I debattinnlegget Er sosiologiprogrammene gode nok på kvantitative metoder? gir Torbjørn Skardhamar oss en grundig og interessant gjennomgang av den kvantitative metodeundervisningen ved de norske universitetene. Han tar utgangspunkt i NOKUT-rapporten ”Educational quality in sociology in Norway”, og legger særlig vekt på en av konklusjonene om at ”Most programmes are thin on research methods, in particular quantitative methods and statistical techniques” (s. 62).
Men dessverre legger han lite vekt på den neste setningen i konklusjonen som poengterer at ”The panel holds the opinion that methods skills need to be more integrated into the substantive courses rather than something to be learned in the stand-alone methods course” (op. cit.). Jeg tolker denne setningen som at panelet mener at metodeopplæringen i større grad enn i dag bør integreres med de andre emnene i de sosiologiske studieprogrammene, og ikke at vi bør øke antallet metodekurs.
Jeg vil likevel påstå at studentene både på bachelor- og masternivået har blitt bedre og mer anvendelige analytikere selv om de har langt mindre skolering i statistikk enn de hadde tidligere
Jeg har vært involvert i metodeundervisning ved det som nå heter Institutt for sosiologi og statsvitenskap ved NTNU i over 30 år, og i denne perioden har metodefokuset variert mye både på bachelor- og masterprogrammet i sosiologi. Innen de kvantitative metodene har vi hatt en jevn overgang fra å fokusere på lite anvendelsesorienterte håndregningsmetoder, til mer anvendt analyse av store datasett med statistiske programvarer.
Metode og teori integrert
På 1990-tallet hadde jeg ansvar for et kurs i statistikk og tallbehandling for førsteårsstudentene, og den rene statistikkfordypningen ble ytterligere svekket da Institutt for matematikk for fem år siden sluttet å tilby kurset «Statistikk for samfunnsvitere» som valgemne for våre studenter. Men jeg vil likevel påstå at studentene både på bachelor- og masternivået har blitt bedre og mer anvendelige analytikere selv om de har langt mindre skolering i statistikk enn de hadde tidligere. Og dette vil jeg forklare som et resultat av en stadig sterkere integrering av metode-, teori, og fordypningsemner både i bachelor- og masterstudiet.
Det formelle læringsutbyttet som danner utgangspunktet for hvert kurs skal vise kunnskaps- og ferdighetsnivået til den dårligste godkjente eksamenskandidaten
Innen norsk samfunnsvitenskap har særlig Johan Galtungs bok Theory and Methods in Social Research fra 1967 hatt stor innflytelse på organiseringen av metodeundervisningen. Galtungs ide var her å integrere teori- og metodeforståelsen ved å ta utgangspunkt i datamatrisen. Og det er nettopp fokuset som danner utgangspunktet for mye av den norske faglitteraturen i samfunnsvitenskapelig metode, og som gjør at den norske tradisjonen skiller seg fra mye av den engelskspråklige litteraturen med elementære innføringsbøker i datainnsamlingsmetoder og mer spesialiserte bøker i statistikk.
Av de innføringsbøkene vi har brukt ved NTNU er både Ottar Hellevik (1971, 1973, 1977, 1980, 1999 og 2002) og Kristen Ringdal (2001, 2007, 2013 og 2018) gode eksempler på hvordan vi bør integrere kvantitative metoder i en samfunnsvitenskapelig forståelsesramme, og vi finner også det samme integrerende perspektivet i den mer avanserte boka til Ole Jørgen Skog (1998 og 2004).
Blant den nye engelskspråklige litteraturen er boka til Rachel A. Gorden (2015) et eksempel på en relevant metodebok skrevet av en sosiolog, og som viser hvordan vi kan estimere de presenterte modellene i Stata. Men denne boka fokuserer jo bare på lineær regresjon.
Jeg er mer usikker på hvor stort utbytte norske sosiologistudenter har av å lese den økonometriske boka til Angrist & Pischke (2014). For det første dekker den kun noen få men likevel viktige temaer i et masterkurs i kvantitative metoder, og for det andre er den så bundet til statistisk notasjon at den bør suppleres med et tilleggsmateriale som viser hvordan de omtalte modellene kan estimeres, testes og justeres i Stata, R eller hva vi nå ønsker å bruke som programvare i mer praktisk rettede øvinger.
