Jämlikhetsdata baserad på självidentifiering behövs – men den måste förbättras. Det skriver Christina Ahlzén på Medida och Charlotte Ovesson på Inclusive Insights.
Jämlikhetsdata används allt mer och det pågår mycket diskussion om den i både media och sociala forum. Ofta ställs två poler mot varandra: för och emot. Ett exempel på detta var i Studio ett i förra veckan där Anna Troberg från DIK diskuterade med Qaisar Mahmood, med anledning av en artikel där bland annat DIK förespråkar jämlikhetsdata.
Det som är farligt är om kategoriseringen görs slentrianmässigt, inte att den görs.
Som professionella inom området statistik och jämlikhet, där vi under flera år arbetat både med att ta fram och använda statistik för att synliggöra olika former av diskriminering, exkludering och förtryck, blir vi ofta oroliga över hur förenklad diskussionen är och hur många påståenden som slängs runt utan att ha ordentlig täckning. Vi menar att dessa missförstånd skymmer den viktigaste frågan: Hur ska vi gå till väga för att systematiskt synliggöra och följa utvecklingen av olika förtrycksformer?
Låt oss gå igenom påståendena i inslaget i Studio ett:
Båda debattörerna säger sig vara för att mäta och kartlägga ojämlikhet på ett bättre sätt än idag. Det är hur detta ska göras som debatteras, inte om. Vi lever i ett ojämlikt samhälle och det är både orättvist för individer och ohållbart på lång sikt. Siffror och statistik är ett viktigt verktyg i detta arbete och det behövs en bred metodutveckling för att göra detta på ett bättre sätt än idag. Det som kallas jämlikhetsdata av debattörerna, alltså att individer får svara på frågor om sin grupptillhörighet i enkäter, är en viktig del av detta, men bara en del, och en del som behöver användas på rätt sätt för att det ska bli bra.
Vilka mått efterfrågar vi?
Qaisar Mahmood menar att etnicitet är svårt att fånga i ett mått, och att det blir luddiga och svårtolkade kategorier. Han hänvisar till att artikelförfattarna själva glider mellan olika definitioner: etnicitet, utrikes födda, hudfärg … och hur mäter vi ens hudfärg? Han menar att när vi jämför med exempelvis kön och ålder är detta i betydligt högre grad fakta, registrerade hos Skatteverket, som vi kan uppge och inte beroende av hur vi identifierar oss.
Det finns en viktig poäng i detta resonemang. Rasism är mångfasetterat och kan fångas genom enkätfrågor på flera sätt, bland annat genom frågor om utseende, språk, ursprungsland, religion eller olika kombinationer av detta. Men för det första är registrerat kön och ålder inte alltid det som är optimalt att mäta i en enkät. Ofta är självidentifierat kön att föredra, eller livsomständigheter som följer med ålder snarare än födelseår; så liknelsen haltar. För det andra: innebär komplexitet att det är omöjligt att mäta på ett bra sätt? Vi tror inte det. Det krävs ett kunnigt och aktivt arbete med vad som efterfrågas och hur, men det är absolut möjligt. Om en mätning föregås av ett kvalitativt arbete där rasismens mekanismer synliggörs går det att hitta bra mått. Genom exempelvis intervjuer och observationer kan en seriös kartläggare reda ut om det är mest intressant att efterfråga hudfärg, språk, bakgrund i Sverige eller något annat i just det här sammanhanget. Det som är farligt är om kategoriseringen görs slentrianmässigt, inte att den görs.
Anna Troberg å sin sida avfärdar hela problematiken genom att säga att frågorna bygger på frivillighet och självidentifikation. Var och en får själv välja hur hen identifierar sig, och om hen alls vill identifiera sig, och därmed finns inte problemet med maktens kategoriseringar. Men också detta är en förenkling. Total självidentifikation är i princip omöjligt att göra i enkätform. Tänk dig själv att få frågan ”Hur identifierar du dig?” och så ska du själv skriva ett svar. Svaren blir tusenfaldiga och mångfasetterade, och statistik bygger på att vi ändå har någon typ av kategorisering att utgå ifrån.
