Last ned

Kjønnsforskjellen i sykefravær: Hvor mye er det mulig å forklare med registerdata?

Av Jon Petter Nossen[1] Takk til Therese Dokken og Torunn Bragstad for hjelp med dekomponeringsanalysen.

Sammendrag

I 2018 var det totale sykefraværet på 7,4 prosent for kvinner og 4,4 prosent for menn. Den
absolutte kjønnsforskjellen i sykefraværet har vært stabil på omkring 3 prosentpoeng i mange år, og skyldes i all hovedsak at flere kvinner enn menn sykmeldes. Menn har imidlertid hatt en større relativ nedgang i sykefraværet siden 2001 enn kvinner, og den relative kjønnsforskjellen i sykefraværet har derfor økt fra 49 til 68 prosent.

I artikkelen vises det at kjønnsforskjellen i det legemeldte sykefraværet er tydelig fra begynnelsen av 20-årene, og når toppen ved 31 år. En femtedel av kjønnsforskjellen kan tilskrives gravide. Når vi utelater de gravide, er kjønnsforskjellen størst mellom 39 og 50 år. Forskjellen reduseres bare svakt etter fylte 50 år, til tross for at flere kvinner enn menn etter hvert går over på arbeidsavklaringspenger eller uføretrygd. Kvinner har høyere sykefravær enn menn i alle ­diagnosegrupper unntatt hjerte-/karlidelser, men psykiske lidelser står for mer enn en tredje­del av kjønnsforskjellen. Muskel-/skjelettlidelser bidrar lite til kjønnsforskjellen før fylte 40 år, men betyr stadig mer ved stigende alder. Fram til fylte 40 år er sykefraværet både for kvinner og menn høyere blant dem som har barn enn blant dem som ikke har barn, men deretter er det i hovedsak omvendt.

En regresjonsanalyse av legemeldt sykefravær i 2017 viser at å inkludere graviditet som forklaringsvariabel fører til at kjønnsforskjellen i sykefraværet reduseres med 20 prosent, og graviditet er dermed den enkeltfaktoren som kan forklare mest av kjønnsforskjellen. Utover dette kan inntekt og andre arbeidsrelaterte faktorer forklare til sammen 13 prosent, mens antall barn og andre familierelaterte faktorer kan forklare 5 prosent av kjønnsforskjellen. Når alle variablene inkluderes i modellen, blir kjønnsforskjellen redusert med 39 prosent. Godt over halvparten blir altså stående uforklart.

Innledning

Det er et velkjent fenomen at kvinner har høyere sykefravær enn menn. Dette er tilfelle i mange land, men Norge er et av landene hvor forskjellen er størst (Mastekaasa og Melsom 2014). I denne artikkelen vil vi bare se på sykefravær. Det er likevel verdt å merke seg at det er en markant kjønnsforskjell også for andre helserelaterte ytelser fra NAV (arbeidsavklaringspenger og uføretrygd).

Hva som er årsaken (eller årsakene) til kjønnsforskjellen i sykefravær er et spørsmål som forskningen i begrenset grad har funnet svar på (Mastekaasa 2016). En nærliggende forklaring er at kvinner har dårligere helse enn menn, men dette er vanskelig å dokumentere. Menn har høyere forekomst av hjerteinfarkt og diabetes, samt høyere dødelighet i alle aldersgrupper, mens flere kvinner enn menn i alderen 25–54 år får en kreftdiagnose. Dersom kjønnsforskjeller i helse skal være en sentral forklaring, må det i hovedsak dreie seg om mindre alvorlige, eventuelt kroniske sykdommer som reduserer arbeidsevnen for kvinner uten å påvirke dødeligheten. Slike tilstander er gjerne mer subjektive og diffuse, og vanskelige å dokumentere på annen måte enn med selvrapporterte helseopplysninger, eventuelt indirekte gjennom sykmelding eller legeerklæring. Det er imidlertid mulig å belyse hvilke mer bakenforliggende faktorer som bidrar til høyere sykefravær for kvinner, og som eventuelt også bidrar til at de oftere har mer diffuse og subjektive sykdomstilstander enn menn.

En faktor som åpenbart har betydning for kjønnsforskjellen er det spesielt høye sykefraværet blant gravide. Når gravide holdes utenfor, reduseres differansen mellom kvinners og menns sykefravær for alle aldersgrupper samlet med om lag en femtedel (Helde og Nossen 2016). I tillegg kan graviditet ha en betydning utover selve svangerskapet som følge av komplikasjoner ved svangerskap og fødsel og senvirkninger av dette. For at det skal påvirke sykefraværet må imidlertid de aktuelle kvinnene fortsette i arbeid etter fødsel. Det er også noe uklart hvorfor sykefraværet er så høyt som det er blant de gravide (Mastekaasa 2016: 133). Her vil vi imidlertid først og fremst fokusere på kvinner som ikke er gravide.

I denne artikkelen gis det en i hovedsak deskriptiv analyse av kjønnsforskjellen i sykefravær med utgangspunkt i datagrunnlaget fra sykefraværsstatistikken. Dette datagrunnlaget inneholder blant annet diagnoseopplysninger, og kobling mot andre registeropplysninger gjør det mulig å undersøke betydningen av mange ulike forhold. Vi har blant annet opplysninger om graviditet, som er viktig siden de gravide bidrar mye til kvinners sykefravær, og ikke nødvendigvis er jevnt fordelt blant alle grupper av kvinnelige arbeidstakere. En svakhet ved registerdataene er imidlertid at de ikke sier noe om for eksempel arbeidsmiljøfaktorer, og i liten grad om helse/arbeidsevne bortsett fra sykmeldingsdiagnoser og mottak av uføretrygd (som kan kombineres med arbeid og eventuelt sykmelding).

Om forskningen på feltet

De fleste studier av årsaker til kjønnsforskjeller i sykefravær tar utgangspunkt enten i forhold knyttet til arbeidslivet, eller i grenseflaten mellom arbeid og familieliv. Førstnevnte forklaringsmåte går gjerne ut på at kjønnssegregeringen i det norske arbeidslivet fører til at kvinner har mer slitsomme jobber enn menn, og at høyere belastning i arbeidet fører til høyere risiko for sykefravær blant kvinner enn blant menn. Denne forklaringsmåten kan vi kalle «segregeringshypotesen». Den andre vanlige forklaringsmåten går ut på at kvinner i større grad enn menn har (hoved)ansvar for familie, hjem og barn i tillegg til lønnet arbeid og derfor har høyere samlet belastning i arbeid og på fritiden, samt høyere risiko for sykefravær som følge av det. Denne forklaringen kalles gjerne «dobbeltarbeidshypotesen», men den må ikke nødvendigvis tolkes som at kvinner bruker mer tid samlet sett på lønnsarbeid og ubetalt arbeid på fritiden (noe som ikke støttes av tidsbruksundersøkelser). «Dobbeltarbeid» kan like gjerne handle om det større ansvaret (eller følelsen av ansvar) kvinner opplever, og at bekymringer knyttet til dette kan bidra til sykdom og helseplager når det kombineres med lønnsarbeid. Dette kan tenkes å bli forsterket i noen situasjoner, for eksempel ved samlivsbrudd, syke barn eller barn med særskilte omsorgsbehov, eller andre problemer i familien, også knyttet til ansvar for gamle foreldre.

En gjennomgang av forskningen på feltet konkluderer med at den gir «lite støtte» til segregeringshypotesen og «begrenset støtte» til dobbeltarbeidshypotesen (Mastekaasa 2016: 125). Om begge hypotesene samlet sies det at «… det er svært usannsynlig at slike effekter kan være en hovedforklaring på kjønnsforskjellene i sykefravær» (Mastekaasa 2016: 143). Denne konklusjonen vil til en viss grad avhenge av hvilke (typer) studier man legger vekt på, i og med at ulike tilnærminger har sine styrker og svakheter. For eksempel fant Sterud (2014) at de (selvrapporterte) psykososiale forholdene på arbeidsplassen kan forklare omkring en fjerdedel av kjønnsforskjellen, mens Mastekaasa og Melsom (2014) fant at kjønnsforskjellen blir noe større når man sammenligner kvinner og menn i samme yrke. Kjønnsforskjellen blir også større når kvinner og menn i både samme yrke og samme virksomhet blir sammenlignet (Mastekaasa og Dale-Olsen 2000). Når det gjelder dobbeltarbeidshypotesen, viser en fersk studie at sykefraværet øker for begge foreldre i småbarnsperioden, men mest blant kvinner, slik at kjønnsforskjellen også øker (Lima 2018). En annen studie, med i prinsippet samme studiedesign (Rieck og Telle 2013), fant ikke en slik økning i sykefraværet. En studie av effekten av antall barn på kvinners og menns sykefravær kan bidra ytterligere til å belyse dette. Det framkommer der at kvinner som får barn har sterkere økning i sykefraværet i årene etter fødsel enn menn, men at utviklingen i sykefraværet over tid er omtrent den samme for kvinner som ikke får barn og som er sammenlignbare med hensyn til alder, utdanning og landbakgrunn (Cools mfl. 2015: 328).

