Rekruttering til realfag i videregående skole

Transkript

1 Master thesis for the Master of Ecoomic Theory ad Ecoometrics degree Rekrutterig til realfag i videregåede skole Jes Fredrik Baumgarte Skogstrøm Departmet of Ecoomics Uiversity of Oslo

2 i Forord Side februar 2006 har jeg hatt glede av å kue jobbe på gruppe for arbeidsmarked og bedriftsatferd i Statistisk setralbyrås forskigsavdelig, Dee oppgave er skrevet som e del av mitt arbeid kyttet til utrediger fiasiert av Utdaigsdirektoratet, Teka og Oljeidustries ladsforeig. Jeg vil rette e stor takk til Torbjør Hægelad for has pedagogiske og isiktsfulle veiledig. I tillegg vil jeg gjere takke Lars Kirkebøe og Zhiyag Jia for yttige råd og tips uderveis, og mie kollegaer på seksjo for utdaigsstatistikk og seksjo for arbeidsmarkedsstatistikk for leverase av data og verdifull iformasjo om tallmaterialet.

3 ii Iholdsfortegelse 1. Iledig Teori - og motivasjo for aalyse Vekstteori og humakapital Typer humakapital - hva har de å si for vekste? Markedssvikt? - og hvorfor feilallokerig? Er det grulag for økt fokus på realfag? Rekrutterige til realfag i Norge Tilgage på realfagsutdaet arbeidskraft Tilgag på realfagsutdaet arbeidskraft i fremtide Løer realfagsutdaelse seg i Norge? Lavt ivå på realfagsudervisige i orsk skole? Problemstilliger Når velger forskjellige elever bort realfag - og hvorda varierer dette mellom grupper av elever? Hvilke kjeeteg kyttet til sosioøkoomiske bakgru, skoler og hjemsted er med på å forklare eleves valg av realfag? Klarer realfagee å trekke til seg de mest taletfulle elevee? Aalyser og fu Datamaterialet Overgager i utdaigssystemet: Når velges realfag bort? Hvilke faktorer påvirker elevers valg av realfag i videregåede skole? Metoder Resultater for aalyse med ordet logit Resultater fra aalyse med biær logit Hvilke retig tar taletee i orsk videregåede skole? Hvorda er fordelige av gruskolepoeg for elevee iad i grupper av realfagkategorier på videregåede skole? Hvorda er fordelige av realfagskategorier for elever iad i desiler av gruskolepoeg? Hvorda er fordelige av gruskolepoeg for studeter iad i fagretiger på høyskoler og uiversiteter Hvorda varierer rekrutterige til fag på høyskole- og uiversitetsivå mellom elever idelt i forskjellige desiler av gruskolepoeg? Sammedrag og koklusjo Referaser 70 Appediks A

4 1 1. Iledig Hvorda ma ka bidra til, direkte eller idirekte, å øke økoomisk vekst sies av mage å være det viktigste spørsmålet samfusøkoomer ka beskjeftige seg med. I lag tid har humakapitales rolle - både direkte og idirekte - for økoomisk vekst vært gjestad for teoretisk og empirisk forskig. I dee sammeheg har ma også sett på betydige av utdaigsvalg både med hesy til utdaigslegde og utdaigsretig. Flere forskere - og mage lekfolk - fremhever realfagees viktige rolle for økoomisk vekst og påpeker ødvedighete av høy og stabil rekrutterig til realfagee på alle ivåer. De siste åree har dette også blitt et mye diskutert utdaigspolitisk tema. I de forbidelse er det iteressat å se på rekrutterige til realfagee i Norge. Dette er et stort tema, som speer fra kvalitet på matematikkudervisige i gruskole til rekrutterig av doktorgradsstudeter på igeiørfag. Jeg har i dee oppgave valgt å fokusere på rekrutterige til realfagee på videregåede skole, og trekke oe lijer til rekrutterige på uiversitets- og høyskoleivå, ved å forsøke å besvare følgede tre spørsmål: 1. Når velger forskjellige elever bort realfag, og hvorda varierer dette mellom grupper av elever? 2. Hvilke kjeeteg kyttet til sosioøkoomiske bakgru, skoler og hjemsted er med på å forklare eleves valg av realfag? 3. Klarer realfagee å trekke til seg de mest taletfulle elevee? Å forsøke å besvare spørsmål 1 har to formål: For det første ka ma få e oversikt over år i utdaigsløpet på videregåede skole realfag velges bort, og dermed kue få visse holdepukter for hvor evetuelle tiltak bør settes i.. For det adre ka ma avdekke forskjeller i valg av realfag kyttet til ekelte kjeeteg ved elevee - hvilket ka tjee som e forberedelse til, og e motivasjo for, å besvare spørsmål 2. Svaree ma ka få på spørsmål 2 vil kue være iteressate i seg selv, da de ka avdekke e del setrale sammeheger mellom valg av realfag og kjeeteg ved elevee, skolee og regioee. Ekelte sammeheger, som mellom valg av realfag og

5 2 skolekjeeteg, har i tillegg klare politikkimplikasjoer, særlig for dem som måtte øske å øke rekrutterige til realfagee. Om ma øsker å øke rekrutterige til realfagee for e gruppe elever er det yttig å avdekke sammeheger kyttet til dee elevgruppes kjeeteg. Evetuelle svar på spørsmål 2 er altså av både politisk og geerell iteresse. Ekelte forskere, og mage aktører med tilkytig til tekologibedrifter, er opptatt av å rekruttere de aller flikeste elevee og studetee til realfagee. De hevder at realfagees eve til å rekruttere taletee ka påvirke de tekologiske fremgage og dermed de økoomiske vekste. Det er iteressat å forsøke å besvare spørsmål 3, da dette ka bidra med økt isikt i eve til realfagee å tiltrekke seg taleter. Spørsmål 1 og 3 behadles ved hjelp av deskriptiv statistikk og relativt ekle tallaalyser, mes spørsmål 2 besvares ved hjelp av to forskjellige diskret-valg-modeller. I tillegg har jeg estimert stadard Micer løsrelasjoer for materiale til oversiktskapittelet. De setrale fuee i oppgave er at det er e sterk sammeheg mellom familiekjeeteg og elevees valg av realfag, og at store deler av effektee går gjeom sammeheg mellom eleves familiebakgru og ferdigheter. De variasjoe vi ser mellom skoler - år vi kotrollerer for familiebakgru, er ikke i stad til å forklare eleves valg i særlig grad. Ma ser også at mage elever velger bort realfag allerede etter grukurs, adele er også høy blat de som velger e matematikkvariat som forbereder dem på videre realfagsstudier. Realfagee er forholdsvis flike til å rekruttere de flikeste elevee på videregåede. Flesteparte av elevee som tar realfag det siste året er flike, me det betyr heller at det rekrutteres relativt få midre taletfulle elever i forhold til taletfulle elever. Mage taletfulle elever velger bort realfag tidlig på videregåede skole, så potesialet for høyere rekrutterig bør absolutt være til stede. Jeg har brukt STATA Special Editio for Liux versjo 9.2 for alle beregiger.

6 3 2. Teori - og motivasjo for aalyse 2.1 Vekstteori og humakapital E viktig bakgru for at økoomer iteresserer seg for rekrutterig til utdaelse er des mulige betydig for økoomisk vekst. Selv små forskjeller i vektsrater gir store forskjeller i materiell leverstadard over tid. Følgede eksempel er hetet fra Røed Larse (2001): "If we take a productio total of 100 uits ad let it grow by 1 percet for a hudred years, we ed up with 270 uits. Not bad, really. If we let it grow by 2 percet for a hudred years, the we might be impressed. We get 724 uits. If we had maaged to icrease productio by 4 percet aually, we would have eded up with 5050 uits." Eksempelet illustrerer viktighete av å utytte selv små kilder til økoomisk vekst, side de har e slik fudametal virkig på levestadarde på lag sikt. Dette er også hovedargumetet år Barro og Sala-i-Marti (1995) forklarer hvorfor forskig på økoomisk vekst er så viktig: "If we ca lear about goveremt policy optios that have eve small effects o the log-term growth rate, the we ca cotribute much more to impovemets i stadards of livig tha has bee provided by the etire history of macroecoomic aalysis of coutercyclical policy ad fie-tuig" Som et utgagspukt for diskusjoe rudt vekst og tekologi ka vi bruke de ekle makro produktfuksjoe Y=Af(K,L). Her er de totale produksjoe i økoomie forklart som e trasformasjo av isatsfaktoree kaptial (K) og arbeidskraft (L) ved help av produksjostekologie f( ). Tekologies totale produktivitetsivå er represetert ved A. Iefor dette ekle rammeverket ka ma teke seg mage forskjellige veier til å oppå økoomisk vekst. Ma ka akkumulere isatsfaktorer ved å ivestere i mer kapital og øke atall sysselsatte, bedre kvalitete på isatsfaktoree, eller ma ka gjøre isatsfaktoree mer produktive ved å forbedre produksjostekologie. Hvilke vei ma bør gå for å oppå høyere vekst har iteressert økoomer i alle tider. Pioeree ie tradisjoell eoklassisk vekstteori, som Robert Solow(1956) og Trevor Swa (1956), demostrerte at tekologisk fremgag er ødvedig forutsetig for økoomisk vekst. De viste at det ikke yttet å akkumulere produksjosfaktorer for å få varig økoomisk vekst, da disse hadde avtakede margialutbytte samlet sett. For e ærmere beskrivelse se Hægelad og Møe (2000). De modellerte e eksoget gitt tekologisk vekst og tilordet de rolle som drivkraft for de

7 4 varige økoomiske vekste i økoomie. Dermed var de viktigste drivkrafte til økoomisk vekst idetifisert, me slett ikke forklart. Forsøk på å forklare dee setrale kilde til økoomisk vekst førte til at ma forsøkte å edogeisere tekologisk fremgag, dvs. at de fremsto som resultater fra hadliger foretatt av økoomisk aktører. Med mer avaserte matematiske verktøy ble det mulig å ikorporere dee takegage i økoomiske modeller og edoge vekstteori så dages lys. Blat aet ble tekologisk utviklig modellert som eksteraliteter til adre økoomiske aktiviteter. Arrow (1962) modellerte tekologisk fremgag som lærig og akkumulerig av erfarig kyttet til produksjo. Hver bedrift bidro til å øke kuskapsivået i økoomie som e eksteralitet til produksjoe og alle bedrifters effektivitet ble økt som e følge av akkumulasjoe av humakapital. Allerede på dette forholdsvis tidlige stadiet i utviklige av vekstmodellee kom ma i på akkumulasjo av humakapital, her i form av lærig på arbeidsplasse. Det geerelle utdaigsivået, eller tilgage på høyt utdaet arbeidskraft, kom også opp som e viktig faktor år ma så ærmere på tekologisk fremgag som et resultat av økt humakapital. Take om at høyt utdaede arbeidere hadde større positive eksteraliteter kyttet til produksjoe de var ivolvert i var med på å forklare deres viktighet for økoomisk vekst. Dette ble igje utvidet av Lucas (1988) som preseterte akkumulasjo av humakapital gjeom utdaig som e kilde til økoomisk vekst. Humakapital ble modellert som e produksjosfaktor på lik lije med kapital og arbeidskraft, me med de store forskjelle at des margialproduktivitet ikke var avtakede og at ivesteriger i humakapital dermed kue være e kilde til varig vekst. Det ble også lasert adre måter å forklare humakapitales betydig for økoomisk vekst. E teori postulerte at utdaet arbeidskraft har forskjellig verdi avhegig av hvilke jobb de gjør, og at des fortri først og fremst er å utvikle og implemetere y tekologi. Det ble gjort fu i empiriske udersøkelser som tydet på det samme. For eksempel fat Bartel og Lichteberg (1987) at utdaet arbeidskraft har et komparativt fortri i implemeterig av y tekologi. Med bakgru i dette skiftet fokuset fra vekste i humakapitale til beholdige av humakapital i form av utdaet arbeidskraft. I disse modellee avheger økoomies eve til å implemetere eksisterede tekologi og yttiggjøre seg de tekologiske utviklige av megde utdaet arbeidskraft i arbeidsstokke. Dermed blir de økoomiske vekste for et gitt tekologiivå bestemt av arbeidsstyrkes utdaigsivå. Dee idee ble først formalisert av Nelso og Phelps i 1966 og seere utvidet av Romer i Her ble også de tekologiske utviklige avhegig av megde utdaet arbeidskraft, og fordelige av arbeidskraft mellom iovasjo og produksjo. Romer modellerte forskige som e virksomhet foretatt av

8 5 profittmaksimerede aktører, hvor e stor del av ytte av forskig tilfaller adre e de som skaper resultatee. De lagsiktige vekstrate ble edoge og avhegig av beholdige av utdaet arbeidskraft, me lavere e samfusøkoomisk optimalt side det er positive eksteraliteter kyttet til forskig, som forskere selv ikke blir beløet for. Nå hadde ma altså e modell som formelt tok høyde for e alvorlig markedssvikt, og ga formelle og teoretiske argumeter for å fremme utdaig og forskig som et ledd i å øke økoomisk vekst. Nå bør det eves at Romers arbeid var mer e formaliserig av velkjete argumeter e utviklig av ye teorier, da disse argumetee går lagt tilbake i utviklige av vekstteori. Abrahamowitz omtalte de vekstmekaismee som er setrale i yere vekstmodeller i e oversiktsartikkel i 1952, som først seere ble formalisert av adre. For e ærmere drøftig, se Hægelad (2000). 2.2 Typer humakapital - hva har de å si for vekste? Vi ser altså at humakapital går igje i vekstteorie og at vi har gode teoretiske begruelser for å se ærmere på utdaig ut fra at det ka ha betydig for økoomisk vekst. I de forbidelse er det relevat å se på hvilke betydig sammesetige av typer utdaet arbeidskraft i økoomie. Murphy et al. (1991) går lagt i å si at allokerige av talet til forskjellige fagretiger i utdaigssystemet har store kosekveser for vekstrate i økoomie og bygger et teoretisk rammeverk rudt dette. De uderbygger påstade ved å gjeomføre e empirisk aalyse basert på data fra 55 lad for periode 1970 til 1985 som belyser effekte av adele jus- og realfagsstudeter på økoomisk vekst. Her viser de at vekst er avtakede med e økede adel jusstudeter, mes vekste øker med e økede adel realfagsstudeter. Forklarige er at for e gitt adel taleter i økoomie vil allokerige av disse på utdaigstype bestemme hvor mye økoomisk vekst ma får ut av et gitt utdaelsesivå på arbeidsstyrke. Implisitt i dee teorie er e forutsetig om at utdaet arbeidskraft i form av realfagsutdaede bidrar til vekst gjeom å bidra til tekologisk utviklig, mes utdaet arbeidskraft i form av jurister ikke bidrar til vekst, me sarere arbeider med å fordele et gitt produksjosresultat eller egasjerer seg i ret-seekig. Dette er aktiviteter som til og med ka redusere det totale produksjosresultatet, oe Murphy et al. (1991) formulerer slik: "[ ], if the most taletet people become ret-seekers, the ability of the etrepeeurs is lower, ad therefore the rate of techological progress ad of growth is likely to be lower". Det er mye å ivede mot dee aalyse, og Murphy et al. (1991) preseterer selv det som må være det viktigste motargumetet. Adel realfagsstudeter ka

9 6 være e proxy for adre viktige vekstfaktorer, da lad som har e høy adel realfagstudeter også gjør mye aet riktig. Forutsetige om samfusytte av realfagsutdaede og jurister er selvsagt forteget; et velfugerede rettssystem ka ha mye å si for økoomisk vekst, og jurister er ødvedige her. Artikkelforfattere ser imidlertid på variasjoer i sammesetige på margie. Til tross for disse viktige motargumetee, gir aalyse likevel grulag for å hevde at allokerige av talet til forskjellige utdaigsretiger ka ha betydig for de økoomiske vekste: "I summary, the sample with large college erollmets reveals a large direct ad large idirect positive effect of egieers o growth, ad a large direct egative effect of lawyers o growth. Oe, but ot the oly oe, iterpretatio of these fidigs is that the allocatio of talet is importat for growth." (Murphy et al., 1991). Et viktig aspekt ved det teoretiske arbeidet rudt allokerig av talet er at det påvirker kvalitete på forskige utover tilgage på kvalifisert arbeidskraft. Klette og Møe (2002) er ie på dette og fremhever viktighete av å rekruttere taletfulle meesker til forskig: "Et slåede trekk ved all forskigsvirksomhet er at resultatee er ekstremt skjevfordelte. [ ] Ikke mist er det viktig å sørge for at de taletee som har potesial for slik viteskapelig produktivitet, faktisk velger å satse på e forskerkarriere." Litt i forlegelse av artikkele til Murphy mfl. stiller Klette og Møe (2002) spørsmålet: "Vil vi at taletee skal satse på forskig eller skattejus?" De ever at de viktigste faktore som begreser orske bedrifters iovasjosvirksomhet er magel på kvalifisert arbeidskraft. Hvis dette er tilfelle, er det potesielle kilder til økoomisk vekst som ikke blir utyttet, gruet magel på ressurser. Dermed ka vi stå overfor e feilallokerig av arbeidskraft, hvis deler av arbeidsstokke har e utdaelse som kvalifiserer til virksomhet som bidrar midre til økoomisk vekst. Det store spørsmålet, som vi har vært ie på tidligere, er om oe typer utdaet arbeidskraft faktisk bidrar mer til vekst e adre. At de ret tekologiske iovasjoe lider uder magel på realfagsutdaet arbeidskraft er ikke ødvedigvis et problem, hvis de alterative utyttelse av arbeidskrafte er like viktig for økoomie som helhet. Som evt tidligere vil e bedre utyttelse av isatsfaktoree kue føre til økoomisk vekst oe som ikke ødvedigvis er avhegig av y tekologi. E slik bedrig av utyttelse ka for eksempel komme fra forbedrig av kapitalmarkeder, effektiviserig av offetlige istitusjoer eller edrig av lover og regler og hådhevelse av disse. Alle disse evte forbedrigsmulighetee stammer fra virkesomheter som i all hovedsak beytter seg av økoomer, jurister og ae arbeidskraft ute realfagsutdaelse. For å illustrere poeget med et eksempel ka ma teke på økoomistyrigssystemer utviklet

