KK-Stiftelsen 2001
KK-Stiftelsen 2001
KK-Stiftelsen 2001
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>KK</strong>-<strong>Stiftelsen</strong><br />
<strong>2001</strong><br />
Analys av IT-mognad och<br />
värderingar<br />
Elever, lärare, skolledare
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
Innehåll<br />
1. Förord ...........................................................2<br />
2. Metodsammanställning ................................3<br />
3. Pionjärer och eftersläntrare ...........................5<br />
4. Värderingar och IT.......................................15<br />
5. Vad förklarar skillnaderna............................24<br />
6. Publiceringsregler .......................................30<br />
© <strong>2001</strong> Svenska GALLUP
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
1. Förord<br />
Denna rapport innehåller delar av resultaten i den undersökning som<br />
<strong>KK</strong>-<strong>Stiftelsen</strong> (<strong>KK</strong>S) har givit Svenska GALLUP i uppdrag att<br />
genomföra. Innehållet i denna rapport är främst ett antal mer<br />
djuplodande analyser av delar av undersökningsmaterialet.<br />
Undersökningen är utformad i samarbete mellan Hans Gennerud, <strong>KK</strong>S<br />
och Karin Nelsson, Svenska GALLUP. Databearbetningen av resultatet<br />
har gjorts av Åsa Mkilania. För rapporten svarar Carl Melin.<br />
Med förhoppning om att rapporten kommer att vara belysande och<br />
fungera som ett bra beslutsunderlag i framtiden.<br />
Stockholm den 2 maj <strong>2001</strong><br />
Carl Melin<br />
© <strong>2001</strong> Svenska GALLUP 2
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
2. Metodsammanställning<br />
I följande avsnitt redovisas undersökningens bakgrund, syfte, metod, urval<br />
samt hur tabellerna ska läsas.<br />
2.1 BAKGRUND<br />
Svenska GALLUP har för femte året i rad genomfört en undersökning<br />
där <strong>KK</strong>S satsning på IT i Sveriges skolor utvärderas. Årets<br />
undersökning riktar sig till lärare, elever och skolledare. Årets<br />
undersökning är på många sätt en upprepning av de undersökningar<br />
som har gjorts 1999, 1998 och 1997.<br />
I denna rapport analys elever, lärare och skolledare utifrån olika<br />
perspektiv. I kapitel 3 genomförs ett antal klusteranalyser där vi<br />
studerar vilka undergrupper eller kluster som finns med avseende på<br />
IT-mognad. I kapitel 4 studerar vi de värderingar som finns inom<br />
grupperna med avseende på IT och i kapitel 5 försöker vi analysera vad<br />
det är som påverkar intervjupersonernas IT-mognad.<br />
2.2 SYFTE<br />
Syftet med undersökningen är dels att ta reda på och utvärdera<br />
målgruppernas attityder, kunskaper och användande av IT, dels att göra<br />
jämförelser med tidigare års undersökningsresultat.<br />
2.3 METOD<br />
Intervjuerna genomfördes per telefon under 12 februari – 23 mars <strong>2001</strong>.<br />
Sammanlagt har följande antal intervjuer genomförts inom respektive<br />
målgrupp:<br />
Lärare<br />
4.800 intervjuer<br />
Skolledare 600 intervjuer<br />
Elever<br />
1.201 intervjuer<br />
2.4 URVAL<br />
2.4.1 Lärare<br />
Svenska GALLUP har valt ut ett hundratal skolor runt om i landet. I<br />
varje län har 200 intervjuer genomförts. En skillnad mellan årets<br />
undersökning och tidigare års undersökningar är att friskolor har<br />
inkluderats. Totalt innebär det 4.800 intervjuer. Svarsfrekvensen är 70<br />
procent.<br />
2.4.2 Skolledare<br />
Urvalet består av ett köpt riksrepresentativt register från PAR<br />
Adressregistret med skolledare på gymnasiet och grundskolan. Totalt<br />
har 300 intervjuer gjorts på grundskolan och 300 intervjuer på<br />
gymnasiet. Svarsfrekvensen är 55 procent.<br />
© <strong>2001</strong> Svenska GALLUP 3
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
2.4.3 Elever<br />
Svenska GALLUP har valt ut ett hundratal gymnasieskolor över hela<br />
Sverige. Totalt har 50 intervjuer gjorts per län. En skillnad mellan årets<br />
undersökning och tidigare års undersökningar är att friskolor har<br />
inkluderats. Svarsfrekvensen är 73 procent.<br />
Svenska GALLUP respekterar de utvaldas integritet och rätt att vägra<br />
svara på enstaka frågor eller vägra att medverka i en intervju.<br />
2.5 TABELLER<br />
Tabellrapporten består av databehandlade tabeller. Analysen har skett<br />
med korssorteringsprogrammet NIPO. Tabellerna läses radvis. Bastal<br />
för procentberäkning anges alltid i absoluta tal. Ibland kan smärre<br />
avvikelser uppstå vid avrundningar i datorns procentberäkning. Om<br />
flera svar tillåtits i en fråga dvs. om respondenten fått avge mer än ett<br />
svar summerar inte de olika svarsalternativens delsummor<br />
nödvändigtvis till 100%.<br />
Vid analys av tabellmaterial från intervjuundersökningar gjorda med<br />
stickprov är det väsentligt att man håller i minnet att de angivna<br />
procentsatserna är ungefärliga värden. Förekomsten av en felmarginal<br />
innebär att det är ett felslut att tro att siffrorna från ett stickprov är exakt<br />
desamma som skulle erhållits om tex. samtliga lärare besvarat frågan.<br />
Det som kallas felmarginal är egentligen en osäkerhetsmarginal. Smärre<br />
avvikelser ligger i alla procenttal i tabellerna och de är av något större<br />
storleksordning närmare mitten av procentskalan. Så exempelvis har ett<br />
”ja”-svar på 50% en något större osäkerhet än ett ”ja”-svar på 10% eller<br />
90%. Felmarginalens storlek är också beroende av hur många intervjuer<br />
som genomförts. Ju fler intervjuer desto mindre felmarginal.<br />
© <strong>2001</strong> Svenska GALLUP 4
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
3. Pionjärer och eftersläntrare<br />
I detta kapitel beskriver vi olika undergrupper som skiljer sig åt med<br />
avseende på IT-mognad. Genom en klusteranalys har vi undersökt hur<br />
de tre urvalsgrupperna ser ut och konstaterat att det inom varje grupp<br />
finns några tydliga undergrupper. En klusteranalys innebär, något<br />
förenklat, att man matematiskt studerar avståndet mellan olika<br />
individer/observationer utifrån olika variabler/frågor. Man ser då om<br />
det bildas naturliga grupper av individer som ligger nära varandra<br />
utifrån deras svar, det vill säga hur de placerar sig på olika dimensioner.<br />
De individer som hamnar nära varandra placeras då i samma kluster.<br />
Antalet naturliga kluster beror på hur materialet ser ut. Klusteranalysen<br />
kan därför betraktas som en explorativ undersökningsmetode. Med det<br />
menas att man från början inte har en färdig teori om hur materialet ser<br />
ut, utan syftet är att hitta de mönster som eventuellt kan finnas.<br />
För att underlätta analysen har vi skapat ett antal index för att göra det<br />
lättare att jämföra olika faktorer med varandra. Det handlar då om ett<br />
antal enklare additiva index som skapats utifrån vad intervjupersonerna<br />
svarat på flera frågor. Alla dessa index kan anses mäta olika aspekter för<br />
begreppet IT-mognad. När vi här talar om IT-mognad så ser vi det som<br />
en slags bakomliggande variabel som kan ta sig uttryck på flera olika<br />
sätt. Här använder vi oss främst av olika index för att manifestera detta.<br />
Det första dessa index är skolindexet. Skolindexet är det antal ITverktyg<br />
som intervjupersonen har tillgång till i skolan. Vi har dessutom<br />
tagit bort de IT-verktyg som inte är direkt datarelaterade, till exempel<br />
mobiltelefoner. Anledningen till det är att det skall vara lättare att<br />
jämföra mellan olika grupper. Detta då eleverna inte har tillgång till<br />
mobiltelefoner ”i tjänsten.” I praktiken kan man alltså tala om ett rensat<br />
skolindex. Ett motsvarande index är döpt till hemindexet. Det<br />
motsvarar det antal IT-verktyg som IP har tillgång till i hemmet. Vi<br />
använder oss där av ett rensat hemindex som endast innehåller de<br />
verktyg som vi frågar om när det gäller skolan. Anledningen till<br />
rensningen är att det skall vara lättare att jämföra skolindexet med<br />
hemindexet. Ett annat index som vi använder oss av är intresseindexet.<br />
Det motsvarar hur intresserad IP är av att använda IT-verktyg till olika<br />
saker. Användningen i hemmet mäter vi genom användarindexet som<br />
motsvarar det antal IT-relaterade göromål som IP ägnar sig åt i hemmet.<br />
Slutligen så finns det ett ämnesindex. Ämnesindexet är det antal<br />
ämnesområden inom vilka IP använder sig av IT-baserade läromedel.<br />
