Wat zijn de bronnen van de MKB Banenmonitor?

De MKB Banenmonitor gebruikt de geanonimiseerde salarisdata van Loket.nl. De data aanlevering uit Loket is dusdanig zorgvuldig dat individuele werkgevers en werknemers op generlei wijze terug te identificeren zijn. Deze dataset wordt verrijkt en vergeleken met externe bronnen, zoals postcode tabellen (om bijvoorbeeld de provincie te bepalen) en Statline van het CBS.

Uniek aan de gebruikte dataset met salarisdata is de combinatie van een behoorlijke omvang en de consistentie van definities omdat alles uit 1 systeem komt. Hierdoor kunnen goede vergelijkingen en analyses uitgevoerd worden. Daarnaast is de kwaliteit van de opgeleverde informatie ook hoog omdat er geen gebruik gemaakt wordt van slordig of subjectief ingevulde enquêtes.

Hoe representatief is de MKB Banenmonitor?

De representativiteit van de data is in samenwerking met dr. Ferry Koster geanalyseerd. Ferry Koster is bijzonder hoogleraar op de Leerstoel Innovatieve Samenwerking van TIAS School for Business & Society en Van Spaendonck. De salarisdata is op een aantal sociaal-demografische kenmerken zoals leeftijd en geslacht van de werknemers en bedrijfsgrootte van de werkgevers vergeleken met diverse Statline tabellen en doorsnijdingen van het CBS.

Op hoofdlijnen komen leeftijd en geslacht van de werknemers overeen met de werkzame beroepsbevolking in Nederland. In figuur 5 vindt u een grafische weergave van de leeftijd en geslacht verdeling van de werknemers uit de salarisdata. De werkgevers komen uit alle Nederlandse provincies, waarbij het aantal werknemers in verhouding is met de werkzame bevolking zoals deze door het CBS wordt gerapporteerd.

Het grote verschil zit hem met name in de representativiteit naar bedrijfsgrootte. Met name MKB bedrijven van 2 tot 250 werknemers komen voor in de gebruikte dataset. Dit bestand vertegenwoordigt 18% van het MKB. Dit is dus een zeer relevante en representatieve steekproef. Bedrijven met 1 medewerker komen beperkt voor in onze dataset omdat er meestal geen sprake is van verloning via een salarisstrook. ZZP-ers worden dus niet meegenomen in de MKB definitie. DGA’s en  per oktober 2016 aan de dataset toegevoegd. Daarnaast zijn 0-uren contracten vanaf dat moment nog nauwkeuriger meegenomen door het aangepaste verschijningsmoment van 1 maand na het einde van het kwartaal waarover gerapporteerd wordt.

Waaruit bestaat de populatie van de MKB Banenmonitor?

Om representatieve uitspraken te kunnen doen past de MKB-banenmonitor de volgende filters toe op de ruwe data. Er wordt alleen gekeken naar salarisstroken, waarbij daadwerkelijk sprake was van salarisbetaling (bruto salaris >0) bij werknemers met een actief dienstverband. Werknemers die uit dienst zijn, maar nog vakantie-uren krijgen uitbetaald worden dus uitgesloten.

Om door de tijd vergelijkingen uit te kunnen voeren (zoals het bepalen van groei of krimp) is gekozen om elke periode (verloningsmaand) te vergelijken met dezelfde periode een jaar eerder. Maart 2015 wordt dus vergeleken met maart 2014. Alleen die werkgevers zijn geselecteerd die in beide periodes werknemers in dienst hadden waaraan loon is uitbetaald. Dat betekent dat zowel starters als faillissementen niet worden meegerekend.

Sommige werkgevers verlonen in gedeeltes. Werknemers met een vast maandsalaris worden meestal voor het eind van de maand verloond, terwijl de werknemers die per uur worden verloond pas salaris ontvangen zodra de urenadministratie volledig is 1 of 2 maanden later. Deze werkgevers worden in de MKB-banenmonitor pas mee te genomen in de vergelijking als de volledige salarisverwerking heeft plaatsgevonden. Omdat dit consequent wordt toegepast worden de trendmatige continu nauwkeuriger.

Welke definities hanteert de MKB Banenmonitor?

• FTE: Het aantal FTE’s wordt bepaald door de som van de deeltijdfactoren te delen door 100. Iemand die 32 uur werkt bij een werkgever waarbij 40 uur fulltime is, telt dus mee als 0,8 FTE.
• Werknemer: Een werknemer telt in een bepaalde periode mee als werknemer als hij of zij een actief dienstverband heeft met een positief bruto salaris en een positieve deeltijdfactor.
• Periode of verloningsmaand: De meeste werkgevers keren maandelijks salaris uit over een kalendermaand. Dat resulteert in 12 periodes per jaar. Er is nog een kleine groep werkgevers die 4-wekelijks salaris betalen, maar deze zijn buiten beschouwing gelaten. De zogenaamde 13^e maand wordt niet als aparte periode gezien, maar wordt meestal in de 12^e periode (december) verloond.
• FTE ontwikkeling: Met FTE ontwikkeling wordt het percentage bedoeld waarmee het aantal FTE’s is gegroeid of gekrompen ten opzichte van dezelfde maand vorig jaar. Dit wordt berekend met de volgende formule: ([Aantal FTE’s Huidige Periode] – [Aantal FTE’s zelfde periode vorig jaar]) / [Aantal FTE’s zelfde periode vorig jaar]) * 100%.
• Regio’s: De regionale groei is bepaald door te bepalen in welke provincie de werkgever is gevestigd op basis van de postcode. Hierbij is Nederland verdeeld in 4 regio’s te weten Noord-, Oost-, Zuid- en West-Nederland, volgens de regio indeling van het CBS. Op de landkaart ziet u deze indeling terugkomen.
• Leeftijd: Met leeftijd bedoelen we de leeftijd van de werknemer op de eerste dag van de verloningsmaand.

Aandachtspunten bij het bekijken van de MKB Banenmonitor?

Er zijn enkele zaken waar u rekening mee moet houden als u de MKB Banenmonitor bekijkt. U dient er rekening mee te houden dat er uitspraken gedaan worden over werkgevers in het MKB van met name 2 tot 250 werknemers, waarbij faillissementen en starters buiten beschouwing worden gelaten.

De MKB Banenmonitor betreft een momentopname. Vanaf het najaar van 2016 verschijnt de MKB Banenmonitor 1 maand na het einde van het kwartaal. Bijv. in november 2016 over kwartaal 3 van 2016. Hiermee waarborgt de Van Spaendonck MKB Banenmonitor beperktere volatiliteit. oor een maand na het einde van het kwartaal te rapporteren worden ook de salarissen/dienstverbanden van de laatste maand van het kwartaal die pas later in de daaropvolgende maand zijn uitbetaald in de dataset meegenomen. Hoewel deze wijziging beperkte invloed heeft op de gebruikers van de data verbetert het de nauwkeurigheid en kwaliteit van de getoonde data.