Gå til sidens indhold

Søgeresultat

    Viser resultat 4431 - 4440 af 4842

    Fakta om arbejdsmarked

    Danmarks Statistik har samlet en række tal om beskæftigelse, ledighed, offentligt forsørgede, ledige stillinger og lønudviklingen., 24. juni 2022 kl. 11:30 , Af , Sigrid Friis Neergaard, Flere lønmodtagere end nogensinde , I 1. kvartal 2022 havde i alt , 2.932.154,  personer et lønmodtagerjob i Danmark, hvis man korrigerer for sæson, viser , tal fra Danmarks Statistik, . Det er flere lønmodtagere end nogensinde., Omregnes antallet af lønmodtagere til fuld tid, var antallet af fuldtidsbeskæftigede også højere end nogensinde i 1. kvartal 2022, viser , tal fra Danmarks Statistik, . Omregnet til fuldtidsbeskæftigede, var der , 2.447.269,  lønmodtagere., De seneste månedstal for lønmodtagere kan findes på , emnesiden for lønmodtagere, ., Næsten 3 mio. beskæftigede i alt i november 2020, Den samlede beskæftigelse for personer med bopæl i Danmark udgjorde 2.906.044 personer i november 2020, viser den seneste registerbaserede , opgørelse af den samlede beskæftigelse, fra Danmarks Statistik., Beskæftigede og lønmodtagere (1.000 personer), Kilde: Danmarks Statistik, , statistikbanken.dk/lbesk22, og , statistikbanken.dk/ras300,  , Tre forskellige beskæftigelsesbegreber, Den registerbaserede arbejdsstyrkestatistik (RAS) opgør befolkningens tilknytning til arbejdsmarkedet ultimo november hvert år. Tilknytningen opgøres for personer med bopæl i Danmark. Tilknytningen opgøres ”i hoveder”, således at hver person har én tilknytning til arbejdsmarkedet. Overordnet opdeler RAS befolkningen i personer, der er beskæftigede (selvstændige, medarbejdende ægtefæller og lønmodtagere), arbejdsløse og personer uden for arbejdsstyrken (ex. studerende og pensionister). RAS følger de internationale retningslinjer for opgørelse af arbejdsmarkedstilknytning i det omfang, det er muligt for en registerbaseret statistik. De mest aktuelle tal fra RAS er opgjort ultimo november 2020., Beskæftigelse for lønmodtagere (BfL) beskriver antallet af lønmodtagere ansat i virksomheder i Danmark på kvartals- og månedsbasis. Opgørelsen foretages både som antal personer med lønmodtagerjob og omregnet til fuldtidsbeskæftigede. , Arbejdskraftundersøgelsen (AKU) er det danske bidrag til den fælleseuropæiske Labour Force Survey og følger de internationale operationaliseringer af arbejdsmarkedstilknytningen. AKU bør anvendes, når man ønsker at foretage internationale sammenligninger af beskæftigelsen., Læs mere om Danmarks Statistiks , beskæftigelsesopgørelser i dette dokument, ., Mænd er oftere i beskæftigelse end kvinder, Andelen af 16-64-årige, der var i beskæftigelse (beskæftigelsesfrekvensen), var 74,5 pct. i november 2020, hvor den seneste opgørelse er fra. For 16-64-årige mænd var beskæftigelsesfrekvensen 76,3 pct. i 2020, mens den var 72,8 pct. for kvinder. Se beskæftigelses- og erhvervsfrekvenser i , denne tabel i Statistikbanken, ., Indvandrere har lavere beskæftigelsesfrekvens end personer med dansk oprindelse, Beskæftigelsesfrekvensen for indvandrere er noget lavere end for personer med dansk oprindelse. Blandt personer med dansk oprindelse i alderen 16-64 år var beskæftigelsesfrekvensen 77,0 pct. i 2020. Blandt indvandrere fra ikke-vestlige lande var beskæftigelsesfrekvensen 58,1 pct., mens den var 69,1 pct. for vestlige indvandrere i 2020, viser , tal fra Danmarks Statistik, ., Flere ældre i arbejde, Beskæftigelsesfrekvensen for personer på 65-69 år var 25,8 pct. i 2020 mod 18,2 pct. i 2008. For personer over 70 år steg beskæftigelsesfrekvensen fra 5,3 til 7,6 pct. fra 2008 til 2020. , Danmark har den femtehøjeste beskæftigelsesfrekvens i Europa, Når beskæftigelsesfrekvensen skal sammenlignes på tværs af de europæiske lande, er Danmarks Statistiks Arbejdskraftsundersøgelse (AKU) bedst at bruge. I Danmark var beskæftigelsesfrekvensen for 15-64-årige 76,5 pct. i 4. kvartal 2021. Det er den femtehøjeste beskæftigelsesfrekvens i Europa, overgået af Island, Nederlandene, Schweiz og Norge, viser sæsonkorrigeret data fra Eurostat. Italien havde med 59,3 pct. den laveste beskæftigelsesfrekvens i 4. kvartal 2021., Arbejdsløshed, Arbejdsløsheden opgjort ud fra antal registrerede ledige lå i april 2022 på 2,4 pct. af arbejdsstyrken, , hvilket svarer til 70.042 personer omregnet til fuldtid. Tallene er sæsonkorrigerede., En anden opgørelse af ledigheden i Danmark findes i Arbejdskraftundersøgelsen (AKU). Ifølge den var ledigheden 131.000 personer i 1. kvartal 2022, hvilket svarer til 4,4 pct. af arbejdstyrken. At niveauet for AKU-ledigheden ligger over bruttoledigheden skyldes blandt andet, at studerende, der søger efter et studiejob, også indgår i AKU-ledigheden. Derudover er AKU-ledigheden opgjort på personer, mens arbejdsløsheden er omregnet til fuldtidspersoner. Se mere i faktaboksen nedenfor., Registrerede ledige og AKU-ledige, Anm.: *Registrerede ledige t.o.m. april 2022; AKU-ledige t.o.m. 1. kvt. 2022, Kilde: Danmarks Statistik, , www.statistikbanken.dk/aus07, og , www.statistikbanken.dk/aku100K, To ledighedsbegreber, Danmarks Statistik opgør arbejdsløshed efter to forskellige ledighedsbegreber: Den stikprøvebaserede AKU-ledighed og den registerbaserede ledighed. AKU-ledigheden måler antallet af 15-64-årige personer, der på baggrund af en interviewundersøgelse selv har oplyst, at de ikke har et arbejde, men søger og kan påbegynde et arbejde.  Den registerbaserede opgørelse består af de 16-65-årige (omregnet til fuldtidsmodtagere), som har modtaget dagpenge, kontanthjælp, uddannelseshjælp eller integrationsydelse, og som samtidig vurderes at være jobparate. Opgørelsen laves normalt og som i figuren brutto, hvilket indikerer, at aktiverede ledige er talt med, mens de aktiverede ledige ikke indgår i nettoledigheden. , Læs mere om , ledighedsbegreberne på Danmarks Statistiks hjemmeside, ., Næsten 18.000 af de registrerede ledige personer er samtidig langtidsledige , I november 2021 var der 17.868 langtidsledige personer, svarende til lige over 18 pct. af alle de personer, der har været ledige i løbet af november 2021. , Størstedelen var på dagpenge, mens 3.711 modtog kontanthjælp. Man er langtidsledig, når man har været ledig i mindst 52 uger. Der er for langtidsledighed ikke korrigeret for sæsonudsving., Langtidsledige, personer i pct. af ledighedsberørte,  , Anm.: *T.o.m. november 2021. Langtidsledige personer har været bruttoledige i mindst 52 sammenhængende uger. Personer som i en periode på op til 28 dage har været ude af bruttoledighedsstatistikken, og ikke samtidig har haft mere end 10 timers ordinær lønmodtagerbeskæftigelse i løbet af de 28 dage, er dog inkluderet i opgørelsen af langtidsledige., Kilde: Danmarks Statistik; , www.statistikbanken.dk/AULK09, Antallet af offentligt forsørgede er faldet svagt, I 2021 var der 750.560 offentligt forsørgede under folkepensionsalderen, når man ser bort fra SU-modtagere. Det er et fald på knap 6.000 siden 2020. , Offentligt forsørgede, Kilde: , www.statistikbanken.dk/AUKS01, Både flere ledige stillinger og flere virksomheder, der mangler arbejdskraft, Antallet af ledige stillinger har generelt været højt i 2021, hvilket bl.a. kan ses i , denne Nyt fra Danmarks Statistik, . Andelen af virksomheder, der oplever produktionsbegrænsninger som følge af mangel på arbejdskraft, slog rekord i 2021 og har indtil videre været fortsat høj i 2022 – , se denne Nyt fra Danmarks Statistik, . Du kan finde de nyeste tal for virksomhedernes mangel på arbejdskraft i , industrien, , , bygge og anlæg, og , serviceerhverv, i Statistikbanken.,  , Har du spørgsmål til tallene i denne artikel, er du velkommen til at kontakte:, Lønmodtagerbeskæftigelsen: Lars Peter Smed Christensen, specialkonsulent, 39 17 30 46, , lpc@dst.dk, ., Den registerbaserede beskæftigelse: Pernille Stender, chefkonsulent, 39 17 34 04, , psd@dst.dk, ., Arbejdskraftsundersøgelsen (beskæftigede og ledige): Wendy Tacaks Jensen, afdelingsleder, 39 17 34 02, , wta@dst.dk, ., Registerbaseret arbejdsløshed og offentligt forsørgede: Mikkel Zimmermann, chefkonsulent, 39 17 30 43, , mzi@dst.dk, ., Langtidsledige og kontanthjælp: Carsten Nielsen, afdelingsleder, 39 17 32 45, , can@dst.dk, ., Ledige stillinger: Henriette Rosenstrøm, afdelingsleder, 39 17 34 44, , hro@dst.dk, ., Mangel på arbejdskraft: Simon Bolding Halifax, specialkonsulent, 39 17 30 88, , sbh@dst.dk, .,  , Tabel med de seneste tal for arbejdsmarkedet, Antal, Tidspunkt, Lønmodtagere (personer), sæsonkorrigeret, 2.932.154, 1. kvartal 2022, Lønmodtagere (omregnet til fuldtid), sæsonkorrigeret, 2.447.269, 1. kvartal 2022, Registerbaseret beskæftigede (personer), 2.906.044, November 2020, Beskæftigelsesfrekvens 16-64 år (registerbaseret), 74,5 pct., November 2020, Beskæftigelsesfrekvens 15-64 år i AKU, 76,6 pct., 1. kvartal 2022, Registerbaseret ledighed, sæsonkorrigeret, 70.042, April 2022, Ledighedsprocent (registerbaseret), sæsonkorrigeret, 2,4 pct., April 2022, AKU-ledigheden, 131.000, 1. kvartal 2022, AKU-ledighedsprocent, 4,4 pct., 1. kvartal 2022, Langtidsledige, 17.868, November 2021, Offentligt forsørgede (uden SU-modtagere), 750.560, 2021, Andel ledige stillinger, sæsonkorrigeret, 3,7 pct., 1. kvartal 2022

