EN MERITOKRATISK SKOLE? - sociologisk-notesblok

EN MERITOKRATISK SKOLE? 

Social reproduktion og mobilitet gennem det danske 

FAG: Det danske samfund i sociologisk perspektiv II og kvantitative metoder 

UNDERVISER I DDS: Jørgen Elm Larsen 

VEJLEDER I DDS: Emil Magnus Bjerre 

UNDERVISER I KVANTITATIVE METODER: Lars Pico Geerdsen 

VEJLEDER I KVANTITATIVE METODER: Siri Dencker 

EKSAMENSNR.: 884, 1112; 805, 1084; 901, 1049 

ANTAL TEGN INKL. MELLEMRUM: 93.297 

ANTAL TEGN I FODNOTER INKL. MELLEMRUM: 1701 

ANTAL SIDER INKL. BILAG: 84 

Københavns Universitet, 18. maj 2012. 

uddannelsessystem.

En meritokratisk skole? Sociologisk Institut, Københavns Universitet 

INDHOLDSFORTEGNELSE 

1. INTRODUKTION (884, 1112; 805, 1084; 901, 1049) 4 

1.1. INDLEDNING (884, 1112; 805, 1084; 901, 1049) 4 

1.2. MOTIVERET PROBLEMSTILLING (884, 1112; 805, 1084; 901, 1049) 5 

1.3. PROBLEMFORMULERING (884, 1112; 805, 1084; 901, 1049) 5 

1.4. LÆSEVEJLEDNING (884, 1112; 805, 1084; 901, 1049) 6 

2. UNDERSØGELSENS TEORETISKE GRUNDLAG (884, 1112; 805, 1084; 901, 1049) 6 

2.1. LIVSCHANCER (884, 1112) 7 

2.2. SOCIAL MOBILITET (884, 1112) 7 

2.3. UDDANNELSESLØFTET I HISTORISK PERSPEKTIV (884, 1112) 8 

2.4. UDDANNELSESLØFTETS KARAKTERISTIKA (884, 1112) 8 

2.5. DEN SOCIALE MOBILITET SOM UNDERSØGELSENS FOKUS (884, 1112) 9 

2.6. PIERRE BOURDIEU: SOCIAL REPRODUKTION (805, 1084) 10 

2.6.1. KAPITALFORMERNE (805, 1084) 10 

2.6.2. HABITUS (805, 1084) 11 

2.6.3. KULTUREL KAPITAL I DET DYSFUNKTIONELLE UDDANNELSESSYSTEM (805, 1084) 11 

2.6.4. REPRODUKTIONEN AF SOCIALE FORSKELLE HOS BOURDIEU (805, 1084) 12 

2.7. NIKLAS LUHMANN: FRISÆTTELSE AF DEN SOCIALE MOBILITET (901, 1049) 13 

2.7.1. KRITIK AF LUHMANN (901, 1049) 14 

2.8. REPRODUKTION ELLER MOBILITET (901, 1049) 15 

3. OPERATIONALISERING OG VARIABLE (884, 1112; 805, 1084; 901, 1049) 16 

3.1. TEORETISKE HYPOTESER (884, 1112; 805, 1084; 901, 1049) 16 

3.2. OPERATIONALISERING AF SOCIAL MOBILITET (884, 1112; 805, 1084; 901, 1049) 17 

3.3. OPERATIONALISERING AF MOBILITET OVER TID (884, 1112; 805, 1084; 901, 1049) 22 

4. ANALYSESTRATEGI OG STATISTISK GRUNDLAG (884, 1112; 805, 1084; 901, 1049) 24 

4.1. OVERODNET METODEVALG (884, 1112) 24 

4. 2. STATISTISK VÆRKTØJSKASSE (884, 1112) 24 

4.2.1. STOKASTISKE VARIABLE (805, 1084) 24 

4.2.2. SANDSYNLIGHEDSMÅL (805, 1084) 25 

4.2.3 UAFHÆNGIGHED (901, 1049) 26 

4.2.4. MIDDELVÆRDI, VARIANS OG STANDARDAFVIGELSE (901, 1049) 26 

4.2.5. FORDELINGER (901, 1049) 27 

4.2.6 DEN CENTRALE GRÆNSEVÆRDISÆTNING (884, 1112) 30 

4.2.7 HYPOTESETEST (805, 1084) 30 

4.2.8. Z-‐TEST (901, 1049) 32 

4.2.9. KONFIDENSINTERVALLER (884, 1112) 34 

4.2.10. χ 2-‐TEST (884, 1112) 35 

4.2.11. ENKELTCELLETEST (901, 1049) 38 

4.3 UNDERSØGELSENS BORTFALD (884, 1112) 38 

4.4 REPRÆSENTATIVITET (884, 1112) 39 

4.4.1. REPRÆSENTATIVITET AF KØN (884, 1112) 40 

2/84


4.4.2 REPRÆSENTATIVITET AF ALDER MED X2 −TEST (884, 1112) 41 

4.4.3. REPRÆSENTATIVITET AF ALDER MED KONFIDENSINTERVAL (884, 1112) 44 

4.4.4. OPSUMMERING AF REPRÆSENTATIVITETSTEST (901, 1049) 45 

5. ANALYSE (884, 1112; 805, 1084; 901, 1049) 45 

5.1. SAMMENHÆNG MELLEM OPVÆKST OG UDDANNELSESNIVEAU (805, 1084) 46 

5.1.1 BETYDNING AF KULTUREL BAGGRUND (805, 1084) 46 

5.1.2. BETYDNING AF ØKONOMISK BAGGRUND (805, 1084) 52 

5. 2. EN UDVIKLING OVER TID? (901, 1049) 55 

5.2.1. ÆNDRING I KULTUREL KAPITALS BETYDNING (901, 1049) 56 

5.2.2. ÆNDRING I ØKONOMISK KAPITALS BETYDNING (901, 1049) 59 

6. DISKUSSION (884, 1112; 805, 1084; 901, 1049) 63 

6.1. POSITIV SOCIAL MOBILITET I DANMARK? (805, 1084) 63 

6.2. MOD EN ØGET MOBILITET? (901, 1049) 64 

6.3. TILBAGE MOD REPRODUKTIONEN? (884, 1112) 65 

6.4. METODOLOGISKE OVERVEJELSER (805, 1084) 66 

7. KONKLUSION (884, 1112; 805, 1084; 901, 1049) 67 

8. ANVENDT LITTERATUR 70 

BILAGSFORTEGNELSE 72 

BILAG 1: FOLKETAL TIL REPRÆSENTATIVITETSTEST 73 

BILAG 2: ELEVSAMMENSÆTNINGEN I FOLKE-‐ SAMT PRIVAT-‐ OG FRISKOLER 74 

BILAG 3: NYT FRA DANMARKS STATISTIK, 30. APRIL 2001 75 

BILAG 4: NYT FRA DANMARKS STATISTIK, 22. DECEMBER 2011 77 

BILAG 5: STATA .DO-‐FILE 79 

3/84


1. INTRODUKTION 

1.1. INDLEDNING 

I perioden fra 1960’erne til i dag har Danmark oplevet et uddannelsesløft, hvor-‐ 

med uddannelsessystemet i stadig højere grad synes at tage skikkelse af en social 

omfordelingsmekanisme. Modsat aforismen om æblet, der falder nær stammen, 

er murerarbejdsmandens søn nu ikke længere nødvendigvis prædisponeret til 

en fremtid i sin fars fodspor. Den universelle velfærdsstats uddannelsessystem 

har skabt en generation af potentielle mønsterbrydere. Det er dog alligevel svært 

at tale om baggrund og opvækst som værende fuldstændig arbitrære for indivi-‐ 

ders karriere i uddannelsessystemet. Hermed tegnes billedet af en diskussion af 

uddannelsessystemets funktion i forhold til mobilitet eller reproduktion i sam-‐ 

fundet. 

Det er interessant, hvis uddannelsessystemet, trods uddannelsesløft og nationalt 

fokus på fri og lige adgangsvilkår, stadig bidrager til reproduktion af sociale 

strukturer -‐ dette er blandt andet, hvad sociologen Pierre Bourdieu argumente-‐ 

rer for i sin reproduktionsteori. I et åbent samfund har skoleelever på Morsø og i 

4/84


Hellerup givetvis potentielt lige muligheder for succes, og disse muligheder er i 

høj grad betingede af en lang og frugtbar uddannelseskarriere. Men realiseres 

disse lige muligheder, eller er opvækst og baggrund fortsat en afgørende faktor 

for resultatet af individernes udbytte af et universelt uddannelsessystem? Et 

modstykke til den bourdieuske anskuelse fremlægges af sociologen Jørgen Elm 

Larsen, som anvender Niklas Luhmanns systemteori til en udlægning af en po-‐ 

tentielt frisat social mobilitet i samfundet, gennem det uddifferentierede uddan-‐ 

nelsessystem. Der er således flere alternative måder at anskue uddannelsessy-‐ 

stemets funktion i samfundet på. 

1.2. MOTIVERET PROBLEMSTILLING 

På baggrund af disse indledende betragtninger tilsigter vi med empirisk under-‐ 

støttelse at beskrive mobilitetsmønstrene i det danske samfund. Vi ønsker yder-‐ 

mere at koble den empirisk synliggjorte mobilitet til en diskussion om uddannel-‐ 

sessystemets funktion. Kan det danske uddannelsessystem placeres på et teore-‐ 

tisk udspændt kontinuum mellem den fuldstændige sociale reproduktion og den 

tilsvarende fuldstændige mobilitet? Vi undersøger derfor, om danskernes kultu-‐ 

relle og økonomiske baggrund har en betydning for deres uddannelseskarriere 

og herunder, om denne betydning har ændret sig over tid. Hermed går vi uddan-‐ 

nelsesløftet efter i krogene og stiller spørgsmålstegn ved forestillingen om en 

meritokratisk skole, med ønske om at bidrage til den fortsatte forståelse og dis-‐ 

kussion af det danske uddannelsessystems bidrag til den sociale mobilitet. 

1.3. PROBLEMFORMULERING 

På baggrund af dette lyder vores problemformulering således: 

Gør social mobilitet sig gældende i det danske samfund, og kan man ud fra mobili-‐ 

tetsmønstret tale om uddannelsessystemet som bidragende til eller hæmmende for 

denne. 

5/84


1.4. LÆSEVEJLEDNING 

Vi har nu indkredset undersøgelsens fokus og vil kort gennemgå indhold og op-‐ 

bygning for denne. Vi vil indledningsvis redegøre og analysere vores teoretiske 

grundlag, hvorefter vi vil operationalisere dette til empirisk brugbare hypoteser, 

med fokus på kernebegrebet social mobilitet. For derefter statistisk at kunne 

analysere de empiriske hypoteser, redegøres der for de centrale statistiske værk-‐ 

tøjer der vil blive benyttet i repræsentativitets-‐ og hypotesetests. De statistiske 

resultater vil blive bundet sammen med den teoretiske ramme og diskuteret i 

lyset af vores metodologiske overvejelser. Afslutningsvis konkluderes der på de 

problemstillinger, som vi har opridset i vores indledende betragtninger. 

2. UNDERSØGELSENS TEORETISKE GRUNDLAG 

Vi fokuserer på uddannelsessystemet i denne undersøgelse af social mobilitet i 

Danmark. Dette er det ud fra en antagelse om uddannelsessystemet som i stadig 

højere grad den dominerende vej til social mobilitet, jævnfør Erik Jørgen Han-‐ 

sens redegørelse i Uddannelsessystemerne i sociologisk perspektiv. Han ræsonne-‐ 

rer, at individer vil søge at placere sig bedst muligt i den eksisterende samfunds-‐ 

struktur. Som følge heraf vil man i de fleste familier stile mod, at børnene får en 

bedre uddannelse end deres forældre, da uddannelse forbedrer individernes så-‐ 

kaldte livschancer. Når børnene får en højere uddannelse end forældrene, kan 

det betragtes som social mobilitet (Hansen 2003: 44f). 

Indledningsvis vil vi her afklare vores anvendelse af begreberne ”livschancer” og 

”social mobilitet”. For at undersøge uddannelsessystemets funktion i det danske 

samfund vil vi dernæst kort gennemgå systemets udvikling over det seneste hal-‐ 

ve århundrede, en periode hvor det såkaldte uddannelsesløft har fundet sted. En 

stor del af den danske befolkning har gjort karriere i uddannelsessystemet i den-‐ 

ne periode, og udviklingen er derfor central for forståelsen af samme systems 

funktion i forhold til social mobilitet. Vi vil ligeledes kort opridse uddannelsesløf-‐ 

tets karakteristika. Herefter vil vi redegøre for forskellige opfattelser af uddan-‐ 

nelsessystemets funktion. Vi vil tage udgangspunkt i Pierre Bourdieus teori om 

reproduktion af det sociale rum, og perspektivere til Niklas Luhmanns funktiona-‐ 

6/84


listiske syn på den meritokratiske skole. Hermed vil vi lægge et teoretisk funda-‐ 

ment til vores empiriske analyse. 

2.1. LIVSCHANCER 

Vi taler konsekvent om ”livschancer” frem for ”social arv”, inspireret af Hansens 

kritik af sidstnævnte begreb. Han problematiserer ”social arv” med hjælp fra un-‐ 

dersøgelsen En generation blev voksen, som han selv var forskningsleder på. 1 

Denne viser ifølge Hansen ikke en ”ubrydelig social arv”. Individernes oprindel-‐ 

sesklasse giver imidlertid udslag i store forskelle i sandsynlighederne, eller med 

andre ord chancerne, for bestemte placeringer i stillingskategorier. Livschancer 

er altså beskrivende for få eller mange valgmuligheder gennem livsforløbet, sna-‐ 

rere end selve eksistensen af valgmulighederne (Hansen 2003: 115-‐119). 

2.2. SOCIAL MOBILITET 

Begrebet ”mønsterbrud” har længe nydt anerkendelse som gængs begreb for so-‐ 

cial opstigning. I vores øjne har dette begreb dog en fejlagtig karakter. Som resul-‐ 

tat af uddannelsesløftet i Danmark, er social opstigning snarere et mønster end 

en undtagelse, og det giver derfor ikke mening at karakterisere denne opstigning 

som mønsterbrud (Hansen 2003: 119f). Vi anvender derfor i stedet betegnelsen 

”social mobilitet” som et udtryk for ændring i social status eller klasse. Absolut 

social mobilitet betragter vi som en generel forrykning af samfundet opad, mens 

relativ social mobilitet beskriver en forrykning i forholdet mellem forskellige so-‐ 

ciale grupper i samfundet. Markant positiv social mobilitet betragtes som en for-‐ 

udsætning for et ”åbent samfund”, hvor alle potentielt kan bevæge sig opad i de 

sociale lag (ibid.: 94). 

1 Der er her tale om en prospektiv longitudinal interviewundersøgelse foretaget i perioden 1968-‐ 

1992 over adskillige gange. Respondenterne gik alle i 7. klasse ved undersøgelsens start. (Hansen 

7/84


2.3. UDDANNELSESLØFTET I HISTORISK PERSPEKTIV 

Uddannelsesløftet er et fænomen uden historisk præcedens. Hansen beskriver, 

hvordan Danmark førhen har været præget af såvel op-‐ som nedgange i uddan-‐ 

nelsessøgningen. I modsætning hertil står perioden fra 1960’erne til i dag, hvor 

andelen af hver ungdomsårgang, der befolker uddannelsessystemet, er konstant 

stigende. I historiens lys en exceptionel vækst, som ofte benævnes ”uddannelses-‐ 

eksplosionen” 2 (Hansen 2003: 34f). 

2.4. UDDANNELSESLØFTETS KARAKTERISTIKA 

Begrebet uddannelsesløft beskriver en absolut mobilitet i samfundet, og dækker 

over en sammenstilling af en række nært beslægtede samfundsudviklinger, som 

vi kort vil redegøre for 3 . 

For det første er der tale om en vertikal og horisontal ekspansion af uddannelses-‐ 

systemet, som inkluderer såvel den øgede andel af studerende som det øgede ud-‐ 

dannelsesudbud. 4 Der er en stigning i andelen af hver ungdomsårgang, som fort-‐ 

sætter stadig længere ind i uddannelsessystemet. Samtidig øges antallet af ud-‐ 

dannelser på hvert niveau, og mange uddannelsesretninger ”bygges højere” ved 

øget antal normerede studieår (Hansen 2003: 33). 

Arbejdsmarkedet har oplevet en øgning af formelle uddannelseskrav. Flere og fle-‐ 

re jobfunktioner besættes af akademikere, og generelt er de ønskede, og kræve-‐ 

de, uddannelseskvalifikationer ved indgangen til job øget (ibid.). Uddannelsespe-‐ 

rioden forlænges ofte af de studerende selv, for eksempel ved supplerende-‐ og 

dobbeltuddannelse og forlænget uddannelsestid, og uddannelsessystemet spiller 

en stadig større rolle i voksenalderen gennem et øget fokus på efter-‐ og videreud-‐ 

dannelser (ibid.). 

2 Vi vælger dog i det følgende at bibeholde anvendelsen af begrebet uddannelsesløft. 

3 Vi uddrager udviklingerne fra Erik Jørgen Hansens gennemgang, men sammenfatningen af disse 

udviklinger i begrebet ”uddannelsesløft” er vores egen (Hansen 2003: 33). 

4 Hos Hansen beskrives hhv. det øgede antal studerende og ekspansionen af uddannelsessyste-‐ 

met som selvstændige udviklinger (Hansen 2003: 33). Vi betragter dem dog under ét, da ekspan-‐ 

sionen af uddannelsessystemet i høj grad kan ses som et produkt af et højere antal studerende. 

8/84


Disse fire samfundsudviklinger bidrager således til et generelt uddannelsesløft i 

det danske samfund, som illustreret i Figur 2.1. 

Vertikal og horisontal 

ekspansion af 

uddannelsessystemet 

Øgede formelle 

uddannelseskrav på 

arbejdsmarkedet 

Sammenfattende kan det altså betragtes, at de fleste af nutidens voksne er højere 

uddannede end deres forældre (Larsen 2000: 70). 

2.5. DEN SOCIALE MOBILITET SOM UNDERSØGELSENS FOKUS 

Opfattelsen af uddannelse som den dominerende vej til social mobilitet er i vores 

øjne i høj grad ideologisk betinget. Som Hansen fremhæver, legitimerer den soci-‐ 

ale mobilitet det vestlige samfund som et ”åbent samfund”, hvor alle i princippet, 

ved evner og ihærdighed, har mulighed for at nå de højeste positioner, og ud-‐ 

dannelsessystemet fungerer dermed meritokratisk Den ideologisk funderede 

selvforståelse af et frit og lige samfund tydeliggøres også af Jørgen Elm Larsen. 

Samtidig understreger såvel Hansen som Larsen dog, at sociale klasser stadig 

påvirker succes i uddannelsessystemet, og dermed individernes livschancer 

(Hansen 2003: 44f; Larsen 2000: 57). 

Uddannelsesløft 

i det danske 

samfund 

Figur 2.1.: Uddannelsesløftet i det danske samfund 

Dobbeltuddannelse, 

supplerende 

uddannelse og 

forlænget 

uddannelsestid. 

Øget efter-‐ og 

videreuddannelse 

Der kan altså argumenteres for, at individernes succes i uddannelsessystemet i 

sig selv er betinget af sociale klasser. Som Larsen fremhæver, er der en besynder-‐ 

lighed at spore i, at klassesamfundet hævdes forsvundet, samtidig med at klas-‐ 

semobiliteten i Vesten stort set ikke er øget i nyere tid (Larsen 2000: 60). En 

9/84


primær eksponent for teorien om klasser som betingende for en succesfuld ud-‐ 

dannelseskarriere er Pierre Bourdieu, der agiterer for uddannelsessystemet som 

socialt reproducerende. For at undersøge eksistensen og udviklingen af social 

mobilitet i Danmark er det derfor nødvendigt at dykke dybere ned i Bourdieus 

teoriapparat. 

