Av Tor Erik Nyberg, Stine Renate Otterbekk, Sverre Friis-Petersen og Anders Thorgersen

I denne artikkelen bruker vi flernivåanalyse til å se nærmere på NAV-kontorets betydning for brukernes tilfredshet med NAV. Data til analysen er hentet fra NAVs Personbrukerundersøkelse 2019. Ved å bruke flernivåanalyse kan vi med større presisjon si noe om hvorvidt det er egenskaper ved brukerne eller forhold ved NAV-kontoret som fører til lokale variasjoner i brukertilfredsheten enn vi kan ved bruk av vanlig lineær regresjon.

Vi finner at variasjonen i brukertilfredsheten i all hovedsak kan tilskrives trekk ved brukerne, det vi kaller sammensetningseffekter. Variasjonene mellom NAV-kontor betyr mindre. En vanlig feiltolkning av slike resultater er at NAV-kontoret ikke betyr noe for brukertilfredsheten, men vi argumenterer for at bildet er mer sammensatt. Årsaker til at det er lite variasjon i brukertilfredsheten mellom NAV-kontorene kan være at de er relativt standardiserte i sitt møte med brukerne. Samtidig kan det være at ulik praksis ikke nødvendigvis fører til ulikheter i brukertilfredsheten. To brukere med ellers like egenskaper kan være like fornøyde med NAV, selv om de har fått ulik innretning på oppfølging og tjenester. I analysene ser vi også nærmere på konkrete individ- og lokalnivåfaktorer som kan forklare variasjonen i brukertilfredsheten.

Et annet og ganske naturlig funn er at forhold ved NAV-kontoret betyr mer for de brukerne som har erfaring med oppfølging fra sitt lokale NAV-kontor, sammenlignet med de brukerne som kun har erfaring fra sentrale forvaltningsenheter. 

Analysen viser at flernivåanalyse kan være nyttig dersom vi ønsker å si noe mer presist om organisasjonens rolle for det vi studerer, enten det gjelder brukerundersøkelser eller annen statistikk som kan tillegges en geografisk struktur. Slike analyser kan øke kunnskapen om det vi studerer og følgelig gi et bedre grunnlag for beslutninger og utviklingsarbeid. Dette demonstrerer og diskuterer vi nærmere i artikkelen.

 

ENGLISH SUMMARY

We use a multilevel modeling approach to explore the municipality offices’ significance for citizens’ satisfaction of the labor and welfare services in Norway. Data for the analyses is retrieved from the Labor and Welfare Administrations’ (NAV) user survey 2019. With this approach, we can attribute to which degree the variation in the data is due to the individual user as compared to the local office, with greater precision than if we had used ordinary least squares regression. 

We find that the variation in the user satisfaction mainly can be attributed to characteristics of the users, that is, compositional effects. Variation between the offices is of less significance. Such results may wrongly lead us to conclude that the local offices do not affect the satisfaction of users, but we argue that the situation is more complex. One explanation might be that the offices are quite standardized in their user meetings. Another reason might be that differences in practice between the offices do not necessarily lead to differences in user satisfaction: Two users with otherwise equal characteristics might be equally satisfied with NAV, even if they have experienced different approaches to services.  

We also find, not surprisingly, that the variation attributable to the local offices is greater for the users who had experience with services performed locally, compared to users who only experienced services organized from national units. 

The analyses illustrate that a multilevel modeling approach can be useful for understanding to which degree local variations can be attributed to the work of the organizational level, whether we explore user satisfaction or other forms of data with a geographical structure. Such analyses may increase our understanding of what we are studying, thus giving us a better foundation for organizational decisions and development. In the article, we illustrate and discuss these points further.