I analysen undersøger vi, om der er forskel på, hvor gode man i kommunerne er til at fastholde sit social- og sundhedspersonale målt ud fra, hvor stor en andel af personalet, der forlader arbejdspladsen fra et år til et andet. I sammenligningerne tager vi højde for forskelle i kommunernes rammevilkår som fx medarbejdernes alder, køn, civilstatus mm.
Vi ser både på afgang blandt personalet under ét og opdelt på forskellige grupper efter fx alder eller stillingsgruppe. I analysen vil vi også undersøge forløbet for de medarbejdere, der afgår fra arbejdspladsen på et mere overordnet niveau. Hvor bevæger de sig hen, og er der forskel på det? Skifter medarbejderne fx til en anden kommune/sygehus, skifter de til det private, overgår de til ledighed eller forlader de helt faget?
Analysen vil forventeligt også bestå af en kvalitativ del, hvor vi vil forsøge at identificere, hvad de kommuner, der er gode til at fastholde sine medarbejdere, gør for at undgå afgang blandt personalet.
Formål
Analysen skal give kommunerne ny viden om, hvorvidt der er forskel på, hvor gode de kommunale arbejdspladser er til at fastholde social- og sundhedspersonalet, når man tager højde for forskelle i kommunernes rammevilkår. Formålet med analysen er også at give kommunerne inspiration til, hvordan man kan arbejde for at fastholde social- og sundhedspersonalet. Begge formål er særligt relevante i en tid, hvor der er mangel på arbejdskraft.
Metode
I analysen benytter vi os både af kvantitative og kvalitative metoder. I den kvantitative del tages der udgangspunkt i data på individniveau fra Kommunernes og Regionernes Løndatakontor samt registrene på Danmarks Statistiks forskerservice. Analysen vil indeholde en regressionsanalyse, som anvendes til at tage højde for forskelle i rammevilkår, herunder særligt forskelle i individkarakteristika blandt medarbejderne.
For at undersøge hvordan de kommuner, der er gode til at fastholde sit social- og sundhedspersonale, arbejder, vil vi gennemføre interviews med en række nøglepersoner fra nogle af de kommuner, der, ud fra den kvantitative del af analysen, ser ud til at klare sig bedst.
Analysen forventes offentliggjort i 1. halvår 2023.