Rapport om bruk av karakterer i bachelorutdanningene i økonomi og administrasjon for 2005 vedtatt av Nasjonalt råd for økonomisk-administrativ

Rapport om bruk av karakterer i bachelorutdanningene i økonomi og administrasjon for 2005 vedtatt av Nasjonalt råd for økonomisk-administrativ utdanning 17.10.06 1

Evaluering 2005: Oppgavetyper og resultater i sentrale grunnleggende økonomisk-administrative kurs Nasjonalt råd for økonomisk-administrativ utdanning (NRØA) legger med dette fram en rapport som tar for seg eksamensoppgaver, eksamensbesvarelser og eksamensresultater fra kalenderåret 2005 i sentrale, grunnleggende kurs i bachelorstudiet i økonomi og administrasjon. Utgangspunktet for rapporten er de innrapporterte eksamensresultatene. Disse er analysert på bakgrunn av i eksamensoppgaver som vi har mottatt fra mange men dessverre langt fra alle - institusjoner som tilbyr en bachelorutdanning i økonomi og administrasjon. Rapporten er en oppfølger til den tilsvarende rapporten som NRØA framla høsten 2005 basert på informasjon fra foregående studieår. Intensjonen er å gjennomføre lignende analyser hvert år framover. I den forbindelse bør vi ta sikte på å få inn oppgaver også fra de institusjonene som ikke har levert i år. Det er viktig å understreke at den foreliggende rapporten langt fra er en ferdig og komplett analyse av karakterstatistikken og det innsendte materialet. Ambisjonen har vært å samle stoffet på en måte som gjør det mulig å fortsette den faglige, pedagogiske debatten knyttet til dette med evalueringsformer og -kriterier, læringssuksess og gradering av studentenes prestasjoner. Vi presenterer noen tentative konklusjoner, vel vitende om at det kan være uenighet om disse. Vi er også klar over at det kan være spesielle forhold ved ulike institusjoner som rapporten ikke har fått med seg og som kan forklare spesielle karakterfordelinger. Evaluering og gradering av studenter har spesielt stor betydning på to områder. For det første er det klart at studentenes karakterer i de ulike fag spiller en viss rolle når de som ferdige kandidater melder seg på arbeidsmarkedet. For det andre har de oppnådde resultater ofte stor betydning når man som ferdig bachelorkandidat søker seg til masterstudier. På begge områdene er det viktig at en karakter som rapporteres i et fag skal gi et mest mulig riktig bilde av hva kandidaten har lært i faget. Samtidig er det viktig å huske at karakteren alltid vil være relativt til det innhold og det nivå som det aktuelle kurset i faget er gitt i undervisningen. Dette er ikke uproblematisk. Selv om vi innen de økonomisk administrative fagene har forholdsvis ensartede oppfatninger av fagenes innhold og læringsmålene, er det grunn til å tro at det eksisterer visse forskjeller på tvers av institusjonene i omfang og nivå innen ett og samme fag. Dette skal i utgangspunktet reflekteres i antallet studiepoeng som et kurs er gitt. Ut fra eksamensoppgavene er det imidlertid ikke alltid like enkelt å se at et kurs med 10-12 studiepoeng er mer krevende enn et kurs med samme navn og med for eksempel 5 studiepoeng. Dette er nok noe man i NRØA bør drøfte videre i den pedagogiske debatten. En måte å håndtere denne typen problemer, kan være at vi i sentrale, grunnleggende fag organiserer nasjonale tester. Slike tester ville også kunne bidra til en mer enhetlig praksis i forhold til evaluering av studentenes prestasjoner. Dessuten ville mange små fagmiljøer på den måte bli innvevd i større faggrupper på nasjonalt nivå. Ole Gjølberg Leder i NRØA 2