10 7 av siviløkoomer, geviste av slike yviiger ka ofte være like store eller større e gevistee fra re tekologisk iovasjo. 2.3 Markedssvikt? - og hvorfor feilallokerig? Hvis realfagsutdaet arbeidskraft er viktig for økoomisk vekst, hvorfor lider vi da av magel på de? I e perfekt fugerede markedsøkoomi vil isatsfaktoree beløes i hehold til si margialproduktivitet. Hvilket fører til at de relative megde av forskjellige isatsfaktorer som allokeres til produksjo er de som maksimerer produksjoe. Dette vil også gjelde for forskjellige typer utdaet arbeidskraft og markedet vil gjeom løsmekaisme sørge for at vi får e paretooptimal allokerig av humakapitale. E magel på realfagsutdaet arbeidskraft vil presse opp løigee ved at bedrifter og istitusjoer kokurrerer seg i mellom. I et velfugerede marked vil de økte løigee føre til økt rekrutterig til realfagsstudier som over tid øker tilbudet av arbeidskraft med realfagsutdaelse. Hvis markedet ikke retter opp et vedvarede subboptimalt tilbud av realfagsutdaet arbeidskraft står vi overfor e markedssvikt. I dette tilfellet ka det ka være flere sider ved markedet som svikter på e gag, me mest setralt står atakelse om at løsmekaisme ikke virker som de skal, og vi har oe idikasjoer på at det er slik: Mes etterspørrere av realfagsutdaet arbeidskraft bekrefter at de lider uder magel på realfagsutdaede, ser vi at livsløpsitektee for persoer med utdaelse ie medisi, jus eller økoomi alle er høyere e for de med realfagsutdaelse (Kirkebøe, 2005). Teorie gir oss e pekepi på at løsdaelse ikke er optimal. Romer (1990) viser til at forskere ikke blir kompesert for de ekstere effektee deres aktivitet har på adre aktiviteter. Side e stor del av forskige ka sies å være avhegig av arbeidskraft med realfagskompetase vil dette kue ramme løsdaelse for dee gruppe spesielt. Adre mulige forklariger på at tilbudet er for lavt over legre tid ka være dårlig respos på økte løiger eller at tilbudet har beskrakiger i form av begreset atall utdaigsplasser. Romer (2000) peker på utdaigssystemet som e flaskehals. Hvis ikke atall studieplasser på realfag er fleksible vil ikke økte løiger føre til økt tilbud, side atall uteksamierte kadidater per år er gitt. Ma ka også teke seg at valg tatt allerede tidlig på videregåede skole blir avgjørede for om ma ka velge realfag på et seere tidspukt i utdaelsesløpet. Side realfagsstudier på uiversitets og høyskoleivå som regel forutsetter bakgru ie

11 8 matematikk og adre realfag vil ma i realitete legge opp mulighetee for e studieløp med realfag allerede ved valg av matematikkvariat i første året på videregåede skole. Hvis potesielle realister er midre mottakelige for pekuiære isetiver i videregåede skole e seere vil dette svekke effekte av økt lø på tilbudet av realfagsutdaet arbeidskraft. Det er godt tekelig at de gjeomsittlige 15-årig ikke har fremtidig karriere og itekt i takee år hu vurderer om hu skal velge fordypig i realfag og matematikk på videregåede skole, side de opplever at problemer kyttet til karriere og itekt ligger meget lagt frem i tid. Dette ka medføre at økt lø for persoer med realfagskompetase ikke fører til økt rekrutterig side valgee reelt sett blir tatt på et tidspukt der fremtidige løiger ikke har så mye å si for valgee. Det er også tekelig at det eksisterer et iformasjosproblem. Hvis elevee ikke kjeer til de faktiske løsforskjellee vil ikke økte løiger føre til økt rekrutterig, selv om pekuiære isetiver har oe å si på et tidlig tidspukt (Romer, 2000). Til tross for e mulig markedssvikt i løsfastsettelse til realfagsutdaet arbeidskraft, vil ma ut fra klassisk økoomisk teori kue teke seg at e kapphet på arbeidskraft med realfagskompetase vil drive opp løigee for dee gruppe. Som vi vil se seere har ikke løspremie for realfagsutdaelse økt side I de forbidelse er det være aturlig spørre seg hvorfor ikke løigee for realfagsutdaede respoderer år vi opplever magel på dee type arbeidskraft? E mulig forklarig er selvfølgelig at de opplevde magele på arbeidskraft med realfagsutdaelse ikke er reell. E ae mulig forklarig preseteres i Machi og Maig (1997). De preseterer teoretiske modeller som ka forklare at økig i det relative tilbudet av e type arbeidskraft ka øke løige og etterspørsele for dee type arbeidskraft, og uderbygger dette med e empirisk udersøkelse basert på data fra britiske arbeidsmarkedsudersøkelser for ti kvartaler fra våre 1992 til sommere Essese i modelle er at det er risikabelt for firmaer å ivestere i produksjo som krever tilgag til e type arbeidskraft med relativt lavt tilbud av arbeidere i forhold til adre typer, da de ka få problemer med å skaffe dee type arbeidskraft i fremtide. Modelle postulerer at tilbudet av e type arbeidskraft geererer si ege etterspørsel side arbeidsgivere velger å satse på de aktivitete som har de største tilgage til arbeidskraft. Når mage firmaer bestemmer seg for å satse på type arbeidskraft som har størst tilbud av arbeidere, vil kokurrase om disse arbeidere harde og kue drive opp løigee. Effekte trekker altså i motsatt retig av de ma forveter fra klassisk teori, da høyt tilbud geererer høye løiger. Når ma altså ser idikasjoer på at tilbudet av e type arbeidskraft påvirker etterspørsele av dee er det lett å forestille seg at

12 9 dette ka være med på å forklare de maglede respose i løigee for sysselsatte med realfagskompetase i Norge. Fra modelle følger det at magel på realfagsutdaet arbeidskraft gjør det midre attraktivt å ivestere i produksjo som er avhegig av de. Dermed forsvier etterspørsele, og vi oppår partiell likevekt i dette markedet gjeom e kvatumsrespos i stedet for e prisrespos. 2.4 Er det grulag for økt fokus på realfag? Det er altså mage gode argumeter for å øke fokuset på realfagee i utdaigspolitikke. Hvis det eksisterer e markedssvikt som fører til et for lavt tilbud av realfagsutdaet arbeidskraft vil det være foruftig å forsøke å rette opp dette. I Stortigsmeldig r. 20 (s. 129) trekkes bla. rekrutterige til realfagee frem som et satsigsområde for å fremme forskig: "De viktigste utfordrigee kyttet til forskerrekrutterig og forskerkarriere syes å å være økt rekrutterig til fagee matematikk, aturviteskap og tekologi[ ]" Som jeg vil komme tilbake til seere er rekrutterige til realfagee sykede i Norge, oe Utdaigs- og Forskigsdepartemetet uttrykker bekymrig for (Storigsmeldig. r. 20): "Utviklige iefor realfagee er bekymrigsfull, både fordi disse fagee er viktige for ærigslivet, og fordi fagee har e setral plass i allmedaelse i et stadig mer tekologisk avasert samfu." Vi ser at politikke rettet mot rekrutterige til realfagee ikke ku er motivert ut fra øsket om mer eller bedre forskig. Som evt tidligere står take om at økt humakapital ka bedre implemeterige av eksisterede tekologi setralt i teorie. I tillegg kommer take om at også de som ikke jobber direkte med tekologi har et behov for å forstå mer av de tekologie som omgir dem til daglig. Det er selvfølgelig vaskeligere å argumetere for dette syspuktet fra et vekstperspektiv, me ma ka argumetere for at økt humakapital i samfuet geerelt har e positiv virkig på økoomie. Særlig hvis ma atar at foreldres utdaig ka sies å ha e positiv effekt på baras lærig, og dermed for fremtidig rekrutterig til realfagee. Akkurat dee atakelse er omdiskutert. Black et al. (2005) har sett på sammehege mellom foreldres og bars utdaig ved å bruke data for orske familier uder gruskolereforme på 1960-tallet. De fier sterke sammeheger mellom foreldrees og baras utdaigsivå, me hevder at dette skyldes familiekarakteristika og edarvede egeskaper, og ikke at økt utdaig hos foreldree øker baras forvetede utdaigsivå. Nå ka det ivedes at udersøkelse er gjort på e utdaigsøkig på gruskoleivå og at effekte er usikker for høyskole- og uiversitetsivå. I tillegg kommer det at aalyse ku tar for seg valg av utdaigsivå, me

13 10 at de ikke tar for seg valg av utdaigsretig. Adre aalyser åper for mulighete at også utdaigsretige ka edarves. Hase (2005) viser at bar av leger har høyere sasylighet for å studere medisi gitt karakterivå, oe som gir støtte for å tro at foreldres valg av fagretig ka påvirke baras valg fag. Hva som ka drive e evetuell sammeheg mellom foreldres utdaigsretig og baras utdaigsvalg er vaskelig å si, og årsake er ok sammesatt. Hvis det er slik at baras valg er påvirket av foreldrees utdaig, korrigert for økte ferdigheter, er det iteressat å udersøke om dette gjelder for realfag I tillegg til at prioriterig av realfagee har blitt et politisk tema i itert i Norge, retter også OECD (2007) søkelyset på dette. Det uttrykkes bekymrig for hvorda vekste i levestadarde skal opprettholdes i fremtide (OECD, 2007): "[ ] the rate of iovatio i Norway eeds to rise above recet ad curret lacklustre levels if expectatios of cotiious risig prosperity are to be realized." Økt produktivitet fremheves som økkele for å oppå fremtidig økoomisk vekst og på bakgru av dette eves oe abefaliger til politikk (OECD, 2007): "The worryig declie i umbers of studets optig for mathematical, scietific ad techological studies eeds to be reversed. This will etail creatig better icetives for qualified persos to teach such disciplies i both tertiary ad (especially) secodary educatio istitutios. I additio to curret measures, salary differetials should be cosidered."

14 11 3. Rekrutterige til realfag i Norge Tilgage på realfagsutdaet arbeidskraft Et spørsmål som fort melder seg år ma ser på tiltak for økt tilbud på realfagsutdaet arbeidskraft er: Hvorda har rekrutterige til realfagee og tilgage på realfagsutdaet arbeidskraft utviklet seg de seere åree, og hvorda har faktorer ært kytte til rekrutterige til realfag utviklet seg? Jeg vil hermed forsøke å gi et bilde på dette. Når vi prøver å forutse tilgage på realfagsutdaet arbeidskraft i fremtide må vi fokusere på tre pukter: i) Hvor mage persoer med realfagsbakgru har vi på åværede tidspukt? ii) Hvor mage forveter vi å kue rekruttere i fremtide? iii) Hvor mage forveter vi å miste i form av pesjoerig i fremtide? Disse tre puktee er også setrale år ma skal forklare utviklige i tilgage på realfagsutdaet arbeidskraft over tid, og det går klart fram at utviklige derfor er sterkt preget av de demografiske utviklige i økoomie. Hvor mage persoer som rekrutteres til realfagsstudier og realfagyrker for et gitt år er avhegig av størrelse på kullee som er aktuelle for rekrutterig det året, og adele som velger disse studieretigee. Tidligere rekrutterig bestemmer dermed også de totale beholdige av tid, og dermed blir de igje avhegig av utviklige i fødselskullee for tidligere perioder. Hvor mage av de totale beholdige av realfagsutdaede som til e hver tid går over i pesjo er avhegig av størrelse på de aktuelle kullee, som regel de eldste, og hvor stor adel av disse kullee som i si tid tok realfagsutdaelse. Som vi ser er det to viktige drivkrefter i utviklige: De demografiske, altså utviklige i størrelse på fødselskullee, og utviklige i adele per kull som tar realfagsutdaig. Figur 3.1 viser e betydelig variasjo i størrelse på fødselskullee fra begyelse av forrige århudre til begyelse av dette. Tallee er hetet fra Statistikkbake tilgjegelig på Statistisk setralbyrås hjemmesider. Vi ser at i periodee 1900 til 1920 og 1945 til 1970 lå 1 Store deler av dette kapittelet bygger på mitt arbeid kyttet til Hægelad og Skogstrøm (2006) og fies også gjegitt og utdypet der.

15 12 fødselstallee på godt over levedefødte per år, med oe tilfeller hvor atallet var oppe i omtret levedefødte per år. Det er spesielt verdt å merke seg periodee 1920 til 1945, tiåree på 70- og 80-tallet og periode på 1990 til 2005 hvor fødselstallee var godt uder per år i de første periode, rudt i de adre periode og rudt i de siste periode. Kullee født uder disse periodee er viktige å merke seg fordi de vil dukke opp seere og påvirke tilgage på realfagsutdaet arbeidskraft. Når kullee etrer arbeidsmarkedet vil de, alt aet likt, føre til e rekrutterig uder gjeomsittet til alle fagretiger i de åree. Hvis kullee som på dette tidspuktet pesjoerer seg er gjeomsittlig store vil de totale beholdige av arbeidskraft gå ed i økoomie, og gitt e kostat adel realfagsutdaede per kull, de totale megde realfagsutdaede. Spesielt kritisk blir situasjoe for rekrutterige til arbeidsmarkedet og alle fagretiger hvis et stort kull går over i pesjo samtidig som et lite kull etrer arbeidsmarkedet. Da blir de evte effekte på arbeidsmarkedet spesielt stor. Fra figur 3.1 ser vi at e slik situasjo ser ut til å itreffe. De store fødselskullee fra etterkrigstide begyer å gå over i pesjo fra rudt 2010 og de relativt små fødselskullee fra og 1990-tallet vil etre markedet. Side fødselskullee var relativt store i åree fra 1950 til 1970 og relativt små fra 1980 til i dag er dette e utviklig som ser ut til å vedvare. Det er altså gru til å tro at økoomie geerelt vil oppleve e situasjo med redusert tilgag på arbeidskraft fremover. Dette er selvfølgelig gitt at ikke viktige faktorer som yrkesdeltakelse, pesjosaldere eller studielegde ikke edrer seg radikalt. Figur 3.1: Levedefødte, Atall levedefødte

16 13 I tillegg til de evte demografiske effektee kommer adele som rekrutteres til realfagee. Som vi ser av figur 3.2 og figur 3.3 har realfagees popularitet har variert over tid, oe som ka påvirke beholdige av realfagsutdaet arbeidskraft. Hvis ma teker seg at fødselskullee er like store for alle år, me at rekrutterige til realfagee varierer vil adele av arbeidsstokke med realfagskompetase også variere over tid. Hvis ma har e periode hvor kullee som etrer arbeidsmarkedet har e stor adel realfagsutdaede, mes pesjoistkullees realfagsadeler er gjeomsittlige, vil adele realfagsutdaede arbeidsstyrke øke. De samme effekte får ma om adele er jev i kullee som rekrutteres til arbeidsmarkedet, mes kullee som går over i pesjo har e lav realfagsadel. Av figuree 3.2. og 3.3 ser vi at realfagees popularitet relativt til adre fagretiger har variert over tid. På det høyeste hadde este halvparte av de uteksamierte studetee på master-/hovedfagsivå realfagskompetase, mes adele for fødselskullee fra starte av '50-tallet og '70-tallet var ede i e tredjedel. Edrigee i de totale adele av yutdaede per fødselskull var ikke like markat. Dette har sammeheg med økt rekrutterig til høyere utdaig totalt sett, og svigiger i størrelse på fødselskullee. Som vi ser av figuree 3.4 og 3.5 har adele realfagsutdaede i befolkige steget svakt fram til de stagerte og gikk litt tilbake for fødselskullee fra midte av '60-tallet og fremover. Når ma tar de demografiske edrigee med i betraktig ser edrigee lagt mer dramatiske ut. Det sterke fallet i størrelse på fødselskullee etter 1970 har ført til e klar reduksjo av atallet realfagsutdaede per årskull. Effekte av store pesjoistkull kombiert med små rekruttkull ka dermed gjøre seg gjeldede for realfagee på sikt.

