Självförtroende och prestation inom Matematik ur ett kön- & Genusperspektiv

Institutionen för pedagogik, didaktik och utbildningsstudier

Självständigt arbete 2 för grundlärare Fk-3 och 4-6, 15 hp

Självförtroende och prestation inom

Matematik ur ett kön- & Genusperspektiv

- Utifrån TIMSS 2019

Skriv ev. undertitel här

Handledare: Peter Bernhardsson

Examinator: Ylva Bergström

Sammanfattning

Syftet med den här studien är att ur ett kön- och genusperspektiv diskutera sambandet mellan svenska elevers inställning till och resultat i matematik. De frågeställningar som kommer att besvaras i studien är: Hur skiljer sig pojkars respektive flickors självförtroende inom matematikämnet? Hur skiljer sig pojkars respektive flickors resultat i matematikämnet? samt Vilket samband kan iakttas mellan självförtroende och resultat? För att besvara de två första frågeställningarna i studien kommer datamaterial från stickprovsundersökningen TIMSS 2019 att analyseras genom datorprogrammet SPSS utifrån svenska årskurs fyra-elever, beträffande dels vad de har svarat i enkäten samt hur de presterat på matematiktestet. Sambandet mellan frågeställning 1 och 2 kommer att diskuteras och analyseras genom frågeställning 3.

Teoretiska utgångspunkterna i studien som används för genusanalys är GeMas (Svenskt projekt om kön och utbildning) fyra olika perspektiv på kön och utbildning som kopplas samman med Inga Wernersson olika diskurser som berör olika ideologiska förändringar som skett i samhället över tiden samt Alan Shoenfelds teori kring hur självförtroende och attityder till matematik har ett samband med hur elever presterar inom ämnet. De centrala begrepp som används i studien är kön, genus, prestation, självförtroende, matematik och TIMSS 2019. Resultatet i studien visar att pojkar i högre utsträckning har ett högre självförtroende än vad flickorna har inom ämnet matematik. Däremot är skillnaden gällande prestation kopplat till kön nästintill obefintlig. Sambandet mellan högt självförtroende och prestation är starkare än sambandet kön och prestation.

Nyckelord: kön, genus, prestation, självförtroende, matematik, TIMSS 2019

Innehållsförteckning

Sammanfattning ... 2

1. Inledning ... 5

2. Bakgrund ... 6

2.1 Skolans värdegrund & matematik som manlig domän ... 6

2.2 TIMSS ... 7

3. Forskningsöversikt ... 8

4. Teoretiska utgångspunkter ... 11

4.1 Kön och utbildning ... 11

4.2 Matematiska attityder, prestation och självförtroende ... 13

5. Syfte och frågeställningar ... 15

6. Metod ... 16

6.1 Metod för datainsamling samt analys ... 16

6.1.1 Variabler, sambandsanalyser och centrala begrepp i SPSS ... 18

6.2 Reflektion över metod ... 21

6.3 Validitet och reliabilitet ... 23

6.4 Etiska ställningstaganden ... 24

6.5 Arbetsfördelning ... 24

7. Resultat & Analys ... 25

7.1 Hur skiljer sig pojkars respektive flickors självförtroende inom matematikämnet? ... 25

7.2 Hur skiljer sig pojkars respektive flickors resultat i matematikämnet? ... 27

7.3 Vilket samband kan iakttas mellan självförtroende och resultat? ... 29

7.3.1 Enskilda påståenden, självförtroende & prestation ... 31

7.4 Sammanfattning resultat utifrån samtliga frågeställningar ... 34

8. Diskussion ... 35

8.1 Resultat kopplat till forskningsöversikten ... 35

8.2 Metoddiskussion ... 37

9. Konklusion ... 38

Referenslista ... 39

Bilagor ... 42

Bilaga 1. Glosor ... 42

Bilaga 2. Datafiler för elevenkäten TIMSS 2019 & resultat ... 43

Bilaga 3. Elevenkät TIMSS 2019, Är du en flicka eller pojke? ... 43

Bilaga 4. Elevenkät TIMSS 2019, Hur väl instämmer du om dessa påståenden inom matematik? ... 44

