Sykefravær, 2. kvartal 2019

Den kvartalsvise statistikken over både egen- og legemeldt sykefravær viser tydelig sesongvariasjon. Tapte dagsverk i kvartalet både grunnet egen- og legemeldt sykefravær er betydelig større i vinterhalvåret (1. og 4. kvartal) blant annet på grunn av hyppigere luftveisinfeksjoner.

Både tapte og avtalte dagsverk er sterkt påvirket av antall arbeidsdager i kvartalet, som er antall ukedager i kvartalet fratrukket offentlige hellig- og høytidsdager.

Serier som sesongjusteres

Følgende kvartalsvise tidsserier sesongjusteres separat for menn og for kvinner:

• legemeldte tapte dagsverk
• egenmeldte tapte dagsverk
• avtalte dagsverk

Primært publiserer vi sesongjusterte tall for tapte dagsverk grunnet sykefravær sett i forhold til avtalte dagsverk, dvs. den egenmeldte, legemeldte eller total sykefraværsprosenten, enten fordelt på kjønn eller menn og kvinner samlet.

Før sesongjusteringen kan gjennomføres må rådataene prekorrigeres for kalendereffekter og ekstremverdier.

Det gjennomføres en detaljert prekorrigering av rådata. Med detaljert prekorrigering menes bruk av spesialtilpassede modeller for å prekorrigere rådata, som ikke fins som standard opsjoner i sesongjusteringsverktøyet.

Kommentarfelt :

Sykefraværsdagsverk prekorrigeres med én sesongrenset regresjonsvariabel for andelen av tapte legemeldte dagsverk med influensadiagnose i kvartalet, fordelt på kjønn. Variabelen isolerer estimert gjennomsnittseffekt av irregulært influensafravær, bl.a. svineinfluensaen 3. og 4. kvartal 2009. Også egenmeldt sykefravær prekorrigeres med samme influensavariabel basert på andelen tapte legemeldte dagsverk, selv om det ikke er noe direkte sammenheng. Prekorrigeringsvariabelen har likevel svært signifikant effekt.

Kalenderjustering

Det gjennomføres kalenderjustering på alle serier som viser signifikant og plausibel kalendereffekt innenfor en robust statistisk tilnærming, som regresjon eller RegARIMA-prosedyre (en regresjonsmodell der støyleddet er modellert ved en ARIMA-modell). Kalenderregresjonsvariable er bearbeidet i samsvar med de norske høytids- og helligdagene.

Metode for justering for virkedager

Det korrigeres ikke for virkedager.

Kommentarfelt :

Virkedagsvariable (basert på norske forhold) har ikke signifikant effekt på disse kvartalsdataene.

Justering for bevegelige helligdager

Ingen spesiell korrigering

Kommentarfelt :

Tidsseriene prekorrigeres for antall arbeidsdager i kvartalet. Antall arbeidsdager i kvartalet er definert som antall ukedager (mandag – fredag) i kvartalet fratrukket norske offentlige hellig- og høytidsdager i kvartalet som faller på ukedager. Herunder kommer følgende bevegelige helligdager: skjærtorsdag, langfredag, 2. påskedag, Kristi himmelfartsdag og 2. pinsedag .

Egen påskevariabel brukes ikke, fordi den har ikke signifikant effekt når dataene også prekorrigeres for antall arbeidsdager i kvartalet. Prekorrigering for påske i stedet for antall arbeidsdager i kvartalet gir langt dårligere resultat ifølge våre AICC-tester.

Nasjonal og EU/euroområde-kalender

Avhengig av hva som passer best, benyttes enten en kalender basert på norske høytids- og helligdager eller en kalender basert på et gjennomsnitt av antall virkedager til de forskjellige landene innen EU/EU-området.

Kommentarfelt:

Tidsseriene prekorrigeres for antall arbeidsdager i kvartalet. Antall arbeidsdager i kvartalet er definert som antall ukedager i kvartalet fratrukket norske offentlige hellig- og høytidsdager i kvartalet som faller på ukedager. Herunder kommer følgende faste hellig- og høytidsdager dersom de havner på ukedager (mandag – fredag): 1. nyttårsdag 1. mai, 17. mai, 1. juledag og 2. juledag.