17 14 Figur 3.2: Adel realfagsutdaede av de som har utdaig ut over videregåede skole Realfagsadel, utd. utover vgs Fødselsår Figur 3.3: Adel realfagsutdaede av de som har utdaig på mist hovedfagsivå Realfagsadel, mist hovedfagsivå Fødselsår

18 15 Figur 3.4: Adel av befolkig med høyere utdaig, etter fødselsår Fødselsår Totale. Realfag, mist hovedfagsivå Realfag. Figur 3.5: Adel av befolkig med utdaig på mist hovedfagsivå Fødselsår Mist hovedfagsivå Realfag, mist hovedfagsivå

19 Tilgag på realfagsutdaet arbeidskraft i fremtide Idikasjoer på at vi i fremtide vil oppleve e magel på arbeidskraft med realfagutdaelse får vi fra de siste års utviklig i aldersfordelige for persoer med realfagskompetase. Ved å sammelike tabellee 3.3 og 3.4 med tabellee 3.1 og 3.2 ser vi at adele av befolkige med realfagskompetase "aldres" raskere e reste av befolkige med høyere utdaelse. Vi ser blat aet at gjeomsittsaldere for persoer med høyere realfagsutdaig har økt 1,6 år, mes økige ku er på 0,7 år for gruppe beståede av alle persoer med lag høyere utdaig. For å gi et mer komplett bilde på aldersfordelige av realfagsutdaede ka ma fra figur 3.6 se på hvorda fordelige har edret seg i atall persoer med høyere realfagsutdaelse fra 1996 til For det første ser vi at det totale atallet har økt i periode. Dette skyldes at kullee som gikk av med pesjo hadde e lavere adel realfagsutdaede e kullee som etret arbeidsmarkedet. Det potesielt bekymrigsverdige med utviklige er at atallet uge arbeidstakere med høyere realfagsutdaelse er betydelig lavere i 2004 e i Forutsatt at realfagsstudeter ikke bruker legre tid på utdaelse si e før, ka dette skyldes både midre fødselskull eller lavere rekrutterig til realfag eller begge deler. Som vi ka se fra figure vil e del årskull med e stor adel persoer med høyere realfagskompetase gå av med pesjo om oe få år. Isolert sett vil dette øke etterspørsele da ma er ødt til å erstatte disse med yutdaede for å holde atallet sysselsatte med de rette kompetase oppe. Tabell 3.1: "Nøkkeltall": Persoer med kort høyere utdaig Adel uder 40 år 53,9 46,5 Adel over 50 år 21,8 29,1 Gjeomsittsalder 39,5 42,2 Tabell 3.2: "Nøkkeltall": Persoer med lag høyere utdaig Adel uder 40 år 38,8 40,3 Adel over 50 år 31,0 35,1 Gjeomsittsalder 43,9 44,6

20 17 Tabell 3.3: "Nøkkeltall": Persoer med kort høyere realfagsutdaig Adel uder 40 år 50,4 42,5 Adel over 50 år 24,7 30,7 Gjeomsittsalder 41,0 43,2 Tabell 3.4: "Nøkkeltall": Persoer med lag høyere realfagsutdaig Adel uder 40 år 46,4 42,8 Adel over 50 år 27,7 32,0 Gjeomsittsalder 42,4 44,0 Tabellee er hetet fra Hægelad og Skogstrøm (2006) og det ble beyttet idividbaserte registerdata for alle ibyggere i Norge i aldere fra Statistisk Setralbyrå. Figur 3.6: Detaljert aldersfordelig - høyere realfagsutdaig Aldersfordelig - høyere realfagsutdaig Atall Alder

21 Løer realfagsutdaelse seg i Norge? Vi har altså god dekig for å si at rekrutterige til realfag har vært sviktede over tid og at vi har opplevd sykede popularitet for realfagee relativt til adre fagretiger. Når OECD (2007) retter søkelyset mot avløige av realfagsutdaede og hevder at avkastige av realfagsutdaelse er for lav er det aturlig å se ærmere på dette. Resultater fra aalyser foretatt av Hægelad og Møe (2005) viser at estimerte livsløsprofiler over yrkeskarriere varierer for sysselsatte med forskjellige utdaelser. De viser at løsprofile er dårligere for realister og igeiører e for arbeidstakere med utdaelser av tilsvarede legde. Særlig gjelder dette for utdaelsesretiger som kokurrerer mot realfagee om å rekruttere de beste elevee. Realistee har litt høyere itekt i begyelse og slutte av karriere e økoomee og juristee, me betydelig lavere itekt de største dele av yrkeskarriere. I forhold til legee og talegee ligger realistee og igeiøree på et lavere itektsivå hele karriere. Ma ka teke seg at uteksamierte elever fra videregåede skole tar med disse løsprofile og de forvetede livsløpsitekte i vurderige år de tar utdaigsvalg, og at e del elever som kue teke seg å studere realfag i utgagspuktet velger det bort på gru av løsvilkåree. I figur 3.8 preseteres regresjosresultater for gjeomsittlig løspremie for realfagsutdaig for hvert år i periode Datamaterialet er på idividivå for alle heltidsarbeidede løsmottakere med høyere utdaig og i regresjoee som er kjørt for alle ekeltåree i periode er det kotrollert for kjø, erfarig, bostedsfylke og utdaigsivå. Figur 3.9 viser resultatee fra e tilsvarede udersøkelse hvor realfagspremie er tillatt å variere med utdaigsivå. Aalyse viser ige teg på at realfagspremie har økt i løpet av periode. Hvis vi har hatt økede magel på arbeidskraft med realfagskompetase i deler av, eller hele periode er dette resultatet i strid med klassisk økoomisk teori. Se tidligere diskusjo omkrig dette feomeet. Når vi ser ærmere på resultatee i figur 3.9 ser vi at det faktisk har vært e edgag i premie for realfagsutdaede med utdaelse på doktorgradsivå.

22 19 Beregigee har altså to viktige resultater. For det første er det økoomisk sett lite lukrativt å velge realfagsutdaelse i forhold til adre fag med sammeligbare itakskrav og studielegde, oe som har holdt seg stabilt i periode For det adre ser vi tedeser til at løigee ikke respoderer på det som atas å være økt udekket etterspørsel etter arbeidskraft med realfagskompetase. Det er altså gode gruer til å se ærmere på løsdaelse i dee dele av arbeidsmarkedet, både ut fra at det er viktig for å evetuelt bedre rekrutterige til realfag, i de grad det er øskelig, og fordi det er iteressat fra et økoomisk teoretisk perspektiv.

23 20 Figur 3.8: Løspremie for realfagsutdaig, alle med høyere utdaig Figur 3.9: Nivåspesifikk løspremie for realfagsutdaig, alle med høyere utdaig Realfagsutdaelse, ivå 6 Realfagsutdaelse, ivå 7 Realfagsutdaelse, ivå 8

24 Lavt ivå på realfagsudervisige i orsk skole? I debatte rudt realfag og økoomisk vekst er det viktig å ikke miste fokus på kvalitete på humakapitale. Det er lett å forestille seg at e evetuell produktivitetsgevist ma oppår ved å øke atall persoer med realfagskompetase ka gå tapt hvis kvalitete på utdaelse går ed. Fudametet for kvalitete på orske igeiører og adre persoer med realfagsutdaelse legges allerede på bare- og ugdomsskole. Ma ka teke seg at sviktede opplærig i matematikk og adre realfag på et tidlig tidspukt forplater seg videre i utdaigssystemet og svekker realfagskompetase til de fremtidige arbeidsstyrke. Hvis dette er tilfellet er resultatee fra TIMMS 2003 som presetert i Grømo et al. (2004) urovekkede. Her viser det seg at orske bare- og ugdomsskoleelevers kompetase har gått tilbake fra 1995 til 2003 ie realfag geerelt og matematikk spesielt. Følgede er hetet fra koklusjoe i Grømo et al. (2004): "I matematikk presterer orske elever både i 4. og 8. klasse lavere e gjeomsittet og lagt etter lad vi liker å sammelike oss med. [ ] I aturfag skårer elevee våre på begge tri omtret som gjeomsittet, me også svakere e lad vi liker å sammelike oss med. [ ] Tilbakegage side 1995 har vært stor for begge populasjoee og i begge fagee. Vi ka si at orske elever i dag ligger mellom et halvt og ett år etter det ivået like gamle elever lå på i 1995." Ikke overraskede ka ma si at orske elevers relativt sett dårlige prestasjoer ikke har blitt oppfattet av elevee selv (Grømo et al., 2004): "Norske elever markerer seg iterasjoalt med høy selvoppfatig i realfagee. På bakgru av resultatee ka dette oppfattes som litt urealistisk, og det er trolig et vitesbyrd om at i lite grad har vært utsatt for krevede utfordriger." Resultatee er spesielt urovekkede hvis elevee i tillegg til lavere kompetase ie gruleggede realfag og matematikk seere i utdaigsløpet velger seg bort fra realfag gruet de maglede kompetase. Det ka tekes at elever som magler de gruleggede kompetase i et fag velger det bort seere side de føler at de mestrer det relativt dårlig i forhold til adre fag. La oss for eksempel se på matematikk. Når altså elevers ferdigheter i matematikk ved edt gruskole er dårligere e før, me pesum i første klasse på videregåede er uedret, er det lett å forestille seg at matematikkpesumet oppfattes som mer krevede. Gitt at elever velger bort fag de oppfatter som for krevede, vil dette kue medføre at flere velger bort fordypig i matematikk på videregåede. Ma ka dermed få e svekkelse av realfagskompetase i økoomie som helhet, både gjeom e svekkelse av de gruleggede ferdighetee og gjeom svekket rekrutterig til realfagee.

25 22 4. Problemstilliger Spørsmålee som reises i dee oppgave er kyttet til rekrutterige til realfag i Norge, med bakgru i diskusjoe kapitel 2. Grulaget for valg av realfag på høyskole- og uiversitetsivå legges allerede på videregåede skole, side eleve da ka velge fag som gir de ødvedige forkuskapskravee ie matematikk og adre realfag. Videre ka forhold i gruskole legge grulaget for valg og bortvalg i videregåede skole. Oppgave vil derfor forsøke å belyse temaet rudt valg av realfag på videregåede skole fra flere sider. Problemstillige er delt opp i tre deler, og aalyse vil følge dee oppdelige: 1. Når velger forskjellige elever bort realfag, og hvorda varierer dette mellom grupper av elever? 2. Hvilke kjeeteg kyttet til sosioøkoomiske bakgru, skoler og hjemsted er med på å forklare eleves valg av realfag? 3. Klarer realfagee å trekke til seg de mest taletfulle elevee? I de este uderkapitlee vil de tre spørsmålee utdypes og aalyse vil gis et teoretisk fudamet der det er ødvedig eller virker aturlig. 4.1 Når velger forskjellige elever bort realfag - og hvorda varierer dette mellom grupper av elever? Å forstå år valg av utdaigsretig foretas ka tekes å være viktig for politikk som tar sikte på å øke rekrutterige til e fagretig. Om ma er iteressert i å øke rekrutterige til realfagsstudier på høyskole- og uiversitetsivå, ka ma for eksempel rette e kampaje mot avgagsstudeter ved videregåede skole. Det ka være å iformere om iteressate jobbmuligheter øke stipedee til realfag eller ligede tiltak. Selv om disse isetivee skulle virke, er det ikke sikkert at ma oppår de øskede effekte fordi valgee reelt sett blir tatt opp til to år før ma søker på høyere utdaelse. Forkuskapskravee til mage realfag er høye og spesifikke, særlig år det gjelder matematikk. Om e elev går ut av

26 23 videregåede skole med høyest mulig mattekompetase ka allerede ha blitt avgjort ved valget av matematikkvariat i videregåede skoles første skoleår. Hvis målet er å rekruttere flest mulig til fag som krever høy realfagskompetase fra videregåede skole, ka det være yttig å se på hvilket ivå frafallet er størst år ma skal utforme politikke. Argumetasjoe over gjelder også for utformige av politikk som ikke er rettet mot spesifikke aldersgrupper/skoletri, da ma ka teke seg at e og samme politikk ka ha varierede effekt for forskjellige elever avhegig av ivået eleve befier seg på. Målet for aalyse er ikke å kartlegge hvorda isetiver virker på forskjellige tidspukt, me heller å skaffe e oversikt over år realfagee evetuelt velges bort fra utdaigsløpet for elevmasse geerelt og for oe udergrupper spesielt. Aalyse tjeer også det formål å skaffe oversikt over hvorda forskjeller i preferaser varierer over idivider med forksjellige kjeeteg, side dette ka supplere teorie i utformige av modellspesifikasjoe for seere aalyser. 4.2 Hvilke kjeeteg kyttet til sosioøkoomiske bakgru, skoler og hjemsted er med på å forklare eleves valg av realfag? I dee dele av aalyse er valget av variabler e viktig problemstillig, og begruelse for valg av variabler i aalyse er som følger. De utvalgte variablees relevas bør kue begrues i teori eller eksisterede udersøkelser om valg av utdaig, selv om de kausale sammehegee ikke ødvedigvis er avklart. Forskig på valg av studieretiger har ikke bekreftet kausale sammeheger mellom idividets egeskaper og dets valg av utdaig sterke ok til å legge klare føriger for hvilke variabler som bør tas med i e aalyse. Til tross for dette har ma gjeom tidligere aalyser avdekket sammeheger sterke ok til å kue karakterisere ekelte variabler som klart relevate (Hægelad et al, 2004 og Hase, 2005). I tillegg ka ma argumetere for at e del variabler bør tas med i udersøkelser, ettopp fordi deres betydig ikke har blitt helt avklart. For at e aalyse skal kue være relevat for politikk rettet mot økt rekrutterig til et fag blat persoer tilhørede e bestemt grupperig, bør ma kue være i stad til å idetifisere oe trekk kyttet til hvorda grupper av idivider skiller seg fra hveradre mht. valg av fagretiger. Variabler som kjeeteger grupper av idivider er altså høyst relevate for

27 24 aalyse, selv om ma ikke ødvedigvis ka forklare sammehege mellom kjeetegee og valgee. E ae viktig problemstillig er regioale forskjeller og forskjeller mellom skoler år det gjelder rekrutterig til bestemte fagretiger. Ta for eksempel e aalyse av skoles effekt på valg av fagretig. Det er viktig at ma i e slik aalyse kotrollerer for effekter som ikke er kyttet til skole, og at ma derfor ikluderer adre variabler som ka tekes å ha sammeheg med rekrutterig. Tolkige av disse variablee er ikke det setrale i dee sammehege, her er det om å gjøre at observerte sammeheger mellom skole og valg av fagretig faktisk har rot i egeskaper ved skole, og ikke i egeskaper skoles elever har til felles. De samme argumetee gjelder for valg av variabler til e aalyse av regioale forskjeller. Registerdata gir gode muligheter for rike spesifikasjoer. I aalyse vil jeg ikludere kjeeteg for familiebakgru, gruskolepoeg, skolekjeeteg for gru- og videregåede skole, abolaget, medelevees valg og regioe. E detaljert spesifikasjo av modelle og e begruelse for valg av metode vil bli gitt i aalysekapittelet. 4.3 Klarer realfagee å trekke til seg de mest taletfulle elevee? Her er vi ie på et tema som er aktuelt av flere gruer som beskrevet i kapitel 3. Hvilke utdaigsvalg taletee tar, og i hvilke grad de spesialiserer seg i realfag, ka ha betydig for rekrutterig til forskig og iovasjosrelaterte aktiviteter. I tillegg vil adele taletfulle persoer på e type studium kue si oe om studiets popularitet blat taletfulle elever, utover atall søkere til studiet. De fleste studier har begresiger på hvor mage studeter som tas opp hvert år. For e del fag, særlig ettertraktede realfag fører dette til at karakterkravee fra videregåede skole blir høye da flike elever kokurrer om å komme i. Ma ka ata at elever på videregåede som tar sikte på å ta e slik utdaelse vil yte ekstra for å å karakterkravee. Dermed ka det også tekes at elever som i utgagspuktet er like flike ka oppå forskjellige resultater avhegig av om de prøver å komme i på et fag med høye itakskrav eller ikke. Karakterkravee til forskjellige utdaiger sier dermed ikke ødvedigvis alt om hvor flike de rekrutterte elevee er. Det ka derfor være iteressat å bruke et aet mål på talet for å kaste lys over hvor de flikeste elevee tar veie i utdaigssystemet.

28 25 Et viktig problem ligger i begrepet talet. Det er et forholdsvis vidt begrep, som uasett defiisjo, er vaskelig å måle i stor skala. Hvis ma defierer talet som eve til å lykkes i e eller flere aktiviteter vil begrepet ha forskjellige dimesjoer. Alle har komparative fortri, i det at de er relativt sett bedre eget til oe aktiviteter e adre. Dermed ka e og samme perso måles til forskjellige ivåer av talet avhegig av aktivitete ma måles i. Dette problemet blir oe midre om ma måler flere forskjellige sider ved folks ever. Da vil begrepet talet kyttes til evee i alle eller flere aktiviteter persoe deltar i. Det er forholdsvis aturlig å bruke skoleresultater som e idikator på talet. Ved å bruke gjeomsittskarakterer eller totalt oppådde poeg vil ma måle eleves ferdigheter på et rimelig bredt spekter av akademiske disiplier. Derfor blir gruskolepoeg brukt i dee aalyse. Pesum og lærepla er like for alle gruskoleelever i offetlig skole, i teorie skal dermed totalt oppådde gruskolepoeg være sammeligbare på tvers av skoler. Elevee på ugdomsskole har eå ikke foretatt utdaigsvalg og karakteree skal dermed ikke være påvirket av eleves iteresser slik de vil være på videregåede skole, der flike elever ka tekes tedes til å velge fag med stregere karaktersettig e adre. Gruskolepoeg ved avsluttet 10. klasse vil dermed kue reflektere de ekeltes elevs gjeomsittlige egethet i akademiske disiplier. Merk at det er ikke setralt for aalyse hvilke kausale sammeheger som ligger bak ivået av talet, om det er medfødte eller tilegede egeskaper er ikke viktig. Det forutsettes derimot at utgagspuktet for videre lærig og suksess ie høyere utdaig og arbeidsliv øker med høyere gruskolepoeg ved avsluttet 10. klasse. Når det refereres til eleves grad av talet seere i oppgave, mees eleves gruskolepoeg sett i forhold til gruskolepoegee hos alle de adre elevee som gikk ut av gruskole det samme året. For å kokretisere problemstillige preseteres følgede fire spørsmål: Hvorda er fordelige av gruskolepoeg for elevee iad i grupper av realfagkategorier på videregåede skole? Hvorda er fordelige av realfagskategorier for elever iad i desiler av gruskolepoeg? Hvorda er fordelige av gruskolepoeg for studeter iad i fagretiger på høyskoler og uiversiteter. Hvorda varierer rekrutterige til fag på høyskole- og uiversitetsivå mellom elever idelt i forskjellige desiler av gruskolepoeg?