    https://www.dst.dk/da/Statistik/udgivelser/bagtal/2022-06-24-fakta-arbejdsmarked

    Bag tallene

    Syv procent af danske familier har sommerhus

    De 224.000 familier, der har sommerhus, har højere løn og længere uddannelse end gennemsnittet. Også på andre områder skiller sommerhusejerne sig ud ift. gennemsnittet: Flere har bil, ejer også deres helårsbolig og har et toplederjob., 15. april 2025 kl. 7:30 ,  , Når sommerhussæsonen for alvor går i gang her til påske, vil ca. 224.000 ud af landets i alt ca. 3 mio. familier have mulighed for at trille afsted og sætte nøglen i egen sommerhusdør. Det svarer til, at 7,1 pct. af alle familier har ejerskab til et eller flere sommerhuse i Danmark., Om familien triller ud af egen landsdel for at nå frem til sit sommerhus, er der stor geografisk forskel på. Sommerhusejerne i Nordjylland holder sig i udpræget grad til det nordjyske: 93 pct. af dem har fritidshus i egen landsdel. Det samme gælder for 90,5 pct. af sommerhusejerne i Vest- og Sydsjælland., I den anden ende af skalaen ligger naturligt nok Københavns Omegn og Byen København, hvor det er mere end almindeligt småt med sommerhuse. Her har hhv. 99,5 og 99,6 pct. af sommerhusejerne ikke overraskende sommerhus , uden for , den landsdel, hvor de bor., Andel af sommerhusejere med sommerhus i samme landsdel, hvor de er bosiddende, 2022, Kilde: , www.statistikbanken.dk/LABY, Et kig på Danmarkskortet viser også en vis forskel mellem landsdelene, når det gælder hvor stor en andel af familierne, der har sommerhus. Nordsjælland er den landsdel, hvor den største andel af familierne har sommerhus, nemlig 10,5 pct. Den laveste andel på 5,2 pct. ses på Fyn., De geografiske forskelle afspejler bl.a. de indkomstforskelle, der er på tværs af landets kommuner og landsdele., Andelen af sommerhusejere stiger med stigende indkomst, Sommerhusfamilierne skiller sig ud fra den gennemsnitlige danske familie på en række områder, som har en vis sammenhæng med hinanden, bl.a. en indkomst over gennemsnittet og lang uddannelse., ”Opdeler man alle familier i Danmark ud fra forskellige demografiske data – fx indkomst, uddannelse og placering på arbejdsmarkedet – er det generelle billede, at andelen af sommerhusejere stiger, jo ’højere’ vi er på skalaen inden for en bestemt parameter, som fx indkomst”, siger konsulent hos Danmarks Statistik, Søren Dalbro., Hvis alle familier i befolkningen opdeles i 10 lige store grupper efter stigende indkomst , (se faktaboks), , er andelen af familier med sommerhus således størst i den højeste indkomstgruppe, hvor 22,8 pct. af familierne i 2022 havde sommerhus. , I de tre laveste af disse indkomstgrupper var det omvendt kun 1-2 pct. af familierne, der havde sommerhus., Andel af familier med ejerandel i sommerhus fordelt på indkomstgrupper, 2022, Kilde: , www.statistikbanken.dk/LABY55, Hvis man i stedet ser på, hvordan de 224.000 sommerhusejere fordeler sig blandt befolkningen, ser det sådan ud: 32 pct. af sommerhusejerne kommer fra de 10 pct. af familierne, der udgør den højeste indkomstgruppe. Knap 7 pct. af sommerhusejerne kommer fra de 30 pct. af befolkningen, som tilsammen udgør de tre nederste indkomstgrupper., Topledere og selvstændige har ofte ejerandel i et sommerhus, I grupperne med høje indkomster, hvor også en høj andel har sommerhus, ses ofte, at personen i familien med den højeste indkomst er topleder eller selvstændig.  , I familier, hvor personen med den højeste indkomst er topleder, har hele 20 pct. sommerhus. Det samme gælder 15 pct. i familier, hvor personen med den højeste indkomst er selvstændig. Til sammenligning har færre end 3 pct. af de arbejdsløse og førtidspensionisterne sommerhus., Andelen af familier med ejerandel, fordelt på socioøkonomiske grupper, 2022, Kilde: , www.statistikbanken.dk/LABY53, An, m, . , a ) I figuren er kun medtaget et udvalg af i alt 21 socioøkonomiske grupper, fx er grupperne ’under uddannelse’ og ’kontanthjælpsmodtagere’ udeladt. b) Lønmodtagernes inddeling i de tre grupper ’høj, mellem og grundniveau’ handler om færdighedsniveau, (se faktaboks nederst om socioøkonomiske grupper)., Den største gruppe af sommerhusejere udgøres af familier, hvor personen med den højeste indkomst er pensionist. Denne gruppe udgør 33 pct. af sommerhusejerne – en andel, der ligger tæt på gruppens andel af befolkningen samlet set, nemlig 28 pct., Lejere har sjældent sommerhus, Ser man på fordelingen mellem boligejere og lejere, viser det sig, at 13 pct. af alle familier med ejerbolig som helårsbolig også er sommerhusejere – det samme gælder kun knap 3 pct. af lejerne., Ser man på de 224.000 sommerhusejere, tilhører 76 pct. af dem boligejere og 24 pct. tilhører lejere. Til sammenligning fordeler hele befolkningen sig mere ligeligt med overvægt af lejere, nemlig hhv. 43 pct. ejere og 57 pct. lejere., Lang uddannelse overrepræsenteret, Også når det gælder uddannelse, ses en forskel mellem sommerhusejerne og befolkningen generelt. Blandt de familier, hvor personen med den højest fuldførte uddannelse har en lang videregående uddannelse eller en forskeruddannelse, har 13 pct. sommerhus. Blandt familier, hvor personen med højeste fuldførte uddannelse er grundskole eller gymnasium, har færre end 3 pct. sommerhus., Ser man på de 224.000 sommerhusejere, er lange uddannelser klart overrepræsenteret: 23 pct. af sommerhusejerne udgøres af familier, hvor personen med højest fuldførte uddannelse har en lang videregående uddannelse – samme gruppe udgør kun 13 pct. af alle familier. 27 pct. af sommerhusejerne udgøres af familier, hvor personen med højest fuldførte uddannelse har en lang videregående uddannelse – samme gruppe udgør 16 pct. af alle familier., Den største gruppe af sommerhusejerne udgøres imidlertid af de familier, hvor personen med højest fuldførte uddannelse har en erhvervsfaglig uddannelse. Deres andel på 30 pct. af sommerhusejerne svarer helt til deres andel i den samlede befolkning, hvor de udgør 30 pct. af familierne., Overvægt af par, Par er overrepræsenterede blandt sommerhusejere: Mens par udgør 44 pct. af alle familier, udgør de hele 74 pct. af sommerhusejere., Uden bil – intet sommerhus, Bil og sommerhus hører sammen for et stort flertal af sommerhusejerne. Hele 93 pct. af dem råder over bil – , mod 62 pct. af de familier, der ikke har sommerhus., I byen København er andelen af bilejere blandt sommerhusejerne dog en smule lavere: 82 pct., dvs. at her ejer knap hver femte sommerhusejer ikke en bil. Blandt familier i København, der ikke har sommerhus, har kun 32 pct. bil. Det skal bl.a. ses i sammenhæng med den generelt lave bilrådighed i København på kun 35 pct., mens den blandt alle familier i hele landet er på 64 pct., Læs mere om bl.a. afstanden til sommerhuse: , Sommerhuse i Danmark, (Analyse, 2018), Læs mere om bl.a. sommerhuse ift. beboelseshuse samlet set: , Hvert femte hus på Sjælland er et sommerhus, (Bag Tallene 2024), FAKTA, Et sommerhus kan have flere ejere - antallet af ejerandele er derfor en smule højere end antallet af sommerhuse; der er ca. 224.000 ejere og 220.000 sommerhuse. Da de to tal er så tæt på hinanden, omtales sommerhusandelene i denne artikel gennemgående som , sommerhusejere, ., Sådan udregnes en families indkomst, Når man vil sammenligne familiers disponible indkomst uafhængigt af de forskellige familier størrelse og alderssammensætning, udregner man vha. en såkaldt , ækvivalensfaktor., Hermed får man en familieindkomst, hvor der er taget højde, at en familie med mange medlemmer skal have en højere indkomst end familien med få medlemmer for at opnå samme forbrugsmuligheder. Ligesom der er taget højde for, at den store familie har stordriftsfordele, som betyder, at man ikke behøver den samme gennemsnitsindkomst pr. familiemedlem som den enlige for at opnå samme velstandsniveau. Familien på seks personer behøver fx ikke seks køleskabe eller seks indboforsikringer. Det er derfor ikke retvisende at sammenligne den samlede indkomst for en enlig med den samlede indkomst for en familie på seks personer. , Læs mere om , ækvivalensberegnet indkomst, Socioøkonomiske grupper, Den socioøkonomiske opdeling er som hovedregel dannet ud fra oplysninger om den væsentligste indkomstkilde eller beskæftigelse for en person – eller for familier: personen med den højeste indkomst i familien., Der er i alt 21 kategorier, i denne artikel er udvalgt følgende kategorier:, Topledere:,  Personer med ledelsesarbejde på øverste administrative niveau. , Selvstændige:, Selvstændige erhvervsdrivende , Lønmodtagere højeste niveau:, Personer med arbejde, der forudsætter højeste færdighedsniveau (fx læge, advokat, præst), Lønmodtagere mellemniveau:,  Personer med arbejde, der forudsætter mellemste færdighedsniveau (fx laborant, programmør, sygeplejerske), Lønmodtagere grundniveau, : Personer med arbejde, der forudsætter færdigheder på grundniveau (fx kontorarbejde, kundeservice, landbrugsarbejde)., Lønmodtagere uden stillingsangivelse:, Lønmodtagere, for hvem der ikke foreligger en såkaldt DISCO-08 kode i Danmark Statistiks registre, hvorfor deres konkrete arbejdsfunktion i deres lønmodtagerjob ikke er kendt. Private virksomheder har kun indberetningspligt for virksomheder, hvis de har mindst 10 beskæftigede. Det betyder, at DST ikke har de konkrete oplysninger om arbejdsfunktionen for lønmodtagere i mindre virksomheder. , Andre lønmodtagere:, Lønmodtagere med arbejde der ikke kræver formelle kvalifikationer (m.a.o.. ufaglærte, inden for fx rengøring, byggeri, gartneri og lagerarbejde), Arbejdsløse:, Personer der er arbejdsløse mindst halvdelen af året, Land og by-temaet, Data til denne artikel er blevet indhentet i samarbejde med , Dronning Marys Center,  ved Københavns Universitet og støttet af , Realdania, – ligesom en lang række andre data, der ligger til grund for , temaet om Land og by, på Danmarks Statistiks hjemmeside.