1. Innledning og bakgrunn Det ble som kjent høsten 2003 innført en ny nasjonal karakterskala basert på ECTS-systemet, en bokstavskala med 5 trinn (A til E) for bestått og F for ikke bestått. Det har i etterkant vært en del diskusjon og usikkerhet knyttet til hvordan karakterskalaen skal brukes. UHR har tatt medansvar for arbeidet med etablering av en felles forståelse av bruk av karakterskalaen. UHR tok således initiativ til at det ble utarbeidet generelle kvalitative beskrivelser av karakterene A til F. På bakgrunn av disse utarbeidet fagmiljøene, bl.a. NRØA, utfyllende fagspesifikke beskrivelser. Med bakgrunn i det såkalte rektorbrevet av 15. desember 2003 ba UHR videre fakultetsmøtene ta ansvar for etablering av referansepaneler/karakterpaneler for å sikre en mest mulig ensartet bruk av karakterskalaen. Disse skulle ta utgangspunkt i systemet som var etablert for vurdering av professoropprykk. De nasjonale rådene var således opprinnelig ikke foreslått inndratt i dette arbeidet, og økonomiskadministrativ utdanning var ikke omfattet av arbeidet i noen av de etablerte karakterpaneler. NRØA og de andre nasjonale rådene har imidlertid i etterkant påtatt seg arbeidet med etablering av slike karakterpaneler. Utdannings- og forskningsdepartementet (nå Kunnskapsdepartementet, KD) ga i brev av 10.05.04 følgende føringer for hvilke grunnprinsipper som skal legges til grunn for bruken av karaktersystemet på alle studienivåer: 1. Karaktersettingen skal ta utgangspunkt i den verbale beskrivelse som er gitt av prestasjoner på de enkelte nivåene, der karakteren C skal gi uttrykk for en jevnt god prestasjon som er tilfredsstillende på de fleste områder og karakteren A for en fremragende prestasjon som klart utmerker seg. Den verbale beskrivelsen må forstås med referanse til anerkjente faglige standarder for det aktuelle studiet og de kunnskapsmål som er satt for det enkelte program eller emne. Kravene vil naturlig stige fra lavere til høyere studienivå. Det eksisterer således ingen forhåndsgitt fordeling av karakterer som noe eksamens- eller studiekull skal presses inn i. 2. Skillet mellom bestått karakter og ikke bestått skal beskrives som absolutte krav. Kriterier for bestått karakter skal gjenspeile faglig mestring i emnet, tilpasset det aktuelle studienivå. Kravene til bestått skal ikke gjøres avhengig av endringer i studentenes forutsetninger for å gjennomføre emnet. Grensen mellom bestått og ikke bestått kan settes høyere enn grensen mellom E og F der en kun benytter uttrykkene bestått/ikke bestått og ikke den graderte skalaen. 3

3. Den enkelte student skal i utgangspunktet vurderes opp mot hele skalaen, uansett nivå (bachelor/master) og seleksjonsprosess, for å skjelne gode fra mindre gode prestasjoner og rangere studentene innbyrdes. UHR har utarbeidet retningslinjer for karakterpanelenes arbeid. Disse er sendt til referansepanelene. I oversendelsesbrevet fra UHR, datert 07.07.04, heter det bl.a.: Universitets- og høgskolerådet er opptatt av at de rapporter og statistikker som skal brukes av referansepanelene, skal være enkle å hente ut av studentdatasystemene, altså at man i all hovedsak skal bruke data som allerede er i systemene. Det vil likevel bli nødvendig for referansepanelene å vurdere oppgavebesvarelser innen de forskjellige kategoriene. NRØA vedtok i sitt rådsmøte 3/04 at arbeidsutvalget skal fungere som referansepanel (heretter kaldt karakterpanel) i utvalgets funksjonsperiode. Arbeidsutvalget valgte i første omgang å konsentrere arbeidet om bachelorstudiene. Utvalget samlet således inn karakterstatistikk og eksamenstekstene fra sist avholdte ordinære skoleeksamen i følgende kurs i studieåret 2004-2005: - Matematikk innføring og statistikk innføring - Grunnleggende kurs i mikroøkonomi og/eller samfunnsøkonomi - Investering eller finansiering og investering - Innføring i Bedriftsøkonomi eller Finansregnskap - Organisasjon og Markedsføring eller Foretaksstrategi På bakgrunn av innkomne opplysninger utarbeidet NRØA ved arbeidsutvalget en rapport over karakterbruken i bachelorstudiet i økonomi og administrasjon for studieåret 2004-2005. UHR har nedsatt en analysegruppe som fikk i oppdrag å foreta en samlet analyse av rapportene fra karakterpanelene. For å lette arbeidet fremover ble analysegruppen bedt om å bidra til at panelene på enklest måte kan levere standardiserte rapporter om bruken av karakterer på sine fagområder. Analysegruppens har utarbeidet rapporten: Karakterbruk i UH-sektoren. Rapport fra en arbeidsgruppe oppnevnt av Universitets- og høgskolerådet. 31. mai 2006. Analysegruppen har også utarbeidet en mal for framtidig rapportering. Nytt er også at UHR har engasjert Ellen 4

Birgitte Levy fra Vestfold til å foreta innsamling av karakterstatistikk fra DBH samt innsamling av oppgavetekster og løsninger. Den foreliggende rapporten bygger dermed på erfaringene fra den analysen som ble gjennomført i fjor. 2. Institusjoner og fagområder NRØAs Arbeidsutvalg vedtok å samle inn opplysninger fra de samme emnene i bachelorstudiet som for foregående år. På den måten er håpet å danne seg et bilde av hvordan karakterskalaen brukes over tid. Videre er det innsamlet eksamenstekster og eksamensbesvarelser for de samme emnene. Opplysningene gjelder kalenderåret 2005. Karakterrapporten bygger på informasjon fra følgende institusjoner: Agder (HiA) Bergen (HiB) Handelshøyskolen i Bodø (HHB) Buskerud, (HiBu) Finnmark (HiF) Harstad (HiH) Hedmark (HH) Lillehammer (HiL) Molde (HiM) Nord-Trøndelag (HiNT) Oslo (HiO) Sogn og Fjordane (HSF) Høgskolen Stord/Haugesund (HSH) Sør-Trøndelag (HiST) Telemark (HiT) Tromsø (HiTø) Vestfold (HVe) Østfold (HiØ) Ålesund (HiÅ) 5