Bilaga 5. Originaltabeller från SPSS ... 45

5.1 Bilagor Tabell 4.1 ... 48

1. Inledning

Vi författare av detta arbete studerar vårt sista år på lärarutbildningen, genom utbildningen har vi kommit i kontakt med personer som förmedlat olika åsikter kring elevers prestation i skolan. Olika föreställningar om vad som ligger till grund för elevers prestationer i skolans olika ämnen skiljer sig såväl bland erfarna lärare och oerfarna studenter. Ämnet matematik är något vi bl.a genom praktik och olika kurser fått ett särskilt intresse för. Ämnet matematik är ett omtalat ämne, inte minst på de skolor vi har haft praktik på. De diskussioner som förts mellan lärare på praktikplatserna, och studenter på utbildningen är bland annat elevers varierande kunskapsnivåer, intressen och inte minst deras självförtroende. Genom praktiken och arbete inom skolsektorn genom åren har vi märkt att självförtroende inom matematik generellt sett är högre bland pojkar än hos flickorna.

Detta kan naturligtvis vara lokalt förankrat eller slumpmässigt. Därför är vår avsikt att undersöka detta på en bredare elevgrupp vilket gör Trends in International Mathematics and Science Study (benämns som TIMSS i studien) till ett effektivt verktyg för att analysera detta. Vi har under åren arbetat nära den svenska läroplanen för grundskolan 2019 som lyfter vikten av lika behandling, jämställd skola och allas lika värde. Om det visar sig att det finns ett samband mellan prestation, kön och självförtroende som missgynnar någon grupp, behöver den svenska skolan utvärderas såtillvida dessa ovannämnda punkter efterföljs i största möjliga mån. Vår förhoppning med detta arbete är att tillföra kunskap och synliggöra om skillnader mellan könen har ett samband med deras självförtroende och prestation.

2. Bakgrund

I kommande kapitel kommer bakgrund till studien att presenteras, delar som kommer att förklaras och preciseras i bakgrunden är matematik som ämne, vad skolans roll är för att främja individers utveckling individuellt och i grupp samt skolan allmänna uppdrag. Sedan presenteras TIMSS med tillhörande bakgrund, syfte samt en presentation av vilka som deltog i senaste TIMSS-testet samt urvalet som sker när TIMSS genomförs.

2.1 Skolans värdegrund & matematik som manlig domän

Enligt Skolverkets reviderade läroplan (2019, ss.5-6) har varje skola i uppdrag att främja varje individs utveckling och bibehålla en jämställdhet mellan könen. Det sker genom att skolan aktivt arbetar för en intressant och utvecklande undervisning för varje individ oberoende av könstillhörighet. Varje enskild skola ska utforma utbildningen så att elever ges möjlighet att verka tillsammans, samt ges möjlighet att utveckla individuella förmågor och intressen på lika villkor oberoende av könstillhörighet (ibid, s.6). Vidare ska skolan ge varje elev möjlighet till interaktion med andra individer oberoende av könstillhörighet. Utbildningen i skolan ska göra elever medvetna om vad som kan uppfattas som kvinnligt respektive manligt. I och med detta bidrar skolan till att öka elevers kritiska förhållningssätt angående könsmönster, och hur dessa begränsar individers levnadsvillkor (ibid, s.7). Skolverkets reviderade läroplan presenterar även delar som den enskilda lärarens ska förhålla sig till i sin undervisning kopplat till kön. Dessa delar överensstämmer med skolans uppdrag. Läraren ska bland annat planera sin undervisning så att eleverna ges möjlighet att arbeta tillsammans oberoende av vilket kön de tillhör (ibid, s.11).

Skolan har även uppdrag gällande att bibehålla elevers lust att lära (Skolverket, 2019, s.9). Vidare står det att elevers självkänsla i första hand ska ges utrymme att utvecklas i hemmet, dock har skolan ett ansvar att låta elever utvecklas, bidra till att elever känner tillfredsställelse genom att övervinna hinder och svårigheter, för att öka självkänslan hos varje individ (ibid). Skolan ska verka för att höja varje elevs självförtroende (ibid, s.7).

Brandell m.fl. (2003, ss.26-27) beskriver i GeMa-projektet, Kön och Matematik att ämnet är en manlig domän. Denna slutsats motiveras genom den relativt låga kvinnliga andelen i högre matematisk utbildning i GeMa (Brandel m.fl. (2003, ss.26-27). Det finns många kvinnliga matematiklärare men ytterst få kvinnor är verksamma inom högre matematik eller som forskare i ämnet Bland de professionella matematikerna fördelat utefter kön, är alltså männen i stark majoritet. Majoriteten av matematiker historiskt har också varit män. Att vara matematiker innebär att vara logisk, rationell och objektiv vilket är förmågor som ofta associeras med det manliga könet och inte det kvinnliga.

