1.1 Bakgrunn

I henhold til Direktoratet for forvaltning og økonomistyrings (DFØs) instruks, skal DFØ «hvert annet år gjennomføre innbyggerundersøkelsen». Undersøkelsen skal gi et helhetlig bilde av forvaltningen og innbyggernes oppfatninger av offentlige tjenester og hvordan det er å bo i Norge. I tillegg skal undersøkelsen vise utvikling over tid og gi kunnskap om mulige forbedringspunkter.

OECD vurderer innbyggeres tilfredshet med offentlige tjenester som et viktig mål på hvor godt myndighetene imøtekommer innbyggernes forventninger. DFØ har tidligere sett på  sammenhengen mellom kommunestørrelse og tilfredshet med offentlige tjenester. Analysen fant en sammenheng mellom kommunestørrelse, sentralitet og tilfredshet med statlige og kommunale tjenester i flere tilfeller. Men, den fant også at andre forklaringsforhold som brukererfaring eller kvalitet ved tjenestene var langt viktigere for å forklare tilfredshet. Rapporten bygger videre på denne undersøkelsen.

Rapporten er utarbeidet av Hannah Pretlove og Sofie Stenkjær Hansen, som har hatt et studentengasjement i DFØ sommeren 2023, med veiledning av fagressurser i DFØ.  Avdelingsdirektør for forvaltningsanalyse Liv Mari Hatlen har vært prosjektansvarlig.

1.2 Formål og avgrensning

Hovedformålet med rapporten er å belyse hva som kan påvirke innbyggeres tilfredshet med offentlige tjenester. Vi undersøker egenskaper ved innbyggerne, ved kommunen og ved kommunens tjenester.

Fordi det er mye som påvirker tilfredshet, har vi gjort noen avgrensninger. Rapporten ser kun på tilfredshet med fylkeskommunale og kommunale tjenester. Nærmere bestemt ser vi på det vi kaller helsetjenester og oppvekst- og utdanningstjenester. Helsetjenestene vi har inkludert er fastlege, legevakt, sykehjem, helsestasjon og hjemmesykepleie/hjemmehjelp. Oppvekst- og utdanningstjenestene vi har med, er barnehage, grunnskole og videregående skole.

1.3 Metode

Følgende delkapittel gir en oversikt over datagrunnlaget vi har benyttet, hvordan dataen er målt og analysemetoden. En fremleggelse av de ulike analysene med tilhørende resultater kan ses i vedlegg.

Følgende delkapittel gir en oversikt over datagrunnlaget vi har benyttet, hvordan dataen er målt og analysemetoden. En fremleggelse av de ulike analysene med tilhørende resultater kan ses i vedlegg.

Datagrunnlag og operasjonalisering

Temarapportens datagrunnlag er satt sammen av data fra DFØs Innbyggerundersøkelse, SSB og indekser basert på data fra KOSTRA (utarbeidet av Agenda Kaupang).

Innbyggerundersøkelsen

Vi bruker innbyggerundersøkelsen fra 2021 for å måle innbyggernes politiske engasjement, kommunetilhørighet, tjenesteerfaring og tilfredshet. Vi vil forklare innbyggernes tilfredshet ved å se den i sammenheng med andre variabler.

• Innbyggernes tilfredshet måles ved at innbyggerne oppgir på en skala fra 0 til 10 hvor fornøyd eller misfornøyd de er med kvaliteten på kommunens tjenester alt i alt.
• Innbyggernes politiske engasjement, måles ved følgende:
  • Deltakelsestrygghet måler hvor trygg man er på egen evne til å delta i lokalpolitikken.
  • Politisk deltakelse måler hvorvidt man har gjort minst én av følgende aktiviteter: kontaktet en kommunepolitiker om en sak, påvirket en avgjørelse i kommunens styringsorgan, er medlem av et politisk parti, har skrevet under på opprop, fått tak i informasjon fra kommunen om en sak eller delt synspunkter i sosiale medier.
  • Partivalg måler valgdeltakelse og partipreferanser, og innbyggernes ideologiske standpunkt (plassering på politisk høyre-venstre skala).
• Kommunetilhørighet måles ved hvor sterk eller svak tilhørighet, på en skala fra 0 til 10, innbyggeren føler til kommunen de bor i.
• For å omtale innbyggernes erfaring med tjenestene i kommunen, ser vi om innbyggerne oppgir at de har benyttet en eller flere av kommunens tjenester de siste 12 månedene eller ikke. Her ser vi nærmere bestemt på erfaring med helsetjenester eller oppvekst- og utdanningstjenester.

Sentralitetsindeks og kommunestørrelse

Vi har brukt SSB sin sentralitetsindeks og data på kommunestørrelse for å se hvordan kommunens egenskaper henger sammen med innbyggernes tilfredshet. 

• Sentralitet, slik vi også omtaler det videre, er et mål på nærheten til servicefunksjoner og arbeidsplasser innad i kommunen for enhver innbygger.
• Kommunestørrelse, slik vi også omtaler det videre, baserer seg på innbyggertall som er delt inn i fire kategorier fra minst til størst.

Kvalitetsindeks og finansindeks

Kvalitetsindeksen og finansindeksen er basert på tall fra 2021, og danner rammeverket i en rapport utarbeidet av Agenda Kaupang: «Norges best styrte kommuner – Kommuneindeksen 2022».

• Finansindeksen er beregnet med utgangspunkt i kommunenes driftsmargin, netto lånegjeld og disposisjonsfond. Finansene til kommunene omtaler vi som kommunens økonomi.
• Kvalitetsindeksen, heretter omtalt som kvalitet eller tjenestekvalitet, ser på resultatkvalitet, prosesskvalitet og strukturkvalitet. Dette måler blant annet gevinsten fra tjenestene, som nytteverdi for brukeren, kommunens tverrfaglige innsats og kommunens mestringsstrategier for tjenestene. Indeksen består av 86 indikatorer som er hentet fra KOSTRA/SSB.

For en nærmere omtale av disse indeksene viser vi til rapporten og nettsidene til Agenda Kaupang.

Regresjon som analysemetode

For å kunne belyse hvilke forklaringsfaktorer som påvirker den enkelte innbyggers tjenestetilfredshet, benytter vi oss av regresjon som analysemetode. Regresjon brukes for å undersøke hvordan innbyggernes tilfredshet med tjenester endres når vi legger til forskjellige kombinasjoner av variabler. Samtidig får vi også tallfestet hvor sikre vi er på sammenhengen modellen har regnet ut, altså om sammenhengene er tilfeldige eller reelle.

Vi har gjennomført fem steg med regresjonsanalyser:

• Sammenhengen mellom innbyggeres politiske engasjement og tilfredshet
• Sammenhengen mellom kommunetrekk og innbyggeres tilfredshet
• Sammenhengen mellom tjenestetrekk og innbyggeres tilfredshet
• Sammenhengen mellom å være bruker versus ikke-bruker av tjenester og tilfredshet
• Sammenhengen mellom de fire ovennevnte perspektivene

Vi har også inkludert bakgrunnsvariabler som kjønn, alder, utdanning og arbeidsstatus i samtlige modeller. For lesere som er interessert i de fullstendige regresjonstabellene, se vedlegg.