I en serie innlegg har flere sider ved undervisningen i kvantitative metoder i sosiologi blitt belyst, med vekt på pensumet og de læringsmålene pensumet innebærer. Selv om det kanskje ikke utkrystalliserer seg en konklusjon håper jeg denne debatten gir gode innspill til de lokale pensumdiskusjonene. Diskusjonen tematiserer nemlig noen momenter som emneansvarlige og programråd bør å ta eksplisitt stilling til. Alle emner har godt av en jevnlig gjennomgang, og NOKUTs evaluering av sosiologiprogrammene er en god anledning. Jeg vil her avrunde med å tematisere noen av disse momentene. Men først skal jeg svare kort på innlegg fra Skauge og Gåsdal.
Kommentar til Skauge om software og entusiasme
Skauge har flere argumenter jeg langt på vei kan være enig i. Jeg synes også det er veldig bra at han er så fornøyd med kurset på MA-nivå og har mottatt strålende undervisning der. Jeg vil derfor her bare kommentere litt om software vs. håndregning.
Jeg må presisere at i den grad jeg var kritisk til bruk av software var det først og fremst knyttet til den type pensum som i prinsippet er softwaremanualer. Disse kan være gode i seg selv, men kan ikke erstatte grunnleggende statistikk andre steder i pensum.
Så mener jeg også at pedagogiske sider ved håndregning er undervurdert, et synspunkt også Widding-Havnernås gir sterk støtte til. De fleste sosiologistudenter har tilstrekkelig mattebakgrunn til at det statistiske grunnlaget kan dekkes på grundig måte (men likevel på et anvendt nivå). Mange vil nok likevel synes det er vanskelig av noen grunner jeg nevner, men det kan man ta høyde for det i undervisningen.
Hvis studentene ikke forstår noe av utregningene har man jo et problem, og man må se nærmere på hva problemet består i uansett hva kurset ellers vektlegger
Jeg usikker på hva Skauge mente med at BA-kurset han tok «dreide seg om å finregne på tall man ikke forstod mye av». Det høres unektelig ikke bra ut, men det høres også ut som om det stikker dypere enn bare håndregning vs. software. En hvilken som helst håndregning er ikke nødvendigvis bra.
Når Skauge beskriver en entusiasme som først oppleves på MA-nivået skulle jeg selvfølgelig ønske at han, og andre med ham, hadde den opplevelsen allerede på BA-nivå. Så må det også innrømmes at ikke alt er like enkelt å bli entusiastisk over, og det er en kontinuerlig pedagogisk utfordring for alle som underviser i metode. (Men det kan jo for så vidt også gjelde teorifag).
Hvis studentene ikke forstår noe av utregningene har man jo et problem, og man må se nærmere på hva problemet består i uansett hva kurset ellers vektlegger.
Gåsdal: kritikk, skikk og bruk
Gåsdals utgangspunkt er at jeg har gjort en evaluering av metodeundervisningen, men det har jeg ikke. Det er NOKUT som har det, og jeg hadde ingenting med det å gjøre. Derimot tok jeg utgangspunkt i den rapportens utsagn om at metodeundervisningen var for «tynn», og så nærmere på hvor rimelig det utsagnet er. Jeg har for øvrig ikke uttalt meg om undervisningen utover vektleggingen i pensumet. Men jeg har sagt noe om de pedagogiske vurderingene jeg selv har gjort. Hovedpoenget har imidlertid vært hva jeg mener pensumet bør dekke, og mine synspunkter faller heldigvis sammen med hva vi faktisk gjør ved UiO.
Gåsdal tolker dette som nærmest utidig reklame. Jeg vil derimot kalle det et helt vanlig, faglig innspill om kursene i kvantitative metoder. At dette skulle bryte mot skikk og bruk på den ene eller andre måten stiller jeg meg uforstående til. Likevel setter jeg pris på at Gåsdal nå unngår antydninger og sier rett ut hva han faktisk mener.
Jeg kan være delvis enig i Gåsdals synspunkt på at det er gode grunner til å være skeptisk til det oppsvinget kausalmetoder har fått. Det er likevel slik at dette inngår i et helt vanlig metoderepertoar som man bør kunne forholde seg til på et tilstrekkelig kompetent nivå. Det er ikke minst viktig hvis man skal uttale seg kritisk om slike analyser. At slike metoder omtales som «økonometri» er uten betydning. Andre fag kaller det andre ting og teknikkene benyttes i nær sagt alle de andre samfunnsfagene i varierende grad, og sikkert i mange andre fag også.
Det høres fint ut når Gåsdal snakker om integrasjon av kvantitative og kvalitative metoder, men metodisk integrasjon forutsetter først og fremst at man har god beherskelse av de ulike metodene som eventuelt skal integreres. Jeg tror også UiO har et godt kurs i kvalitative metoder, og våre studenter skal i utgangspunktet være gode i begge deler. Jeg ser ikke problemet med å drøfte målsettinger for hver del hver for seg.
Det høres fint ut når Gåsdal snakker om integrasjon av kvantitative og kvalitative metoder, men metodisk integrasjon forutsetter først og fremst at man har god beherskelse av de ulike metodene som eventuelt skal integreres
Hvis Gåsdal og andre er uenig i min vurdering av innholdet i de kvantitative kursene ved sitt lærested, så håper jeg det er fordi de gjør andre faglige prioriteringer. At ulike studiesteder har ulik faglig profil kan være bra. Hvis profilen er tydelig uttalt kan nye studenter ta slikt med i beregningen når de velger studieprogram og studiested.