Därmed kan en individ uppfatta matematiken som ett naturligt område för män. Detta är vad GeMa vill undersöka, huruvida svenska elever uppfattar matematik som är ett typiskt ämne för pojkar. Brandell m.fl. (2003, s.65) skriver att jämställhet skall genomsyra den svenska läroplanen och att eleverna som projektet frågat har tillägnat sig detta kring jämställdhetstanken.

2.2 TIMSS

TIMSS (Trends in International Mathematics and Science Study) är ett globalt jämförande test som används för att mäta elevers kunskaper och inställning till matematik och naturvetenskap som skolämne. Syftet med TIMSS är att skildra elevers prestationer och inställning till matematikämnet och de naturvetenskapliga ämnena både nationellt och internationellt. Ytterligare intentioner med testet är att synliggöra utveckling inom länder från olika år som undersökningen genomförts, om ett land ligger under eller över det globala genomsnittet i syfte att upptäcka olika länders eventuella behov av att se över vissa delar inom det nationella skolsystemet (Skolverket, 2020-a, s.10). IEA (The International Association for the Evaluation of Educational Achievement) heter organisationen som organiserar TIMSS och i Sverige är det Skolverket som har huvudansvaret för testets genomförande (ibid, s.2).

Studien utförs vart fjärde år och genomfördes första gången 1995. Elever i årskurs 4 och 8 deltar i studien. I Sverige 2019 deltog cirka 4000 elever i årskurs 4 från totalt 145 geografiskt utspridda skolor. Detta år hade svenska elever i årskurs 8 deltagit i testet vid de sex senaste tillfällen testet har genomförts, elever i årskurs 4 hade deltagit vid de fyra senaste tillfällen som testen genomförts.

Detta ger möjlighet att studera förändringar i prestation inom matematik och naturkunskap för de senaste 24 åren för elever i årskurs 8, och de tolv senaste åren för elever i årskurs 4 (Skolverket, 2020-a, s. 6). Vid genomförandet av TIMSS 2019 för årskurs 4 deltog totalt 64 länder. För att en skola ska få delta i testet sker ett slumpmässigt urval bland landets skolor. Elever som av någon anledning inte följer Skolverkets reviderade läroplan för grundskolan, men ändå blivit slumpmässigt utvalda att delta i testet exkluderas. Det kan röra sig om elever med funktionsvariationer eller elever som följer någon annan av Skolverkets läroplaner. I Sverige är det Skolverket som ansvarar för genomförandet av testet (ibid, s.10).

3. Forskningsöversikt

En stor mängd svensk och internationell forskning har ägnats åt frågor om matematikämnets eventuella genuskodning och de olika könens förutsättningar i matematikstudier. I nedanstående översikt över forskningsläget kommer vi inleda med att presentera forskning gällande självförtroende och prestation. Sedan presenteras forskning kring olika förklaringar kring könsskillnader samt forskning som motsäger det tidigare nämnda för att sedan avsluta med forskning som pekar mot vad som kan åtgärda dessa skillnader samt hur könen skiljer sig i självförtroende.

I det svenska projektet kön och matematik (GeMa) undersöktes om svenska elever tycker att matematikämnet är en manlig, kvinnlig eller könsneutral domän (Brandell m.fl., 2003). Brandell (2003) och Skolverket (1996) skriver liknande om att elevers resultat beroende på kön innehåller ytterst små skillnader. Brandell m.fl. (2003) skriver att det genom historien funnits skillnader i prestation mellan könen men att det har jämnats ut mer och mer från 1980-talets senare hälft.

Skillnaderna i matematik är betydligt större mellan olika skolor, etniciteter och nationer än vad det är mellan kön. Brandell m.fl. (2003), Skolverket (1996) och Grevholm (1994) skriver liknande att prestationsskillnaden inom matematik är liten mellan könen medans attityden till ämnet skiljer sig.

