Härom veckan skrev statsvetaren Helena Olofsdotter Stensöta ett debattinlägg i Göteborgs Posten med rubriken “Politiska åsikter styr vem som sjukskrivs”. Rubriker kan förstås vara en sak men efter att ha läst hennes inlägg och även hennes replik på kritik hon fått så får jag nog intrycket att hon tycker sig ha visat att så är fallet; en större andel handläggare som säger sig stå politiskt till höger leder till ett mer restriktivt sjukskrivande.

I studien som Olofsdotter Stensöta gjort har hon med hjälp av enkäter studerat hur handläggarnas politiska orientering och attityder till försäkringen samvarierar med ohälsotal på länsnivå. Faktorer som hon kontrollerar för är ”genomsnittlig ålder, andel födda utanför Sverige, andel personer med högskoleutbildning i 1–2 år, arbetslöshetsnivå, andel personer som arbetar i statlig sektor, andel personer verksamma i privata aktiebolag samt kön- och åldersfördelning bland de anställda på Försäkringskassan”. Baserat på denna typ av regression anser hon att hon belagt att en större högerorientering bland handläggarna leder till en mer restriktiv hållning till att sjukskriva och ett lägre ohälsotal.

Det finns två grundproblem som måste adresseras när man menar sig komma fram till en slutsats av denna typ. Det första handlar om i vilken utsträckning det verkligen finns ett samband mellan andelen sjukskrivna och den politiska orienteringen hos handläggare i ett län när man kontrollerar för andra faktorer som kan tänkas förklara regionala skillnader i ohälsotal. Som Olofsdotter Stensöta själv poängterar; ”om människor exempelvis är äldre i ett visst län, eller om branschstrukturen ger större påfrestningar är det helt i sin ordning om ohälsotalen är högre just där”. Hon kontrollerar förvisso för ett antal andra potentiellt viktiga variabler, vilket förstås är bra, men missar fortfarande i mitt tycke en rad faktorer. Varför genomsnittlig ålder och inte t.ex. andel över 65 eller något annat mått som fångar åldersstruktur bättre än snittålder? Varför detta något udda mått på högskoleutbildning? Inte fångas väl de relevanta aspekterna av branschstruktur av andel personer i statlig sektor respektive privata aktiebolag? Och hur är det med oberoendet mellan högerledsvariabler…?

Det andra grundproblemet handlar om kausalitetsriktning. Att säga sig ha visat att en sak är en annans orsak är något helt annat än att visa att de samvarierar. Korrelation är inte samma sak som kausalitet. Det finns en rad olika sätt att adressera detta problem (t ex att använda så kallade instrument variabler).

Varför då klanka på just denna studie när världen uppenbart är full av bristfälligt utförd ekonometri? Kanske för kombinationen av Olofsdotter Stensötas tvärsäkra uttalanden om att hon visat hur politisk orientering påverkar sjukskrivningshandläggandet och det faktum att det finns en rad sätt på vilka man skulle kunna göra denna typ av studie bättre (till skillnad från t ex makrostudier där man jämför länder och där orsakssamband fortsatt är problematiska men där det inte är uppenbart hur man kan göra annorlunda). Varför inte utnyttja variation på en lokalare nivå för att bättre konstanthålla andra faktorer som kan påverka (även sådana som inte är observerbara). Idealt sätt skulle man villa fördela sjukfallen slumpmässigt så att handläggare i snitt möter precis samma typ av sjukfall, för att sedan se om handläggandet varierar med politisk uppfattning. Varför inte använda information om individuella handläggares politiska uppfattning (som rimligtvis måste finnas då sådan används till att skapa de aggregerade måtten på länsnivå)? Även om poängen är att studera organisationskulturens ”politiska uppfattning” så skulle kunskap om enskilda handläggares beteende kunna säga något om vad som formar denna (om det inte är individernas egna åsikter så är det rimligtvis något annat regionspecifikt som i sin tur kan vara relaterat till de sjukfall man möter). Om man absolut vill försöka göra analysen på ”kontorsnivå” varför inte matcha kontor som är lika i organisationskultur (lika höger eller vänster) men verkar i olika delar av landet och jämföra resultatet i handläggande. Alternativt kan man försöka hitta närliggande kontor med olika politisk orientering och slumpa ut sjukskrivningsfall mellan dessa för att se om det finns skillnader i handläggande.

Att randomisera tycks för mig extra viktigt i just detta fall (oavsett om man gör studien på individ, kontors, eller någon annan aggregeringsnivå) då Olofsdotter Stensötas stora poäng är det problem det skulle innebära om två likadana sjukfall behandlas olika beroende på var i landet de hanteras. Om detta är det verkliga problemet som man vill påvisa så borde fokus i första hand ligga på att försäkra sig om att handläggarna möter ett (i genomsnitt) likadant fall vilket man kan uppnå genom att slumpa ut ett stort antal fall.

Poängen är inte att jag inte skulle tro på Olofsdotter Stensötas hypotes, än mindre att jag tycker att detta är ointressant eller oviktigt. Tvärtom; problemet ligger i att jag tycker det finns så mycket mer att göra och att resultaten av sådana studier verkligen är viktiga.