2.6. PIERRE BOURDIEU: SOCIAL REPRODUKTION 

Vi har i det ovenstående talt om, at sociale klasser betinger individernes succes i 

uddannelsessystemet, hvilket påvirker deres livschancer. Inden vi beskæftiger os 

grundigere med Pierre Bourdieus teoriapparat, må vi dog tage hans forhold til 

klassebegrebet i skue. Ifølge Bourdieu eksisterer klasser alene på papiret. I ste-‐ 

det for klasser opererer han med distinktion i det sociale rum, skabt af to dimen-‐ 

sioner. Dels individernes overordnede kapitalbeholdning, og dels deres relative 

distribution af henholdsvis økonomisk og kulturel kapital (Bourdieu 1997: 21ff; 

Larsen 2000: 60f). I denne distinktion, eksisterer klasser i en form for mulig til-‐ 

stand (Bourdieu 1997: 26-‐37). Når vi i det efterfølgende redegør for og anvender 

Bourdieus teori om social reproduktion, må vi derfor have in mente, at der er ta-‐ 

le om en reproduktion af det sociale rums distinktion, snarere end en reproduk-‐ 

tion af sociale klasser. Først vil vi dog kort redegøre for Bourdieus teori om kapi-‐ 

tal og habitus, som er central for forståelsen af reproduktionsteorien. 

2.6.1. KAPITALFORMERNE 

Det sociale hæves ifølge Bourdieu fra et simpelt tilfældighedsspil ved eksistensen 

af forskellige kapitalsammensætninger hos individer. Overordnet anvender 

Bourdieu tre hovedkapitalformer: Økonomisk, kulturel og social kapital. Den 

økonomiske kapital er direkte konvertibel til penge, mens den kulturelle og soci-‐ 

ale kapital såvel kan konverteres til som udledes fra økonomisk kapital, med 

større eller mindre omkostninger (Bourdieu 1986:243-‐52). Idet vi anser uddan-‐ 

nelsessystemet som den dominerende vej til social mobilitet, er det relevant at 

redegøre for de tre typer kulturel kapital, som Bourdieu arbejder med. 

De fleste egenskaber ved den kulturelle kapital deduceres til kropsliggjort kultu-‐ 

rel kapital, der omfatter den kulturelle kapital, der er situeret i det enkelte indi-‐ 

10/84


vids krop. Den kropsliggjorte kulturelle kapital kan ikke overføres i en isoleret 

situation, men er genstand for en arvelig overførsel. 

Visse objekter, for eksempel kulturelle genstande, udtrykkes i en tingsliggjort 

kulturel kapital. Det være sig symboler eller genstande, hvis forståelses-‐ eller 

nydelsespotentiale kræver vis kulturel kapital. Genstandene er materielt set 

umiddelbart overførbare, men den tingsliggjorte kulturelle kapital, der for ek-‐ 

sempel ligger i en fyldt bogreol, tilegnes langsommere hos aktører med util-‐ 

strækkelig kropsliggjort kulturel kapital (ibid.: 246). 

Den institutionaliserede kulturelle kapital består blandt andet af formaliserede 

akademiske kvalifikationer, og er institutionaliseret ved en ”kollektiv magi”, eller 

fælles forståelse i samfundet af en akademisk kvalifikation som et certifikat på 

kulturel kompetence. Uddannelsessystemet er således den primære producent 

og distributør af institutionaliseret kulturel kapital (ibid.: 247f). 

2.6.2. HABITUS 

Kapitalen bestemmer individets relationelle positionering i det sociale rums dis-‐ 

tinktion, og til hver position heri svarer et habitus. Dette er individets handlings-‐ 

strukturerende disposition, og genererer valg af praktikker, prædisponeret af 

tidligere erfaret succes (Bourdieu 1997: 21fff; Larsen 2000: 65). Habitus skaber 

et kollektivt individ, hvor de fælles objektive strukturer kropsliggøres til en soci-‐ 

aliseret subjektivitet (Bourdieu 2005: 84). 

2.6.3. KULTUREL KAPITAL I DET DYSFUNKTIONELLE UDDANNELSESSYSTEM 

Ved første øjekast er uddannelsessystemet relevant i forhold til den institutiona-‐ 

liserede kulturelle kapital. I hensigten er distributionen af denne form for kapital 

meritokratisk. Kulturel kapital institutionaliseret ved formaliserede akademiske 

kvalifikationer distanceres fra det, Bourdieu beskriver som ”de autodidaktes ka-‐ 

pital”. Vi mener, at autodidaktik her skal forstås som en egenskab, der hovedsa-‐ 

gelig er forbeholdt individer med relativt høj kropsliggjort kulturel kapital. Såle-‐ 

des har uddannelsessystemet tilsyneladende som funktion at devaluere den 

kropsliggjorte autodidaktik, ved certificering og distribution af institutionaliseret 

kulturel kapital. Dermed bidrager uddannelsessystemet, ifølge hensigten, til den 

meritokratiske distribution af kulturel kapital (Bourdieu 1986: 247f). 

11/84


Bourdieu er imidlertid yderst kritisk overfor opfattelsen af uddannelsessyste-‐ 

mets meritokrati. I The Forms of Capital indleder han sin redegørelse for kulturel 

kapital med at fremhæve, at begrebet ”kulturel kapital” oprindeligt materialise-‐ 

rede sig for ham i en forklaring af forskelligartede uddannelsesmæssige resulta-‐ 

ter, der gjorde sig gældende for børn fra forskellige sociale klasser. Her distance-‐ 

rer Bourdieu sig fra det funktionalistiske perspektiv på uddannelsessystemet 

som institution, der tildeler akademisk succes og fiasko på basis af færdigheder. 

Uddannelsessystemet skal i stedet ses som bidragende til reproduktionen af den 

sociale struktur, ved at sanktionere den arvelige overførsel af kulturel kapital 

(ibid.: 243f). 

Der tegner sig således et billede af et dysfunktionelt uddannelsessystem. Som vi 

kort benævnte i ovenstående kan alle i teorien opbygge autodidakte egenskaber, 

men i praksis må autodidaktik forekomme hyppigere hos individer med relativt 

meget kropsliggjort kulturel kapital, da autodidaktik fordrer et kapitalstærkt ha-‐ 

bitus. Vi kan ikke sætte lighedstegn mellem autodidaktik og kropsliggjort kultu-‐ 

rel kapital, men det er sandsynligt, at der er en sammenhæng mellem de to. Hvis 

succes i uddannelsessystemet afhænger af den kropsliggjorte kulturelle kapital, 

som der argumenteres for ovenfor, må et uddannelsessystem, hvis intenderede 

funktion er at devaluere selvsamme kapital, således være dysfunktionelt. 

Uddannelsessystemet certificerer altså ifølge Bourdieu institutionaliseret kultu-‐ 

rel kapital, mens det samtidig reproducerer den kropsliggjorte kulturelle kapital 

og med den tilegnelsen af den tingsliggjorte kulturelle kapital. Herimedens sker 

en reproduktion af det sociale rum, hvilket gør Bourdieus teori umiddelbart 

brugbar i en undersøgelse af den sociale mobilitet i det danske samfund (Bourdi-‐ 

eu 1997: 37). 

2.6.4. REPRODUKTIONEN AF SOCIALE FORSKELLE HOS BOURDIEU 

Reproduktionen af de sociale forskelle foregår i et relationelt møde mellem ud-‐ 

dannelsessystemet og individ, som er bærer af en nedarvet kropsliggjort kulturel 

kapital, og en derudfra defineret habitus. Jo mere betydningsfuld den kulturelle 

kapital er for en familie, og jo større relativ vægt den kulturelle kapital har i kapi-‐ 

talstrukturen, jo mere vil familien ifølge Bourdieu investere i uddannelse, hvilket 

er at ligne med Erik Jørgen Hansens betragtning om øgede livschancer som mo-‐ 

12/84


tivation for stilen mod positiv social mobilitet (Bourdieu 1997: 37f; Hansen 

2003: 44f). 

Uddannelsessystemet bidrager ifølge Bourdieu til reproduktionen af den eksiste-‐ 

rende struktur i det sociale rum igennem dette relationelle møde, gennem en 

række selektionsprocesser. Disse udføres af lærere, der anvender opfattelses-‐ og 

vurderingskriterier, som er i overensstemmelse med deres egen position i det 

sociale rum, altså deres egen kapitalstruktur og habitus. Disse selektionsproces-‐ 

ser adskiller de individer, der henholdsvis besidder eller ikke besidder en vis 

nedarvet kulturel kapital. Således bidrager uddannelsessystemet til at oprethol-‐ 

de allerede eksisterende sociale forskelle, trods, som Hansen udtrykker det, et 

”upåklageligt ydre skin af retfærdighed og meritokrati” (Bourdieu 1997: 39; 

Bourdieu 1986: 243f; Hansen 2003: 44). 

2.7. NIKLAS LUHMANN: FRISÆTTELSE AF DEN SOCIALE MOBILITET 

En anden opfattelse af uddannelsessystemets bidrag til positiv social mobilitet 

kan udledes fra artiklen Fra klassebiografi til individuel biografi, hvori den dan-‐ 

ske sociolog Jørgen Elm Larsen beskriver samfundets individualisering. Larsen 

opstiller en diskussion mellem Bourdieu på den ene side, og hans egen læsning af 

den tyske systemteoretiker Niklas Luhmann på den anden side. Det skal her no-‐ 

teres, at ulighed egentlig ikke står centralt i Luhmanns teoriapparat, men ud-‐ 

mærket kan tematiseres herigennem (Larsen 2000: 56). 

Larsen beskriver, hvordan det individualiserede samfund, Luhmann skildrer, 

tvinger individet til at gøre sig selv til målestok for alting, hvorfor tidligere klas-‐ 

sebestemte sociale problemer nu fremstår som individuel dysfunktionalitet 

(ibid.: 57). 

Den funktionelle uddifferentiering, der ifølge Luhmann karakteriserer senmo-‐ 

derniteten, hævdes at medføre en frisættelse af den sociale mobilitet (ibid.: 49f). 

Menneskers position indenfor ét system betinger ikke deres position indenfor 

andre systemer. Uddifferentieringen af uddannelsessystemet medfører således, 

at selektionsmekanismer baseret på opvækst og social baggrund, altså de selek-‐ 

tionsmekanismer der gør sig gældende i forhold til kapitalstruktur og habitus 

13/84


hos Bourdieu, må vige til fordel for meritokratiet. Luhmann anerkender dog, at 

den sociale mobilitet fortsat begrænses af social baggrund. Dette mobilitetens 

ratslør skyldes, at uddannelsessystemet endnu ikke er fuldt uddifferentieret og 

autopoietisk, hvorfor andre sociale systemer fortsat irriterer uddannelsessyste-‐ 

met. I takt med den fortsatte uddifferentiering af uddannelsessystemet vil det 

åbne samfunds systemiske meritokrati gøre sig stadig mere gældende, og trænge 

den sociale reproduktion i baggrunden over tid. Uddannelsessystemet vil altså 

bevæge sig fra social reproduktionsbidrager til meritokratisk mobilitetsskaber 

(ibid.: 57, 67f). 

2.7.1. KRITIK AF LUHMANN 

Jørgen Elm Larsen stiller sig af flere omgange kritisk overfor den fremlagte fri-‐ 

sættelse af den sociale mobilitet, med anknytning til Bourdieus funktionalisme-‐ 

kritiske synspunkt. Det åbne samfunds funktionalitet fordrer, at mennesket fø-‐ 

des med en renvasket tavle, hvilket synes yderst tvivlsomt. Sociale systemers se-‐ 

lektionskriterier er habituelt betingede. Det åbne samfund er altså i virkelighe-‐ 

den et ekskluderende samfund i forklædning, idet de forskellige sociale systemer 

opererer ud fra selektionskriterier, der skaber ulige adgangsmuligheder (Larsen 

200: 57f). I forbindelse med selve udredningen af det luhmannianske mobilitets-‐ 

perspektiv finder Larsen det tvivlsomt, om der kan ske en fuldstændig frakobling 

af uddannelsessystemet fra social baggrund (ibid.: 67f). Sidst betvivler han, om 

en absolut mobilitet i samfundet indebærer, at afstanden mellem klasserne bli-‐ 

ver mindre eller forsvinder, og at samfundet bevæger sig mod meritokrati. Sna-‐ 

rere tegner Larsen et billede af, at middelklassens og elitens bedre forudsætnin-‐ 

ger for at sikre deres børn en uddannelse medvirker, at klasseforskelle har en 

konstant eller endog stigende betydning for livschancerne (ibid.: 70ff). 

Vi vælger at anerkende det luhmannianske perspektiv som en alternativ tolkning 

af uddannelsessystemets bidrag til social mobilitet eller reproduktion, trods Lar-‐ 

sens grundige kritik. Vi kan hermed optegne et kontinuum, hvor uddannelsessy-‐ 

stemet, alt efter teoretisk overbevisning, placerer sig et sted mellem to yderlig-‐ 

heder: Reproduktion eller mobilitet. Dette illustreres i figur 2.2. 

14/84


Socialt reproducerende 

uddannelsessystem: 

-‐ Dysfunktionelt: Sanktionerer 

nedarvet kulturel kapital 

-‐ Selekterer ud fra habituelle 

kriterier 

-‐ Opretholder den sociale orden. 

Figur 2.2.: Kontinuum over uddannelsessystemets funktion 

2.8. REPRODUKTION ELLER MOBILITET 

Hos Pierre Bourdieu finder vi et socialt reproducerende uddannelsessystem. Det 

sanktionerer arvelig overførsel af kropsliggjort kulturel kapital, og igennem sine 

selektionsprocesser bidrager uddannelsessystemet, trods sit meritokratiske yd-‐ 

re, til at reproducere sociale forskelle. Uddannelsesløftets absolutte mobilitet 

medfører dermed ikke en relativ mobilitet, hvor distinktionen i det sociale rum 

omskrives. Hvis uddannelsessystemets funktion er at devaluere den nedarvede, 

kropsliggjorte kapital til fordel for den institutionaliserede, må uddannelsessy-‐ 

stemet i Bourdieus perspektiv betragtes som dysfunktionelt. 

Modsat står Niklas Luhmanns funktionalistiske betragtning af det socialt mobili-‐ 

tetsskabende uddannelsessystem, som et tiltagende meritokratisk system. Selvom 

der stadig er antydninger af andre systemers interferens, bevæger uddannelses-‐ 

systemet sig mod en tilstand som autopoietisk og uddifferentieret system, hvortil 

individet ankommer med en renvasket tavle. Hermed skabes mulighed for relativ 

mobilitet. Sociale problemer, som for eksempel manglende mobilitet, der førhen 

blev forklaret med baggrund i klasser, fremtræder nu som individuel dysfunkti-‐ 

onalitet, alt imens det uddifferentierede uddannelsessystem udfylder sin funkti-‐ 

on som mobilitetsskabende meritokratisk institution. 

Socialt mobilitetsskabende 

uddannelsessystem: 

-‐ Fungerer meritokratisk 

-‐ Selekterer ud fra individuelle 

kriterier 

-‐ Omskriver den sociale orden 

15/84


Vi formoder, at uddannelsesløftet i det danske samfund har skabt en absolut so-‐ 

cial mobilitet. Men reproduceres samfundets strukturer og stratifikationer fort-‐ 

sat af et dysfunktionelt uddannelsessystem, eller gør der sig ligeledes en relativ 

mobilitet gældende, som ved et meritokratisk uddannelsessystems hånd, over tid 

forrykker samfundets sociale struktur? 

Vi vil nu operationalisere vores teoretiske overvejelser, for empirisk at kunne 

beskrive, hvilke mønstre der gør sig gældende for den sociale mobilitet i Dan-‐ 

mark. 

3. OPERATIONALISERING OG VARIABLE 

3.1. TEORETISKE HYPOTESER 

Når man beskæftiger sig med social mobilitet, er det i første instans interessant 

at kortlægge eksistensen af den sociale mobilitet i samfundet. Social mobilitet 

kan være såvel positiv som negativ, men vi antager, at den i Danmark er positiv. 

Dette er en antagelse, der i rigt mål understøttes af det generelle uddannelsesløft 

i samfundet, som vi har omtalt i kapitel 2.4. Vores teoretiske hypotese 1 lyder 

således: 

!"! !"#$#%!&!& !" !"#$%$& !"#$%& !"#$%$&'& ! !"#$"%&. 

Det er imidlertid også interessant at undersøge, om den sociale mobilitet er ble-‐ 

vet svækket eller styrket over tid. Et stort antal samfundsforandringer kan være 

bidragende til, at graden af positiv social mobilitet ændrer sig. Som vi har rede-‐ 

gjort for, betragtes uddannelsessystemet i Danmark som den dominerende vej til 

mobilitet. I den forbindelse er det yderst interessant, at der i sociologien hersker 

forskellige opfattelser af uddannelsessystemets funktion i forhold til den sociale 

mobilitet. Snart sagt enhver udvikling i graden af mobilitet over tid kan således 

bidrage til diskussionen af uddannelsessystemet som socialt reproducerende el-‐ 

ler mobilitetsskabende. Vores antagelse er, at der med uddannelsesløftet, kvin-‐ 

dernes ankomst på arbejdsmarkedet og en generelt øget velstand i det danske 

16/84


samfund, er tale om en stigende grad af social mobilitet. Vores teoretiske hypote-‐ 

se 2 lyder således: 

!"#$%& !" !"#!"!# !"#$%& !"#$%$&'& !" !"#$%&'% !"#$ !"#. 

Det er nærliggende at analysere forskellen mellem uddannelsesniveauet i to ge-‐ 

nerationer. Da uddannelsesniveau samtidig er en af de få informationer, vi har 

om vores respondenters forældre, er det oplagt at arbejde ud af denne tangent. 

Ved blot at sammenligne opnået uddannelsesniveau med respondenternes alder, 

ville vi i langt højere grad dokumentere selve uddannelsesløftets absolutte mobi-‐ 

litet, end danne os et billede af, hvordan selvsamme uddannelsesløft har fordelt 

sig socialt. 

Efter vores teoretiske afgrænsning er det nu nødvendigt at få en operationel de-‐ 

finition, der fastlægger, hvordan vores teoretiske begreber kan måles samt over-‐ 

sættes til variable. 

3.2. OPERATIONALISERING AF SOCIAL MOBILITET 

Det helt centrale begreb at få operationaliseret er social mobilitet, hvilket er et 

abstrakt begreb med et bredt teoretisk felt. Vi bliver derfor nødt til at specificere, 

hvilke aspekter af den sociale mobilitet vi gør til genstand for måling (Andersen 

et al 2009: 48f). Vi vælger at fokusere på den positive sociale mobilitet, og man 

skal således holde sig for øje, at de processer der beskrives, også kan finde sted i 

negativ forstand. 

Når vi måler på den positive sociale mobilitet i forhold til succes i uddannelses-‐ 

systemet, må vi af empirien udlede, om vores respondenter generelt har et høje-‐ 

re uddannelsesniveau end deres far. Hvis det er tilfældet, er der tale om en posi-‐ 

tiv social mobilitet i forhold til uddannelse. Idet succes i uddannelsessystemet er 

en afgørende faktor for individets livschancer, må en positiv social mobilitet i 

uddannelsessystemet være en væsentlig indikator for eksistensen af social mobi-‐ 

litet i det hele taget. 

17/84


Vi har valgt alene at arbejde med uddannelsesniveauet for respondenternes fæd-‐ 

re. Det er en udbredt betragtning, at man slægter sin forælder af samme køn på, 

og ud fra den sondring kunne man have valgt at sammenligne vores kvindelige 

respondenter med deres mødre. Imidlertid har vi at gøre med en forældregene-‐ 

ration, hvorom det for hovedparten gælder, at væsentligt færre kvinder end 

mænd fik en uddannelse. Uddannelsesforskellen imellem respondenterne og de-‐ 

res mødre kan således i lige så høj grad tilskrives kvindernes ankomst til ar-‐ 

bejdsmarkedet, hvorved effekten af et mobilitetsskabende uddannelsessystem 

udviskes markant. 

Vi har valgt at fokusere på, om respondenternes far fik en erhvervsfaglig uddan-‐ 

nelse, snarere end fædrenes skoleuddannelsesniveau, selvom en gymnasial ud-‐ 

dannelse certificerer en højere grad af institutionaliseret kulturel kapital. Vores 

afvejning er, at det er stort set umuligt at generalisere fædre, der er gået ud af 

skolesystemet efter folkeskolen. Nogen af dem har givetvis aldrig taget en ud-‐ 

dannelse, men andre har taget erhvervsfaglige uddannelser, som kan have bragt 

dem på omgangshøjde med de fædre, der har gået i gymnasiet i forhold til kapi-‐ 

talstruktur. Derudover er andelen af danskere der går i gymnasiet steget gene-‐ 

relt, jævnfør uddannelsesløftet, og således vil en sammenligning mellem respon-‐ 

denter og fædres studentereksamen nok engang snarere kortlægge uddannelses-‐ 

løftets absolutte mobilitet som samfundsmæssig tendens, end den sociale distri-‐ 

bution af dette løft. Variablen for fædrenes uddannelse ser i en envejstabel såle-‐ 

des ud: 

Tabel 3.1. 