Norges Handelshøyskole (NHH) Universitet for miljø- og biovitenskap (UMB) Norges teknisk-naturvitenskapelige universitet (NTNU) Universitetet i Stavanger (UiS) Universitetet i Tromsø (UiTø) Det er innsamlet opplysninger fra følgende emner i bachelorstudiet i økonomi og administrasjon: - Matematikk innføring og statistikk innføring - Grunnleggende kurs i mikroøkonomi og/eller samfunnsøkonomi - Investering eller finansiering og investering - Innføring i Bedriftsøkonomi eller Finansregnskap - Organisasjon og Markedsføring eller Foretaksstrategi Eksamensoppgavene for de samme emnene er gjennomgått, og det er gitt en vurdering av oppgavene, av eksamensform og av karaktergivningen i de ulike emnene. Videre er en del av eksamensbesvarelsene vurdert. 6

3. Vurdering av innsamlet materiale 3.1 Metodefagene matematikk og statistikk Matematikk I veiledende plan for Bachelorstudium i økonomi og administrasjon står følgende om matematikk: Emnet skal gi kunnskaper i matematikk som anvendes i problemstillinger innen bedrifts- og samfunnsøkonomi. Studentenes evne til logisk og analytisk tenkning skal oppøves. Faglige elementer som bør dekkes: Elementær algebra Funksjoner i en variabel: Funksjonsbegrepet, polynomfunksjoner, rasjonale funksjoner, asymptoter Derivasjon og funksjonsanalyse: Grenser, kontinuitet, derivasjonsregler, enkle og sammensatte funksjoner, kjerneregel, elastisitetsberegninger Anvendelse av derivasjon: Maksimums- og minimumsproblemer, funksjonsdrøfting Eksponential og logaritmefunksjonen: Tallet e, naturlig logaritme, kontinuerlig forrentning, derivasjon og drøfting av eksponential- og logaritmefunksjoner Finansmatematikk: Rekker, annuitet, nåverdi, effektiv rente Funksjoner av flere variable: Partielle deriverte, stasjonære punkter. Maksimums- og minimumsproblemer for to variabler. Maksimums- og minimumsproblemer under bibetingelser (anvende Lagranges metode) Enkel integralregning: Den antideriverte, areal under kurver og det bestemte integral, tilpasses anvendelsen i andre bedrifts- og samfunnsøkonomiske emner Karakterfordelingen i faget matematikk er basert på 2776 besvarelser. Fordelingen på de ulike karaktergrupper er vist i nedenstående figur. Gjennomsnitt for alle lærestedene er stilt opp mot institusjonen med flest besvarelser, Norges Handelshøyskole (NHH). NHH er inkludert i gruppen alle. 7

Vi ser at for hele landet under ett er det en forholdsvis flat karakterfordeling, med F som største gruppe. F og E utgjør til sammen 38 % av besvarelsene. For NHH er tilsvarende prosenttall 14 %. På NHH har 72 % C eller bedre, mens bare 48 % ved alle lærestedene under ett får C eller bedre. Det er en viss negativ sammenheng mellom karakterer og antall studenter som er meldt opp til eksamen ved lærestedet. Dette er vist i figuren nedenfor, hvor antall studenter er plottet langs den horisontale aksen og gjennomsnittlig karakter 1 for bestått eksamen på den vertikale aksen. 1 Bokstavkarakterene er kovertert til numeriske verdier, A = 5, B = 4 osv. 8

Den inntegnede regresjonslinjen viser en viss positiv og signifikant sammenheng mellom størrelse og karakter. Den største institusjonen trekker opp gjennomsnittet. Studenter som oppnår E og F til eksamen behersker i realiteten ikke et fag særlig godt. Vi har derfor regnet prosentantall av studenter som oppnår E og F på hver enkelt institusjon, sortert på synkende prosentandel. Samtidig er det slik at andelen svake resultater lett kan påvirkes av at det er små kull ved et lærested. Vi viser derfor i tabellen også antall studenter for hver institusjon som får E og F. Andel A og B Andel E og F Antall studenter med E og F Akkumulert studenter Hedmark 0 % 80 % 4 4 Bodø 8 % 75 % 18 22 Finnmark 9 % 64 % 28 50 Lillehammer 19 % 63 % 79 129 Østfold 17 % 56 % 64 193 Vestfold 20 % 55 % 36 229 Høgskulen i Sogn og Fjordane 14 % 53 % 38 267 Høgskolen Stord/Haugesund 14 % 53 % 38 305 9

