Ennenaikaisen eläköitymisen riskitekijöiden tunnistaminen tiedonlouhintamenetelmää hyödyntämällä

Tiivistelmä

Tavoitteena on tiedonlouhintamenetelmää käyttäen tunnistaa vältettävissä olevan enneaikaisen eläköitymisen riskitekijöitä ja niiden kehityspolkuja (mm. työtyytyväisyyden, työolojen ja työntekijän terveyden muutokset). Tutkimus perustuu suomalaisen elintarvikealan yrityksen työntekijöistä kerättyyn pitkittäiseen kysely- ja rekisteriaineistoon (n=2000, keski-ikä 41 vuotta). Kuusivuotinen, työntekijöiden terveyttä, työkykyä ja työolosuhteita koskeva pitkittäistutkimus aloitettiin vuonna 2003.

Hankkeen vastuuhenkilö

Lily Nosraty

Tiedote

Ennenaikaisen eläköitymisen riskitekijöiden tunnistaminen tiedonlouhintamenetelmää hyödyntämällä

Tiivistelmä

Tavoitteena oli tutkia tiedonlouhintamenetelmällä yhteisiä varhaiseläkkeelle jäämisen kriteerejä. Ennusteita ovat muun muassa fyysiset ja psykososiaaliset työolosuhteet, ammattihistoria, henkilökohtaiset ja terveyteen liittyvät elämäntavat. Tutkimus perustui vuoden 2005 kyselyyn, joka kerättiin suomalaisen elintarvikealan yrityksen 2001 työntekijältä. Tiedot linkitettiin eläkerekisteritietoihin joulukuuhun 2019 saakka. Käytetty GUHA-tiedonlouhintamenetelmä. Itsearvioitu terveys, ympäristöaltistukset, kuten toistuva tehtävä tai hankala asento, ammattiluokka ja sukupuoli olivat havaittuja ennustajia. Tutkimuksen tuloksia voidaan käyttää keinona räätälöidä työuran pidentämistä yksilön varhaiseläkkeelle jäämisen riskeihin.

Lähtökohdat

Vastatakseen työmarkkinoiden tarpeisiin Suomessa on nostettu eläkeikää. Huolimatta kaikista pyrkimyksistä varmistaa, että työntekijät voivat pysyä töissä vastatakseen työmarkkinoiden tarpeisiin, monet työntekijät joutuivat hakemaan varhaiseläkkeelle jäämistä. Pyrimme löytämään yhteisiä polkuja varhaiseläkkeelle. Keskityimme 78 keski-iän tekijään (yksilöllisiin, ympäristöön ja työhön liittyviin tekijöihin) paljastaaksemme elämänkulun moninaisen roolin varhaiseläkkeelle siirtymisessä.

Aineisto

Tiedot on saatu suomalaisen elintarvikealan yrityksen työntekijöiltä; Saarioinen vuonna 2005. Yrityksen palveluksessa oli noin 2001 työntekijää, pääosin työntekijöitä (80 %) ja naisia (60 %), keski-ikä 41±9,7 vuotta (vaihteluväli 20 – 66 vuotta).
Tiedot 31.12.2019 mennessä eläkkeelle jääneiden saamista eläkkeistä saatiin Eläkerekisterikeskuksesta ja linkitettiin sitten tutkimustietoihin.

Menetelmät

GUHA:n (Generalized Unary Hypothesis Automata) tiedonlouhintatekniikkaa sovellettiin LISp-Miner Softwarella. GUHA eroaa valtavirran tiedonlouhintamenetelmistä, koska se perustuu logiikkaformalismiin. Tätä menetelmää ei ole sovellettu kohorttiaineistossa, ja sitä on käytetty yhteiskuntatieteellisissä tutkimuksissa rajoitetusti.

Tulokset ja johtopäätökset

Noin 68 % osallistujista oli edelleen työssä ja niistä, jotka eivät jatkaneet työskentelyä normaalisti, 42 % jäi eläkkeelle lakisääteiselle eläkkeelle. Se tarkoittaa, että useammat saivat enemmän etuuksia kuin muut ja heillä oli oikeus muihin eläkkeisiin. Osallistujien ikä oli tärkeä tekijä tässä prosessissa. Itsearvioitu terveys, työtyytyväisyys, ympäristöaltistukset, kuten toistuva tehtävä tai hankala asento, ammattiluokka, ikä ja sukupuoli olivat havaittuja ennustajia.

Uutuusarvo ja sovellettavuus

Työmme tarjoaa pohjan suomalaisen teollisuusalan työntekijöiden työikää pidentävän toimenpiteen suunnittelulle. Siinä esitettiin tekijöitä, jotka parantavat suomalaisen työelämän laatua ja pidentävät työuraa. Käytännössä se vähentää varhaiseläkkeelle siirtymistä ja edistää yksilön tuottavaa työkykyä ja työllistettävyyttä.
Lisäksi GUHA-tiedonlouhintamenetelmän hyödyntäminen ensimmäistä kertaa terveystieteiden kentällä auttaa tämän menetelmän esittelyssä tutkijoille.

Aineisto

Tiivistelmä Avaa