Fik Deres far en erhvervs-‐ 

mæssig uddannelse? 

Frekvens Procent Kumuleret procent 

Ja 1.523 73,86 73,86 

Nej 539 26,14 100 

I alt 2062 100 

18/84


Tabellen viser os, at 73,86% af respondenterne rapporterer, at deres far har ta-‐ 

get en erhvervsmæssig uddannelse, mens 26,14% ikke gør. 

Hvad angår vores analyseudvalg har vi haft mulighed for at uddifferentiere, hvil-‐ 

ken erhvervsmæssig uddannelse respondenterne har gennemført. I vores an-‐ 

vendte undersøgelse, levekårsundersøgelsen, som beskrives nærmere i kapitel 

4.3., havde respondenterne mulighed for at anføre op til tre erhvervsuddannel-‐ 

ser, og der er ikke udspecificeret rækkefølge på disse. Vi har således ingen mu-‐ 

lighed for at vide, om den først anførte erhvervsuddannelse er respondenternes 

først, sidst, lavest eller højest gennemførte. I mangel på system i disse anførte 

erhvervsuddannelser, må vi antage, at de 15,23% af vores analyseudvalg, der har 

anført mere end en erhvervsuddannelse, har anført deres ud fra egen vurdering 

væsentligste eller mest aktuelle uddannelse som nummer ét, og på den baggrund 

er det konsekvent denne, vi anvender. Tabuleret ser denne variabel ud som vist i 

Tabel 3.2.: 

Tabel 3.2. 

Respondentens erhvervsuddannelse 

Frekvens Procent Kumuleret pro-‐ 

cent 

Ingen erhvervsuddannelse 581 28,18 28,18 

Specialarbejderuddannelse 28 1,36 29,53 

Lærlinge-‐ eller EFG-‐uddannelse 744 36,08 65,62 

Anden faglig uddannelse 177 8,58 74,2 

Kort videregående uddannelse 161 7,81 82,01 

19/84


Mellemlang videregående uddannelse 231 11,2 93,21 

Lang videregående uddannelse 140 6,79 100 

I alt 2062 100 

Tabellen viser, at 28,18% af vores analyseudvalg ikke har gennemført en er-‐ 

hvervsuddannelse, mens 71,82% har. Andelen uden erhvervsuddannelse i analy-‐ 

seudvalget er altså ikke signifikant forskellig fra andelen i forældregenerationen. 

Den største gruppe er respondenter, der har gennemført en lærlinge-‐ eller EFG-‐ 

uddannelse, mens cirka en fjerdedel, 75,8%, har taget en videregående uddan-‐ 

nelse. 

Det er en stor fordel for os at kunne belyse ikke blot sammenhængen mellem 

fædrenes erhvervsuddannelse og eksistensen af respondenternes, men også ty-‐ 

pen af respondenternes erhvervsuddannelse. Hvis Bourdieu har ret i, at der på-‐ 

går en social reproduktion i uddannelsessystemet, bør det i empirien tydeliggø-‐ 

res ved, at de respondenter, hvis far havde en erhvervsfaglig uddannelse, vil bli-‐ 

ve mere og mere overrepræsenterede, jo længere vi kommer opad i uddannel-‐ 

sessystemet. 

Når Bourdieu taler om reproduktion er det vigtigt at holde sig for øje, at der er 

tale om en reproduktion af distinktionen i det sociale rum, en distinktion, der 

både inkluderer kulturel og økonomisk kapital. Vi har valgt at supplere med det 

økonomiske kapitalperspektiv ud fra variablen, der udtrykker respondenternes 

svar på spørgsmålet: ”Havde Deres familie det økonomisk svært under Deres op-‐ 

vækst?” Denne variabel er vores bedste billede af de økonomiske kår i analyse-‐ 

udvalgets barndom, men vi må have in mente, at den er behæftet med usikker-‐ 

heder. For det første er der ingen tidsangivelse i spørgsmålet, og vi har derfor 

ingen mulighed for at vide, om der bag de positive tilkendegivelser ligger gene-‐ 

relle økonomiske vanskeligheder, eller blot en periode med livremmen spændt 

ind. Derudover spiller respondenternes opvækstmiljø ind på deres egen opfattel-‐ 

se af reelt økonomisk svære kår. Sidst kan man også, selv i en anonymiseret un-‐ 

dersøgelse, forestille sig en uvilje til at beskrive egne opvækstkår som økono-‐ 

misk svære, baseret på en generel opfattelse af fattigdom som noget negativt. Vi 

20/84


kan anvende variablen som en indikation af de økonomiske vilkår i responden-‐ 

ternes opvæksthjem, men grundet disse usikkerheder må vi være varsomme 

med at konkludere alt for store sammenhænge herudfra. Tabuleret ser denne 

sammenhæng ud som i Tabel 3.3.: 

Tabel 3.3. 

Havde Deres familie det økonomisk 

svært under Deres opvækst? 

Frekvens Procent Kumuleret procent 

Ja 533 25,85 25,85 

Nej 1.529 74,15 100 

I alt 2062 100 

Vi kan se, at 25,85% tilkendegiver økonomiske besværligheder under deres op-‐ 

vækst. 

På teoretisk baggrund antager vi således at en kausalsammenhæng gør sig gæl-‐ 

dende for variablene ”eget uddannelsesniveau”, ”Fars uddannelsesniveau” og 

”økonomiske vilkår i barndommen”, hvoraf de to sidstnævnte påvirker den første. 

Således operationaliserer vi vores teoretiske hypotese om eksistensen af social 

mobilitet i det danske samfund til følgende empiriske hypotese 1: 

!"#$ !""#$$%&'%'$()%#! !"#$ !" ø!"#"$%&!' !"#$å! ! !"#$%&''($ 

!å!"#$%# !"!# !""#$$%&'%'$()%#!. 

Empirisk hypotese og kausalforhold mellem variable er illustreret i nedenståen-‐ 

de figur: 

21/84


3.3. OPERATIONALISERING AF MOBILITET OVER TID 

Det er en større udfordring at lægge empirisk grund for vores hypotese om, at 

graden af den positive sociale mobilitet er stigende over tid, al den stund vi har 

at gøre med ét datasæt, indsamlet af én omgang. 5 Vi har valgt at løse denne pro-‐ 

blematik ved at opdele vores analyseudvalg i to halvdele, delt ved gennemsnits-‐ 

alderen. Således får vi mulighed for at sammenligne mønstret for den sociale 

mobilitet hos den ældre og yngre generation af analyseudvalget. Vi har valgt at 

opdele efter gennemsnit, snarere end efter et historisk-‐samfundsmæssigt be-‐ 

grundet årstal, for at få to omtrent lige store grupper at arbejde med. Således de-‐ 

les vores analyseudvalg mellem aldrene 32 og 33 på undersøgelsestidspunktet, 

hvorfor skillelinjen ligger hos de, der er født i 1967, hvoraf langt hovedparten 

tilhører den ”yngre” generation. Gennemsnittene for alder og fødeår ses i Tabel 

3.4. 

Fars uddannelsesniveau 

Økonomiske kår i opvæksten 

Figur 3.1.: Empirisk hypotese 1 samt kausalforhold 

Tabel 3.4. 

Beskrivende mål for analyseudvalgets alder 

Respondenternes 

uddannelsesniveau 

Gennemsnitligt fødeår i analyseudvalget 1967,074 

Analyseudvalgets gennemsnitsalder 32,9258 

Den ”yngre” generation er uddannelsesmæssigt en relativt homogen gruppe, idet 

alle er vokset op efter uddannelsesløftet. Den ”ældre” generation er mindre ho-‐ 

5 Vi er opmærksomme på, at levekårsundersøgelsen har haft tre indsamlingsrunder. Som vi rede-‐ 

gør for i kapitel 4.3. er vores variable imidlertid kun inkluderet i den tredje undersøgelsesrunde i 

år 2000, hvorfor vi kun beskæftiger os med denne. 

22/84


mogen. Hvis vi antager, at uddannelsesløftet tager fart i 1960’erne må vi erken-‐ 

de, at en relativt stor procentdel af de ”ældre” ligeledes har gjort i hvert fald no-‐ 

get af deres uddannelseskarriere efter 1960, hvilket naturligvis tilslører forskel-‐ 

len mellem de to generationer. Der vil således næppe være tale om lige så stor en 

forskel som hvis vi havde delt ved et historisk begrundet årstal. Vores empiri gi-‐ 

ver os imidlertid ikke mulighed herfor, hvis den ældre generation skal være en 

relevant analysérbar enhed. 

Vi forventer dog trods ovennævnte tilsløring, at der alligevel tegner sig et billede 

af, at sammenhængen mellem fædrenes uddannelsesniveau samt de økonomiske 

kår i opvæksten, og respondenternes uddannelsesniveau, som vi har illustreret i 

Figur 3.1., er mindre for den ”yngre” generation end for den ”ældre”. Dette vil gi-‐ 

ve belæg for det luhmannianske perspektiv, at uddannelsessystemet, efterhån-‐ 

den som det uddifferentieres funktionelt, vil blive stadig mere meritokratisk. Ud-‐ 

trykt statistisk er vores antagelse således, at uafhængighed mellem henholdsvis 

fars uddannelsesniveau og de økonomiske kår i opvæksten, og respondenternes 

uddannelsesniveau vil gøre sig gældende. 

Dette kan udtrykkes i følgende empiriske hypotese 2: 

Der er ikke uafhængighed mellem opvækst 6 og uddannelsesniveau for re-‐ 

spondenter født til og med 1966 7 , men uafhængighed for respondenter 

født efter samme år. 

Denne empiriske hypotese er visualiseret i nedenstående figur, som viser, at in-‐ 

dividernes fødeår svækker kausalforholdet mellem deres forældres kulturelle og 

økonomiske kapital og deres eget opnåede uddannelsesniveau. 

6 Fars uddannelse samt økonomiske kår i opvæksthjemmet. 

7 Vi deler vores analyseudvalg efter beregnet alder snarere end fødeår, men for at opskrive en 

positiv påvirkning, vælger vi at formulere alder som fødeår i vores hypotese. Det er dog vigtigt at 

være opmærksom på, at enkelte respondenter født i 1967 vil placere sig i den ”ældre” generation. 

23/84


Fødeår 

Figur 3.2.: Empirisk hypotese 2 samt kausalforhold 

Således bevæbnede med empiriske hypoteser på et teoretisk fundament, vil vi nu 

vende blikket mod datamaterialet, vi vil teste disse hypoteser på. 

4. ANALYSESTRATEGI OG STATISTISK GRUNDLAG 

4.1. OVERODNET METODEVALG 

I denne undersøgelse arbejder vi kvantitativt frem for kvalitativt, da vi ønsker at 

tegne et overordnet billede af den danske befolknings mobilitet i uddannelsessy-‐ 

stemet. Vi ønsker altså ikke at udtale os om en specifik gruppes oplevelser af, el-‐ 

ler muligheder indenfor, dette system (Andersen et al 2009: 22f). 

Formålet med den videre statistiske analyse er at kunne udtale os om en ukendt 

fordeling i populationen ud fra resultater fra vores stikprøve. Vi vil altså arbejde 

induktivt, idet vi ved hjælp af viden om det specifikke kan udtale os om det gene-‐ 

relle (Malchow-‐Møller et al 2010: 20). 

4. 2. STATISTISK VÆRKTØJSKASSE 

For statistisk at teste og analysere vores empiriske hypoteser, er det nødvendigt 

at redegøre for udvalgte centrale begreber i statistikken. I det følgende vil vi så-‐ 

ledes danne os et overblik over de statistiske værktøjer, vi vil benytte i vores 

empiriske analyse. 

Øget uanhængighed mellem 

opvækst og 

uddannelsesniveau. 

4.2.1. STOKASTISKE VARIABLE 

For at kunne bearbejde de mulige udfald i vores datasæt benyttes funktionen 

stokastisk variabel, X, som gør arbejdet med hændelser og sandsynligheder mere 

overskueligt. Den stokastiske variabel forbinder en talværdi til ethvert udfald i 

eksperimentet, hvilket betyder at vi kan sammenholde mange forskellige hæn-‐ 

24/84


delser indenfor udfaldsrummet, Ω (Malchow-‐Møller et al 2010: 75). Det smarte 

ved den stokastiske variable er, at vi ikke kender det endelige udfald, men i ste-‐ 

det de mulige udfald. Derudover kan stokastiske variable opdeles i to typer: Dis-‐ 

krete og kontinuerte. En diskret variabel beskriver et tælleligt udfaldsrum, hvor-‐ 

imod den kontinuerte variabels udfaldsrum er utælleligt, da udfaldene kan anta-‐ 

ge værdier med et uendeligt antal decimaler (ibid.: 77). I denne undersøgelse 

benyttes diskrete variable, da de er grupperede og derfor tællelige. Når vi arbej-‐ 

der med diskrete variable, anvender vi sandsynlighedsmål (ibid.: 79f; 94ff). 

4.2.2. SANDSYNLIGHEDSMÅL 

Når vi skal teste vores empiriske hypoteser er det nødvendigt at kunne udregne 

sandsynligheden for en bestemt variabels udfald. I det følgende redegør vi for 

simultan, marginal og betinget sandsynlighed, da disse er byggesten i opstillin-‐ 

gen af en χ 2 -‐test. 

Den simultane sandsynlighedsfunktion for diskrete variable defineres ved: 

! !, ! = !(! = ! !" ! = !) 

En simultan sandsynlighed repræsenterer altså sandsynligheden for en given 

hændelse med egenskaberne X og Y. Vi finder de simultane sandsynligheder ved 

at dividere antallet of observationer i den enkelte celle med stikprøvens størrel-‐ 

se (Malchow-‐Møller et al 2010: 84f). 

Den marginale sandsynlighed betegner række-‐ og kolonnesandsynligheder, og 

defineres ved: 

!! 

! !(!) !(!, ! ! ) = !(!, ! !) + !(!, ! !) + ⋯ + (!, ! !! ) 

!!! 

Den marginale sandsynlighed findes altså ved at summere de simultane sandsyn-‐ 

ligheder for mulige x-‐ eller y-‐værdier ved en bestemt henholdsvis y-‐ eller x-‐ 

værdi. Gældende for både de simultane og marginale sandsynligheder er, at 

sandsynligheden for alle værdier af de stokastiske variable skal summere til 1 

(ibid.: 85f). 

Sidst er sandsynlighedsfunktionen for den betingede sandsynlighed givet ved: 

25/84


! !|! ! ! = 

!(!, !) 

! !(!) , ℎ!"# ! ! ! > 0 

Den betingede sandsynlighed for x givet y er altså lig den simultane sandsynlig-‐ 

hed divideret med den marginale sandsynlighed for y (ibid.:87f). Den betingede 

sandsynlighed beskriver således sandsynligheden for, at en hændelse, x, indtræf-‐ 

fer under forudsætning af, at hændelse, y, er indtruffet. 

4.2.3 UAFHÆNGIGHED 

Overordnet set arbejder vi med uafhængighed frem for afhængighed, idet kun 

uafhængighed kan be-‐ eller afkræftes i vores tests (Malchow-‐Møller et al 2010: 

69f). To diskrete stokastiske variable, X og Y, er uafhængige, hvis: 

! ! ! = ! !|! ! ! !"# !""# !æ!"#$! !" ! !" ! 

Man taler altså om uafhængighed, når informationen om Y ikke ændrer fordelin-‐ 

gen af X. Under uafhængighed vil den simultane sandsynlighed dermed være lig 

med produktet af de marginale sandsynligheder (ibid.: 90f). 

4.2.4. MIDDELVÆRDI, VARIANS OG STANDARDAFVIGELSE 

Når vi udtaler os om kvantitative målinger, udregner vi nøgletal til at karakteri-‐ 

sere populationens centrale egenskaber. Det er derfor relevant kort at redegøre 

for momenterne middelværdi, varians og standardafvigelse idet disse benyttes 

til at forstå normalfordelingen og den centrale grænseværdisætning. 

Middelværdi defineres som: 

1 

! !"! 

!!"! 

!!! 

I ovenstående formel summeres alle værdier og divideres med antallet af obser-‐ 

vationer, n. Således er middelværdien et udtryk for den gennemsnitlige værdi af 

et karakteristikum i populationen (Malchow-‐Møller et al 2010: 37). 

Det er vigtigt at have øje for, at to populationer med samme middelværdi kan 

være meget forskelligt fordelt. Middelværdien kan derfor ikke stå alene i en ud-‐ 

tømmende beskrivelse af en population, hvorfor varians anvendes til at beskrive 

spredningen i en population (Malchow-‐Møller et al 2010: 38). 

! ! 

26/84


Variansen defineres som: 

1 

! !"! 

!!"! 

!!! 

! ! (! ! − ! !) 

Vi fratrækker gennemsnittet fra hver enkelt observation og sætter dette i anden 

potens. Hernæst summeres disse tal, hvorved vi kan se, hvordan observationerne 

i vores stikprøve spreder sig omkring middelværdien (ibid.). 

Standardafvigelsen beregner den gennemsnitlige afvigelse fra middelværdien i 

populationen, og defineres ved: 

! = !"#(!) 

4.2.5. FORDELINGER 

I den indledende redegørelse for stokastiske variable så vi, hvordan disse repræ-‐ 

senterer mulige udfald i vores stikprøve. Vi vil i det følgende redegøre for 

bernoulli-‐ og normalfordelingen, da vi senere vil benytte netop disse fordelinger 

i tests. 

Bernoullifordeling: En bernoullifordelt stokastisk variabel, X, fordeler sig efter 

! ~ !"#(!). Den har to mulige udfald, som tildeles de numeriske værdier 1 for 

succes og 0 for fiasko 8 . 

Sandsynligheden for de to udfald vil henholdsvist være p og 1 – p, hvorfor mid-‐ 

delværdi og varians defineres som: 

! ! = ! og ! ! = ! ∗ (1 − !) 

Altså er middelværdien lig sandsynligheden for at X = 1, mens variansen er mid-‐ 

delværdien multipliceret med 1 minus middelværdien (Malchow-‐Møller et al 

2010: 136f). 

Normalfordeling: Normalfordeling gør sig gældende for kontinuerte stokastiske 

variable, og vi arbejder derfor med tæthed frem for sandsynlighed. Normalforde-‐ 

8 Herved skal det ikke forstås, at det ene udfald er mere ønskeligt end det andet, men blot at de to 

betegnelser optegner en klar skillelinje imellem de to muligheder. 

27/84


lingens genialitet ligger i, at både virkelige populationer, estimatorer og teststati-‐ 

stikker normalfordeler sig. Kendskabet til normalfordelingen er en forudsætning 

for forståelsen af, hvordan vores stikprøvegennemsnit approksimativt vil fordele 

sig. Figur 4.1. illustrerer, hvordan en normalfordeling ser ud. 

Figur 4.1. Normalfordelingen 

Den sande middelværdi er sammen med tæthedsfunktionens varians, ! ! , afgø-‐ 

rende for funktionens graf. Normalfordelingskurven samler sig symmetrisk om 

middelværdien, der udgør toppunktet for kurven, mens variansen illustreres ved 

kurvens bredde. Hvis middelværdien stiger, forskydes kurven mod højre, mens 

en stigning i varians giver en bredere kurve, hvilket fremgår af Figur 4.2. 

28/84


Figur 4.2. Normalfordeling ved stigende ! og normalfordeling med stigende varians 

For at finde sandsynligheder i en normalfordeling må man se på den kumulative 

sandsynlighedsfunktion for den stokastiske variabel, F(x). Rent visuelt vil F(x) 

være det areal under tæthedsfunktionen, som ligger til venstre for den givne x-‐ 

værdi. Arealet af F(x) vil naturligvis afhænge af de to momenter ! og ! ! . Er ! høj, 

og dermed ! ! lav, vil arealet være mindre (Malchow-‐Møller et al 2010: 148f). 

For at kunne udregne arealet af den kumulative sandsynlighed må den kontinu-‐ 

erte normalfordeling integreres. Dette gøres ved at benytte en specifik normal-‐ 

fordeling, standardnormalfordelingen, med ! = 0 og ! ! = 1. Denne fordelings 

kumulative sandsynlighed har symbolet ! (!), og kan tabuleres (ibid.: 434). 