Pojkar har en tendens att tro mer på sin egen förmåga inom ämnet. Pojkar överskattar sin förmåga och flickor tenderar att underskatta sin förmåga inom matematiken trots att betyg och provresultat är liknande i stor mån. Vidare lyfter Brandell m.fl. (2003) att det finns stora skillnader inom socialgrupper när det kommer till betyget i ämnet vilket styrks av Skolverket (1996) som också skriver att de sociala grupper elever befinner sig i påverkar betygen och prestationerna i mycket högre mån samt vilka kurser de kommer att välja i sina framtida utbildningar än vad könet gör.

Matematik är ett mycket omdiskuterat ämne, inte minst utifrån ett kön- och genusperspektiv där olika studier visar olika resultat (Brandell m.fl., 2003). Det existerar också en större skillnad mellan flickors självskattning som snarare beror på bakgrund än på kön. Det som verkar ligga till grund för flickors lägre självskattning verkar vara en annan bakomliggande faktor som är att flickor inte känner sig duktiga i lika hög utsträckning som pojkar gör (ibid). Det är vanligt i litteraturen att matematiken har en manlig laddning och att matematiken har en särskild status hos pojkar.

Matematik är något av en genusmarkör som bland annat bottnar i att flickor ofta underskattar sin matematiska förmåga (ibid).

Wernersson (2013) skriver i sin studie om olika ideologiska förändringar som skett de senaste åren att pojkar generellt sett har ett lägre betyg i matematik än vad flickor har, trots att prestationen inte generellt faller under samma utfall. Könsskillnader i skolprestationer har debatterats utifrån många olika perspektiv. Det finns antaganden om naturliga skillnader mellan könen, att prestationsskillnader mellan könen, beror på kroppens materiella konstruktion och funktion där Wernersson (2013) beskriver kvinnan som underordnad. Wernersson (ibid, s.8) beskriver också att könen har en olikhet i utvecklingstakten. Flickors receptiva period infaller efter skolperioden vilket kan vara en huvudförklaring till deras sämre prestation. Wernersson (2013, s.4) kartlägger och beskriver en grundmotsättning som finns i olika forskning, samhället och teorier om könsskillnader. Denna grundmotsättning innefattar könsskillnaden som antingen “naturlig” eller

“konstruerad”. Centrala aspekter inom detta är om skillnaderna är möjliga att omforma eller om de har en positiv eller negativ “laddning” bakom sig samt om de grundar sig i biologiska, sociala eller kulturella förklaringar.

En förklaring till pojkarnas relativa framgång skulle kunna vara att de, mer än flickorna, förmår utnyttja tillgängliga resurser i matematikundervisning. En sådan slutsats har framförts av Ngángá m fl (2018) efter en studie av kenyanska elevers prestationer har jämförts mellan de olika könen.

Olika resurser som presenteras är bland annat antalet undervisningstimmar, lärarens erfarenhet, storlek på klass, tillgång till läroböcker samt skolans ekonomi. Skillnader i elevers resultat är små, dock till pojkarnas fördel både i statliga och privata skolor. Ng’ang’a m.fl. (ibid) drar slutsatsen genom studien kring elevernas resultat att flickorna hade presterat bättre än pojkarna om de hade utnyttjat de olika resurser som skolorna erbjuder i lika stor utsträckning (ibid). Anledningen till varför pojkar tenderar att utnyttja resurserna i högre utsträckning handlar om att ämnet är utformat till pojkarnas fördel (ibid). En annan förklaring till pojkarnas relativa framgång är att läraren tenderar att underskatta flickornas förmåga inom ämnet matematik. Robinson-Cimpian m.fl.

(2014) drar liknande slutsatser som Ng’ang’a m.fl. (2018) gällande pojkars prestation som bättre kontra flickornas. Robinson-Cimpian m.fl. (2014) har studerat över 21.000 elevers matematikprestationer genom att använda datorprogrammet Early Childhood Longitudinal Study, Kindergarten Class of 1998-1999 (ECLS-K). Robinson-Cimpian m.fl. (2014) kommer även fram till att prestationsskillnaden ökar mellan könen när eleverna blir äldre. Resultatet från studien visar att det inte är någon skillnad mellan elevernas prestationer baserat på kön i förskoleåldern.

Resultatet från studien visar att pojkar tenderar att succesivt prestera bättre inom ämnet desto äldre eleverna blir.