Samtliga index utan intresseindexet är rent additiva och motsvarar det<br />
antal användningsområden, ämnen eller verktyg som IP ägnar sig åt<br />
eller har tillgång till. Intresseindexet är däremot ett slags medelbetyg då<br />
det är ett genomsnitt av hur intressant som IP tycker att olika saker är<br />
på en femgradig skala. Indexen används i detta kapitel men kommer<br />
även att återkomma i de två följande kapitlen.<br />
© <strong>2001</strong> Svenska GALLUP 5
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
När vi genomfört klusteranalysen så har vi använt oss av ovanstående<br />
index. Vad avser tillgången till IT-verktyg i hemmet så har vi använt oss<br />
av det rensade hemindexet. På samma sätt Då frågeformulären inte sett<br />
likadana ut för alla de tre undersökta grupperna så innehåller analysen<br />
av lärarnas och skolledarnas IT-mognad ett lägre antal index.<br />
Sammanfattning<br />
Undersökningen visar att det finns tydliga skillnader mellan olika<br />
grupper av elever, lärare och skolledare om vi studerar deras ITmognad.<br />
IT-mognaden ser vi som sammanvägning mellan flera olika<br />
index som i sig bygger på flera frågor i undersökningarna.<br />
De största skillnaderna ligger i användningen av Internet hemma till<br />
olika göromål i hemmet. Skillnaderna mellan olika grupper av elever,<br />
lärare och skolledare är mycket mindre om man ser till tillgången av ITverktyg<br />
i hem och skola. Det verkar med andra ord vara så att<br />
”eftersläntrarna” på IT-området framförallt består av människor som<br />
inte använder sig av IT i sitt hem. Det kan bero på att datorer blir allt<br />
vanligare i såväl hem och skola. De flesta använder därför dessa verktyg<br />
på olika sätt som är relaterade till arbetet. I detta fall arbetet i skolan,<br />
vare sig man är elev, lärare eller skolledare. Skillnaderna i IT-mognad<br />
manifesterar sig därför främst på områden där det är mer ”frivilligt” att<br />
använda sig av IT. Därför så ser vi de stora variationerna när vi studerar<br />
IT-användningen i hemmet.<br />
Inom alla de tre undersökta grupperna så ser vi tydliga könsskillnader.<br />
Pojkarna eller männen har genomgående en högre IT-mognad än vad<br />
flickorna och kvinnorna har. Den skillnaden kan ha förstärkts av att<br />
variationen främst legat i IT-användningen i hemmet. Vi vet sedan<br />
tidigare att dataspel och surfande med mera ofta varit något som främst<br />
killar använt sig åt. Samtidigt så har även tjejer börjat använda sig av<br />
chat och liknande i ganska hög utsträckning. Oavsett orsakerna så finns<br />
det i vilket fall som helst klara skillnader mellan könen.<br />
När vi tittat på eleverna så ser vi att även familjebakgrunden spelar stor<br />
roll. Elever från tjänstemanna- och akademikerfamiljer har klart högre<br />
IT-mognad än andra och de från jordbrukarfamiljer har den klart lägsta<br />
IT-mognaden. Det verkar med andra ord som att klasstillhörighet och<br />
studietradition i hemmet har en mycket stor betydelse för elevernas ITmognad.<br />
Elever inom olika utbildningsprogram skiljer sig också åt på flera olika<br />
sätt. Det är svårt att jämföra alla program då det är så få elever inom<br />
vissa men det går ändå att se en del tydliga tendenser. Framförallt så är<br />
det elever på Elprogrammet och Naturvetenskapsprogrammet som har<br />
den största IT-mognaden.<br />
© <strong>2001</strong> Svenska GALLUP 6
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
När vi studerar lärare och skolledare så ser vi att IT-mognaden i mycket<br />
stor utsträckning är en generationsfråga. De yngre har genomgående en<br />
högre IT-mognad än vad de äldre har. Skillnaderna varierar dock en del<br />
mellan olika undergrupper. Även anställningstiden har stor betydelse<br />
för IT-mognaden. På vissa sätt så verkar den till och med vara av större<br />
betydelse än vad åldern är. Det är dock tveksamt att direkt göra den<br />
tolkningen då samvariationen är mycket stor mellan ålder och<br />
anställningstid.<br />
Eleverna<br />
Inom elevgruppen kan man lätt identifiera två grupper som skiljer sig åt<br />
med avseende på tillgången och användningen av olika IT-verktyg.<br />
Ungefär en tredjedel (33 %) tillhör gruppen med lägre IT-mognad och<br />
två tredjedelar (67 %) gruppen med högre mognad. Vi kallar den för<br />
elevgrupp 1 och elevgrupp 2.<br />
Vad skiljer grupperna åt?<br />
När vi jämför klustren så använder vi oss inte av genomsnittsvärden<br />
utan av klustercenter. På så sätt så jämför vi de mest typiska eller<br />
vanliga individerna i respektive kluster. Det går att likna det vid att<br />
jämföra medianvärden i stället för medelvärden.<br />
Det som främst skiljer grupperna åt är användningen av IT i hemmet.<br />
Där är skillnaderna störst mellan eleverna. Skillnaderna är mindre vad<br />
avser de andra indexen. Det finns dock en tydlig samvariation mellan<br />
samtliga index. Minst är skillnaderna i skol- och intresseindexen. (Ser<br />
man till medelvärden finns det dock en liten skillnad i skolindexen som<br />
inte framgår av klustercentren.<br />
KLUSTERCENTER Elevgrupp 1 Elevgrupp 2<br />
Användarindex 1 6<br />
Hemindex 3 4<br />
Intresseindex 2.96 3.16<br />
Skolindex 4 4<br />
Ämnesindex 1 2<br />
Hur fördelar sig grupperna?<br />
Det finns tydliga skillnader mellan de båda klustren om man ser till<br />
olika slags bakgrundsfaktorer. Vi har här valt att titta vidare på<br />
familjebakgrund (samhällsklass), kön och vilket gymnasieprogram som<br />
eleverna gått i.<br />
Skillnaderna mellan elever med olika familjebakgrund är ganska tydlig.<br />
Elever i akademiker- och tjänstemannahem har den högsta IT-<br />
© <strong>2001</strong> Svenska GALLUP 7
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
mognaden medan elever i jordbrukarfamiljer har den klart lägsta. Vi<br />
skall dock vara lite försiktiga med att övertolka siffrorna för eleverna<br />
från jordbrukarfamiljer. De utgör endast 40 personer totalt i<br />
undersökningen och felmarginalen är därför särskilt stor för just dom.<br />
Det kan vara en delförklaring till att avvikelsen är så väldigt stor för just<br />
den gruppen.<br />
FAMILJEBAKGRUND Elevgrupp 1 Elevgrupp 2<br />
Arbetarfamilj 36 64<br />
Jordbrukarfamilj 62 38<br />
Tjänstemannafamilj 22 78<br />
Akademikerfamilj 18 82<br />
Egenföretagarfamilj 28 72<br />
Könsskillnaderna var mycket tydliga mellan klustren. Bland flickorna<br />
ingick 40 procent i kluster 1 och 60 procent i kluster 2. Bland pojkarna<br />
var fördelningen i klustren 26 respektive 74 procent. Det är alltså en klar<br />
övervikt av pojkar i gruppen med större IT-mognad.<br />
KÖN Elevgrupp 1 Elevgrupp 2<br />
Flickor 40 60<br />
Pojkar 26 74<br />
Det fanns även en tydlig skillnad mellan eleverna i olika<br />
utbildningsprogram. I vissa program är dock urvalet så litet att man bör<br />
undvika att läsa ut för mycket ur siffrorna. Vi anger därför antalet<br />
intervjupersoner i respektive program som N-tal. Inom parentes sätter<br />
vi de procenttal som vi direkt vill avråda från att tolka. Elever inom Eloch<br />
Naturvetenskapsprogrammen har högst IT-mognad medan<br />
eleverna på omvårdnadsprogrammet har den lägsta.<br />
© <strong>2001</strong> Svenska GALLUP 8
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
PROGRAM Elevgrupp 1 Elevgrupp 2<br />
Barn- och fritid (N=76) 47 53<br />
Bygg (N=24) 38 62<br />
El (N=50) 22 78<br />
Energi (N=10) (40) (60)<br />
Estetiska (N=56) 45 55<br />
Fordon (N=41) 37 63<br />
Handel (N=62) 36 64<br />
Hantverk (N=12) (58) (42)<br />
Hotell- och restaurang (N=61) 30 70<br />
Industri (N=29) 41 59<br />
Individuella (N=31) 48 52<br />
Livsmedel (N=3) (67) (33)<br />
Medie (N=46) 33 67<br />
Naturbruk (N=23) 39 61<br />
Naturvetenskap (N=227) 20 80<br />
Omvårdnad (N=35) 66 34<br />
Samhällsvetenskap (N=311) 30 70<br />
Specialutformat (N=26) 38 62<br />
Annat program (N=77) 31 69<br />
Lärarna<br />
Inom lärarkåren så finns det tre tydliga kluster. Det finns en stor<br />
mellangrupp och två mindre grupper, en med lägre IT-mognad än<br />
genomsnittet och en med högre. Klustret med lägst IT-mognad<br />
motsvarar 29 procent av intervjupersonerna, mellanklustret utgör 43<br />
procent och det resterande klustret med högst IT-mognad omfattar 28<br />
procent. Vi kallar dem för lärargrupp 1, lärargrupp 2 och lärargrupp 3.<br />
För lärarna bygger klusteranalysen på endast tre variabler. Dessa är<br />
skolindexet (i deras fall de IT-verktyg de har tillgång i arbetet, dock<br />