Andre forklaringer som har vært foreslått er kjønnsforskjeller i holdninger og normer og ulik sykdomsatferd blant kvinner og menn. Heller ikke her er det klare funn. Hauge mfl. (2015) fant at kvinner og menn til dels har ulike holdninger, normer og preferanser, men at disse ikke kunne forklare kjønnsforskjellen i sykefraværet. Dette bekreftes i hovedsak av Løset mfl. (2018), som også fant at holdningene til sykefravær er mer liberale på arbeidsplasser med ulik kjønnssammensetning uansett om flertallet av de ansatte er kvinner eller menn. Hellevik mfl. (2019) fant derimot at kvinner konsekvent er noe mer liberale enn menn i forhold til hva som er akseptable årsaker til sykefravær. Men det må ikke nødvendigvis bety at de mer liberale holdningene er en årsak til kvinners høyere sykefravær, det kan like gjerne være slik at de som har mer erfaring med sykdom og helseplager får mer liberale holdninger til slike hypotetiske spørsmål.

Problemstillinger i artikkelen

I denne artikkelen vil vi benytte NAVs registre til å vise hvor stor kjønnsforskjellen i sykefravær er og hvordan den varierer med ulike kjennetegn. Et av formålene er å undersøke ved hvilken alder det først oppstår en kjønnsforskjell i sykefravær, og ved hvilken alder den er størst. Vi vil også se på hvordan sammenhengen med alder påvirkes av å utelate de gravide. Dernest vil vi undersøke hvordan sykefraværet innen de ulike diagnosegruppene varierer etter kjønn. Aktuelle spørsmål er hvilke diagnosegrupper som bidrar mest til kjønnsforskjellen i sykefravær, og hvordan sykefraværet innen viktige diagnosegrupper varierer med alder.

Kjønnsforskjellen varierer også med andre kjennetegn, og de fleste av disse grupperes i artikkelen under enten familierelaterte faktorer eller arbeidslivsfaktorer. For å finne ut om de deskriptive sammenhengene fortsatt er gyldige når det kontrolleres for flere forhold samtidig, blir det foretatt regresjonsanalyser (se faktaboks Data og metode). Metodene som benyttes gjør det ikke mulig å slå fast at sammenhengene er kausale, men formålet er å gi en antydning om hvor mye de ulike faktorene bidrar til kjønnsforskjellen i sykefravær.

Data og metode

Datagrunnlaget for analysen er den kvartalsvise sykefraværsstatistikken som utarbeides av NAV og SSB. Kvartalstallene aggregeres til hele år. Hoveddelen av analysen er avgrenset til legemeldt sykefravær siden det bare finnes svært begrensede opplysninger om det egenmeldte sykefraværet. Tall for viktige komponenter i det legemeldte sykefraværet som antall sykefraværstilfeller, gjennomsnittlig varighet og gjennomsnittlig sykmeldingsgrad, er basert på et tilknyttet datasett som er grunnlag for statistikk over varigheten av legemeldte sykefravær.

Identifikasjon av de gravide er basert på opplysninger om levendefødte barn fra folkeregisteret. Svangerskap som avbrytes eller ender med dødfødsel fanges dermed ikke opp. Siden 2017 er det siste året vi har opplysninger om svangerskap for, vil hoveddelen av analysen baseres på tall for 2017. Noen hovedtall gis for 2018 og tilbake til 2001.

Kjønnsforskjellen i sykefravær måles både absolutt og relativt. Den absolutte kjønnsforskjellen er differansen mellom kvinners og menns sykefravær målt i prosentpoeng. Den relative kjønnsforskjellen beregnes ved å dividere kvinners sykefravær med menns sykefravær. Hvor mye kvinners sykefravær er høyere enn menns uttrykkes da i prosent.

Legemeldt sykefraværsprosent beregnes slik: (Tapte dagsverk i alt) * 100 / (Avtalte dagsverk i alt)

For hver diagnosegruppe: (Tapte dagsverk med gitt diagnose) * 100 / (Avtalte dagsverk i alt)

Sykefraværsprosentene etter diagnosegruppe summerer seg opp lik den legemeldte sykefraværsprosenten i alt.

En rekke ulike kjennetegn kobles på fra NAVs registre. Generelle individkarakteristika er kjønn, alder, graviditet, bostedsfylke, landbakgrunn og om man mottok uføretrygd i 2016. De øvrige kjennetegnene inndeles i to grupper:

  • Familierelaterte kjennetegn: Antall barn under 18 år, sivilstatus og om man er enslig forsørger (mottar utvidet barnetrygd).

  • Arbeidsrelaterte kjennetegn: Yrke, næring, sektor, pensjonsgivende inntekt i 2016, stillingsandel og antall ansatte i virksomheten.

Regresjonsanalyser

Regresjonsanalysene er basert på tverrsnittsanalyse av individdata med den legemeldte sykefraværsprosenten i 2017 som avhengig variabel. Det benyttes her tosifrede yrkeskoder (unntatt for enkelte sjeldne yrkesgrupper) for å få en mer detaljert gruppering av yrke. Motsatt er noen mindre næringer slått sammen, og både personer under 20 år og over 67 år er utelatt. For en liten andel av observasjonene mangler det opplysninger om enkelte kjennetegn. Disse utelates fra regresjonen.1

Det blir utført to ulike regresjonsanalyser:

1) Generalisert lineær modell med robuste standardavvik (GEE) for klyngede data (hvert individ kan ha flere arbeidsforhold og både status som gravid og ikke gravid) og vektet etter antall avtalte dagsverk for å unngå at små arbeidsforhold får uforholdsmessig stor vekt. Her er det én modell for begge kjønn, og formålet er å vise hvor mye koeffisienten for kjønn (menn er referansekategori) endres som følge av at et nytt kjennetegn inkluderes, gitt at alle andre kjennetegn holdes konstante. Hvor mye koeffisienten for kjønn reduseres når andre variabler inkluderes, tolkes som et uttrykk for hvor mye av kjønnsforskjellen de aktuelle variablene kan forklare (en lignende metode er benyttet i Sterud 2014). I basismodellen (modell 0) er det bare kontrollert for kjønn, alder, bostedsfylke, landbakgrunn, om personen mottok uføretrygd i 2016, og graviditet. Modell 1 utvider basismodellen med de familierelaterte variablene nevnt over. Modell 2 utvider i stedet basismodellen med de arbeidsrelaterte variablene (antall ansatte i virksomheten hadde liten betydning og ble utelatt). I modell 3 (den fulle modellen) inkluderes alle variabler samtidig. I tillegg ble det forsøkt å inkludere samspillsvariabler for graviditet og de familierelaterte variablene, men de hadde liten betydning og ble derfor utelatt.

2) Blinder-Oaxaca dekomponering basert på en regresjonsmodell uten klyngede standardavvik, men vektet etter antall avtalte dagsverk. Dette er en metode som tar utgangspunkt i to grupper (her kvinner og menn) med ulik verdi på den avhengige variabelen (her sykefraværsprosenten). Metoden dekomponerer differansen mellom gjennomsnittstallene for de to gruppene i hvor mye som kan forklares av at de har ulike verdier på forklaringsvariablene, og en uforklart del. Hver av disse komponentene fordeles også på de ulike forklaringsvariablene. Dekomponeringen angir dermed hvor mye av differansen mellom kvinner og menn som skyldes at kvinner oftere har et kjennetegn som går sammen med høyt sykefravær, og en «uforklart» del som blant annet fanger opp at gitte kjennetegn kan ha ulik virkning på kvinners og menns sykefravær.

1 Unøyaktigheter i datagrunnlaget gjør at enkelte individer er registrert med et sykefravær på over 100 prosent. Disse settes i regresjonsanalysene lik 100 prosent.

Kvinner har 68 prosent høyere sykefravær enn menn

I 2018 hadde kvinner et totalt sykefravær på 7,4 prosent, mot 4,4 prosent for menn (tabell 1). For alle aldersgrupper samlet var den totale sykefraværsprosenten 68 prosent høyere for kvinner (inklusiv gravide) enn for menn. Dette er den relative kjønnsforskjellen i sykefravær (se faktaboks Data og metode). Den legemeldte sykefraværsprosenten var 70 prosent høyere for kvinner enn for menn.[2]Dersom vi bare sammenligner antall tapte dagsverk, var det legemeldte fraværet 47 prosent høyere for kvinner enn for menn. Men samtidig hadde kvinner 15 prosent færre avtalte dagsverk. Til sammen gir dette altså en legemeldt sykefraværsprosent som er 70 prosent høyere enn for menn. Egenmeldt fravær skiller seg ut med en langt mindre kjønnsforskjell, men utgjør en liten del av det totale sykefraværet (i 2018 14 % for kvinner og 18 % for menn).