29/84


Før standardnormalfordelingen kan blive et brugbart værktøj i vores undersø-‐ 

gelse må der etableres en sammenhæng mellem denne og andre normalfordelin-‐ 

ger. Dette sker ved en standardisering af den normalfordeling, vi ønsker at udtale 

os om. Formlen ses nedenfor, og omformer den givne stokastiske variabel til den 

nye variabel, Z, med ! = 0 og ! ! =1 (ibid.: 151). 

! = 

! − ! 

! 

Z udtrykker den etablering vi behøver for at kunne generalisere standardnor-‐ 

malfordelingen til vores normalfordelinger, hvilket benyttes i vores Z-‐tests. 

4.2.6 DEN CENTRALE GRÆNSEVÆRDISÆTNING 

Den centrale grænseværdisætning er en funktion, hvis styrke består i at vise, at 

stikprøvegennemsnittet vil være approksimativt normalfordelt omkring det san-‐ 

de populationsgennemsnit uanset stikprøvens fordeling, hvis altså stikprøven er 

stor nok og simpelt tilfældigt udtrukket (Malchow-‐Møller et al 2010: 232f). 

Vi benytter altså værktøjet normalfordeling til en generel beskrivelse af vores 

egne stikprøvegennemsnit. Den centrale grænseværdisætning lyder som følger: 

! ~ ! ! (!, ! ! /!) 

Stikprøvegennemsnittet, X, vil være approksimativt normalfordelt med middel-‐ 

værdi ! og varians ! ! / n. 

Uanset om fordelingen af observationer er kendt eller ej, kan vi altså finde den 

approksimative fordeling af stikprøvegennemsnittet. Dette er afgørende, når vi 

ved induktion vil fortælle om populationen ud fra vores stikprøve, uden at kende 

alle populationens elementer. Stikprøven bruges således som estimator for po-‐ 

pulationen ved hjælp af den centrale grænseværdisætning. Estimatorens præci-‐ 

sion øges, jo større n vi har at gøre med, hvorfor vores relativt store stikprøve er 

en styrke for vores empiriske fundament. 

4.2.7 HYPOTESETEST 

Ved opstilling af hypotesetest formuleres vores teori i to hypoteser, hvoraf nul-‐ 

hypotesen,H0, bekræfter hypotesen, mens alternativhypotesen, H1, forkaster den. 

Der er tradition for at alternativhypotesen understøtter den teori man ønsker at 

30/84


efterprøve. Denne kan kun accepteres hvis der er signifikant afvisning af nulhy-‐ 

potesen. På den måde vil bekræftelse af vores teori kun finde sted ved overbevi-‐ 

sende empirisk belæg (Malchow-‐Møller et al 2010: 298f). 

Jævnfør den centrale grænseværdisætning må vi forestille os vores stikprøve 

som én af mange, der er approksimativt normalfordelt omkring populationens 

sande værdi. Da vi imidlertid kun har en stikprøve til rådighed, bliver vores stik-‐ 

prøve blot et estimat på den sande værdi, og vi kan ikke umiddelbart bekræfte 

eller forkaste vores teori uden usikkerhed. Vi må operere med en risiko for at 

drage en forkert konklusion. Denne risiko kan anskueliggøres ved to fejltyper: 

Type-‐I-‐fejl som består i at forkaste en nulhypotese, som er sand. 

Type-‐II-‐fejl som består i at acceptere en nulhypotese som er falsk (ibid.: 299). 

Det er derfor nødvendigt at beslutte, hvor stor en fejlrisiko vi er villige til at ac-‐ 

ceptere. Hertil opstilles et signifikansniveau, der beskriver vores risikovillighed i 

procent. Vi sætter konsekvent vores niveau til ! = 0,01, hvilket betyder, at risi-‐ 

koen for fejl ikke må overskride 1%. Ud fra signifikansniveauets tilhørende frak-‐ 

til 1-‐ !, altså i dette tilfælde 0,99, findes den kritiske værdi (ibid.:436). Denne kri-‐ 

tiske værdi er lig det punkt på x-‐aksen, som udgør skillelinjen for en bekræftet 

eller forkastet H0. Det er nu afgørende hvorvidt vi vælger at arbejde med enkelt-‐ 

eller dobbeltsidede hypoteser. En enkeltsidet hypotese vil teste for retningen 

mellem to variable. Den dobbeltsidede hypotese tester derimod sammenhæng 

mellem vores variable, uden vished om retning. Vælger vi sidstnævnte, skal sig-‐ 

nifikansniveau deles i to til 0,05%, og de kritiske værdier bliver ±2,58. Arbejder 

vi derimod med en enkeltsiddet hypotese, vil den kritiske værdi blive enten -‐2,33 

eller +2,33. 

31/84


Figur 4.3. Illustration af H1 og H0 rum. Øverst for dobbeltsidet hypotese. Ne-‐ 

derst for enkeltsidet, hvor de to stiplede linjer er alternativer til hinanden. 

Den kritiske værdi illustreres ved de røde streger, og afgrænser H0 og H1s re-‐ 

spektive rum. Populationsgennemsnittets sande værdi udgør centrum for kur-‐ 

ven, som redegjort for i forbindelse med den centrale grænseværdisætning. 

4.2.8. Z-‐TEST 

Vi har tidligere redegjort for momentet middelværdi og dets formel. Dette vil nu 

blive benyttet i Z-‐testen, der bruges til at teste forholdet mellem en populations 

sande gennemsnit og stikprøvegennemsnittet, med det formål at kunne vurdere, 

om der er signifikante afvigelser (Malchow-‐Møller et al 2010: 333f). Her benyttes 

32/84


den standardiserede normalfordeling, med ! = 0 og ! ! = 1. Ved at sammenhol-‐ 

de den fundne Z-‐værdi og de kritiske værdier, vurderes om Z ligger indenfor H0 

eller H1 (ibid.: 335f). 

Z-‐test af bernoullifordelte variable: Da vi blandt andet repræsentativitetstester 

for køn, er det relevant at redegøre for den bernoullifordelte z-‐test. Som rede-‐ 

gjort for i afsnit 4.2.5 betegnes middelværdier under denne fordeling ved p i ste-‐ 

det for !, hvilket illustrerer, at vi ønsker at teste, hvorvidt andelen af en given 

type er ens i de to grupper. Vi vil i repræsentativitetstesten undersøge om ande-‐ 

len af mænd er ens i stikprøve og population. Hypoteserne opstilles således: 

! ! : ! ! = ! ! 

! ! : ! ! ≠ ! ! , ! ! < ! ! !""!# ! ! > ! ! 

Ved repræsentativitetstesten vil vi opstille den dobbeltsidede alternativhypote-‐ 

se, p1 ≠ p2. Altså vil H0 kun bekræftes hvis de to fordelingers gennemsnit er ens, 

imens alle former for signifikante uligheder imellem de to vil afkræfte H0. Før H0 

bekræftes må middelværdi og dermed også variansen for de to fordelinger være 

ens. Samlebetegnelsen for fordelingernes varians, den poolede variansestimator, 

opstilles derfor ved følgende formel: 

! ! ! = ! ! ∗ 1 − ! ! , !"#$ ! ! = ! ! ∗ ! ! + ! ! ∗ ! ! 

! ! + ! ! 

Hvor ! ! og ! ! repræsenterer estimater af de to gennemsnit og ! ! er gennemsnit-‐ 

tet af den samlede stikprøve (Malchow-‐Møller et al 2010: 338f). 

Med den poolede variansestimator, vil Z-‐testen på køn se således ud: 

! = 

! ! − ! ! 

! ! ∗ 1 − ! ! ∗ 

! 

Her findes testens Z-‐værdi som vil blive holdt op imod vores kritiske værdi med 

det formål at belyse, hvorvidt vores stikprøve er repræsentativ for køn eller ej. 

33/84


4.2.9. KONFIDENSINTERVALLER 

En anden metode at sammenholde stikprøve og population på er konstruktion af 

konfidensintervaller. Vi benytter metoden som supplement til Z-‐test af repræ-‐ 

sentativitet for alder. Da stikprøvegennemsnittet, !, blot er et skøn på populatio-‐ 

nens sande middelværdi, !, vil vores tests, inklusive Z-‐testen, altid være behæf-‐ 

tede med en vis usikkerhed i forhold til, hvorvidt de to gennemsnit ligger nær 

hinanden eller ej. 

Med konfidensintervaller udregnes skønnet på ! i intervaller, hvormed vi kan ud-‐ 

tale os om, hvor sandsynligt det er, at dette skøn indeholder ! . Hermed er kon-‐ 

fidensintervaller en fordelagtig metode, da vi benytter stikprøvegennemsnittets 

fordeling til at udregne usikkerheden af vores skøn. 

Vi konstruerer derfor et interval, !, med en øvre og nedre grænse, Wop og Wned . 

Her benytter vi den centrale grænseværdisætning, som redegjort for tidligere. 

Denne forklarer, hvordan ! er approksimativt symmetrisk normalfordelt om den 

sande værdi, og vi opstiller derfor et symmetrisk konfidensinterval omkring ! 

(Malchow-‐Møller et al 2010: 269f): 

Hvor k er et positivt tal. 

! = ! !"#; ! !" = ! − ! ; ! + ! 

Da vi i denne undersøgelse har valgt at arbejde med et signifikansniveau på 1%, 

har vi på forhånd fastsat konfidensintervallets sandsynlighed til 99%. Fraktilen 

!!! 

! , slås derefter op i standardnormalfordelingstabellen og den tilhørende Z-‐ 

værdi findes (ibid.:436). Nu kan k findes ud fra Z, varians samt stikprøvestørrel-‐ 

se: 

! = ! !!!/! ∗ !! 

! 

Denne k-‐værdi sættes derefter ind i konfidensintervallets formel ovenfor, og de 

to grænser, Wned og Wop, kan udregnes. Grænserne fortæller os, hvilket interval 

den sande værdi befinder sig i med 99% sikkerhed (ibid.: 272f). 

34/84


4.2.10. χ 2 -‐TEST 

Mens Z-‐test og konfidensintervaller benyttes til sammenligning af gennemsnit, 

ønsker vi ydermere at teste hvordan fordelinger i stikprøve og population gør sig 

gældende. 

Vi vil i undersøgelsen benytte χ 2 -‐testen i forskellige sammenhænge. I repræsen-‐ 

tativitetstest af alder vil vi undersøge, om variablens fordeling stemmer overens 

i stikprøve og population. I test af vores hypoteser vil vi udnytte χ 2 -‐testens egen-‐ 

skab til at påvise uafhængighed eller ikke-‐uafhængighed mellem to variable 

(Malchow-‐Møller et al 2010: 361). Vi vil indledningsvis redegøre for opbygnin-‐ 

gen af χ 2 -‐testen ved test af fordeling og i forlængelse heraf komme ind på test for 

uafhængighed og enkeltcelletest. 

Første egenskab: test af fordeling: I repræsentativitetstest ønsker vi som sagt at 

teste, om fordeling af alder i stikprøven følger en teoretisk forventet fordeling ud 

fra populationen. Vi vil derfor først overordnet redegøre for, hvordan χ 2 -‐test af 

fordeling fungerer. 

Første trin i testens konstruktion, er at opstille nul-‐ og alternativhypoteser som 

beskrevet i afsnit 4.2.7. Det overordnede formål er at vurdere, om vores teoreti-‐ 

ske hypoteser kan understøttes empirisk. Derfor sammenholdes de sandsynlig-‐ 

heder, som teorien dikterer, π !, π ! … π !, med de ukendte empiriske sandsyn-‐ 

ligheder, p1, p2 … pk. De to hypoteser bliver: 

H0 = p1 = ! !, p2 = ! ! ... pk = ! ! 

H1 = mindst én pk ≠ ! ! 

For at sondre imellem de to hypoteser, opstiller vi et hypotesemål som skal be-‐ 

eller afkræfte nulhypotesen. Her udregnes differencen imellem de ukendte empi-‐ 

riske sandsynligheder, p1, p2 … pk , og de forventede, ! !, ! ! … ! !. Hvis denne 

difference er lig 0, bekræftes nulhypotesen, imens værdier > 0 afkræfter. Diffe-‐ 

rencen udregnes med formlen: 

! 

!!! 

(! ! − ! !) ! 

35/84


For at benytte dette hypotesemål må vi erstatte de ukendte empiriske sandsyn-‐ 

ligheder med skøn fra en tilfældig stikprøve. Skønnet på disse sandsynligheder 

vil blive udregnet som frekvensen af en given værdi, Zk, delt med det samlede an-‐ 

tal af observationer, n. Værdien for Zk / n bliver hermed et skøn for andelen af 

observationerne, der har værdien xk. 

χ2 = 

! 

!!! 

(! ! − ! ∗ ! ! ) ! 

! ∗ ! ! 

Hvor ! ! er den observerede frekvens, ! ! er sandsynligheder under H0 og ! ∗ ! ! 

er forventede frekvens under H0. χ2-‐testen sammenholder altså den observerede 

frekvens, Zk, med den forventede frekvens under H0, ! ∗ ! ! (ibid.: 362). 

For at kunne vurdere hvorvidt vores samlede χ2-‐værdi bekræfter eller forkaster 

nulhypotesen, må værdien vurderes ud fra vores kritiske værdi. Denne tabuleres 

ud fra antal frihedsgrader samt signifikansniveau (ibid.: 438). 

Antal frihedsgrader udregnes ved: 

!. !. = ! − !"#!$ !"#$!%&$%'("! 

Hvor K er antal kategorier. Den eneste restriktion vi arbejder med er, at alle 

! !’erne skal summe til 1. Da vi har valgt at arbejde med et signifikansniveau på 

1%, bliver vores fraktil 0,99 og den kritiske værdi kan hermed slås op. 

Er χ2-‐værdien højere end vores kritiske værdi afvises H0 , hvilket for os betyder 

at fordelingen af alder i stikprøve og population afviger signifikant fra hinanden 

(ibid.: 363). 

Anden egenskab: test for uafhængighed: χ2-‐testen kan som nævnt også teste for 

afhængighed mellem to stokastiske variable, X og Y, hvilket vi benytter os af når 

vi tester sammenhængen mellem respondenters eget uddannelsesniveau og fars 

uddannelsesniveau samt økonomisk baggrund. χ2-‐testen bliver altså et centralt 

redskab i vores empiriske analyse af den sociale mobilitet. Uafhængighed mellem 

variablene vil indikere en social mobilitet, mens ikke-‐uafhængighed antyder, at 

der finder en social reproduktion sted. 

36/84


I denne test opstilles en anden form for hypoteser end tidligere beskrevet. Med 

udgangspunkt i formlen for uafhængighed, opstilles nul-‐ og alternativhypotese 

således: 

! ! ∶ !"#ℎæ!"#"ℎ!", !(!, !) = !!(!) ∗ !!(!) 

! ! ∶ !"ℎæ!"#"ℎ!", ! !, ! ≠ !! ! ∗ !! ! , !"# !"#$%& é! !æ!"# !" ! !" ! 

Hvor f(x, y) er de ukendte empiriske sandsynligheder, p1, p2 … pk, imens fX(x) * 

fY(y) er lig de forventede sandsynligheder, ! !, ! ! … ! !. Hvis X kan antage b 

værdier, x1, x2 … xb og Y kan antage c værdier, y1, y2 … yc, vil der altså være b * c = 

K forskellige udfald for (X,Y) (Malchow-‐Møller et al 2010: 370). 

Vi kender imidlertid ikke sandsynlighederne under H0 : ! ! = ! !(x) ∗ ! !(y). Dog 

kan vi ud fra stikprøven få et skøn på de marginale sandsynligheder, som kan 

bruges til at udregne de hypotetiske sandsynligheder, ! !, ! ! … ! !. Skønnet på 

de marginale sandsynligheder udregnes ved at summere antallet af observatio-‐ 

ner hvor X = x og sætte disse i forhold til det totale antal observationer. Dette ud-‐ 

trykkes således: 

! ∗ ! ! = ! ∗ ! ! ! ∗ ! !(!) 

Hvor n = stikprøvestørrelsen, ! != forventede sandsynlighed for en given celle og 

! ! ! ∗ ! !(!) er skønnet på de marginale sandsynligheder. 

Med den forventede frekvensværdi, ! ∗ ! !, kan vi udregne den endelige χ2-‐værdi 

ud fra samme formel som ved test af fordeling. For at kunne anvende testen, 

mangler vi dog stadig viden om, hvornår vi befinder os i henholdsvis H0 og H1-‐ 

rummene. Sondringen imellem de to rum bestemmes, som tidligere nævnt, af 

den kritiske værdi. Rent mekanisk fastsættes den kritiske værdi på anden vis end 

ved test af fordeling, nemlig således: 

!. !. = ! − 1 ∗ (! − 1) 

Forskellen fra test af fordeling er at vi nu arbejder med to stokastiske variable i 

stedet for kun en. Derfor skal mulige værdier af X, b, og Y, c, hver især fratrækkes 

1 hvorefter de multipliceres (ibid. 372). Herefter beslutter vi efter samme proce-‐ 

dure som tidligere, om vi med χ2-‐testen kan be-‐ eller afkræfte nulhypotesen. 

37/84


4.2.11. ENKELTCELLETEST 

Vi ønsker imidlertid ikke udelukkende at få belyst, om der er uafhængighed eller 

ikke-‐uafhængighed mellem eget uddannelsesniveau og kulturel samt økonomisk 

baggrund. Hvis nulhypotesen forkastes er vi også interesserede i at belyse netop 

hvilke celler der bidrager til at forkaste nulhypotesen. Derfor opstiller vi enkelt-‐ 

celletesten, der for hver celle udregner størrelsen, rxy, som angiver netop hvilke 

celler, altså værdier af x og y, der ikke stemmer overens med fordelingen under 

H0. Størrelsen rxy er givet ved: 

! !" = 

(! !" − ! ∗ ! !") 

! ∗ ! !" 1 − ! ! ! ∗ (1 − ! ! ! ) 

Hvor ! ∗ ! !" er den forventede frekvens og ! !" den observerede frekvens. 

Afviger den observerede frekvens meget fra den forventede vil det give udslag i 

en numerisk høj rxy-‐værdi, mens en numerisk lille rxy-‐værdi angiver at de to fre-‐ 

kvenser er overensstemmende. rxy-‐værdien sammenlignes med en kritisk græn-‐ 

seværdi, der ved et signifikansniveau på 1% vil være ± 2,58. Er rxy-‐værdien nu-‐ 

merisk større end 2,58, afviger den pågældende celle fra nulhypotesen. 

Efter denne præsentation af statistiske værktøj, vi vil nu bevæge os mod den 

empiriske analyse. Inden vi analyserer vores variable, må vi dog undersøge, hvil-‐ 

ke på hvilket grundlag vi induktivt kan udtale os om vores population, og dermed 

drage teoretiske overvejelser på et empirisk fundament. Dette er i høj grad af-‐ 

hængigt af vores undersøgelses repræsentativitet, hvorfor vi vil foretage en ana-‐ 

lyse af undersøgelsens bortfald og repræsentativitet. 

4.3 UNDERSØGELSENS BORTFALD 

Vores undersøgelse baserer sig på levekårsundersøgelsen, som er en omfattende 

undersøgelse af de danske leveforhold over et kvart århundrede, foretaget af SFI 9 

og Sociologisk Institut. Data er indsamlet over tre runder, i 1976, 1986 og 2000. 

Levekårsundersøgelsen baseres på et panel og er suppleret af tværsnitsdata. Der 

9 Tidligere Socialforskningsinstituttet 

38/84


er foretaget interview med et stratificeret tilfældigt udsnit af danske statsborge-‐ 

re mellem 20 og 93 år 10 (Andersen 2003: 31; Malchow-‐Møller et al 2010: 238). 

To faktorer adskiller vores analyseudvalg fra stikprøven. Dels er der tale om et 

bortfald i selve dataindsamlingen. Af de 9317 personer, der har været udtrukket 

til deltagelse i levekårsundersøgelsen, har 1388 ikke på noget tidspunkt deltaget. 

Der er således her tale om et bortfald på 14,9% (Andersen 2003: 47). Derudover 

er vores empiriske hypoteser baseret på variable, der alene optræder i den tred-‐ 

je dataindsamlingsrunde fra 2000. Vi har derfor renset vores data, så kun re-‐ 

spondenter, der har besvaret de spørgsmål, som knytter sig til vores variable, er 

inkluderede i vores resultater. Vores analyseudvalg består således af 2062 re-‐ 

spondenter, som udgør en andel af de 7929 personer, der har deltaget i en eller 

flere runder af undersøgelsen (ibid.). Dette er et relativt stort analyseudvalg, 

hvorfor vi har et solidt grundlag for at kunne udtale os om populationen 

(Malchow-‐Møller et al 2010: 223f). 