endast dataverktyg), det rensade hemindexet och användarindexet. Till<br />
skillnad från eleverna så använder vi oss inte av något ämnesindex eller<br />
intresseindex. Detta beror i det första fallet på att det är så få lärare som<br />
arbetar inom helt olika ämnesområden och i det senare fallet på att<br />
frågeformuläret saknar motsvarande fråga.<br />
Vad skiljer grupperna åt?<br />
Lärarna påminner på många sätt om eleverna. Det är nämligen även här<br />
så att de stora skillnaderna mellan klustren ligger i det antal göromål<br />
som man använder sig av Internet till i hemmet. Det är egentligen<br />
endast där som skillnaden är påfallande mellan lärargrupp 1 och<br />
lärargrupp 2. Lärargrupp 3 skiljer sig dock även i de andra avseendena<br />
som beaktas av klusteranalysen. I likhet med tidigare så koncentrerar vi<br />
oss här på klustercentrens placering.<br />
© <strong>2001</strong> Svenska GALLUP 9
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
KLUSTERCENTER Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
Användarindex 0 4 6<br />
Hemindex 3 3 4<br />
Skolindex 2 2 3<br />
Hur fördelar sig grupperna?<br />
Även bland lärarna så finns det tydliga skillnader mellan de olika<br />
klustren. Vi har här valt att jämföra dessa utifrån tre olika kriterier.<br />
Dessa är kön, ålder och anställningstid. De skiljer sig åt med avseende<br />
på samtliga av dessa kriterier. Skillnadernas storlek varierar dock en<br />
del.<br />
Ser vi till kön så är det framförallt lärargrupp 3 som avviker med<br />
avseende på könsfördelning. Inom den gruppen finns det en tydlig<br />
övervikt av män. Inom de två andra grupperna är skillnaderna mindre<br />
och grupperna är ganska lika i sin könssammansättning. I den första av<br />
de följande tabellerna jämför vi radprocenten. Det vill säga hur kvinnor<br />
respektive män fördelar sig mellan de tre klustren. I den senare tabellen<br />
visar vi hur könsfördelningen är inom respektive kluster.<br />
KÖN Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
Kvinnor 31 46 23<br />
Män 26 41 33<br />
KÖN Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
Kvinnor 52 50 39<br />
Män 48 50 61<br />
Det finns även en del åldersskillnader mellan grupperna. De har olika<br />
medelålder och generationerna fördelar sig olika. För att underlätta<br />
jämförelsen så jämför vi lärarna utifrån vilket decennium de är födda.<br />
Dvs 30-talister, 40-talister och så vidare. I den första av nedanstående<br />
tabeller redovisar vi radprocenten, det vill säga hur respektive<br />
generation fördelar sig mellan de olika grupperna. I den följande<br />
tabellen jämför vi hur ålderssammansättningen ser ut inom respektive<br />
grupp. Det är genomgående tydligt att IT-mognaden är högre desto<br />
yngre lärargruppen är. Det udda undantaget är 70-talisterna som<br />
faktiskt har en lägre IT-mognad är 60-talisterna.<br />
ÅLDER Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
30-talister 38 44 18<br />
40-talister 30 49 21<br />
50-talister 27 42 31<br />
60-talister 25 35 40<br />
70-talister 29 34 37<br />
© <strong>2001</strong> Svenska GALLUP 10
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
ÅLDER Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
30-talister 8 6 4<br />
40-talister 42 46 30<br />
50-talister 26 27 31<br />
60-talister 16 15 25<br />
70-talister 8 6 10<br />
Ovanstående fördelning påverkar givetvis även medelåldern och<br />
medianåldern. Dessa skiljer sig tydligt åt mellan de två första och den<br />
senare gruppen. Skillnaderna är dock inte så stora att man kan hävda att<br />
de främst är baserade på lärarnas ålder.<br />
ÅLDER Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
Medelålder 50 år 50 år 46 år<br />
Medianålder 52 år 52 år 46 år<br />
Ser man till anställningstiden så återfinns ungefär motsvarande<br />
skillnader där. På motsvarande sätt som vi gjorde med ålder så har vi<br />
lagt ihop lärarna i olika grupper för att det skall vara lättare att se hur de<br />
fördelar sig mellan klustren. På samma sätt som tidigare så redovisar vi<br />
först hur lärare med olika anställningstid fördelar sig mellan klustren<br />
och sedan sammansättningen inom respektive kluster.<br />
Ser man till de nedanstående tabellerna så verkar det som att<br />
anställningstiden faktiskt har en större betydelse för IT-mognaden än<br />
vad åldern har. Det talar för att en kontinuerlig nyrekrytering av lärare<br />
på sikt kommer att leda till en ökad IT-mognad. Samtidigt går det inte<br />
att komma ifrån att åldern förmodligen är en viktig bakomliggande<br />
variabel i detta sammanhang.<br />
ANSTÄLLNINGSTID Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
1 – 5 år 27 37 36<br />
6 – 10 år 25 38 37<br />
11 – 20 år 27 45 28<br />
21 – 30 år 30 48 22<br />
Mer än 30 år 37 46 17<br />
ANSTÄLLNINGSTID Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
1 – 5 år 21 19 28<br />
6 – 10 år 13 13 20<br />
11 – 20 år 23 25 24<br />
21 – 30 år 28 31 22<br />
Mer än 30 år 14 12 7<br />
På samma sätt som med åldern så jämför vi även den genomsnittliga<br />
anställningstiden och mediananställningstiden för respektive<br />
lärargrupp. På samma sätt som med åldern så finner man skillnaderna<br />
mellan lärargrupp 3 och de två andra grupperna.<br />
© <strong>2001</strong> Svenska GALLUP 11
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
ANSTÄLLNINGSTID Lärargrupp 1 Lärargrupp 2 Lärargrupp 3<br />
Medeltid 18 år 18 år 14 år<br />
Mediantid 19 år 19 år 12 år<br />
De skillnader som vi hittar hos lärarna visar att det när det gäller<br />
bakgrundsdata framförallt är så att det är grupp 3 som skiljer sig från de<br />
två andra grupperna. Det går därför endast att skilja ut de som har den<br />
allra högsta IT-mognaden genom att studera faktorerna kön, ålder och<br />
anställningstid.<br />
Skolledarna<br />
Skolledarna påminner om eleverna utifrån att de bildar två naturliga<br />
kluster. Vi använder oss här av samma index som för lärarna när vi<br />
genomför klusteranalysen. Den stora gruppen är här den med störst ITmognad<br />
och den motsvarar 69 procent av lärarna. Den andra gruppen<br />
omfattar resterande 31 procent. I likhet med tidigare så väljer vi att ge<br />
klustret med den lägre IT-mognaden namnet skolledargrupp 1 och det<br />
andra klustret namnet skolledargrupp 2.<br />
Vad skiljer grupperna åt?<br />
Skolledarna ser ut ungefär som lärarna och eleverna. I likhet med de<br />
tidigare grupperna så återfinns skillnaderna främst i frågan om hur<br />
användningsområden för Internet som de ägnar sig åt i hemmet. Ser<br />
man till klustercentren och inte till den exakta fördelningen så är det<br />
bara där som man ser några skillnader.<br />
KLUSTERCENTER Skolledargrupp 1 Skolledargrupp 2<br />
Användarindex 1 5<br />
Hemindex 3 3<br />
Skolindex 3 3<br />
Hur fördelar sig grupperna?<br />
Vi kommer nu att jämföra de två skolledarklustren på samma sätt som<br />
vi jämförde de tre lärarklustren. Med andra ord så kommer vi att titta på<br />
kön, ålder och anställningstid.<br />
Om vi börjar med kön så kan vi även här se att det förekommer vissa<br />
könsskillnader. Det är en majoritet av både kvinnor och män inom<br />
klustret med den högre IT-mognaden men fördelningen skiljer sig ändå<br />
åt på ett tydligt sätt. Även på det här området så är det som så att<br />
kvinnorna har en lägre IT-mognad än vad männen har.<br />
© <strong>2001</strong> Svenska GALLUP 12
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
KÖN Skolledargrupp 1 Skolledargrupp 2<br />
Kvinnor 40 60<br />
Män 28 72<br />
Går vi sedan vidare till att jämföra skolledarnas ålder så kan vi även här<br />
konstatera att det finns tydliga skillnader över åldrarna. På samma sätt<br />
som vi gjorde med lärarna har vi här lagt ihop skolledarna utifrån vilket<br />
decennium som de är födda. Då antalet riktigt unga skolledare är så få<br />
har vi lagt ihop de som är födda på 70-talet med 60-talisterna. Det finns<br />
ändå endast 19 individer i det urvalet. Det är dessutom så att det endast<br />
finns 26 skolledare som är födda på 30-talet. Vi bör därför tolka siffrorna<br />
med viss försiktighet. På samma sätt som tidigare så jämför vi först hur<br />
individer med olika ålder fördelar sig över de båda klustrena och sedan<br />
hur ålderssammansättningen ser ut inom respektive kluster.<br />
Här är åldersskillnaderna mycket stora och betydligt mer entydiga än<br />
de var när vi studerade lärargruppen. Den senare tabellen blir dock<br />
