En bredere tilnærming gir ikke nødvendigvis bedre metodeforståelse

Dybdeforståelse av grunnleggende teknikker gir et godt grunnlag for å utforske andre metoder senere, skriver Rannveig Kaldager Hart.

I kjølvannet av debatten om undervisningen i kvantitativ metode i sosiologi ser det ut til å være behov for noen avklaringer om den obligatoriske metodeundervisningen på masternivå ved Universitet i Oslo, som jeg har hatt emneansvar for de siste tre årene.  Fra innleggene til Arild Blekesaune og Odd Gåsal kan man få inntrykk av at kursene ved UiO er lite anvendte, for snevre, og at særlig en av pensumbøkene er mindre egnet. Jeg er glad for å ha fått sjansen til å oppklare dette.

1. Masterkurset i kvantitativ metode er rettet inn mot anvendt forskning

Dette gjøres ved at studentene selv analyserer data fra spørreundersøkelser som er tilgjengelige på internett. Masterkurset i kvantitativ metode ved UiO har mappeeksamen, der evnen til å analysere data, og tolke og kontekstualisere funn står i sentrum. Studentene følges tett gjennom en seminarrekke med høyt kvalifiserte seminarledere, og «skriver seg inn» i det som for mange er sitt første kvantitative arbeid gjennom mindre innleveringer gjennom kurset. I undervisningen presenteres studentene for en rekke eksempler på analyser på ulike datasett, med fokus på både teknisk og substansiell forståelse.

2. En bredere tilnærming gir ikke nødvendigvis en bedre metodeforståelse

Både Gåsdal og Blekesaune påpeker at Gordon «bare» dekker lineær regresjon (OLS).

Det er riktig, og resultatet av et bevisst valg: dybdeforståelse av grunnleggende teknikker er et godt grunnlag for å senere utvide repertoaret. For mer avanserte emner, som faste effekter og logistisk regresjon, brukes boka til Mehmetoglu og Jacobsen (min vurdering er at denne ikke går tilstrekkelig i dybden til å være aktuell som grunnbok i lineær regresjon.)

En god grunnforståelse av statistisk analyse, for eksempel lineær regresjon, vil gi et svært godt utgangpunkt for å utforske andre metoder i forbindelse med videregående kurs, masteroppgaver eller doktoravhandlinger.

Mitt inntrykk er at effekten av denne grunntreningen merkes!

Også svakere studenter mestrer grunnleggende begreper, og studenter som faget faller enklere for får en bred og fleksibel forståelse for OLS, og blir trent i for eksempel å undersøke funksjonsform og illustrere resultatet fra interaksjonsmodeller med prediksjoner. For studenter som ønsker å gå videre med kvantitativ metode vil en god grunnforståelse av statistisk analyse, eksemplifisert ved lineær regresjon, gi et svært godt utgangspunkt for å utforske andre metoder i forbindelse med videregående kurs, masteroppgaver eller doktoravhandlinger.

3. Sociologists should master ‘metrics!

Både Gåsland og Blekesaune trekker fram Angrist & Pischke som på ulike måter mindre egnet som sosiologisk pensum.

Blekesaune påpeker, som riktig er, at det brukes (standard) notasjon i A&P. Å forstå denne notasjonen er en del av å lære det «språket» som kvantitativ metode er – og dette vektlegges i undervisningsmateriellet.

Gåsland «advarer mot å utstyre studentene med en kokebok i modellbasert kausalanalyse». All kausal identifikasjon hviler på antakelser (og dermed, implisitt, en «modell»), men tilnærmingen til A&P er ikke «modellbasert» slik dette begrepet typisk brukes (i økonomi). Det er ingen som signaliserer til studentene at dette er «ideelle metoder en alltid bør strebe etter å få tatt i bruk». Tvert imot er det hovedsakelig et fokus på å forstå og kritisk vurdere slike metoder – blant annet ved at en kritisk gjennomgang av en selvvalgt artikkel med kvasieksperimentelt design inngår i eksamensmappa.

Studiepoeng og pensumsider er knappe ressurser, og der Gåsland vektlegger det eksplorerende, mener jeg at det er avgjørende å også ha fokus på teknikker for kausal identifikasjon. Fordi så mange sosiologiske teorier gir kausale prediksjoner, er relevansen av kausal identifikasjon for testing av sosiologisk teori åpenbar.

I tillegg har kausal identifikasjon gjennomslagskraft – både målt gjennom publikasjon i høyt rangerte tidsskrifter og tildeling av forskningsmidler. I arbeidslivet – som konsulenter, forskere, eller byråkrater – vil våre studenter møte andre samfunnsvitere spesialisert i kausalanalyse. Uten lesekompetanse på kausalanalyse, og øye for styrker og svakheter ved ulike identifikasjonsstrategier, stiller våre studenter unødvendig svakt.

Konklusjon

Oppsummert deler jeg flere av intensjonene til Blekesaune og Gåsdal.

Undervisningen skal gjøre studentene i stand til å gjennomføre og kontekstualisere egen forskning, og kritisk vurdere ulike metoder. Vi er også enige om at studiepoeng og pensumsider er knappe ressurser som må forvaltes med omhu – men vekter nok betydningen av kausal identifikasjon for dagens studenter litt ulikt.