    https://www.dst.dk/da/Statistik/udgivelser/bagtal/2025-04-15-syv-pct-har-sommerhus

    Bag tallene

    IGFSP

    Navn, IGFSP , Beskrivende navn, Forspaltekode på igangværende , Gyldighed, Gyldig fra: 01-01-1981, Gyldig til: Gælder stadig, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, Forspaltekode på den igangværende uddannelse. Denne klassifikation eksisterer ikke længere. Den er fra 2015 er erstattet af DISCED-15., Forspalte1, Forspalte1 er den foretrukne danske klassifikation, som benyttes i Statistikbanken, de løbende offentliggørelser og de fleste serviceopgaver. Der findes en forspalte1 til afsluttede uddannelser og en til igangværende uddannelser, hvis opbygning dog er ens. Nedenstående beskrivelse dækker dem begge., Forspaltekoden er 8-cifret, hvor de 2 første cifre beskriver niveauet (hovedgruppen) for uddannelsen. De næste 2 cifre giver yderligere en faglig gruppering (mellemgruppen), der yderligere detaljeres i de følgende 2 cifre (undergruppe). Endelig angiver de sidste 2 cifre den konkrete uddannelse eller kvalifikation (elementarniveau)., Et eksempel på en uddannelse i forspaltehierakiet kunne være tømrer med den 8-cifrede Forspalte1-kode 35533520., Hovedgruppe 35 Erhvervsfaglig praktik og hovedforløb, Mellemgruppe 3553 Bygge og anlæg, Undergruppe 355335 Tømrer mv., Elementarniveau 35533520 Tømrer, Den 8-cifrede forspaltekode angiver en enkelte uddannelse og svarer derfor til den 4-cifrede UDD-kode. Se dokumentationen af UDD. I nogle tilfælde er flere UDD-koder dog samlet på samme 8-cifrede forspaltekode. Det vil være tilfældet, hvis der findes flere UDD-koder for den samme uddannelse., Der findes i alt følgende 12 hovedgrupper i Forspalte1:, 10 Grundskole, 15 Forberedende uddannelser, 20 Almene gymnasiale uddannelser, 25 Erhvervsgymnasiale uddannelser, 30 Erhvervsfaglige grundforløb, 35 Erhvervsfaglige praktik og hovedforløb, 39 Efteruddannelse af specialarbejdere/faglærte, 40 Korte videregående uddannelser, 50 Mellemlange videregående uddannelser, 60 Bachelor, 65 Lange videregående uddannelser, 70 Forskeruddannelser, Detaljeret beskrivelse, Denne klassifikation eksisterer ikke længere. Den er fra 2015 er erstattet af DISCED-15., En uddannelses forspaltekode kan ændre sig:, Koder for uddannelse og afsluttende uddannelse (UDD- og AUDD-koderne) er stabile over tid, men de tilknyttede forspaltekoder kan ændre sig. En uddannelse kan være fejlplaceret, og koden bliver derfor ændret, når fejlen erkendes, eller en uddannelse kan have udviklet sig over tid, så den på et tidspunkt bliver flyttet til et andet niveau. Det er derfor bedst at bevare uddannelseskoden i historisk materiale og efterfølgende anvende seneste klassifikation på alt historisk materiale for at undgå inkonsistens i forbindelse med tidsserier., Eksempel:, Sygeplejerske Forspalte1 UDD/AUDD, år 1990 40903010 5166/5166 , år 2006 50903010 5166/5166, Sygeplejeuddannelsen har skiftet niveau fra at være en kort videregående uddannelse til at være en mellemlang videregående uddannelse. Derfor ændredes dens placering i forspalte1 (fra 40903010 til 50903010), mens UDD- og AUDD-koderne fortsat var de samme., Bemærk endvidere, at en uddannelse, der udvikler sig og flyttes til et nyt niveau, normalt vil bevare sin uddannelseskode, hvis der ikke er nogen presserende grund til at skelne mellem den oprindelige og den nye udgave af uddannelsen. Man vil således ikke skulle lede efter sygeplejersker forskellige steder i klassifikationen, selv om sygeplejersken har udviklet sig og skiftet niveau. Sygeplejersker med den kortere uddannelse løftes med op på det nye, højere niveau., En presserende grund til at skelne mellem den oprindelige og den nye udgave af uddannelsen vil være, at indholdet i uddannelsen ændres så meget, at der reelt er tale om en ny uddannelse., Til og med skoleåret 2005/06 er der kun blevet indsamlet uddannelsesoplysninger fra grundskolens 8., 9., og 10. klasse. Fra og med skoleåret 2006/07 indsamles der oplysninger fra og med børnehaveklassen, hvilket i 2008 betyder en stigning i personer med en igangværende grundskoleuddannelse., Bilag, Tabel, Graf, Populationer:, Personer som er i gang med en uddannelse, Personer som er i gang med en uddannelse i et af Danmarks Statistiks registre, Værdisæt, U061000.TXT_FSP1M - Forspalte1 på mellemgruppeniveau, Kode, tekst, Fra dato, Til dato, 1001, Ingen uddannelse, 1002, Grundskole til og med 6. klasse, 1003, 7.-10/11. klasse, 1005, Almene voksenuddannelser, 1006, Danskundervisning ved sprogcentre, 1510, Almene forløb, 1511, Erhvervsrettede forløb, 1512, Danskundervisning ved sprogcentre, 2015, Gymnasiet, 2016, Hf, 2017, Studenterkurser, 2018, Adgangskurser - videregående udd., 2539, Hhx, 2551, Htx, 2554, Adgangsgivende værkstedsskoleforløb, 2559, Adgangseksamen - ingeniøruddannelsen, 3039, Det merkantile område, 3040, Teknologi og kommunikation, 3042, Bygge og anlæg, 3044, Håndværk og teknik, 3046, Fra jord til bord, 3048, Mekanik, transport og logistik, 3049, Service, 3050, Sundhed, omsorg og pædagogik, 3059, Teknik, 3520, Pædagogisk, 3539, Handel og kontor, 3553, Bygge og anlæg, 3554, Jern og metal, 3555, Grafisk, 3558, Teknik og industri i øvrigt, 3560, Service, 3575, Levnedsmiddel og husholdning, 3580, Jordbrug og fiskeri, 3585, Transport mv., 3590, Sundhed, 3595, Sikkerhed, 3597, Ikke områdespecifikke uddannelser, 3920, Pædagogisk, 3939, Handel og kontor, 3953, Bygge og anlæg, 3954, Jern og metal, 3955, Grafisk, 3958, Teknik og industri i øvrigt, 3960, Service, 3961, Industriens arbejdsmarkedsuddannelser, 3962, Metalindustriens efteruddannelsesudvalg, 3963, Industriens arb.mark.udd./Metalindustrien euu, 3964, Euu for handel, administr., kommunikation og ledelse, 3965, Serviceerhvervenes euu, 3966, Euu for bygge/anlæg og industri, 3967, Euu for tekniske installationer og energi, 3968, Træets uddannelser, 3969, Mejeri- og Jordbrugets euu, 3970, Euu f. Køkken,hotel,restaurant,bager,konditor,kødbranchen, 3971, Transporterhvervets uddannelsesråd, 3972, Euu f. det pædagogiske område, social- og sundhedsområdet, 3973, Euu f. tekn.install.-energi/bygge-anlæg ind., 3974, Øvrige kurser, AMU, 3975, Levnedsmiddel og husholdning, 3976, Euu f. rustfrit område, 3980, Jordbrug og fiskeri, 3985, Transport mv., 3990, Sundhed, 3998, Efterudd., specialarb., fagl., andre grupper, 4020, Pædagogisk, 4025, Formidling og erhvervssprog, 4030, Kunstnerisk, 4039, Samfundsfaglig, 4059, Teknisk, 4075, Levnedsmiddel og husholdning, 4080, Jordbrug og fiskeri, 4085, Transport mv., 4090, Sundhed, 4095, Politi og forsvar, 4097, Ikke områdespecifikke uddannelser, 5020, Pædagogisk, 5025, Formidling og erhvervssprog, 5030, Kunstnerisk, 5035, Naturvidenskabelig, 5039, Samfundsvidenskabelig, 5059, Teknisk, 5075, Levnedsmiddel og ernæring, 5080, Jordbrug og fiskeri, 5085, Transport mv., 5090, Sundhed, 5095, Politi og forsvar, 510, Førskoleuddannelser, 6002, Bachelor u.n.a., 6025, Humanistisk, 6030, Kunstnerisk, 6035, Naturvidenskabelig, 6039, Samfundsvidenskabelig, 6059, Teknisk, 6075, Levnedsmiddel og ernæring, 6080, Jordbrugsvidenskabelig, 6090, Sundhed, 6502, Kandidat u.n.a., 6520, Pædagogisk, 6525, Humanistisk og teologisk, 6530, Kunstnerisk, 6535, Naturvidenskabelig, 6539, Samfundsvidenskabelig, 6559, Teknisk, 6575, Levnedsmiddel og ernæring, 6580, Jordbrugsvidenskabelig, 6590, Sundhed, 6595, Forsvar, 7002, Forskerudd. u.n.a., 7020, Pædagogisk, 7025, Humanistisk og teologisk, 7030, Kunstnerisk, 7035, Naturvidenskabelig, 7039, Samfundsvidenskabelig, 7059, Teknisk, 7080, Jordbrugsvidenskabelig, 7090, Sundhed, 9030, Uoplyst, 9530, Afbrudt, 9630, Igang, 9730, Ikke igang, 9999, Oprydning endnu ikke klassificeret

    https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/hoejst-fuldfoerte-uddannelse/igfsp