ganska klumpig. Det beror främst på att andelen 40-talister är så väldigt<br />
stor bland skolledarna.<br />
ÅLDER Skolledargrupp 1 Skolledargrupp 2<br />
30-talister 46 54<br />
40-talister 31 69<br />
50-talister 29 71<br />
60- och 70-talister 21 79<br />
ÅLDER Skolledargrupp 1 Skolledargrupp 2<br />
30-talister 13 7<br />
40-talister 57 58<br />
50-talister 26 28<br />
60- och 70-talister 4 7<br />
Åldersskillnaderna kan även illustreras genom att vi tittar på<br />
medelåldern och medianåldern i de båda grupperna. Då blir dock inte<br />
skillnaderna lika tydliga. Skillnaden i medelålder ligger på närmare 1 år<br />
och 8 månader om vi skall vara exakta men i tabellen ser det ut att<br />
endast vara ett år. Det beror på avrundningen. Sammansättningen av<br />
materialet där en mycket stor del av skolledarna är födda på 40-talet gör<br />
att skillnaderna i medel- och medianålder inte blir så tydlig. Gör man<br />
som ovan och studerar olika ålderskohorter blir därför skillnaderna<br />
mycket tydligare.<br />
ÅLDER Skolledargrupp 1 Skolledargrupp 2<br />
Medelålder 54 53<br />
Medianålder 55 54<br />
Vi skall även jämföra anställningstiden bland skolledarna. Här måste vi<br />
dock komma ihåg att vi jämför anställningstiden som skolledare. Det<br />
© <strong>2001</strong> Svenska GALLUP 13
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
finns alltså ett klart mindre samband mellan anställningstiden och<br />
åldern än vad det gjorde när vi studerade lärarna. Anställningstiden<br />
säger heller inte lika mycket om hur länge man verkat inom skolan som<br />
den gjorde när vi tittade på lärarna. Någon kan bli skolledare med<br />
väldigt kort tid inom skolvärlden medan andra kan ha arbetat som<br />
lärare i flera decennier innan de blivit skolledare. Då det är så få<br />
skolledare som arbetat riktigt länge så använder vi oss dessutom av<br />
färre kategorier än vi gjorde när vi studerade lärarna.<br />
Av nedanstående tabeller så ser vi att även anställningstiden har ganska<br />
stor betydelse för IT-mognaden. Skolledare som arbetet länge har en<br />
klart lägre IT-mognad än de med kortare anställningstid.<br />
ANSTÄLLNINGSTID Skolledargrupp 1 Skolledargrupp 2<br />
1 – 5 år 22 78<br />
6 – 10 år 30 70<br />
11 – 20 år 35 65<br />
Mer än 20 år 44 56<br />
ANSTÄLLNINGSTID Skolledargrupp 1 Skolledargrupp 2<br />
1 – 5 år 22 35<br />
6 – 10 år 22 24<br />
11 – 20 år 33 28<br />
Mer än 20 år 22 13<br />
Det finns även en tydlig skillnad på medelanställningstiden och<br />
mediananställningstiden i de två grupperna. Framförallt så skiljer sig<br />
den senare.<br />
ANSTÄLLNINGSTID Skolledargrupp 1 Skolledargrupp 2<br />
Medelanställningstid 13 11<br />
Mediananställningstid 12 8<br />
© <strong>2001</strong> Svenska GALLUP 14
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
4. Värderingar och IT<br />
Svenska Gallup har under många år arbetat med olika former av<br />
värderingsundersökningar. Den mest kända av dessa produkter är den<br />
så kallade VISION-modellen. Gallup har även utvecklat en mindre<br />
omfattande metod som går ett använda över telefonen. Den har då<br />
integrerats i de här undersökningarna. Värderingar kan definieras på<br />
flera olika sätt. Inom Gallup så betraktar vi värderingar som något<br />
bakåtliggande och som förändras väldigt långsiktigt. De formas under<br />
en individs uppväxt och är sedan väldigt stabila över livet. Värderingar<br />
ligger sedan till grund för olika individers attityder och beteenden. I<br />
denna undersökning har vi studerat vilken betydelse som<br />
värderingarna kan tänkas ha för IT-användandet hos elever, lärare och<br />
skolledare.<br />
Fyra olika index<br />
Utifrån tolv olika frågor om yrkes- respektive elevrollen är det möjligt<br />
att bygga fyra olika index som beskriver intervjupersonernas<br />
värderingar. Utifrån dessa index är det sedan möjligt att jämföra<br />
skillnaderna individer med olika värden på de olika IT-relaterade<br />
indexen. De fyra indexen bygger på vardera tre frågor. De index som<br />
finns är de följande:<br />
”Gör ett bra jobb”<br />
Detta index bygger på frågorna om det är viktigt att göra rätt för sig, att<br />
ha kvalitet och att ha variation i sitt arbete.<br />
”Satsar på fritiden”<br />
Detta index bygger på frågorna om vikten av att njuta vid livet vid<br />
sidan av arbetet, strävan efter enkelhet och att vara försiktig.<br />
”Ansvarsfull karriärist”<br />
Detta index bygger på frågorna om miljötänkande, kalkylerat<br />
risktagande och att göra karriär.<br />
”Tänker på framtiden”<br />
Detta index bygger på frågorna rörande intresset för ny teknologi,<br />
långsiktiga lösningar och nytänkande.<br />
Värdetyper<br />
Vi kan även använda de fyra indexen för att se vilket av dessa som har<br />
högst värde för respektive intervjuperson. På så sätt kan vi kategorisera<br />
varje individ utifrån vilken ”värdetyp” som den tillhör. I denna<br />
© <strong>2001</strong> Svenska GALLUP 15
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
undersökning kommer vi att studera hur de olika värdetyperna skiljer<br />
sig från varandra med avseende på de olika indexena för IT-mognad.<br />
Sammanfattning<br />
Utifrån denna studie kan vi konstatera att värderingarna har betydelse<br />
för de undersökta gruppernas IT-mognad. Framförallt är det så att de<br />
elever, lärare och skolledare som tillhör värdetypen ”tänker på<br />
framtiden” har en högre IT-mognad än de med andra värdetyper.<br />
Analysen visar även att fördelningen mellan de olika värdetyperna är<br />
mycket skev. Det gäller inom samtliga grupper men framförallt bland<br />
lärare och skolledare. Den stora majoriteten, särskilt bland lärarna<br />
tillhör de som vill ”göra ett bra jobb.” Det är ytterst få som är<br />
”ansvarsfulla karriärister.” Bland lärare och skolledare är dessa nästan<br />
helt obefintliga.<br />
Det finns även ett starkt samband mellan såväl kön som<br />
familjebakgrund och värderingar. Bland pojkarna och männen finns det<br />
betydligt fler som ”tänker på framtiden” medan flickorna och<br />
kvinnorna sällan tillhör den gruppen. Det är även så att elever från<br />
akademiker- och tjänstemannafamiljer oftare tillhör de som ”tänker på<br />
framtiden” medan väldigt få ur jordbrukarfamiljer gör det. Däremot<br />
hittar vi inga samband mellan värderingar och ålder när vi studerar<br />
lärare och skolledare. (Någon sådan analys görs inte på eleverna.) Det<br />
stärker vår tes om att värderingar är något som sällan förändras över<br />
livscykeln.<br />
Eleverna<br />
Den stora majoriteten av eleverna tillhör den första värdetypen, det vill<br />
säga de som vill göra ett bra jobb. Det minsta antalet elever finns i<br />
värdetypen ”ansvarsfulla karriärister. Sägas bör att denna typ av<br />
värderingsstudie tidigare inte använts på elever. Det är därför svårt att<br />
avgöra om det är en rent naturlig fördelning eller om det är så att vi inte<br />
utvecklat ett tillräckligt precist instrument för att mäta elevernas<br />
värderingar. Normalt ställer vi dessa värderingsfrågor som vi här har<br />
använt till yrkesarbetande och frågor då om deras yrkesroll. Nu har vi<br />
”översatt” det frågeformuläret och testat hur det fungerat på elever.<br />
VÄRDETYP ANDELEN ELEVER (i %)<br />
De som vill göra ett bra jobb 58<br />
De som satsar på fritiden 23<br />
De ansvarsfulla karriäristerna 8<br />
De som tänker på framtiden 11<br />
© <strong>2001</strong> Svenska GALLUP 16
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
För att gå vidare och studera värderingarnas betydelse för ITanvändningen<br />
så har vi studerat vilka värden som de olika<br />
värdetyperna får på de olika IT-relaterade indexen.<br />
Vi börjar med att undersöka det så kallade användarindexet. Det vill<br />
säga till hur många olika saker man använder IT till i hemmet. Som vi<br />
kan se av tabellen nedan så finns det mycket stora skillnader mellan de<br />
olika värdetyperna. Det indikerar att värderingarna spelar en stor roll<br />
för i vilken utsträckning eleverna använder sig av IT. Med tanke på<br />
vilken betydelse som användarindexet hade på den allmänna ITmognaden<br />
(se föregående kapitel) så verkar värderingarna till och med<br />
vara mycket viktiga. Vi skall dock vara försiktiga med att övertolka<br />
resultatet. En del av de frågor som vi frågade om kan vara för nära<br />
kopplade till vad elever gör på sin framtid. Som underlag för<br />
värdetypen ”De som tänker på framtiden” frågade vi om nytänkande<br />