4.4 REPRÆSENTATIVITET 

Vi vil nu foretage en test for repræsentativteten af vores stikprøve. Dette gøres 

for at kortlægge eventuel diskrepans mellem udvalgte karakteristika i population 

og stikprøve. Mangel på repræsentativitet vil svække vores grundlag for at kunne 

udtale os om den danske befolkning, da vores resultater i højere grad vil afspejle 

stikprøvens fordeling (Malchow-‐Møller et al 2010: 197). 

Vi vil i følgende afsnit teste for uoverensstemmelser mellem vores stikprøve og 

population i forhold til alder og køn. Vi har valgt disse to karakteristika, da de 

begge er at betragte som almengyldige egenskaber, som alle individer i såvel po-‐ 

pulation som stikprøve kan indplaceres under. Repræsentativitet af køn beskri-‐ 

ver vi gennem brug af Z-‐test. Ved hjælp af Z-‐testen vil vi undersøge om en over-‐ 

repræsentation af det ene køn, i vores tilfælde mænd, gør sig gældende. I forhold 

til alder undersøger vi stikprøvens χ 2 -‐fordeling og om denne fordeling følger po-‐ 

pulationsfordelingen. 

10 Stratifikation er muligt hvis elementer i populationen har mindst et kendt karakteristika. Et 

stratum indeholder alle elementer som har samme værdi for dette karakteristika. 

39/84


4.4.1. REPRÆSENTATIVITET AF KØN 

I første ombæring foretager vi en repræsentativitetstest af køn. Denne bernoulli-‐ 

fordelte variabel har som bekendt to mulige udfald. Her vælger vi at udlægge ud-‐ 

faldet ”mand” som succes, imens ”kvinde” er lig fiasko. Nul-‐ og alternativhypote-‐ 

sen kommer altså til at forholde sig til andelen af mænd i henholdsvis stikprøve 

og population. Dermed vil nulhypotesen postulere, at andel af mænd i stikprøve 

og population er ens, imens den dobbeltsidede alternativhypotese bekræftes ved 

uoverensstemmelse: 

Tabel 4.1. 

! ! ∶ ! ! = ! ! 

! ! ∶ ! ! ≠ ! ! 

Køn: population Frekvens Procent 

Mand 1897844 48, 85% 

Kvinde 1987351 51,15 % 

Total 3885195 100,00 % 

Tal fra Danmarks Statistik, se bilag 1. 

Tabel 4.2. 

Køn: Stikprøve Frekvens Procent 

Mand 1046 50,73 % 

Kvinde 1016 49,27 % 

Total 2062 100,00 % 

Nu udregnes de nødvendige værdier for udregning af Z-‐værdien: 

! = 

! ! − ! ! 

!! ∗ 1 − ! ! 

! 

Her er ! ! lig andel af mænd i stikprøven = 0,51, mens ! ! er lig andel af mænd i 

populationen = 0,49 og ! er stikprøvestørrelsen = 2062 

40/84


De fundne tal implementeres i formlen, og Z udregnes: 

! = 1,82 

! = 

0,51 − 0,49 

0,49 ∗ (1 − 0,49) 

2062 

Med et signifikansniveau på 1% bliver vores kritiske værdier ±2,58. Dette bety-‐ 

der at vores Z-‐værdi ikke overskrider de kritiske grænser for H0-‐rummet, og vo-‐ 

res stikprøve er altså repræsentativ på variablen køn, hvilket er illustreret i ne-‐ 

denstående figur. 

Figur 4.4. Resultat af Z-‐test for repræsentativitet for køn 

4.4.2 REPRÆSENTATIVITET AF ALDER MED X ! −TEST 

Vi vil som andet skridt i vores repræsentativitetstest påvise, hvordan fordelingen 

af alder ser ud i henholdsvis stikprøve og population. Her benytter vi χ 2 -‐testen til 

at sammenligne de to fordelinger. Vi har inddelt vores observationer i tiårs-‐ 

intervaller for at gøre testen mere overskuelig i den videre analyse. I Figur 4.5. 

nedenfor ses en sammenligning af aldersintervallernes andelsfordeling i stikprø-‐ 

ve og generation: 

41/84


0,50 

0,45 

0,40 

0,35 

0,30 

0,25 

0,20 

0,15 

0,10 

0,05 

0,00 

Figuren giver os et visuelt billede af forskellen mellem de to andelsfordelinger. 

Forskellen tydeliggør, at vores stikprøve indeholder en overrepræsentation på 

0,18 andelspoint i aldersintervallet ”20-‐29” og 0,24 i intervallet ”30-‐39”. Derefter 

krydser de to grafer hinanden, og der forekommer således en underrepræsenta-‐ 

tion af respondenter i intervallerne fra ”50-‐59” og opefter, som er mest markant i 

intervallet ”60-‐69”, hvor forskellen er på 0,12 andelspoint. Da vi har valgt at op-‐ 

dele vores analyseudvalg i to generationer ved alderen 32, bliver over-‐ og under-‐ 

repræsentationen, som ses hos henholdsvis den yngre og ældre generation, pro-‐ 

blematisk. Dette vil vi selvfølgelig holde os for øje som en svaghed i vores analy-‐ 

segrundlag. 

0,35 

0,17 

0,44 

0,20 

0,20 

0,18 

0,18 

Vi kan altså rent visuelt se skævhed i aldersfordelingerne, men om denne over-‐ 

og underrepræsentation er signifikant nok til, at vores stikprøve ikke er repræ-‐ 

0,12 

20-‐29 30-‐39 40-‐49 

0,09 

0,07 

0,05 

0,01 

0,00 0,00 0,00 0,00 

50-‐59 60-‐69 70-‐79 80-‐89 90-‐93 

Population Stikprøve 

Figur 4.5.: Aldersfordeling af alder i stikprøve og population 

sentativ for populationen, belyses først ved anvendelse af χ 2 -‐testen. 

Udgangspunktet er igen konstruktion af hypoteser: 

! !: ! !"!!" = ! !"!!" , ! !"!!" = ! !"!!", … , ! ! = ! ! 

42/84


Altså: Andelen af respondenter i aldersintervallet ”20-‐29” i population = andelen 

af samme i stikprøve, andelen af respondenter i intervallet ”30-‐39” populationen 

= andelen af samme i stikprøve og så videre. 

! !: !"#$%& é! ! ! ≠ ! ! 

Hvis mindst én aldersgruppe fordeler sig forskelligt for stikprøven og population, 

forkastes altså H0. 

For at be-‐ eller afkræfte H0, udregnes de forskellige elementer, der indgår i χ 2 -‐ 

formlen. En oversigt over disse elementer er placeret i nedenstående tabel 

Tabel 4.3. 

Aldersintervaller 

Observeret 

frekvens 

Frekvens i 

population 

Sandsynlighed 

under H0 

Forventet 

frekvens χ 2-‐værdi 

20-‐29 722 670535 0,17 356,68 374,03 

30-‐39 900 758261 0,20 403,35 611,62 

40-‐49 420 706973 0,18 376,06 5,17 

50-‐59 14 715321 0,18 380,51 352,95 

60-‐69 5 468198 0,12 249,05 239,19 

70-‐79 1 358168 0,09 190,52 188,53 

80-‐89 0 177302 0,05 94,31 94,23 

90-‐93 0 21643 0,01 11,51 11,55 

I alt 2062,00 3876401 1,00 2062 1877,28 

Tal fra Danmarks Statistik, se bilag 1. 

For at finde χ 2 -‐værdi bliver den forventede frekvens, ! ∗ ! !, trukket fra den ob-‐ 

serverede frekvens, Zk . Dette sættes i anden potens og divideres med den forven-‐ 

tede frekvens. Udregningen forløber således: 

χ 2 = (!""!356,68)! 

356,68 

(!!190,52) ! 

190,52 

(!!94,31)! 

+ 

94,31 

+ (!""!403,35)! 

403,35 

(!!11,51)! 

+ = 1877,28 

11,51 

+ (!"#!376,06)! 

376,06 

+ (!"!380,51)! 

380,51 

(!!249,05)! 

+ 

249,05 

+ 

43/84


Denne χ2-‐værdi sammenlignes nu med vores kritiske værdi. Med 7 frihedsgrader 

og en 0,99-‐fraktil, aflæses den kritiske værdi til 18,5 som hermed overskrides 

klart af vores χ2-‐værdi. Dette illustreres i Figur 4.6. nedenfor: 

Figur 4.6. Resultat af χ2-‐ test for repræsentativitet af alder 

H0 forkastes dermed, idet der er signifikant afvigelse mellem stikprøvens og po-‐ 

pulationens fordeling. Vi kan derfor ikke ud fra χ2-‐test bekræfte repræsentativi-‐ 

tet af alder i vores stikprøve. 

4.4.3. REPRÆSENTATIVITET AF ALDER MED KONFIDENSINTERVAL 

Da vi ikke har påvist repræsentativitet for alder gennem χ2-‐test, konstruerer vi 

nu et konfidensinterval for at få en anden vinkel på denne. 

Indledningsvis udregnes de elementer som indgår i konfidensintervallets formel: 

! = ! ! ∗ 

!! 

! 

!! 

! 

Først udregnes stikprøvegennemsnit og varians som i afsnit 4.2.9: 

n = 2062 

! !"#$% = 32,93 

! ! = 50,20 

44/84


Vi mangler nu kun Z-‐værdien for at kunne udregne intervalgrænserne. Med sig-‐ 

nifikansniveau på 1%, bruges !!! 

! -‐ fraktilen til at finde Z-‐værdien, og udregning 

af konstanten k, bliver derfor: 

! = 2,58 ∗ 

!",!" 

!"#! 

= 0,40 

K-‐værdien implementeres i formlen for konfidensinterval: 

! = ! !"#; ! !" = ! − 0,40 ; ! + 0,40 

Vi ved derfor at den sande værdi med 99% sikkerhed skal befinde sig i interval-‐ 

let 33,33 og 32,53 før repræsentativitet gør sig gældende for vores stikprøve. 

Populationens gennemsnitslige alder er imidlertid 47,78, hvorfor vi endnu en-‐ 

gang må erkende at vores stikprøve ikke er repræsentativ for alder (Bilag 1). 

4.4.4. OPSUMMERING AF REPRÆSENTATIVITETSTEST 

Ved at repræsentativitetsteste på karakteristikaene køn og alder har vi fundet 

frem til, at vores stikprøve er repræsentativ hvad angår køn, men ikke repræsen-‐ 

tativ for alder. Vi vil derfor være opmærksomme på den skæve fordeling af alder 

i stikprøven og selve konsekvensen af en ikke-‐repræsentativ stikprøve, nemlig 

manglende mulighed for at generalisere på baggrund af vores stikprøve (Ander-‐ 

sen 2009: 87; Malchow-‐Møller et al 2010: 212). Ydermere er vi opmærksomme 

på, at overrepræsentationen af unge i vores stikprøve tvinger os til at dele stik-‐ 

prøven i to ved en relativ lav gennemsnitsalder. Dette er et problem i forhold til 

at kunne udtale os om den ældre generation som en homogen enhed, jævnfør vo-‐ 

res operationalisering. Da vi analyserer på uddannelse er det vigtigt at holde 

denne skævhed mellem generationerne for øje. 

5. ANALYSE 

Efter denne kortlægning af datamaterialets repræsentativitet og bortfald, vil vi 

nu belyse vores teoretisk funderede antagelser omkring social mobilitet i Dan-‐ 

mark. Vi undersøger først, om uddannelsesløftet giver udslag i en empirisk spor-‐ 

bar absolut social mobilitet. Hernæst søger vi at samle evidens for tendenser til 

45/84


henholdsvis social reproduktion og relativ social mobilitet, med sigte på en em-‐ 

pirisk funderet stillingtagen i den teoretiske diskussion herom. 

Hypotese 1 beskæftiger sig med, hvorvidt respondenternes fædres uddannel-‐ 

sesniveau og økonomiske vilkår i barndommen påvirker deres eget uddannel-‐ 

sesniveau, og undersøges via χ2-‐testen for uafhængighed. Derefter testes hypo-‐ 

tese 2 ved at opdele vores analyseudvalg i to generationer og derefter atter en-‐ 

gang teste for kausalitet, nu blot i de to adskilte grupper. I sidstnævnte test bliver 

χ2-‐testen altså et værktøj til at påvise ændringer i sammenhæng over tid. Derved 

undersøges, hvorvidt sammenhængen mellem opvækst og uddannelsesniveau 

går mod uafhængighed eller ej. Der foretages afslutningsvis en enkeltcelletest på 

begge hypoteser, for at se hvilke grupper der er såvel positivt som negativt bi-‐ 

dragende til tilstedeværelsen af social mobilitet. 

5.1. SAMMENHÆNG MELLEM OPVÆKST OG UDDANNELSESNIVEAU 

I første ombæring testes hypotese 1: 

!"#$ !""#$$%&'%'$()%#! !"#$ !" ø!"#"$%&!' !"#$å! ! !"#$%&''($ 

!å!"#$%# !""#$$%&'%'$()%#!. 

Hypotese 1 vil blive testet over to omgange ved brug af χ2-‐tests. I første omgang 

undersøges forholdet mellem fars uddannelsesniveau og respondentens, mens 

forholdet mellem respondentens økonomiske vilkår i barndommen og eget ud-‐ 

dannelsesniveau testes i anden ombæring. 

5.1.1 BETYDNING AF KULTUREL BAGGRUND 

Forholdet mellem variablen for respondentens fars erhvervsuddannelse og egen 

uddannelse anskueliggøres ved nedenstående søjlediagram, Figur 5.1. Diagram-‐ 

met ses nedenfor og illustrerer den procentvise fordeling for respondenter med 

fædre henholdsvis med og uden en erhvervsuddannelse. På x-‐aksen ses søjle-‐ 

grupper som repræsenterer respondenternes eget uddannelsesniveau. Hver søj-‐ 

lefarve summer til 100%, hvilket betyder at den enkelte søjles højde repræsente-‐ 

rer, hvor stor en andel af de samlede respondenter med fædre henholdsvis med-‐ 

og uden erhvervsuddannelse, der fordeler sig på hvert uddannelsestrin. 

46/84


45% 

40% 

35% 

30% 

25% 

20% 

15% 

10% 

5% 

0% 

26% 

34% 

Respondenter med fædre uden erhvervsuddannelse er procentvist overrepræ-‐ 

senterede i søjlen ”ingen erhvervsuddannelse”, og ligeledes på det relativt lave 

uddannelsestrin ”lærlinge-‐ eller efg-‐uddannelse”. Modsat er respondenter, hvis 

fædre har en erhvervsuddannelse, procentvis overrepræsenterede på de højeste 

uddannelsestrin. Den kulturelle kapitals betydning synes altså at vægte højest 

ved uddannelsessystemets yderpunkter, hvor forskelle på hele 8 og 5 procentpo-‐ 

int gør sig gældende. 

2% 1% 

34% 

41% 

9% 8% 8% 

6% 

Figur 5.1.: Procentfordeling for 

erhvervsuddannelse i stikprøve og population 

Efterhånden som man bevæger sig opad i uddannelsessystemet, forekommer der 

altså en stadig større overrepræsentation af respondenter, hvis fædre selv har 

uddannet sig. På samme vis er respondenter med ikke-‐erhvervsuddannede fæd-‐ 

re overrepræsenterede i samme kategori, som deres far ville tilhøre, hvilket in-‐ 

dikerer en social reproduktion. Modellen skal altså betragtes ud fra den generel-‐ 

le linje, mere end ud fra de enkelte søjlegrupper. 

12% 

8% 

8% 

3% 

Far med 

erhvervsuddannelse 

Far uden 

erhvervsuddannelse 

Dette indikerer at den kulturelle kapital til dels reproduceres i uddannelsessy-‐ 

stemet over generationer og altså har betydning for respondenternes eget ud-‐ 

dannelsesniveau. Samtidig understøttes Erik Jørgen Hansens betragtninger om 

at et uddannelsesløft i det danske samfund ikke nødvendigvis har skabt relativ 

47/84


mobilitet mellem uddannelsestrinene, men muligvis blot en stigning i andelen af 

en ungdomsårgang der tager en uddannelse. 

Vi vil nu bruge χ2-‐testen til at undersøge hvorvidt denne umiddelbart antagne 

sammenhæng er signifikant. Vi opstiller derfor hypoteserne: 

! !: !"ℎæ!"#"ℎ!" !"##"! !"#$"%&'(' 

"Eget uddannelsesniveau" og "Fars erhvervsuddannelse" for alle mulige værdier. 

! ! : !"#ℎæ!"#"ℎ!" !"##"! !"#$"%&'(' 

"Eget uddannelsesniveau" og "Fars erhvervsuddannelse" for mindst én mulig 

værdi. 

Tabel 5.1. viser en krydstabel for de to variable ”egen uddannelse” og ”fars er-‐ 

hvervsuddannelse”, hvor den observerede overskueliggøres. De marginale sand-‐ 

synligheder udregnes ved at dividere det samlede kolonne-‐ eller rækkeantal med 

den samlede stikprøvestørrelse, n. 

Tabel 5.1. 

Observerede frekvenser 

Egen udd. / Fars erhvervsudd. Ja Nej I alt Marginal ssh. 

Ingen erhvervsuddannelse 399 182 581 0,28 

Specialarbejderuddannelse 23 5 28 0,01 

Lærlinge-‐ eller efg-‐ 

uddannelse 523 221 744 0,36 

Anden faglig uddannelse 133 44 177 0,09 

Kort videregående 129 32 161 0,08 

Mellemlang videregående 190 41 231 0,11 

Lang videregående uddannel-‐ 

se 126 14 140 0,07 

I alt 1523 539 2062 1,00 

Marginal ssh. 0,74 0,26 1,00 

48/84


Vi udregner den forventede andel under H0, som redegjort for i afsnit 4.2.3., ved 

at gange de to marginale sandsynligheder. Eksempelvis bliver den forventede 

andel for kombinationen af ”ingen erhvervsuddannelse” og ”ja”: 

0,28 ∗ 0,74 = 0,21 

Derefter anvendes de forventede andele til at udregne den forventede fordeling 

under H0 ved at gange disse andele med stikprøvestørrelsen, n. Således bliver 

den forventede frekvens for ovennævnte kombination: 

0,21 ∗ 2062 = 429,13 

De udregnede forventede frekvenser kan ses i Tabel 5.2. 

Tabel 5.2. 

Forventede frekvenser 

Egen udd. / Fars erhvervs udd. Ja Nej I alt Marginal ssh 

Ingen erhvervsuddannelse 429,13 151,87 581,00 0,28 

Specialarbejderuddannelse 20,68 7,32 28,00 0,01 

Lærlinge-‐ eller efg-‐uddannelse 549,52 194,48 744,00 0,36 

Anden faglig uddannelse 130,73 46,27 177,00 0,09 

Kort videregående 118,92 42,08 161,00 0,08 

Mellemlang videregående 170,62 60,38 231,00 0,11 

Lang videregående uddannelse 103,40 36,60 140,00 0,07 

I alt 1523,00 539,00 2062,00 1,00 

Marginal ssh 0,74 0,26 1,00 

Endelig kan vi udregne vores χ2-‐ værdi, ved at indsætte vores observerede fre-‐ 

kvenser, Zk, samt de forventede frekvenser, ! ∗ ! !, i formlen: 

49/84


χ 2 = (!""!!"#,!")! 

!"#,!" 

(!!"!!"#,!") ! 

!"#,!" 

(!"#!!"#,!") ! 

!"#,!" 

+ (!""!!"#,!")! 

!"#,!" 

+ (!"!!",!")! 

!",!" 

+ (!"#!!"!,!")! 

!"!,!" 

+ (!!!!",!")! 

!",!" 

+ (!!!!",!")! 

!",!" 

(!!!,!")! 

+ 

!,!" 

(!"#!!!",!")! 

+ + 

!!",!" 

(!"!!",!")! 

!",!" 

+ 

(!"#!!"#,!")! 

+ + 

!"#,!" 

(!"!!",!)! 

= 44,72 

!",! 

(!"#!!"#,!")! 

+ + 

!"#,!" 

