ovan.

PPI – eller snarare gruppen konsumtionsvaror inom serien för inhemsk tillgång – tas 

ibland som en prognos på prisutvecklingen av konsumentprisindex (KPI). Jämförelser 

av PPI och KPI är dock vanskliga att göra till följd av skillnaderna dem emellan. Det 

föreligger en tidsfördröjning från produktion till försäljning i detaljhandel, och den kan 

variera mellan varugrupper. De konsumtionsvaror som prismäts i PPI går inte enbart till 

detaljhandeln, som mäts av KPI, utan även till exempelvis storhushåll. Dessutom 

används olika modeller i beräkningarna. Detta ger en systematisk skillnad: indextalet 

enligt KPI blir lägre. 



Statistiken görs tillgänglig via pressmeddelande, Statistiskt meddelande (månad och år) 

med beteckningen P 10 SM, Allmän månadsstatistik, SCB-Indikatorer, tidningen 

Byggindex, SCB:s webbsida och Sveriges Statistiska Databaser (SSD). Vissa förändringstal 

(avseende export-, import- och producentprisindex) läggs ut elektroniskt i Ekonomisk 

snabbstatistik i samband med publiceringen. Den mest utförliga publiceringen 

görs i SSD, indexserier på minst nivån 4-siffer-bransch. Ytterligare indexserier, på 5- 

och 6-siffer-bransch, så långt sekretesskraven tillåter, hålls tillgängliga på datalistor 

inom SCB och kan erhållas genom kontakt med programmet Priser. 


Framgår av publiceringen. 


Det finns en speciell, av International Monetary Fund (IMF) standardiserad dokumentation, 

över PPI. Den är tillgänglig på IMFs hemsida under adress 

http://dsbb.imf.org/country 

Prisindex i producent- och importled, version 1, januari 1991, SCB. Översiktlig 

beskrivning av statistikproduktionen. 

Prisindex i producent- och importled, innehålls- och metodbeskrivning, augusti 1991, 

SCB. Beskriver bl.a. indexsystemets uppbyggnad och redovisar vägningstal. 

Using Hedonic Regression for Computer Equipment in the Producer Price Index, R & D 

Report 1989:25, SCB. Beskrivning på engelska av användningen av s.k. hedonisk 

regression för kvalitetsvärdering av persondatorer. 


Det finns möjligheter för användare att enligt en särskild prislista få specialbearbetningar 

gjorda i form av aggregeringar till bransch- och varugruppsnivåer. 

Primärmaterial hålls tillgängliga för forskare efter särskilt tillstånd. 


Upplysningar om och frågor rörande PPI kan fås genom att ta kontakt med prisprogrammets 

jourtelefon 08-506 944 68 eller via e-mail med adress priser@scb.se. Även 

den centrala informationsservicen vid SCB kan kontaktas. 

77

78 


Gödselmedel i jordbruket 1997 

Förbrukningsstatistik genom intervjuer 

0 INLEDNING 

SCB:s Gödselmedelsundersökningar (GU) inleddes 1988 med syfte att få fram kunskap 

om användningen av handels- och stallgödsel regionalt och för enskilda grödor. Sådan 

kunskap behövs i första hand för uppföljning av uppsatta miljömål, som underlag för 

näringsläckageberäkningar till luft och vatten och för rådgivning inom växtnäringsområdet. 

Ur miljösynpunkt är förlusterna av kväve och fosfor av störst betydelse. För att få till 

stånd en minskning av förlusterna omfattas svenskt jordbruk av flera miljöpolitiska 

beslut. 

GU följde från början de objektiva skördeuppskattningarna, och därtill hörande urval. 

Från 1995 har ett helt eget urval dragits. Inför 1997 års undersökning gjordes en översyn 

i samråd med bl.a. Jordbruksverket, Lantbruksuniversitetet, Jordbrukstekniska institutet 

och Naturvårdsverket. Syftet med översynen var främst att förbättra statistiken över 

stallgödselhanteringen, som bl.a. har relevans för ammoniakavgång till luft och 

näringsläckage. 



Det finns två huvudgrupper av statistiska målstorheter. Den ena gäller de kvantiteter av 

olika näringsämnen som tillförs åker- och betesmark genom handels- och stallgödsel. 

Två exempel i denna grupp är total mängd tillförd växttillgängligt kväve till åkermarken 

inom ett område och hektargivan för kalium på endast handelsgödslad areal. Den andra 

huvudgruppen gäller olika aspekter på stallgödsel: hanteringssätt, lagringskapacitet, 

spridningsteknik och -intensitet, anskaffning/leverans, stallperiodens längd för 

nötkreatur. Ett exempel här är andel stallgödslad areal. 


