Blekesaune og Gåsdal er uenige i min vurdering av kvantitative metoder på sosiologiprogrammene, så la meg forsøke å presisere og klarne opp et par poeng.
Om sosiologer og statistikere
Både Blekesaune og Gåsdal gjør et poeng ut av de utdanner sosiologer og ikke statistikere.
Den ambisjonen har vi til felles. Vi deler også ambisjonen om at semesteroppgaver, bacheloroppgaver og masteroppgaver skal være helhetlige sosiologiske arbeider som omfatter både teori, data og analyse.
Men der det virker som at Blekesaune og Gåsdal mener at disse målsettingene står i motsetning til en grundigere innføring i de statistiske metodene man bruker, mener jeg at det snarere er tvert imot. Å beherske verktøyene til fulle gjør en bedre rustet til å gjøre nettopp gode sosiologiske analyser. Kritisk forståelse av andres arbeider forutsetter også god innsikt i metoder.
Blekesaune virker ikke til å mene at dypere statistisk forståelse ikke er nødvendig for sosiologer, men han er mer opptatt av at det anvendte skal vektlegges. Uenigheten mellom oss består i hvordan dette best kan gjøres. Jeg synes altså at man bør gå grundig til verks med en gang, og at kursene på BA og MA ikke bør ha så stort overlapp. Å påstå at jeg dermed ønsker å gjøre sosiologer til statistikere er en misforståelse.
Blekesaune mener at jeg legger for liten vekt på følgende del av utvalgets uttalelse: «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». Tvert imot gir jeg jo min tilslutning til dette synspunktet! Derimot presiserer jeg at det ikke kan erstatte de dedikerte metodekursene. Hvis basiskunnskapen er på plass er det derimot betydelig lettere å bygge videre på dette i andre emner.
Det er lett å få inntrykk av at Blekesaune og Gåsdal er enige seg imellom når de er uenige med meg. Men hvis de er fornøyde med metodekursene ved egne institutt kan de umulig være enige med hverandre.
Min kritikk rammer metodeundervisningen NTNU og UiB svært forskjellig, så svarene fra Blekesaune og Gåsdal bør sees i det lyset. Det er lett å få inntrykk av at Blekesaune og Gåsdal er enige seg imellom når de er uenige med meg. Men hvis de er fornøyde med metodekursene ved egne institutt kan de umulig være enige med hverandre.
Jeg skal derfor tydeliggjøre noen forskjeller mellom metodepensumet ved NTNU og UiB. De står nemlig temmelig langt fra hverandre.
Konkret om vektleggingen ved NTNU
NTNU har det metodekurset på BA som ligger nærmest UiO, siden det dekker mange av de samme grunnleggende teknikkene. Pensumet gir rom for en god del håndregning. Blekesaune utreder om undervisningen, og det høres jo bra ut, uten at jeg har grunnlag for å mene noe videre om det. Jeg mener likevel at pensum i kvantitativ metode burde ha større vekt på statistisk teori enn hva det har på NTNU.
Ved UiO brukte vi inntil for et par år siden Ringdal (2014) supplert med annen litteratur, hvilket fungerte tilfredsstillende. For to år siden byttet vi til nåværende pensum, slik at det teoretiske grunnlaget skulle være godt dekket i samme bok. På BA-nivå er det altså vesentlige likheter mellom kursene ved NTNU og UiO.
Men altså: jeg synes NTNU går gjennom vel mye stoff til å kunne gjøre det tilstrekkelig grundig innenfor halvparten av et 15 poengs kurs. De burde heller gå grundigere inn i de statistiske prinsippene (et konkret forslag er å ikke prioritere f.eks. stianalyse og logistisk regresjon på BA). Ved NTNU gir de mer utfyllende statistisk teori på MA-nivå, noe jeg altså mener de burde gjort unna på BA.
Siden jeg skrev mitt første innlegg har boken til Ringdal kommet i ny utgave med en del endringer. Jeg må derfor ta forbehold om at noen forbedringer allerede kan være innført.
Jeg synes NTNU går gjennom vel mye stoff til å kunne gjøre det tilstrekkelig grundig innenfor halvparten av et 15 poengs kurs, og at de heller burde gå grundigere inn i de statistiske prinsippene.
På MA-nivå er Blekesaune og jeg mer uenige. Jeg har påpekt at det er tematisk urimelig stort overlapp, og jeg er redd den 14 år gamle boken til Skog er et godt stykke fra optimal. Nesten alt i Skog (2004) er altså foregrepet av Ringdal (2014), selv om boken til Skog også tilfører noe nytt. Dermed er det primært de som velger fordypningsemnet som får en reell fordypning i metode.
I sum rammer min kritikk først og fremst pensumet på MA-kurset ved NTNU fordi det har for stort overlapp med BA-kurset.
