Praktisk gjennomgang – temakurs om jobbdata fra A-ordningen

Skriptet nedenfor viser hvordan man kan jobbe med jobbdata fra A-ordningen. Dette ble gjennomgått i vårt temakurs som ble kjørt to ganger i 2022. Temakurset demonstrerer også hvordan man jobber med data om pågående studier. Se egne eksempler for dette: [Eksempel 1](docs/eksempel/Tema - Utdanningsanalyser/Hente ut informasjon om pågående utdanning for et gitt tidspunkt.md) og [eksempel 2](docs/eksempel/Tema - Utdanningsanalyser/Hente ut informasjon om pågående utdanning i løpet av et år.md).

  Klikk her for mer om våre kurs.

 textblock
Temakurs: Hvordan jobbe med jobbdata
------------------------------------
endblock

require no.ssb.fdb:30 as db

textblock
1) Hvordan konvertere data fra jobb- til personnivå - numeriske opplysninger
----------------------------------------------------------------------------
endblock

//Lager datasett for sysselsatte (persondata)
create-dataset sysselsatte
import db/ARBLONN_PERS_KJOENN 2021-07-16 as kjønn
import db/ARBLONN_PERS_ALDER 2021-07-16 as alder

//Lager datasett for arbeidsforhold (jobbdata)
create-dataset arbeidsforhold
import db/ARBLONN_ARB_ARBEIDSTID 2021-07-16 as arbtid
import db/ARBLONN_ARB_STILLINGSPST 2021-07-16 as stillingspst
import db/ARBEIDSFORHOLD_PERSON as personid

//Aggregerer fra jobbdata- til persondatanivå ved å summere arbeidstid og stillingsprosent per person. Kobler deretter jobbopplysningene på persondatasettet sysselsatte
collapse (sum) arbtid stillingspst, by(personid)
merge arbtid stillingspst into sysselsatte

//Lager jobbstatistikk
use sysselsatte

summarize arbtid stillingspst
tabulate kjønn, summarize(arbtid)
tabulate kjønn, summarize(stillingspst)

generate aldersgr = 1
replace aldersgr = 2 if alder > 25
replace aldersgr = 3 if alder > 40
replace aldersgr = 4 if alder > 60
define-labels alderslabel 1 '0-25' 2 '26-40' 3 '41-60' 4 '61->'
assign-labels aldersgr alderslabel
tabulate aldersgr kjønn, summarize(arbtid)
tabulate aldersgr kjønn, summarize(stillingspst)


textblock
2) Hvordan konvertere data fra jobb- til personnivå - kategoriske opplysninger 
------------------------------------------------------------------------------
endblock

create-dataset vestland
import db/ARBLONN_PERS_KOMMNR 2021-07-31 as bosted
keep if substr(bosted,1,2) == '46'
import db/ARBLONN_PERS_KJOENN 2021-07-16 as kjønn

create-dataset heltid
import db/ARBLONN_ARB_H3LDELTID 2021-07-16 as heldel
import db/ARBLONN_ARB_ARBEIDSTID 2021-07-16 as arbtid
import db/ARBEIDSFORHOLD_PERSON as personid
tabulate heldel
keep if heldel == '1'
destring heldel
collapse(sum) heldel arbtid, by(personid)
rename heldel hel
rename arbtid arbtid_hel
merge hel arbtid_hel into vestland

create-dataset deltid
import db/ARBLONN_ARB_H3LDELTID 2021-07-16 as heldel
import db/ARBLONN_ARB_ARBEIDSTID 2021-07-16 as arbtid
import db/ARBEIDSFORHOLD_PERSON as personid
keep if heldel == '2'
destring heldel
replace heldel = heldel/2
collapse(sum) heldel arbtid, by(personid)
rename heldel del
rename arbtid arbtid_del
merge del arbtid_del into vestland

use vestland
tabulate hel
tabulate del
tabulate del kjønn, rowpct freq
tabulate del, summarize(arbtid_del)
tabulate kjønn, summarize(arbtid_del)
tabulate kjønn, summarize(arbtid_hel)


textblock
3) Case om turnusordninger
-----------------------------------------------
endblock

//Lager datasett for sysselsatte (persondata)
create-dataset sysselsatte2
import db/ARBLONN_PERS_KJOENN 2021-07-16 as kjønn
import db/ARBLONN_PERS_ALDER 2021-07-16 as alder

//Lager datasett for arbeidsforhold (jobbdata)
create-dataset arbeidsforhold2
import db/ARBLONN_ARB_TID_ORDNING 2021-07-16 as arb_ordning
import db/ARBLONN_ARB_ARBEIDSTID 2021-07-16 as arbtid
import db/ARBEIDSFORHOLD_PERSON as personid

tabulate arb_ordning

//Aggregerer fra jobbdata- til persondatanivå ved å summere arbeidstid og stillingsprosent per person. Kobler deretter jobbopplysningene på persondatasettet sysselsatte
keep if arb_ordning == 'dogn355'
generate ant_turnus = 1
collapse (sum) ant_turnus arbtid, by(personid)
merge ant_turnus arbtid into sysselsatte2

//Lager turnus-statistikk
use sysselsatte2
tabulate ant_turnus, summarize(arbtid) mean freq

generate turnus = 0
replace turnus = 1 if ant_turnus >= 1

summarize arbtid if turnus

tabulate turnus, cellpct freq
tabulate kjønn turnus, rowpct freq
tabulate kjønn if turnus, summarize(arbtid)

generate aldersgr = 1
replace aldersgr = 2 if alder > 25
replace aldersgr = 3 if alder > 40
replace aldersgr = 4 if alder > 60
assign-labels aldersgr alderslabel

tabulate aldersgr turnus, rowpct freq
tabulate aldersgr if turnus, summarize(arbtid)


textblock
4) Data på jobbnivå: Hvordan koble sammen persondata med jobbdata 
-----------------------------------------------------------------
endblock

create-dataset jobber
import db/ARBLONN_ARB_YRKE_STYRK08 2021-07-16 as yrke
import db/ARBLONN_ARB_ARBEIDSTID 2021-07-16 as arbeidstid
import db/ARBLONN_LONN_EKV_IALT 2021-06-30 as mndlønn_heltidsekv
import db/ARBEIDSFORHOLD_PERSON as personid

create-dataset personer
import db/ARBLONN_PERS_KJOENN 2021-07-16 as kjønn
merge kjønn into jobber on personid

use jobber
tabulate yrke kjønn, summarize(mndlønn_heltidsekv)
tabulate yrke kjønn, summarize(arbeidstid)

textblock
5) Case med outer join for å få med personer som kommer i jobb utover observasjonsperioden
------------------------------------------------------------------------------------------
endblock

create-dataset jobber_alle
import db/ARBLONN_ARB_ARBEIDSTID 2021-01-16 as arbtid2101
import db/ARBLONN_ARB_ARBEIDSTID 2021-02-16 as arbtid2102, outer_join
import db/ARBLONN_ARB_ARBEIDSTID 2021-03-16 as arbtid2103, outer_join

summarize