Ålesund 17 % 53 % 62 367 Molde 11 % 50 % 61 428 Sør-Trøndelag 20 % 49 % 138 566 Nord-Trøndelag 13 % 49 % 38 604 Telemark 26 % 46 % 32 636 Buskerud 19 % 46 % 59 695 Universitetet for miljø- og biovitenskap 32 % 39 % 67 762 Tromsø 33 % 36 % 32 794 Harstad 17 % 34 % 10 804 NTNU 31 % 33 % 53 857 Bergen 26 % 28 % 17 874 Oslo 39 % 26 % 58 932 Universitetet i Stavanger 41 % 17 % 30 962 Norges Handelshøyskole 43 % 15 % 77 1039 Universitetet i Tromsø 33 % 11 % 1 1040 Det er til sammen 1040 av 2776 studenter som i denne forstand ikke behersker matematikk godt nok. For over halvparten av institusjonene er om lag 50 % eller mer av besvarelsen i kategori E eller F. Det er grunn til å være bekymret over at så mange studenter synes å ha fått lite utbytte av undervisningen. Det kan neppe sies å være en tilfeldighet siden svake resultater er vanlig på mange institusjoner. På den positive side er det slik at det er blant de største institusjonene vi finner relativt færrest studenter som får E og F. I tabellen nedenfor viser vi gjennomsnittskarakter for dem som har bestått (regnet ut etter A=5, B=4 osv) og gjennomsnittskarakter for alle studenter. Veid snitt er 2,8 når bare de som har bestått er tatt med, og 2,27 når alle studenter tas med. Alle studenter Bestått studenter Gjennomsn. bare bestått Gjennomsnitt alle Bergen 61 54 2.67 2.36 Bodø 24 11 2.00 0,92 Buskerud 129 98 2.58 1.96 Finnmark 44 23 2.35 1.23 10

Harstad (Matematikk og statistikk sammen) 29 22 2.77 2.10 Hedmark 5 4 1.25 1.00 Lillehammer 126 86 2.38 1.63 Molde 122 81 2.40 1.59 Nord-Trøndelag 78 59 2.25 1.71 Oslo 225 190 3.23 2.72 Høgskulen i Sogn og Fjordane 72 48 2.42 1.61 Høgskolen Stord/Haugesund 72 48 2.42 1.61 Sør-Trøndelag 281 207 2.56 1.89 Telemark 69 55 2.55 2.03 Tromsø 90 68 3.25 2.46 Vestfold 66 49 2.39 1.77 Østfold (Matematikk og statistikk sammen) 115 76 2.47 1.63 Ålesund 118 73 2.64 1.64 Norges Handelshøyskole 529 491 3.31 3.07 NTNU 160 128 3.06 2.45 Universitetet i Tromsø (matematikk og mikroøkonomi sammen) 9 8 3.50 3.11 Universitetet for miljø- og biovitenskap 173 140 3.04 2.46 Universitetet i Stavanger 179 159 3.33 2.96 11

Det er mange institusjoner som har snitt for bestått rundt 2,5. Det betyr at det er flere studenter som får D og E (og også F, som veies med 0) enn dem som oppnår A, B og C. Med utgangspunkt i karakterene for matematikk er det grunnlag for å uttrykke en viss bekymring over nivået på besvarelsene. Det lave nivået kan skyldes tre forhold, a) studentene har ulik faglig bakgrunn fra videregående, b) studentene får ulik undervisning i de ulike institusjonene, og/eller c) eksamensformen (oppgaver og sensurering) er ulik. I det videre kan vi ikke undersøke a) 2 og b), men skal undersøke eksamensoppgaver og -besvarelser fra alle institusjoner. Oppgavene i matematikk Oppavene er gitt i 2005, med unntak av to oppgavesett som er gitt våren 2006. Karakterpanelet har ikke mottatt oppgavesett fra alle lærestedene som inngår i karakterstatistikken. Alle oppgavene er gitt som skoleeksamen, men det fremgår av ett oppgavesett (Buskerud) at det i tillegg er annen prøve, og at oppgavesettet bare dekker 60 % av sluttkarakter. Det er derfor lite bruk av såkalte alternative læringsformer. De fleste oppavesettene skal løses på fire timer, men to oppgavesett skal løses på fem timer. Omfanget er fra seks studiepoeng ( Buskerud Kongsberg), hvor oppgaven bare dekker 60 % av prøvingen, via 7,5 studiepoeng til 10 studiepoeng. Oppgavesettet som bare tilsvarer 6 studiepoeng (6 av 10 studiepoeng) virker enklere og har færre spørsmål enn et normalt oppgavesett for 10 studiepoeng. For flere eksamenssett er det ikke oppgitt antall studiepoeng. Bruk av hjelpemidler varier mye. Alle læresteder tillater bruk av kalkulator (av en institusjon kalt lommeregner), men det er ikke alltid spesifisert hvilken type kalkulator. Noen spesifiserer at kalkulatorminnet skal være tømt. En institusjon presiserer at minnet ikke trenger være tømt! Dette er for så vidt logisk siden samme institusjon sier at en kan ha med egne notater. Når det gjelde øvrige godkjente hjelpemidler, så er ferdigopptrykte matematiske tabeller vanlig, det samme gjelder bruk av læreboka i kurset. Et vanlig uttrykk for hjelpemidler er alle trykte og skrevne eller alle trykte hjelpemidler og forelesningsnotater. En variant er at en kan ha med egenprodusert formelark. Stort sett kan en si at bruk av tillatte hjelpemidler varier fra det helt beskjedne (kalkulator fortrinnsvis med tømt minne) til alle hjelpemidler som en kan ta med, både egenproduserte og produsert av andre (men ikke inkludert adgang til internett osv). Det burde vært en viss felles nasjonal forståelse av hvilke hjelpemidler og hvilke type kalkulatorer som en kan bruke. Det synes rimelig at kalkulator og formelsamling som minimum bør være tillatt. Også lærebok kan være med. Hvis en i tilegg skal kunne ta med egenproduserte hjelpemidler, så bør en også kunne ta disse med i elektronisk form (innlagt på kalkulator). Det er imidlertid ikke mulig å se at forskjell i type hjelpemidler avspeiler seg i type oppgaver som gis til eksamen. Temaene som dekkes i oppgavene er omfattende, men noen hovedtemaer går igjen i de fleste oppgavene: å finne ekstremalverdier av funksjoner (som til dels er noe kompliserte) og å finne løsning på ligninger av andregrad med en ukjent. Det er en del oppgavesett som bare innholder matematikk i den forstand at oppgavene ikke er knyttet til noen type praktisk problemstilling fra det studiet studentene har begynt på. Dette er likevel unntaket. Mange oppgavesett har oppgaver rettet mot økonomiske problemstillinger, da særlig renteregning, enten i kontinuerlig eller 2 Matematikkrådet har gjennomført grundige tester av kunnskapene innen elementærmatematikk blant norske studenter, inklusive økonomistudenter. Tallmaterialet fra vår analyse bør sees i sammenheng med resultatene fra Matematikkrådets nasjonale tester. 12