Konkret om vektleggingen ved UiB
UiB er i en helt annen situasjon enn NTNU.
På BA-nivå inneholder hovedboken (Grønmo 2016) totalt 44 sider med statistiske teknikker og statistisk generalisering (s. 311-354). Lite av dette er godt forklart og mye er upresist.
For eksempel er sentralgrenseteoremet presentert utrolig knapt og på en måte som forvirrer, bl.a. ved et uklart skille mellom utvalgsfordeling og sannsynlighetsfordeling. Samtidig blir begrepet «standardavvik» brukt både om standardavvik og om det som vanligvis kalles standardfeil (se s. 345). Hvordan sentralgrenseteoremet begrunner de ulike testobservatorene (t og z) er uklar, samtidig som t-testen presenteres primært som en test av korrelasjonskoeffisienten – som vel er den minst relevante anvendelsen av t-testen. Hvordan dette er overførbart til f.eks. for tolkning av regresjonskoeffisienter fremgår ikke. Av slike grunner gir denne boken studentene et svært tynt grunnlag for anvendt analyse av kvantitative data.
Pensumet på metodeundervisningen ved UiB dekker ikke anvendt statistikk på en tilfredstillende måte.
Ved UiB har de riktignok supplert med diverse andre pensumbidrag om ulike typer design, men det ser ut til at det i høyden er boken til Midtbø som gir noen praktiske ferdigheter. Midtbø (2016) er derimot først og fremst en lærebok i softwaren STATA. Det er i seg selv utmerket, men kan overhodet ikke erstatte en dypere forståelse av teknikkene.
Med andre ord: pensumet på dette metodekurset dekker ikke anvendt statistikk på en tilfredsstillende måte. Hvorvidt undervisningen kompenserer for dette vet jeg jo ikke, men da er det i så fall et urimelig stort sprik mellom pensum og undervisning. Siden helt grunnleggende teknikker ikke dekkes tilfredsstillende på BA-nivå har ikke UiB et problem med overlapp på MA-nivå.
Mener Gåsdal at når studentene bør «kunne forstå og gjøre elementære kvalitetsvurderinger av det metodiske grunnlaget for andres sosiologiske undersøkelser», så inngår ikke analyseteknikkene i dette?
Gåsdal anholder at det er begrenset «hva normale sosiologistudenter på dette nivået kan klare å absorbere av statistisk teori og analysemetode». Noe av årsaken ligger trolig i pensum og det er urimelig å legge skylden på studentene. Mine erfaringer med studenters evner til læring er i hvert fall langt mer positive!
Sosiologer på arbeidsmarkedet
Kvantitative metoder har vært i en rivende utvikling de siste tiårene og det stilles andre forventninger og krav i dag enn den gang jeg selv studerte. Blekesaune og Gåsedal er foruroligende lite opptatt av dette. Sosiologer konkurrerer også på arbeidsmarkedet med kandidater fra tilstøtende fagfelt, og metodekunnskaper tillegges vekt ved ansettelser i mange yrker.
Våre studenter må være på et tilsvarende nivå som kvantitative arbeider i sentrale sosiologiske tidsskrifter for å kunne hevde seg i internasjonal konkurranse, så vel som i konkurranse mot tilstøtende fag.
For at norske sosiologer skal kunne konkurrere i arbeidsmarked er solide metodekunnskaper en viktig komponent. Vi bør altså sørge for at våre studenter er konkurransedyktige. Ikke minst i instituttsektoren. Kvantitative arbeider i sentrale sosiologiske tidsskrifter er mer avanserte. Våre studenter må være på et tilsvarende nivå for å kunne hevde seg i internasjonal konkurranse, så vel som i konkurranse mot tilstøtende fag.
Dette gjelder særlig etablerte teknikker for å estimere kausaleffekter (DiD, RD og IV) som vi altså har vektlagt mer på MA-nivå ved UiO. Dette må man i dag rett og slett kjenne til – særlig for å kunne være kritiske til slike analyser. Dette virker det som om Blekesaune og Gåsdal tar for lett på.
Bayes vs frekventistisk?
En grunn til at man bør gå dypere i den statistiske teorien er at det i større grad dyktiggjør studentene slik at de lettere kan tilegne seg mer avanserte metoder senere.
Når Gåsdal nevner at man bør vurdere å vektlegge bayesiansk statistikk, så må det bemerkes det i hvert fall ikke krever mindre forståelse av sannsynlighetsregning enn det frekventistisk statistikk gjør. Tvert imot. Bayes teorem følger direkte av standard sannsynlighetsregning og jeg skulle tro at man bør kjenne til sannsynlighetsmodeller for at såkalte prior og posterior fordelinger skal gi særlig mening.