Tabell 1. Totalt, legemeldt og egenmeldt sykefravær etter kjønn. Tapte dagsverk i prosent av avtalte dagsverk, og absolutt og relativ kjønnsforskjell. 16–69 år. Hele 2018

Kvinner

Menn

Absolutt kjønnsforskjell

(kvinner – menn)

Relativ kjønnsforskjell

(kvinner / menn)

Totalt sykefravær

7,4 %

4,4 %

+3,0 prosentpoeng

+68 %

Legemeldt sykefravær

6,3 %

3,7 %

+2,6 prosentpoeng

+70 %

Egenmeldt sykefravær

1,0 %

0,8 %

+0,2 prosentpoeng

+25 %

Kilde: NAV og SSB

Kjønnsforskjellen skyldes at flere kvinner enn menn sykmeldes

Tabell 2 viser de viktigste komponentene i sykefraværsprosenten og hvor mye de betyr for kjønnsforskjellen. En slik dekomponering er bare mulig for legemeldt sykefravær. I all hovedsak er det antall sykefraværstilfeller som har betydning – målt per 1000 avtalte dagsverk er kjønnsforskjellen her på 77 prosent. Kjønnsforskjellen kan dermed i sin helhet forklares med at kvinner sykmeldes oftere enn menn. Kvinner har også noe lengre gjennomsnittlig varighet enn menn, mens lavere sykmeldingsgrad for kvinner (større bruk av gradering) og lavere stillingsandel for sykmeldte kvinner trekker i motsatt retning. Dette gjør at det er liten forskjell på antall tapte dagsverk per sykefraværstilfelle for kvinner og menn.

Tabell 2. Dekomponering av legemeldt sykefravær etter kjønn, og absolutt og relativ kjønnsforskjell. Sykefraværstilfeller som startet i 2017

Kvinner

Menn

Absolutt kjønnsforskjell

(kvinner – menn)

Relativ kjønnsforskjell

(kvinner / menn)

Antall sykefraværstilfeller

784 403

517 407

+266 996

+52 %

Sykefraværstilfeller per 1000 avtalte dagsverk

3,11

1,75

+1,36

+77 %

Tapte dagsverk per sykefraværstilfelle

20,6

21,0

-0,4

-2 %

Herav: **)

Gjennomsnittlig varighet i dager per tilfelle

42,4

37,8

+4,6

+12 %

Gjennomsnittlig sykmeldingsgrad per tilfelle (%)

91,1

94,8

-3,7

-4 %

Antall personer med sykefravær

464 998

338 957

+126 041

+37 %

Personer med sykefravær per 1000 avtalte dagsverk

1,84

1,15

+0,69

+60 %

Tapte dagsverk per person med sykefravær ***)

34,8

32,1

+2,7

+8 %

*) Dekomponeringen er unøyaktig blant annet fordi varigheten er målt i kalenderdager og dermed ikke tar hensyn til at det ikke beregnes dagsverk på helligdager (inkl. lørdag og søndag).

**) En tredje komponent i tapte dagsverk per sykefraværstilfelle er de sykmeldtes stillingsandel. Denne er i gjennomsnitt lavere for kvinner enn menn, og trekker dermed i motsatt retning av gjennomsnittlig varighet.

***) Her er det vanskelig å foreta noen ytterligere dekomponering.

Kilde: NAV og SSB

Når vi i stedet for sykefraværstilfeller ser på antall personer med sykefravær, blir bildet i stor grad det samme: Målt per 1000 avtalte dagsverk i 2017 er andelen kvinner som startet et sykefravær 60 prosent høyere enn for menn (tabell 2). Forskjellen i antall sykefraværstilfeller skyldes altså i hovedsak at flere kvinner enn menn sykmeldes, selv om sykmeldte kvinner i noen grad også har flere sykefraværstilfeller enn sykmeldte menn.

Den relative kjønnsforskjellen har økt, men ikke den absolutte

Det totale sykefraværet for både kvinner og menn har gått noe ned fra 2001 til 2018, som er den perioden vi har sammenlignbar sykefraværsstatistikk for (figur 1a). I hele denne perioden har kvinner hatt om lag 3 prosentpoeng høyere totalt sykefravær enn menn, slik at den absolutte kjønnsforskjellen har vært stabil. Det gjelder også det legemeldte sykefraværet, hvor kjønnsforskjellen har vært stabil på drøyt 2,5 prosentpoeng.

Figur 1. Utviklingen i sykefraværet og kjønnsforskjellen i sykefravær. a) Totalt sykefravær etter kjønn (venstre akse) og den absolutte kjønnsforskjellen i prosentpoeng (høyre akse), b) Den relative kjønnsforskjellen (prosent høyere sykefravær blant kvinner enn menn). Hele 2001 – hele 2018

Kilde: NAV og SSB

Den relative nedgangen i sykefraværet har imidlertid vært større for menn enn kvinner, og den relative kjønnsforskjellen har derfor økt (figur 1b). I 2001 var kjønnsforskjellen i det totale sykefraværet på 49 prosent, mens den altså i 2018 var økt til 68 prosent. Utviklingen har i stor grad vært den samme for legemeldt sykefravær.

I resten av artikkelen skal vi se nærmere på faktorer som kan bidra til å forklare kjønnsforskjellen i sykefraværet. Fra nå av ser vi bare på den absolutte kjønnsforskjellen i det legemeldte sykefraværet i 2017. For enkelhets skyld bruker vi fortsatt betegnelsen «sykefraværet».

Betydelig kjønnsforskjell på alle alderstrinn fra tidlig i 20-årene til 66 år

Sykefraværet øker naturlig nok med alderen (figur 2). For menn (blå kurve) er det en nokså jevn økning i sykefraværsprosenten for hvert alderstrinn fra 19 år fram til midten av 50-årene, og deretter noe sterkere fram til 66 år. For kvinner (heltrukken rød kurve) øker sykefraværet langt sterkere fram til 31 år, noe som åpenbart henger sammen med det høye sykefraværet til gravide. Men også når vi avgrenser til kvinner som ikke er gravide (stiplet rød kurve), øker sykefraværet langt mer markant med alderen enn hva som er tilfelle for menn, og denne utviklingen fortsetter til en viss grad helt fram til 39 år. Fra 50 års alder ser vi at sykefraværet øker noe svakere for kvinner enn menn. Dette kan henge sammen med at flere kvinner enn menn bruker opp sykepengerettighetene og går over til å motta andre helserelaterte trygdeytelser (arbeidsavklaringspenger og uføretrygd) og dermed faller helt eller delvis ut av grunnlaget for sykefraværsstatistikken.[3]På de eldste og yngste alderstrinnene er sykefraværet lavt og kjønnsforskjellen liten. Dette kan blant annet forklares med at aldersgruppen over 67 år er en selektert gruppe i den forstand at de trolig er spesielt motiverte for å delta i arbeidslivet og har begrensede sykepengerettigheter. De yngste på sin side har god helse og er kanskje i liten grad klar over sine trygderettigheter.

Figur 2. Legemeldt sykefravær etter kjønn og ettårig alder. 2017. Med og uten gravide. Prosent

Kilde: NAV og SSB

Kjønnsforskjellen når toppen med 4 prosentpoeng ved 31 år

En kjønnsforskjell i sykefraværet blir så vidt synlig fra 19 år, og den øker fram til 31 år (figur 3). Den absolutte kjønnsforskjellen er da på 4 prosentpoeng. Dette inkluderer imidlertid gravide. De gravide skiller seg ut både med et svært høyt sykefravær og ved at sykefraværet deres i liten grad øker med alderen: Det øker fra 22 prosent ved 17 år til 28 prosent ved 22 år, men synker deretter, og fra 30 til 40 år ligger det stabilt på 22–24 prosent (ikke vist i figur). Blant de eldste gravide er sykefraværet igjen noe høyere.

Figur 3. Absolutt kjønnsforskjell i legemeldt sykefravær, etter ettårig alder. 2017. Med og uten gravide. Differanse i prosentpoeng (kvinner – menn)

Kilde: NAV og SSB

Uten gravide: Størst kjønnsforskjell i alderen 39–50 år

Når vi holder de gravide utenfor, reduseres kjønnsforskjellen i det legemeldte sykefraværet fra 2,7 til 2,2 prosentpoeng, eller med 19 prosent.[4] Når de gravide utelates, overvurderer vi sykefraværet for ikke-gravide kvinner noe. En årsak til dette er at vi ikke har mulighet til å skille ut gravide som ikke føder levende barn. Imidlertid er antallet tapte dagsverk med svangerskapsrelaterte diagnoser lavt for ikke-gravide kvinner. En annen årsak er at de gravide gjennomgående er unge og friske, og derfor sannsynligvis ville hatt et lavt sykefravær hvis de ikke var gravide. Betydningen av dette er imidlertid også beskjeden. Hvis vi erstatter avtalte og tapte dagsverk for de gravide med tilsvarende tall for kvinner på samme alder som ikke er gravide, reduseres kjønnsforskjellen med 20 prosent, og hvis vi setter tapte dagsverk for denne gruppen lik 0, reduseres den med 25 prosent. Den absolutte kjønnsforskjellen fortsetter imidlertid da å øke fram til 39 år, men økningen er størst fram til 33 år. Det er ikke uten videre mulig å si om utviklingen av kjønnsforskjellen i alderen 19 til 39 år henger sammen med forhold knyttet til familieliv, arbeidsliv eller annet. Det dreier seg om et ganske stort aldersspenn da mange både etablerer seg i yrkeslivet og får barn, men også en del år utover dette. Kjønnsforskjellen i sykefraværet fortsetter dessuten å ligge på mellom 2,5 og 3,0 prosentpoeng fra 39 år og helt fram til 50 år, og selv etter dette går den bare svakt ned (med unntak av de aller eldste). Som nevnt er det også flere kvinner enn menn som går over på andre helserelaterte ytelser, slik at det kan diskuteres om det er en reell nedgang i kjønnsforskjellen etter 50 år.