diskret tid. Bare tre oppgavesett har med oppgaver med integralregning. Om lag like mange har med oppgaver som dekker optimaliseringsmetoder under bibetingelser (Lagrange metoden). Kun to oppgavesett har eksplisitt oppgaver innen lineær algebra anvendt enten på å løse ligningssystemer med tre ukjente, eller formulert som å finne determinant til matriser. Bare ett oppgavesett (fra Bergen) referer til at et ligningssett kan løses med Cramers regel. Det er trolig for lite øving i lineær algebra, og det kan skyldes at sentrale lærebøker ikke dekker temaet. En trenger derfor egne lærebøker for dette ene feltet. Løsning av ligningssystemer har stor anvendelse innen økonomi (og også statistikk), og selv om tallmessig løsning av lineære ligningssystemer nå kan gjøres på kalkulator, bør dette også kunne gjøres av studenter for 3 x 3 matriser (dvs tre ukjente) uten avansert bruk av kalkulator. Også problemstilling knyttet til optimalisering under bibetingelser synes noe lite dekket i oppgavesettene. Statistikk I veiledende plan for Bachelorstudium i økonomi og administrasjon står følgende om faget grunnleggende statistikk: Emnet skal gi studentene grunnleggende kunnskaper i sannsynlighetsregning og statistikk. Det legges spesielt vekt på å vise anvendelse av statistiske metoder innen emneområdet bedrifts- og samfunnsøkonomi. Ved oppgaveregning skal studentene få innsikt og trening i bruk av viktige statistiske metoder. Faglige elementer som bør dekkes: Beskrivende statistikk: Beliggenhetsmål, spredningsmål, frekvensfordelinger, grafiske fremstillinger Sannsynlighetsregning og kombinatorikk: Sannsynlighetsbegrepet, sannsynlighetsmodeller, regning med sannsynligheter, betingede sannsynligheter Diskrete tilfeldige variabler. Beregning av forventning og varians: Binomisk fordeling, hypergeometrisk fordeling, poissonfordeling, m.m. Kontinuerlige tilfeldige variabler: Normalfordeling/normaltilnærming, t-fordeling, m.m. Flere tilfeldige variabler. Simultan sannsynlighetsfordeling: Beregning av forventning, varians og kovarians Estimering: Punktestimering og intervallestimering Hypotesetesting: Hypoteser, signifikansnivå, testmetode, styrkefunksjon Hypotesetest i målemodell og binomisk modell, kjikvadrattester, m.m. Enkel korrelasjons- og regresjonsanalyse: Estimering og hypotesetest for regresjonskoeffisienten Undersøkelsen av eksamen i statistikk er basert på 2373 besvarelser, hvorav 323 (14 %) er ikke bestått. Karakterfordelingen for statistikk vises i nedenstående figur hvor hele landet sammenlignes med den største institusjonen, NHH. Alle betyr samtlige 2373 besvarelser inkludert NHH. 13

Vi ser at for alle lærestedene under ett er det 27 % av studentene som fikk E og F, mens tilsvarende tall for NHH var 9 %. I den andre enden av skalaen er det for hele landet 58 % som oppnår C eller bedre, mens tilsvarende for NHH er 79 %. For faget statistikk er det ingen systematisk sammenheng mellom gjennomsnittskarakter og antall studenter ved institusjonen, tilsvarende den sammenhengen vi fant for matematikk. I tabellen nedenfor viser vi de faktiske gjennomsnittskarakterer for hver institusjon i faget statistikk. 13 institusjoner har en gjennomsnittskarakter for studenter som har bestått på C (dvs 3) eller bedre. Som allerede påpekt, er det både store og små institusjoner med gode karakterer. Antall studenter Antall bestått Gjenno msnitt bestått Gjennoms nitt alle Agder 45 39 2.23 1.93 Bergen 110 94 3.00 2.56 Bodø 92 79 2.95 2.53 Buskerud (Begge læresteder) 83 67 3.09 2.49 14