och ny teknologi. Dessa två frågor, särskilt den senare, kan ha en alltför<br />
nära koppling till vad elever vill göra på sin fritid. Som underlag för<br />
ansvarsfulla karriäristerna frågade vi om miljömedvetenheten. Det kan<br />
vara så att elever som är miljömedvetna oftare rör sig ute i naturen och<br />
därför av naturliga skäl ägnar sig mindre åt IT-relaterade aktiviteter i<br />
hemmet.<br />
VÄRDETYP<br />
Användarindex<br />
De som vill göra ett bra jobb 4.05<br />
De som satsar på fritiden 3.86<br />
De ansvarsfulla karriäristerna 3.30<br />
De som tänker på framtiden 4.29<br />
Nästa index som vi studerar är det rensade hemindexet, det vill säga de<br />
IT-verktyg som eleven har tillgång till i hemmet. Mönstret här är<br />
detsamma som det som gällde för användarindexet. Skillnaderna är<br />
dock inte riktigt lika stora. Det kan stärka de indikationer som vi pekat<br />
på tidigare i rapporten som talar för att variationen är större i<br />
användandet av, än i tillgången till, IT.<br />
VÄRDETYP<br />
Hemindex<br />
De som vill göra ett bra jobb 3.44<br />
De som satsar på fritiden 3.35<br />
De ansvarsfulla karriäristerna 3.04<br />
De som tänker på framtiden 3.63<br />
Intresseindexet som vi visar i tabellen nedan skiljer sig som vi tidigare<br />
beskrivit från de andra IT-relaterade indexen. Det är ett medelvärde av<br />
svaren på en femgradig skala av hur intresserad eleverna är av olika ITrelaterade<br />
göromål. Det innebär att värdena är mer relativa och inte lika<br />
absoluta som de är i de andra indexen. Här är skillnaderna betydligt<br />
mindre än vad de var på de tidigare indexen. Den stora skillnaden är att<br />
avståndet mellan två av grupperna helt försvunnit. Ser man till de andra<br />
så är dock rangordningen densamma i övrigt, även om avstånden har<br />
minskat. En förklaring till de minskade avståndet är förmodligen det<br />
© <strong>2001</strong> Svenska GALLUP 17
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
faktum att det handlar om ett genomsnitt på en femgradig skala. Den<br />
typen av skalor brukar leda till att många osäkra anger svaret 3 och det<br />
pressar ihop medelvärdena kring detta.<br />
VÄRDETYP<br />
Intresseindex<br />
De som vill göra ett bra jobb 3.06<br />
De som satsar på fritiden 3.01<br />
De ansvarsfulla karriäristerna 3.01<br />
De som tänker på framtiden 3.30<br />
Skolindexet behandlar hur många IT-verktyg eleverna har tillgång till i<br />
skolan. Rangordningen blir här återigen densamma som för de tidigare<br />
indexen. Variationen är mindre än för hemindexet. Det är dock inte så<br />
konstigt då elevernas skolförhållanden rimligtvis skiljer sig mindre än<br />
vad deras hemförhållanden gör. Det är dock en viktig slutsats att de<br />
elever som har minst tillgång till IT-verktyg i hemmet även har den<br />
sämsta tillgången i skolan.<br />
VÄRDETYP<br />
Skolindex<br />
De som vill göra ett bra jobb 3.95<br />
De som satsar på fritiden 3.85<br />
De ansvarsfulla karriäristerna 3.70<br />
De som tänker på framtiden 4.09<br />
Det sista indexet vi tittar på är ämnesindexet. Det motsvarar det antal<br />
olika ämnesområden inom vilka eleverna använder sig av IT-baserade<br />
läromedel. Här är faktiskt mönstret annorlunda och till vissa delar<br />
omvänt. Nu är ämnesindexet ett ganska instabilt index då de möjliga<br />
svaren i stor utsträckning beror på vilka utbildningsprogram som<br />
eleverna läser på. Inom vissa program läser de nämligen inom fler<br />
ämnesområden än på andra.<br />
VÄRDETYP<br />
Ämnesindex<br />
De som vill göra ett bra jobb 1.43<br />
De som satsar på fritiden 1.35<br />
De ansvarsfulla karriäristerna 1.86<br />
De som tänker på framtiden 1.75<br />
Värderingar och bakgrund<br />
Avslutningsvis så kommer vi att kontrollera elevernas värderingar mot<br />
kön och familjebakgrund. Vi såg i det föregående kapitlet att båda dessa<br />
faktorer var viktiga för elevernas IT-mognad. Det är då intressant att se<br />
hur dessa faktorer påverkar elevernas värderingar.<br />
Ser vi till könsfördelningen så verkar kön tydligt samvariera med<br />
värderingarna. Allra tydligast är det om man ser till den grupp elever<br />
som tillhör värdetypen ”de som tänker på framtiden.” Den gruppen är<br />
© <strong>2001</strong> Svenska GALLUP 18
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
mer än fyra gånger så vanlig bland pojkarna än bland flickorna. Som vi<br />
såg ovan så är IT-mognaden allra högst bland eleverna inom den<br />
värdetypen. Flickorna har i stället nästan dubbelt så många inom<br />
gruppen ”ansvarsfulla karriärister”, den grupp där IT-mognaden var<br />
lägst. Det vi inte kan se här är om det framförallt är kön eller<br />
värderingar som påverkar IT-mognaden. I nästa kapitel så kommer vi<br />
att testa olika förklaringsfaktorer mot varandra.<br />
KÖN Vill göra ett<br />
bra jobb<br />
Satsar på<br />
fritiden<br />
Ansvarsfulla<br />
karriärister<br />
Tänker på<br />
framtiden<br />
Flickor 69 18 10 4<br />
Pojkar 49 28 6 18<br />
Studerar vi sedan familjebakgrunden så ser vi att även den är av stor<br />
betydelse. På samma sätt som tidigare så utgör jordbrukarfamiljernas<br />
elever de största avvikarna. I likhet med tidigare så vill vi avråda från<br />
alltför långtgående tolkningar av den gruppen då de är ganska få (40<br />
totalt och 35 som det har varit möjligt att ge en värdetyp.) Det är dock<br />
tydligt så att familjebakgrunden har betydelse. Elever från akademiker<br />
och tjänstemannafamiljer tillhör i högre utsträckning de som tänker på<br />
framtiden, det vill säga gruppen med den högsta IT-mognaden. I nästa<br />
kapitel kommer vi att testa familjebakgrunden ytterligare för att se<br />
vilken betydelse den har för IT-mognaden om man kontrollerar för<br />
andra faktorer.<br />
FAMILJE-<br />
BAKGRUND<br />
Vill göra ett<br />
bra jobb<br />
Satsar på<br />
fritiden<br />
Ansvarsfulla<br />
karriärister<br />
Tänker på<br />
framtiden<br />
Arbetarfamilj 57 25 7 10<br />
Jordbrukarfamilj<br />
Tjänstemanna<br />
familj<br />
Akademikerfamilj<br />
Egenföretagar<br />
familj<br />
49 34 9 9<br />
63 16 7 14<br />
65 12 6 17<br />
59 21 10 10<br />
Lärarna<br />
Fördelningen mellan värdetyperna är ännu skevare bland lärare än<br />
bland eleverna. Den tredje kategorin, de ansvarsfulla karriäristerna<br />
förekommer nästan inte alls. Det verkar inte som om de saker vi frågor<br />
om är särskilt framträdande för lärare. Kanske är det så att lärare sällan<br />
anger karriärism eller kalkylerat risktagande som viktigt i yrkesrollen.<br />
Har man den läggningen kanske man söker sig till andra yrkesbanor.<br />
Den klart dominerande kategorin utgörs av de som säger sig vilja göra<br />
ett bra jobb. Att göra rätt för sig, sträva efter kvalitet och variation i<br />
© <strong>2001</strong> Svenska GALLUP 19
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
arbetet ligger tydligen i lärarrollen. Kanske är det också värden som är<br />
”politiskt korrekta” för en lärare att ange. Till skillnad från att ange att<br />
man vill göra karriär.<br />
VÄRDETYP ANDELEN LÄRARE (i %)<br />
De som vill göra ett bra jobb 87<br />
De som satsar på fritiden 3<br />
De ansvarsfulla karriäristerna<br />
0 •<br />
De som tänker på framtiden 9<br />
I den fortsatta analysen kommer vi för lärarnas del att bortse från de<br />
ansvarsfulla karriäristerna eftersom det är en alldeles för liten grupp. De<br />
andra tre kommer dock att finnas kvar i den fortsatta analysen. Även<br />
om det är få i den andra gruppen så utgör de i alla fall 70 individer. Det<br />
är inte så många men det går i alla fall att jämföra medelvärden, även<br />
om felmarginalen blir större.<br />
På samma sätt som vi gjorde med eleverna så skall vi här undersöka<br />
vilka skillnader som finns mellan olika värdetypers IT-mognad.<br />
När vi studerar användarindexet så ser vi att lärarna på många sätt<br />
påminner om eleverna. Den klart största användandet av IT i hemmet<br />
förekommer hos ”de som tänker på framtiden.” I övrigt är också<br />
rangordningen densamma.<br />
VÄRDETYP<br />
Användarindex<br />
De som vill göra ett bra jobb 3.51<br />
De som satsar på fritiden 3.00<br />
De som tänker på framtiden 4.55<br />
Hemindexet visar på samma mönster som användarindexet och ligger<br />
även här i linje med fördelningen hos eleverna. Även här är det<br />
dessutom så att variationen i tillgången till IT-verktyg är lägre än<br />
variationen i användandet.<br />
VÄRDETYP<br />
Hemindex<br />