29 26 5. Aalyser og fu 5.1 Datamaterialet Data brukt i aalyse er hetet fra Statistisk setralbyrå (SSB) og Samorda opptak. Hoveddele av datasettet er hetet fra SSB og jeg har satt det samme av flere datakilder. Kjere i datasettet som er beyttet i dee dele av oppgave, er data for alle oppmeldte elever i orsk videregåede skole per 1. oktober hvert år i åree 2004 til 2006 levert av utdaigsdirektoratet. Det ble valgt å følge kohorte som gikk ut av gruskole våre 2004, gjeom videregåede skole. De observerte idividee ble oppmeldt til grukurs videregåede opplærig høste 2004 og uteksamiert våre Side jeg er iteressert i å følge elevees valg, ikke ødvedigvis hva de fullfører, har jeg ikke betiget på at elevee oppår studiekompetase eller består videregåede opplærig på et aet vis. Med videregåede opplærig mees både yrkesfaglige og allmefaglige retiger. Der det har vært ødvedig for aalyse har datasettet blitt avgreset til elever som følger allmefaglig studieretig, og det blir opplyst om dette. Det er verdt å merke seg at lijee idrettsfag og musikk, das og drama er defiert som allmefaglige lijer i datasettet, og dermed aalyse. Elevee er uikt idetifiserte og per 1.10 er det registrert hvilke kurs eleve er oppmeldt på, samt eleves skole, lije og klassetri. På dette datasettet har vi koblet på iformasjo om elevee og deres familiebakgru, samt kjeeteg ved skole de går på, skolekretse de bor i og kommue de bor i. Fra idividbasert karakterstatistikk, samlet i av Utdaigsdirektoratet, har vi bereget elevees gruskolepoeg, som er summe av eleves karakterer i alle elleve fag på gruskolevitemålet. Gruskolepoegee er kriteriet elever blir vurdert på for opptak til videregåede skole, der ikke kvoter og adre spesielle kriterier gjelder. Fra e rekke admiistrative registre på idividivå, som også ieholder opplysiger om arbeidssted og bosted, bereges og påkobles e rekke kjeeteg ved eleves familie, skoler og bostedskommue. Detaljivået i variablee er ofte større e det vi beytter oss av. Dette gjøres dels for å lette aalyse, og dels fordi detaljivået er så stort at det ikke er hesiktsmessig å beytte seg av alle mulighetee da forskjellee ofte er små. Valg av familiekjeeteg er begruet ut fra tidligere forskig og referaser er evt i kapittel 4. Der diskuteres også familiekjeetegees betydig for estimerige av adre sammeheger. For dee dele av aalyse beytter jeg følgede familiekjeeteg:

30 27 Mors og fars utdaelse basert på us2000-koder fra Norsk utdaigsdatabase (NUDB) hvor utdaigsivå og realfagsutdaig er idetifisert, families itekt delt i i kvitiler av fordelige i befolkige, foreldrees sivilstatus delt i i gift, samboede, skilt, separert og ugift. I tillegg er eleves etiske bakgru idetifisert gjeom familiekjeetegee og vi ka dermed idetifisere om eleve er første- eller adregeerasjos ivadrer og om eleve har ikke-vestlig bakgru. Ikke-vestlig bakgru er defiert som ivadere fra områdee/ladee Øst-Europa, Ex-Jugoslavia, Tyrkia, Somalia, Sri-Laka, Ira, Irak, Afrika, Asia, Ikke-vestlig Oseaia, Chile, Pakista og Vietam. Se Hægelad et al (2004) for hvorda datasettet er satt samme og hvorda variablee er defiert. Gjeomsittsvariabler for foreldree i gruskolekretse er fuet ved å behadle dette datasettet, og legde av foreldrees utdaelse er defiert ved hjelp av NUS 2000 kodee. Fra Samorda opptak (SO) har vi iformasjo om alle søkere til høyere utdaig som går gjeom SO. For disse har vi alle studiee idividet søkte på, samt iformasjo om studiested, prioriterigsrekkefølge, om de formelle fagkravee til studiet var møtt, om eleve ble tilbudt plass ved studiet, om eleve tok imot tilbudet og om eleve møtte opp til studiet. Atall elever i kullet er på allmefag og på yrkesfag. Atall elever på allmefaglig med observerte verdier for alle kjeeteg er Atall elever med utdaelse fra videregåede skole som gikk ut våre 2006 og søkte på høyere utdaig de samme høste er Gjeom hele aalyse er realfagee på videregåede skole delt opp i åtte gjesidig utelukkede kategorier, og sortert etter vaskelighet eller omfag. Rekkefølge er stigede med ivå, altså klassetri, og hvor omfattede eller vaskelige kursee er. Vaskelighetsgrad er selvfølgelig e subjektiv defiisjo, me idelige følger hva som ka sies å være hovedoppfatige blat elevee. Her har utdaigsdirektoratet vært behjelpelige med ispill. Kategoriee er som følger: Eleves høyeste valgte realfag er: 0: eleve har ku valgt 1M, eller ige realfag. 1: 1MY 2: 1MX 3: 2MX/2MY/3MZ 4: 2MX/2MY/3MZ + mist ett aet realfag, uteom 2FY 5: 2MX/2MY/3MZ + 2FY 6: 3MX + 2FY 7: 3MX + 2FY + 3KJ

31 Overgager i utdaigssystemet: Når velges realfag bort? Dee dele av aalyse tjeer hovedsakelig to formål: For det første er det meige å få e oversikt over hvor i utdaigsløpet på videregåede skole realfag velges bort. Er det slik at realfagsretiger i stor grad velges bort allerede på grukurs eller i overgage til adreåret? Dette ka gi visse rettesorer for å fie de riktige målgruppee for politikk rettet mot økt rekrutterig. For det adre er det iteressat å avdekke forskjeller i valg av realfag kyttet til ekelte kjeeteg ved elevee. Både som e forberedelse til, og e motivasjo for, valgaalyse foretatt seere kapittelet. I tabellee 5.1 og 5.2 ser ma hvorda elevee på allmefag, idrett og musikk, das og drama i videregåede skole fordeler seg på de åtte realfagskategoriee. I tabell 5.1 ser på alle elevee og elevee delt opp etter hvilke matematikkretig utover 1M de valgte på grukurs. Tabelle leses slik: I første lije ser vi hvor stor adel av elevee som begyte i videregåede skole høste 2004 og gikk ut våre 2006 som valgte 1MY og 1MX som mattevariat på grukurs, og hvor stor adel som valgte de forskjellige realfagskategoriee. I adre lije ser vi hvorda elevee som valgte 1MY fordelte seg på de forskjellige realfagskategoriee og i tredje lije ser vi det samme for de som valgte 1MX på grukurs. I tabell 5.2 ser vi hvorda elever med forskjellige kjeeteg fordelte seg på realfagskategoriee. Tabell 5.1 Adeler av elever på realfagskategorier sortert etter kjeeteg Valg i GK Oppådd kompetase (%) Totalt 1MY 1MX % 42% Fra tabell 5.1 ser vi at hele 69 proset av elevee i videregåede skole velger bort realfag etter grukurset 2. I tillegg til de vi ser i tabelle over kommer elevee som tar yrkesfag hvor realfag utover det første året ofte ikke er e del av utdaigsløpet. Elever som velger yrkesfag, velger e midre teoretisk lije med færre muligheter for realfagskurs, og dette ka også sees på som å velge bort mulighete for realfag etter grukurs. De elevee som har registrert at de ku melder seg opp i 1M er ok til e stor del elever som ikke går de ree allmefaglige lije, eller elever som faller fra utdaige i løpet av grukurset. 2 19% velger kat % velger kat % velger kat. 2 = 69%

32 29 Av de som fortsetter med realfag utover grukurs velger ku rudt 39 proset å fortsette med matematikk og mist ett realfag i tredje klasse (VK2) 3. Side adele elever som velger realfag utover grukurs er så lav i utgagspuktet blir dee adele meget lav sett i forhold til elevee på allmefaglig videregåede skole. Ikke overraskede er de gruppe som velger realfag etter grukurs domiert av elever som valgte 1MX det første skoleåret. Selv for dee gruppe er det ku halvparte som velger realfag etter grukurs. Det bør være forholdsvis trygt å si at det er dee gruppe som mest sasylig ka teke seg å velge e realfagsretig etter grukurs. Derfor er det litt bekymrigsfullt at så mage som halvparte velger bort realfag etter edt 1MX, da dette kurset egetlig bør være e forberedelse på realfag seere. Hvis elever velger 1MX fordi de vurdere å ta realfag i VK1 og VK2 ka det være ødvedig å se på hvorfor så mage av disse faller fra, ma ka argumetere for at det er elevee som velger 1MX på grukurs det bør satses på hvis ma vil øke rekrutterige til realfagkurs på VK1- og VK2-ivå side de atakeligvis er mer motivert for realfag e de som velger 1M og 1MY på grukurs. De gode yhete er at det ser ut til at relativt mage velger de mest avaserte forme for matematikk på grukurs, og at adele elever som potesielt kue teke seg å ta flere realfagskurs derfor er forholdsvis stor. Ut fra dette er det e mulighet for at ma ka øke rekrutterige til realfag raskere ved å rette evetuelle tiltak mot dee gruppe e mot elevmasse som helhet. Når da dee gruppe er stor vil e slik målrettet strategi kue kaste mye av seg for de totale rekrutterige. I tabell 5.2 ser ma atall elever med oe kjeeteg og adelee av disse som velger forskjellige realfagskategorier. Tabellee lese på samme måte som første lije i tabell 5.1, me her ser vi altså på elevee delt opp etter ulike kjeeteg. Første og adre lije viser adeler for elevee delt opp etter kjø. I tredje lije ser vi adelee for elever som er adregeerasjos ivadrere med ikke-vestlig bakgru (se defiisjo over). I de fire siste lijee er elevee delt opp etter utdaelse til de av foreldree med høyest utdaelse % velger å slutte med realfag etter grukurs. Altså velger 100%-69%=31% å fortsette med realfag etter grukurs. Totalt velger 12%(6% kat % kat. 7) matematikk og ett realfag på VK2. 0,12/0,31=0,387=38,7%

33 30 Tabell 5.2 Adeler av elever på realfagskategorier sortert etter kjeeteg Oppådd kompetase (%) Totalt Jeter Gutter ge ivadrer m. ikke-vestlig bakgru Foreldrees høyeste utdaelse: Gruskole Videregåede skole Uiversitets- og høyskoleutdaig Realfag på uiv.- og høyskoleivå Ma ka se oe iteressate resultater. Det er forholdsvis stor forskjell mellom kjøee. Guttee har jevt over høyere sasylighet for å velge realfag etter grukurs e jetee. Forskjelle er størst for matematikk og realfag på det siste året, der guttee har tre gager så høy sasylighet for å velge 3MX og 2FY e jetee med 10 proset mot jetees 3 proset, og este to gager høyere sasylighet for at guttee velger 3MX, 2FY og 3KJ e jetee med 8 proset for guttee mot 5 proset for jetee. Det er også verdt å merke seg at adre geerasjos ivadrere med ikke-vestlig bakgru har høyere sasylighet for å velge realfag etter grukurs. De er også de gruppe med høyest sasylighet for å velge 1MX hvis de velger bort realfag etter grukurs. Et aet møster er at de som velger realfag etter grukurs tederer til å velge ete kategori 5 eller de høyeste kategorie. Dette er kategorier som er tett sammefallede med miimumskrav til e del utdaiger ie realfag, me også utdaiger med høy aseelse som bla. medisi, odotologi, arkitekt, farmasi og siviløkoomstudiet. Som forvetet er det forholdsvis stor samvariasjo mellom foreldrees utdaig og baras valg av utdaig. Dette er oe jeg ser ærmere på seere i aalyse, me tabelle over er yttig for å få e viss oversikt. Møsteret er at bars valg av realfag er jevt økede med foreldrees høyeste utdaig. For elever hvor foreldrees høyeste utdaelse er gruskole er tar ku 20 proset realfagskurs etter grukurs. Adele elever som tar realfagskurs etter grukurs er litt høyere for elever hvor foreldrees høyeste utdaelse er videregåede skole med 24 proset. Forskjelle er større på de øverste realfagskategoriee. Adele av elevee hvor foreldres høyeste utdaelse er gruskole som tar realfag på VK2 er 4 proset, mot 8 proset for elever hvor foreldrees høyeste utdaelse er videregåede skole. De største forskjelle ser vi for elever hvor mist é av foreldree har utdaig

34 31 utover videregåede skole. Der tar hele 36 proset realfag etter grukurs og hele 15 proset tar realfag på tredjeåret. Ikke uvetet ser vi et klart møster for elvee hvor mist é av foreldree har realfagsutdaelse på uiversitets- eller høyskoleivå. Hele 43 proset av disse elevee velger realfag etter grukurs, og 20 proset velger å ta realfag i det tredje året. Evetuelle forklariger på dette kommer jeg tilbake til seere i aalyse. Fra tabell 5.2 ser vi at det er betydelig samvariasjo mellom ekelte kjeeteg kyttet til sosioøkoomisk bakgru og valg av realfag. Det er derfor god gru til se ærmere på effektee av bakgrusvariabler år ma aalyserer elevers valg av realfag, og år ma forsøker å belyse hvor stor effekt skolekjeeteg har på elevees valg. Elever fordeler seg ikke tilfeldig på skoler, og samvariasjo mellom elevers valg og skolekjeeteg ka være påvirket av kjeeteg hos elevee. Ved å kotrollere for idividkjeeteg ka ma ærme seg e "ceteris paribus" tolkig av skolekjeeteg. Som e motivasjo for seere aalyse er det iteressat å forsøke å skille e del av effektee fra hveradre. Et eksempel på dette er at vi vet at ivadrere har høyere sasylighet for å velge realfag, samtidig som at høy utdaig fører til økt sasylighet for valg av realfag. Ivadrerforeldre tederer til å ha lavere utdaig. Det er meget iteressat å forsøke å skille disse effektee, da effekte fra ivadrigsbakgru alee er eda sterkere e det vi ser her. Akkurat som for skolekjeetegee er det øskelig å komme ærmest mulig e "ceteris paribus" tolkig av resultatee og det er derfor viktig å isolere ekelteffekter. Der hvor ma ikke har spesifikke implikasjoer for politikk, oe som gjelder for mage idividkjeeteg, er det likevel av geerell iteresse å se på effekte av de ulike idividkjeetegee.

35 Hvilke faktorer påvirker elevers valg av realfag i videregåede skole? For å forsøke å kaste lys over problemstillige har jeg brukt to forskjellige, me ært beslektede, metoder av diskret-valg-aalyse, emlig logit og ordet logit. Når ma forsøker å modellere og forklare idividers kosum eller ivesteriger i utdaig støter ma este med e gag på et viktig problem: Utdaig kosumeres ikke i kotiuerlige eller tilærmet kotiuerlige megder. Som regel ka e utdaig ikke deles i i midre eheter e hele år med heltid- eller deltidstudier og/eller ma står overfor valg av studieretiger der ma er ødt til å velge ett av flere alterativer ute å kue triløst kombiere dem. Ma aalyserer altså idividers valg mellom flere alterativer hvor disse alterativee ka være alt fra studieretiger og legder på utdaiger til valg av studiested. Disse særegehetee kyttet til valg av utdaig og utdaigsretiger gjør metoder som tar for seg diskrete valg meget attraktive fra et teoretisk og ituitivt stadpukt. Ie dee type aalyse er det flere veier til målet, med mage alterative metoder, hvor alle har sie fordeler og ulemper. At valget falt på de metodee som blir presetert har i all hovedsak si begruelse i at de teoretiske argumetee for avedelse er oppfylt. Til aalyse ble det brukt STATA Special Editio for Liux versjo 9.2 hvor de valgte metodee er ikludert i programvare. Metodee vil bli gjeomgått og forklart uder, først blir Logit-modelle for biære valg gjeomgått, og seere utvidet til ordede valg. De brukte diskret-valg-modellee har egeskaper som gjør dem lagt bedre eget til å aalysere diskrete valg e for eksempel miste kvadraters metode og adre lieære regresjosmodeller. For e grudigere gjeomgag og flere alterative metoder se Trai (2003) Metoder Biær logit For valgee ma ser på her vil idivid si ytte av å velge alterativ 1 være: U = X β + ε Idividets ytte U 1 represeterer hvor mye idividet verdsetter et gitt valg, i dette tilfellet et valg av realfagskompetase. Nyttefuksjoe har et fast kompoet X β1 med e vektor av