    C_TYPE

    Navn, C_TYPE , Beskrivende navn, C-familie type , Gyldighed, Gyldig fra: 01-01-1980, Gyldig til: 31-12-2007, Databrud, Inden for variabel: Nej, På tværs af variable: Nej, Kvalitetssikring foretaget af, Danmarks Statistik: Ja, Eksterne bedømmere udpeget af KOR: Ja, Generel beskrivelse, C_TYPE er det samme som C-familietype. Det en variabel, der knytter sig til familien og vedrører den 1. januar. C-familietype angiver om familien er en enlig person, eller om familien er en parfamilie, og i givet fald hvilken af fire partyper. I disse familietyper kan der være inkluderet hjemmeboende børn under 18 år. Et ikke-hjemmeboende barn under 18 år udgør sin egen familie og repræsenterer således en særlig C-familietype. C-familier findes i perioden 1980-2007., Tilsvarende variabel for D-familier er D_TYPE og for E-familier FAMILIE_TYPE. Variabelværdierne er dog forskellige. , Detaljeret beskrivelse, C-TYPE er en variabel, der knytter sig til familien og vedrører den 1. januar. C-TYPE angiver C-familietypen. det vil sige, om familietypen er en enlig med eller uden børn, et ægtepar med eller uden børn, et registreret partnerskab med eller uden børn, et samlevende par med eller uden børn, et samboende par med eller uden børn eller som den sidste C-familietype et ikke- hjemmeboende barn under 18 år., De to personer i et par skal have samme CPR-adresse for at udgøre en af de fire partyper, der opereres med: ægtepar, registreret partnerskab, samlevende par eller samboende par., Børn, der regnes med til familien, benævnes hjemmeboende børn. Definitionen af hjemmeboende børn ses nedenfor., Et ægtepar skal bestå af en mand og en kvinde, der er gift med hinanden, dvs at de begge har CIVST = G, og at de begge har ægtefællehenvisning til den anden. , Et registreret partnerskab skal bestå af to personer af samme køn. De har CIVST = P, og de har begge ægtefællehenvisning til den anden. Registrerede partnerskaber optræder for første gang i status for 1. januar 1990 (Lov om registrerede partnerskaber trådte i kraft den 1. oktober 1989)., Et par, der er skilt fra hinanden, men bor sammen., er ikke et ægtepar i C-familiesammenhænge. Tilsvarende gælder for personer med opløst partnerskab. Disse personer er enlige, samlevende par eller samboende par, alt efter relationerne til eventuelle øvrige personer i husstanden. I sjældne tilfælde findes der et ægtepar bestående af to personer af samme køn eller et registreret partnerskab bestående af en mand og en kvinde. Det skyldes kønsskifte har højst et par forekomster på et statustidspunkt., Et samlevende par har som udgangspunkt fælles hjemmeboende børn (her uanset børnenes alder og civilsstand og børnenes eventuelle egne hjemmeboende børn). Hvis et par, der bor sammen, udgjorde et samlevende par et år før et statustidspunkt, regnes det fortsat for et samlevende par, selv hvis der ikke længere er fælles hjemmeboende børn (uanset børnenes alder og civilstand og børnenes eventuelle egne hjemmeboende børn) til stede i husstanden. Dette er dog ikke tilfældet, hvis de i mellemtiden er blevet til et ægtepar. Denne opsamling af samlevende par fra året før går tilbage til 1991. Hvis et samlevende forældrepar, der ikke længere har fælles hjemmeboende børn (her uanset børnenes alder og civilstand og børnenes eventuelle egne børn), på et enkelt statustidspunkt ikke har fælles adresse, går parret ud af gruppen af samlevende par og bliver til samboende, hvis de igen bor sammen, og de øvrige betingelser for at være samboende par er opfyldt (ellers bliver de enlige, eller et ægtepar, hvis de har gifter sig). Fra 1980 til 1990 skal der være fælles børn (her uanset børnenes alder og civilstand og børnenes eventuelle egne børn) til stede i husstanden på statustidspunktet, for at forældrene bliver regnet for et samlevende par., Samlevende par udskilles fra ikke-gifte par ved hjælp af børnenes forældrehenvisninsnumre. Forældrehenvisningsnumrene skønnes at være for mangelfulde, især vedrørende faderen, for årene før 1990. Af denne grund skelnes der i al offentliggjort familiestatistik ikke mellem samboende og samlevende par for årene 1980-89. Grupperne samlevende par og samboende par er slået sammen for disse år og anføres under samboende par. Det anbefales ikke at anvende en gruppering, der skelner mellem samlevende og samboende par for årene 1980-1989. , Et samboende par skal opfylde følgende betingelser: (1) de er ikke et samlevende par, men har eventuelt særbørn boende hos sig, (2) parret er er af hvert sit køn, (3) deres aldersforskel er mindre end 15 år (regnet som forskel på fødselsår), (4) ingen forældrehenvisningsnumre i CPR tyder på nært familieskab, og (5) der bor ingen andre voksne personer på adressen. Personer på ned til 16 år kan være samboende, hvis de øvrige betingelser er opfyldt., En voksen person (en person, der ikke er et barn), der ikke indgår i en af de fire partyper regnes for enlig og udgør sammen med hans/handes eventuelle hjemmeboende børn under 18 år familietypen "enlig"., Et barn er en person under 18 år, som aldrig har været gift (CIVST=U), som ikke selv har hjemmeboende børn, og som ikke er samboende. Personer ned til 16 år kan være samboende., Et hjemmeboende barn har samme CPR-adresse som mindst én af sine forældre og regnes med til forældrenes familie. Forældre-barn-relationen er enten biologisk eller baseret på adoption. Der er ikke muligt at skelne mellem disse to typer.Som hjemmeboende barn regnes også et barn, der ikke bor hos nogen af forældrene, men hos en person, der er eller har været gift med en af forældrene. Dette er dog betinget af, at stedforælderen ikke har indgået nyt ægteskab, da sammenkoblingen i så fald ikke kan foretages mellem barn og stedfaderen eller stedmoderen. En C-familie kan kun bestå af højst to generationer, hvoraf den yngste udgøres af ét eller flere hjemmeboende børn., Et ikke-hjemmeboende barn under 18 år, bor ikke sammen med nogen af sine forældre, er ugift (CIVST = U), har ikke hjemmeboende børn, og indgår ikke i et samlevende par eller et samboende par. Personer ned til 16 år kan indgå i et samboende par, hvis de øvrige betingelser er opfyldt. , Bilag, Tabel, Graf, Populationer:, Befolkningen 1. januar, Personer med fast bopæl i Danmark pr. 1. januar i året, Værdisæt, D101200.TXT_CTYPE - C-familie type, Kode, tekst, Fra dato, Til dato, 1, Enlig uden hjemmeboende børn, 11, Ægtepar uden hjemmeboende børn, 12, Ægtepar med hjemmeboende børn, 2, Enlig med hjemmeboende børn, 21, Registreret partnerskab uden hjemmeboende børn, 22, Registreret partnerskab med hjemmeboende børn, 31, Samlevende par uden hjemmeboende børn, 32, Samlevende par med hjemmeboende børn, 41, Samboende par uden hjemmeboende børn, 42, Samlboende par med hjemmeboende børn, 53, Ikke-hjemmeboende barn

    https://www.dst.dk/da/TilSalg/data-til-forskning/generelt-om-data/dokumentation-af-data/hoejkvalitetsvariable/familier/c-type

    Nyt om grunddata - 2. kvartal 2025

    Her finder du de seneste informationer om dataopdateringer og nye grunddata, som Danmarks Statistiks Forskningsservice stiller til rådighed. Nyt om grunddata udgives hvert kvartal og opdateres løbende, så al relevant information er samlet ét sted og er nemt tilgængelig. Kvartalsudgaven for 2. kvartal 2025 opdateres i perioden 1. april til 30. juni 2025. , 9. juli 2025 kl. 11:47 , Af , Danmarks Datavindue, Nye LPR-data er udgivet: LPR udgives fra 2023 som LPR_A tabeller , 9. juli 2025 af Helle Wallach Kildemoes , LPR_A tabellerne for 2023 er nu udgivet i grunddata. Sundhedsdatastyrelsen (SDS) har opdateret de tidligere LPR_F tabeller (disse er nu lukket for bestilling) til en LPR analyse model svarende til de akutelle LPR_A tabeller. , I modsætning til LPR_F tabellerne pseudonymiserer Forskningsservice ikke længere koder på organisationer (SOR-koder). Dette kan du læse mere om i denne udgave af ”Nyt om grunddata”.  , LPR_A er ligesom LPR_F forløbstabeller, men indeholder ud over LPR3 information (tilbage til marts 2019) tillige information fra LPR2 (fra 2017-2019). , Variablen LPRINDBERTNINGSSYSTEM angiver, hvorvidt der er tale om LPR3, LPR2 eller MiniPas (private hospitaler). Danmarks Statistik modtog den endelige version af LPR_A_2023 tabellerne i marts 2025, med den implikation at LPR2023 tabellerne tillige indeholder foreløbig information vedr. 2024 hospitalskontakter. Data fra 2024 kan dog blive opdateret og de endelige data for 2024 vil udkomme i efteråret 2025, i forbindelse udgivelsen af LPR_A_ tabellerne for 2024., LPR_A tabellerne svarer i overvejende grad til LPR_F tabellerne, men indeholder betydeligt flere variable. Mens LPR_F bestod af 14 tabeller består LPR_A af 12 tabeller. Se overblik i tabellen nedenfor., Tabellen nedenfor viser forskelle og ligheder mellem LPR_A og LPR_F samt hvordan data fra udgåede LPR_F registre indgår i de nye LPR_A registre (a, b og c), LPR_A, LPR_F, Betalingsoplysninger, Betaler, Diagnose, Diagnoser, Forloeb (ac), Forloeb, Forloebsmarkoer, Forloebsmarkoer, Henvisningsaarsag_tillaeg (a), Henvisningsaarsag_tillaeg, Kontakt (a), Kontakt, Kontaktlokation (a) , Kontaktlokation, Mor_barn_relation, Morbarn_forloeb, Resultater (a), Resultater,  ,  , Nye, Udgåede, Sygehusophold (a), Organisationer (a), Procedureregistrering (ab), Procedurer_kirurgi (b), Procedureregistrering_Aflyst *, Procdurer_andet (b),  , Helbredsforloeb (c),  , Nyt_helbredsforloeb (c), * Særlig vedr. aflyste procedurer i LPR2,  , LPR_A_KONTAKT og LPR_A_FORLOEB er centrale tabeller som i LPR_F , Centrale koblingsvariable er nedenstående, hvoraf de med * markerede er nye i LPR_A , LPR_A_KONTAKT, PNR (Populationsafgrænsning), DW_EK_KONTAKT (nu unik på tværs af opdateringer), DW_EK_FORLOEB, DW_EK_HELBREDSFORLOEB*, DW_SK_SYGEHUSOPHOLD*, (muliggør kobling til LPR_A_SGHOPHOLD, jf. nedenfor), DW_EK_BORGER* (identificerer samme borger på tværs af historik) , LPR_A_FORLOEB , PNR (Populationsafgrænsning), DW_EK_FORLOEB, DW_EK_HELBREDSFORLOEB, DW_EK_FORLOEB_FORRIGE*, DW_EK_BORGER*, Eksempler på supplerende vigtige variable:, Kont_aarsag: sks-kode (ALCCxx), fx Ulykke =ALCC02 , KONT_TYPE (Fx Virtuel), Forl_label: SKS-kode (ALALxx) sygdomskategorier, fx kræftsygdomme (ALAL01), nyfødte (ALAL52)., LPR_A_SGHOPHOLD, Ved kobling af LPR_A_KONTAKT via DW_SK_SYGEHUSOPHOLD indhentes vigtige oplysninger i LPR3 sv.t. LPR2, fx patienttype, offentlige vs. private hospitaler., For LPR3 (LPR_A_KONTAKT/ LPR_F_KONTAKTER) anvendes variablen Prioritet til at skelne mellem Akut vs Planlagt kontakt, men ingen direkte mulighed for at skelne mellem Skadestue/ambulant forløb vs. indlæggelse som i LPR2. Kobling til LPR_A_SGHOPHOLD giver adgang til variablene SGH_OPH_PRIORITET (Planlagt vs Akut (fysisk møde)) og SGH_OPH_TYPE (Ambulant vs Indlæggelse), Derudover indeholder tabellen vigtige binære ’flag-variable’ , Flag_beh_type_psykiatri; Flag_beh_type_somatik, Flag_sygh_type_off; Flag_sygh_type_priv, Flag_sgh_oph_finansiering_off; Flag_sgh_oph_finansiering_priv, To nye registre er tilgængelige: Få indsigt i danskernes pårørenderelationer , 9. juli 2025 af Amanda Grønbjerg Vrå , To nye grunddataregistre er nu tilgængelige i Danmarks Datavindue (DDV). Registrene giver nye muligheder for at belyse den danske befolknings pårørenderelationer – eller fraværet af dem – på et givent tidspunkt. De to registre består af:, • Paaroerende_befolkning: Indeholder én række pr. person i befolkningen og viser bl.a. antallet af pårørende samt den korteste bopælsafstand til dem, • Paaroerende_relationer: Indeholder én række pr. unik relation mellem to personer og indeholder oplysninger om relationstype og eventuel fælles bopæl., De pårørende, der registreres, omfatter bl.a. partnere, børn, forældre, søskende (hel- og halvsøskende), børnebørn, bedsteforældre og svigerbørn. Det er desuden muligt at identificere personer, som ikke har pårørende i nogen af disse kategorier – en vigtig dimension i analyser af fx ensomhed, sårbarhed og social ulighed., Registrene er dannet på baggrund af CPR-oplysninger og partnerdefinitionen i e-familietype og er udviklet med støtte fra TrygFonden samt i samarbejde med både interne og eksterne brugere., Levering af ikke-pseudonymiserede SOR-koder - både i grunddata og øvrige data, 9. juli 2025 af Karin Ørum Elwert og Oskar Enghoff , Den 13. juni udkom Forskningsservice med nye LPR_A grunddata for 2023. Samtidig med tilføjelsen af de nye data, overgår Forskningsservice til at levere ikke-pseudonymiserede SOR-koder i både Grunddata og øvrige data., SOR står for Sundhedsvæsenets Organisationsregister, et register som administreres af Sundhedsdatastyrelsen, hvori danske sundhedsenheder kan indgå med en unik kode – her kaldet SOR-kode. Tidligere har Sygehus-afdelingsklassifikationen (SHAK) kunnet tilfredsstille mange af de samme behov som SOR, herunder tildeling af unikke koder (SHAK-koder) for mange danske sundhedsenheder., Forskningsservice har oplevet en løbende efterspørgsel efter ikke-pseudonymiserede SOR-koder fra vores brugere, men har indtil nu fastholdt pseudonymiseringen, da SHAK-koder i mange tilfælde har kunnet bruges i stedet. I april 2025 har Sundhedsdatastyrelsen imidlertid officielt udfaset SHAK-koderne, og for at fastholde og forbedre Danmarks Statistiks mikrodataordningers understøttelse af samfundsrelevante analyser på sundhedsområdet, overgår Forskningsservice nu til at levere SOR-koder uden pseudonymisering. Dermed svarer Forskningsservices håndtering af SOR-koder til Sundhedsdatastyrelsens håndtering., Forskningsservice vil fortsat have særlig opmærksomhed på øvrige data med SOR-koder, og sikre at tilknytningen af sådanne data tager højde for både datafortrolighedsmæssige hensyn og projektets analytiske behov., Det er vigtigt at påpege, at denne nye praksis ikke ændrer ved Forskningsservices regler for arbejdet med mikrodata. Ved brug af SOR-koder i Grunddata og øvrige data skal man således overholde de samme regler for fortrolighed, diskretionering og hjemtag, som gælder i øvrigt. Dermed falder hjemtag af analyseresultater baseret på SOR-enheder i Grunddata og øvrige data fortsat under de samme regler for diskretionering, som gælder for hjemtag af andre analyseresultater.,  ,  ,  ,  