Høyere sykefravær for kvinner i nesten alle diagnosegrupper

I 2017 var det legemeldte sykefraværet høyere for kvinner enn menn i alle diagnosegrupper unntatt hjerte-/karsykdommer (figur 4). Dette er tilfelle også når vi utelater de gravide. Det er først og fremst sykefravær med diagnoser innen psykiske lidelser, nervesykdommer og allmenne/uspesifiserte lidelser som er markant høyere for kvinner utenom gravide enn for menn (over dobbelt så høyt). Sykefraværet knyttet til psykiske lidelser var i 2017 på 1,4 prosent for kvinner og 0,7 prosent for menn, mens det for muskel-/skjelettlidelser var på 2,2 prosent for kvinner og 1,6 prosent for menn.

Figur 4. Legemeldt sykefravær etter kjønn og diagnosegruppe. 2017. Med og uten gravide. Prosent

Kilde: NAV

Blant de gravide står diagnosegruppen svangerskapslidelser for tre av fire tapte dagsverk (ikke vist i figur).[5]Dette kan henge sammen med refusjonsordningen for sykepenger i arbeidsgiverperioden knyttet til svangerskapsrelatert sykefravær. Sannsynligheten for å få refusjon vil være størst når det er benyttet klart svangerskapsrelaterte diagnoser. De vanligste diagnosene i denne gruppen er generelle eller knyttet til kvalme/brekninger, men det benyttes også diagnoser som indikerer mer alvorlige tilstander (jf. Helde og Nossen 2016: 131–133).

Psykiske lidelser har størst betydning for kjønnsforskjellen

For å tydeliggjøre hvor mye sykefraværet innen hver diagnosegruppe bidrar til kjønnsforskjellen i sykefravær, har vi prosentfordelt differansen mellom sykefraværet til kvinner utenom gravide og menn på diagnosegruppene. Psykiske lidelser står da for 36 prosent av kjønnsforskjellen, mens muskel-/skjelettlidelser bidrar med 24 prosent (figur 5). Utover dette står nervesykdommer og allmenne/uspesifiserte lidelser for 9 prosent hver, mens luftveislidelser står for 6 prosent og «andre lidelser» 14 prosent. Svangerskapslidelser har liten betydning her siden de gravide er utelatt.

Figur 5. Differansen mellom legemeldt sykefravær for kvinner og menn, prosentfordelt etter diagnosegruppe. 2017. Uten gravide

Kilde: NAV

Diagnosesammensetningen varierer også noe etter kjønn med hensyn til hvor stor andel av de tapte dagsverkene som er knyttet til henholdsvis «sykdomsdiagnoser» og «symptomer og plager». For menn var andelen symptomer og plager i 2017 på 30 prosent, mot 39 prosent for kvinner, og 37 prosent for kvinner utenom gravide. Andelen var aller høyest for gravide med 54 prosent. Det er særlig innen psykiske lidelser og svangerskapslidelser at det er en høy andel knyttet til «symptomer og plager».

Muskel-/skjelettlidelser bidrar mest etter fylte 50 år

For å se på hvordan sykefraværet i ulike diagnosegrupper varierer med alder, har vi slått sammen alle unntatt de to største diagnosegruppene til «alle andre lidelser». Vi ser igjen bort fra de gravide. Sykefraværet knyttet til muskel-/skjelettlidelser viser seg å være lavere for kvinner enn menn fram til fylte 30 år, og heller ikke mye høyere ved 40 år (figur 6). Dette bryter med hovedresultatet om at kjønnsforskjellen når toppen ved 39 år. Både sykefravær knyttet til psykiske lidelser og «alle andre lidelser» er derimot betydelig høyere for kvinner enn menn allerede fra tidlig i 20-årene, og forskjellen er størst omkring 30–40 år. Det er dermed sykefravær innen disse to hovedgruppene av diagnoser som skaper kjønnsforskjellen i sykefravær fram til denne alderen. Imidlertid øker kjønnsforskjellen knyttet til muskel-/skjelettlidelser jevnt fram til 66 år, og i aldersgruppen over 50 år er det denne diagnosegruppen som utgjør hovedtyngden av kjønnsforskjellen. Det er også verdt å merke seg at økt bruk over tid av diagnoser innen psykiske lidelser, for eksempel som følge av økende aksept for psykiske lidelser, kan ha bidratt til at de yngre aldersgruppene i større grad har diagnoser innen psykiske lidelser, mens de eldre i større grad er registrert med diagnoser innen muskel-/skjelettlidelser.

Figur 6. Legemeldt sykefravær etter kjønn og alder. 2017. Uten gravide. Prosent. a) Muskel-/skjelettlidelser, b) Psykiske lidelser, c) Alle andre lidelser

Kilde: NAV

Betydningen av familie- og arbeidsrelaterte forhold

Tabell V1 i vedlegg viser deskriptiv statistikk etter ulike kjennetegn, gruppert under familierelaterte individkjennetegn, arbeidsrelaterte faktorer og andre individkjennetegn. Den har tre deler: De to første kolonnene (del A) viser hvordan avtalte dagsverk for kvinner utenom gravide og menn er fordelt på ulike kjennetegn (sammensetning). De neste to kolonnene (del B) viser hvordan den legemeldte sykefraværsprosenten varierer etter kjennetegn. Del B sier dermed noe om hvilke kjennetegn som er mulige «risikofaktorer» for høyt sykefravær, mens Del A kan antyde noe om de mulige «risikofaktorene» er mer utbredt blant kvinner enn menn. De to siste kolonnene (del C) viser hvordan den absolutte kjønnsforskjellen i prosentpoeng, med og uten de gravide, varierer etter kjennetegn.

En første observasjon er at kvinner har høyere sykefravær enn menn i alle grupper, og det gjelder også når vi utelater de gravide. Dette indikerer at det er vanskelig å peke på én bestemt faktor som hovedårsak til kjønnsforskjellen i sykefravær.

Sykefraværet varierer i liten grad med antall barn

En sentral variabel blant de familierelaterte kjennetegnene er antall barn. Litt flere kvinner enn menn har barn under 18 år (tabell V1), men det avgjørende for i hvilken grad dette bidrar til kjønnsforskjellen vil være om sykefraværet er markant høyere blant dem som har ansvar for barn, og spesielt blant kvinner. Det viser seg at dette i liten grad er tilfelle (figur 7). For kvinner utenom gravide var sykefraværet 0,2–0,7 prosentpoeng høyere blant dem med barn enn blant dem som ikke har barn. Noe overraskende var sykefraværet høyest blant dem med ett barn. Dette kan muligens skyldes seleksjon. Det vil si at noen av dem som bare får ett barn har helsemessige utfordringer, eventuelt som følge av komplikasjoner under svangerskap og fødsel (jf. Lima 2018). Det er trolig også en seleksjon ved at de som ikke får barn i gjennomsnitt har dårligere helse enn dem som får barn (Björkenstam mfl. 2019). Dette kan medføre at vi undervurderer økningen i sykefraværet som følge av å ha barn.

Figur 7. Legemeldt sykefravær etter kjønn og antall barn under 18 år. 2017. Med og uten gravide

Kilde: NAV og SSB

Høyere sykefravær blant yngre med barn enn uten barn

Sannsynligheten for å ha barn under 18 år påvirkes naturlig nok av alder. Vi har derfor også sett på kjønnsforskjellen på ulike alderstrinn blant dem med og uten barn. Her ser vi bort fra gravide. Vi finner da at aldersprofilen på sykefraværet er svært forskjellig for dem med og uten barn, men det gjelder både for kvinner og menn (figur 8). Blant dem på de lave alderstrinnene uten barn er sykefraværet lavt og kjønnsforskjellen liten, men særlig kvinnenes sykefravær stiger markant med alderen fram til omkring 45 år. Ved denne alderen er det dermed en markant kjønnsforskjell. Blant dem som har barn er sykefraværet på yngre alderstrinn høyere både for kvinner og menn, og også her øker kjønnsforskjellen fram til omkring 35 år. Ut fra dette kan det se ut til at det å ha barn har mindre betydning for kjønnsforskjellen enn andre, ukjente faktorer.

Figur 8. Legemeldt sykefravær etter kjønn og alder. 2017. Med og uten barn under 18 år. Uten gravide

Kilde: NAV og SSB

Sykefraværet blant de gravide øker på sin side jevnt med antall barn de har fra før – fra 20 prosent blant dem uten barn til 32 prosent blant gravide med tre eller flere barn (ikke vist i figur/tabell). Det ser dermed ut til at det er en dobbeltarbeidseffekt blant gravide med barn fra før, og at denne øker med antall barn.[6]Siden mange av de gravide har ett barn fra før (og noen har flere), bidrar dette til det høye sykefraværet blant kvinner med ett barn når gravide er inkludert.