Jeg har ingenting imot å tilby kurs i bayesiansk statistikk etter et innføringskurs som vektlegger tilstrekkelig statistisk teori, særlig hvis grunnkurset legges opp med vesentlig grad av datasimuleringer. Er det hva Gåsdal legger opp til?
Håndregning og notasjon
Verken Blekesaune eller Gåsdal har sans for mitt synspunkt om at håndregning bør vektlegges tilsvarende som bruk av software. Gåsdal tror dette innebærer å lese tung matematikk, men det kreves altså ikke tung matematikk for å gå noe dypere enn nåværende opplegg.
Jeg tror at man forstår en god del grunnleggende statistisk tenking lettere for hånd enn med maskin. På BA-nivå synes jeg man bør kunne regne de fleste teknikker både for hånd og med maskin. Tilstrekkelig innsikt kan nås på annet vis, ved f.eks. bruk av datasimuleringer. Men jeg tror altså at den pedagogiske siden ved håndregning er undervurdert.
Jeg er for øvrig enig med Blekesaune i at sosiologistudentene (og sosiologifaget!) har blitt betydelig bedre i anvendelse av kvantitative metoder.
Blekesaune kritiserer en av våre pensumbøker ved UiO for å være bundet i notasjon. Vel, her må det også sies at det er snakk om helt vanlig notasjon som studentene kommer til å møte i faglitteraturen uansett. En av ferdighetene studentene bør lære er lesekompetanse, og notasjon inngår i det. Forøvrig er praktisk anvendelse med STATA vektlagt på dette kurset slik han etterspør.
Jeg er for øvrig også enig med Blekesaune i at sosiologistudentene (og sosiologifaget!) har blitt betydelig bedre i anvendelse av kvantitative metoder. Den undervisningen i kvantitative metoder jeg selv fikk da jeg tok grunnfag i sosiologi ved UiO for nesten 20 år siden var jo rett og slett ganske dårlig, og vi var knappest eksponert for gode kvantitative studier på øvrige pensum heller. Som nevnt over har vi nok fremdeles noe å gå på når det gjelder å integrere metodiske elementer i øvrige emner.
Om repetisjon
Gåsdal påpeker at også ved UiO har vi repetisjon på MA-nivå.
Ja, noe repetisjon er nødvendig av pedagogiske grunner, men repetisjonsstoffet er altså ikke eksamensstoff. Min kritikk av kombinasjonen av Skog på MA-nivå og Ringdal på BA-nivå går langt utover vanlig repetisjon.
Det er uheldig at NOKUT-utvalget ikke har presisert hva de konkret mener med at sosiologiprogrammene er for tynne på kvantitative metoder, men vi har også fått en anledning til å løfte debatten selv.
Ved UiO er repetisjonen begrenset til at det på BA gis det en enkel innføring i lineær regresjon, som gjentas i forbindelse med at MA gir en grundig gjennomgang av lineær regresjon med mer avanserte utvidelser. Studenter med behov for repetisjon av statistisk generalisering og andre begreper fra BA-nivå tilbys to repetisjonsforelesninger i forkant av metodekurset, med støttelitteratur som kommer i tillegg til ordinært pensum. Dette er med respekt å melde repetisjon på en helt annen skala, og gir ikke reell uttelling i studiepoeng.
Til slutt: Hva med NOKUT-utvalgets uttalelse?
NOKUT-utvalget har altså gjort en evaluering og funnet at alle sosiologiprogrammene er «tynne» på kvantitativ metode. Jeg synes det er uheldig at utvalget ikke har presisert hva de konkret mener, for det gir ikke sosiologiprogrammene noe konkret å ta stilling til. Det hadde vært en fordel om de var tydeligere, men vi har også fått en anledning til å løfte debatten selv.
Nå er det selvsagt slik at hvert lærested avgjør selv hvordan de vil forholde seg til NOKUT-utvalgets rapport. Ingen må forholde seg til mine innspill heller. De viktige diskusjonene er hva de lokale programrådene gjør i forbindelse med fremtidige pensumrevisjoner. Vi har et felles ansvar for at våre sosiologistudenter er konkurransedyktige på metode også i tiden fremover!
Referanser
Grønmo, S. (2016) Samfunnsvitenskapelige metoder. 2. utgave. Bergen, Fagbokforlaget
Midtbø, T. (2016) Regresjonsanalyse for samfunnsvitere: En innføring. Med praktiske eksempler i Stata. Oslo, Universitetsforlaget.
Ringdal, Kristen (2012). Enhet og mangfold. Samfunnsvitenskapelig forskning og kvantitativ metode. 3. utgave. Bergen: Fagbokforlaget
Skog, Ole-Jørgen (2004). Å forklare sosiale fenomener. En regresjonsbasert tilnærming. Oslo: Gyldendal Akademisk