Videre er jeg fullstendig enig med Gåsdal om at læremidler og kursopplegg bør fornyes jevnlig. En mer velvillig lesning av mitt første innlegg ville være en oppfordring til akkurat det.
Innspill til pensumrevisjoner
Utgangspunktet var altså at NOKUTs evaluering av sosiologiprogrammene påstår at programmene er for «tynne» på kvantitativ metode. Et slikt innspill har vi alle et ansvar for å ta alvorlig og ta en ny gjennomgang av egne studieprogrammer. Selv om rapporten var utydelig på hva de mente har jeg noen konkrete forslag som kan leses i mitt første innlegg. Om ikke annet, så er dette konkrete punkter egnet for å diskuteres i forbindelse med lokale pensumrevisjoner.
Håndregning og bruk av sannsynlighetstabeller har liten rolle som direkte anvendte metoder, men er gode måter å lære hvordan metodene fungerer
Generelt mener jeg at læringsmålene bør være eksplisitt og styrende: Hvilke teknikker som vektlegges og grad av dybdeforståelse i grunnleggende statistikk er åpenbare ting å ta stilling til.
Tilsvarende bør man vurdere om man skal matche nivået til tilstøtende fag eller om sosiologistudentenes konkurransefortrinn skal ligge andre steder, evt. i hvilken grad. Her er en ikke-uttømmende liste over momenter jeg synes man bør ta eksplisitt stilling til:
1. Sannsynlighetsregning og statistisk teori på BA-nivå
Hvor god innsikt skal studentene ha i grunnleggende statistikk på BA-nivå? Det er nok av eksempler på feiltolkninger av p-verdier, konfidensintervaller, styrkefunksjoner og annet. Hvor mye av dette et anvendt kurs skal dekke må man ta stilling til, for det er grader av fordypning også for anvendt statistikk. Dette handler delvis om konkrete teknikker, men også om hva slags grunnlag man legger for videre metodefordypning.
Et solid grunnlag gir nemlig et bedre utgangspunkt for mer avanserte teknikker senere. I tillegg er utfordringen å finne egnet pensum som ligger på ønsket nivå. Det er ikke lett og kompromisser må påregnes.
2. Teknikker på avansert nivå
På mer avansert nivå (MA-nivå) kan man også velge ulik innretning. Et viktig moment er i hvilken grad moderne kausalanalyse skal vektlegges. Dette er allmenne statistiske metoder som jeg mener også sosiologer bør kjenne, men andre innretninger kan jo tenkes, som f.eks. eksplorerende teknikker, datareduksjon, strukturelle modeller, latent variabel modeller, Bayesiansk statistikk, GIS, maskinlæring osv.
Her ligger det også en vurdering av hva som er sentrale verktøy i samfunnsvitenskapen, og hva som er mer spesielle temaer. Hva man enn velger bør man sørge for at det gjøres godt, og vil ha konsekvenser for hva man prioriterer på grunnleggende nivå.
3. Software
Anvendt statistikk gjøres i praksis med software, og har en naturlig plass i metodekurs. For mer avanserte teknikker vil man åpenbart være avhengig av å bruke software. En kombinasjon av håndregning og software er utmerket, og det er balansen mellom disse det må tas stilling til. Men vektleggingen bør bestemmes av læringsmålene.
Håndregning og bruk av sannsynlighetstabeller har liten rolle som direkte anvendte metoder, men er gode måter å lære hvordan metodene fungerer. Men behovene vil variere med hvilke teknikker man prioriterer, og også hvor grundig man ønsker kurset skal være. Det bør derfor være rimelig å vurdere vektleggingen forskjellig på BA og MA nivå og se disse i direkte sammenheng.
Et vel så viktig moment er hvorvidt håndtering av statistikksoftware skal være en målsettingen i seg selv. Man kan f.eks. vektlegge programmeringsferdigheter, god programmeringspraksis og håndtering av mer kompliserte datastrukturer. Noe enkel databearbeiding (bør) være en naturlig del av all bruk av software i metodeundervisningen, men grad av en slik vektlegging er ikke helt opplagt. Så bør man være åpen for at hva slags ambisjoner man har på dette punktet også kan ha konsekvenser for hvilke(n) software man benytter.
Hvis det skal komme noe nyttig ut av NOKUTs evaluering av sosiologiprogrammene må slike temaer tas opp til diskusjon lokalt. Den debatten vi nå har hatt på sosiologen.no burde gi et godt utgangspunkt for slik diskusjon
Mangfold og prioriteringer
Hvordan man bygger opp metodekursene avhenger av flere ting, så det er ikke helt urimelig om de ulike lærestedene lander på noe ulike løsninger. Et visst mangfold i metodeundervisningen kan være fint hvis ulike satsninger har en tydelig faglig begrunnelse og målsetting. Hvis det skal komme noe nyttig ut av NOKUTs evaluering av sosiologiprogrammene må slike temaer tas opp til diskusjon lokalt. Den debatten vi nå har hatt på sosiologen.no burde gi et godt utgangspunkt for slik diskusjon. Jeg håper dette vil føre til styrket metodeundervisningen i sosiologi – også om man velger en annen innretning enn det jeg anbefaler.
