Likestilte kommuner. Melhus er en mangfoldig kommune der det skal være mulig å være modig

Transkript

1 Likestilte kommuner

2 ROAR Riktig Organisering Av Ressursene

3 Arbeidsgruppen Marit Johanne Berg (hovedtillitsvalgt Norsk sykepleier forbund) Roger Santokhie (utviklingsseksjonen) Rita Myrseth (assisterende virksomhetsleder, Nedre Melhus helse og omsorg)

4 Tjenesteområde/problemstilling Får menn lettere tilgang på praktisk bistand i hjemmet? Dette har blitt en «sannhet» vi ønsker å teste ut.

5 Mål Teste ut om hjelpebehov og funksjonsnivå er grunnlaget for tildeling av tjenesten og ikke kjønn.

6 Metode Datainnsamling o Data på systemnivå: IPLOS-funksjonsverdier, tildelt tjenester og mengde tjenester o Data på individnivå: søknader og vedtak o Relevant styringsdokumenter: serviceerklæringer og saksbehandlingsrutiner

7 Dataanalyse

8 Utvalget Den typiske hjemmehjelpsbruker er gjerne en eldre bruker 67 år eller eldre Dette gir et utvalg bestående av 73 menn og 221 kvinner

9 Kjønn 45 prosent menn blant de som er 67 år eller eldre men kun hver fjerde hjemmehjelpsmottaker er en mann. Det betyr at hver tiende mann i utvalget mottar hjemmehjelp mens hver femte eldre kvinne mottar hjemmehjelp. En mulig forklaring på dette som ikke er undersøkt i dette notatet er at eldre menn får mindre hjemmehjelp dersom de enten bor sammen med annen omsorgsperson (kone) eller at de i stedet får andre kommunale tjenester (institusjonsbasert).

10 Iplos-funksjonsverdier 294 brukere i utvalget så er 285 registrert med bistandsbehov 70 menn har gjennomsnittlig bistandsbehov 2,38 mens 215 kvinner har gjennomsnittlig bistandsbehov 2,23. Betyr det at menn har mer behov enn kvinner?

11 Iplos-funksjonsverdier Årsaker til at det er slike forskjeller mellom kjønnene o Menn er mer hjelpetrengende enn kvinner o Menn fremstår som mer hjelpetrengende enn kvinner, og får dermed høyere ADL-registreringer o Dersom det er ulik terskel for når tilbudet gis må vi anta at den minste gruppen er den mest hjelpetrengende, i dette tilfellet menn. Dersom terskelen for å gi tilbud senkes og gis til flere vil automatisk det gjennomsnittlige bistandsbehovet bli lavere.

12 Modeller Modell Resultat Kommentar / forklaring 1: Bare kjønn Negativ effekt av menn Negativ og signifikant effekt, det vil si at menn i gjennomsnitt har signifikant mindre kommunalt tilbud enn kvinner. Sterk effekt, men samlet sett forklarer ikke modellen mye av den samlede variasjonen i datamaterialet 2: Alder og kjønn Positiv effekt av alder Negativ effekt av menn Også denne modellen ser vi en negativ effekt av menn. Samlet sett er modellen bedre enn modell 1, alder er langt viktigere enn kjønn. 3: Alder, kvadrert alder og kjønn Positiv men kurvelineær effekt av alder Negativ effekt av menn Vi tester også kvadrert alder for å se om det er en kurvelineær sammenheng og ikke bare en lineær sammenheng slik modell 2 tester. Vi finner at det er slik, men samlet sett er modellen litt bedre men ikke så så mye bedre enn modell 2. Robust resultat ift til menn. 4: Alder, kvadert alder, kjønn og interaksjonsledd Ingen kjønnseffekt En interaksjonseffekt tester i hvilken grad menn har annen sammenheng med alder enn kvinner. Vi finner nå ikke signifikante sammenhenger, det skyldes at det er for stor korrelasjon mellom variablene i modellen. Er ikke bedre enn modell 3.

13 Modeller 5: Alder, kvadrert alder, kjønn, og interaksjonsledd også med kvadrert alder Ingen kjønnseffekt En interaksjonseffekt tester i hvilken grad menn har annen sammenheng med alder enn kvinner. Vi finner nå ikke signifikante sammenhenger, det skyldes at det er for stor korrelasjon mellom variablene i modellen. Er ikke bedre enn modell 3. 6: Alder, kjønn og dummy for de eldste gruppene 7: Alder, kjønn, andel menn i aldersgruppe 8: Alder, kvadrert alder, kjønn, dummy for de eldste gruppene, interaksjonsledd, og andel menn i aldersgruppe Negativ effekt av menn Negativ effekt av menn, positiv effekt av andel menn i aldersgruppe Ingen effekt utover modell 7 Ingen tydelig effekt av dummy på de eldste gruppene. Tyder på enten at effekten av alder er forholdsvis lineær, eller at det er alt for få observasjoner i de eldste gruppene til å gi noe signifikant resultat. Kontrollerer også for hvordan kjønnsfordelingen er for hvert alderstrinn. Dette er en modell som tar med alle variabler. Modellen forklarer ingenting utover det som er forklart i den enklere modell 7.

14 Modell 1 Sannsynlighet for hjemmehjelp, kun forskjell på kjønn.

15 Modell 5 Sannsynlighet for hjemmehjelp, modell som inkluderer kjønn, alder, kvadrert alder, interaksjonsledd.

16 Modell 8 Sannsynlighet for hjemmehjelp, med kontroll for kjønn, alder, kvadrert alder, interaksjonsledd samt kjønnsbalansen i hvert enkelt alderstrinn.

17 Resultater I forhold til befolkningen ellers så mottar langt flere kvinner enn menn hjemmehjelp De menn som mottar hjemmehjelp har registrert høyere bistandsbehov enn kvinner Det er vesentlige forskjeller i kjønnsbalansen innad i virksomhetene i Melhus kommune Når vi lager data for hele befolkningen og tester sannsynligheten for å få tjenester ser det ikke ut til at menn i større grad enn kvinner får hjemmehjelp, snarere tvert om. Flere kvinner får hjemmehjelp enn menn.

18 Alternativ tilnærminger Studere de som er gitt avslag ettersom dette er en del av det opprinnelige datagrunnlaget (ikke aktive tjenester). Datagrunnlaget inneholder nå kun avslag fra de som faktisk har mottatt tjenester. Omfanget av tjenester til brukerne, som for eksempel antall timer tjenestetid

19 Konklusjon Vi har sett på en isolert tjeneste uten å studere nærmere de andre tjenestene som kommunen tilbyr. En nærmere analyse av det samlede tilbudet vil måtte gjøres for å kunne si noe mer om det er betydelige kjønnsforskjeller blant tjenestemottakere i Melhus kommune. Dersom man ser isolert på hjemmehjelp er at kvinner i større grad enn menn mottar hjemmehjelp.

20