Objekten är av två typer: lantbruksföretag och fält hos lantbruksföretag. Ett fält är 

antingen åkermark eller betesmark. Företagen tilldelas ett storleksmått, som kallas 

standardarbetstid och beräknas från arbetskraftsbehov. Den ena målpopulationen utgörs 

av alla lantbruksföretag med en standardarbetstid om minst 150 timmar, och den andra 

målpopulationen är all åker- och betesmark hos dessa företag. 


• Mängd använd handelsgödsel av olika sorter på åkermark och betesmark utanför 

åkermark 

• Mängd använd stallgödsel på åkermark och betesmark 

• Mängd kväve, fosfor, kalium resp. svavel som sprids på åker- och betesmark 

• Spridningstekniker för stallgödsel 

• Grödarealer för cirka 25 olika grödslag 

• Lagringskapacitet och hanteringssätt för stallgödsel från olika djurslag 

• Anskaffning/leverans av stallgödsel, användning av avloppsslam och andra organiska 

produkter 

• Typ av gödselhanteringsanläggning för olika djurslag

• Stallperiodens längd för nötkreatur 

• Spridningsintervall för stallgödsel 


Statistiska mått är dels summor och medelvärden, dels andelar, se exempel ovan. 


Den finaste geografiska redovisningen i SM:et är län, i övriga fall sker redovisning för 

produktionsområden eller för hela riket. För grödor sker redovisningen antingen uppdelat 

på enskilda grödor enligt indelningen hos LBR, eller på fyra ackumulerade grödgrupper 

(samtliga åkergrödor, spannmål, slåttervall och övriga åkergrödor). 

Redovisning sker, när så är relevant, för olika slag av husdjur, såsom mjölkkor, övriga 

nötkreatur, suggor och galtar, slaktsvin samt fjäderfä. 

Andra indelningar är efter näringsämnen (kväve, fosfor, kalium, svavel) och storleksgrupper 

(ha åker). 


Statistik om gödselanvändning avser ett gödselår, här 1996-97. Detta gödselår börjar 

1996 i och med gödslingen inför höstsådden och avslutas med skörden på sommaren/ 

hösten 1997. Tidsperioden innefattar all gödsling för de grödor som skördas under denna 

säsong. 

För hanteringssätt och lagringskapacitet gäller uppgifterna den 10 juni. 

Referenstiden för stallperiod är 1 juli 1996 – 30 juni 1997. 


Undersökningen täcker och beskriver gödselmedelsanvändning och -hantering. Om man 

vill beskriva växtnäring i ett vidare miljöperspektiv, är statistiken i behov av komplettering. 

Exempelvis behövs för gårdarna i populationen bättre uppgifter om jordarter, samt 

mer kunskap om utfodring av husdjuren. 



Statistiken om handelsgödsel får anses tämligen säker. Större osäkerhet råder i statistiken 

om stallgödsel, då stallgödselgivor är svårare för lantbrukarna att kvantifiera, samtidigt 

som omräkningsfaktorerna för olika näringsämnen är mer osäkra. 


2.2.1 Urval 

Urvalsram är Lantbruksregistret, LBR, (med totalt cirka 90 000 lantbruksföretag) exklusive 

företag med en standardarbetstid mindre än 150 timmar per år. Ramen stratifieras 

i 8 strata per län efter driftsinriktning, totalt 192 strata. Urvalsmetoden avseende 

lantbruksföretag är ett stratifierat urval med pps inom strata: urvalssannolikheten är 

inom varje stratum proportionell mot storleken, företagets standardarbetstid. Inom varje 

lantbruksföretag väljs sedan för varje gröda det största fältet ut. Det förstnämnda urvalet 

bestod av cirka 3 950 företag. 

Skattningsförfarandet använder gängse formler för urvalsmetoden, där urvalssannolikheterna 

beror av stratum och storlek inom stratum. Justering görs för bortfall men inte 

för täckningsbrister, se nedan. 

Tidigare har urvalsfel redovisats för hektargivorna. Typiska medelfel var då 1-5 % på 

riksnivå, på länsnivå cirka 2-3 gånger större. Detta avser svarande företag efter justering 

för bortfall. 

79

80 


LBR, som används som ram efter att små företag tagits bort, beräknas ha ytterst små 

täckningsfel. I och med att urvalet till GU dras från föregående års register kan lantbruksföretag 

ha förändrats i förhållande till uppgifterna i LBR. Detta bedöms mestadels 

ha endast liten betydelse för skattningarna. 

