I detta kapitel redogör vi för de teoretiska och metodologiska utgångspunkterna för studien.

Teoretiska utgångspunkter

I projektet anlägger vi ett sociotekniskt perspektiv (Trist & Bamforth 1951), vilket innebär att vi utgår från att tekniska system och sociala praktiker är nära sammanflätade och måste förstås i relation till varandra. Detta perspektiv betonar att förståelsen av teknik inte kan reduceras till enbart tekniska komponenter eller funktioner, utan att tekniken formas av människors intentioner, av organisatoriska strukturer och av de normer och värderingar som präglar verksamheten. Samtidigt påverkar tekniken i sin tur dessa sociala dimensioner genom att omstrukturera arbetsflöden, förändra ansvarsfördelning, möjliggöra nya interaktionsmönster och sätta ramar för hur arbete och kommunikation kan organiseras.

Det sociotekniska perspektivet gör det möjligt att identifiera inte bara hur tekniska lösningar fungerar i praktiken, utan även vilka krav, förväntningar och anpassningar som uppstår när de integreras i verksamheten. Det sociotekniska perspektivet hjälper oss därmed att analysera både direkta och indirekta konsekvenser av tekniken, inklusive hur olika aktörer, exempelvis användare, utvecklare, ledning och externa intressenter, bidrar till att forma och omförhandla systemets funktion och betydelse. Detta gör att vi kan belysa samspelet mellan teknikens materiella egenskaper och de sociala processer som uppstår runt den.

Genom att kombinera kvantitativa och kvalitativa data och tillvägagångssätt samt analysera hur tekniska system och sociala praktiker vävs samman kan vi skapa kunskap både om den faktiska nyttjandegraden och om hur teknik och kunskap används i förvaltning och beslutsfattande.

Forskningsdesign

Studien bygger på mixade metoder, vilket innebär att den kombinerar kvantitativa och kvalitativa material och analysmetoder. Vi valde att använda en mixad metod eftersom en kvantitativ studie av bokningsdata eller en kvalitativ studie av respondenters uppfattningar ensamma inte kan ge en god helhetsbild. I stället är vi ute efter en mer omfattande förståelse som en kombination av kvalitativa och kvantitativa metoder möjliggör (Creswell & Creswell 2018).

Det kvantitativa materialet från aktivitetsmätningarna skapar en utgångspunkt för att analysera hur användningen av idrottshallarna ser ut och hur teknik och genererade data kan förstås och användas strategiskt av kommunen. Därtill belyser studien av policydokument vilka politiska förutsättningar och förväntningar som finns inför arbetet med aktivitetsmätningar.

Studien har fokuserat på ett urval av åtta idrottshallar i Linköpings kommun. Urvalet har varit strategiskt för att inkludera hallar där en variation av idrotter kan bedrivas, med olika grupper av deltagare. Det innebär att studiens urval av idrottshallar präglas av variation i följande avseenden:

• Geografisk variation (dvs. centralt och mindre centralt belägna, i Linköpings tätort med stadsdelar och i kringliggande tätorter).
• Socioekonomisk variation (dvs. områden med olika socioekonomisk profil).
• Idrottslig variation (dvs. har både individuella idrotter och lagidrotter, inklusive racketsporter (men inte hallar för enbart racketsport)).
• Könsmässig variation (dvs. har idrotter som är mansdominerade som t.ex fotboll och innebandy, idrotter som är kvinnodominerade som t.ex. gymnastik och dans, samt idrotter med en mer jämn könsfördelning, som t.ex. basket).

Studiens kvantitativa del

För den kvantitativa delen av studien har statistiska analyser av aktivitets- och bokningsdata genomförts.

Data

Det empiriska materialet för den kvantitativa delen av studien består av aktivitets- och bokningsdata från ett urval kommunala idrottshallar under perioden januari – december 2025. Varje observation motsvarar en specifik timme i en viss anläggning och innehåller information om planerat nyttjande – bokande organisation, veckodag, tid på dygnet och bokningens omfattning – samt faktiskt nyttjande baserat på automatiskt registrerad rörelseaktivitet i form av nyttjandegrad och no-show. Genom kombinationen av information från bokningssystem och kamerasensordata blir det möjligt att synliggöra ineffektivitet som traditionellt inte upptäcks, exempelvis halltider som är bokade men inte används och återkommande mönster i föreningars nyttjande över dygnet och året.