De som vill göra ett bra jobb 3.14<br />
De som satsar på fritiden 3.09<br />
De som tänker på framtiden 3.45<br />
Skolindexet skiljer sig från de andra indexen på så sätt att<br />
rangordningen är något annorlunda mellan de olika värdetyperna. Det<br />
är fortfarande så att ”de som tänker på framtiden” har högst värde men<br />
det är en annan ordning på de två andra grupperna. Man bör dock ta<br />
hänsyn till att skillnaderna mellan dessa två grupper är ganska liten<br />
både vad avser skolindexet som hemindexet.<br />
• Andelen var 0.3 procent, eller närmare bestämt 7 individer.<br />
© <strong>2001</strong> Svenska GALLUP 20
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
VÄRDETYP<br />
Skolindex<br />
De som vill göra ett bra jobb 2.29<br />
De som satsar på fritiden 2.37<br />
De som tänker på framtiden 2.51<br />
Värderingar och bakgrund<br />
Vi kommer för lärarna och nedan även skolledarna undersöka<br />
värderingarna skiljer sig mellan olika lärare med olika kön och ålder.<br />
Anledningen till att vi inte jämför värderingar och anställningstid är att<br />
eventuella samband där förmodligen helt bör kunna förklaras utifrån<br />
andra faktorer och då främst ålder.<br />
Även om fördelningen och rangordningen av värdetyperna är lika för<br />
båda könen så är skillnaderna tydliga. Mer än 9 av 10 kvinnor tillhör<br />
”de som vill göra ett bra jobb” medan ytterst få kvinnor tillhör någon<br />
annan grupp. Hos männen finns det dock en relativt stor andel som<br />
”tänker på framtiden.” Även om de utgör en liten minoritet så är det<br />
ändå mer än dubbelt så många som motsvarande grupp hos kvinnorna.<br />
KÖN<br />
Vill göra ett<br />
bra jobb<br />
Satsar på<br />
fritiden<br />
Tänker på<br />
framtiden<br />
Kvinnor 92 2 5<br />
Män 83 4 12<br />
Ser vi på följande tabell där vi jämför generationerna så kan vi snabbt<br />
konstatera att ålder inte verkar ha något samband med värderingar. De<br />
olika värdetyperna är fördelade på ungefär samma sätt inom samtliga<br />
ålderskohorter.<br />
ÅLDER<br />
Vill göra ett<br />
bra jobb<br />
Satsar på<br />
fritiden<br />
Tänker på<br />
framtiden<br />
30-talister 89 2 9<br />
40-talister 89 3 9<br />
50-talister 86 4 9<br />
60-talister 86 4 10<br />
70-talister 89 3 8<br />
Skolledarna<br />
Studerar man skolledarna så är fördelningen mellan värdetyperna<br />
nästan lika skev som hos lärarna. Det är inte en fullt lika hög andel som<br />
tillhör ”de som vill göra ett bra jobb” men dessa utgör ändå en stor<br />
majoritet. Trots att skolledare själva har gjort karriär är det även här så<br />
att ytterst få tillhör de värdetypen. Helhetsbilden är i stället sådan att<br />
skolledarnas värderingar endast avviker marginellt från lärarnas. Den<br />
© <strong>2001</strong> Svenska GALLUP 21
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
stora skillnaden ligger i att det är färre som ”vill göra ett bra jobb” och<br />
fler som ”tänker på framtiden.”<br />
VÄRDETYP ANDELEN SKOLLEDARE (i %)<br />
De som vill göra ett bra jobb 78<br />
De som satsar på fritiden 3<br />
De ansvarsfulla karriäristerna<br />
0 •<br />
De som tänker på framtiden 19<br />
I den fortsatta analysen kommer vi att göra som med lärarna och inte ta<br />
med de ansvarsfulla karriäristerna. Egentligen borde vi inte heller ta<br />
med de som vill satsa på fritiden då dessa endast utgör 7 individer. För<br />
jämförelsens skull tar vi ändå med gruppen men vi vill avråda från<br />
några som helst tolkningar av deras fördelning. Den intressanta<br />
jämförelsen hos skolledarna är den som kan göras mellan ”de som vill<br />
göra ett bra jobb” och ”de som tänker på framtiden.” Även den senare<br />
gruppen är ganska liten, 46 individer, så felmarginalerna blir ganska<br />
stora.<br />
Vad avser användningen av IT i hemmet konstaterar vi att mönstret är<br />
detsamma som hos elever och lärare. Det är ”de som tänker på<br />
framtiden” som har det högsta användandet.<br />
VÄRDETYP<br />
Användarindex<br />
De som vill göra ett bra jobb 3.46<br />
De som satsar på fritiden (4.43)<br />
De som tänker på framtiden 4.65<br />
Även hemindexet visar på samma mönster som vi sett tidigare. ”De som<br />
tänker på framtiden” har den största tillgången men skillnaderna är<br />
mindre än när vi jämför användningen.<br />
VÄRDETYP<br />
Hemindex<br />
De som vill göra ett bra jobb 3.07<br />
De som satsar på fritiden (3.29)<br />
De som tänker på framtiden 3.57<br />
Ser vi till skolindexet så ser vi samma mönster som på de två<br />
ovanstående indexen. Skillnaderna mellan grupperna är dock så små att<br />
det inte går att hävda att värderingarna verkar ha så stor betydelse. En<br />
skolledares tillgång till IT-verktyg verkar vara ungefär densamma<br />
oavsett värderingarna.<br />
• Andelen var 0.4 procent, eller närmare bestämt 1 individ.<br />
© <strong>2001</strong> Svenska GALLUP 22
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
VÄRDETYP<br />
Skolindex<br />
De som vill göra ett bra jobb 2.81<br />
De som satsar på fritiden (3.00)<br />
De som tänker på framtiden 2.89<br />
Värderingar och bakgrund<br />
På samma sätt som vi gjorde med lärarna så undersöker vi hur<br />
värderingarna skiljer sig mellan skolledare med olika kön och ålder. Vi<br />
kommer inte heller här att studera kopplingen mellan värderingar och<br />
anställningstid.<br />
Vi hittar samma könsskillnader bland skolledarna som vi fann hos<br />
lärarna. Det är betydligt fler män som ”tänker på framtiden” än kvinnor<br />
som gör det. På samma sätt som hos lärarna så motsvarar det i stort sett<br />
en minskad andel som ”vill göra ett bra jobb.”<br />
KÖN<br />
Vill göra ett<br />
bra jobb<br />
Satsar på<br />
fritiden<br />
Tänker på<br />
framtiden<br />
Kvinnor 87 3 11<br />
Män 75 3 22<br />
Vad avser åldersfördelningen så ser skolledarna ut på samma sätt som<br />
lärarna. Det går inte att påvisa några egentliga skillnader alls mellan de<br />
olika ålderskohorterna.<br />
ÅLDER<br />
Vill göra ett<br />
bra jobb<br />
Satsar på<br />
fritiden<br />
Tänker på<br />
framtiden<br />
30-talister 81 0 19<br />
40-talister 79 3 18<br />
50-talister 76 3 20<br />
60- och 70-talister 79 0 21<br />
© <strong>2001</strong> Svenska GALLUP 23
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
5. Vad förklarar skillnaderna?<br />
Med hjälp av de genomförda undersökningarna så är det möjligt att<br />
göra ett stort antal intressanta analyser. Den vanligaste är att man<br />
redovisar resultaten för olika undergrupper för att på så sätt t.ex. kunna<br />
beskriva skillnader mellan kön, olika åldersgrupper eller som i detta fall<br />
även mellan elever på olika utbildningsprogram. Men det är dessutom<br />
möjligt att genomföra mer djuplodande analyser där syftet är att förklara<br />
skillnaderna. Den vanligaste metoden för det, och som även använts<br />
här, är så kallad regressionsanalys. Med en sådan är det möjligt att se<br />
vilken betydelse som olika variabler har för varandra. Genom multipel<br />
regression är det även möjligt att kontrollera olika skillnader för<br />
varandra. Det är nödvändigt om man kan anta att det förekommer olika<br />
former av samvariation och/eller så kallade nonsenssamband. I den här<br />
analysen har syftet varit att identifiera de faktorer som är av störst<br />
betydelse för IT-användandet hos elever, lärare och skolledare.<br />
På det här området kommer vi att ha stor nytta av de olika index som vi<br />
tidigare skapade. Utan sådana variabler skulle det inte vara möjligt att<br />
genomföra flera av de statistiska beräkningar som vi gör i det här<br />
kapitlet.<br />
Sammanfattning<br />
När vi undersöker vad det är som påverkar olika gruppers IT- och<br />
datoranvändning i hem och i skola så skiljer sig dessa ganska mycket<br />
från varandra. Den starkaste faktorn för samtliga grupper när det gäller<br />
användningen i hemmet är tillgången till IT-verktyg i hemmet. Det är<br />
inte så konstigt då det senare är en förutsättning för det förra. När det<br />
gäller eleverna så konstaterar vi att även kön , klass, värderingar och<br />
intresse har en ganska stor förklaringsgrad för användningen i hemmet.<br />
Även tillgången till IT-verktyg i skolan har en positiva inverkan på ITanvändningen<br />
i hemmet. När vi undersöker elevernas datoranvändning<br />
i skolan så ser vi att den i hög grad beror på kön, intresse och tillgången<br />
till IT-verktyg i skolan.<br />
Lärarnas datoranvändning i hemmet påverkas av flera olika faktorer. De<br />