Finnmark 17 17 3.06 3.06 Harstad (Matematikk og statistikk sammen) 29 22 2.77 2.10 Hedmark 9 9 2.56 2.56 Lillehammer 70 67 2.99 2.86 Molde 122 99 2.86 2.32 Nord-Trøndelag 66 57 3.04 2.62 Oslo 186 163 3.22 2.82 Høgskulen i Sogn og Fjordane 78 66 3.02 2.55 Høgskolen Stord/Haugesund 81 70 2.91 2.52 Sør-Trøndelag 227 176 3.04 2.36 Telemark 66 52 3.00 2.36 Tromsø 12 8 4.00 2.67 Vestfold 62 60 3.38 3.27 Norges Handelshøyskole 439 424 3.24 3.13 NTNU 83 71 2.92 2.49 Universitetet i Tromsø 61 56 3.23 2.97 Universitetet for miljø- og biovitenskap 302 231 2.71 2.07 Universitetet i Stavanger 133 123 3.38 3.13 Veid gjennomsnitt for de to måter å beregne karakter på er henholdsvis 3,05 og 2,64. Begge disse tallene er bedre enn tilsvarende tall for matematikk. I tabellen nedenfor har vi, på samme måte som for matematikk, sortert institusjonene etter hvor mange studenter som oppnådde E og F, dvs antall studenter som synes å beherske faget ved eksamen dårlig. Samtidig vises i tabellen antall studenter som fikk E og F, og prosentvis for samme institusjon antall studenter som fikk A eller B. Vi viser tabellen i sortert rekkefølge for prosentandel som bare oppnår E eller F. Til sammen 626 av 2373 studenter havnet i kategori E eller F. 15

A og B E og F Antall E og F Akkumulert Agder 20 % 49 % 22 22 Universitetet for miljø- og biovitenskap 26 % 46 % 138 160 Telemark 33 % 39 % 26 186 Sør-Trøndelag 34 % 38 % 86 272 Harstad (Matematikk og statistikk sammen) 17 % 34 % 10 282 Tromsø 50 % 33 % 4 286 Molde 26 % 33 % 40 326 Høgskulen i Sogn og Fjordane 32 % 32 % 25 351 Bergen 37 % 32 % 35 386 Bodø 36 % 32 % 29 415 NTNU 28 % 30 % 25 440 Buskerud (Begge læresteder) 27 % 28 % 23 463 Høgskolen Stord/Haugesund, 28 % 27 % 22 485 Nord-Trøndelag 36 % 26 % 17 502 Hedmark 22 % 22 % 2 504 Oslo 39 % 19 % 36 540 Vestfold 47 % 15 % 9 549 Lillehammer 33 % 14 % 10 559 Universitetet i Stavanger 46 % 14 % 19 578 Universitetet i Tromsø 36 % 10 % 6 584 Norges Handelshøyskole 37 % 9 % 41 625 Finnmark 29 % 6 % 1 626 Vi ser at ingen institusjoner hadde mer enn 50 % studenter i gruppen med karakter E og F. Om lag halvparten av institusjonene fikk 30 % eller mer av studentene i den gruppen som vi mener har svake kunnskaper til eksamen. 16

Oppgavene i statistikk De fleste institusjoner gir oppgavesett som skal løses på fire timer, men ett oppgavesett skal løses på tre timer og tre skal løses på fem timer. To oppgavesett inngår som en del (60 %) av en større evaluering. Også disse to oppgavesettene skal løses på fire timer. Med unntak av to institusjoner som har kurs av størrelse 7,5 studiepoeng, har de andre kurs i statistikk på 10 studiepoeng. For noen besvarelser framgår ikke klart hvor mange studiepoeng kurset dekker. Vi har da antatt 10 studiepoeng. Hjelpemidler er for alle institusjoner i det minste kalkulator og formelsamling, alternativt kalkulator og lærebok. På samme måte som for matematikk er det i om lag halvparten av tilfellene tillatt med alle typer hjelpemidler, trykte og egenskrevne. Flere oppgavesett har som vedlegg de vanlige tabellene over statistisk fordeling, normalt bare normalfordeling og t-fordeling. Oppgavene i statistikk er varierte og knyttet til konkrete problemstillinger. Seks oppgaver har elementer som består i å tolke datautskrifter fra dataprogram (Excel, Minitab, SPSS og tilsvarende). Dette virker positivt, siden det tyder på at undervisning i faget er knyttet opp mot bruk av disse dataprogrammene, f.eks. organisert i datalab-øvelser. Vi kjenner dog ikke til undervisningsformen i kursene, bare eksamensformen. Ett oppgavesett er helt klart knyttet til en hjemmeoppgave som studentene har hatt anledning til å arbeide med før eksamen, og som de kan ha med til eksamen. Alle oppgaver har elementer av hypotesetesting. Dette er både oppgaver knyttet til gjennomsnitt i konkrete fordelinger, men også oppgaver knyttet til ulike problemstillinger innen kombinatorikk med og uten tilbakelegging. Beregning og tolking av konfidensintervall er vanlig i oppgavene. Det er forbausende få oppgaver som er formulert som testing av koeffisienter i en konkret regresjonsmodell. Dette er en problemstilling som burde været mer vanlig enn bare å regne ut korrelasjon, siden bruk (og misbruk) av lineær regresjon som analytisk metode er svart vanlig innen økonomiske problemstillinger. Mange oppgaver er knyttet opp mot statistisk kvalitetskontroll og til enkle markedsundersøkelser. Det kan påpekes at oppgavesettet fra Oslo inneholder meningsforvirrende trykkfeil i oppgave 5. Vi får håpe oppgavesettet som er utlevert til studentene ikke er identisk med vårt. Samlet sett er det en rimelig spredning i temaene gitt i oppgavene. Oppgavene fremstår ikke som rene teoretiske øvelser, men mer som anvendelse av statistiske metoder på konkrete problemfelter av antatt relevans for studenter i økonomi og administrasjon. Ingen av oppgavene (med muligens ett unntak) tar opp forskningsdesign og kvalitet på data som skal analyseres (validitet og reliabilitet). 17