Materialet innehåller även tekniska och administrativa bokningar, exempelvis spärrade tider, underhållsarbete och rader utan angiven organisation, som systematiskt genererar 100 procent no-show utan att representera föreningsverksamhet. Dessa identifierades och analyserades separat för att inte snedvrida resultaten. Efter rensning består analysunderlaget av cirka 46 000 giltiga observationer för år 2025.

Datamaterialet har genomgått kvalitetskontroll innan analys. Variabeln avseende genomsnittligt personantal per kameramätning uppvisade systematiska extremvärden i 1 104 av 45 573 rader (2,4 %), koncentrerade till framför allt Ljungsbrohallen och Vasa Arena. Mönstret bedöms bero på ett kalibreringsfel i systemets exportfunktion snarare än på faktisk aktivitet, och berörda värden har därför exkluderats från personantalsanalysen. Nyttjandegrad och no-show påverkas inte av detta fel och bedöms som tillförlitliga för analys och slutsatser. Datamaterialet kan också påverkas av sådant som reparationer av hallutrustning eller driftstörningar i övervakningssystemet som i vissa avseenden kan ge felaktiga underlag. Sådana felaktigheter eller oklarheter hindrar emellertid inte den analys som görs i rapporten.

Kameradatans kvalitet medför ytterligare tolkningsutmaningar. Mätningarna sker vid specifika tidpunkter, vilket innebär att kortvarig aktivitet kan missas. Det kan finnas kalibreringsproblem, såsom felaktigt inställda detektionszoner, som kan ge systematiska under- eller överskattningar av närvaro. Detta har noterats och hanterats i datarensningssteget. Vidare kan faktorer som belysning, rörelsemönster och utrustning i bilden påverka igenkänningsträffsäkerheten. Sammantaget bör data från kamerorna betraktas som en indikation snarare än exakt mätning av exakt hallnärvaro.

Studien bygger på aggregerade data där enskilda individer inte kan identifieras. Enskilda föreningar redovisas inte heller vid namn utan kategoriseras i grupper för att säkerställa anonymitet.

Tillvägagångssätt för kvantitativ analys

Analysen består av två kompletterande metodsteg för att ge en heltäckande bild av idrottshallarnas nyttjande och förekomsten av no-show. Centrala variabler i analysen är nyttjandegrad, no-show och personantal.

Med nyttjandegrad avses andelen kameramätningar under bokad tid där aktivitet eller närvaro registreras. Måttet beskriver hur stor del av den bokade tiden som faktiskt genererar registrerad aktivitet, oavsett hur många personer som befinner sig i hallen, och ska inte förstås som relationen mellan bokat och närvarande antal personer.

Variabeln no-show definieras som bokade tider där ingen närvaro alls registreras under hela den bokade perioden. Måttet används för att identifiera skillnader mellan planerad och faktisk användning av anläggningarna.

Personantal avser det genomsnittliga antalet registrerade personer per kameramätning under aktiva mätpunkter. Till skillnad från nyttjandegrad, som mäter hur stor andel av den bokade tiden som genererar aktivitet, mäter personantal hur många som befinner sig i hallen när aktivitet väl pågår. Variabeln ska inte tolkas som ett administrativt bokningsmått utan som en uppskattning av faktisk närvaro.

Steg 1: Deskriptiv statistik används för att kartlägga nuläget och identifiera variationer i nyttjandegrad och no-show. Analysen genomförs per timme och veckodag, över säsonger och lovperioder samt mellan olika idrottshallar och bokningskategorier. Detta steg möjliggör identifiering av både överutnyttjade och underutnyttjade resurser samt ger en grundläggande förståelse av hallarnas belastningsmönster.

Steg 2: Logistisk regression används för att analysera sambandet mellan olika faktorer och förekomsten av no-show. Utfallsvariabeln kodas binärt (no-show = 1, närvaro = 0) och prediktorer inkluderar tid på dygnet, veckodag, hall samt kategori av bokande organisation. Eftersom sensordata genererar flera mätningar per pass aggregeras dessa till ett medelvärde per pass innan analysen genomförs. Det är medelvärdet per pass som är i fokus för analysen. Därigenom undviks problemet med icke-oberoende observationer inom samma pass. Resultaten rapporteras som oddskvoter (OR). En oddskvot visar hur oddset för no-show förändras när en viss faktor förändras eller när olika grupper jämförs, och fungerar därmed som ett lättolkat sätt att presentera modellens skattningar.