Flere av de andre familierelaterte kjennetegnene er potensielle risikofaktorer for høyt sykefravær. Det gjelder blant annet sivilstatus, nærmere bestemt de tre gruppene med tidligere gifte. Både separerte, skilte og gjenlevende har høyere sykefravær enn gifte og ugifte både blant kvinner og menn (tabell V1).[7]Skillet mellom gifte og ugifte er lite interessant her, siden ugifte også omfatter samboere både med og uten felles barn. Alle disse gruppene står også for en større andel av avtalte dagsverk blant kvinner enn blant menn. For gravide er det bare blant skilte og separerte vi finner høyere sykefravær (ikke vist i figur/tabell).

En annen potensiell risikofaktor er å ha status som enslig forsørger. Andelen enslige forsørgere er dess­uten fem ganger så høy for kvinner som for menn (tabell V1). Dette henger sammen med at kvinner oftere enn menn får hovedansvaret for barn etter samlivsbrudd, og kjennetegnet kan derfor også fange opp effekter knyttet til å være skilt eller separert. Vi ser at enslige forsørgere skiller seg mer ut med høyt sykefravær blant kvinner enn blant menn. Også her er økningen større for gravide – gravide som er enslige forsørgere (og som dermed har barn fra før) har et sykefravær på 32 prosent, mot 24 prosent for gravide ellers (ikke vist i figur/tabell). Siden forskjellen ikke er større, kan det se ut til at dette først og fremst fanger opp effekten av det å ha barn fra før.

Vanskelig å se klare sammenhenger med arbeidsrelaterte faktorer

Det er som kjent betydelige forskjeller mellom hvor kvinner og menn jobber, sett i forhold til yrke, næring og sektor, og det er også forskjeller i stillingsandel og inntekt. Når det gjelder yrkesinndelingen på øverste nivå, er den største forskjellen at langt flere kvinner enn menn jobber i salgs- og serviceyrker og akademiske yrker, mens flere menn blant annet jobber som håndverkere (tabell V1).[8]Tallene er basert på øverste nivå i STYRK08. Det er imidlertid bare salgs- og serviceyrker som går i forventet retning ved at denne yrkesgruppen både er kvinnedominert og har høyere sykefravær enn gjennomsnittet for alle yrker. Blant håndverkere er sykefraværet forholdsvis høyt og i akademiske yrker forholdsvis lavt, så to av disse tre yrkesgruppene går i motsatt retning av å kunne forklare kjønnsforskjellen i sykefravær. Hovedårsaken til at flere kvinner jobber i akademiske yrker er imidlertid at sykepleiere og lærere er plassert i denne kategorien, og vi kan ikke utelukke at bildet kunne blitt noe annerledes hvis de hadde vært skilt ut. Vi skal komme tilbake til hvor mye yrke (og de andre kjennetegnene) kan forklare av kjønnsforskjellen i regresjonsanalysen.

Når det gjelder næring og sektor så er det langt flere kvinner enn menn som jobber i kommunal forvaltning (tabell V1). Dette er også sektoren med det høyeste sykefraværet både for kvinner og menn. Men for menn er sykefraværet nesten like høyt i privat sektor (inkl. offentlige foretak), og det er her det store flertallet av menn jobber. Tilsvarende jobber langt flere kvinner enn menn innen helse- og sosialtjenester, og sykefraværet i denne næringen er høyere enn totaltallene for begge kjønn. Dette motsvares blant annet av at flere menn jobber i bygge- og anleggsvirksomhet, industri og transport og lagring. I alle disse næringene er imidlertid sykefraværet for menn høyere enn for menn totalt. Det er altså ikke lett å se et tydelig mønster.

Et annet kjennetegn knyttet til arbeidssituasjon er stillingsandel. Kvinner jobber deltid i større grad enn menn (tabell V1), og gruppen med lang deltid (her 51–99 % stilling) har det høyeste sykefraværet både blant kvinner og menn. Dersom gruppen med lang deltid har høyere sykefravær på grunn av stort arbeidspress, kan det tenkes å bidra noe til kjønnsforskjellen. Dette er imidlertid usikkert, siden sammenhengen like gjerne kan skyldes helsemessig seleksjon, det vil si at personer som allerede har helsemessige utfordringer velger å jobbe redusert stilling.

Klart høyest sykefravær ved middels inntekt

Det siste arbeidsrelaterte kjennetegnet vi har opplysninger om er inntekt. Her er andelen for kvinner høyest i spennet 4–5 G (grunnbeløpet i folketrygden), mens flere menn befinner seg i intervallet 6–8 G (tabell V1). Samtidig er det også flere kvinner enn menn med en inntekt på 3 G eller mindre, og flere menn med en inntekt på 9 G eller mer. Dette henger sammen med at kvinner i gjennomsnitt både jobber mindre enn menn (mer deltid og mindre overtid) og har lavere lønn. Det er også i de to inntektsgruppene 2–3 G og 4–5 G at sykefraværet er høyest både for kvinner og menn (figur 9).

Figur 9. Legemeldt sykefravær etter kjønn og inntekt året før i antall G (grunnbeløpet i folketrygden). 2017. Uten gravide

Kilde: NAV og SSB

Det ser altså ut til at inntekt kan være en faktor med potensiale til å forklare en del av kjønnsforskjellen i sykefraværet. Sammenhengen mellom inntekt og sykefravær er imidlertid vanskelig å tolke. Inntekt er et mål på sosioøkonomisk status eller sosial klasse, og henger tett sammen med utdanning og yrke, som vi delvis kan kontrollere for i en regresjonsanalyse. Inntekt påvirkes også av stillingsandel, som vi kan kontrollere for. Det er mulig «effekten» av inntekt vil være mindre når disse variablene er kontrollert for, men inntekt kan også påvirke sykefraværet på andre måter. Når vi ser på inntekt som et mål på sosioøkonomisk status, er den forventede sammenhengen at sykefraværet synker med stigende inntekt. Dette forsterkes av at kompensasjonsgraden for sykepenger er lavere for personer med inntekt over 6 G, og selv om en del arbeidsgivere (blant annet i offentlig sektor) gir full dekning også utover dette, gjelder det ikke alle. En konsekvens av dette er at flere menn enn kvinner mottar mindre enn full lønn mens de er sykmeldt. Men vi finner altså den forventede sammenhengen bare for inntekter over 4–5 G. Det lave sykefraværet ved lavere inntekter må da forklares på annen måte. Det kan i noen grad skyldes at personer som jobber kort deltid har lavere sykefravær. En annen forklaring kan være at lave inntekter ikke gir rett til sykepenger, noe som bare gjelder inntekter under ½ G. Det er også mulig at en del personer med lave inntekter har mer tilfeldige arbeidsforhold og derfor ikke oppfyller kravet om fire ukers opptjeningstid. I tillegg kan det bidra at personer med korte, tilfeldige arbeidsforhold ikke er klar over at de har rett til sykepenger, og det kan dreie seg om en selektert gruppe som er yngre og har bedre helse enn gjennomsnittet.

Resultater av regresjonsanalysene

I regresjonsanalysene analyseres individdataene for legemeldt sykefravær i 2017 (sykefraværsprosenten). Tabell 3 viser resultatene av den første analysen. I den enkleste modellen hvor bare kjønn er inkludert, er koeffisienten til konstantleddet estimert lik 3,79, som tilsvarer sykefraværsprosenten for menn (som er referansekategori for kjønn). Regresjonskoeffisientene for kjønnsvariabelen i første kolonne uttrykker hvor mange prosentpoeng det legemeldte sykefraværet vil øke dersom kjønnsvariabelen endres fra mann til kvinne, samtidig som et økende antall variabler holdes konstante. Den andre kolonnen viser hvor mye kjønnsforskjellen reduseres når de angitte kontrollvariablene inkluderes (andelene er beregnet ut fra hvor mye koeffisienten for kjønn reduseres når nye variabler tas inn i modellen). Vi tolker dette som hvor stor andel av kjønnsforskjellen variablene kan forklare. Den tredje kolonnen viser hvor mye av kjønnsforskjellen som er forklart totalt.

Tabell 3. Resultat av regresjonsanalyse med legemeldt sykefraværsprosent i alt (2017) som avhengig variabel. Effekt av kjønn ved ulike modellspesifikasjoner med inklusjon av én variabel av gangen

Inkluderte variabler

Regresjonskoeffisient for kjønn (prosentpoeng økning i sykefraværet for kvinner)

Hvor mye reduseres kjønnsforskjellen når variabelen inkluderes?

Hvor mye er kjønnsforskjellen redusert i alt?