3.2 Mikro og samfunnsøkonomi I veiledende plan for Bachelorstudium i økonomi og administrasjon står følgende om samfunnsøkonomiske fag: Makroøkonomi: Studentene skal få innsikt i hvordan en vurderer et lands økonomiske tilstand og utviklingstendenser. De skal forstå årsaken til og virkningene av konjunktursvingninger på kort sikt, blant annet hvordan endringer i etterspørselen i en del av økonomien får ringvirkninger og kan påvirke det generelle økonomiske aktivitetsnivået i landet. Myndighetenes penge- og finanspolitikk er viktig i denne sammenheng, herunder hvordan politikken virker i ulike valutakursregimer. Hensikten er å gjøre studentene bedre i stand til å følge med i media og diskusjoner om landets generelle økonomiske utvikling og dens betydning for den enkelte bedrift. Samfunnsøkonomiske makromodeller skal inngå som analyseverktøy. Faglige elementer som bør dekkes: Dekkes grundig: Nasjonalregnskap Etterspørsel og tilbud på makronivå Multiplikatormodell med variablene: Samlet aktivitetsnivå, makro privat konsum, makro private realinvesteringer, offentlige utgifter og skatter, handel med utlandet, kapitalbevegelser, valutamarkedet Makroøkonomisk stabiliseringspolitikk Faglige elementer som det bør orienteres om: Makroøkonomiske målsettinger og virkemidler Typer av arbeidsledighet Renteparitet Inflasjon Økonomisk vekst Internasjonal fordeling Mikroøkonomi og anvendt mikro: Mikroøkonomi og anvendt mikro skal gi studentene innføring i grunnleggende mikro- og markedsteori, samt øvelse i anvendelse av teorien på ett eller flere områder. Studentene skal få innsikt i hvordan en kan beskrive og analysere enkeltaktørers økonomiske tilpasning og samspillet mellom disse i ulike markedsformer. Studentene skal beherske det grafiske og matematiske analyseapparatet for konsumentens beslutninger basert på priser og inntekt, samt analyseapparatet for produsentens driftsbeslutninger under ulike målsettinger (profittmaksimering, kostnadsminimering) og markedsformer (fullkommen konkurranse, monopol). Studentene skal også øves i forståelsen av hvordan ulike former for politikk virker på enkeltaktørenes tilpasning og prisdannelsen i markedet. Det vises for øvrig til emner innenfor markedsføring og bedriftsøkonomi. Dekkes grundig: Produksjonsteori Konsumentteori 18

Markedsteori Effektiv ressursbruk Virkninger av skatter/subsidier Faglige elementer som det bør orienteres om: Komparative fortrinn Arbeidsmarkedsteori Markedssvikt Styringssvikt Bærekraftig utvikling Inntektsfordeling Anvendt mikro: Høgskolene kan velge ett eller flere temaer som for eksempel: Offentlig økonomi Arbeidsmarkedsøkonomi Ressursøkonomi Miljøøkonomi Næringsøkonomi Regionaløkonomi Internasjonal økonomi Totalt 15 institusjoner har sendt inn oppgavetekster. Disse er: HiA, HHB, HiBu, HiL, HiM, HiNT, HiO, HSF, HSH, HiST, HVe, HiØ, NHH, UMB og UiS. Det er innhentet karakterstatistikk fra samtlige 24 institusjoner. Kursene varierer i antall studiepoeng fra 5 til 20. Vurdering av eksamensoppgavene Alle eksamensoppgavene som er vurdert, er standard skoleeksamen. Eksamenslengden varierer fra 2 til 5 timer Et gjennomgående trekk ved eksamensoppgavene er at det eksamineres i de sentrale emnene i faget. I mikroøkonomi er det produsent-, konsument- og markedsteori. Oppgavene er ganske ensartede. De fleste oppgavesettene krever at studentene kan utlede resultatene, og alle så nær som to oppgavesett krever regning. Åtte av oppgavesettene krever også at studentene skal drøfte resultatene de har kommet frem til. Hjelpemidler De fleste institusjonene tillater kun kalkulator. Tre institusjoner tillater også lovsamling, formelsamling eller tabeller, og tre institusjoner har ingen tillatte hjelpemidler. 19

