19. november 2026

Lönetransparens och regelefterlevnad börjar med data från vardagen

Vem får övertiden, nattpassen och de extra tilläggen? En dashboard för regelefterlevnad kan synliggöra mönstren så att ni kan undersöka potentiella snedfördelningar tidigt. Med data från Timegrip kan ni skapa ett starkare underlag för att förklara skillnader i medarbetarnas inkomster.


När ni arbetar med lönetransparens krävs det i hög grad insyn i de förhållanden som ligger bakom lönen. Det visar sig bland annat i hur två medarbetare med samma löneunderlag ändå kan få olika belopp utbetalda, möjligen på grund av övertid, tillägg och frånvaro.


När registrerade timmar, scheman och löneunderlag kopplas samman med era HR- och lönedata blir det lättare att undersöka var skillnaderna uppstår och om det finns förhållanden som kräver åtgärder i samband med det kommande lönetransparensdirektivet.

 

Här kan Timegrip spela en central roll som datakälla för lönetransparens och stöd för regelefterlevnad.

 

Lönetransparens omfattar även rörliga lönedelar

EU:s lönetransparensdirektiv omfattar både grundlön och kompletterande eller rörliga lönedelar. Artikel 9 omfattar bland annat rapportering om könsskillnader i rörliga lönedelar och andelen kvinnor och män som får dem, för arbetsgivare som omfattas av rapporteringsskyldigheten.


Det gör fördelningen av övertid och tillägg relevant att undersöka. Om vissa medarbetargrupper systematiskt får färre arbetspass som ger rätt till tillägg kan det påverka deras inkomster, även om själva tilläggssatsen är densamma.


De fem nyckeltalen i det här inlägget är förslag för er interna uppföljning av löneunderlag. De är inte fem separata rapporteringskrav i direktivet och kan inte ersätta en fullständig löneanalys eller den lagstadgade lönerapporteringen.


Timegrip som datakälla för regelefterlevnad

Timegrip samlar data om schemaläggning, tidrapportering, frånvaro och löneunderlag. Genom integrationer kan arbetstimmar, övertid och lönetillägg utbytas med löne-, HR- och BI-system. Dessutom erbjuds möjligheter till anpassade rapporter och dashboards med era företagsspecifika KPI:er.


Det ger en konkret utgångspunkt för att bygga en dashboard för regelefterlevnad som kan synliggöra snedfördelningar i er nuvarande lönestruktur. Uppgifter om kön, jobbklassificering och faktiska löneutbetalningar behöver hämtas från de relevanta systemen där de inte redan finns i dataunderlaget. Den konkreta lösningen beror på er konfiguration, datakvalitet och era integrationer.


Fem nyckeltal som synliggör löneskillnaderna

En användbar dashboard visar både omfattning och fördelning. Dela upp uppgifterna efter kön och undersök relevanta grupper av medarbetare som utför lika arbete eller likvärdigt arbete. Visa också perioder, gruppstorlekar och definitioner så att siffrorna kan tolkas.

 

1. Timmar per kön

Visa avtalad, planerad och faktisk arbetstid samt genomsnitt per medarbetare. Annars kan skillnader i antalet medarbetare eller deltidsanställningar dominera bilden. Uppmärksamma om inkomstskillnaden beror på olika antal timmar och om det finns ett mönster i vilka som erbjuds fler timmar.

 

2. Övertid per kön

Följ både övertidstimmar, övertidens andel av den faktiska arbetstiden och andelen medarbetare som arbetar övertid. Skilj mellan mertid och övertid enligt gällande regler. Undersök om övertiden fördelas enligt tydliga kriterier som tillämpas konsekvent.

 

3. Nattpass per kön

Visa antalet nattpass och nattimmarnas andel av den faktiska arbetstiden. Ett pass på fyra timmar bör till exempel inte räknas som ett pass på åtta timmar utan ytterligare förklaring. Undersök vilka som erbjuds nattpass och hur kompetens, tillgänglighet och medarbetarnas önskemål spelar in.

 

4. Tillägg per kön

Dela upp tilläggen efter typ och visa belopp per medarbetare, per faktiskt arbetad timme och andelen som får tillägg. Undersök också ersättningsnivån per timme som berättigar till tillägg. Uppmärksamma om skillnaden uppstår i antalet relevanta timmar, i ersättningsnivån eller i tillämpningen av reglerna. Stäm av beloppen mot lönesystemet.

 

5. Frånvaro per kön
Visa frånvarotimmar och frånvaroprocent i förhållande till planerade timmar. Håll relevanta frånvarotyper åtskilda så att semester, sjukfrånvaro och tjänstledighet inte blir en enda samlad förklaring. Undersök den konkreta löneeffekten; frånvaro är inte i sig ett sakligt skäl för en löneskillnad. Begränsa tillgången till känsliga uppgifter.

 

Använd nyckeltalen som utgångspunkt för att avgöra var ni bör göra en närmare undersökning. En dashboard kan visa var ni bör ställa frågor; siffrorna ensamma avgör inte om en löneskillnad är sakligt motiverad eller diskriminerande.