36 33 observerbare idividkjeeteg og e korrespoderede vektor med parametere, og et stokastisk feilledd. Feilleddee ε i er uavhegig og idetisk (iid.) ekstremverdifordelte, med kumulativ fordelig F ε e i ( ε i ) = e og tetthet f ε ε i i e ( ε i ) = e e. Bruke av ekstremverdifordelige er fudametert i des egeskaper ved modellerig og estimerig, me de gir e tilfredsstillede ærhet til teoretiske forutsetiger om ormalfordelte feilledd. Differase i feilleddee følger e logistisk fordelig, som liger mye på ormalfordelige selv om de har tykkere haler. Følgede forsikrig er gitt i Trai (2003): "The extreme value distributio gives slightly fatter tails tha a ormal, which meas that it allows for slightly more aberrat behavior tha the ormal. Usually, however, the differece betwee extreme value ad idepedet ormal errors is idistiguishable empirically." De viktigste forutsetige kyttet til feilleddee er ikke fordelige, me at de er uavhegige av hveradre. Dette impliserer at de uobserverbare dele av ytte for et valgalterativ er uavhegig av de uobserverbare dele av ytte for et aet. Implikasjoee av dette er ikke så viktige for de dele av aalyse som tar for seg biære valg, da problemet oppstår år ma ser på flere e to alterativer. Vi går tilbake til aalyse av biære valg og ser på sasylighete for å velge alterativ 1 fremfor 2. De avhegige variabele, la oss kalle de Y, ka ta to verdier: 1 om faller på alterativ 1 eller 0 om valget faller på alterativ 2. Idividet velger 1 framfor 2 hvis ytte av 1 overstiger ytte av 2. Sasylighete for utfallet Y = 1 blir dermed: ( = 1) = P 1 = P( U 1 > U 2 ) = P( X β1 + ε 1 > X β 2 + ε 2 ) ( ε < ε + X β X β ) = P( ε < ε + X ( β β )) P Y P Ved å ormalisere parametree for alterativ 2 til 0 vil parametree uttrykke idividkjeetegees påvirkig på valget av 1 fremfor 2, og sasylighete blir som følger: 2 1 ( ε < ε X β ) P + = P 2 1 Dermed følger det av fordelige til feilleddee at: Ved å løse ut itegralet får ma: P 1 P 1 ( ε1+ X β ) ε 1 = exp( e ) = ( ε1+ X β ) ε 1 exp( e ) e e P 1 X β e = 1+ e Vi sitter igje med et uttrykk for sasylighete for at idivid velger alterativ 1 fremfor 2. X β ε e 1 Av dette følger sasylighete for at idivid velger alterativ 2 fremfor 1: P 2 = 1 P 1 dε =

37 34 Parametree i modelle ka estimeres med ved hjelp av maximum-likelihood. Her er take at ma skal estimere parametree slik at ma oppår de høyeste sasylighete for at de spesifiserte modelle forklarer data. Likelihood-fuksjoe blir: L ( β ) = + X β 1 e Videre går ma frem ved å fie verdiee for parametree som maksimerer log-likelihood fuksjoe: l L e X β Y ( β ) = Y + l X β 1 e Ut fra dette uttrykket estimerer STATA parametree som maksimerer uttrykket over ved å gjøre umeriske iterasjoer. Log likelihood fuksjoe er alltid globalt kokav for yttefuksjoer med e lieær spesifikasjo, så det eksisterer et globalt maksimum. I motsetig til resultater fra miste kvadraters metode (OLS) er ikke parametree fra Y logit direkte tolkbare som margiale effekter. Der ma i OLS ville fått resultatet X e X β = β blir P resultatet = β P ( 1 P ). Som ma ser er de margiale edrige i sasylighete for å X velge alterativ 1 år e uavhegig variabel edrer seg avhegig av sasylighete for å velge alterativ 1 i utgagspuktet. De margiale edrige er størst år sasylighete går mot ½. Som ma ser over er det ikke rett frem å tolke regresjosutskriftee som margialeffekter, me det er mulig å sammelike størrelse på parametree hvis ma stadardiserer de uavhegige variablee. I aalyse som vist uder er variablee ete dummyvariabler eller stadardisert så e ehets edrig er det samme som ett stadardavviks edrig. Dermed vil forskjell i størrelse for parametere være sammelikbare så lege effektee parametree beskriver stammer fra variabler av samme type. Hvis ma er iteressert i å sammelike margiale edriger er det flere måter å gjør dette på. Ma ka operere med arketyper, ta gjeomsittlige margiale edriger over populasjoe eller ta gjeomsittsasylighetee for populasjoe og rege ut de margiale edrigee å bakgru av disse. De siste to metodee ka også beyttes for grupper av idivider hvis heterogeitete i sammesetige gjør at gjeomsittsobservasjoer virker meigsløse. Det fies også adre måter å hete ut mye av de samme iformasjoe fra resultatee. Eksempler på bruk av disse fremgagsmåtee blir gitt seere i kapittelet år resultatee fra aalyse tolkes.

38 35 Ordet Logit Aalyse av valgee for flere ordede alterativer følger oe av de samme takegage som for biære valg, me modellerige blir aerledes. Forskjelle er at idividee har flere alterativer, og at alterativee er sortert i e stigede rekkefølge som følge av deres aturlige forhold til hveradre. For at dette skal være teoretisk sett tilfredstillede må alterativee kue sies å være ragert med e ordial idelig etter et gitt kriterium. På dee måte utytter ma mer iformasjo e ved å bruke valig multiomisk logit. I dette tilfellet velger idividee mellom gjesidig utelukkede realfagskategorier hvor kriteriet for idelige er at kategoriee er ragert etter år i utdaigsløpet de ka velges og at kategoriee represeterer stadig mer krevede alterativer. Om ma teker seg at det befier seg terskler mellom alterativee, vil et idivid velge det alterativet hvor ytte overstiger terskele for dette alterativet, me ikke det este. Ituitivt ka ma si at yttefuksjoe represetere ytte et idivid har av å velge realfag og at idividet velger høyere ivå av realfag jo større ytte av realfag er. Ved å forutsette at itervallee i ytte mellom alterativee er kostate og de rette forutsetigee gjelder, ka ma bruke miste kvadraters metode (OLS), me vi har ige gru til å tro at dette er tilfellet. Derfor vil det å bruke ordet logit ikke medføre like strege restriksjoer på aalyse som det å bruke OLS. Hvis ytte idivid har av realfag er represetert ved følgede måte: U < k 1 velger midre realfag e 1MX/1MY (kategori 0) k < U < velger ku 1MY (kategori 1) 1 k 2 k < U < velger ku 1MX (kategori 2) 2 k 3 k < U < velger 2MX/2MY/3MZ (kategori 3) 3 k 4 4 k 5 U vil valgee foregå på k < U < velger 2MX/2MY/3MZ + mist ett aet realfag, uteom 2FY (kategori 4) k < U < velger 2MX/2MY/3MZ + 2FY (kategori 5) 5 k 6 k < U < velger 3MX + 2FY (kategori 7) 6 k 7 k 7 < U velger 3MX + 2FY + 3KJ (kategori 8) I dee modelle ser vi ikke på forkskjellige yttefuksjoer for hvert alterativ, me é yttefuksjo som modellerer idividets ytte av realfagskurs geerelt, og det er hvorvidt

39 36 dee ytte overskrider visse terskler som avgjør hvilket alterativ idividet velger. Som i biær logit har yttefuksjoe to kompoeter, e fast kompoet β X og et stokastisk feilledd ε X U ε β + = De faste kompoete 1 β X er e vektor av observerbare idividkjeeteg og e korrespoderede vektor med parametere. Feilleddee i ε er uavhegig og idetisk(iid.) logistisk fordelte. For biær logit var feilleddee ekstremverdifordelte, me der så ma på differase i feilleddee som er logistisk fordelte. Som forklart tidligere avgjøres valget av realfagskategori av om idividets ytte av realfag overstiger terskele for kategorie(k) me ikke overstiger terskele for este ivå(k +1 ). Sasylighetee for å velge visse alterativer blir modellert som følger (Trai, 2003). Sasylighet for valg av laveste kategori, kategori 0: ( ) ( ) ) exp( 1 ) exp( β β β ε ε β X k X k X k P k X P U P + = < = < + = = Sasylighetee for å velge e kategori som ikke er e av de ytterste er modellert slik, eksemplifisert med sasylighete for å velge kategori 4: ( ) ( ) ( ) ( ) ) exp( 1 ) exp( ) exp( 1 ) exp( β β β β β ε β ε β ε β ε β X k X k X k X k X k P X k P X k X k P k X U k P P + + = < < = < < = < + = < = Tilsvarede blir sasylighete for å velge det høyeste alterativet: ( ) ( ) ( ) ) exp( 1 ) exp( β β β ε ε β ε β X k X k X k P k X P U k X P U P + = < = < + = = > + = = Som for biær logit estimeres parametree og terskelverdiee ved å sette sasylighetsuttrykkee i i e likelihood-fuksjo og fie de verdiee som maksimerer sasylighete for at modelle forklarer de observerte valgee. Som i biær logit, er det ikke like lett å tolke parametree her som i valig lieær regresjo. Margialeffektee er heller ikke her direkte tolkbare ut fra regresjosresultatee og ma ka bruke metoder for å få ut margialeffekter eller forvetede sasyligheter på omtret samme måte som evt for biær logit. Jeg har derimot brukt to forskjellige metoder for å tolke resultatee, som virker hesiktsmessig ut fra problemstillige. Som forklart tidligere er de uavhegige variablee stadardiserte, så de er ibyrdes sammelikbare. For å få e litt mer ituitiv tilærmig til tolkige av ekelte variable, har jeg reget ut valgsasyligheter for det jeg kaller e stadardelev og valgsasyligheter for elever

40 37 som skiller seg fra stadardeleve på ett kjeeteg. Valgsasylighetee er reget ut ved å sette i de estimerte verdiee for parametree og terskelverdiee i uttrykkee for valgsasylighetee. På dee måte ka ma se hvorda valgsasylighetee edrer seg år ma edrer på ett ekelt kjeeteg. Stadardeleves kjeeteg er beskrevet uder. Hovedmålet for aalyse er å fie hvilke idividkjeeteg som påvirker eleves valg av realfag og hvorda. I dee aalyse er valget av realfag satt opp som et valg om hvor mye realfagskompetase eleve velger å opparbeide seg i løpet av utdaelse på videregåede skole. Derfor falt valget på e ordet logit aalyse, som beskrevet over. De forskjellige idividkjeetegee som ble brukt som forklarigsvariabler i aalyse lar seg gruppere etter type og til e viss grad ut fra tekt relevas. Som beskrevet over ble de valgt ut på kriterier som er e kombiasjo av teoretisk grulag og empiriske fu. Ut fra dette står sosioøkoomiske variabler som foreldrees utdaelse og husholdiges itekt sterkt. Problemet med aalyser bare på bakgru av disse er at de igje er korrelert med adre variabler som også ka forklare valg av utdaelse. Ved begye med e ekel spesifikasjo for så å utvide dee, er det mulig å få et bilde på hvor mye av samvariasjoe mellom sosioøkoomiske variabler og valg av realfag som skyldes samvariasjo med adre bakgrusvariabler. Jeg vil å gå gjeom utvidelse av spesifikasjoee og gi argumeter for valgee uderveis, fra de ekleste spesifikasjoe til alle de fem trivise utvidelsee. De ekleste spesifikasjoe består ku av idivid- og familiekjeeteg som idividets kjø, families itekt, foreldrees utdaelse og ivadrerbakgru. Her er de forvetede samvariasjoe sterk, me det er uklart av hvilke gruer. Særlig kyttet til korrelasjoe mellom valg av realfag og foreldrees utdaelse fies det flere plausible forklariger. To av dem er ofte vaskelige å skille fra hveradre. De ee postulerer at godt utdaede foreldre hjelper og motiverer bara som igje oppår bedre resultater på skole og dermed har høyere sasylighet for å velge realfag, da de ofte er sett på som mer krevede e adre fag. De adre effekte ka være at høyt utdaede foreldre verdsetter realfagee høyere e adre fag, eller oppmutrer elevee mer til å ta krevede fag som realfag. Som vi så i aalyse over har ivadrere høyere sasylighet for å velge de høyeste realfagskategoriee e adre. Om dette skyldes at de er flikere e etisk orske elever eller om de er mer motivert for realfag uavhegig av ferdighetsivå er vaskelig å vite ut fra dee spesifikasjoe. For å kue avdekke oe effekter, både kyttet til problemee jeg evte i forrige avsitt, og for å kotrollere for e meget plausibel faktor ble eleves gruskolepoeg tatt med i første utvidelse av spesifikasjoe. Det er velkjet fra tidligere forskig at

41 38 familiekjeeteg og skoleprestasjoer er høyt korrelert, og for å kue ærme seg e "ceteris paribus" tolkig av familiekjeetegees effekt på valg er det ødvedig å ta med et mål på eleves skoleprestasjoer. Som jeg kommer tilbake til seere ka det tekes at familieforhold har e effekt på prestasjoee etter gruskole som ikke er faget opp i gruskolepoegee, så gruskolepoeg vil ikke være i stad til å isolere effekte fra økte ferdigheter helt. I adre utvidelse av spesifikasjoe ble kjeeteg ved eleves gru- og videregåede skole tatt med. På dee måte er det mulig å avdekke om forskjellige egeskaper ved skolee påvirker eleves valg, gitt elevees bakgru og ikke mist ferdigheter. Dette ka bla. rettferdiggjøres ut fra at sammesetige av læreres kompetase ofte blir trukket frem i de politiske debatte, og da særlig adele realfagslærere på gruskole. For begge ivåee er det kotrollert for de relative megdee arbeidskraft med utdaig av forskjellig legde. I tillegg er adelee med realfagsutdaelse, PPU - Praktisk pedagogisk utdaelse, pedagogikk, allmelærerutdaelse og faglærerutdaig tatt med. Det er kotrollert for adele av de asatte uder 30 år og over 50 år, adele kvier og totalt atall asatte. I de tredje utvidelse av spesifikasjoe ikluderte jeg det geerelle utdaelsesivået for gruskolekretse og adele av mødre og fedre med realfagsutdaelse i skolekretse. Dette er for å fage opp e evetuell effekt av at idividee har gått på skoler hvor elevee har godt utdaede foreldre. Dette ka uder visse omstedigheter kue tekes å ha e effekt på elevees valg ved at elevee er geerelt mer opptatt av fremtidige utdaigsmuligheter og verdie av realfag, eller at foreldree på skole egasjerer seg mer i hvorda udervisige legges opp. E ekel ituitiv forklarig ka være at foreldre med realfagsutdaelse fokuserer mer på realfag år de følger opp udervisigsopplegget i skole. Her bør det eves at ma bør forsøke å kotrollere for e slik medeleveffekt, ofte kalt peer-effect, krever e mer avasert prosedyre for å idetifisere de på e tilfredsstillede måte. Raaum et al (2006) er et eksempel av e dekomposisjo av peer-effect og idividkjeeteg, om e med e litt ae viklig. De fjerde utvidelse følger oe av de samme takegage som de tredje og tar med medelevees valg av realfag i videregåede skole som forklarigsvariabel. Forskjelle er at vi her har med e mulig peer-effekt i videregåede skole. Det største problemet her er å forklare e evetuell samvariasjo mellom e elevs valg og medelevees valg. Alt fra regioale effekter til at elever med iteresse av realfag velger samme skole ka forklare effektee vel så mye som at elever lar seg påvirke av medelevee sie.

42 39 I de siste utvidelse av spesifikasjoe tas utdaigsivået for befolkige og ærigsstrukture i eleves hjemkommue med i spesifikasjoe. E elevs valg av utdaelse og fagretig ka tekes å hege samme med hvilke yrkesretiger ma fier i kommue. Hvilke yrker som høster aseelse i et lokalsamfu ka hege samme med hva som er de domierede sektore, og fremtidige yrkesmuligheter ka atas å påvirke elevers valg, og begge disse ka tekes å påvirke elevers valg av realfag, særlig med hesy til hvilke muligheter det åper for fremtidige karrierer. Av dette ka ma vete at elever i kommuer med stor grad av idustri velger mer realfag da dette er rettet mot de type arbeidsoppgaver ma fier i dee sektore. Styrke til fremgagsmåte som beskrevet over er å kue sammelike diverse bakgrusvariablers samvariasjo med valg av realfagskategorier og ikke de kausale sammehegee. Når det er sagt er dette ikke ødvedigvis fordi det magler gode og plausible årsaksforklariger på effektee som avdekkes, me fordi dee framgagsmåte i de aller fleste tilfeller er utilstrekkelig i forhold til å avdekke årsaksretig. Gitt årsaksretig ka det også være flere mulige mekaismer som spiller i. Side alle variablee er stadardiserte vil ma kue sammelike effektee direkte og si oe om hva som påvirker valget av realfagsivå på videregåede skole, og hvor sterke disse effektee er relativt til hveradre. Et rikt sett med variabler vil være i stad til å kotrollere for "iter samvariasjo". Som evt tidligere vil ma kue være i stad til å elimiere de del effekter som er idirekte og kommer fra utelatte variabler etter som ma ikluderer disse. Spesielt gjelder dette for effekter kyttet til skolekjeeteg, da disse ofte korrelert med elevkjeeteg (Hægelad et al, 2005). Derfor vil et forsøk på å avdekke forskjeller mellom skoler vil være forholdsvis verdiløst om ma ikke korrigerer for elevkjeeteg. Ofte vil effektee kue sies å være forholdsvis robuste side vi kotrollerer for et såpass bredt spekter av mulige bakgrusvariabler. Derfor er det særlig iteressat å merke seg de effektee som er sigifikate tidlig i aalyse og holder seg etter hvert som ma utvider spesifikasjoe Resultater for aalyse med ordet logit I tabell 5.3 preseteres resultater fra ordet logit på valg av de åtte realfagskategoriee. Resultatee for de seks spesifikasjoee har é koloe hver, og i for hver spesifikasjo er