Karakterstatistikk Mikroøkonomi og/eller samfunnsøkonomi Institusjon Emnenavn Studiepoeng Karakter a Antall Prosent Karakter b Antall Prosent Karakter c Karakter d Karakter e Karakter f Prosent Antall Prosent Antall Prosent Antall Antall Prosent Antall Total Prosent Snitt alle Snitt bestått HiA Innføring i mikroøkonomi 7,5 3 3 % 15 15 % 31 31 % 29 29 % 12 12 % 9 9 % 99 100 % 2,40 2,64 HiB Mikroøkonomi 6 11 11 % 24 25 % 29 30 % 14 15 % 10 10 % 8 8 % 96 100 % 2,88 3,14 HHB Samfunnsøkonomi mikro 10 8 6 % 37 27 % 28 21 % 32 24 % 9 7 % 21 16 % 135 100 % 2,56 3,03 HiBu Mikroøkonomi 6 6 6 % 14 13 % 14 13 % 27 26 % 30 29 % 14 13 % 105 100 % 2,02 2,33 HIF Mikroøkonomi og anvendt mikro 10 1 4 % 5 19 % 3 12 % 4 15 % 5 19 % 8 31 % 26 100 % 1,81 2,61 HiH Samfunnsøkonomi mikro og anvendt mikro 10 2 11 % 5 28 % 7 39 % 2 11 % 1 6 % 1 6 % 18 100 % 3,11 3,29 HH Mikroøkonomi 6 1 3 % 5 17 % 7 23 % 2 7 % 5 17 % 10 33 % 30 100 % 1,83 2,75 HiL Mikroøkonomi og konkurransestrategi 15 2 3 % 6 9 % 11 16 % 20 30 % 21 31 % 7 10 % 67 100 % 1,91 2,13 HiM Mikroøkonomi 6 2 2 % 10 10 % 8 8 % 21 21 % 29 29 % 30 30 % 100 100 % 1,45 2,07 HiNT Mikro- og offentlig økonomi - offentlig økonomi eksamen vårs 5 6 9 % 10 14 % 14 20 % 15 21 % 12 17 % 13 19 % 70 100 % 2,20 2,70 HiO Samfunnsøkonomi 15 7 4 % 22 12 % 25 14 % 54 30 % 36 20 % 39 21 % 183 100 % 1,87 2,38 HSF Samfunnsøkonomi (MIKRO) 12 11 18 % 16 27 % 13 22 % 14 23 % 4 7 % 2 3 % 60 100 % 3,17 3,28 HSH Mikroøkonomi 7,5 2 3 % 4 6 % 14 21 % 15 22 % 7 10 % 26 38 % 68 100 % 1,54 2,50 HiST Mikroøkonomi 7,5 14 6 % 50 23 % 68 31 % 27 12 % 28 13 % 35 16 % 222 100 % 2,50 2,97 HiT Mikro- og marknadsøkonomi 5 1 4 % 4 15 % 8 31 % 5 19 % 8 31 % 0 0 % 26 100 % 2,42 2,42 HiTø Samfunnsøkonomi 20 2 20 % 2 20 % 0 0 % 1 10 % 2 20 % 3 30 % 10 100 % 2,20 3,14 Hve Mikroøkonomi og offentlig økonomi 10 3 5 % 7 11 % 12 19 % 18 29 % 10 16 % 12 19 % 62 100 % 2,02 2,50 HiØ Mikroøkonomi med anvendelser 10 6 6 % 9 10 % 20 22 % 23 25 % 16 17 % 19 20 % 93 100 % 2,02 2,54 HiÅ Mikroøkonomi og næringsanalyse 12 1 6 % 4 24 % 5 29 % 3 18 % 0 0 % 4 24 % 17 100 % 2,47 3,23 NHH Mikroøkonomi 6 30 11 % 101 38 % 72 27 % 40 15 % 16 6 % 5 2 % 264 100 % 3,28 3,34 NTNU Innføring i samfunnsøkonomi 15 14 5 % 29 11 % 39 15 % 48 18 % 62 24 % 70 27 % 262 100 % 1,76 2,40 UiTø Mikroøkonomi og matematikk 3 33 % 0 0 % 3 33 % 2 22 % 0 0 % 1 11 % 9 100 % 3,11 3,50 UMB Mikroøkonomi I - Konsument, produsent, marked 10 og velferd 4 5 % 10 13 % 7 9 % 4 5 % 22 29 % 30 39 % 77 100 % 1,44 2,36 UiS Mikroøkonomi 5 12 6 % 41 20 % 50 24 % 36 17 % 40 19 % 28 14 % 207 100 % 2,35 2,72 Sum Veid gjennomsnitt alle 152 7 % 430 19 % 488 21 % 456 20 % 385 17 % 395 17 % 2306 100 % 2,27 2,74 20