Troberg berättar att de utgår ifrån diskrimineringsgrunderna. Det ger viss vägledning, men inte tillräckligt. Vilka svarsalternativ finns i de olika diskrimineringsgrunderna? Hur definierar vi etnicitet, funktionsnedsättning eller sexuell läggning? Gränserna som ska sättas upp är oändligt många och i varje gränssättning sker ett maktutövande. Därför är det så otroligt viktigt att skapandet av frågor och svar, det vi kallar operationalisering, får ta stort utrymme i arbetet med att ta fram jämlikhetsdata, och att så långt det är möjligt lyfta in förtryckta gruppers egna röster.
Anonymitet en nyckel
Troberg påpekar att det inte handlar om registrering på individnivå eftersom datan är anonym och bara finns på aggregerad nivå. Detta är ett vanligt missförstånd: bara för att inga personuppgifter som namn eller personnummer nämns betyder det inte att individer inte kan identifieras. Här beror det i hög grad på sammanhang. Om en arbetsplats har 200 medarbetare, varav 30 inte är vita, då behövs ganska lite extrainformation om exempelvis ålder eller arbetsplats för att individer ska kunna identifieras i materialet. Arbetar vi med en öppen undersökning är det svårare att identifiera individer.
Om vi tittar på vad som står i GDPR är det intressanta inte hur datan analyseras och redovisas utåt, utan vad som är möjligt att göra med den. Om det med hjälp av uppgifter i databasen går att identifiera individer så räknas uppgifterna som personuppgifter, och då ställs krav på dig som lagrar denna data oavsett vad du avser att göra med den. Är uppgifterna då känsliga, som exempelvis frågor om etnicitet, religion eller sexuell läggning, så ställs högre krav på datahanteringen. Bland annat krävs tydligt syfte, metod som säkerställer att syftet kan uppfyllas och
ett informerat och frivilligt samtycke i en jämlik relation till lagring av personuppgifter i just detta syfte.
Det här med samtycke i jämlik relation är viktigt. Det finns till exempel skäl att ifrågasätta huruvida en arbetsgivare får fråga om etnicitet och sexuell läggning i en medarbetarundersökning. Även om den anställda samtycker till att lämna uppgifterna föreligger en maktrelation mellan arbetsgivare och anställd som gör att man kan ifrågasätta hur frivilligt samtycket är. Integritetsskyddsmyndigheten hävdar att arbetsgivare “normalt” inte kan använda samtycke som grund för att samla in personuppgifter. Detta har dock aldrig prövats rättsligt, så rättsläget är oklart.
Men att samla in sådan data är fortfarande möjligt för flera aktörer att göra. Det ställer krav på den som genomför undersökningen, men om syftet är tydligt, metoden väl genomarbetad och individerna ger sitt samtycke är det möjligt att efterfråga så kallade känsliga personuppgifter i en enkät.
Andra gör och andra kräver
Andra länder mäter utifrån hudfärg. EU och FN kräver att vi ska mäta utifrån hudfärg. Dessa argument är ganska intetsägande tycker vi.
Precis som “hen började” inte är en anledning att göra något dumt, är inte “hen säger att vi ska…” ett argument för att göra något ogenomtänkt. EU och FN har viktiga poänger i sina krav om bättre systematik i kartläggandet av inte minst rasism. Men vi bör ta fasta på substansen i dessa poänger: att vi behöver mer kunskap, möjlighet att följa utvecklingen och ringa in målgrupper. Att EU och FN säger något är i sig inte argument.
På samma sätt är argumentet att “andra mäter” inte ett bra argument. Andra länder har ofta helt andra förutsättningar. En viktig skillnad som allt för få är medvetna om är att andra länder ofta gör sina folkräkningar i enkät- eller intervjuform. Det möjliggör att ställa frågor om grupptillhörighet. I Sverige är folkräkningen registerbaserad. Därmed kan vi inte lyfta in frågor om exempelvis hudfärg, religion eller sexuell läggning i vår folkräkning.
Därmed faller också jämförelsen med könsuppdelad statistik. Styrkan med den könsuppdelade statistiken är att den per automatik kan tas fram ur varje register, eftersom register baseras på personnummer som anger kön. Att vi har könsuppdelad statistik om till exempel arbetslöshet, utbildningsnivå och medicinska diagnoser beror alltså på att vi har registerdata. Att efterfråga exempelvis hudfärg i enkäter kommer inte att ge en bråkdel av den utbredning som könsuppdelad statistik har.