Behandling av ekstreme verdier

Seriene kontrolleres for ekstreme verdier. Identifiserte ekstremer blir forklart/modellert med bruk av all tilgjengelig informasjon. Når det foreligger en klar tolkning av årsaken til de ekstreme verdiene (f.eks. streik eller konsekvenser forårsaket av endringer i politikken m.m.) blir de inkludert som regressorer i modellen.

Kommentarfelt :

Kjøre automatisk søk etter signifikante ekstremverdier (alle typer) ved årlige gjennomganger eller spesielle behov. Løpende gjøres ikke automatiske søk etter ekstremverdier (outlier{}-prosedyren ikke aktivert).

Så langt er noen få tilfeller forhåndsdefinert:

• Nivåskift i legemeldte tapte dagsverk mellom 2. og 3. kvartal 2004 (Sykmeldingsreformen)
• Ekstremverdi 3. kvartal 2009 for egenmeldte tapte dagsverk for menn (starten av svineinfluensaen). Egenmeldt sykefravær prekorrigeres også med en influensavariabel basert på andelen tapte legemeldte dagsverk, selv om det ikke er noe direkte sammenheng mellom variablene. Prekorrigsvariabelen forklarer effekten av influensa irregularitetene godt bortsett fra i starten av svineinfluensaen 3. kvartal 2009, da ekstremverdien er predefinert.
• Nivåskift mellom 2014 og 2015 spesifisert for alle tidsseriene siden a-ordningen erstattet Aa-registeret (risikoen for kvaliteten på de sesongjusterte tallene er større ved uspesifiserte brudd enn ved spesifiserte «ikke-brudd», som kan føre til parameterestimater nær null og tap av en frihetsgrad. Det er bakgrunnen for at det ikke-signifikante nivåskiftet 2015K1 likevel er likevel tatt med for legemeldt sykefravær for kvinner. Se evt. diskusjon i kapittel 7 i Handbook on Seasonal Adjustment 2018 edition, Eurostat)
• Brudd i sesongmønsteret til avtalte dagsverk fom. 1. kvartal 2015 grunnet overgangen til A-ordningen. Gjelder både for menn og kvinner.

I de sesong- og influensajusterte tallene er også estimerte effekter av ekstremverdiene knyttet til innføring av A-ordningen og ekstremverdien 3. kvartal 2009 for egenmeldte tapte dagsverk for menn korrigert vekk fra tidsseriene, slik at disse bruddene/ekstremverdiene ikke synes.

Valg av modell

For å prekorrigere er det nødvendig å velge en ARIMA-modell, samt avgjøre om data bør log-transformeres eller ikke.

Modell velges automatisk etter etablerte rutiner i sesongjusteringsverktøyet.

Kommentarfelt :

I X-13ARIMA-SEATS anvendes prosedyren automdl{} for seleksjon av beste ARIMA-modell ved årlige gjennomganger, med følgende opsjoner anbefalt i US Census Bureau Guideline:

automdl{ mixed=no   balanced=yes  maxdiff=(1 1)  maxorder=(2 1) }

Dekomponeringsrutiner

Dekomponeringsrutinen spesifiserer hvordan trend-, sesong og irregulær komponent blir dekomponert. De mest vanligste dekomponeringene er additiv, multiplikativ og log additiv

Automatisk valg av dekomponeringsrutine.

Valg av sesongjusteringsmetode

X-13ARIMA-SEATS (https://www.census.gov/srd/www/x13as/).

Konsistens mellom rådata og sesongjusterte tall

I enkelte serier er det ønskelig at f.eks. sum (gjennomsnitt) kvartalsvise sesongjusterte tall for et år skal være identisk med sum (gjennomsnitt) kvartalsvise tall i den opprinnelige råserien.

Ingen konsistensbetingelser pålegges.

Konsistens mellom aggregat/definisjoner for sesongjusterte tall

I enkelte serier pålegges det konsistens mellom sesongjusterte totaler og underaggregater. I tillegg er det for enkelte tidsserier et forhold mellom de ulike seriene, for eksempel bruttoprodukt som er lik produksjon minus produktinnsats.