    https://www.dst.dk/da/TilSalg/data-til-forskning/nyt-og-meddelelser/2025/nyt-om-grunddata-2-kvartal-2025

    Kvalitet i officiel statistik

    Der er flere forhold, der kendetegner kvalitet i officiel statistik, selvom det ofte er præcisionen, der fokuseres på – altså hvor præcist statistikken beskriver virkeligheden. Men for den enkelte bruger er det også vigtigt, at statistikken er relevant således, at den beskriver det fænomen, brugeren er interesseret i. Statistikken skal også være aktuel nok til, at den kan være grundlag for beslutninger, og der må derfor ikke gå for lang tid, inden den publiceres. Tidsserier, som beskriver udviklingen på et område, og er sammenlignelig med tilsvarende udviklinger i andre lande, er tit vigtige. For brugerne skal tallene kunne findes uden for meget besvær, og de skal være lette at forstå.,  , Hvad er officiel statistik?, Statistik bidrager til, at beslutninger på alle niveauer i det danske samfund kan ske på grundlag af troværdig og objektiv information – alt lige fra regeringspolitik og forskning til private virksomheders ageren og individers hverdagsvalg. En forudsætning for dette er imidlertid, at der findes standarder, som sikrer, at statistikken er troværdig og objektiv. For at imødekomme denne problemstilling er begrebet ’Officiel Statistik’ introduceret i Lov om Danmarks Statistik. Statistik, som er offentligt produceret, og som lever op til en række kvalitetskriterier, kan ifølge loven få betegnelsen officiel statistik. For andre offentlige myndigheder, som producerer statistik, er der udarbejdet retningslinjer for officiel statistik, som er nærmere beskrevet på , Portal for officiel statistik, .,  , Fælles kvalitetsramme, Adfærdskodeks for europæiske statistikker er en fælles ramme for kvaliteten i europæiske statistikker. Adfærdskodeksen består af 16 principper, som dækker institutionelle forhold, produktionsprocesser og statistiske produkter. Adfærdskodeksen blev udviklet i 2005 og revideret i 2011 og i 2017., Kodeksen er udarbejdet for at styrke tilliden til det europæiske statistiksystem og for at sikre, at alle producenter af officiel statistik i EU anvender de bedste internationale statistiske principper og metoder., Adfærdskodeks for europæiske statistikker, Adfærdskodeks for europæiske statistikker er et fælles rammeværk for kvaliteten i europæiske statistikker, Adfærdskodeksen består af 16 principper, som dækker institutionelle forhold, produktionsprocesserne og de statistiske produkter. Adfærdskodeksen blev udviklet i 2005 og revideret i 2011 og i 2017. , Kodeksen er udarbejdet for at styrke tilliden til det europæiske statistiksystem og for at sikre, at alle producenter af officiel statistik i EU anvender de bedste internationale statistiske principper og metoder., Adfærdskodeks for europæiske statistikker, Adfærdskodeks for europæiske statistikker er udarbejdet for at styrke tilliden til det europæiske statistiksystem og for at sikre, at alle producenter af officiel statistik i EU anvender de bedste internationale statistiske principper og metoder. Adfærdskodeksen er fremsat i en meddelelse fra EU Kommissionen og er blevet tiltrådt af Rådet af Økonomi- og Finansministre. De politiske myndigheder og statistikmyndighederne i EU har forpligtiget sig til at overholde principperne i adfærdskodeksen, så der sikres uafhængig statistik af høj kvalitet., Adfærdskodeksen trådte i kraft i 2005 og blev revideret i 2011 og igen i 2017. Det var især større krav vedrørende statistikmyndighedernes uafhængighed, kvalitetsstyring, koordinering og databeskyttelse, der var fokus for revisionerne., Adfærdskodeksen bygger på 16 principper fordelt på tre hovedområder, nemlig de institutionelle rammer, statistiske fremgangsmåder og statistiske produkter. Til hvert princip knytter sig en række indikatorer til implementeringen af kodeksen. , Institutionelle rammer, Faglig uafhængighed, Koordinering og samarbejde, Bemyndigelse til at indsamle data samt adgang til data, Tilstrækkelige ressourcer, Kvalitetsforpligtelse, Statistisk fortrolighed og databeskyttelse, Upartiskhed og objektivitet, Fremgangsmåder, God metodologi, Egnede statistiske fremgangsmåder, Begrænset byrde for respondenterne, Omkostningseffektivitet, Produkter, Relevans, Nøjagtighed og pålidelighed, Aktualitet og punktlighed, Sammenhæng og sammenlignelighed, Tilgængelighed og klarhed, Læs mere om de 16 principper i "Adfærdskodeks for europæiske statistikker" (pdf),  , Som en støtte til adfærdskodeksen er der udarbejdet et rammeværk for kvalitetssikring, Quality Assurance Framework. Det understøtter kvalitetskravene og giver råd om metoder, værktøjer og praksis, som kan være nyttige ved implementering af tiltag for at kunne leve op til adfærdskodeksen., Quality Assurance Framework of the European Statistical System (pdf),  , FN's principper for officiel statistik, Det europæiske adfærdskodeks bygger på FN's grundlæggende principper for officiel statistik. FN's statistiske Kommission vedtog den 14. april 1994 de grundlæggende principper for officiel statistik og Danmarks Statistik bestræber sig på at leve op til disse principper., FN's principper for officiel statistik, Princip 1. Den officielle statistik er et uundværligt element i ethvert demokratisk samfunds informationssystem, hvorfra data inden for områder som økonomi, demografi, sociale forhold og miljø skal være tilgængelig for den statslige administration, samfundsøkonomien og offentligheden. Med dette formål for øje, skal de officielle statistiske institutioner producere statistikker, som har en høj brugsværdi, og stille dem til rådighed for offentligheden på et upartisk grundlag for at imødekomme borgernes krav om almen oplysning., Princip 2. For at bevare den officielle statistiks troværdighed er det nødvendigt for de statistiske institutioner at træffe beslutninger, som er i overensstemmelse med faglige hensyn, herunder videnskabelige principper og faglig etik omkring metoder og fremgangsmåder for dataindsamling, bearbejdning, opbevaring og formidling af statistiske data., Princip 3. For at gøre det lettere at fortolke de statistiske data korrekt skal de statistiske institutioner præsentere information om datakilder, metoder og fremgangsmåder for statistikken i overensstemmelse med videnskabelige normer., Princip 4. De statistiske institutioner er berettigede til at kommentere fejlagtige fortolkninger og misbrug af statistikken., Princip 5. Data til statistiske formål kan udtrækkes fra alle typer af datakilder, hvad enten det er statistiske undersøgelser eller administrative registre. Ved udvælgelse af datakilden skal der tages hensyn til kvalitet, aktualitet, omkostninger og respondentbyrden., Princip 6. Individoplysninger indsamlet af de statistiske institutioner til statistisk bearbejdning, hvad enten de kan henføres til fysiske eller juridiske personer, skal behandles fortroligt og må udelukkende anvendes til statistiske formål., Princip 7. De love, bestemmelser og forholdsregler, som de statistiske systemer fungerer i henhold til, skal være tilgængelige for offentligheden., Princip 8. Koordinering mellem de statistiske institutioner inden for hvert land er af afgørende betydning for at opnå et sammenhængende og effektivt statistiksystem., Princip 9. At de statistiske institutioner i hvert enkelt land anvender internationale begreber, klassifikationer og metoder fremmer sammenhængen og effektiviteten i de statistiske systemer på alle niveauer., Princip 10. Bilateralt og multilateralt statistiksamarbejde bidrager til at forbedre de officielle statistiksystemer i alle lande.,  , Europæisk kvalitetsvurdering – ESS peer review, Der gennemføres med jævne mellemrum evalueringer og gennemsyn af Danmarks Statistik, herunder internationale evalueringer, som fx ESS peer review. Peer reviewet har til formål at evaluere, om EU-medlemslandene og EFTA-landene efterlever de 16 grundlæggende principper for officiel statistik, som er fastsat i Adfærdskodeks for europæiske statistikker (European Statistics Code of Practice, CoP). Derudover skal koordinationen inden for det nationale statistiksystem samt integration i forhold til ESS evalueres., I foråret 2022 blev Danmark senest vurderet af et europæisk ekspert-team i et peer review. Det europæiske ekspert-team, som er organiseret af Eurostat, har fået indblik i statistikproduktionen igennem dokumenter og en selvevaluering. Ekspert-teamet har haft samtaler med Danmarks Statistik, andre producenter af europæisk statistik, medier og andre brugere af europæisk statistik samt repræsentanter for leverandører af data til statistikproduktion. De andre producenter af europæisk statistik, der også blev vurderet, er Energistyrelsen, Miljøstyrelsen og Udlændingestyrelsen. Som et resultat af peer reviewet har ekspert-teamet afleveret en rapport, som ud over en gennemgang af den danske statistiksystem indeholder en række forbedringsforslag, som kan bidrage til at bedre kvaliteten af den officielle statistik i Danmark. Rapporten kan ses her:, Peer review-rapport 2022 (pdf), Opfølgning på det europæiske peer review 2022, I foråret 2022 blev Danmarks Statistik senest vurderet af et europæisk ekspert-team i et peer review. Som et resultat af peer reviewet blev der udarbejdet en peer review-rapport med anbefalinger til forbedringer. Danmarks Statistik har som opfølgning på rapportens anbefalinger udarbejdet en række forbedringstiltag (’improvement actions’), som vi arbejder på at implementere frem mod 2027. Vores forbedringstiltag kan findes i dokumentet linket til herunder.,  , Forbedringstiltagene blev formuleret i slutningen af 2022, men offentliggøres først i november 2024, da en længerevarende harmoniseringsproces i Eurostat har forsinket processen. For nogle områder kan forsinkelsen resultere i at der er igangsat processer, som ikke er beskrevet i vores forbedringstiltag eller at nogle tiltag har mistet deres relevans og aktualitet., Opfølgning på peer review - forbedringstiltag (pdf),  , Der har tidligere været gennemført to runder peer reviews – i 2007 og i 2015 – og rapporterne fra disse kan ses her:, Peer review-rapport 2015 (pdf), Peer review-rapport 2007 (pdf),  ,  