Att möjligheterna är begränsade är dock ingen orsak till att inte göra det som går. Vi instämmer i att våra svenska myndigheter behöver utveckla sitt arbete med att mäta
olika former av förtryck. På många fronter pågår också ett sådant arbete. Exempelvis har SCB nyss tagit fram nya mått för att mäta funktionsnedsättning. Folkhälsomyndigheten gör regelbundet specialstudier riktade mot särskilt utsatta grupper, såsom en om samers hälsa och levnadsvillkor som publicerades förra året. Detta arbete bör både fortsätta och utvecklas i metod och omfattning.
Ger jämlikhetsdata bra mått?
Enligt oss står de två debattörerna på varsin sida om vad som är rimligt. Quaisar Mahmood menar att det blir förvirrande och oanvändbara fakta. Anna Troberg menar å andra sidan att det kan ge tydliga effektmått att använda för att utvärdera insatser.
Sanningen är mitt emellan. Generella enkätdata ger i de flesta fall inte de tydliga effektmått som behövs för att utvärdera enskilda insatser, som Troberg lägger fram det. Däremot kan de ge en god bild av utvecklingen generellt, och därmed övergripande information om de insatser som görs pekar åt rätt håll.
Men självklart beror datans användbarhet på sitt sammanhang: vad mäts, hur väl genomtänkt är det och hur väl fångar det utvecklingen i det sammanhang där den samlas in? Datans användbarhet hänger inte på om vi frågar efter den ena uppgiften eller den andra, utan på helt andra saker.
Frågan är inte OM, frågan är HUR?
Mahmood och Troberg får här stå för två olika sidor i debatten, ingen av dem är ensamma om sina argument. För oss som professionella oroar debatten oss. Båda sidor har viktiga poänger och oförmågan att mötas och samtala står i vägen för den viktiga metodutveckling som behöver ske. Vi behöver jämlikhetsdata i form av självidentifikation i enkäter. Vi behöver också andra former av jämlikhetsdata som samlas in på andra sätt.
I all kartläggningsmetodik gäller samma sak: syfte, frågeställning och sammanhang kommer först, därefter väljs en metod. Det är därför farligt när debatten om jämlikhetsdata kommit att handla om att vara för eller emot en specifik kartläggningsmetod – som om det vore den metoden eller ingen alls, och som om den metoden var en låst process som är bra eller dålig.
Vi menar därför att:
- Jämlikhetsdata i form av självidentifiering i enkäter behövs.
- Vi behöver föra in mer kunskap, delaktighet och ansvarstagande i processerna kring att ta fram dessa enkäter.
- Varje enkät ska bedömas utifrån sitt syfte, sammanhang och den metod just denna enkät använder.
- Vi behöver fler metoder för att kartlägga ojämlikhet än enbart självidentifikation i enkäter, och slutligen:
- Vi behöver tala mindre om ”om?” – och mer om ”hur?”.
Några exempel på frågor som behöver ställas: Hur ska vi formulera frågorna? Vilka svarsalternativ ska vi ha? Om enkäten innehåller fritextsvar – hur ska dessa analyseras? Hur ska vi involvera målgruppen i utvecklingen av enkäten? Hur kan vi mäta jämlikhet med andra metoder än anonyma enkäter som bygger på självidentifikation, till exempel genom att använda registerdata, kombinera kvalitativa studier med kvantitativa och hur kan vi höja kapaciteten att analysera och ta tillvara på den fakta som tas fram?
Bara genom att fokusera på hur, snarare än på att diskutera om och låsa fast oss i specifika metoder, kan vi komma framåt i det oerhört viktiga arbetet att ta fram systematisk fakta som följer utvecklingen av förtryckta gruppers levnadssituation över tid.
Christina Ahlzén, jämlikhetskonsult, Medida
Charlotte Ovesson, jämlikhetskonsult, Inclusive Insights
Följ Dagens Arena på Facebook och Twitter, och prenumerera på vårt nyhetsbrev för att ta del av granskande journalistik, nyheter, opinion och fördjupning.