Vi har nu fundet χ2-‐ værdien, som skal holdes op imod vores kritiske værdi. Der-‐ 

for udregnes antal frihedsgrader, som bekendt, ud fra antal rækker, r, og kolon-‐ 

ner, c: 

!. !. = (7 − 1) ∗ 2 − 1 = 6 

Med 6 frihedsgrader og et signifikansniveau på 1% med tilhørende fraktil 0,99 

tabuleres den kritiske værdi til 16,8. χ2-‐ værdien overskrider i dette tilfælde den 

kritiske værdi, og H0 forkastes. 

Figur 5.2. Resultat af χ2-‐ test for uafhængighed mellem eget uddannelsesniveau og 

fars erhvervsuddannelse 

Vi ser således en statistisk signifikant sammenhæng mellem eget uddannelsesni-‐ 

veau og kulturel baggrund. 

Vi er nu interesserede i at se hvilke kombinationer af udfald, der bidrager til at 

fastslå ikke-‐uafhængighed. Vi udregner derfor de enkelte χ 2 -‐cellebidrag, hvor 

! ∗ ! !" er den forventede frekvens, ! !" den observerede frekvens og fx(x) og 

50/84


fy(y) de marginale sandsynligheder. Som eksempel udregnes ! !"-‐størrelsen for 

kombinationen ”ingen uddannelse” og ”ja”: 

! !" = 

(399 − 429,13) 

= −3,36 

429,13 1 − 0,28 ∗ (1 − 0,74) 

Den kritiske værdi fastsættes til ± 2,58 og i Tabel 5.3 ses præcis hvilke ! !"-‐ 

størrelser der numerisk overskrider disse værdier. 

Tabel 5.3. 

Enkelcelletest 

Egen udd. / Fars erhvervsudd. Ja Nej 

Ingen erhvervsuddannelse -‐3,36 3,36 

Specialarbejderuddannelse 1,00 -‐1,00 

Lærlinge-‐ eller efg-‐uddannelse -‐2,77 2,77 

Anden faglig uddannelse 0,41 -‐0,41 

Kort videregående 1,88 -‐1,88 

Mellemlang videregående 3,08 -‐3,08 

Lang videregående uddannelse 4,50 -‐4,50 

De røde og grønne tal, illustrerer celler, der afviger fra fordelingen under H0 på 

positiv eller negativ vis. Dette tydeliggør, hvilke grupper der afviger fra normal-‐ 

fordelingen. I gruppen med fædre uden en erhvervsuddannelse er det respon-‐ 

denter med lav uddannelse der er overrepræsenteret, mens samme gruppe har 

en underrepræsentation af højtuddannede. Dette mønster gør sig gældende med 

omvendt fortegn for gruppen med fædre med erhvervsuddannelse. 

Denne hypotesetest understøtter således de overvejelser vi gjorde i betragtnin-‐ 

gen af Figur 5.1: Jo højere man bevæger sig opad i uddannelsessystemet, jo stør-‐ 

re bliver overrepræsentationen af respondenter, hvis fædre selv har uddannet 

sig, hvilket indikerer en vis social reproduktion i populationen som helhed. 

51/84


5.1.2. BETYDNING AF ØKONOMISK BAGGRUND 

Vi ved nu, at der er ikke-‐uafhængighed mellem respondentens kulturelle bag-‐ 

grund, i form af far med og uden erhvervsuddannelse, og uddannelsesniveau. I 

forlængelse heraf finder vi det interessant at teste, hvorledes respondenternes 

økonomiske baggrund påvirker deres formåen i uddannelsessystemet. Jævnfør 

operationaliseringen i kapitel 3.2.1. benytter vi variablen ”økonomisk svære kår i 

opvækst” som den empiriske måleenhed for økonomisk kapital. Et søjlediagram 

der illustrerer, hvordan respondenter med svære og ikke-‐svære økonomiske vil-‐ 

kår under opvækst fordeler sig på uddannelsesniveau ses nedenfor i Figur 5.2. 

40 

35 

30 

25 

20 

15 

10 

5 

0 

32% 

27 % 

1% 1% 

36% 36% 

8% 9% 

7% 8% 

Figur 5.3. Erhvervsuddannelse i forhold 

til økonomiske opvækstkår, stikprøve og population. 

11% 11% 

8% 

5% 

Økonomisk svær 

opvækst 

Økonomisk ikke-‐svær 

opvækst 

Vi ser her samme tendens som i Figur 5.1. hvor forholdet mellem kulturel bag-‐ 

grund og eget uddannelsesniveau blev fremlagt. På samme måde som tidligere 

ses en umiddelbar sammenhæng mellem lav kapitalbeholdning under opvækst 

og formåen i uddannelsessystemet. Respondenter fra hjem med svære økonomi-‐ 

ske kår er i kategorien ”Ingen erhvervsuddannelse” overrepræsenterede med 5 

procentpoint. Samme gruppe er underrepræsenteret i de videregående uddan-‐ 

52/84


nelseskategorier, mest udtalt i kategorien ”lang videregående uddannelse” med 3 

procentpoint. 

Vi kan altså se antydninger af, at også respondenternes økonomiske kapitalbag-‐ 

grund har betydning for deres uddannelsesniveau. De procentmæssige differen-‐ 

cer er dog mindre end i det forrige søjlediagram, og man kunne forestille sig at 

sammenhængen derfor ikke er signifikant. For at teste dette, opstilles de to hy-‐ 

poteser: 

! !: !"ℎæ!"#"ℎ!" !"##"! !"#$"%&'(' 

"Eget uddannelsesniveau" og "Økonomisk svære kår under opvækst" for alle mu-‐ 

lige værdier. 

! ! : !"#ℎæ!"#"ℎ!" !"##"! !"#$"%&'(' 

"Eget uddannelsesniveau" og "Økonomisk svære kår under opvækst" for mindst 

én mulig værdi. 

Ud fra samme fremgangsmåde som før opstilles her skema over observerede 

frekvenser og marginale sandsynligheder: 

Tabel 5.4. 

Observerede frekvenser 

Egen udd. / Øko. svære kår i opvækst Ja Nej I alt Marginal ssh. 



Lærlinge-‐ eller efg-‐uddannelse 192 552 744 0,36 




Lang videregående uddannelse 24 116 140 0,07 

I alt 533 1529 2062 1,00 

Marginal ssh 0,26 0,74 1,00 

53/84


De marginale sandsynligheder og den forventede fordeling bruges nu til at op-‐ 

stille et skema for de forventede frekvenser: 

Tabel 5.5. 

Forventede frekvenser 

Egen udd. / Øko. svære kår i opvækst Ja Nej I alt Marginal ssh. 

Ingen erhvervsuddannelse 150,18 430,82 581 0,28 

Specialarbejderuddannelse 7,24 20,76 28 0,01 

Lærlinge-‐ eller efg-‐uddannelse 192,31 551,69 744 0,36 

Anden faglig uddannelse 45,75 131,25 177 0,09 

Kort videregående 41,62 119,38 161 0,08 

Mellemlang videregående 59,71 171,29 231 0,11 

Lang videregående uddannelse 36,19 103,81 140 0,07 

I alt 533 1529 2062 1,00 

Marginal ssh. 0,26 0,74 1,00 

Igen indsættes de observerede frekvenser, Zk, og de forventede frekvenser, 

! ∗ ! ! i χ2-‐formlen: 

χ 2 = (!"#!!"#,!")! 

!"#,!" 

(!!"!!!",!") ! 

!!",!" 

(!"#!!"!,!") ! 

!"!,!" 

+ (!"!!",!")! 

!",!" 

+ (!"!!",!")! 

!",!" 

+ (!"#!!"#,!")! 

!"#,!" 

+ (!!!,!")! 

!,!" 

(!"#!!"!,!")! 

+ + 

!"!,!" 

(!"!!",!")! 

!",!" 

(!!"!!"#,!")! 

+ = 8,70 

!"#,!" 

(!"!!",!")! 

+ 

!",!" 

(!"#!!"#,!")! 

+ + 

!"#,!" 

(!""!!!",!")! 

+ + 

!!",!" 

(!"!!",!")! 

!",!" 

+ 

Da vi opererer med samme antal kategorier og signifikansniveau som ved uaf-‐ 

hængighedstesten af kulturel kapital, vil den kritiske værdi igen være 16,8. Den-‐ 

ne gang overskrider vores χ2-‐værdi altså ikke den kritiske værdi, H0 forkastes. 

54/84


Figur 5.4. Resultat af χ2-‐ test for uafhængighed mellem eget uddannelsesniveau og 

økonomiske kår under opvækst 

Vi kan således tale om uafhængighed mellem økonomisk kapital i opvækst og 

uddannelsesmæssig opnåelse. Her tegner sig altså det modsatte billede end det, 

vi så ved testen af kulturel kapitals betydning. 

På den måde har vi igennem test af hypotese 1 fået empirisk belæg for videre at 

kunne tale om afhængighed mellem kulturel baggrund og eget uddannelsesni-‐ 

veau. Vi har med samme statistiske fremgangsmåde bevist uafhængighed mellem 

økonomisk baggrund og eget uddannelsesniveau. Man kan herudfra argumente-‐ 

re for, at kulturel kapital har større betydning for individers uddannelseskarriere 

end økonomisk kapital. Hermed understøttes Pierre Bourdieus teori om, at ud-‐ 

dannelsessystemet sanktionerer nedarvning af kulturel kapital. Uafhængigheden 

mellem økonomisk kapital og uddannelsesniveau stiller dog spørgsmålstegn ved 

Bourdieus teori om reproduktion af det sociale rum som helhed. 

5. 2. EN UDVIKLING OVER TID? 

Vi vil nu teste, om den ovennævnte sammenhænge tager sig anderledes ud, hvis 

vi opdeler stikprøven i to generationer. Vi har set indikationer på, at en social re-‐ 

produktion finder sted, men vi er alligevel interesserede i yderligere at undersø-‐ 

ge, om der sker en udvikling i mobilitetsmønstret over tid, sådan som Niklas 

55/84


Luhmann forfægter i sin teori om det meritokratiske uddannelsessystem, der 

uddifferentierer sig gradvist. Vi undersøger derfor hypotese 2: 

!"# !" !""# !"#ℎæ!"#"ℎ!" !"##"! !"#æ!"# !" !""#$$%&'%'$()%#! 

!"# !"#$%&'"&("! !ø!" !"# !" !"# 1966, !"# !"#ℎæ!"#"ℎ!" 

!"# !"#$%&'"&("! !ø!" !"#!$ !"##$ å!. 

Vi vil nu teste, om sammenhængen mellem kapitalbaggrund og realiseret uddan-‐ 

nelsesniveau påvirkes af respondenternes fødeår, opdelt jævnfør vores operati-‐ 

onalisering. I første omgang sammenlignes den kulturelle baggrunds sammen-‐ 

hæng med uddannelse i henholdsvis den ældre og den yngre generation samti-‐ 

digt. Vi vil altså i følgende afsnit udføre !2-‐testen på vores teoretisk funderede 

generationsgrupper sideløbende og se, hvilke forskelle eller ligheder der gør sig 

gældende. Den samme fremgangmåde benyttes dernæst i test af sammenhæng 

mellem økonomisk baggrund og egen uddannelse i de to generationer. 

5.2.1. ÆNDRING I KULTUREL KAPITALS BETYDNING 

Vi opstiller derfor i første omgang hypoteserne for kulturel baggrunds påvirk-‐ 

ning i både den ældre og yngre generation: 

H0: uafhængighed mellem variablerne ”egen uddannelse” og ”fars erhvervsuddan-‐ 

nelse”, for alle mulige værdier. 

H1: ikke-‐uafhængighed mellem variablerne ”egen uddannelse” og ”fars erhvervsud-‐ 

dannelse”, for mindst én mulig værdi. 

De observerede frekvenser og marginale sandsynligheder kan aflæses i krydsta-‐ 

bellerne Tabel 5.6 og 5.7. for henholdsvis den ældre og yngre generation. 

56/84


Tabel 5.6. 

Observerede frekvenser, gammel generation 

Egen udd. / Fars erhvervudd. Ja Nej I alt Marginal ssh 



Lærlinge-‐ eller Efg-‐uddannelse 249 68 317 0,32 





I alt 795 198 993 1,00 

Marginal ssh 0,80 0,20 1,00 

Tabel 5.7. 

Observerede frekvenser, ung generation 

Egen udd. / Fars erhvervsudd. Ja Nej I alt Marginal ssh 



Lærlinge-‐ eller Efg-‐uddannelse 274 153 427 0,40 





I alt 728 341 1069 1,00 

Marginal ssh 0,68 0,32 1,00 

Vi vil nu undersøge hvordan fordelingerne vil være under H0. Vi udregner derfor 

forventede andele og derudfra de forventede frekvenser, som er vist i Tabel 5.8. 

og 5.9.: 

57/84


Tabel 5.8. 

Forventede frekvenser, gammel generation 

Egen udd. / Fars erhvervsudd. Ja Nej I alt 

Marginal 

ssh 








I alt 795,00 198,00 993,00 1 

Marginal ssh 0,80 0,20 1,00 0,00 

Tabel 5.9. 

Forventede frekvenser, ung generation 

Egen udd. / Fars erhvervsudd. Ja Nej I alt 

Marginal 

ssh 








I alt 728,00 341,00 1069,00 1,00 

Marginal ssh 0,68 0,32 1,00 

58/84


Vi kan nu udregne !2-‐værdierne for de enkelte celler, hvor vi benytter samme 

fremgangsmåde som tidligere. Dernæst findes den endelige !2-‐værdi ved udreg-‐ 

ning. Den gamle generation udregnes til: 

χ 2 = 

(!"!!!"#,!") ! 

!"#,!" 

(!"!!",!") ! 

!",!" 

(!!!!",!!) ! 

!",!! 

+ (!"!!",!")! 

!",!" 

(!"!!",!")! 

+ 

!",!" 

(!!!,!")! 

+ = 7,68 

!,!" 

(!"#!!"#,!")! 

+ + 

!"#,!" 

(!"!!",!")! 

!",!" 

(!!!,!")! 

+ 

!,!" 

Antal af frihedsgrader er lig: 

(!"!!",!")! 

+ 

!",!" 

(!"!!",!")! 

+ 

!",!" 

(!"!!",!")! 

+ 

!",!" 

!. !. = 7 − 1 ∗ 2 − 1 = 6 

(!"!!",!")! 

+ 

!",!" 

+ 

(!!!!,!")! 

+ 

!!,!" 

+ 

Med 6 frihedsgrader og et signifikansniveau på 1% tabuleres den kritiske værdi, 

som før, til 16,8. Da vores χ 2 -‐værdi er 7,68, er den mindre end den kritiske værdi. 

H0 bekræftes, og der er hermed tale om ikke-‐uafhængighed i den gamle generati-‐ 

on. 

Vi betragter nu udregningen af den yngre generations !2-‐værdi: 

χ 2 = 

(!"!!"#,!")! 

!"#,!" 

(!"!!",!") ! 

!",!" 

(!"!!",!") ! 

!",!" 

(!"!!",!!)! 

+ 

!",!! 

(!"!!",!")! 

+ 

!",!" 

(!"#!!"#,!")! 

+ + 

!"#,!" 

(!"!!",!")! 

!",!" 

(!!!,!")! 

+ 

!,!" 

(!!!",!")! 

+ = 75,34 

!",!" 

(!"!!",!")! 

+ 

!",!" 

(!"#!!"#,!")! 

+ + 

!"#,!" 

(!"!!",!!)! 

!",!! 

(!"#!!"#,!")! 

+ + 

!"#,!" 

(!"!!",!")! 

+ 

!",!" 

+ 

Denne χ 2 -‐værdi overskrider den kritiske værdi. Hermed forkastes H0, og der er 

tale om uafhængighed i den unge generation. 

5.2.2. ÆNDRING I ØKONOMISK KAPITALS BETYDNING 

Som før vil vi sideløbende udføre ! 2 -‐testen på de to generationsgrupper, men nu 

i forhold til det økonomiske aspekt. Først opstilles nok engang vores nul-‐ og al-‐ 

ternativhypotese: 

! !: !"ℎæ!"#"ℎ!" !"##"! !"#$"%&'(' 

59/84


"Eget uddannelsesniveau" og "Økonomisk svære kår under opvækst" for alle mu-‐ 

lige værdier. 

! ! : !"#ℎæ!"#"ℎ!" !"##"! !"#$"%&'(' 

"Eget uddannelsesniveau" og "Økonomisk svære kår under opvækst" for mindst 

én mulig værdi. 

I Tabel 5.10. og 5.11. overskueliggøres observerede frekvenser og marginale 

sandsynligheder for henholdsvis den gamle og unge generation: 

Tabel 5.10. 

Observerede frekvenser, gammel generation 

Egen udd. / Øko. svære kår under 

opvækst Ja Nej I alt Marginal ssh 








I alt 245 748 993 1,00 

Marginal ssh 0,25 0,75 1,00 

60/84


Tabel 5.11. 

Observerede frekvenser, ung generation 










I alt 288 781 1069 1,00 

Marginal ssh 0,27 0,73 1 

Ud fra de marginale sandsynligheder udregnes den forventede fordeling og fre-‐ 

kvens, og sidstnævnte vises i Tabel 5.12. og 5.13. nedenfor: 

Tabel 5.12. 

Forventede frekvenser, gammel generation 










I alt 245,00 748,00 993 1,00 

Marginal ssh 0,25 0,75 1,00 

61/84


Tabel 5.13. 

Forventede frekvenser, ung generation 

Egen udd. / Øko. Svære kår under 









I alt 288,00 781,00 1069 1,00 

Marginal ssh 0,27 0,73 1,00 

Vi er nu klar til at udregne den samlede ! 2 -‐værdi for henholdsvis den gamle og 

den unge generation. For den gamle generation er ! 2 -‐værdien: 

χ 2 = 

(!"#!!",!")! 

!",!" 

(!"!!!,!") ! 

!",!" 

(!"!!",!") ! 

!",!" 

+ (!"#!!"#,!"#)! 

!"#,!" 

(!"!!",!")! 

+ 

!",!" 

+ (!!!,!")! 

!,!" 

(!"!!",!")! 

+ 

!",!" 

(!"!!",!!)! 

+ = 2,62 

!",!! 

! 2 -‐værdi for unge generation: 

(!"!!,!")! 

+ 

!,!" 

(!"!!!,!!)! 

+ 

!!,!! 

(!"!!",!")! 

+ 

!",!" 

(!"!!",!")! 

+ 

!",!" 

(!""!!"#,!")! 

+ + 

!"#,!" 

(!"!!",!")! 

+ 

!",!" 

+ 

χ 2 = 

(!"!!",!")! 

!",!" 

(!!!!",!") ! 

!",!" 

(!"!!",!") ! 

!",!" 

(!!"!!"#,!")! 

+ + 

!"#,!" 

(!!!,!")! 

!,!" 

(!"!!",!")! 

+ 

!",!" 

(!"!!",!")! 

+ 

!",!" 

(!"!!",!")! 

+ = 17,59 

!",!" 

(!!!!",!")! 

+ 

!",!" 

(!"!!",!")! 

+ 

!",!" 

(!!"!!!",!")! 

+ + 

!!",!" 

(!"#!!"",!")! 

+ 

!"",!" 

(!"!!",!!)! 

+ 

!",!! 

(!!"!!!!,!")! 

+ + 

!!!,!" 

62/84


Da vi stadig har at gøre med en kritisk værdi på 16,8, er det altså også her gæl-‐ 

dende, at der i den gamle generation er tale om ikke-‐uafhængighed mellem øko-‐ 

nomisk kapital og uddannelsesniveau, mens der i den unge generation gør sig en 

uafhængighed gældende. 

Vores test af hypotese 2 viser os altså, at der over tid er sket en forrykning i op-‐ 

vækstkårenes betydning for succes i uddannelsessystemet. Vores empiriske data 

indikerer altså, at den uddifferentiering af uddannelsessystemet, som Niklas 

Luhmann forudser, faktisk finder sted. 

6. DISKUSSION 

Vi er nu beredte til at sammenholde vores empiriske fund med vores teoretiske 

overvejelser, og derudfra diskutere det sociale mobilitetsmønster i Danmark. 

Samtidig vil vi tage stilling til, i hvor høj grad vores empiriske grundlag udruster 

os til at drage valide konklusioner på en sociologisk problemstilling. Indled-‐ 

ningsvis vil sammenholde de væsentligste empiriske resultater af vores hypote-‐ 

setest, og løbende sætte disse ind i en teoretisk sammenhæng. På det grundlag 

vil vi forsøge at placere uddannelsessystemets funktion i forhold til den sociale 

mobilitet, på kontinuummet mellem social reproduktion og meritokratisk mobi-‐ 

litet. Afslutningsvis vil vi udrede vores undersøgelses metodologiske styrker og 

svagheder. 