Modell 0: Basismodell

Konstantledd

3,79**

(tilsvarer sykefraværsprosenten for menn)

Kun kjønn

2,81**

+Alder (inkl. kvadrert)*

2,80**

0 %

0 %

+Bostedsfylke (19 grupper)

2,81**

0 %

0 %

+Landbakgrunn (6 grupper)

2,81**

0 %

0 %

+Uføretrygdet

2,76**

2 %

2 %

+Gravid

2,19**

20 %

22 %

Modell 1: Basismodellen pluss familierelaterte variabler

+Antall barn under 18 år (4 grupper)

2,19**

0 %

22 %

+Sivilstatus (5 grupper)

2,14**

2 %

24 %

+Enslig forsørger

2,06**

3 %

27 %

Modell 2: Basismodellen pluss arbeidsrelaterte variabler

+Yrke (39 grupper)

2,12**

3 %

25 %

+Næring (13 grupper)

2,04**

2 %

27 %

+Sektor (3 grupper)

2,01**

1 %

28 %

+Inntekt (inkl. kvadrert)*

1,86**

6 %

34 %

+Stillingsandel (inkl. kvadrert)*

1,83**

1 %

35 %

Modell 3: Full modell

Alle variabler inkludert

1,72**

39 %

N=3 469 147 (antall kombinasjoner av individ, arbeidsforhold og status gravid/ikke gravid; 2 530 168 individer)

*: Alder (ettårig), inntekt (i antall G) og stillingsandel (i prosent) er standardisert ved å trekke fra et tilnærmet gjennomsnitt. Inntekter over 20 G er satt lik 20 G.

**: Statistisk signifikant på 99 % nivå.

Kilde: NAV

Graviditet forklarer 20 prosent av kjønnsforskjellen

De inkluderte basiskjennetegnene alder, bostedsfylke, landbakgrunn og mottak av uføretrygd i 2016 fører til at kjønnsforskjellen bare reduseres med 2 prosent, og den eneste av disse variablene som betyr noe er mottak av uføretrygd. Denne variabelen fanger opp at flere kvinner enn menn mottok uføretrygd året før, og disse har høyere sykefravær enn gjennomsnittet (kontrollert for blant annet alder). Når også graviditet inkluderes i modell 0, øker den forklarte andelen fra 2 til 22 prosent. Graviditet alene kan dermed forklare 20 prosent av kjønnsforskjellen, noe som er omtrent det samme som vi fant i den deskriptive analysen. Det har liten betydning hvilken rekkefølge variablene inkluderes i.

De arbeidsrelaterte faktorene ser ut til å forklare mer enn de familierelaterte

I modell 1 har vi inkludert de familierelaterte variablene. Vi ser at når antall barn under 18 år inkluderes, reduseres ikke kjønnsforskjellen. Dette henger sammen med at kvinner og menn har omtrent lik fordeling på antall barn, og modellen som er benyttet her fanger ikke opp at de kan påvirkes ulikt av å ha barn. Derimot reduserer sivilstatus betydningen av kjønn noe, og status som enslig forsørger litt mer. Årsaken er at flere kvinner enn menn er registrert som enslige forsørgere og som separert, skilt eller gjenlevende. Alle disse kjennetegnene er, som vi har sett, forbundet med høyere sykefravær. Til sammen kan de to variablene ikke forklare mer enn 5 prosent av kjønnsforskjellen (den forklarte andelen øker fra 22 % til 27 %). Dette må sees i lys av at modellen ikke tar hensyn til at sykefraværet til kvinner og menn kan påvirkes ulikt av en «risikofaktor» (et kjennetegn), noe som gjør at modellen ikke gir et fullstendig svar på hvor stor betydning de familierelaterte faktorene har for kjønnsforskjellen i sykefravær.

Når de arbeidsrelaterte faktorene inkluderes i stedet for de familierelaterte (modell 2), reduseres kjønnsforskjellen med 13 prosent (den forklarte andelen øker fra 22 % til 35 %), det vil si en del mer enn i modellen med familierelaterte variabler. Når bare yrke tas inn i modellen, reduseres kjønnsforskjellen ikke med mer enn 3 prosent. Dette er ikke overraskende, siden tidligere forskning viser at kontroll for detaljert yrke snarere øker enn reduserer kjønnsforskjellen (Mastekaasa og Dale-Olsen 2000; Mastekaasa og Melsom 2014). Inntekt bidrar mest av de arbeidsrelaterte variablene til å forklare kjønnsforskjellen (6 % forklares).

Mer enn en tredjedel av kjønnsforskjellen forklares når alle variabler er inkludert

Når alle variablene er inkludert (modell 3), er 39 prosent av kjønnsforskjellen i det legemeldte sykefraværet fjernet (forklart). Mens kvinners sykefravær i utgangspunktet var 2,81 prosentpoeng høyere enn for menn (det vil si 6,60 % = 3,79 + 2,81), er det i den fulle modellen hvor alle variablene er inkludert 1,60 prosentpoeng høyere. Men godt over halvparten av kjønnsforskjellen er altså fortsatt uforklart.

12 prosent av kjønnsforskjellen utenom gravide skyldes at kvinner og menn har ulike kjennetegn

En svakhet ved modellene vi har benyttet over er at de ikke fanger opp at et kjennetegn kan ha ulik effekt på kvinners og menns sykefravær. Vi har derfor også utført separate regresjonsmodeller for kvinner og menn og forsøkt å dekomponere kjønnsforskjellen i hvor mye som kan forklares av at kvinner og menn har ulik fordeling på kjennetegn, og hvor mye som ikke kan det. Hver av disse komponentene fordeles videre på de ulike forklaringsvariablene. Dekomponeringen angir dermed hvor mye av differansen mellom kvinner og menn som skyldes at kvinner oftere har et kjennetegn som går sammen med høyt sykefravær, og en «uforklart» del. Den «uforklarte» delen fanger blant annet opp at kjennetegnene i modellen kan påvirke kvinners og menns sykefravær ulikt. I tillegg inneholder den et konstantledd som fanger opp forskjeller mellom «referansepersonen» for henholdsvis kvinner og menn, samt effekter av uobserverte kjennetegn. Dette kan for eksempel dreie seg om helse/arbeidsevne, muligheter for tilrettelegging/bruk av gradert sykmelding, og holdninger, normer og motivasjon, gitt at det er kjønnsforskjeller i disse som påvirker sykefraværet ulikt for kvinner og menn. Siden forklaringsfaktorene i denne analysen må være de samme for kvinner og menn, må gravide utelates.

Med denne metoden finner vi at bare 12 prosent av kjønnsforskjellen i sykefraværet (0,28 prosentpoeng) kan forklares med at kvinner har andre verdier på forklaringsvariablene enn menn (tabell 4). Det er ikke uventet at den forklarte andelen er mindre her enn i den første regresjonsanalysen, siden vi ikke lenger har med graviditet som forklaringsfaktor. Vi finner igjen at hverken de generelle individkjennetegnene eller de familierelaterte kjennetegnene kan forklare særlig mye av kjønnsforskjellen. Av de arbeidsrelaterte faktorene finner vi at yrkessammensetningen trekker i motsatt retning av å forklare kjønnsforskjellen, noe som er i tråd med tidligere forskning (Mastekaasa og Dale-Olsen 2000, Mastekaasa og Melsom 2014). Andre av de arbeidsrelaterte variablene bidrar imidlertid til å forklare noe av kjønnsforskjellen, og igjen er det inntekt som bidrar mest ved å forklare 11 prosent av kjønnsforskjellen. Resultatene bekrefter altså i stor grad det vi fant i den første regresjonsanalysen.

Tabell 4. Blinder-Oaxaca dekomponering av differansen i legemeldt sykefraværsprosent mellom kvinner (utenom gravide) og menn, i en «forklart» og en «uforklart» andel. Basert på separate, lineære regresjonsmodeller for kvinner og menn. 2017

Variabler

Differanse i prosentpoeng (koeffisient)

Forklart

Uforklart

Prosent forklart

I alt

2,281**

0,283**

1,997**

12,4 %

Konstantledd

2,947**

2,947**

Alder (inkl. kvadrert)*

-0,330**

0,046**

-0,376**

2,0 %

Bostedsfylke

-0,014**

-0,000**

-0,014**

0,0 %

Landbakgrunn

-0,087**

0,027**

-0,114**

1,2 %

Uføretrygd året før

0,089**

0,021**

0,068**

0,9 %

Antall barn under 18 år

-0,090**

0,004**

-0,094**

0,2 %

Sivilstatus

0,137**

0,032**

0,105**

1,4 %

Enslig forsørger

0,099**

0,018**

0,081**

0,8 %

Yrke

-1,178**

-0,229**

-0,949**

-10,0 %

Næring

0,213**

0,138**

0,075**

6,1 %

Sektor

0,255**

-0,061**

0,316**

-2,7 %

Inntekt (inkl. kvadrert)*

0,042**

0,247**

-0,205**

10,8 %

Stillingsandel (inkl. kvadrert)*

0,197**

0,040**

0,157**

1,8 %

*: Alder (ettårig), inntekt (i antall G) og stillingsandel (i prosent) er standardisert ved å trekke fra et tilnærmet gjennomsnitt. Inntekter over 20 G er satt lik 20 G.