    https://www.dst.dk/da/OmDS/kvalitet-og-styring/kvalitet-for-statistikproduktion/kvalitet-i-officiel-statistik

    Sanktionsregler

    Det er vigtigt, at du sætter dig ind i og følger Danmarks Statistiks hjemtagelses- og datasikkerhedsregler. Overtræder du reglerne, risikerer du, at du eller hele din institution suspenderes eller kommer i karantæne hos Danmarks Statistik. Læs her om vores sanktionsregler og sagsbehandling ved databrud., Brugere af Danmarks Statistiks forskermaskiner er ansvarlige for at overholde vores hjemtagelses- og datasikkerhedsregler. Det betyder, at du som bruger har ansvar for: , At dit arbejde på forskermaskinerne er i overensstemmelse med Danmarks Statistiks datasikkerhedsregler. , Læs mere under Regler for arbejde med mikrodata,  , At hjemtage analyseresultater og materialer i overensstemmelse med Danmarks Statistiks hjemtagsregler. , Læs mere under Regler for hjemtagelse af analyseresultater, , og , At underrette Danmarks Datavindue øjeblikkeligt, hvis du konstaterer, at du har overtrådt Danmarks Statistiks datasikkerheds- eller hjemtagelsesregler., Læs mere i Danmarks Statistiks vejledningsmateriale:, Vejledning i datasikkerhedsreglerne under Mikrodataordningerne, herunder for hjemsendelse af analyseresultater og sanktioner ved databrud (pdf) ,  , Brud på reglerne? Sådan håndterer du det, Har du overtrådt Danmarks Statistiks regler eller mistanke om, at du har det, har du underretningspligt. Opfylder du underretningspligten i forbindelse med overtrædelse, vil det ses som en formildende omstændighed., Du bedes underrette både den autorisationsansvarlige på din institution og Danmarks Datavindue, sidstnævnte ved at sende en e-mail til , FSEHjemtag@dst.dk, med følgende: , Din ident og autorisationsnummeret på den institution, du er tilknyttet, Evt. projektnummer, En beskrivelse af bruddet eller hvor du mistænker et brud, Dato og tidspunkt for bruddet , Hvis bruddet involverer filer, for eksempel filer du har hjemtaget, billedfiler på din computer, i din mailboks eller lignende, skal du straks slette dem fra din PC, DDV App, mailbakker mv. og informere om dette i din e-mail til Danmarks Datavindue.,  , Danmarks Statistiks sanktionsregler, Hvis der sker brud på Danmarks Statistiks regler for hjemtagelse og datasikkerhed, har Danmarks Statistik mulighed for at sanktionere brugere og i værste fald hele institutioner. Danmarks Statistiks sanktionsregler træder i kraft, hvis: , En bruger overtræder reglerne for arbejdet med mikrodata på Danmarks Statistiks forskermaskiner, for eksempel ved at tage et skærmbillede eller afskrive fra forskermaskinen, , eller, En bruger har hjemtaget data med mikrodata for eksempel hjemtaget en fil med pseudynomiseret nøglevariable fra BOPIKOM, Bemærk, : En enkeltstående overtrædelse af diskretionsreglerne vil ikke medføre sanktioner. Ved gentagne overtrædelser kan det dog føre til sanktioner for institutionen., Sanktioner ved brud – Vurdering af alvor og omfang, Det er Danmarks Statistik, der træffer afgørelse om en sanktion. Afsættet er et skel mellem milde og alvorlige brud: , Milde brud, : Ubetænksom handling eller uheld – for eksempel identifikation ved fejlsøgning, Alvorlige brud, : Bevidst handling – for eksempel bevidst forsøg på at identificere individer eller virksomheder i data , Det er Danmarks Statistik, der vurderer, om et brud skal betegnes som mildt eller alvorligt. I vurderingen af et bruds alvorlighed indgår følgende overvejelser:, Er der tale om en ubetænksom eller bevidst handling?, Har brugeren selv opdaget bruddet, og i så fald opfyldt sin underretningspligt?, Ved hjemtagning, : Hvor stor en mængde mikrodata har brugeren hjemtaget?, Ved hjemtagning, : Er hjemtagsværktøjet i DDV App brugt til hjemtagelsen, og i så fald, har brugeren ignoreret hjemtagsmodulets advarsel? , Ved enkeltstående, milde brud vil sanktionen ramme brugeren og projektet, hvor bruddet er sket. Det betyder, at projektet, hvor bruddet fandt sted, midlertidigt lukkes for alle og brugerens adgang midlertidigt lukkes, så denne ikke kan tilgå sine projekter. Ved alvorlige eller gentagne brud, dvs. hvor der tidligere er registreret brud på institutionsnummeret, vil sanktionerne være strengere. Se oversigten over sanktioner nedenfor., Bemærk, : Hvis Danmarks Statistik tidligere har registreret brud for en institution, vil brud, der er mere end 2 år gamle, ikke tages i betragtning. Det betyder, at det nye brud vil blive behandlet som et førstegangsbrud., Oversigt over sanktioner, Sanktionsystem for forskningsordningen,  , Sanktion mod bruger og projekt:, Adgang for bruger lukkes og adgang til projekt lukkes, Sanktion mod institution:, Adgang for alle brugere lukkes og adgang til alle projekter lukkes, Forekomst, 1. gang, 2. gang, inden for 2 år, 3. gang, inden for 2 år, 4. gang, inden for 2 år, Mildt brud, Frem til redegørelse kan godkendes*, 1 mdrs. karantæne*, 3 mdrs. karantæne*, Konkret, vurdering*, Mulighed for at opsige institutionens autorisations-aftale, Alvorligt brud, 3 mdrs. karantæne*, 3 mdrs. karantæne*, Mulighed for at opsige institutionens autorisations-aftale og/eller en konkret brugeraftale, 6 mdrs. karantæne*, Konkret evaluering af institutionens autorisations-aftale, samt mulighed for at opsige autorisations-aftale*, Sanktionssystem for myndighedsordningen,  , Sanktion mod bruger: , Adgang for bruger lukkes, Sanktion mod ordning:, Adgang for ordningens brugere lukkes, Forekomst, 1. gang, 2. gang, inden for 2 år, 3. gang, inden for 2 år, 4. gang , inden for 2 år, Mildt brud, Frem til redegørelse kan godkendes*, 1 mdrs. karantæne, 1 mdrs. karantæne, Konkret vurdering, Mulighed for at opsige autorisations-aftale, Alvorligt brud, 3 mdrs. karantæne, 3 mdrs. karantæne, Mulighed for at opsige autorisations-aftale og/eller brugeraftale, 3 mdrs. karantæne, 6 mdrs. karantæne, Mulighed for at opsige autorisations-aftale, * Når Danmarks Statistik konstaterer et brud, der falder ind under sanktionsreglerne, vil brugeren og det projekt, hvor bruddet har fundet sted, blive midlertidigt suspenderet, indtil Danmarks Statistik har behandlet sagen og truffet en afgørelse. Dette gælder uanset, om der er tale om et enkeltstående eller gentagne brud inden for 2 år. , Danmarks Statistiks afgørelse træffes på baggrund af en redegørelse og en plan, som den institution, brugeren er tilknyttet, skal forelægge for Danmarks Statistik. Behandlingen af sagen påbegyndes først i Danmarks Statistik, når en , tilstrækkelig , redegørelse og plan er modtaget. Det er Danmarks Statistik, der vurderer, om en institutions redegørelse og plan er tilstrækkelig eller skal omgøres.  , Du kan læse mere om Danmarks Statistiks sagsbehandling samt de krav, der stilles til redegørelsen og planen under ”Sagsbehandling ved regelbrud i Danmarks statistik - vejledning”.,  , Sagsbehandling ved regelbrud i Danmarks statistik - vejledning, Når Danmarks Statistik modtager en underretning eller selv konstaterer, at en bruger har overtrådt Danmarks Statistiks datasikkerheds- og hjemtagsregler, vil den pågældende bruger og det projekt, hvor bruddet er sket, blive midlertidigt suspenderet. Suspensionen varer, indtil Danmarks Statistik har modtaget en tilstrækkelig redegørelse for hændelsesforløbet og plan for at forhindre lignende brud i fremtiden, og sagen er blevet behandlet og afgjort af Danmarks Statistik., Sagsbehandlingen trin-for-trin , Processen foregår i følgende trin:, Trin: Orientering og krav om redegørelse og plan, Når Danmarks Datavindue modtager en underretning eller selv konstaterer, at en bruger har overtrådt Danmarks Statistiks regler, vil den pågældende bruger og den autorisationsansvarlige, tilknyttet institutionen, blive orienteret pr. mail. , Danmarks Datavindue orienterer om datoen for suspensionen af projektet og pågældende bruger samt anmode om en tilstrækkelig redegørelse for hændelsen og bruddets omfang, samt en tilstrækkelig plan for at undgå lignende brud i fremtiden. Både redegørelsen og planen skal udfyldes i den standardskabelon som udleveres af Danmarks Datavindue., Det er den autorisationsansvarlige på institutionen, der har ansvaret for, at redegørelsen og planen udarbejdes og sendes til Danmarks Datavindue., Redegørelse og plan – krav om ”tilstrækkelighed”, Med kravet om tilstrækkelighed efterspørger Danmarks Datavindue en tilstrækkelig redegørelse for hændelsesforløbet og bruddets omfang. Med en tilstrækkelig plan menes en redegørelse og eventuel dokumentation for passende tekniske, organisatoriske og/eller personalemæssige foranstaltninger, institutionen har implementeret i lyset af bruddet. Planen kan bl.a. bestå af: , En kort redegørelse for institutionens nuværende regler og praksis, som er relevante for sagen, En redegørelse for, hvad institutionen har gjort i forbindelse med bruddet, for eksempel hvilke konsekvenser det har haft for bruger, En plan for, hvad institutionen vil gøre for at forebygge lignende brud i fremtiden, Det er vigtigt, at der ikke fremsættes hensigtserklæringer. Det betyder, at institutionen skal redegøre for de indsatser, der allerede er gennemført eller vil blive gennemført, samt beskrive den proces, der ligger bag. Eksempler kunne være: , Har den autorisationsansvarlige afholdt møde med relevante nøglepersoner i institutionen om bruddet? (Angiv: Hvem? Hvornår? Hvilke forslag/ beslutninger blev vedtaget?). Vedhæft evt. beslutningsreferat., Har den autorisationsansvarlige indstillet forslag eller løsningsforslag til et relevant udvalg, direktionen, bestyrelsen eller lignende? (Angiv: Hvem? Hvornår? Hvad er/var på dagsordenen? Hvad blev besluttet?). Vedhæft evt. dagsorden og/eller beslutningsreferat. , Har man på institutionen besluttet at styrke for eksempel kommunikationen, undervisningsmaterialer, kodeks for adfærd eller lignende? (Hvad? Hvordan? Hvornår? Hvem er målgruppen?). , Har institutionen vedtaget eller gjort andet for at forebygge lignende brud i fremtiden? (Hvad? Hvordan? Hvornår? Hvem er målgruppen?)., Hvis Danmarks Datavindue vurderer, at redegørelsen, planen eller begge er utilstrækkelige, vil Danmarks Statistik orientere herom og anmode om en ny. ,  , Trin: Sagsbehandling i Danmarks Statistik, Når Danmarks Statistik vurderer, at en tilstrækkelig redegørelse og plan er modtaget, vil Danmarks Datavindue forberede sagen til Danmarks Statistiks Direktion og Rigsstatistiker. Sagsbehandlingen forventes at tage cirka 8 arbejdsdage fra modtagelsen af den tilstrækkelige redegørelse til afgørelsen sendes., Trin: Afgørelse, Når Danmarks Statistik har truffet afgørelse i sagen, modtager den autorisationsansvarlige et afgørelsesbrev fra Danmarks Statistik pr. mail. Brevet indeholder den endelige afgørelse fra Danmarks Statistiks Rigsstatistiker, herunder begrundelsen for afgørelsen samt information om, hvorvidt den midlertidige suspension af projektet og brugeren ophæves, eller om der lægges yderligere sanktioner på brugeren eller institutionen., Vejledninger, aftaler og dokumenter i relation til sanktionsregler og ansvar, Danmarks Statistiks datasikkerhedsregler under Mikrodataordningerne, Vejledning i datasikkerhedsreglerne under Mikrodataordningerne, herunder for hjemsendelse af analyseresultater og sanktioner ved databrud (pdf) , Danmarks Statistiks informationssikkerheds- og datafortrolighedspolitik, Informationssikkerhed og datafortrolighed – Danmarks statistik , Aftaler, Autorisationsaftale, Databehandleraftale (pdf), Tilknytningsaftale, Brugeraftale