Når vi vurderer pensum må vi huske at det er ikke de temaene som behandles i pensum som avgjør det læringsutbyttet som studentene sitter igjen med etter å ha fullført et kurs. Det formelle læringsutbyttet som danner utgangspunktet for hvert kurs skal vise kunnskaps- og ferdighetsnivået til den dårligste godkjente eksamenskandidaten.
Hvis studentene skal forstå statistikken så bør de heller bruke den til å identifisere de mekanismene og prosessene som vi lærer om ellers i sosiologistudiet
Ved NTNU har vi forsøkt å integrere metode-, teori, og fordypningsemnene ved å plassere generelle metode- og teoriemnene før mer spesialiserte kurs både på bachelor- og masternivået. I studieplanen for bachelor har et generelt metodekurs på 15 studiepoeng i andre semester, og et mer spesialisert kurs i teorier og modeller på 7,5 studiepoeng i samme semester som studentene gjennomfører engne analyser i bacheloroppgaven på 15 studiepoeng.
På innføringskurset tilbyr vi fire timer forelesning i uka, og i tillegg oppfordrer vi alle studentene om å gå på en av de ukentlige gruppeøvingene på to timer og en de ukentlige PC-øvingene på to timer. Det formelle kravet for å få gå opp til eksamen er å få godkjent en kvantitativ fagartikkel basert på kvantitative data og kvantitativ analyse og en tilsvarende fagartikkel basert på kvalitative data og kvalitativ analyse.
Gjennom dette opplegget får alle erfaring både med modellbasert analyse med aktuelle forskningsdata (f.eks. ESS) og kvalitative metoder allerede første år av sosiologistudiet. Dette gjør at alle våre bachelorkandidater har reell kompetanse i anvendt dataanalyse og bruk av statistisk programvare som ikke hadde vært mulig hvis vi skulle ha lagt like stor vekt på håndregning som vi gjorde for 20 år siden.
Den gangen hadde studentene store problemer med å benytte det de hadde lært på metodekurset i sine mellomfags- og bacheloroppgaver. Så jeg har ingen tro på at mer håndregning vil gi studentene mindre mekanisk forståelse av statistikken. Hvis de skal forstå statistikken så bør de heller bruke den til å identifisere de mekanismene og prosessene som vi lærer om ellers i sosiologistudiet. Og da blir også de statistiske modellene og målene intuitive.
Helhetlige analyser
På masternivå har vi et obligatorisk kurs i anvendt statistisk analyse (15 stp), et obligatorisk kurs i kvalitative metoder (15 stp), et obligatorisk kurs i forskningsdesign (7,5 stp), og et valgemne i avanserte statistiske dataanalyse (15 stp). Gjennom det anvendte statistikkurset får alle en ”verktøykiste” der de lærer å estimere, teste og tolke faglig begrunnede lineære modeller, ulike logistisk modeller, flernivåmodeller, panelmodeller og tidsseriemodeller, og i det mer avanserte valgemnet går vi grundigere inn på bruken av et eller to av disse verktøyene.
Og på alle disse kursene må studentene få godkjent semesteroppgaver der vi stiller formelle krav til helhetlige sosiologiske arbeider som både omfatter teori, data og analyse. Vi utdanner nemlig ikke statistikere – vi utdanner sosiologer.
Kilder
Angrist, Joshua D. & Pischke, Jörn-Steffen (2014). Mastering ´metrics: The Path from Cause to Effect. Princeton University Press.
Galtung, Johan (1967). Theory and Methods in Social Research. Oslo: Universitetsforlaget.
Gorden, Rachel A. (2015). Regression Analysis for the Social Sciences. Routledge.
Kristen Ringdal (2001, 2007, 2013, 2018). Enhet og mangfold. Samfunnsvitenskapelig forskning og kvantitativ metode. Bergen: Fagbokforlaget.
Skog, Ole Jørgen (1998, 2004). Å forklare sosiale fenomener: En regresjonsbasert tilnærming. Oslo: Gyldendal Akademisk.