**: Statistisk signifikant på 99 % nivå.

Kilde: NAV

Kolonnen for «uforklart» gir ytterligere informasjon, men er vanskelig å tolke. Både yrke og alder bidrar her i motsatt retning av å forklare kjønnsforskjellen. Når det gjelder alder, tolker vi det som at sykefraværet øker mindre med alderen for kvinner enn for menn, alt annet likt. Tilsvarende kan det for yrke bety at kvinner får mindre igjen (i form av redusert sykefravær) enn menn for å jobbe i et yrke med lavt sykefravær. Ingen av de andre variablene bidrar med noe særlig til den uforklarte andelen. Konstantleddet er som nevnt vanskelig å tolke og vil først og fremst fange opp effekter av uobserverte kjennetegn.

Drøfting og konklusjon

Vi har sett at det med utgangspunkt i registerdata er vanskelig å gi noe klart svar på hvilke som er de viktigste faktorene bak kjønnsforskjellen i sykefravær. Regresjonsresultatene viser at graviditet alene kan forklare 20 prosent av kjønnsforskjellen. Utover dette bidrar de arbeidsrelaterte faktorene, og først og fremst inntekt, til å forklare 13 prosent av kjønnsforskjellen, mens de familierelaterte faktorene bare kunne forklare 5 prosent. Resultatene bekrefter dermed at hverken dobbeltarbeidshypotesen eller segregeringshypotesen ser ut til å kunne være en hovedforklaring på kjønnsforskjellen i sykefravær (Mastekaasa 2016). Selv om inntekt bidrar til å forklare en del, fanger inntektsvariabelen egentlig bare opp at kvinner i større grad enn menn befinner seg på et inntektsnivå hvor sykefraværet gjennomgående er høyt (noe under middels inntektsnivå), og forklarer dermed ikke hvorfor dette skulle gi høyere sykefravær.

Dekomponeringsanalysen viser i stor grad det samme. Her kan ulik fordeling av kvinner og menn på kjennetegn (ulik sammensetning) bare forklare 12 prosent av kjønnsforskjellen når gravide er utelatt. Igjen finner vi at inntekt er den forklaringsfaktoren som bidrar mest, mens de andre arbeidsrelaterte forholdene forklarer lite av kjønnsforskjellen. Dette kan tyde på at arbeidsforhold spiller en rolle, men ikke gjennom ulik fordeling av kvinner og menn på faktorer som yrke og næring, noe som er i tråd med tidligere forskning (Mastekaasa og Dale-Olsen 2000, Mastekaasa og Melsom 2014). Hva som ligger bak den påviste sammenhengen mellom inntekt og sykefravær bør være en problemstilling i framtidig forskning.

Når det gjelder de familierelaterte variablene, gjorde ikke analysen det mulig å kontrollere for helsemessig seleksjon til det å få barn. Økningen i sykefraværet som følge av å ha barn kan være undervurdert fordi de som har barn (og særlig de som har flere barn) i gjennomsnitt er friskere enn dem på samme alder som ikke har barn (jf. figur 8). Det kan også være at det å benytte antall barn under 18 år som forklaringsfaktor ikke godt nok fanger opp en «dobbel byrde» for kvinner som har barn, siden en slik effekt i stor grad kan være begrenset til perioden da barna er små. Det er likevel ikke grunn til å tro at dette ville forandret bildet i særlig grad. Ikke minst er småbarnsperioden for de fleste en nokså kort periode i livet, så eventuelle «dobbeltarbeidseffekter» som bare gjelder i denne perioden vil uansett ikke kunne være en hovedforklaring på kjønnsforskjellen. Den markante kjønnsforskjellen blant dem som ikke har barn peker i samme retning, og kjønnsforskjellen viser seg dessuten å være høy etter fylte 40 år og helt fram til pensjonsalder. Disse funnene er i tråd med tallene presentert i Cools mfl. (2015), som nevnt i innledningen.

Vi har imidlertid sett at andre familierelaterte faktorer som separasjon/skilsmisse og å være gjenlevende eller enslig forsørger kan bidra til å forklare en liten del av kjønnsforskjellen. Vi kan for øvrig ikke utelukke at komplikasjoner ved svangerskap, fødselsdepresjon og fødselsskader kan bidra til økt sykefravær blant kvinner i årene etter fødsel, men dette vil i så fall fanges opp av kjennetegnet «har barn».

En annen svakhet ved analysene i denne artikkelen er at registerdataene ikke inneholder informasjon om for eksempel arbeidsmiljøforhold eller holdninger og normer, og heller ikke om helsetilstanden til dem som ikke er sykmeldt (unntatt om de mottok uføretrygd året før). Det kan også tenkes at modellene ville forklart en større andel av kjønnsforskjellen dersom flere kjennetegn hadde vært tilgjengelig. For eksempel kunne det vært ønskelig å ha informasjon om varigheten av nåværende og tidligere arbeidsforhold. Men slike opplysninger er krevende å håndtere. Vi har heller ikke hatt opplysninger om utdanningsnivå utover det som fanges opp av yrkesinndelingen. Endelig er også de familierelaterte faktorene ufullstendige ved at de ikke tidfester tidspunktet for separasjon og skilsmisse eller når partner dør.

Den store uforklarte andelen i analysene indikerer at andre faktorer enn dem vi har hatt informasjon om har betydning for kjønnsforskjellen. Vi har sett at det er en kjønnsforskjell i sykefraværet innen stort sett alle diagnosegrupper. Psykiske lidelser bidrar mest, men det kan ikke utelukkes at legens valg av sykmeldingsdiagnose påvirkes av pasientens kjønn. En del av kjønnsforskjellen i sykefravær ser ut til å skyldes kjønnsforskjeller i helse og sykdomsatferd – eller ulik sårbarhet – som ikke kan knyttes spesielt til hverken arbeidsliv eller familiesituasjon. I den tidligere nevnte kunnskapsoversikten legges det vekt på at slike kjønnsforskjeller kan være til stede allerede før starten på yrkeskarriere og familieetablering (Mastekaasa 2016: 139–142). Her kan vi for eksempel nevne Ungdata-undersøkelsen, som finner at jenter i ungdomsskolen og videregående skole oftere enn gutter opplever mye press/stress i hverdagen, at de er ganske mye eller veldig mye plaget av depressive symptomer og at de ikke er fornøyd med egen helse (Bakken 2018). Et annet moment som kan ha betydning er at det er påvist visse kjønnsforskjeller i personlighet, særlig skårer kvinner høyere enn menn på personlighetstrekkene nevrotisisme og medmenneskelighet (NOU 3-2019: 80).[9]Definisjon: «Nevrotisisme måler grad av emosjonell ustabilitet, psykisk ubehag, psykisk reaktivitet, men også vedvarende negative emosjoner, inkludert depressive og engstelige følelser» (Store ­norske leksikon). Det er naturlig å anta at høyere forekomst av nevrotisisme kan ha betydning særlig for sykefravær knyttet til psykiske lidelser. Det er også påvist kjønnsforskjeller i forekomsten av ulike typer psykososiale lidelser. Som henvisningsgrunn til psykisk helsevern er eksternaliserende (utagerende) lidelser vanligst hos gutter og internaliserende (innagerende) lidelser vanligst hos jenter (NOU 3-2019: 84). Det er sannsynlig at også slike forhold har betydning for kjønnsforskjellene i sykefravær, i og med at sykefravær i sin natur er en tilbaketrekkingsmekanisme og dermed kan antas å være forbundet med innagerende atferd. Det er likevel usikkert hvor mye slike faktorer kan bidra til å forklare av kjønnsforskjellen i sykefraværet.

Referanser

Bakken, Anders (2018) Ungdata. Nasjonale resultater 2018. Rapport 8/18. Oslo: NOVA.

Björkenstam, Charlotte, Cecilia Orellana, Krisztina D. László, Pia Svedberg, Margaretha Voss, Ulrik Lidwall, Petra Lindfors og Kristina Alexanderson (2019) «Sickness absence and disability pension before and after first childbirth and in nulliparous women: longitudinal analyses of three cohorts in Sweden». BMJ Open, 9, e031593.

Cools, Sara, Simen Markussen og Marte Strøm (2015) «Menns og kvinners sykefravær: Hvilken rolle spiller antall barn?». Søkelys på arbeidslivet, 4, 325–343.

Hauge, Karen Evelyn, Simen Markussen, Oddbjørn Raaum og Marte Eline Ulvestad (2015) «Kan kjønnsforskjellen i sykefravær forklares av holdninger, normer og preferanser?». Søkelys på arbeidslivet, 4, 298–324.

Helde, Ingunn og Jon Petter Nossen (2016) «Sykefravær blant gravide 2001–2014». Arbeid og velferd, 1/2016, 121–134.

Hellevik, Tale, Ottar Hellevik og Kjersti Misje Østbakken (2019) «Kan det godtas å være hjemme fra jobben selv om en strengt tatt er frisk nok til å gå? Kjønnsforskjeller i synet på uberettiget sykefravær». Søkelys på arbeidslivet, 1–2, 79–99.

Lima, Ivar Andreas Åsland (2018) «Kjønnsforskjeller i sykefraværet øker når par får barn». Arbeid og velferd, 105–126.

Løset, Gøril Kvamme, Harald-Dale-Olsen, Tale Hellevik, Arne Mastekaasa, Tilmann von Soest og Kjersti Misje Østbakken (2018) “Gender equality in sickness absence tolerance: Attitudes and norms of sickness absence are not different for men and women”. PLoS ONE, 13 (8): e0200788.