43 40 verdie av koeffisietee oppgitt, samt estimatets stadardfeil. Om estimatet er sigifikat forskjellig fra ull vises av stjerer ved side av koeffisietes verdi 4. Jeg vil å fremheve de viktigste resultatee og utdype mulige tolkiger og kosekveser. Drøftige av resultatee følger de samme strukture som utvidelse av spesifikasjoe. For å få e mer ituitivt forståelse for resultatee vil jeg for oe av variablee rege ut hvor stor forskjelle er i de forvetede sasylighetee for å velge de forskjellige realfagskategoriee mellom e stadardelev, og e elev som er lik stadardeleve bortsett fra et avvik i variabele vi diskuterer. Stadardeleve har følgede kjeeteg: Eleve er gutt, husholdiges itekt er i det tredje kvitilet, foreldree er gift, eleve er ikke ivadrer, mores utdaelse er lavere e hovedfagsivå, fares utdaelse er på lavere uiversitets- eller høyskoleivå, ige av foreldree har realfagsutdaelse, eleve har gjeomsittlig atall gruskolepoeg. Når økte eller reduserte sasyligheter som følge av spesielle kjeeteg fremheves sees de i forhold til dee stadardeleve. At skolekjeeteg ikke ble tatt med i utregige av disse sasylighetee skyldes at de fleste effektee ikke var sigifikate. Forsøk på å kjøre ordet logit, biær logit og miste kvadraters metode regresjo på e spesifikasjo med idividkjeeteg og skoledummyer ga ige resultater, oe som svekket tiltroe til variasjoe mellom skolee var i stad til å forklare elevers valg. 4 Stjeree leses slik: * sigifikat forskjellig fra ull med 99% sigifikasivå. ** sigifikat forskjellig fra ull med 95% sigifikasivå. *** sigifikat forskjellig fra ull med 90% sigifikasivå. Når ige stjere er agitt er ikke estimatet sigifikat forskjellig fra ull på 90% sigifikasivå

44 41 Tabell 5.3 Valg av realfagskategori: Resultater fra ordet logit-aalyse Spes1: Spes2: Spes3: Spes4: Spes5: Spes6: Atall obs: Atall obs: Atall obs: Atall obs: Atall obs: Atall obs: Log-lik ,2 Log-lik ,9 Log-lik Log-lik Log-lik ,4 Log-lik ,7 Koeff. SE Koeff. SE Koeff. SE Koeff. SE Koeff. SE Koeff. SE Elev- og familiekarakteristika Jete -0,319 * 0,020-0,695 * 0,020-0,747 * 0,022-0,749 * 0,022-0,732 * 0,022-0,733 * 0,022 Itektskvitil 1-0,119 * 0,033-0,046 0,034-0,008 0,037-0,001 0,037 0,010 0,037 0,008 0,037 Itektskvitil 2-0,049 * 0,032-0,047 0,032-0,045 0,035-0,041 0,035-0,040 0,035-0,039 0,035 Itektskvitil 4 0,089 0,030 0,040 0,030 0,013 0,033 0,011 0,033 0,015 0,033 0,015 0,033 Itektskvitil 5 0,291 * 0,031 0,244 * 0,031 0,177 * 0,034 0,175 * 0,035 0,164 * 0,035 0,164 * 0,035 Samboede foreldre 0,026 * 0,044 0,095 ** 0,044 0,069 0,048 0,073 0,048 0,054 0,048 0,055 0,048 Skilte foreldre -0,318 0,028-0,134 * 0,028-0,180 * 0,031-0,179 * 0,031-0,162 * 0,031-0,162 * 0,031 Separerte foreldre -0,205 * 0,056-0,059 0,056-0,096 0,060-0,094 0,060-0,079 0,061-0,078 0,061 Ugifte foreldre -0,316 * 0,033-0,120 * 0,033-0,160 * 0,036-0,154 * 0,036-0,149 * 0,036-0,145 * 0,037 Ivadrer 1ge. 0,416 * 0,133 0,407 * 0,132 0,307 ** 0,141 0,319 ** 0,141 0,313 ** 0,142 0,312 ** 0,142 Ivadrer 2ge. -0,092 * 0,207-0,201 0,207-0,283 0,228-0,296 0,229-0,323 0,229-0,338 0,229 Ivadrer 1ge. ikke-vestlig 0,044 0,137 0,504 * 0,138 0,539 * 0,147 0,547 * 0,148 0,543 * 0,149 0,531 * 0,149 Ivadrer 2ge. ikke-vestlig 0,773 0,217 1,071 * 0,217 1,101 * 0,238 1,163 * 0,239 1,221 * 0,240 1,196 * 0,240 Mors høyeste utd: VGS 0,129 * 0,039-0,026 0,039-0,015 0,042-0,020 0,042-0,017 0,042-0,018 0,042 Melllomivå 0,353 * 0,067 0,091 0,067 0,037 0,072 0,042 0,073 0,060 0,073 0,054 0,073 UH1 0,391 * 0,042 0,032 0,042 0,054 0,046 0,043 0,046 0,041 0,046 0,038 0,046 UH2 0,715 * 0,062 0,250 * 0,063 0,241 * 0,068 0,250 * 0,068 0,242 * 0,069 0,244 * 0,069 Ikke oppgitt 0,227 * 0,067 0,403 * 0,068 0,400 * 0,074 0,408 * 0,074 0,440 * 0,074 0,441 * 0,074 Mor har tatt realfag 0,153 * 0,040 0,179 * 0,040 0,193 * 0,044 0,189 * 0,044 0,196 * 0,044 0,194 * 0,044 Fars høyeste utd: VGS 0,110 * 0,038-0,046 0,038-0,052 0,041-0,051 0,041-0,062 0,041-0,064 0,042 Melllomivå 0,254 * 0,057 0,078 0,057 0,065 0,062 0,074 0,063 0,062 0,063 0,059 0,063 UH1 0,457 * 0,041 0,172 * 0,042 0,162 * 0,045 0,163 * 0,046 0,144 * 0,046 0,144 * 0,046 UH2 0,739 * 0,049 0,410 * 0,049 0,374 * 0,054 0,344 * 0,054 0,326 * 0,054 0,324 * 0,054 Ikke oppgitt 0,258 * 0,057 0,132 ** 0,058 0,123 *** 0,063 0,123 ** 0,063 0,091 0,063 0,084 0,063 Far har tatt realfag 0,117 * 0,021 0,191 * 0,022 0,208 * 0,023 0,195 * 0,024 0,204 * 0,024 0,204 * 0,024 Gruskolepoeg 0,101 * 0,002 0,106 * 0,002 0,106 * 0,002 0,099 * 0,002 0,100 * 0,002 Karakteristika ved gruskole: Adele asatte med utd. ivå NUS3-0,122 * 0,014-0,098 * 0,014-0,094 * 0,014-0,091 * 0,014 NUS4-0,029 ** 0,013-0,019 0,013-0,023 *** 0,013-0,018 0,013 NUS5-0,021 *** 0,011-0,012 0,011-0,005 0,011-0,004 0,011 NUS7 0,003 0,016-0,006 0,016-0,007 0,016 0,000 0,016 NUS8 0,007 0,010 0,011 0,011 0,005 0,011 0,005 0,011 Ad. as. m. realfag 0,031 * 0,012 0,017 0,012 0,013 0,012 0,016 0,012 Adel m. pedsem. -0,017 0,019-0,012 0,020-0,007 0,020-0,015 0,020 Adel m. pedagogikk 0,023 ** 0,011 0,013 0,011-0,001 0,011 0,004 0,011 Adel m. almelærerutd. 0,009 0,018 0,012 0,018 0,000 0,019 0,000 0,019 Adel m. faglærerutd. -0,069 * 0,012-0,066 * 0,013-0,054 * 0,013-0,053 * 0,013 Adel kvier 0,065 * 0,012 0,053 * 0,012 0,027 ** 0,012 0,022 *** 0,013 Adel uder 30 år -0,022 *** 0,012-0,024 *** 0,013-0,011 0,013-0,016 0,013 Adel over 50 år 0,053 * 0,013 0,051 * 0,013 0,059 * 0,013 0,057 * 0,013 Atall asatte 0,048 * 0,012 0,051 * 0,012 0,057 * 0,012 0,048 * 0,013 Karakteristika ved vgs: Adele asatte med utd. ivå NUS3 0,021 0,014 0,019 0,014-0,015 0,014-0,011 0,015

45 42 NUS4-ivå 0,028 *** 0,014 0,030 ** 0,015-0,025 *** 0,015-0,020 0,015 NUS5-ivå 0,044 * 0,012 0,045 * 0,012 0,022 *** 0,013 0,021 0,013 NUS7-ivå 0,274 * 0,020 0,260 * 0,021-0,009 0,023-0,022 0,023 NUS8-ivå 0,061 * 0,011 0,066 * 0,011 0,014 0,011 0,016 0,012 Ad. as. m. realfag 0,078 * 0,016 0,064 * 0,016 0,060 * 0,017 0,054 * 0,017 Adel m. pedsem. -0,021 0,015-0,001 0,016-0,045 * 0,016-0,052 * 0,016 Adel m. pedagogikk -0,087 * 0,014-0,093 * 0,014-0,033 ** 0,014-0,031 ** 0,015 Adel m. almelærerutd. -0,013 0,013-0,017 0,013-0,042 * 0,013-0,045 * 0,013 Adel m. faglærerutd. 0,017 0,014 0,021 0,014 0,023 0,014 0,015 0,015 Adel kvier -0,032 ** 0,014-0,042 * 0,014-0,018 0,014-0,021 0,015 Adel uder 30 år 0,008 0,012 0,004 0,012-0,018 0,012-0,019 0,012 Adel over 50 år 0,035 * 0,012 0,042 * 0,013 0,017 0,013 0,021 0,013 Atall asatte -0,141 * 0,013-0,139 * 0,013-0,130 * 0,013-0,125 * 0,013 Utdaigsfordelig i ærmiljøet Ad. mødre i gsk.kretse m. NUS4 0,007 0,021 0,035 *** 0,021 0,036 0,023 NUS5-0,028 ** 0,013-0,028 ** 0,013-0,013 0,014 NUS7-0,118 * 0,031-0,082 * 0,031-0,097 * 0,032 NUS6 0,029 0,032 0,014 0,032 0,018 0,034 NUS8-0,056 0,019-0,029 0,019-0,020 0,019 Ad. mødre i gsk.kretse m. realfag -0,013 0,015-0,005 0,015 0,000 0,015 Ad. fedre i gsk.kretse m. NUS4-0,035 0,027 0,001 0,027-0,005 0,030 NUS5-0,009 0,014-0,002 0,014 0,026 0,016 NUS7 0,133 0,033 0,084 ** 0,033 0,028 0,035 NUS6-0,040 0,025-0,014 0,025 0,000 0,027 NUS8 0,113 0,019 0,068 * 0,019 0,100 * 0,026 Ad. fedre i gsk.kretse m. realfag 0,086 0,028-0,003 0,028-0,007 0,035 Skolekameraters valg Adel elever som velger kat. 1-0,169 * 0,013-0,166 * 0, ,071 * 0,013 0,068 * 0, ,084 * 0,013 0,093 * 0, ,086 * 0,013 0,090 * 0, ,091 * 0,012 0,081 * 0, ,185 * 0,014 0,187 * 0,014 Utdaig og ærigsstruk. i komm Adel ib. i komm. med NUS3 0,005 0,028 NUS4-0,050 * 0,018 NUS5 0,009 0,039 NUS7 0,133 * 0,051 NUS8-0,057 ** 0,029 Adel ib. i komm. med realfag -0,018 0,031 Adel ib. i komm. i primærær. -0,008 0,015 Adel ib. i komm. i idustrie 0,066 * 0,023 Adel ib. i komm. i privat s. -0,032 0,020 med uoppgitt sektor -0,015 0,012 Terskelverdier Spes1: Spes2: Spes3: Spes4: Spes5: Spes6: Terskel 1-1,33 2,72 3,50 3,58 2,41 2,31 Terskel 2 0,19 4,37 5,47 5,55 4,43 4,34 Terskel 3 1,16 5,46 6,66 6,74 5,66 5,57 Terskel 4 1,65 6,00 7,22 7,30 6,24 6,14 Terskel 5 2,05 6,43 7,67 7,76 6,70 6,60 Terskel 6 2,43 6,84 8,08 8,16 7,11 7,01 Terskel 7 3,17 7,63 8,88 8,97 7,92 7,83

46 43 Tabell 5.4 viser predikerte sasyligheter for å velge de forskjellige kategoriee. I første koloe ser vi sasylighete for stadardeleve, i de påfølgede ser vi sasylighetee for stadardeleve med visse avvik. 5.4 Predikerte sasyligheter for valg av realfagskategorier - basert på resultatee fra ordet logit Ivadrer Gruskolep Gruskolep StadardelevKvie 2. ge. Ikkevest. Begge Mor realfag realfag < 75 % av elever > 75 % av elever Kategori 0 0,09 0,16 0,04 0,07 0,06 0,15 0,06 Kategori 1 0,25 0,34 0,13 0,22 0,19 0,33 0,19 Kategori 2 0,26 0,25 0,21 0,26 0,25 0,25 0,25 Kategori 3 0,12 0,09 0,13 0,13 0,13 0,09 0,13 Kategori 4 0,08 0,05 0,11 0,09 0,09 0,05 0,09 Kategori 5 0,06 0,04 0,09 0,07 0,07 0,04 0,07 Kategori 6 0,07 0,04 0,13 0,08 0,10 0,04 0,10 Kategori 7 0,07 0,04 0,16 0,09 0,10 0,04 0,10 Sosioøkoomiske kjeeteg og kjø: Fra første og adre koloe i tabell 5.4 ser vi klart at gutter velger mer realfag e jeter. Dette er e effekt som holder seg etter hvert som modelle utvides til e rikere spesifikasjo, me resultatet gir ige idikasjoer på hvorfor dette er tilfellet. Som vi ser av de ekleste spesifikasjoe er elevees sosioøkoomisk bakgru viktig for å kue forutsi hvor mye realfag e elev velger på videregåede skole. Ma ser at elever har større sasylighet for å velge realfag jo høyere foreldrees itekt er. Resultatet holder selv om ma kotrollerer for utdaelse (for itektskvitil 5-0,244). Mulige årsakssammeheger kyttet til foreldrees itekt er omdiskuterte. Slik som vi skal se i este avsitt år vi ser på utdaelse ka det være to forskjellige effekter som opptrer samtidig: E kyttet til ressurser i hjemmet og e ae kyttet til e positiv sammeheg mellom foreldrees og baras ferdigheter. Effekte av foreldres utdaelse er også tydelig i de ekleste spesifikasjoe. Jo leger utdaelse hver av foreldree har utover gruskole jo større er sasylighete for at baret velger realfag på videregåede skole. Årsakee til disse to viktige effektee ka være sammesatte, og det er lasert mage forklariger på dette møsteret. For å illustrere ka ma eve to vidt forskjellige teorier som begge er plausible og kosistete med fuee. Begge teoriee er hetet fra Hægelad et al (2004). E mulig forklarig er at foreldrees utdaigsivå fører til bedre skoleresultater hos bara gjeom bedre oppfølgig, tilgag til

47 44 litteratur osv. Ma teker seg altså at kuskape smitter over på este geerasjo. E ae vel så plausibel forklarig er at foreldre med høy utdaelse rett og slett er mer taletfulle og at de får mer taletfulle bar. Følgede sitat er hetet fra Hægelad et al (2004):"However, the correlatio betwee parets' educatio ad childres test-scores may reflect that clever parets get clever childre who do well at school." At bar av høyt utdaede foreldre velger realfag ka ha flere begruelser e at de er flikere og derfor velger oftere velger de realfag e adre elever. Her står take om at realfag er vaskelig, og at flikere elever velger realfag oftere, setralt. Det eksisterer også e mulighet for at de oftere velger realfag ikke bare fordi de er flikere, me også fordi verdie av realfag settes høyere i familier hvor foreldree har et høyt utdaelsesivå, eller e ae sammeheg som ikke er kyttet til økte ferdigheter. De samme takegage ka ma bruke på effekte fra husholdiges itekt på valg av realfag, selv om det ka tekes at sammehege følger mer av elevees og foreldrees ferdigheter e av økt fokus på utdaig. Det er meget iteressat å se at ivadrerbakgru fra ikke-vestlige lad øker sasylighete for å velge realfag i videregåede skole betraktelig. Effekte er klar i de første spesifikasjoe og holder seg år vi utvider spesifikasjoe og kotrollerer for flere faktorer. Særlig merker ma effekte for de to høyeste realfagskategoriee der elevee som var adre geerasjos ivadrere med ikke-vestlig bakgru hadde rudt dobbelt så høy sasylighet (alt aet likt) for å velge hver av kategoriee e stadardeleve(p=0,13 og P=0,16 mot P=0,7 for begge). Effekte for førstegeerasjo ivadrere med ikke-vestlig bakgru er ikke like sterk, me det ka være gru til å tro at effekte er uderestimert. Noe tyder på at variabele for at mors utdaelse magler fager opp e del av effekte, da om lag halvparte av førstegeerasjos ivadrere med ikke-vestlig bakgru magler mors utdaelse og dee effekte trekker i samme retig. Det er ut fra disse resultatee ikke grulag for å gi e forklarig på hvorfor ivadrere med ikke-vestlig bakgru velger mer realfag e etisk orske elever. Kulturelle forskjeller kyttet til hvilke fag som har status, hvilke isetiver som virker på utdaigsvalg eller adre forestilliger om hva som er statusyrker ka være med på å forklare dette, me det er ikke mulig å trekke slutiger om dette ut fra resultatee. E ae mulig forklarig ka være at elever med ivadrerbakgru har et komparativt fortri på fag som i mist grad forutsetter gode orskkuskaper og at de velger etter dette. De siste forklarige er ok mest aktuell for førstegeerasjos ivadrere, me absolutt ikke uaktuell