Det finns en undertäckning genom nystartade lantbruksföretag. Dessa uppskattas utgöra 

högst 3 % av företagspopulationen antalsmässigt. I skattningsförfarandet görs ingen 

kompensation för denna undertäckning Den övertäckning i urvalet som utgörs av nedlagda 

lantbruksföretag ges nollvärden i skattningsförfarandet. Den population som 

skattningarna avser är därmed något mindre än målpopulationen. Se även Svarsbortfall 

nedan. 


Undersökningsresultaten grundar sig på jordbrukarnas uppgifter, förmedlade av telefonintervjuare. 

Protokollet som telefonintervjuarna fyller i finns som bilaga sist i SM:et. 

De mätfel som uppkommer och som exempelvis beror på glömska, missförstånd, hörfel 

med mera är mycket svårbedömt, men kan troligen i enskilda fall vara stort. Dessutom 

kan osäkerheten i uppgifter om gödselgivornas storlek vara betydande. Detta gäller speciellt 

för stallgödsel. 

Hänsyn till osäkerhet i mätningen tas genom att redovisningen begränsats till resultat 

som grundas på minst 30 observationer. 


Objektbortfallet i undersökningen uppgick antalsmässigt till ca 11 %, varav ca 8 % berodde 

på vägran från jordbrukarnas sida att medverka i undersökningen. I bortfallet ingår 

dessutom ett antal ofullständiga protokoll samt företag som förändrats så mycket 

jämfört med LBR-uppgifterna (t.ex. genom köp) att de ej kunnat nyttjas i undersökningen. 

Utöver bortfallet av hela företag tillkommer ett partiellt bortfall av enstaka 

uppgifter i varierande omfattning. 

I skattningsförfarandet behandlades de svarande som om de varit det ursprungliga urvalet. 

Bakom detta ligger ett antagande om att företag som är bortfall inte skiljer sig från 

svarande företag i samma stratum. 


Blanketten skannades och granskades genom avstämningar med LBR-uppgifter och med 

rimlighetskontroller för gödselgivor. Bearbetningarna ligger i ett PC-baserat 

client/serversystem. 


GU:s skattningar av hur mycket kväve, fosfor och kalium som sprids på åkermark och 

betesmark är modellberoende. Skattningarna går till så att lantbrukarna först svarar på 

intervjufrågor om använda kvantiteter handels- och stallgödsel av olika slag. På dessa 

uppgifter läggs sedan omräkningsfaktorer för att erhålla skattade kvantiteter av olika 

näringsämnen, enligt formeln (per gödselmedel): 

Mängd spridd näring (av typ N från gödselmedel G) = 

= mängd spridd gödsel (av typ G) x näringsinnehåll (andel av N i G) 

Uppgifter om näringsinnehåll i handelsgödsel av olika sorter kommer från tillverkarnas 

innehållsdeklarationer, och här är uppgifterna tämligen säkra. För stallgödsel av olika 

typer har tillämpats omräkningsfaktorer enligt Jordbruksverkets STANK-modell. Dessa 

omräkningsfaktorer anses mer osäkra, eftersom de bygger på försöksdata och bl.a. förutsätter 

vissa foderstater och viss gödselhantering. Någon felskattning finns inte för omräkningsfaktorerna.


Inga osäkerhetsmått beräknas för 1997 års undersökning. 


3.1 Frekvens 

Undersökningen genomförs och publiceras vartannat år. Nästa undersökning gäller gödselåret 

1998-99. 


Framställningstiden var 6 månader. 


Resultaten publicerades enligt plan i maj månad 1998. 



Vissa metodförändringar har skett sedan GU inleddes 1988, av både urval och beräkningsmodeller. 

Dessutom har storleken på urvalet varierats. 

En stor förändring ägde rum från och med 1995 års undersökning, när urvalsmetod byttes 

och gårdarna tilldelats urvalssannolikhet i relation till beräknat antal standardarbetstimmar 

på företaget. Tidigare har urvalssannolikheten bestämts utifrån ett arealmått, 

beräknat med något olika vikt för olika grödor. 

En annan stor förändring genomfördes efter en översyn inför 1997 års undersökning, 

vilken resulterade i att Jordbruksverkets STANK-modell infördes för skattning av 

näringsinnehåll i stallgödsel. Dessutom tillkom fler och mer detaljerade frågor om gödselhantering. 

I 1988 och 1997 års undersökningar ingick lantbruksföretag med mer än 2,0 hektar 

åkerareal, medan i de tre mellanliggande undersökningarna endast ingått företag med 

mer än 5,0 hektar. Företag mellan 2,1 och 5,0 hektar svarar för ca 2 % av åkerarealen 

och 15 % av antalet företag och torde ha en gödselförbrukning per hektar under genomsnittet. 