Mastekaasa, Arne (2016) «Kvinner og sykefravær». Tidsskrift for velferdsforskning, 2-2016, 125–147.

Mastekaasa, Arne og Harald Dale-Olsen (2000) “Do women or men have the less healthy jobs? An analysis of gender differences in sickness absence”. European sociological review, 16 (3), 267–286.

Mastekaasa, Arne og Anne May Melsom (2014) “Occupational segregation and gender differences in sickness absence: Evidence from 17 European countries”. European sociological review, 30 (5), 582–594.

NOU nr. 3 (2019). Nye sjanser – bedre læring. Kjønnsforskjeller i skoleprestasjoner og utdanningsløp. Oslo: Arbeids- og sosialdepartementet.

Rieck, Karsten Marshall Elseth. og Kjetil Telle (2013) “Sick leave before, during and after pregnancy”. Acta Sociologica, 56 (2), 117–137.

Sterud, Tom (2014) “Work-related gender differences in physician-certified sick leave: a prospective study of the general working population in Norway”. Scandinavian journal of work, environment & health, 40 (4), 361–369.

Vedlegg

Tabell V1. Deskriptiv statistikk etter ulike kjennetegn. Hele 2017

Kjennetegn

A. Andel av avtalte dagsverk *)

B. Legemeldt sykefravær, prosent

C. Absolutt kjønnsforskjell, prosentpoeng

Kvinner unntatt gravide

Menn

Kvinner unntatt gravide

Menn

Inkl. gravide

Ekskl. gravide

I alt

100,0

100,0

5,9

3,7

2,7

2,2

Antall barn under 18 år

Ingen

57,2

58,6

5,7

3,7

2,4

2,0

Ett

16,7

16,9

6,4

4,1

3,6

2,3

To

19,2

17,6

5,9

3,5

2,9

2,4

Tre eller flere

6,9

6,9

6,3

3,8

2,8

2,5

Enslig forsørger

Nei

94,3

98,9

5,7

3,7

2,6

2,0

Ja

5,7

1,1

8,6

5,0

4,0

3,7

Sivilstatus

Ugift

42,2

46,7

4,9

3,2

2,4

1,7

Gift

43,8

43,7

6,1

3,9

2,6

2,2

Separert

1,8

1,5

8,3

5,5

3,1

2,9

Skilt

10,6

7,3

8,6

5,4

3,3

3,2

Gjenlevende

0,3

0,4

7,6

5,3

2,4

2,4

Yrke

Militære yrker og ukjent

0,2

1,1

3,6

1,8

2,4

1,8

Ledere

7,5

11,7

4,6

2,8

2,0

1,8

Akademiske yrker

33,4

19,2

5,4

2,4

3,5

3,0

Høyskoleyrker

14,0

17,8

5,5

3,1

2,9

2,4

Kontoryrker

8,7

5,4

5,4

4,0

1,8

1,4

Salgs- og serviceyrker

27,6

11,6

7,0

4,2

3,4

2,8

Bønder, fiskere mv

0,4

1,1

4,5

3,8

1,2

0,6

Håndverkere

0,9

16,4

6,4

4,8

2,3

1,7

Operatører/transportarb. mv

2,0

11,1

7,4

5,4

2,6

2,1

Renholdere, hjelpearb. mv

5,3

4,6

6,8

4,9

2,5

1,9

Næring

Jordbruk/skogbruk/fiske

0,5

1,3

4,5

3,4

1,7

1,1

Bergverksdrift/utvinning

1,0

3,5

4,2

3,5

1,1

0,7

Industri

4,3

12,8

5,4

3,9

1,9

1,5

Elektrisitetsforsyning mv

0,4

1,0

4,2

2,5

2,1

1,8

Vann/avløp/renovasjon

0,3

1,0

5,3

5,0

0,6

0,3

Bygge-/anleggsvirksomhet

1,7

15,0

4,9

4,5

0,8

0,3

Varehandel/rep. motorv.

11,9

13,6

5,4

3,6

2,4

1,8

Transport og lagring

2,4

8,1

6,8

5,3

1,8

1,4

Overnatting/servering

4,2

2,9

4,7

3,6

1,9

1,1

Informasjon/kommunikasjon

2,3

5,0

4,2

2,0

2,6

2,2

Finansiering/forsikring

2,1

2,0

4,5

2,1

2,9

2,4

Omsetn./drift fast eiendom

0,8

1,2

4,1

3,1

1,4

1,0

Fagl./vitensk./tekn. tjen.yt.

4,8

5,7

3,9

2,2

2,1

1,7

Forretningsmessig tjen.yt.

4,5

5,4

6,2

4,1

2,7

2,1

Offentlig adm. og forsvar

7,6

6,3

5,3

2,7

2,9

2,6

Undervisning

12,3

5,5

5,4

3,0

2,7

2,4

Helse- og sosialtjenester

34,8

7,0

7,2

4,4

3,5

2,9

Andre næringer

4,3

2,7

5,1

3,4

2,2

1,7

Sektor

Statlig forvaltning

15,7

9,3

5,6

2,9

3,2

2,7

Kommunal forvaltning

32,8

9,5

7,0

4,0

3,5

3,1

Privat sektor/off. foretak

51,5

81,2

5,3

3,8

2,1

1,5

Pensjonsgivende inntekt året før (i antall G)

0,0 G

1,4

1,6

1,3

1,3

0,4

0,1

0,1 - 1,9 G

10,1

7,2

2,7

1,8

1,2

0,8

2,0 - 3,9 G

20,8

11,0

7,0

4,4

3,4

2,6

4,0 - 5,9 G

42,2

32,7

7,0

5,1

2,5

2,0

6,0 - 8,9 G

20,5

31,4

5,0

3,4

1,8

1,5

9,0 - 11,9 G

3,4

9,9

3,7

2,4

1,5

1,3

12,0 G+

1,5

6,2

2,7

1,7

1,1

1,0

Stillingsandel

1-50 %

8,7

3,6

5,9

3,5

2,8

2,4

51-99 %

19,5

5,5

6,7

4,0

3,3

2,8

100 %

70,5

89,9

5,7

3,7

2,5

2,0

Antall ansatte i virksomheten

1-4

5,6

8,3

4,9

4,0

1,3

0,9

5-9

9,3

9,8

5,3

3,8

2,0

1,5

10-19

13,9

14,3

5,9

3,8

2,6

2,1

20-49

23,1

21,1

6,3

3,9

3,0

2,4

50-99

15,8

13,6

6,3

3,7

3,0

2,5

100-249

14,9

14,0

6,2

3,7

3,0

2,5

250+

17,5

19,0

5,4

3,3

2,7

2,1

Uførestatus året før

Nei

98,2

99,2

5,9

3,7

2,7

2,2

Ja

1,8

0,8

5,8

3,7

2,6

2,1

Landbakgrunn

Ikke innvandrer

82,7

82,4

5,9

3,6

2,8

2,3

Vestlig land

7,7

7,5

5,8

3,7

2,4

2,0

EU-land i Øst-Europa

2,4

4,0

5,6

4,1

2,5

1,4

Øst-Europa ellers

1,5

1,1

7,1

5,9

1,9

1,2

Latin-Amerika

0,6

0,5

6,8

4,4

3,1

2,4

Asia

4,0

3,2

6,0

4,8

1,9

1,2

Afrika

1,2

1,4

5,6

3,9

2,5

1,7

Bostedsfylke

Østfold

5,0

5,1

6,6

4,4

2,7

2,2

Akershus

12,2

11,9

5,6

3,5

2,7

2,1

Oslo

14,3

13,5

4,7

2,9

2,4

1,8

Hedmark

3,5

3,4

6,4

4,0

2,8

2,3

Oppland

3,5

3,4

6,6

4,2

3,0

2,5

Buskerud

5,3

5,3

6,2

3,9

2,9

2,4

Vestfold

4,4

4,4

6,1

3,8

2,7

2,3

Telemark

3,0

3,0

6,3

4,2

2,6

2,2

Aust-Agder

2,0

2,0

6,2

4,0

2,7

2,2

Vest-Agder

3,2

3,3

5,9

4,0

2,6

2,0

Rogaland

8,8

9,3

5,3

3,3

2,7

2,0

Hordaland

9,9

10,1

6,0

3,8

2,7

2,2

Sogn og Fjordane

2,1

2,1

5,3

3,5

2,2

1,8

Møre og Romsdal

4,9

5,1

6,2

3,8

2,9

2,4

Sør-Trøndelag

6,2

6,4

6,1

3,5

3,1

2,6

Nord-Trøndelag

2,4

2,5

6,8

4,3

3,0

2,5

Nordland

4,6

4,5

6,9

4,4

3,0

2,5

Troms

3,3

3,3

6,7

4,2

2,9

2,5

Finnmark

1,5

1,4

6,9

4,5

2,8

2,4

*) Andelene summerer seg ikke til 100,0 for alle kjennetegn pga. manglende opplysninger.

Kilde: NAV og SSB