Tvinger likhet mellom sesongjusterte under- og overaggregater.

Kommentarfelt :

Likheten framkommer automatisk gjennom indirekte metode.

Direkte eller indirekte metode

En direkte metode er anvendt dersom tidsserier for en total og tilhørende underaggregater alle er sesongjustert hver for seg. En indirekte metode er anvendt for total dersom tidsserier for de tilhørende underaggregater er sesongjustert direkte og det deretter er foretatt en aggregering til totalnivå.

Indirekte metode anvendes, der komponentene sesongjusteres direkte med samme tilnærming og programvare. Totalene blir beregnet ved å aggregere de sesongjusterte komponentene.

Kommentarfelt:

Følgende tidsserier sesongjusteres separat for menn og for kvinner:

legemeldte tapte dagsverk

egenmeldte tapte dagsverk

avtalte dagsverk (i kvartalet)

Sesongjusterte tall for menn og kvinner samlet fremkommer ved summering av tilsvarende sesongjusterte tall for menn og kvinner. Sesongjusterte sykefraværsprosenter fremkommer ved at sesong-, kalender- (og evt. influensa og)-justert teller divideres med sesong-, kalender- og a-ordningsbrudd-justerte avtalte dagsverk.

Tidshorisont for estimering av modell og beregning av korrigeringsfaktorer

Hele tidsserien brukes for å beregne modell og korrigeringsfaktorer.

Revisjonsrutiner i bruk

Sesongjusteringen kan bli endret ved at det kommer til nye observasjoner eller rådata endres. Dette kalles revisjon, og det finnes flere måter å håndtere revisjonen på i offentliggjøringen av statistikken.

Sesongjusterte data revideres i overensstemmelse med veldefinerte og offentlig tilgjengelige revisjonsrutiner og frigivingskalender.

Løpende eller faste valg i sesongjusteringen

Delvis løpende korrigering, der modellene inkludert evt. log-transformering, sesong- og trendfiltre, kalender-variable og ekstremverdier kun identifiseres årlig, mens respektive regresjonsparametere og faktorer re-estimeres løpende hver gang nye eller reviderte rådata er tilgjengelige.

Tidshorisont for publisering av reviderte tall

Hele serien revideres når sesongfaktorene re-estimeres.

Evaluering av sesongjusterte tall

Det evalueres kontinuerlig/periodevis de forskjellige kvalitative indikatorer som sesongjusteringsverktøyet produserer.

Kvalitetsindikatorer

For å behandle de fleste serier brukes et begrenset utvalg av diagnostikk og grafiske muligheter som sesongjusteringsverktøyet produserer.

Denne tabellen viser enkelte indikatorer på kvalitet på sesongjusterte tall

Forklaringen på indikatorene i tabellen kan finnes her:
SSBs Metadata - Statistiske metoder - Sesongjustering

Sesongjustering av korte tidsserier

Alle seriene er lange nok for å gjennomføre sesongkorrigeringsrutiner på en optimal måte.

Behandling av vanskelig tidsserier

Alle seriene som skaper problemer ved å bruke vanlige opsjoner i sesongjusteringsverktøyet behandles på en spesiell måte.

Kommentarfelt :

Store influensairregulariteter er en spesiell utfordring ved sesongjustering av sykefraværsdagsverk. Influensafraværet er normalt høyt i 1. kvartal, av og til høyt i 4. kvartal, og av og til lavt vinterhalvåret. Uten prekorrigering av sesongmessig unormal influensa blir usikkerheten større i beregning av kalendereffekten og sesongkomponenten. I tillegg vil den irregulære komponenten, som er en del av sesongjusterte tall, bli ekstra stor dersom en ikke lager sesong- og influensajusterte tall. Det er bakgrunnen for at sykefraværsdagsverkene prekorrigeres med én sesongrenset regresjonsvariabel for andelen av tapte legemeldte dagsverk med influensadiagnose i kvartalet.