6.1. POSITIV SOCIAL MOBILITET I DANMARK? 

Vores empiriske grundlag indikerer, at der forekommer en reproduktion af visse 

sociale strukturer i Danmark. I et samfund, hvor uddannelsessystemet ses som 

den dominerende vej til social mobilitet, er det sandsynligt, at den empirisk bely-‐ 

ste sociale reproduktion ligeledes drives frem herigennem. Dette er at ligne med 

Pierre Bourdieus teori om reproduktion af strukturerne i det sociale rum. Ud-‐ 

dannelsessystemet sanktionerer nedarvning af kropsliggjort kulturel kapital 

igennem habituelt bestemte selektionsprocesser. Individer, hvis fædre ikke har 

taget en erhvervsuddannelse, er overdisponerede for at ende i samme uddannel-‐ 

63/84


sesmæssige kategori. Dette understøtter førnævnte teori om nedarvning af kul-‐ 

turel kapital. Både Bourdieu og Erik Jørgen Hansen opererer med et uddannel-‐ 

sessystem, hvis funktion er, på meritokratisk vis at distribuere kulturel kapital, 

men de ikke-‐erhvervsuddannedes immobilitet indikerer altså i vores øjne, at 

denne distribution af kulturel kapital ikke finder sted i fuldt omfang. 

Imidlertid er det interessant, at den sociale reproduktion ikke gør sig empirisk 

gældende i forhold til økonomisk kapital. Dette kan blandt andet forklares ved, at 

adgangen til uddannelse i Danmark er gratis på alle uddannelsestrin, hvorfor den 

institutionaliserede kulturelle kapital i det store og hele er uafhængig af økono-‐ 

miske faktorer. Den økonomiske mobilitet kan derfor sagtens eksistere, selvom 

der sker en reproduktion af kropsliggjort kulturel kapital i uddannelsessystemet. 

Men gør det sig virkelig gældende, at et på overfladen meritokratisk uddannel-‐ 

sessystem reproducerer sociale strukturer? Og er uddannelsessystemets uaf-‐ 

hængighed af økonomiske faktorer resultatet af en uddifferentieringsproces? 

6.2. MOD EN ØGET MOBILITET? 

I vores teoretiske grundlag fremlægger vi Niklas Luhmanns syn på uddannelses-‐ 

systemet som et stadig mere uddifferentieret system, der over tid vil fungere 

mere autopoietisk, og dermed, uafhængigt af andre systemer, vil frisætte den so-‐ 

ciale mobilitet. Murarbejdsmandens søn vil altså få samme muligheder i uddan-‐ 

nelsessystemet som akademikerbarnet. 

Når vi deler vores empiri op i generationer, dannes et andet billede af den sociale 

mobilitets udvikling end det førnævnte. Overordnet set gør det sig gældende, at 

den sociale mobilitet er uafhængig af økonomiske faktorer, men afhængig af kul-‐ 

turelle faktorer. I vores empiriske sammenholdning af den ældre og yngre halv-‐ 

del af vores analyseudvalg indikeres det dog, at samfundet bevæger sig fra re-‐ 

produktion mod mobilitet. Vores opdeling af datasættet i generationer harmone-‐ 

rer således med Luhmanns teori om en funktionel uddifferentiering, der hviler 

på en udvikling over tid. I den ældre generation er succes i uddannelsessystemet 

64/84


påvirket af såvel kulturel som økonomisk baggrund, mens den yngre generation 

har oplevet et uddannelsessystem, præget af uafhængighed fra begge. 

Når den økonomiske indflydelse gør sig gældende for den ældre generations ud-‐ 

dannelsesvilkår, men ikke for den yngre, ser vi det som et udtryk for velfærds-‐ 

samfundets udvikling. De økonomisk besværede i den ældre generation var i hø-‐ 

jere grad tvunget på arbejdsmarkedet efter grundskolen af forsørgelsesmæssige 

årsager. Den yngre generation derimod har uddannet sig i et velfærdssamfund 

med en omfordeling, der gør, at de økonomisk besværede alligevel har haft mu-‐ 

lighed for at forblive i uddannelsessystemet i længere tid (Møller 2011: 101f). 

Dette understøtter teorien om, at uddannelsessystemet er funktionelt uddiffe-‐ 

rentieret fra det økonomiske system. 

Denne uddifferentiering bliver endnu tydeligere ved uafhængighed mellem kul-‐ 

turel baggrund og uddannelsesniveau, idet uddannelsessystemets funktion netop 

er at distribuere kulturel kapital på meritokratisk vis. Dette går igen hos både 

Luhmann og Bourdieu. Uafhængiggørelsen fra den nedarvede kropsliggjorte kul-‐ 

turelle kapital som Bourdieu fremstiller det, kan beskrives som en funktionel 

uddifferentiering i luhmanniansk optik. Denne uafhængiggørelse er præcis, hvad 

der empirisk gør sig gældende for den yngre generation af vores analyseudvalg. 

Frem fra empirien træder altså Luhmanns funktionelt uddifferentierede uddan-‐ 

nelsessystem, der på meritokratisk vis selekterer ud fra individuelle kriterier, og 

dermed bidrager til at omskrive den sociale orden. Dette realiserede meritokra-‐ 

tiske system optræder ligeledes i Bourdieus teoriapparat, men blot som en utopi 

der i sit virke er dysfunktionelt, og i stedet reproducerer distinktionen i det soci-‐ 

ale rum. Vi kan derfor med empirisk belæg sandsynliggøre, at Luhmanns funkti-‐ 

onelt uddifferentierede uddannelsessystem er analogt med det danske. Uddan-‐ 

nelsessystemet bidrager altså til den sociale mobilitet, ved en meritokratisk om-‐ 

fordeling af kulturel kapital, selvstændiggjort fra individernes sociale baggrund. 

6.3. TILBAGE MOD REPRODUKTIONEN? 

På trods af at vores empiri leder os i retning af en opfattelse af det danske ud-‐ 

dannelsessystem som værende funktionelt uddifferentieret, vælger vi alligevel at 

65/84


stille os kritiske overfor denne antagne udvikling. Vores data er i skrivende stund 

tolv år gamle, og i denne periode er der i Danmark sket en udvikling i distributi-‐ 

onen af elever i grundskolen. I 2011 gik 14% af de danske skoleelever i privat-‐ og 

friskoler, hvilket er en stigning fra 12% i 2001 (Bilag 3 og 4). Disse privat-‐ og fri-‐ 

skoler er overvejende ressourcestærke enklaver med en overrepræsentation af 

akademikerforældre (Olsen 4/12-‐2006; Bilag 2). Denne udvikling bevirker, at 

uddannelsessystemet atter påvirkes af andre systemers interne koder, idet det 

økonomiske system får indflydelse på adgangen hertil, som Jørgen Elm Larsen 

også argumenterer for i Fra klassebiografi til individuel biografi (Larsen 2000: 

68). Certificeringen af institutionel kulturel kapital er altså ikke længere nødven-‐ 

digvis uafhængig af økonomisk kapital, sådan som det hos Bourdieu er intentio-‐ 

nen, hvorfor uddannelsessystemet nok engang får dysfunktionelle træk. I lyset af 

denne udvikling har økonomisk ressourcestærke forældre mulighed for at øge 

deres børns livschancer, ved at indskrive dem i privatskoler, med undervisning 

af højere kvalitet (ibid.). Samtidig ses der i samfundet en stigende ghettoiserings-‐ 

tendens (Kristensen et al 2007: 25). Vi forestiller os derfor, at en undersøgelse af 

social mobilitet med mere aktuelle tal, vil tegne et anderledes billede af sam-‐ 

menhængen mellem opvækst og uddannelsesniveau – et billede, der i højere 

grad bærer præg af den dysfunktionalitet i uddannelsessystemet, som Bourdieu 

beskriver. 

Selvom empirien klart antyder en vandring mod mobilitet, stiller ovenstående 

refleksioner over aktuelle samfundstendenser således spørgsmålstegn ved ud-‐ 

dannelsessystemets karakter, der for os tager skikkelse af et meritokratisk men 

samtidig selekterende janushoved. På denne baggrund vil vi derfor afstå fra en-‐ 

degyldigt at placere det danske uddannelsessystem på det teoretiske kontinuum 

mellem henholdsvis social mobilitet og reproduktion. 

6.4. METODOLOGISKE OVERVEJELSER 

Vi har overordnet valgt at arbejde kvantitativt, da dette er en oplagt metode at 

beskrive generelle samfundstendenser på, og derved også social mobilitet. Vi kan 

udtale os på et bredere grundlag da vi benytter repræsentative data for den dan-‐ 

ske befolkning. Dermed styrker den kvantitative metode vores udtalelser om et 

66/84


større perspektiv, hvilket er en forudsætning for at kunne udtale os om social 

mobilitet i samfundet (Andersen et al 2009: 22f). Samtidig er vi klar over at vo-‐ 

res undersøgelse er baseret på data vi ikke selv har indsamlet, hvorfor vi hver-‐ 

ken er herrer over variabelkonstruktion eller indsamlingsmetode. 

Operationalisering spiller en væsentlig rolle for, hvorledes vi kan implementere 

vores teori på empirien. Da social mobilitet ikke er et direkte observerbart fæ-‐ 

nomen, skal vi holde os validitetsproblemer for øje. En utilstrækkelig operationa-‐ 

lisering vil resultere i uoverensstemmelse mellem teoretiske og operationelle 

definitioner af social mobilitet. Dermed vil vores undersøgelse ikke måle det, vi 

rent faktisk har til hensigt at måle. For at imødekomme disse validitetsproblemer 

har vi bestræbt os på at konstruere en præcis teoretisk afgrænsning af de målte 

fænomener (ibid.:153f). 

Desangående vores variable har især to aspekter indgået i vores overvejelser 

omkring validitet. Dels tager vi udgangspunkt i, om vores respondenters fædre 

har taget en erhvervsuddannelse. Det er imidlertid problematisk at generalisere 

for gruppen af respondenter med erhvervsuddannede fædre. En erhvervsuddan-‐ 

nelse betyder ikke nødvendigvis ensartet kulturel kapitalbeholdning, da en aka-‐ 

demiker oftest har højere kulturel kapital end en faglært (Larsen 2000: 64f). 

Derudover er vores operationalisering af økonomisk kapital i opvækst behæftet 

med usikkerheder. Dels er opfattelsen af økonomisk svære kår en subjektiv vur-‐ 

deringssag, og dels formoder vi en uvilje til at beskrive egne opvækstkår som 

økonomisk svære. Dette usikre grundlag gør, at vi må være varsomme med at 

drage konklusioner ud fra test af disse variable. 

7. KONKLUSION 

Vi har i denne undersøgelse søgt at kortlægge den sociale mobilitet i det danske 

samfund, og ud fra mobilitetsmønstret over tid har vi diskuteret uddannelsessy-‐ 

stemets bidrag til denne mobilitet. Efter en redegørelse for uddannelsesløftet i 

Danmark har vi kridtet to modstående teoretiske syn på uddannelsessystemets 

bidrag til mobiliteten op. Dels Pierre Bourdieus betragtning af et uddannelsessy-‐ 

stem, der reproducerer sociale strukturer, og dels funktionalisten Niklas Luh-‐ 

67/84


manns udlægning af, hvordan et gradvist mere funktionelt uddifferentieret ud-‐ 

dannelsessystem over tid frisætter den sociale mobilitet. Disse to teorier betrag-‐ 

ter vi som yderpunkterne på et teoretisk kontinuum for uddannelsessystemets 

rolle i forhold til social mobilitet. Dette teoretiske grundlag har vi herefter opera-‐ 

tionaliseret til empirisk anvendelige hypoteser, hvilket har muliggjort statistisk 

måling af den sociale mobilitet, dels generelt og dels over tid. Endvidere har vi 

redegjort for centrale statistiske begreber som fundament for vores analyse. 

Vores repræsentativitetstest viser repræsentativitet i forhold til køn, men ikke i 

forhold til alder. Dette må vi naturligvis holde os for øje, når vi udtaler os om vo-‐ 

res empiriske resultater, al den stund det svækker vores mulighed for at udtale 

os om populationen på baggrund af stikprøven. 

Vores resultater viser, at der overordnet set gør sig en social reproduktion af kul-‐ 

turel baggrund gældende i det danske samfund, mens der er uafhængighed mel-‐ 

lem økonomiske opvækstkår og uddannelsesniveau. For at belyse en mulig ud-‐ 

differentiering af uddannelsessystemet valgte vi efterfølgende at dele vores stik-‐ 

prøve i to generationer. Her så vi, at uddannelsesniveau er ikke-‐uafhængigt af 

såvel kulturel som økonomisk kapital for den ældre generation, mens uaf-‐ 

hængighed gør sig gældende i forhold til begge kapitalformer i den unge genera-‐ 

tion. Resultaterne skal ses i lyset af de validitetsovervejelser, vi har gjort os, dels 

angående operationaliseringen af økonomisk kapital i opvæksten, og dels i for-‐ 

hold til vores manglende differentiering af respondenternes fædres uddannel-‐ 

sestrin. Disse refleksioner problematiserer vores udtalelsesgrundlag. 

Ikke desto mindre tegner empirien et billede af et uddannelsessystem, der bevæ-‐ 

ger sig fra reproduktion til mobilitet over tid. Fra at have sanktioneret overførsel 

af kropsliggjort kulturel kapital, som Pierre Bourdieu forfægter, fremstår uddan-‐ 

nelsessystemet nu som en uafhængig institution, der meritokratisk distribuerer 

institutionaliseret kulturel kapital. Da kapitaldistributionen sker uafhængigt af 

andre systemer, mener vi, at uddannelsessystemet gennemgår en funktionel ud-‐ 

differentieringsproces, som skildret i Niklas Luhmanns teoriapparat. Hermed 

frisættes den sociale mobilitet. Vi vælger dog at stille os kritiske overfor dette 

resultat, al den stund vores anvendte datasæt er indsamlet for tolv år siden. Si-‐ 

68/84


den da har stadig flere ressourcestærke forældre indskrevet deres børn i privat-‐ 

og friskoler, hvilket øger deres børns livschancer. Hermed kan der argumenteres 

for, at uddannelsessystemet ikke længere er uafhængigt af det økonomiske sy-‐ 

stem. En tilsvarende undersøgelse af social mobilitet foretaget med mere aktuel-‐ 

le data kunne tænkes at påvise et andet forhold mellem opvækst og uddannel-‐ 

sesniveau end det, vi empirisk har vist. Selvom vores undersøgelse placerer det 

danske uddannelsessystem i den mobilitetsskabende ende af det opstillede teo-‐ 

retiske kontinuum, bidrager den aktuelle udvikling altså til en fortsat usikkerhed 

om uddannelsessystemets reelle placering mellem reproduktion og mobilitet. 

69/84


8. ANVENDT LITTERATUR 

Andersen, Bjarne Hjort (2003): Udviklingen i befolkningens levekår over et kvart 

århundrede. København: SFI. 

Andersen, Bjarne Hjort og Erik Jørgen Hansen (2009): Et sociologisk værktøj – 

Introduktion til den kvantitative metode. København: Hans Reitzels Forlag. 

Bourdieu, Pierre (1986), ”The forms of capital”, i Richardson, John G. (red.): 

Handbook of Theory and Research for the Sociology of Education. New York: 

Greenwood Press, s. 241-‐258. 

Bourdieu, Pierre (1997): Af praktiske grunde. Omkring teorien om menneskelig 

handlen. København: Hans Reitzels Forlag. 

Bourdieu, Pierre (2005): ”Principles of an Economic Anthropology”, i Smelser, 

Neil J. og Richard Swedberg (red.): The Handbook of Economic Sociology. Prince-‐ 

ton: Princeton University Press. 

Hansen, Erik Jørgen (2003): Uddannelsessystemerne i sociologisk perspektiv. Kø-‐ 

benhavn: Hans Reitzels Forlag. 

Kristensen, Jytte og Jørgen Elm Larsen (2007): ”Fattigdom og social eksklusion i 

boligforhold”, i Dansk Sociologi, 2007; vol. 18, nr. 4. 

Larsen, Jørgen Elm (2000): ”Klassebiografi og individuel biografi”, i Larsen, J. E., 

Lind, J. og Møller, I. E. (red.): Kontinuitet og Forandring. Frederiksberg: Sam-‐ 

fundslitteratur. 

Malchow-‐Møller, Nikolaj og Allan Würtz (2010): Indblik i statistik – for samfunds-‐ 

videnskab. København: Hans Reitzels Forlag. 

Møller, Iver Hornemann (2011): ”De fire socialreformer i moderne tid” i Møller, 

Iver Hornemann og Jørgen Elm Larsen (red.): Socialpolitik. Købehavn: Hans Reit-‐ 

zels Forlag. 

70/84


Hjemmesider 

Danmarks Statistik: ”BEF3: Folketal pr 1. januar efter kommune/amt, alder, køn, 

herkomst, statsborgerskab og oprindelsesland”, Statistikbanken. 

http://www.statistikbanken.dk/statbank5a/default.asp?w=1280 (besøgt 

d.11/5-‐2012). 

Olsen, Lars (4/12-‐2006): ” Privatskoler i høj kurs blandt akademikere”, Ugebre-‐ 

vet A4. 

http://www.ugebreveta4.dk/2006/42/Baggrundoganalyse/Privatskolerihojkur 

sblandtakademikere.aspx (besøgt d.16/5-‐2012). 

71/84


BILAGSFORTEGNELSE 

BILAG 1: FOLKETAL TIL REPRÆSENTATIVITETSTEST 73 

BILAG 2: ELEVSAMMENSÆTNINGEN I FOLKE-‐ SAMT PRIVAT-‐ OG FRISKOLER 74 

BILAG 3: NYT FRA DANMARKS STATISTIK, 30. APRIL 2001 75 

BILAG 4: NYT FRA DANMARKS STATISTIK, 22. DECEMBER 2011 77 

BILAG 5: STATA .DO-‐FILE 79 

72/84


BILAG 1: FOLKETAL TIL REPRÆSENTATIVITETSTEST 

Folketal 1. januar efter statsborger-‐ 

skab, område, tid, alder og køn 

Dansk 

Tallene hentet fra: 

Mænd Kvinder 

Hele lan-‐ 

det 2000 0-‐9 år 327922 311394 

10-‐19 år 279619 266529 

20-‐29 år 342659 327876 

30-‐39 år 387489 370772 

40-‐49 år 358005 348968 

50-‐59 år 360302 355019 

60-‐69 år 225967 242231 

70-‐79 år 154969 203199 

80-‐89 år 61345 115957 

90-‐93 år 5496 16764 

Danmarks Statistik: ”BEF3: Folketal pr 1. januar efter kommune/amt, alder, køn, 

herkomst, statsborgerskab og oprindelsesland”, Statistikbanken. 

http://www.statistikbanken.dk/statbank5a/default.asp?w=1280 (besøgt d.11/5-‐2012). 

Borgere under 20 og over 93 år er sorteret fra i overensstemmelse med undersøgelsens 

population. 

73/84


BILAG 2: ELEVSAMMENSÆTNINGEN I FOLKE-‐ SAMT PRIVAT-‐ OG FRISKOLER 

Figuren er hentet fra: 

Olsen, Lars (4/12-‐2006): ” Privatskoler i høj kurs blandt akademikere”, Ugebrevet A4. 

http://www.ugebreveta4.dk/2006/42/Baggrundoganalyse/Privatskolerihojkursblandt 

akademikere.aspx 

74/84


BILAG 3: NYT FRA DANMARKS STATISTIK, 30. APRIL 2001 

NYT 

FRA DANMARKS STATISTIK 

Emnegruppe: Uddannelse og kultur 

Elever i grundskolen 2000/2001 

Nr. 185 30. april 2001 

For første gang i ti år 

stiger elevtallet i 8.-10. 

klasse 

12 pct. går på friskole 

Størst andel af elever på 

private skoler i 8.-10 klasse 

37 pct. af eleverne i 10. kl. 

går på efterskole 

Flere elever i grundskolen 

Det samlede antal elever i grundskolen er steget med 11 pct. siden skoleåret 

1995/96. Det skyldes forskydninger i ungdomsårgangene. I det nuværende skoleår 

2000/2001 er antallet af elever i 8.-10. klasse steget for første gang i ti år. I alt går der 

i det nuværende skoleår 670.671 elever i grundskolen. Det fremtår af figuren, at i 

forhold til sidste skoleår er antallet af elever steget mest i børnehaveklasse til 7 klasse 

(3 pct.) og mindst i folke- og friskolernes 8.-10. klasse (2 pct.). I skoleåret 2000/2001 

er der 146.832 i 8.-10. klasse, og af dem går 86 pct. i folke-/friskoler og 14 pct. på 

efterskoler. Således har det været de seneste tre år (tabel 1). 