som vi har identifierat är kön, ålder, värderingar och tillgången till ITverktyg<br />
i hemmet. Dessutom har tillgången till IT-verktyg i skolan en<br />
svag negativ effekt. Förmodligen på grund av att lärare som kan utföra<br />
IT-göromål i skolan i mindre utsträckning behöver göra det i hemmet.<br />
Kön och ålder har dock ingen betydelse för datoranvändningen i<br />
undervisningen. Där är det värderingarna och tillgången till IT-verktyg i<br />
hemmet och skolan som påverkar, och alla positivt. När vi kontrollerar<br />
för ålder så försvinner anställningstidens betydelse.<br />
I skolledarnas fall är det svårt att finna några signifikanta samband. Det<br />
beror förmodligen på att urvalet är för litet för att det skall vara möjligt<br />
© <strong>2001</strong> Svenska GALLUP 24
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
att klara av detta. När vi ser till IT-användningen i hemmet så har<br />
tillgången till IT-verktyg i hemmet den största betydelsen. Den enda<br />
andra signifikanta faktorn är värderingarna. Värderingarna är även den<br />
enda faktorn som signifikant påverkar tiden på Internet i arbetet.<br />
Analysmodell<br />
För att kunna genomföra en ordentlig analys så är det viktigt att vi först<br />
identifierar vilka variabler som vi vill förklara, vilka variabler som är<br />
oberoende samt vilka variabler som kan vara mellanliggande. Utifrån<br />
den tidigare genomgången kommer vi att koncentrera oss på att försöka<br />
förklara användningen av IT i hemmet, det vill säga det så kallade<br />
användarindexet. Anledningen till att vi använder det är främst att det<br />
förekommer hos alla de tre undersökta grupperna. Vi har även<br />
konstaterat tidigare i denna rapport att användningen är det index som<br />
varierat mest av alla dem som vi har undersökt. Vi kommer däremot<br />
inte att försöka förklara klustertillhörigheten utifrån den analys som<br />
skedde i kapitel 3. Anledningen till det är att en klusteranalys syftar till<br />
att beskriva hur ett material ser ut och inte till att förklara varför det ser<br />
ut som det gör. Dessutom bygger klusteranalysen på ett antal index som<br />
i sig kan anses vara beroende av varandra.<br />
Problemet med att använda sig av användningen i hemmet som<br />
beroende variabel är att det kanske inte är det allra intressantaste. Dess<br />
största fördel är att det är där som variationen är störst.<br />
Datoranvändningen i skolan påverkas till exempel mer av andra orsaker<br />
än av eleverna själva. För var och en av de undersökta grupperna kan<br />
man därför testa modellen med någon annan variabel. För eleverna blir<br />
det frågan om hur ofta de använder datorn i skolan och i lärarnas fall<br />
behandlar vi frågan om hur ofta de använder sig av dator i<br />
undervisningen. Dessa variabler är inte på samma skalnivå som<br />
användarindexet men de ger en bild av vad det är som påverkar<br />
användningen av datorer i skolan. En annan nackdel är att de inte är<br />
särskilt kvalitativa. Undersökningen har visat att nästan alla har svarat<br />
att de använder sig av datorer ”dagligen” eller ”någon eller några<br />
gånger i veckan.” Det ger alldeles för trubbiga redskap för att verkligen<br />
undersöka IT-mognaden. Anledningen till att vi inte kan göra något<br />
motsvarande för skolledarna är att 100 procent av de som svarat uppger<br />
att de använder datorn varje dag. Eftersom det då inte förekommer<br />
någon variation är det omöjligt att försöka förklara någon sådan. I<br />
skolledarnas fall kommer vi därför att undersöka hur många timmar i<br />
veckan som de använder sig av Internet i arbetet. Även det är dock en<br />
trubbig variabel, bland annat för att svarskategorierna är olika breda.<br />
De oberoende variablerna som vi kommer att använda oss av varierar<br />
mellan de tre grupperna. I samtliga fall så kommer vi att använda oss av<br />
kön och värderingar. För att underlätta analysen kommer vi dock inte<br />
att använda oss av värdetyperna då vi genomför regressionsanalysen<br />
© <strong>2001</strong> Svenska GALLUP 25
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
utan i stället värdena på värderingsindexen. Anledningen till det är att<br />
vi då kan genomföra en del statistiska beräkningar som annars inte är<br />
möjliga. Vi slipper dessutom förlora den information som vi tar bort då<br />
vi ”tvingar” in varje individ i en viss värdetyp. I elevernas fall kommer<br />
vi även att studera familjebakgrunden. Där kommer vi dock att koda om<br />
den till en variabel som i stället visar samhällsklass. Anledningen till det<br />
är att det är svårt att rangordna familjeförhållandena på annat sätt och<br />
att det finns så ont om elever från jordbrukarfamiljer. I klass 1 lägger vi<br />
in elever från arbetar- och jordbrukarfamiljer, i klass 2<br />
tjänstemannafamiljer och i klass 3 akademiker- och egen<br />
företagarfamiljer. I lärarnas och skolledarnas fall kommer vi även att ta<br />
med ålder och anställningstid.<br />
Som mellanliggande variabler kommer vi att använda oss av tillgången<br />
till IT-verktyg i skolan och hemmet. Som redskap för det kommer vi att<br />
använda oss av de rensade skol- och hemindexen. Vi betraktar dessa<br />
som mellanliggande då dessa kan bero på andra faktorer, både sådana<br />
som vi kan kontrollera och andra. Tillgången till IT-verktyg i skolan kan<br />
bero på programtillhörigheten vilken i sin tur kan bero på<br />
familjetillhörigheten. På samma sätt kan förmodligen familjen ha stor<br />
betydelse för tillgången till IT-verktyg i hemmet. I praktiken kommer vi<br />
dock inte att först förklara de mellanliggande variablerna och därefter<br />
användningen av IT utifrån dessa. Det kan nämligen vara på det sättet<br />
att en del oberoende variabler påverkar såväl de mellanliggande<br />
variablerna som den beroende variabeln direkt.<br />
När vi tolkar resultatet så kan det ibland vara lite besvärligt. Det<br />
viktigaste då är att komma ihåg att de beroende variablerna kan anta<br />
värden på olika skalor. Användarindexet kan variera från 0 till 9 där 9<br />
betyder att man inte använder sig av IT på något sätt i hemmet och 9<br />
betyder att man använder det på alla sätt som vi frågar om. Variabeln<br />
för användning av datorn i skolan har en annan variation och rör sig<br />
från 1 till 6. 1 betyder att man använder datorn dagligen och 6 att man<br />
aldrig använder den. Vid datakörningen har jag dock kastat om<br />
ordningen på dessa tal så att ett högre värde skall motsvara en högre ITmognad.<br />
När vi frågar skolledarna om hur många timmar i veckan som<br />
de använder Internet så går skalan från 0 till 6. 0 betyder att de inte<br />
använder Internet alls och 6 att de använder det mer än 20 timmar i<br />
veckan.<br />
Det som vi får fram genom regressionsanalysen är hur mycket en<br />
förändring av någon av de bakomliggande variablerna har på den<br />
beroende variabeln. Skillnaden mellan män och kvinnor kan till<br />
exempel vara 1.4 i snitt. Det innebär att skillnaden i användningen av IT<br />
minskar med i genomsnitt 1.4 steg om intervjupersonen är en kvinna,<br />
allt annat lika. Vi signifikanttestar sedan de samband som vi hittar för<br />
att se om vi med 95-% sannolikhet kan räkna med att de existerar i<br />
verkligheten och inte endast i den undersökta populationen. Dessa<br />
värden, i detta fall 1.4 kallas för Beta-koefficienter.<br />
© <strong>2001</strong> Svenska GALLUP 26
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
Avslutningsvis måste vi, när det gäller förklaringen av användningen i<br />
skolan och tiden på Internet, understryka att skalnivån på de beroende<br />
variablerna är på en sådan låg nivå att det inte går att göra en korrekt<br />
tolkning av resultatet. Då avståndet mellan stegen inte är lika långa så<br />
blir tolkningen felaktig. Att röra sig 1.4 steg enligt ovan betyder olika<br />
mycket beroende på var på skalan man befinner sig. De problemen finns<br />
inte på samma sätt när vi tolkar användarindexet.<br />
Eleverna<br />
Utifrån den multipla regressionsanalysen kan vi konstatera att samtliga<br />
av de testade bakgrundsvariablerna hade en signifikant betydelse för<br />
elevernas användning av datorer i hemmet. Det innebär att såväl kön,<br />
klass, värderingar, intresse och tillgången till IT-verktyg i hemmet och<br />
skolan är av betydelse. Det visar att det går att påverka elevernas<br />
användning av IT genom olika former av skolsatsningar, men det finns<br />
