Korsanalys · Sex myndigheter · 290 kommuner
Ingen enskild myndighet visar hela bilden. Här korsas öppen data från Skatteverket, Kolada, BRÅ, SCB, Skolverket och Riksantikvarieämbetet i samma diagram — välj två mått och se hur Sveriges kommuner hänger ihop.
Så läser du diagrammet: varje punkt är en kommun. Punktens storlek visar folkmängd. Välj mått för X- och Y-axeln — korrelationen (r) räknas om direkt. r nära +1 betyder att måtten stiger tillsammans, r nära −1 att det ena stiger när det andra sjunker, r nära 0 att inget linjärt samband syns.
Viktigt: samband är inte orsakssamband. Att två mått följs åt bevisar inte att det ena orsakar det andra — ofta ligger en tredje faktor bakom båda.
Utstickarna avviker mest från det förväntade värdet givet sambandet — kommuner som går mot strömmen och kan vara värda en närmare titt.
Alla tio mått förklarade på vanlig svenska — vad de mäter, var de kommer ifrån och vad som räknas som högt eller lågt. Samma texter visas ovanför diagrammet när du väljer mått.
Sveriges mest ojämnt fördelade inkomst. I Stockholms län är medianen för skatt på kapital bara några hundralappar — men medelvärdet ligger på över 140 000 kr. Det betyder att hälften av alla med kapitalinkomst nästan inte har någon alls, medan en liten grupp står för nästan allt. Den klyftan syns inte i lönestatistiken — den blir synlig först när median och medel ställs bredvid varandra.
Genomsnittligt överskott av kapital per person som deklarerade kapitalinkomst. Stockholms län ligger dubbelt så högt som de flesta andra län — kapitalet är geografiskt koncentrerat på ett sätt som löneinkomster inte är.
Varför korsa datakällor? Myndigheter publicerar sina siffror var för sig: BRÅ visar brott, Kronofogden skulder, Skolverket betyg. Mönstren mellan dem — att skuldsättning, arbetslöshet och skolresultat följs åt kommun för kommun — syns först när registren läggs ovanpå varandra. Det är den analysen den här sidan gör, med samma öppna data som myndigheterna själva publicerar.
Metod: varje kommun matchas via kommunnamn över källorna. Korrelationen är Pearsons r beräknad på alla kommuner med värde i båda måtten. Varje mått använder sitt senaste tillgängliga år. Trendlinjen är en enkel linjär regression (minsta kvadratmetoden).
Tolka försiktigt: kommuner är olika stora — en korrelation över 290 kommuner väger Bjurholm lika tungt som Stockholm. Punktstorleken visar folkmängd så att du själv kan se om sambandet drivs av små eller stora kommuner.
Nej. Korrelation visar bara att två mått samvarierar. Bakom sambandet mellan skuldsättning och skolresultat ligger sannolikt gemensamma faktorer som utbildningsnivå, arbetsmarknad och socioekonomi — inte att skulder i sig sänker betyg.
Skatteverket (skattesats, faktisk skatt, kapitalinkomster), Kolada/RKA (arbetslöshet, Kronofogden-skulder, meritvärde, ekonomiskt bistånd, folkmängd), BRÅ (anmälda brott per 100 000 invånare), SCB (inkomst) och Riksantikvarieämbetet (fornlämningar). Alla hämtas automatiskt via öppna API:er.
Myndigheterna publicerar i olika takt. Varje mått använder sitt senaste tillgängliga år — skattesatsen gäller 2025, Kronofogden-data 2025, medan faktisk skatt per person senast avser inkomståret 2023. Skillnaden påverkar sambanden marginellt eftersom kommunmönstren ändras långsamt.
En tumregel: |r| under 0,2 är försumbart, 0,2–0,4 svagt, 0,4–0,6 måttligt, 0,6–0,8 starkt och över 0,8 mycket starkt. Sambandet arbetslöshet × skuldsättning (~0,65) hör till de starkaste som går att hitta i kommunal statistik.
Medelvärdet dras upp kraftigt av ett fåtal personer med mycket stora kapitalvinster. Medianen visar den typiska personen. När medel är 500 gånger högre än medianen — som för skatt på kapital i Stockholm — är inkomsten extremt koncentrerad till toppen.