    https://www.dst.dk/da/TilSalg/data-til-forskning/regler-og-datasikkerhed/sanktionsregler

    Dus med dimittenderne

    Hvordan går det med at uddanne kandidater, der er attraktive for den private sektor? Og hvor godt virker universitetets kampagner for at rekruttere nye studerende? Aarhus Universitet valgte at få datagrundlaget på plads., 27. juni 2019 kl. 11:00 ,  , Af Morten Andersen, Gennem de senere år har Aarhus Universitet haft stor fokus på at etablere flere samarbejder med virksomheder. Nu har universitetet fået et grundlag for at vurdere, om det også betyder, at flere kandidater får job i den private sektor. I samarbejde med Danmarks Statistik har universitetet udarbejdet en dimittendanalyse. Analysen viser, hvordan kandidaterne fra de fire hovedområder klarer sig med hensyn til beskæftigelse sammenlignet med de øvrige danske universiteter. Hvor mange kommer i arbejde? Hvilke brancher kommer de til, og hvor i landet ligger arbejdspladserne? , ”Analysen giver os en række pejlemærker. For eksempel er det interessant for et hovedområde, der har gjort en ekstra indsats for at etablere samarbejde med virksomheder, at se, om det slår igennem i form af højere grad af beskæftigelse for kandidaterne,” forklarer Bente Lynge Hannestad, funktionschef for uddannelsesstrategisk sekretariat, AU Uddannelse. , ”I AU Uddannelse har vi ikke konkluderet noget, men vi har stillet materialet til rådighed for universitetets ledelse og for ledelserne for de fire hovedområder. På den måde har ledelserne selv haft mulighed for at dykke ned i data som led i deres strategiske planlægning.” ,  , Beskæftigelsen for dimittender i hele landet,  , Figuren viser andelen af kandidatdimittender der er i beskæftigelse som lønmodtagere 1 år efter gennemført uddannelse fordelt på hoved-uddannelsesområder. (Et års kandidatdimittender er de dimittender, der har gennemført uddannelsen fra 1. oktober året før til 30. september i det aktuelle år. Data tager også højde for studieskift).,  , Figuren viser, at dimittender indenfor sundhedsområdet i væsentligt højere grad er i beskæftigelse som lønmodtager end f.eks. dimittender indenfor det humanistiske og det pædagogiske område. Figuren inkluderer kun lønmodtagere og ikke selvstændige, og der er blot tale om et nedslag, der ikke fortæller noget om fuldtidsbeskæftigelsen for dimittenderne. , Kommer hurtigere gennem studiet , Dimittendanalysen omfatter kandidatuddannelser fra Aarhus Universitet, Københavns Universitet, Syddansk Universitet, Aalborg Universitet, Roskilde Universitet, DTU og IT-Universitetet. Ud over beskæftigelsen er der sat tal på en række andre forhold, blandt andet studietiden. , Resultaterne er ikke beregnet til offentliggørelse. I AU Uddannelse, Analyse & Indberetning, vil fuldmægtig Pernille Kirk Jensen, som har koordineret universitetets arbejde med analysen, dog gerne løfte en enkelt flig af sløret: , ”Man kan tydeligt se af tallene, hvordan den gennemsnitlige studietid begyndte at falde, efter den såkaldte fremdriftsreform trådte i kraft (reformen kobler universiteternes økonomi sammen med evnen til at få de studerende hurtigt igennem, red.). Men naturligvis er der alligevel variationer i studietiden mellem de forskellige universiteter og hovedområder. Det er noget, som ledelserne kan inddrage i deres planlægning.” ,  , Gennemsnitlig Studietid for dimittender i hele landet,  , Figuren viser den gennemsnitlige studietid for kandidatdimittender i hele landet fra 2013 til 2017. (Et års kandidatdimittender er de dimittender, der har gennemført uddannelsen fra 1. oktober året før til 30. september i det aktuelle år. Data tager også højde for studieskift). ,  , Figuren viser, at den gennemsnitlige studietid har været faldende fra 2013 til 2017. Studiefremdriftsreformen har sandsynligvis haft en indflydelse på den gennemsnitlige studietid men det er ikke muligt at afgøre om faldet over perioden alene kan tilskrives reformen. , Klogere sammen , Analysen dækker perioden 2013-2017. ”Det er så tilpas langt tilbage i tiden, at vi også har mulighed for at vurdere, hvor godt nogle af de tidligere kampagner, vi har gennemført for rekruttering af studerende, har virket. Det kan også være, at der er nogle landsdele eller bestemte gymnasieretninger, hvor vi lykkes relativt dårligt med at rekruttere. Det kan ledelserne have med ved planlægningen af kommende kampagner,” kommenterer Bente Lynge Hannestad. , Initiativet til analysen kom fra Aarhus Universitets ledelse. Hvordan opgaven skulle udføres, blev overladt til AU Uddannelse. , ”Jeg må indrømme, at da vi kontaktede Danmarks Statistik, havde vi ikke lagt os fast på præcis hvilke data, der var relevante. Desuden var det svært for os at vide på forhånd hvilke data, det ville være muligt at trække ud på egnet form,” siger Bente Lynge Hannestad., ”Derfor havde vi brug for at udforme analysen i tæt samarbejde med Danmarks Statistik. Det udviklede sig hurtigt til en proces, hvor vi blev klogere sammen. Det har vi været glade for. Universitetets ledelse udtrykte da også stor tilfredshed, da vi kunne præsentere resultaterne.” , Kan erstatte spørgeskemaer , Også hos Danmarks Statistik er man blevet klogere gennem projektet, fortæller fuldmægtig Jens Ødum Nielsen, DST Consulting: , ”Aarhus Universitet ønskede jo at kunne følge de studerende geografisk. Hvor i landet kommer de fra, og hvor får de arbejde bagefter? Det var interessant at se, at vi faktisk var i stand til at følge de studerende. For eksempel er der jo studerende, som tilsyneladende dropper ud, men i virkeligheden blot skifter til et andet universitet, og nogle gange vender de endda tilbage til det første igen senere. Dette kunne vi holde styr på, da analysen omfatter alle universiteterne.” , Det viste sig, at Danmarks Statistik havde stort set alle relevante data selv: , ”En undtagelse var tal for, hvor mange af de studerende, der var optaget på henholdsvis kvote 1 og kvote 2 samt deres universitetsprioriteter. Her måtte vi trække på tal fra Den Koordinerede Tilmelding, som administreres af Undervisningsministeriet,” siger Jens Ødum Nielsen og tilføjer, at Danmarks Statistik allerede får henvendelser fra andre institutioner, som har hørt om analysen: , ”Det drejer sig om andre universiteter, erhvervsskoler mv., som udfører spørgeskemaundersøgelser og lignende, men nu overvejer, om ikke de kan opnå bedre og billigere resultater ved at bede os om at analysere eksisterende data.” ,  , Fakta #1 Dimittendanalyse, En dimittendanalyse tager udgangspunkt i en konkret gruppe dimittender, enten defineret gennem indsendte CPR-numre eller via søgning i Danmarks Statistiks registre ud fra bestemte kriterier. Analysen kan indeholde statistik på dimittenderne før, under og efter bestået eksamen. , Fx har gymnasier fokus på, om deres dimittender læser videre og i så fald indenfor hvilke hovedområder og hvor i landet, mens Professionshøjskoler og universiteter har fokus på, hvor hurtigt og hvor deres dimittender kommer i arbejde både geografisk og branchemæssigt. Analysen kan også se på fx bopæl og eksamenskarakterer før studiestart samt frafald og studietid undervejs i uddannelsen. Yderligere er det muligt at tilkoble baggrundsvariable såsom køn, alder, herkomst, forældres baggrund osv.,  , Jens Ødum Nielsen, Fuldmægtig, DST Consulting, Danmarks Statistik, Tlf.: 39 17 33 97, jdn@dst.dk, Foto: , Danmarks Statistik, Bente Lynge Hannestad, Funktionschef, AU Uddannelse - Uddannelsesstrategisk Sekretariat, Aarhus Universitet, Tlf.: 28 10 28 55, blh@au.dk, Foto: , www.medarbejdere.au.dk, Pernille Kirk Jensen, Fuldmægtig, AU Uddannelse - Analyse og Indberetning, Aarhus Universitet, Tlf.: 21 18 62 97, pkj@au.dk, Foto: , AU Foto