även andra, mer svårpåverkade faktorer, som är av stor betydelse.<br />
Som framgår av tabellen nedan så är det hemindexet, kön,<br />
intresseindexet och skolindexet som har den största betydelsen för<br />
användningen av IT i hemmet. Rangordningen är dock inte helt<br />
självklar då de olika variablerna ser ut på många olika sätt. Kön kan till<br />
exempel endast anta två olika värden.<br />
Signifikanta variabler<br />
Kön<br />
Klass<br />
Värderingar<br />
Intresseindexet<br />
Hemindexet<br />
Skolindexet<br />
Beta-koefficienter<br />
-0.58 (indexet sjunker om det är en flicka)<br />
0.183 (per ”steg” på klasstrappan)<br />
0.101 (per helt steg på framtidsindexet)<br />
0.547 (per helt steg på intresseindexet)<br />
0.935 (per IT-verktyg i hemmet)<br />
0.399 (per IT-verktyg i skolan)<br />
Ser vi till användningen av datorn i skolan så är det färre faktorer som<br />
har en signifikant betydelse. Det som helt faller ifrån är tillgången till ITverktyg<br />
i hemmet men inte heller klasstillhörigheten eller värderingarna<br />
är signifikanta. Det visar att skolan till stor del lyckas kompensera för<br />
vissa skillnader mellan. Det intressanta här är att det är positivt för<br />
dataanvändningen i skolan om man är flicka, detta när man har<br />
kontrollerat för de andra variablerna. Det verkar som att intresseindexet<br />
är det viktigaste för att förklara datoranvändningen i skolan.<br />
Signifikanta variabler<br />
Kön<br />
Intresseindexet<br />
Skolindexet<br />
Beta-koefficienter<br />
-0.212 (indexet minskar om det är en flicka)<br />
0.319 (per helt steg på intresseindexet)<br />
0.172 (per IT-verktyg i skolan)<br />
© <strong>2001</strong> Svenska GALLUP 27
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
Lärarna<br />
Bland lärarna är alla faktorer utom en signifikanta om man ser till<br />
användningen av IT i hemmet. Den enda faktor som inte är signifikant<br />
är anställningstiden. Förmodligen berodde det mesta av den variabelns<br />
tidigare förklaringsgrad på att den samvarierade med åldern. De<br />
faktorer som är signifikanta är alltså kön, ålder, värderingar samt<br />
tillgången till IT-verktyg i hemmet och i skolan. Det sista, tillgången i<br />
skolan, hade det svagaste sambandet av de som var signifikanta. Det är<br />
även det enda av indexen som pekar på ett negativt samband. Tillgång<br />
till IT-verktyg i arbetet har en, om än mycket liten, negativ inverkan på<br />
användningen av IT i hemmet. Kanske är det så att lärare som har<br />
tillgång till de redskap den behöver på sin arbetsplats inte behöver göra<br />
lika mycket i hemmet. Det starkaste positiva förklaringsgraden har<br />
tillgången till IT-verktyg i hemmet. Då detta även kan betraktas som en<br />
förutsättning för att använda IT i hemmet så behöver inte det anses som<br />
särskilt förvånande.<br />
Signifikanta variabler<br />
Kön<br />
Ålder<br />
Värderingar<br />
Hemindexet<br />
Skolindexet<br />
Beta-koefficienter<br />
-0.320 (indexet sjunker om det är en kvinna)<br />
-0.024 (indexet sjunker för varje levnadsår)<br />
0.183 (per helt steg på framtidsindexet)<br />
0.976 (per IT-verktyg i hemmet)<br />
-0.092 (per IT-verktyg i skolan)<br />
När vi däremot undersöker hur ofta lärarna använder sig av datorn i<br />
skolan så ser vi däremot ett annat mönster. Då är det endast<br />
värderingarna och tillgången till IT-verktyg i hemmet och i skolan som<br />
är signifikanta. Åldern verkar vara av betydelse men sambandet är för<br />
svagt för att vara signifikant. Kön och anställningstid verkar inte ha<br />
någon betydelse om man kontrollerar för andra faktorer. Det intressanta<br />
är att datoranvändningen i undervisningen påverkas mer av antalet ITverktyg<br />
i hemmet än antalet IT-verktyg i skolan. Vill man stimulera<br />
lärare att använda IT i skolan så kanske personalköpsprogram är det<br />
effektivaste medlet om man vill öka användningen av datorer i<br />
undervisningen.<br />
Signifikanta variabler<br />
Värderingar<br />
Hemindexet<br />
Skolindexet<br />
Beta-koefficienter<br />
0.124 (per helt steg på framtidsindexet)<br />
0.219 (per IT-verktyg i hemmet)<br />
0.160 (per IT-verktyg i skolan)<br />
Skolledarna<br />
Det kanske mest intressanta när man studerar vad det är som påverkar<br />
skolledarnas IT-användning (användarindexet för hemmet och antalet<br />
timmar på Internet i skolan) är att den viktigaste faktorn verkar vara<br />
värderingarna. Det är den enda faktorn som på ett signifikant sätt<br />
© <strong>2001</strong> Svenska GALLUP 28
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
påverkar antalet timmar på Internet i skolan. Ser vi till användningen av<br />
IT i hemmet så är det värderingarna och tillgången till IT-verktyg i<br />
hemmet som är de viktigaste. Det senare kan ju dessutom, som vi<br />
tidigare påtalat, ses lika mycket som en förutsättning som en<br />
påverkande faktor. Skolledarna skiljer sig alltså kraftigt från eleverna då<br />
de flesta förklarande faktorer visar sig sakna signifikant påverkan på det<br />
som vi här vill förklara. Den viktigaste faktorn för skolledarnas<br />
användning av IT i hemmet är tillgången till IT-verktyg i hemmet.<br />
Därefter är det endast värderingarna som verkar ha någon betydelse.<br />
Skulle vi ha minskat signifikanskraven så hade även tillgången till ITverktyg<br />
i skolan varit signifikant på 90-% nivån. En förklaring till att så<br />
få faktorer var signifikanta för skolledarna kan vara att urvalet är<br />
mycket mindre. Multipel regressionsanalys kräver normalt sett ganska<br />
många observationer för att det skall vara möjligt att finna signifikanta<br />
samband.<br />
Signifikanta variabler<br />
Värderingar<br />
Hemindexet<br />
Beta-koefficienter<br />
0.235 (per helt steg på framtidsindexet)<br />
0.749 (per IT-verktyg i hemmet)<br />
När vi undersöker tiden på Internet i skolan så är det, som ovan nämnts,<br />
endast värderingarna som har någon betydelse när vi kontrollerar för de<br />
andra variablerna. Styrkan i det sambandet är dessutom så väldigt stort.<br />
Det verkar som om skolledares tid på Internet i arbetet påverkas ganska<br />
lite av de faktorer som vi har mätt i den här undersökningen.<br />
Signifikanta variabler<br />
Värderingar<br />
Beta-koefficienter<br />
0.089 (per helt steg på framtidsindexet)<br />
© <strong>2001</strong> Svenska GALLUP 29
<strong>KK</strong>-STIFTELSEN <strong>2001</strong><br />
ANALYS AV IT- MOGNAD OCH VÄ RDERINGAR<br />
6. Publiceringsregler<br />
• Rapporten, som innehåller resultat från en undersökning utförd av<br />
Svenska GALLUP på klientens uppdrag, är klientens egendom.<br />
Copyrighten tillfaller Svenska GALLUP om ej annat överenskommes.<br />
• Om annat ej skriftligen överenskommits, förblir frågeformulär,<br />
databärare och annat material till samtliga undersökningar Svenska<br />
GALLUPs egendom.<br />
• Svenska GALLUP skall ge sitt skriftliga samtycke till publicering av<br />
undersökningsresultat till allmänheten. Samtycke lämnas<br />
rutinmässigt om ej särskilda motskäl finns. I Svenska GALLUPs<br />
intresse ligger att förhindra felaktigheter i faktaredovisningen och<br />
missledande tolkningar av undersökningsresultaten. Om en klient<br />
publicerar missvisande siffror eller gör ett missvisande urval av<br />
undersökningsresultat, förbehåller sig Svenska GALLUP rätten att<br />
publicera korrekta och kompletterande delar av samma<br />
undersökning för att uppmuntra en mer rättvisande och avvägd<br />
tolkning.<br />
• Följande information skall alltid medtas i all publicering till<br />
allmänheten:<br />
* den intervjuform som använts i undersökningen, t ex besök i<br />
hemmet, telefon eller post<br />
* undersökningspopulation, t ex intervjupersonernas ålder<br />
* antal intervjupersoner<br />
* tiden för fältarbetet<br />
* urvalsmetod om annan metod använts än en som är slumpmässig i<br />
alla steg<br />
• När en klient publicerar resultat från en Svenska GALLUPundersökning,<br />
skall den information som ges i första hand gälla<br />
klientens egna produkter och/eller tjänster. Information om<br />
undersökningsresultatet rörande konkurrenters produkter och<br />
tjänster kan innefattas, men skall komma i andra hand vid<br />
presentationen.<br />
• Undantag och variationer i dessa regler tillåts då särskilda skäl<br />
föreligger och beviljas av Svenska GALLUPs ledning. För att gälla<br />
skall sådana undantag och ändringar lämnas skriftligen.<br />
© <strong>2001</strong> Svenska GALLUP 30