En dashboard som öppnar för rätt frågor

Var uppstår skillnaderna i lön?

Fiktiva uppgifter för en månad i en viss yrkeskategori (20 kvinnor och 20 män).

Arbetstimmar

Genomsnittlig faktisk arbetstid per anställd

Kvinnor 144 timmar
Män 152 timmar

Övertid

Andel av faktisk arbetstid

Kvinnor 4 %
Män 8 %

Nattarbete

Andel av faktisk arbetstid

Kvinnor 10 %
Män 20 %

Lönetillägg

Genomsnittligt lönetillägg per arbetad timme

Kvinnor 27 SEK
Män 45 SEK

Frånvaro

Frånvarotimmar / schemalagda timmar

Kvinnor 5 %
Män 4 %

Konceptillustration (utan produktvisning). Nyckeltalen kompletterar löneanalysen och utgör ingen lagstadgad lönerapport.

Illustration: Fiktiva månadssiffror för en jobbkategori med samma avtalade arbetstid. Alla värden är illustrativa. Dashboarden är ett koncept och visar inte en standardfunktion som erbjuds.

 

I exemplet har män fler arbetstimmar, en högre andel övertid och mer nattarbete. Samtidigt är de genomsnittliga tilläggen per arbetstimme högre. Det tyder på ett möjligt samband som behöver undersökas i de underliggande registreringarna och lönereglerna.

 

Nästa steg är att undersöka hur arbetspassen fördelades. Krävdes särskild kompetens? Erbjöds extrapassen till en bred grupp medarbetare? Spelade medarbetarnas önskemål in? Och är praxis densamma på alla avdelningar?

 

Fler nattpass kan vara en saklig förklaring till högre inkomster. Om uppgifterna visar systematiska könsskillnader i tillägg kan det dock vara relevant att även undersöka hur de pass som ger rätt till tillägg fördelas. Det kan stödja bedömningen av om löneskillnaderna bygger på objektiva, könsneutrala förhållanden.

 

Jämför på saklig grund

Lönetransparensdirektivets artikel 4 lyfter fram kvalifikationer, ansträngning, ansvar och arbetsförhållanden som kriterier vid bedömningen av arbetets värde. En gemensam jobbtitel är därför inte alltid ett tillräckligt jämförelseunderlag.


Börja med en samlad översikt och undersök därefter jämförbara yrkesgrupper. Visa både de övergripande skillnaderna och de mer detaljerade analyserna. Om man enbart delar upp uppgifterna efter befintliga schemamönster kan man missa snedfördelningar i själva fördelningen av arbetspass.
Läs även vårt blogginlägg om jobb- och rollklassificering som grund för lönetransparens.


Gör regelefterlevnad till en fast del av uppföljningen

Värdet uppstår när insikt leder till handling. Börja med en relevant yrkesgrupp, stäm av dataunderlaget med löne- och HR-funktionerna och kom överens om regelbunden uppföljning. Undersök utvecklingen över flera perioder så att en enskild intensiv månad inte får definiera hela bilden.


För varje avvikelse bör ni kunna spåra beräkningen tillbaka till datakälla, period, definition och tillämpade löneregler. Dokumentera också bedömningen: Vad har undersökts, vad förklarar skillnaden och vem följer upp eventuella förändringar?


Dashboardens interna gränsvärden för uppföljning behöver väljas utifrån syftet. De är inte juridiska gränser för när en skillnad är acceptabel.


Tänk alltid på att dataskydd behöver finnas med från början. Direktivets artikel 12 ställer krav på dataskydd vid behandling av personuppgifter. Använd därför behörigheter utifrån arbetsrelaterade behov och tillräckligt aggregerade vyer. Små grupper kan göra enskilda personer identifierbara, och frånvarodata kan innehålla hälsouppgifter. Ta inte med diagnoser i dashboarden och klargör ändamål, rättslig grund och nödvändighet.

 

Från workforce management till dokumenterbar insikt

Timegrips roll i lönetransparens bygger på de data som uppstår i den dagliga driften. Arbetstid, fördelning av arbetspass, övertid och tillägg kan bidra till att förklara hur inkomsterna uppstår.Tillsammans med HR- och lönedata är Timegrip därför en central datakälla för regelefterlevnad: Ett underlag för att upptäcka potentiella snedfördelningar tidigt, ställa mer precisa frågor och dokumentera uppföljningen.

 

Vill ni använda era workforce-data mer aktivt i arbetet med lönetransparens och regelefterlevnad? Kontakta Timegrip och ta reda på hur er tidrapportering, schemaläggning och era löneunderlag kan lägga grunden för relevanta dashboards och bättre dokumentation.

Låt oss hitta rätt lösning för dig

Allt börjar med att förstå dina behov – och ditt mål. Vårt team av specialister är redo att lyssna.

brandmark
Chef analyserar workforce management-data på surfplatta med insikter om schemaläggning, bemanning och tidrapportering i realtid