    https://www.dst.dk/da/TilSalg/perspektiv/2019/2019-06-26-dus-med-dimittenderne

    De fleste elbiler købes af personer med høj indkomst, lang uddannelse og parcelhus

    Salget af elbiler er steget kraftigt de seneste år. Blandt køberne er en overrepræsentation af familier i de højeste indkomstgrupper, med de længste uddannelser og som bor i parcelhus. Inden for de seneste 2½ år er 39 pct. af de nye elbiler købt eller leaset af de 10 pct. af familierne med de højeste indkomster., 25. oktober 2023 kl. 7:30 ,  , Stadig flere anskaffer sig en elbil. Den 1. januar 2015 var der 2.900 elbiler i Danmark - tre et halvt år senere var tallet fordoblet til 6.100. Siden er der blevet kortere og kortere mellem fordoblingerne af antallet. I august 2023 var den samlede bestand af elbiler kommet op på 160.000, svarende til seks pct. af den samlede bestand af personbiler., Ud af de ca. 160.000 elbiler står familierne for 84 pct., mens resten er købt eller leaset af erhvervsdrivende. , Udvikling i bestanden af elbiler i Danmark 2015-2023, Kilde: Særkørsel på baggrund af Bilregistret, Dem, der anskaffer sig en elbil, ligner ikke den gennemsnitlige dansker: Hvis man har et lønmodtagerjob på højeste niveau eller et toplederjob, en lang uddannelse, en høj indkomst og bor i et parcelhus – så har man en markant større sandsynlighed end andre personer i Danmark for at have købt en ny, elbil det seneste to og et halvt år., Læs også: , ”Gennemsnitsdanskeren”, Af de 61.000 elbiler, der blev købt eller leaset de seneste 2½ år, blev 39 pct. anskaffet af de 10 pct. af familier i den højeste indkomstgruppe., Indkøbene af fossile biler er i samme periode mere jævnt fordelt i forhold til familiernes indkomst – dog stadig med en vis overvægt i de højeste indkomstgrupper., Andel af familier fordelt efter indkomstinterval, der har købt hhv. elbil og fossil bil, 1. jan. 2021 – 31. aug. 2023, Anm.: Andelen af gruppen ’udenfor arbejdsstyrken’ omfatter familier med uoplyst socioøkonomisk gruppe., Kilde: Særkørsel på baggrund af Bilregistret, Indkomst, Befolkningen er her inddelt i 10 lige store grupper (deciler) efter størrelsen af familiens indkomst. De 10 pct. med lavest indkomst ligger i 1. decil og de højeste indkomster i 10. decil. , Der er taget højde for antallet af medlemmer i den enkelte familie – en såkaldt ækvivalensvægtet indkomst – da det præciserer familiens forbrugsmuligheder., Lønmodtagere på højeste niveau og topledere er overrepræsenteret, Ser man på elbilkøbernes status på arbejdsmarkedet – om man fx er arbejdsløs, selvstændig, lønmodtager osv. – tegnes et mønster med synlig overrepræsentation i to grupper, nemlig lønmodtagere på højeste niveau og topledere (se faktaboks), Mens toplederne udgør 3 pct. af befolkningen, udgør de 10 pct. af elbilkøberne de seneste 2½ år. Og lønmodtagere på højeste niveau, som udgør 10 pct. af befolkningen, udgør 28 pct. af elbilkøberne., Socioøkonomiske grupper, Den socioøkonomiske opdeling på forskellige niveauer defineres af niveauet for færdigheder., Topledere:, Omfatter personer med ledelsesarbejde på øverste administrative niveau.  , Lønmodtagere højeste niveau:, Omfatter personer med arbejder der forudsætter højeste færdighedsniveau (fx læge, advokat, præst), Lønmodtagere mellemniveau:, Omfatter personer med arbejde, der forudsætter mellemste færdighedsniveau (fx laborant, programmør, sygeplejerske), Lønmodtagere grundniveau:, Omfatter personer med arbejde, der forudsætter færdigheder på grundniveau (fx kontorarbejde, kundeservice, landbrugsarbejde)., Andel af elbilkøb og befolkning fordelt efter socioøkonomiske grupper, 1. jan. 2021 – 31. aug. 2023, Anm.: Andelen af gruppen ’udenfor arbejdsstyrken’ omfatter familier med uoplyst socioøkonomisk gruppe., Kilde: Særkørsel på baggrund af Bilregistret,  , Når det gælder uddannelsesniveau blandt elbilkøberne, ses en overrepræsentation blandt personer med de længste uddannelser. Denne gruppe udgør 11 pct. af befolkningen, men 29 pct. af elbilkøberne., Også personer med en mellemlang videregående uddannelse er overrepræsenteret, men i lidt mindre grad: de udgør 15 pct. af befolkningen, og 24 pct. af elbilkøberne. I den anden ende af skalaen ligger personer med grundskole som højeste uddannelsesniveau. De udgør 16,5 pct. af befolkningen, men kun 2,5 pct. af elbilkøberne., De fleste elbilkøbere bor i parcelhus, Endelig skiller en gruppe sig også markant ud, når det gælder boligform: ca. to tredjedele (64 pct.) af elbilerne blev købt af personer med adresse i et parcelhus, mens denne gruppe kun udgør ca. en tredjedel (35 pct.) af befolkningen., Omvendt er personer, der bor i etagebolig, synligt underrepræsenteret: 34 pct. af befolkningen bor i etagebolig, men de står for kun 14 pct. af de købte elbiler det seneste 2½ år., Andel elbilkøbere fordelt efter boligform, 1. jan. 2021 – 31. aug. 2023, Anm.: Andelen af gruppen ’uoplyste og andre’ omfatter familier med uoplyst boligform., Kilde: Særkørsel på baggrund af Bilregistret, Geografisk mere lige fordeling, Elbilkøberne fordeler sig på stort set samme måde som befolkningen i forhold til, hvor store byer vi bor i. Eksempelvis bor 24 pct. af befolkningen og 22 pct. af elbilkøberne i hovedstadsområdet, mens 14 pct. af befolkningen og 13 pct. af elbilkøberne bor i landdistrikterne. Og i byer med et indbyggertal på mellem 50.000 og 100.000 (som fx Esbjerg og Kolding) bor 7 pct. af befolkningen – og knap 7 pct. af elbilkøberne., På kommuneniveau tegner der sig et lidt mere varieret billede. I en håndfuld kommuner nord for Købehavn er der en synlig overrepræsentation af elbilkøbere i forhold til, hvor stor en andel kommunens indbyggertal udgør af befolkningen., Rudersdal Kommune ligger i top målt på forskellen mellem andel af elbilkøbere og andel af befolkningen. Ud af alle de familier i hele landet, der har købt elbil inden for de sidste 2½ år, bor 2,29 pct. i Rudersdal, mens kun 0,87 af alle familier i landet bor i kommunen. 0,95 pct. af de familier, der har købt elbil, bor I Hørsholm, mens kun 0,39 pct. af alle familier bor i kommunen. De andre i denne ’Top Fem’ er Allerød, Furesø og Dragør., I den anden ende ligger bl.a. Københavns Kommune, hvor 12,7 pct. af alle familier i landet bor - men kun 7,6 pct. af elbilkøberne., FAKTA - køb og leasing, Alle beregninger vedr. køb/leasing omfatter perioden 1. januar 2021-31. august 2023, hvor , familierne anskaffede ca. 61.000 elbiler, hvoraf 9.600 blev leaset., FAKTA - fossile biler, De familier, der har købt fossil bil i perioden 1. januar 2021 til den 31. august 2023, fordeler sig i højere grad ligesom befolkningen, når det gælder både socioøkonomiske grupper, uddannelse og boligform. Der er stadig en vis overrepræsentation af fossilbil-købere i de tre lønmodtagergrupper, i grupper med de længste uddannelser og i familier med bolig i parcelhus sammenlignet med gruppernes andel af befolkningen – men synligt mindre end for elbilkøberne. Fx udgør lønmodtagere på højeste niveau 10 pct. af befolkningen, og 14 pct. af køberne af fossile biler. Lønmodtagere på grundniveau, som udgør 17 pct. befolkningen, udgør 21 pct. af køberne af fossile biler., Læs også: , Rekordstor andel af nye elbiler i september,  (Nyt fra Danmarks Statistik),  

    https://www.dst.dk/da/Statistik/udgivelser/bagtal/2023-25-11-portraet-af-elbilkoeberen

    Bag tallene

    Hjælp til søgning

    Få hjælp til at finde den rette statistik.

    Kontakt Informationsservice

    For forskere

    Søg separat i variable eller højkvalitetsdokumentation.

    Variable

    Højkvalitetsdokumentation