Effekten av a-ordningen på sykefraværsprosenten

A-ordningen erstattet Aa-registeret fra 1. kvartal 2015. Det har gitt noe andre tall knyttet til lønnstakere. Dette skyldes en noe bredere dekning av gruppen, samt at kvaliteten er bedre. Stillingsprosent for hver jobb fra a-ordningen ble også anvendt direkte i beregningen av avtalte dagsverk. Tidligere hadde vi kun avtalt arbeidstid fra Aa-registeret, og gjorde en grov antagelse om hva fulltid var (37,5 timer pr. uke for alle) for å konstruere dagsverk. Overgangen har likevel hatt en liten, men observerbar effekt på sykefraværsprosenten også på aggregert nivå. Det er modellert og prekorrigert i sesongjusteringsverktøyet.

Hovedfokuset i formidlingen av sykefraværsstatistikken legges på det sesong- og influensajusterte sykefraværet. I tillegg til å være sesong- og influensajustert, justeres det her også for a-ordningsbruddet i 2015. SSB mener at disse tallene gir det beste bildet av den underliggende utviklingen i sykefraværet fra kvartal til kvartal.  For de som ønsker tall som kun er influensa- og bruddjusterte tall, publiseres disse i Statistikkbanken.

Håndtering av koronakrisen i 2020

Koronakrisen påvirker sykefraværsstatistikken på flere måter som er viktig å ta hensyn til når tallene skal tolkes. I de sesongjusterte tallene har vi fulgt Eurostat sine retningslinjer som sier at effekten av koronakrisen ikke skal inngå i grunnlaget for sesongmønsteret. Det innebærer at vi inntil videre (2020) antar at sesongmønsteret er uendret, og at vi korrigerer for den systematiske sesongvariasjon beregnet på data før koronakrisen.

For i størst mulig grad å kunne følge den underliggende utviklingen i sykefraværet, har vi i de sesong-, influensajusterte tallene også korrigert for koronadiagnoser. Disse tallene korrigerer derfor for den direkte effekten av legemeldinger med koronadiagnoser. I tolkningen av de sesong-, influensa- og koronajusterte tallene må man ta forbehold om hvordan bruken av ulike diagnoser har blitt praktisert under koronakrisen. Det har vært en stor økning også i andre diagnoser enn influensa/korona, som sannsynligvis henger sammen med koronautbruddet. Dette blir det ikke justert for.

Det finnes ikke diagnoser knyttet til det egenmeldte sykefraværet. I sesong-, influensa- og koronajusteringen av det egenmeldte sykefraværet benyttes derfor legemeldte korona- og influensadiagnoser. I justeringen antas det at andelen influensa- og koronadiagnoser er den samme for egenmeldt som for legemeldt sykefravær, som kanskje ikke treffer så godt i år på grunn av koronaepidemien. De sesong-, influensa- og koronajusterte tallene for det egenmeldte sykefraværet er derfor noe mer usikre enn normalt og kan fange opp litt for mye eller litt for lite egenmeldt sykefravær som følge av korona.

 

Tilgjengelighet

Både rådata og sesongjusterte serier er tilgjengelige.

Historiske data er tilgjengelige med hensyn til gjennomføring av revisjonsanalyse.

For egenmeldt sykefravær publiserer vi ikke absolutte, kun sykefraværsprosenter.

Se tidligere publisert for tabeller med historiske sesong- og influensajusterte data.

Formidling

Sesong-, kalender-, influensa- og a-ordningsbruddjusterte tall for ikke-feriekorrigerte sykefraværsprosenter formidles i vedleggstabeller og i Statistikkbanken.

Kun sesong- og kalenderjusterte tall formidles i Statistikkbanken, der beregnede effekter av sesongmessig unormal influensa og a-ordningsbruddet i sykefraværsdagsverkene blir lagt tilbake igjen, slik at det synes i tallene.

Kommentarfelt :

Sesong-, kalender-, influensa- og a-ordningsbruddjusterte tall gir glattere serier, og er i fokus, fordi de er enklest å tolke. Kun sesong- og kalenderjusterte tall vil gi litt mer hakkede serier, fordi de også viser sesongmessig unormal influensa, som for eksempel svineinfluensaen 2. halvår 2009, i tillegg til effekter av a-ordningsbruddet på sykefraværsdagsverkene.