48 45 for adregeerasjos ivadrere hvor foreldrees språkkuskaper ka sette begresiger for hvor mye de ka hjelpe til med lekser. Foreldrees sivilstad har e egativ effekt på elevees valg av realfag i de tilfellee hvor foreldree er skilt eller ugifte. At bars skoleprestasjoer påvirkes av at foreldree ikke bor samme er forholdsvis ituitivt og ikke spesielt overraskede sett i lys av teori. Når valgsasylighetee fortsatt er lavere år det er korrigert for eleves ferdigheter er det ikke like lett å komme med ituitive forklariger, for ma ser her at lavere ferdigheter hos elever med foreldre som bor samme ikke fører til like redusert sasylighet for valg av realfag som hos bar med ugifte og skilte foreldre. Utvidelse 1 - Gruskolepoeg Ikke uvetet ser det ut til at elevees ferdigheter har oe å si år ma forsøker å forklare hva som samvarierer med valg av realfag. Dette kommer forholdsvis klart fram av 5.4 hvor vi ser at sasylighete for å velge de øverste realfagskategoriee omtret halveres hvis eleve har gruskolepoeg lavere e 75 proset av medelevee, mes sasylighete øker med omtret 50% hvis eleve har flere gruskolepoeg e 75 proset av medelevee (de to siste radee i koloee legst til høyre). Når gruskolepoeg ikluderes i spesifikasjoe har ku itekt i det øverste desilet e effekt på sasylighete for å velge realfag. Som vi ser er effekte av husholdiges itekt este borte år ma tar høyde for eleves ferdigheter. Dette tyder på at husholdiges itekt mer reflekterer at eleve er flikere på skole og derfor er i stad til å velge de relativt vaskelige realfagee, e at høyitektsgrupper verdsetter realfag mer e adre. De sistevte effekte er ikke helt borte, me bare mulig å se for de med itekt i det øverste desilet. Når vi ser på effekte av foreldrees utdaelse korrigert for elevees ferdigheter, er det ku mødres utdaelse på høyere uiversitets- og høyskoleivå og fedrees utdaelse utover videregåede som har e effekt på barets valg av realfag. Dette er kosistet med take om at mye av effekte fra foreldrees utdaelse på valg av realfag går gjeom økte ferdigheter hos eleve. De dele av effekte fra foreldres utdaelse som blir igje år ma korrigerer for gruskolepoeg ka være forelig med at teorier om at bar av høyt utdaede foreldre tederer til å prioritere utdaig høyere e adre - alt aet likt(også ferdigheter). Selv om realfag i videregåede skole ikke er e forutsetig for høyere utdaig, er det

49 46 realfagsretige som steger færrest utdaigsveier. Det ka også tekes at gruskolepoeg ikke fager opp hele effekte av økt lærig gruet foreldres kompetase. Hvis det er slik at foreldres utdaig påvirker eleves ferdigheter også etter gruskole, og at forskjeller ved utgage av gruskole forsterkes på videregåede skole, ka e sammeheg mellom foreldrees utdaelse og baras valg på videregåede skole skyldes ettopp dette. I forlegelse av dette ka ma teke seg at ku foreldres utdaelse utover et visst ivå påvirker eleves ferdigheter etter gruskole side fagee er vaskeligere på videregåede skole e i gruskole. Fuee er kosistet med dette. Vi ser at foreldres utdaelse har e effekt på baras valg, selv etter gruskole, me det er bare de øverste utdaigsivåee som har effekt. Altså er det vaskelig å si om det er forskjeller i holdiger, eller e lærigseffekt som skaper resultatee - og det ka selvfølgelig være litt av begge deler. E effekt av foreldrees utdaelse som derimot holder seg sterk for alle spesifikasjoee er effekte av realfagsutdaelse. Bar av realfagsutdaede har større sasylighet for å velge realfag på videregåede alt aet likt. Sasylighete for at stadardeleve velger realfagskategorier 6 og 7 øker fra 7 proset til 10 proset for hver av kategoriee hvis begge stadardeleves foreldre har realfagsutdaelse. Hvis bare é har realfagsutdaelse øker sasylighete med ett prosetpoeg for kategori 6 og to prosetpoeg for kategori 7. Dette støtter hypoteser om faglige tradisjoer i familier (Hase, 2005), me det er også ærliggede å tro at mage elever velger fag de vet de ka få hjelp til hos foreldree. Jeg har ikke ikludert matematikkarakter fra gruskole i spesifikasjoe. Det er derfor ikke kotrollert for eleves matematikkferdigheter isolert sett. Hvis matematikkferdighetee har e sammeheg med valg av realfag, og disse samvarierer med adre kjeeteg ka oe av dee effekte være faget opp av adre variable. Derfor er det mulig at resultatet fra foreldrees utdaig reflekterer at eleve har opparbeidet seg et komparativt fortri ie realfag gjeom bedre oppfølgig hjemme, og dermed satser på dette. Utvidelse 2 - Skolekjeeteg For skolekjeetegee er ikke effektee like klare som for de sosioøkoomiske bakgrue, me det er fortsatt oe samvariasjo ma ka fremheve. Det ser ut til at elever fra gruskoler med høyere adel asatte med lavere utdaelse e edt videregåede skole og høyere adel asatte med faglærerutdaig har lavere

50 47 sasylighet for å velge realfag på videregåede skole. Dette ka tyde på at fokuset på realfag ka påvirkes av sammesetige av læreres kompetase, me effekte er svak og mulige årsakssammeheger blir re spekulasjo. Høyere adel asatte over 50 år og flere asatte på gruskole øker også sasylighete for å ta realfag i videregåede skole. De siste effekte er ikke lett å tolke. Her ka det være sakk om stordriftsfordeler ved skoler i form av flere eller bedre realfagslærere, me det er høyst tvilsomt å trekke oe kokrete koklusjoer da dette likeså godt ka reflektere regioale forskjeller da skole i tettbebygde strøk ofte er større e adre. De første effekte er derimot lagt mer iteressat. Det er vaskelig å si om dette ka skyldes at eldre lærere er flikere e ygre. Om det var slik at eldre lærere hadde mer utdaelse skulle det for så vidt gitt seg utslag i variablee som måler dette, så det ka tekes at effekte er kyttet til adre holdiger eller bedre kvalitet på samme utdaelse for eldre lærere. Det er igje ikke mulig å komme med robuste forklariger på hvorfor vi ser effektee vi gjør, me det er høyst iteressat å merke seg dem, og de bør bli gjestad for videre studier. For videregåede skole ser vi at økt adel lærere med realfagsutdaelse øker sasylighete for å velge realfag. Selvfølgelig ka det tekes at elever på skoler med mage realfagslærere føler et økt fokus på dette og dermed velger realfag, me det er ikke ødvedigvis så ekelt. Tilbudet av realfag ved e skole er avhegig av tilgage på realfagslærere og det er mulig at elever som er motivert for å ta realfag velger seg til skoler med høy realfagskompetase, me ikke velger realfag fordi de går på e skole med høy realfagskompetase. I tillegg er det mulig at skoler hvor elever velger mye realfag rett og slett asetter flere realfagslærere på gru av dette og at høy adel asatte med realfagskompetase rett og slett reflekterer e elevmasse med større sasylighet for å velger realfag. Høyere adel lærere med PPU, pedagogikk- eller allmelærerutdaelse redusere sasylighete for at elevee velger realfag i videregåede skole. Når det gjelder tolkige av disse resultatee støter ma på mage av de samme problemee som for tolkige av resultatet for realfagsutdaelse. Til tross for dette er det verdt å merke seg at resultatee er sigifikat egative, og ma skal derfor ikke utelukke at lærere med ae kompetase e realfag, ete det er fra uiversitetet eller allmelærerutdaige, ikke fokuserer like sterkt på viktighete av realfag og at dette påvirker elevees valg. Det fies altså idikasjoer på at sammesetige av kompetase blat lærere på videregåede skoler ka påvirke elevees valg, selv om retige på kausalitete her er lagt fra å være avklart.

51 48 Utvidelse 3 - Kjeeteg ved gruskolekretse Kjeetegee på utdaigsivået for foreldree i gruskolekretse ka gi visse idikasjoer på effekte av de sosioøkoomiske bakgrue for medelever i gruskole. Ma ka teke seg at det geerelle utdaigsivået og adele realfagsutdaede i gruskolekretse ka påvirke elevees valg av realfag. Dette ka ha flere gruer, blat aet at foreldre med realfagskompetase fokuserer mer på realfag år de gir tilbakemeldig til skole. E ae mulighet er at elever gjør fremtidsvalg på bakgru av hvilke yrkesretiger de ser blat foreldregeerasjoe i omgagskretse si. Dermed vil utdaigsretigee som er sterkest represetert blat foreldre i gruskolekretse kue få elevee til å velge oe i de retige. Når vi ser på resultatee ser vi at adele realfagsutdaede mødre og fedre i skolekretse ikke har oe sigifikat effekt på elevees valg av realfag. Nå er det viktig å påpeke at realfagsadele ikke er betiget på ivå, og at effekter fra realfagsadeler på spesifikke utdaigsivåer muliges forsvier år ma ser på e geerell realfagsadel. Idikasjoer på at dette er tilfellet får vi ved å se på regresjosresultater hvor realfagsadelee er delt opp etter utdaigsivå. Av plasshesy er ikke e utskrift av resultatee tatt med, så jeg vil ku forklare fuee. Ma ser at realfagskoeffisietee, delt opp etter ivå, er sigifikate for mødree på hovedfag- og doktorgradsivå, og for fedree på mellomivå- og hovedfagsivå. For aalyse på utdaigsivået og retige i gruskolekretse får vi ku to sigifikate effekter. Økt adel mødre i skolekretse med utdaig på hovedfagsivå går samme med redusert sasylighete for å ta realfag på videregåede skole. For økt adel fedre med utdaig på doktorgradsivå er effekte motsatt. E forklarig som melder seg raskt er at disse variablee fager opp forskjeller i adele realfagsutdaede i gruskolekretse som ikke fages opp av de relativt grove realfagsvariabele. Dee forklarige er ok ikke dekkede, da de evte effektee holder seg i aalyser hvor realfagsadele er spesifisert mer detaljert. Utvidelse 4 - Medelevers valg av realfag Medeleveffektee på valg av realfag er som forvetet sterke. Dette idikerer vel så mye at elever med tilbøyelighet til å velge realfag søker til samme skoler, som at elevee følger klassekameratee i valgee de foretar seg. I tillegg ka ma teke seg at ma her har faget opp regioale forskjeller i valgee.

52 49 Utvidelse 5 - Regioale forskjeller: Kommuekjeeteg Av ret regioale forskjeller ser vi at det geerelle utdaigsivået i kommue har e viss samvariasjo med valg av realfag. Jo høyere adel arbeidstakere med høyeste fullførte utdaelse ettårig påbygig på videregåede skole i kommue, jo lavere er sasylighete for at ma tar realfag på videregåede skole. Effekte er positiv med stigede adel arbeidstakere med hovedfag og er egativ for økt adel med doktorgrad. Ma skal være forsiktig med å tolke disse resultatee. For sektoradelee i kommue er ku adele asatte i idustrisektore sigifikat. Her er effekte positiv og selv om de er vaskelig å tolke, ka det tekes at elever som er mer ekspoert for idustri oftere ser avedelsesområdee for realfag. Det ka også være begruet i at realfag har høy aseelse i idustrisamfu der igeiøree og fysikere tradisjoelt har blitt tildelt e viktig rolle i verdiskapige. E ae plausibel forklarig er som evt tidligere at elevee velger fag som åper for yrkesretiger det er relativt høy etterspørsel etter i regioe, og at mage yrker for høyt utdaede i idustrisektore forutsetter realfagskompetase Resultater fra aalyse med biær logit Aalyse biær logit fulgte samme spesifikasjoer som aalyse med ordet logit. De ble gjeomført med to forskjellige spesifikasjoer av de avhegige variabele for å modellere to forskjellige valgsituasjoer. I de første sto valget mellom å ta realfag etter grukurs eller ikke. I de adre sto valget mellom å ta realfag på VK2 eller ikke. Hesikte med aalyse er todelt. For det første var det viktig å se om resultatee vi så holder for adre spesifikasjoer av modelle som liker og tar for seg mer eller midre de samme problemstillige, me som har litt adre forutsetiger. I tillegg er det iteressat å forsøke å avdekke om idividkjeeteg har forskjellige effekter avhegig av om eleve velger realfag på et lavere eller et høyere ivå. Med dette rammeverket ka ma se om samvariasjoe mellom valg av realfag og elevees kjeeteg er forskjellig for forskjellige ivåer av realfag. Med ordet logit ka ma avdekke hvorda idividkjeeteg påvirker elevers sasylighet for å velge forskjellige realfagskategorier, me ma ka ikke se for hvilke realfagskategorier ekelteffektee er sterkest. Dette ka ma få et bilde på ved å spesifisere ekle biære valgmodeller for to forskjellige islagpukt for valget av realfag. For å gjøre aalyse mer ituitiv har jeg valgt å se på forskjeller i valgsasyligheter mellom e stadardelev og elever med spesielle

53 50 kjeeteg. Dette er gjort på samme måte som for ordet logit, me sasylighetee er reget ut som beskrevet i del Biær logit. Resultatee fra biær-logit-aalyse er satt opp i appediks A. Da resultatee er såpass like som for ordet logit er ku resultatee for utvidelse 1 og de rikeste spesifikasjoe satt opp. 5.5 Predikerte sasyligheter for valg av realfag basert på biær-logit-resultatee Realfag utover grukurs Matematikk og Realfag i VK2 Stadardelev Kvie Ivadrer 2. ge. Ikkevestlig Mor realfag Begge realfag Gruskolep < 75 % av elever Gruskolep > 75 % av elever Valgasylighet 0,42 0,20 0,68 0,47 0,52 0,23 0,56 Relativt til stadardelev 1 0,49 1,63 1,13 1,26 0,56 1,34 Valgasylighet 0,17 0,04 0,30 0,21 0,29 0,07 0,29 Relativt til stadardelev 0,23 1,78 1,27 1,76 0,40 1,71 I tabell 5.5 ser vi valgsasylighetee for realfag utover grukurs og realfag på VK2 for stadardeleve og for elever som har ett kjeeteg aerledes e stadardeleve. Sasylighetee er reget ut på bakgru av aalyse med første utvidelse av spesifikasjoe, altså sosioøkoomiske kjeeteg, kjø og gruskolepoeg. Hvorda tabelle leses ka illustreres med et eksempel: E elev som er lik stadardeleve, bortsett fra at begge has foreldre har realfagsutdaelse, velger realfag utover grukurs med 52 proset sasylighet mot stadardeleves 42 proset, av lije uder ser vi at de førstevtes sasylighet er 1,26 gager så høy. Eleve med foreldre med realfagsbakgru velger realfag på VK2 med 29 proset sasylighet mot stadardeleves 17 proset, og har altså e 1,76 gager så høy sasylighet for å velge realfag på VK2. Av resultatee i tabell 5.5 ser vi at forskjelle i relative valgsasyligheter mellom elevee er høyere jo høyere realfagsivået er. Dette ka tyde på e ikke-lieær sammeheg, der familiebakgru blir viktigere for å forklare valg jo høyere realfagskompetase er. Et aet iteressat aspekt ved resultatee er at vi ser at edrigee i effektees størrelsesorde er forskjellig for forskjellige kjeeteg. Effekte kyttet til kjeeteget adre geerasjos ivadrer fra ikke-vestlig lad er de største i tabelle, me her er ikke forskjelle på effekte for valg av realfag på høyt ivå og valg av realfag på lavt ivå størst. Effekte på høyt ivå er 9 proset høyere e på lavt ivå (eleve har 1,63 gager høyere sasylighet på GK-VK-ivå og 1,78 gager høyere sasylighet på VK2-ivå). Til sammelikig er edrige i relativ valgsasylighet for kvier på 53 proset. Sasylighete for at e

54 51 kvielig elev velger realfag etter grukurs er omtret halvparte så stor som sasylighete for e malig elev gjør det samme. Når ma ser på de samme sasylighete på VK2-ivå er de ku e fjerdedel. Disse resultatee er iteressate fordi de viser at størrelse på sammeheger mellom valg av realfag og idividkjeeteg er forskjellig store for forskjellige klassetri og ivåer. Ordet logit forutsetter at størrelse på koeffisietee seg i mellom er lik for alle valgalterativee, og vi ser idikasjoer på at dee forutsetige er litt for stram.

55 Hvilke retig tar taletee i orsk videregåede skole? Problemstillige ble gitt tidligere, me det ka være ødvedig med e utdypig av de fire kokrete problemstillige etter som resultatee preseteres. Før dette vil aalyses fremgagsmåte preseteres og oe problemer kyttet til datamaterialets kvalitet drøftes. Gruarbeidet for å lage tabellee var å dele idividee i det opprielige datasettet i i grupper av desiler av gruskolepoeg. Det ble altså laget e variabel med verdier av heltall i itervallet 1-10 som beskriver hvilket desil i gruskolepoegfordelige et idivid tilhører. Verdie 1 tilsvarer at idividets er blat de 10 prosetee med færrest gruskolepoeg. Verdie 6 vil si at idividet har flere gruskolepoeg e halvparte av idividee, me færre poeg e de 40 prosetee med høyest poegsum. Det er viktig å merke seg at fordelige vi sakker om er fordelige av gruskolepoeg på elever oppmeldt til grukurs videregåede skole Dette har to implikasjoer: Elevee som har valgt bort videregåede skole er ikke med i fordelige og vi har observasjoer for ku ett kull. Forutsatt at ikke de flikeste persoee kosekvet slutter skolegage si etter gruskole er ikke de første implikasjoe problematisk. De adre har atakeligvis heller ikke spesielt store kosekveser for aalyse, da ma ka ata at valgee er forholdsvis stabile fra år til år iefor forholdsvis korte årsitervaller. Begrepet talet og des sammeheg med gruskolepoeg ka være problematisk, me dette har blitt utredet og diskutert tidligere. Et siste viktig poeg kyttet til datasettet er at vi ku observerer søkig til høyere utdaig ett år etter edt videregåede skole. Dette gjør aalyse kyttet til videre valg i utdaigsløpet usikkert. Som vi ser av figure 5a uder er atallet som søker og møter opp til høyere utdaig i løpet av det første året størst for idivider i de høyeste desilee, forklarigskrafte i aalyse er derfor størst for de øverste desilee år vi ser på valg for idivider delt opp i grupper. Dette medfører også at gruskolepoegfordeligee iad i fag vil kue være skjeve, og helle mot et høyere gjeomsitt e det som er reelt for ekelte fag. Disse problemee vil drøftes videre der det er aktuelt.