Genom kombinationen av verklighetsnära sensordata, bokningsadministrativa uppgifter och flera analysmetoder uppnås en sammanhållen förståelse av resursutnyttjandet. Metoden möjliggör både beskrivning av faktiska mönster i idrottshallarnas nyttjande och förklaringar av faktorer som påverkar nyttjande.

Studiens kvalitativa del

Den kvalitativa delen av studien består dels av analyser av policydokument, dels av analyser av intervjuer med användare av aktivitetsmätningar och bokningssystem.

Analys av policydokument

För att få en bild av de formella ramarna för införandet av ny teknik i förvaltningen har policydokument analyserats. Efter ett inledande möte, då representanter från kommunen gav exempel på policydokument som de ser som viktiga för den lokala idrottspolitiken i allmänhet och specifikt frågor kring fördelning av och tillgång till idrottshallar, påbörjades en sökning av dokument, dels utifrån rekommendationerna, dels utifrån hur idrottsfrågorna presenterades på kommunens hemsida. De dokument som vi tog del av var framför allt dokument framtagna av kommunen, men också i vissa fall dokument från andra aktörer som beskrevs som viktiga för kommunens idrottsfrågor. Bland de tillgängliga dokumenten gjordes ett urval av sju dokument vars innehåll på ett tydligt sätt berör studiens frågeställningar. Följande dokument valdes ut som särskilt viktiga för att de lyfter användandet av digitala verktyg för att förbättra idrottsverksamheten.

Vissa av dokumenten har tydlig koppling till varandra, såsom avdelningsplanen som är byggd på Aktiv hela livet, eller som Riskanalys och Informationsklassning som har delvis samma innehåll och formuleringar. De flesta hänvisar också till andra dokument. Idrottsanläggningar och aktivitetsmiljöer hänvisar till exempel till Idrottsrörelsens strategi 2025 medan Riskanalys och Informationsklassning tar upp projektet i förhållande till GDPR.

En konventionell innehållsanalys (Hsieh & Shannon 2005) har gjorts för att se hur fenomenet aktivitetsmätning kontextualiseras och motiveras i dokumenten. Kategorier eller teman bestämdes inte i förväg, utan fick växa fram genom läsning och tolkning av materialet.

Analys av intervjumaterial

Det kvalitativa empiriska materialet består vidare av 12 intervjuer. Fyra av intervjuerna gjordes med representanter för idrottsföreningar (benämnda I1-I4) och resterande åtta med kommunanställda och en förtroendevald på kommunal nivå (benämnda K1-K8). En av respondenterna i denna grupp är kommunpolitiker, som vi väljer att, med hänsyn till konfidentialitet, inkludera i gruppen av i övrigt kommunanställda. Uppföljningsintervjuer gjordes med två av de kommunanställda. Dessa uppföljningsintervjuer genomfördes några månader senare efter de initiala intervjuerna och var särskilt utformade för att få tillgång till erfarenheter av hur arbetet med kamerorna hade utvecklats från det tidigare intervjutillfället. Intervjuerna var ungefär en timme långa och ungefär hälften genomfördes ansikte mot ansikte medan den andra hälften genomfördes i form av videomöten. Alla intervjuer utom en spelades in och transkriberades inför analys. För den intervju som inte spelades in används i stället anteckningarna från intervjun. Intervjuerna fokuserade på respondenternas perspektiv på de AI-utrustade kamerorna, med frågor om första intryck, möjliga användningsområden, farhågor eller orosmoln, hur detta kommer att påverka deras arbetssituation samt tankar om framtiden med denna typ av teknik.

Den kvalitativa delen av analysen i denna rapport är en tolkande, tematisk analys (Bryman 2003; Myers 2019). Några av dessa teman som analysen utmynnat i har sitt ursprung i intervjufrågorna, vilka i sin tur kommer från den ursprungliga forskningsprojektplanen och dess omfattning. Analysen resulterade också i några mer induktivt identifierade teman.