Udviklingen i antallet af elever i grundskolen 

Efterskole 

8.-10. kl. 

1.-7. kl. 

Børnehaveklasse 

1991 1992 1993 1994 1995 

1996 1997 1998 1999 2000 

0 50 100 150 200 250 300 350 400 450 500 

75/84 

Tusinde 

I nuværende skoleår går 12 pct. af eleverne på friskole. Andelen er ikke væsentlig 

ændret de seneste ti år. Lægger man antallet af elever på efterskoler til, går i alt 15 

pct. af eleverne i hele grundskolen i private skoler. 

Mens andelen af elever i private skoler er 11 pct. op til og med 7.klasse, stiger 

andelen af elever i private skoler på de ældste klassetrin. Inklusive efterskolerne går 

27 pct. af eleverne i de ældste klasser på en privat skole. Andelen af 8.-10. 

klasseselever i private skoler, er steget op gennem 1990’erne, mens andelen i de små 

klasser har ligget omkríng 11 pct. i hele perioden (tabel 2). 

Mens antallet af elever i folke- og friskolernes 8.-10. klasse er faldet med 20 pct. i de 

seneste ti år, er antallet af efterskoleelever i samme periode steget med 23 pct. (tabel 

1). Langt den største andel af efterskoleeleverne går i 10. klasse. I skoleåret 

2000/2001 er det 62 pct. Efterskolernes 10. klasseselever udgør 37 pct. af eleverne i 

grundskolens 10. klasse, og andelen er steget med 16 pct.point siden 1991 (tabel 3).


Tabel 1. Elever i grundskolen 

Pr. 1. september 1991 1995 1996 1997 1998 1999 2000 

Grundskole i alt 620 265 603 718 612 653 624 441 639 804 653 695 670 671 

drenge 316 731 308 449 313 301 319 257 327 380 333 795 343 035 

piger 303 534 295 269 299 352 305 184 312 424 319 900 327 636 

Børnehaveklasse 1 i alt 53 693 60 024 62 995 64 120 67 011 67 059 69 108 

drenge 27 454 30 892 32 253 32 889 34 351 34 401 35 424 

piger 26 239 29 132 30 742 31 231 32 660 32 658 33 684 

1.-7. klasse 1 i alt 393 037 388 440 399 495 415 014 428 056 442 107 454 731 

drenge 200 664 198 714 204 542 212 610 219 516 226 359 233 523 

piger 192 373 189 726 194 953 202 404 208 540 215 748 221 208 

8.-10./11. klasse i alt 156 694 135 858 130 516 125 747 124 442 124 154 126 085 

drenge 80 042 69 232 66 808 64 071 63 425 63 098 63 930 

piger 76 652 66 626 63 708 61 676 61 017 61 056 62 155 

Efterskoler i alt 16 841 19 396 19 647 19 560 20 295 20 375 20 747 

drenge 8 571 9 611 9 698 9 687 10 088 9 937 10 158 

piger 8 270 9 785 9 949 9 873 10 207 10 438 10 589 

1 Tal fra Undervisningsministeriets prognose 

Tabel 2. Elever i folke- og friskoler 

Pr. 1. september 

1991 1996 2000 

Friskole Folkeskole 2 I alt Friskole Folkeskole 2 I alt Friskole Folkeskole 2 I alt 

I alt 66 746 536 678 603 424 69 074 523 932 593 006 76 417 573 507 649 924 

pct. antal pct. antal pct. antal 

Børnehave 1 9,4 90,6 53 693 10,4 89,6 62 995 10,5 89,5 69 108 

1.-7. klasse 1 10,6 89,4 393 037 10,9 89,1 399 495 11,0 89,0 454 731 

8.-10./11. klasse 12,8 87,2 156 694 14,4 85,6 130 516 15,1 84,9 126 085 

1 Se note 1 til tabel 1. 2 inkl. specialskoler 

Tabel 3. Elever i 9. og 10. klasse i grundskolen 

1991 1996 1999 2000 

9. kl 10./11. kl. 9. kl 10./11. kl. 9. kl 10./11. kl. 9. kl 10./11. kl 

Folke-/friskoler 59 956 36 505 49 093 28 667 47 491 23 049 48 908 22 232 

Efterskoler 5 485 9 582 5 885 12 409 6 511 12 796 6 437 12 892 

Mere information En detaljeret opgørelse over elever i grundskolen 2000/2001. offentliggøres i 

Uddannelse og Kultur (Statistiske Efterretninger). Oplysningerne findes endvidere i 

Statistisk Årbog og i Danmarks Statistikbank, www.statistikbanken.dk. 

Kilder og metoder Opgørelsen er foreløbig. Nærmere beskrivelse af metode findes i varedeklarationen 

på Danmarks Statistiks hjemmeside www.dst.dk/varedeklaration under emnegruppen 

Uddannelse og kultur. 

Næste offentliggørelse Elever i grundskolen 2000/2001 forventes offentliggjort primo 2002. 

Henvendelse Ulla Kleisdorff, tlf. 39 17 37 41, utk@dst.dk 

76/84


BILAG 4: NYT FRA DANMARKS STATISTIK, 22. DECEMBER 2011 

NYT 

FRA DANMARKS STATISTIK 

Nr. 632 22. december 2011 

Ældre elever fravælger folkeskolen 

Denne udgivelse kan findes på www.dst.dk/nytudg/15679 

Elever i grundskolen 

2011/2012 

Uddannelse og kultur 

Kun 37 pct. af eleverne i 10. klasse vælger folkeskolen. Ved begyndelsen af skoleåret 

2011/2012 var der 711.827 elever i grundskolen. Samlet set går 80 pct. af eleverne i 

grundskolen på folkeskoler. 14 pct. går på frie grundskoler og 4 pct. går på efterskoler. 

2 pct. går på andre skoletyper. 

Elever i grundskolen 

Tusinde 

70 

60 

50 

40 

30 

20 

10 

0 

Bh. kl. 1. kl. 2. kl. 3. kl. 4. kl. 5. kl. 6. kl. 7. kl. 8. kl. 9. kl. 10. kl. 

Knap halvdelen af eleverne i 10. klasse går på efterskole 

Ser man på andelen af elever på hvert enkelt klassetrin, går godt 80 pct. af eleverne 

på klassetrinene fra børnehaveklasse til og med 7. klasse på en folkeskole. I 8. klasse 

er andelen af elever, som går på en folkeskole, på 79 pct., og i 9. klasse er andelen på 

69 pct. I 10. klasse går kun 37 pct. af eleverne på en folkeskole. 

En del af forklaringen skyldes, at flere elever vælger at tage 9./10. klasse på efterskole. 

Således går 13 pct. af eleverne i 9. klasse på efterskole, imens hele 41 pct. af 

eleverne i 10. klasse går på efterskole. For de frie grundskoler er effekten af efterskolerne 

på 9. og 10. klassetrin knap så mærkbar. På de frie grundskoler falder andelen 

af elever fra 16 pct. i 8. klasse til 14 pct. i 9. klasse. For eleverne i 10. klasse på de frie 

grundskoler er andelen på 10 pct. 

Folkeskolen er mest populær i Nordjylland 

Fordelt på regioner ligger Region Nordjylland helt i top, når det gælder andelen af 

grundskoleelever, som går på en folkeskole. Her ligger andelen af grundskoleelever, 

der går på folkeskole, på 84 pct., hvilket er 4 procentpoint højere end andelen af 

elever i folkeskolen på landsplan. Region Midtjylland har en andel på 81 pct. Region 

Hovedstaden har en andel af grundskoleelever på 79 pct., mens det i Region Sjælland 

og Syddanmark er 78 pct. 

Andre 

Efterskoler 

Frie 

grundskoler 

Folkeskoler 

77/84


Størst andel af elever på frie grundskoler i Region Hovedstaden 

Hvad angår andelen af elever i grundskolen, som går på frie grundskoler, ligger Region 

Hovedstaden i top med en andel på 17 pct. Region Sjælland har den næsthøjeste 

andel af grundskoleelever på frie grundskoler. Her ligger andelen på 15 pct. Region 

Syddanmark har en andel på 14 pct., og i Region Midtjylland er det 12 pct. Endelig 

ligger Region Nordjylland med den laveste andel af grundskoleelever på frie grundskoler. 

Her er andelen på 10 pct. Til sammenligning er andelen på landsplan på 14 

pct. 

Elever i grundskolen efter institutionstype og region. 2011 

Antal elever i grundskolen fordelt på institutionstype og klasse. 5. september 2011 

I alt Bh. kl. 1. kl. 2. kl. 3. kl. 4. kl. 5. kl. 6. kl. 7. kl. 8. kl. 9. kl. 10./11. kl. 

I alt 711 827 66 717 67 600 66 951 65 157 66 491 67 604 67 462 67 344 68 978 68 635 38 888 

Folkeskoler 567 564 56 903 57 644 56 895 55 025 56 268 56 827 56 320 55 116 54 547 47 448 14 571 

Frie grundskoler 101 478 9 305 9 165 9 231 9 254 9 176 9 577 9 904 10 827 11 260 9 948 3 831 

Efterskoler 26 377 - - - - - - - - 1 351 8 940 16 086 

Andre 16 408 509 791 825 878 1 047 1 200 1 238 1 401 1 820 2 299 4 400 

Anm.: Tal i tabellen er foreløbige. 

Pct. 

100 

90 

80 

70 

60 

50 

40 

30 

20 

10 

0 

Hele landet Hovedstaden Sjælland Syddanmark Midtjylland Nordjylland 

Mere information Se flere tal (fx fordelt på kommuner) i Statistikbanken på www.dst.dk/stattabel/618. 

Kilder og metoder Opgørelsen er foreløbig. Næste offentliggørelse af tal for grundskolen sker i Statistikbanken 

ultimo juni 2012. Tal vedrørende 2011 vil være endelige ultimo juni 2013. 

Før 2007 blev oplysninger om elever i 8.-10. klasse indsamlet af Danmarks Statistik, mens 

oplysninger om børnehaveklasse til og med 7. klasse kom fra Undervisningsministeriet, men 

var baseret på befolkningsprognoser fra Danmarks Statistik. Efter 2007 er alle oplysninger 

indsamlet af Danmarks Statistik. 

Læs mere om kilder og metoder på www.dst.dk/varedeklaration/113371. 

Næste offentliggørelse Elever i grundskolen 2012/2013 udkommer uge 50 i 2012. 

Henvendelse Peter Bohnstedt Anan Hansen, tlf. 39 17 37 66, pah@dst.dk 

Nyt fra Danmarks Statistik udkommer dagligt kl. 9.00 og kan læses på www.dst.dk/nyt 

© Danmarks Statistik 2011 ISSN 1601-1015 (netversion) 

Andre 

Efterskoler 

Frie grundskoler 

Folkeskoler 

78/84


BILAG 5: STATA .DO-‐FILE 

*Dropper alle observationer, der ikke er med i år 2000. 

drop if RUNDKOMB==1| RUNDKOMB==2 | RUNDKOMB==3 

* Laver variabel, der sammenkoder erhvervsuddannelse ja/nej-variablene for 

alle år (v00_275, v86_180, v76_597). 

* Den nye variabel hedder "erhvudd" og har udfaldene (erhvudd)=1 hvis 

erhvervsudd og =0 hvis ikke erhvervsudd. 

* Kommandoen kan bruges som skabelon for andre variable, der skal sammenkodes 

med variable fra tidligere runder, for at få alle observationer med. 

* in-list kommandoen viser at både udfaldene 1 og 3 i 76-variablen skal kodes 

som udd=1 (at de har erhversuddannelse) 

gen udd=1 if v00_275==1|inlist(v76_579,1,3)|v86_180==1 

gen nej=1 if v00_275==2|v76_579==2|v86_180==2 

gen erhvudd=0 if nej==1 

replace erhvudd=1 if udd==1 

tab erhvudd 

* Laver variabel der viser højest fuldførte erhvervsudd i år 2000, ved at 

sammenkode de tre erhvervsuddannelsesvariable (v00_286, v00_287 og v00_288) 

* og vælger den højeste uddannelse for hver observation (i tilfælde af at de 

har svaret forskelligt i de tre runder). 

* "Ved ikke", "Uoplyst" og "Irrelevant" kodes først til 0, da max-kommandoen 

ellers ville tage dem som den højeste værdi. 

* Vi kan ikke se dem der ikke har erhvervsudd. Det kan vi først når vi kobler 

med erhvudd-variablen ovenfor. 

tab v00_286 

replace v00_286=0 if inlist(v00_286,8,9,10) 



79/84


ge hfudd00=max(v00_286,v00_287,v00_288) 

tab hfudd00 

* Kobler udd variablen (erhvervsuddannelse eller ej) med erhvervsuddannelse 

for alle år og laver uddannelseskategorier der passer til alle årene. 

* Erhvervsuddannelseskategorierne er i år 2000 forskellig fra 1986 og 1976. 

I 86 og 76 bliver der kun spurgt ind til en erhvervsuddannelse 

gen specialarb=1 if 

hfudd00==1|inlist(v86_181,6,7,8)|inlist(v76_580,6,7,8) 

gen laerling=1 if hfudd00==2|v86_181==5|v76_580==5 

gen andenfaglig=1 if hfudd00==3|v86_181==4|v76_580==4 

gen KVU=1 if hfudd00==4|v86_181==3|v76_580==3 

gen MVU=1 if hfudd00==5|v86_181==2|v76_580==2 

gen LVU=1 if hfudd00==6|v86_181==1|v76_580==1 

gen uddsamlet=1 if erhvudd==0 

replace uddsamlet=2 if specialarb==1 

replace uddsamlet=3 if laerling==1 

replace uddsamlet=4 if andenfaglig==1 

replace uddsamlet=5 if KVU==1 

replace uddsamlet=6 if MVU==1 

replace uddsamlet=7 if LVU==1 

tab uddsamlet 

* Sætter labels på den nye samlede uddannelsesvariabel 

label define uddkategorier 1 "Ingen erhvervsuddannelse" 2 Specialarbejderuddannelse 

3 "LÊrlinge- eller EFG-uddannelse" 4 "Anden faglig uddannelse" 

5 "Kort videregÂende uddannelse" 6 "Mellemlang videregÂende uddannelse" 

7 "Lang videregÂende uddannelse" 

label values uddsamlet uddkategorier 

tab uddsamlet 

80/84


* Omkodning af v00_541 - fars uddannelse 

recode v00_541 (1=1 "Ikke kendt far") (2 / 3=2 "Folkeskole (7. kl., mellemskole, 

real)") (4=3 "Gymnasium m/u eksamen") (5=4 "Anden skoleuddannelse") 

(8=8 "Ved ikke") (9=9 "Uoplyst") (10=10 "Irrelevant"), 

gen(far_udd_recode2) 

recode v00_547 (1=1 "Ikke kendt mor") (2 / 3=2 "Folkeskole (7. kl., mellemskole, 

real)") (4=3 "Gymnasium m/u eksamen") (5=4 "Anden skoleuddannelse") 

(8=8 "Ved ikke") (9=9 "Uoplyst") (10=10 "Irrelevant"), 

gen(mor_udd_recode2) 

*Vi kører tabel på fødeår, så vi kan dele stikprøven i to generationer med 

relevant skillelinje 

tab v00_15 

*... og middelværdi 

sum v00_15 

* Vi kører seperate tabeller på uddannelsesniveau for vores to generationer 

tab v00_273 if v00_151949 

*Det er ikke sjovt, når de irrelevante samler sig i den tidlige generation. 

Vi dropper derfor de irrelevante, og laver en ny generationsdelingsværdi 

drop if v00_273==100 

sum v00_15 

*Ny alderssnit: 1967 

tab v00_273 if v00_151966 

*Hov - vi har ikke omkodet vores IP'ers uddannelsesniveau (v00_273) - det 

gør vi lige, og kører derefter generationstabellerne igen 

recode v00_273 (1 / 8=1 "Folkeskoleniveau (7. kl, 10 kl., real, teknisk 

forb.)") (9=2 "Studentereksamen") (10=3 "Andet") (88=88 "Ved ikke") (99=99 

"Uoplyst"), gen(IP_udd_recode) 

tab IP_udd_recode 

*Nu deler vi IP'erne i generationer igen, og ser på deres EGET uddannelsesniveau 

81/84


tab IP_udd_recode if v00_151966 

*Nu sammenligner vi med forældres uddannelsesniveau på forælder af eget køn 

*"Gamle mænd" 

tab IP_udd_recode far_udd_recode2 if v00_151966 & v00_12==2, row col 

*Vi prøver at krydse med fars udd., da vores forældre i undersøgelsen er så 

gamle, at kvinderne ofte ingen uddannelse har 

tab IP_udd_recode far_udd_recode2 if v00_151966, row col 

*VI LAVER KRYDSTABELLER, 23/4 

tab uddsamlet far_udd_recode2, row col 

tab uddsamlet far_udd_recode2 if v00_151966 

* Vi dropper lige de uoplyste og irrelevante, al den stund de ikke er så 

vildt interessante 

drop if v00_541>8 

*Og krydstabulerer igen... 

tab uddsamlet far_udd_recode2, row col 

tab uddsamlet far_udd_recode2 if v00_151966, row col 

*Ja, det er selvføglelig ikke uddsamlet vi er interesserede i, men 

skoleuddannelse. 

tab IP_udd_recode far_udd_recode2, row col 

tab IP_udd_recode far_udd_recode2 if v00_15


tab IP_udd_recode far_udd_recode2 if v00_15>1966, row col 

* VI PRØVER CHI-2 test 

tab IP_udd_recode far_udd_recode2, row col cchi chi 

tab IP_udd_recode far_udd_recode2 if v00_151966, row col cchi chi 

*Vi sorterer ved ikke og uoplyst fra 

drop if IP_udd_recode>87 

drop if far_udd_recode2==8 

*03/05 - VI LEDER EFTER NYE VARIABLE 

* Erhvervsudd. far: JA/NEJ / IP erhv. udd. 

tab v00_286 v00_543, row col 

tab v00_286 v00_543 if v00_151966, row col 

* Familie økonomisk svært vs IP skoleudd. 

tab IP_udd_recode v00_554, row col 

tab IP_udd_recode v00_554 if v00_151966, row col 

* Familie økonomisk svært vs IP erhv. udd 

tab v00_286 v00_554, row col 

tab v00_286 v00_554 if v00_151966, row col 

*Barndomsvenner 

tab v00_286 v00_371 if v00_543>1 & v00_286>3, row col 

tab v00_286 v00_371 if v00_543>1 & v00_2861 & v00_286==0, row col 

*Datarensning OTRA VEZ 

83/84


*Væk med dem, som ikke ved hvilken uddannelse deres fader har 

drop if v00_543>7 

*Ved ikke og uoplyst fra økonomi-variablen 

drop if v00_554>8 

* Der er fire, der placerer sig i JA på v00_275 men i 0 på v00_286. Dem 

fjerner vi, al den stund vi ikke ved, hvor de placerer sig erhvervsuddannelsesmæssigt 

drop if v00_275==1 & v00_286==0 

*Vi nyinddeler vores nu færdige analyseudvalg (antal 2110) ift. alder 

sum v00_15 

*GNS er 1967,1, og det er derfor arbitrært at lave en ny aldersinddeling :) 

* VI UDREGNER CHI-2 OG ENKELTCELLEBIDRAG 1966, a noo noe 

tabchi v00_286 v00_543 if v00_151966, a noo noe 

tabchi v00_286 v00_554 if v00_15


*NYE KRYDSTABELLER v. NY ALDERSDELING 

tab v00_286 v00_543 if beregnet_alder_0032, cchi chi row col 

tabchi v00_286 v00_543 if beregnet_alder_0032, a noo noe 

tab v00_286 v00_554 if beregnet_alder_0032, cchi chi row col 

tabchi v00_286 v00_554 if beregnet_alder_0032, a noo noe 

tab v00_286 v00_543, cchi chi row col 

tabchi v00_286 v00_543, a noo noe 

tab v00_286 v00_554, cchi chi row col 

tabchi v00_286 v00_554, a noo noe 

85/84

EN MERITOKRATISK SKOLE? - sociologisk-notesblok

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?