I Sverige finns ingen annan statistik om gödselmedelsanvändning med samma detaljeringsgrad. 

Redovisningen för grödor/grödgrupper är unik, liksom uppgifterna om stallgödselanvändningen. 

Möjligheter till internationella jämförelser saknas i stor utsträckning. 

På vissa håll finns dock en bra uppfattning om gödselhanteringen, exempelvis i 

Nederländerna. 

Det ligger nära till hands att jämföra den i GU uppmätta användningen av handelsgödsel 

med försäljningsstatistiken, som redovisas årligen av SCB. Under gödselåret 1996-97 

var försäljningen av kväve i medeltal för riket 7 % högre än den uppgivna användningen 

till åkermark exklusive betesmark enligt GU, medan fosforförsäljningen visade sig 3 % 

lägre än användningen. Före jämförelsen har försäljningssiffrorna reducerats med beräknad 

användning utanför åkermarken, d.v.s. gödsling av betesmark, grönytor, golfbanor, 

handelsträdgårdar och privata trädgårdar. Skillnaden mellan försäljning och användning 

är olika stor i olika län, enligt ett mönster som är likartat mellan åren. 

Ett annat fall där man med hjälp av andra undersökningar får fram en skattning som kan 

jämföras med GU gäller kvävet i stallgödsel. Med hjälp av SM-rapporterna över Handelsgödsel, 

stallgödsel och kalk i jordbruket och Utsläpp till luft av ammoniak i Sverige 

kan man, genom att subtrahera den totala kväveförlusten i form av ammoniakavgång 

81

82 

från producerad mängd stallgödsel, beräkna mängden totalkväve i stallgödsel som tillförts 

åkermarken. Denna kvantitet borde motsvara den gödsel som lantbrukarna spridit 

ut på åkrarna enligt Gödselundersökningen, inklusive marginell användning av stallgödsel 

utanför jordbrukssektorn. Samstämmigheten beror på schablontalen för gödselproduktion 

hos olika djursorter, skattningen i GU av använd gödsel, och dessutom vilka 

omräkningstal som används för näringsinnehållet i producerad respektive använd gödsel. 

Enligt beräkningarna för gödselåret 1996-97, blir mängden kväve i producerad stallgödsel 

(efter ammoniakförluster) i medeltal på riksnivå 5 % lägre än användningen, medan 

mängden fosfor i producerad stallgödsel blev 10 % högre än beräknad användning. 

Även denna skillnad är olika stor i olika län. Urvalsosäkerheten kan förklara en del av 

men inte hela dessa skillnader, som behöver analyseras vidare. 


Urvalsramen LBR används också för ett flertal andra undersökningar. Definitionen av 

jordbruksföretag är gängse, liksom indelningarna i grödor, djurgrupper och regioner. 

God samanvändbarhet med annan jordbruksstatistik torde föreligga. 



GU publiceras vartannat år i Statistiska meddelanden (Mi 30 SM). I samma serie redovisades 

också separat fram till 1995 näringsämneskvantiteterna enligt GU, nedbrutna på 

avrinningsområden. 1995 utgavs en sammanställning av långa regionala tidsserier över 

försäljningen av handelsgödsel och kalk, samt produktionen av stallgödsel. På SCB:s 

hemsida finns pressmeddelanden, en kort presentation av undersökningen, samt även ett 

par tabeller och diagram. I samlingspublikationen Naturmiljön i siffror finns en sammanställning 

av resultaten. 

I SM:ets tabellavdelning redovisas endast resultat för samtliga åkergrödor, spannmål, 

slåttervall och summan av övriga åkergrödor. En tabellbilaga med mer detaljerad redovisning 

kan beställas från SCB. 


Presentation framgår av SM. 


Det finns ingen lättillgänglig dokumentation utöver SM. 


Primärdata för enskilda företag finns sparade för alla undersökningsår från och med 

1988. Specialbearbetningar utförs på uppdragsbasis. Forskare, utredare, m.fl. kan få 

tillgång till avidentifierat material efter särskild prövning. 


Vid frågor om statistiken kontakta Sven Strömberg vid SCB, telefon: 08-506 947 45, 

telefax 08-506 947 63, e-post: sven.strömberg@scb.se. För upplysningar om emissionsfaktorer 

enligt STANK-modellen, rörande näringsinnehåll i stallgödsel kontakta Jordbruksverket, 

551 82 Jönköping, telefon 036-15 50 00.

Kvalitetsbegrepp och riktlinjer för kvalitets - Statistiska centralbyrån

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?