56 53 Figur 5a Adel elever som søker og møter opp iad i hvert desil De to este spørsmålee er iteressat å besvare side det ka belyse heholdsvis hvorda sammesetige av talet varierer iad i grupper av elever delt opp etter realfagskategoriee, og hvorda sasylighete for at elever velger realfag på videregåede varierer over deres grad av talet. De to fremgagsmåtee tar for seg de samme problematikke på to forskjellige måter. Ved å bruke disse resultatee ka ma se om realfagee er i stad til å rekruttere taletee i økoomie, oe ekelte meer ka påvirke verdiskapige i økoomie på sikt (Murphy et al, 1991). For e videre utdypig av de bakeforliggede teorie og problemstillige, se de to foregåede kapitlee Hvorda er fordelige av gruskolepoeg for elevee iad i grupper av realfagkategorier på videregåede skole? I figuree 5.1 og 5.2 ser ma tetthete av gruskolepoeg for elevee gruppert etter hvilke realfagskategori de har valgt, og som e referase, tetthete av gruskolepoeg for alle elevee samlet. Side gruppee er forskjellig store har totalatallet studeter i hver gruppe blir ormalisert til 1 for å kue sammelike karakterfordeligee gruppee i mellom. Figuree ka tolkes på følgede måte: Hvor toppe av kurve ligger sier oe om hvor mage i karakterfordelige flest elever i dee gruppe befier seg, altså moduse i fordelige.

57 54 Hvor gjeomsittsverdie ligger i forhold til dette avheger av hvor symmetrisk fordelige er. Skjevhete i tetthete og tykkelse på halee har også viktige tolkiger. Hvor skjevt fordelt gruskolepoegee er ka gi idikasjoer på hvor flesteparte av elevee i fordelige befier seg i forhold til gjeomsittet. Hvis e fordelige har mage observasjoer til vestre for gjeomsittet ka det tyde på mage av elevee i gruppe har lave resultater fra gruskole selv om gjeomsittet i gruppe er høyt. E flat fordelig med tykke haler tyder på at det er store forskjeller mellom elevee i gruppe, og at det er vaskeligere å si oe klart om allokerige av talet til dee gruppe. Kurvee som viser tetthete av gruskolepoeg sier altså oe om spredige av karakterer iad i gruppe, og hvor i fordelige størsteparte av elevee i gruppe befier seg. Ma ka altså se hvor taletfulle flesteparte av elevee i e gruppe er, og hvor stor forskjell det er på elevee iad i grupper. Figur 5.1 Tetthete for gruskolepoegfordelige for elevergrupper - sortert etter valg av realfagskategori 0-3

58 55 Figur 5.2 Tetthete for gruskolepoegfordelige for elevergrupper - sortert etter valg av realfagskategori 4-7 Når vi ser på resultatee i figur 5.1 ser vi at det er forholdsvis store forskjeller på grade av talet, målt ved gruskolepoeg, for elever som ikke velger 1MX/1MY i førsteklasse og de som velger realfag videre. Flesteparte av elevee i de første gruppe har mer e 15 færre gruskolepoeg e gjeomsittseleve år ha/hu går ut av gruskole. For elevee ku som tar 1MY og 1MX er poegfordeligee omtret som for alle elevee sett uder ett, bortsett fra at fordelige er mer kosetrert rudt modus. For de første gruppe er modus litt lavere e for alle elevee uder ett, mes for de adre gruppe er modus omtret lik. Ma ser at for elevee som velger å ta matematikk utover grukurs på videregåede er poegfordelige aerledes. Poegsume for de største gruppe av elever er ikke mye høyere e for alle elevee uder ett, me fordelige er mye mer sammepresset. De aller fleste elevee i dee kategorie har mer e 40 gruskolepoeg og mage har mellom 50 og 55 poeg. Dette tyder på at det er e forholdsvis stor forskjell mellom elever som velger å ta matematikk etter grukurs og de som lar være, og at dee gruppe er mye mer homoge år det gjelder fordelige av talet. De effekte vi ser her fortsatt klar år ma ser på realfagskategoriee 4-7.

59 56 Av figur 5.2 ser ma klart at de øverste realfagskategorie er de som fager opp e høyest adel taletfulle elever. Det er verdt å merke seg at poegsume for elevee i disse gruppee er forholdsvis like og at de dermed skiller seg mest i spredige av gruskolepoeg. For eksempel ser ma at forskjelle mellom elevee i kategori 4 og 5 hvor begge gruppee tar matematikk i VK1, me der gruppe 5 tar fysikk mes gruppe 4 tar et aet realfag, ligger i fordelige. Elevee på kategori 5 har e større spredig i gruskolepoeg, der de har e høyere adel elever med betydelig lavere poegsum e gjeomsittet. Elevee som tar matematikk i VK2 og fysikk i VK1 har e fordelig som er mer eller midre sammefallede med fordelige for gruppe 4. Det ser ut til at gruppe av elever med matematikk og fysikk i VK1 og VK2 som velger å ta 3MX ikke har like mage lite taletfulle elever som gruppe av elever som ikke velger å gå videre med matematikk i VK2. Av de gruppe som tar 3MX, 2FY og 3KJ er grade av talet de høyeste for alle kategorier. Her ser vi e meget sammepresset fordelig rudt de høyeste mediaverdie i aalyse. Ma ka altså si at kategori 7 er de realfagskategorie som i størst grad tiltrekker seg taleter. Resultatee vi ser er iteressate fordi de avdekker e forholdsvis stor forskjell mellom de elevee som ku tar realfag på grukurs og de som fortsetter med realfag. Dette ka tyde på at realfagee appellerer særlig sterkt til de flike elevee og at mage taletfulle elever velger realfagsfordypig i videregåede skole. Merk at de kategorie som har relativt flest taletfulle elever er de kategorie som oppfyller kravee for medisistudier. Dette ka tyde på at motivasjoe for realfagskompetase for taletfulle elever ikke ødvedigvis realfagee i seg selv, me e mulig fremtidig karriere ie medisi eller odotologi. For å få et bedre bilde av situasjoe er det yttig å ta med fordelige på kategorier iad i desiler av gruskolepoeg Hvorda er fordelige av realfagskategorier for elever iad i desiler av gruskolepoeg? Figuree viser hvorda elevee iad i hvert desil gruskolepoegfordelige fordeler seg på de åtte forskjellige realfagskategoriee. Dette er vist med stolpediagrammer hvor høyde av hver stolpe de relative adele på faget av elevee i gruppe. Merk at skalerige for y-akse i figur 5.3 er aerledes e skalerigee i figur 5.4 og 5.5.

60 57 Figur 5.3 Fordelige på realfagskategorier for elever i gruskolepoegdesil 1-2 Figur 5.4 Fordelige på realfagskategorier for elever i gruskolepoegdesil 4-7

61 58 Figur 5.5 Fordelige på realfagskategorier for elever i gruskolepoegdesil 8-10 Som vi ser av figur 5.3 er rekrutterige til realfag meget lav for elevee i det laveste desilet. Hele 75 proset av elevee i dee gruppe velger ku 1M eller velger bort realfag. De resterede 25 prosetee velger este utelukkede ku 1MY og 1MX, med omtret dobbelt så mage på 1MY som på 1MX. For de to este desilee ser vi at rekrutterige til matematikk på grukurs øker e del, mes rekrutterige til realfag etter grukurs er este fraværede. Av figur 5.4 ser vi at adele som velger realfag utover grukurs øker for høyere desiler, me det er fortsatt mage som velger bort realfag etter grukurs. For elevee i 4. desil velger ku 15 proset å ta realfag etter grukurs, mes adele stiger forholdsvis jevt til 35 proset i 7. desil. Samtidig som vi avdekker dette møsteret ser vi at adele som tar midre realfag e 1MY syker jevt jo høyere desil ma ser på. For 7. desil er det så få som 14 proset som velger bort realfag over 1M. I figur 5.5 ser vi at adele som tar realfag etter grukurs øker fra omtret 40 proset i 8. desil til omtret 50 proset i det høyeste desilet. Verdt å merke seg her er at de realfagskategorie som fager opp mest av dee økige er de høyeste kategorie. Igje ser det ut til at de mest taletfulle elevee ser ut til å foretrekke e realfagskompetase som tilfredstiller kravee til medisi og odotologi. Ma ka altså spørre seg om disse elevee til

62 59 e viss grad motiveres til å velge realfag ut fra adre plaer e å følge e realfagskarriere på uiversitets- og høyskoleivå. Et spørsmål som ble evt tidligere var hvorvidt realfagee lyktes i å rekruttere taletee i skole. Her er det ikke oe klart svar. De som velger realfag utover grukurs på videregåede er geerelt flike elever, så ma ka si at realfagee er i stad til å rekruttere flike elever. Hvis motivet er å rekruttere taletee, dvs. de fleste taletee, er det ikke like klart at realfagee har lyktes. De mest taletfulle elevee i udersøkelse er de gruppe hvor flest velger realfag utover grukurs, me selv her er ikke adele høyere e 50 proset. Det er altså mage taleter å ta av hvis ma vil øke rekrutterige av realfag, selv om ma ku vil ha de mest taletfulle elevee. For å illustrere ka ma si at rekrutterige for elevee i de tre øverste desilee til realfag etter grukurs ville økt med este 30 proset om alle av disse elevee som tok 1MX fortsatte med matematikk ett år til. Det er ofte ikke store edrige i valg som skal til for å edre rekrutterigsbase til realfagsstudier. Om alle elevee som tok kategori 5 ville tatt 3MX i tillegg ville atall potesielle søkere til høyskole- og siviligeiør øke med 5 proset i hver av de tre øverste desilee. Dette ville tilsvarer omtret 750 elever fra de øverste tre desilee til samme. Som e videreførig av aalyse er det relevat å se hvorda rekrutterige av taletee til realfag på uiversitets- og høyskolestudier arter seg. Som evt tidligere er datamaterialet forholdsvis lite, da vi ku har observasjoer av søkig til høyere utdaelse for ett år. Til tross for dette er det mulige å peke på e del iteressate effekter. Aalyse foretatt på valgee av høyere utdaig er foretatt på samme måte som aalyse av valgee av realfag på videregåede skole. Her bør det eves at fordeligee muliges blir skjevere mot høye gruskolepoeg for ekelt fag e det de er i virkelighete. Grue til at jeg misteker at dette ka være tilfellet er at persoer med færre gruskolepoeg har lavere sasylighet for å søke høyere utdaig det første året etter edt skolegag e de med flere poeg. Om dette skyldes at de med få gruskolepoeg har lavere sasylighet for å velge høyere utdaig vil ikke dette utgjøre et problem, me det er ikke grulag for å tro at dee faktore forklarer hele forskjelle, selv om de ok forklarer e del. Ma ka for eksempel teke seg at midre taletfulle elever har høyere sasylighet for å måtte ta opp fag for å kue komme i på de studiee de vil og derfor har høyere sasylighet for å måtte søke seere e det første året. Dermed er det mulig at vi i søkerdataee for det første året etter edt videregåede skole har

63 60 færre søkere med få gruskolepoeg. Dette ka føre til at tetthete av gruskolepoeg for ekelte fag blir skjevere mot høye verdier e de er i virkelighete. Tolkige av resultatee edefor blir best år ma ser dem i lys av hveradre. For å få best mulig bilde på situasjoe er det foruftig å se på både adele taletfulle elever på et fag og hvor mage av de taletfulle elevee faget er i stad til å rekruttere. Derfor følger først resultatee fra begge aalysee, før oe mulige tolkiger av resultatee preseteres Hvorda er fordelige av gruskolepoeg for studeter iad i fagretiger på høyskoler og uiversiteter. Som sagt tolkes tabellee på samme måte som beskrevet over. De eeste forskjelle er at vi ikke ser på elever gruppert etter kategorier av realfag på videregåede skole, me at vi ser på elevee gruppert etter opptak på uiversitets- og høyskolefag. Her har vi mulighete for få et bilde på hvor taletfulle flesteparte av elevee i forskjellige grupper er, og hvor stor spredig i grade av talet er mellom dem. I figur 5.6 og 5.7 er elevee delt opp i grupper etter hvilke uiversitets og høyskolefag de har møtt opp til i løpet av det første året etter videregåede skole. Fagee er valgt ut fordi de er fag med mage elever eller fordi de er fag ma gjere teker på som kokurreter i rekrutterige av taleter med realfagskompetase. I figur 5.6 ser vi tetthete av gruskolepoeg for fagee medisi, odotologi og de tre realfagsretigee høyskoleigeiør, realfag på uiversitetet og siviligeiørstudiet. I figur 5.7 ser vi på fagee jus, allmelærerutdaige, samfusviteskapelige fag, historisk- filosofiske fag og siviløkoomstudiet. Når ma ser på moduse i tetthete for gruskolepoegee ser vi at de befier seg på omtret samme poegsum for de fleste av fagee som ofte karakteriseres som elitefag: Jus, siviløkoomstudiet, odotologi og siviligeiør. Realfag på uiversitetet ser også ut til å ha hovedtygde av elevee sie iefor samme spe av gruskolepoeg, selv om opptakskravee er lavere og aseelse tradisjoelt ikke har vært like høy. Det som skiller fagee fra hveradre er hvor homogee de er mht. til spredige i talet. Talegestudetee er de mest homogee gruppe, etterfulgt av juristee. De resterede fagee i dee gruppe har omtret samme spredig i poegfordelige.

64 61 Figur 5.6 Tetthete for gruskolepoegfordelige for elevergrupper - sortert etter valg uiversitets- og høyskolefag Figur 5.7 Tetthete for gruskolepoegfordelige for elevergrupper - sortert etter valg uiversitets- og høyskolefag

65 62 I e klasse for seg stiller medisierstudetee. Poegfordelige er meget sammepresset rudt et høyt ivå, og dee gruppe studeter er de desidert mest taletfulle av de vi sammeliker i dee aalyse. Elevmasse for studetee på samfusviteskapelige fag, allmelærerutdaelse og igeiør har forholdsvis samme fordelig av gruskolepoeg. Hovedtygde av elevee i disse gruppee ligger på et gruskolepoegivå litt uder ivået for elevee på fagee her omtalt som elitefag. Studetee på historisk- filosofiske fag skiller seg fra de adre studetee ved at spredige av gruskolepoeg iad i gruppe er meget stor. Selv om flesteparte av studetee i dee gruppe ka sies å være like taletfulle som flesteparte av studetee på f.eks. igeiørstudiet har gruppe både flere meget taletfulle studeter og lite taletfulle studeter Hvorda varierer rekrutterige til fag på høyskole- og uiversitetsivå mellom elever idelt i forskjellige desiler av gruskolepoeg? I figuree ser vi stolpediagrammer som beskriver hvorda elever gruppert etter desiler av gruskolepoeg fordeler seg på forskjellige fag på uiversitets- og høyskoleivå. La oss bruke figur 5.11 for å forklare hvorda de leses. Ta for oss stolpee for de dele av diagrammet merket 7. Elevee vi ser på er har et atall gruskolepoeg som gjør at de befier seg i det syvede desilet og møtte opp til høyere utdaig ie det første året etter videregåede. Av disse valgte i uderkat av fem proset å møte opp til siviligeiørutdaig (grø stolpe), og hele 20 proset å møte opp på kurs i samfusviteskapelige fag (lilla stolpe). Merk at adele ikke summerer seg til é, da oe fag er utelatt fra aalyse, og adelee som velger disse ikke er vist.

66 63 Figur 5.8 Fordelige uiversitets- og høyskolefag for elever i gruskolepoegdesil 1-2 Figur 5.9 Fordelige uiversitets- og høyskolefag for elever i gruskolepoegdesil 3-4

67 64 Figur 5.10 Fordelige uiversitets- og høyskolefag for elever i gruskolepoegdesil 5-6 Figur 5.11 Fordelige uiversitets- og høyskolefag for elever i gruskolepoegdesil 7-8

68 65 Figur 5.12 Fordelige uiversitets- og høyskolefag for elever i gruskolepoegdesil 9-10 Fra figuree ser vi oe iteressate møstre for rekrutterige av taleter til realfag. Rekrutterige til igeiørstudier er relativt lik for alle desiler med fem proset av de oppmøtte elevee i hvert desil, me litt lavere for de to laveste desilee. Realfagsstudier på uiversitetsivå er forholdsvis likt for alle desilee på rudt fem proset, me er oe høyere for de høyeste desilee med este ti proset e de laveste med rudt tre proset. Når vi ser på adele av studetee som møtte opp til realfagsstudier totalt er dee på omtret seks proset for første desil og stiger forholdsvis jevt til 24 proset for det tiede desilet. Dette møsteret skapes av de forholdsvis store forskjellee i rekrutterige til siviligeiørstudiet. Jo mer taletfull studete er, jo større blir sasylighete for at valget faller på et realfag, og særlig siviligeiørstudiet. Møsteret vi ser for siviligeiørstudiet er okså likt det vi ser for de adre studiee med et visst elitepreg som siviløkoomstudiet, odotologi, jus og medisi. Rekrutterige til de samfusviteskapelige fagee og humaiora er igje forholdsvis lik for alle desilee. Som vi var ie på tidligere ka rekrutterige av taleter til forskjellige fagretiger har kosekveser for økoomisk vekst (Murphy et al). Hvilke persoer i økoomie som velger realfag sies å kue ha kosekveser for kvalitete på forskig og utviklig.