Det finns forskning som menar på motsatsen, att ämnets utformning inte är anpassat för det ena könet. Forgasz, Leder samt Kaur (1999) menar att matematikämnet snarare är av en könsneutral karaktär. Studien som bedrivits för att stärka detta påstående har skett genom att låta en grupp med australiensiska elever och en grupp med elever från Singapore svara på frågor angående deras självskattning och inställning kring ämnet matematik. Resultatet från forskningen visar att eleverna i båda länderna tycker att matematikämnet inte är anpassat efter ett specifikt kön. Undersökningen angående hur eleverna uppskattar sin egen förmåga inom matematikämnet skiljer sig i dock åt i respektive land. Resultaten från den australiensiska elevgruppen visade inga skillnader i självskattning mellan könen. Av eleverna som deltagit i undersökningen från Singapore visade resultatet att pojkars självskattning inom matematikämnet var högre än flickors. Forskarna menar att skillnaderna i resultatet länderna emellan kan bero på kulturella skillnader, exempelvis lärarens och föräldrarnas förväntningar men även stereotypa föreställningar hos eleverna i respektive land kring ämnet matematik (ibid).

Hoffman m.fl. (2006) har forskat inom sambandet mellan självförtroende inom kön, det vill säga könsförtroende och personlig hälsa, det vill säga välbefinnande. Forskningen påvisar att oavsett kön är pengar en svag väg till välmående där istället känslan lycka, att man ska känna sig lycklig, skattas högt. Välbefinnandet har studerats i relation till olika livshändelser och personlighetsdrag.

Resultatet påvisar en nästan obefintlig skillnad mellan könen, dock togs ingen hänsyn till individernas uppfattningar om sig själv som man eller kvinna i beaktning vid forskningsstudien.

Hoffman mfl. (ibid) föreslår att det är viktigt att låta människor själva vara fria att forma sin egen uppfattning och betydelser av konstruktionerna manligt respektive kvinnligt. Det könsrelaterade självförtroendet växer i och med att man är trygg i sig själv, oavsett om man identifierar sig som

individ kan motsäga socialt föreskriva könsroller oavsett vad man identifierar sig som där individen kan identifiera sina styrkor, attityder och beteenden utifrån manligt eller kvinnligt utan att placeras in i dessa kategorier enligt könsidentitet. En av Hoffman m.fl. (ibid) slutsatser är olika tillvägagångssätt lärare kan pröva för att utveckla självacceptans mellan könen hos eleverna och deras välbefinnande. Samhället har många starka könsstereotyper och ideal som varje dag trycker på samtliga individer i samhället. Ett exempel på tillvägagångssätt för att arbeta mot detta kan vara att diskutera detta om tex läraren börjar “Min känsla av mig själv som kvinna (manlig) är positiv”

och förklarar varför där en diskussion förs med klassen. En slutsats i studien är att ett starkt könsförtroende med icke-stereotypiska drag hos könen har ett starkt samband med välbefinnande, att man är trygg i sig själv oavsett egenskaper. En annan åsikt kring självförtroende och kön beskrivs av Giota (2006) som menar att självförtroendet mellan könen skiljer sig. Studien som genomförts på svenska elever i skolans mellanår har undersökt självförtroende bland elever inom olika ämnen.

Resultatet visar att självförtroendet bland pojkar och flickor inte innehåller någon markant skillnad i matematikämnet. Resultat visar dock att skillnaderna variera från olika ämnen, i ämnet svenska förekom det skillnader i självförtroende, där flickorna hade högre självförtroende än pojkarna.

4. Teoretiska utgångspunkter

De teoretiska utgångspunkterna som detta arbete grundar sig i är de fyra perspektiven i GeMa- projektet som belyser kön och utbildning. GeMa:s fyra perspektiv beskriver olika synssätt som finns i samhället på kön kopplat till utbildning vilket kan ge en förklaring av strukturer och normer som bygger samhället kopplat till problematiken kring frågor och åsikter om kön och utbildning.

Dessa perspektiv sammanfogas med några av Wernerssons (2013, s.4) diskurser. Wernersson kartlägger och beskriver grundmotsättningar som finns i olika teorier om könsskillnader som hon presenterar i diverse diskurser och några av dessa överensstämmer med GeMa:s perspektiv. Sedan presenteras Shoenfelds teori och beskrivningar av uppfattningar och självförtroende hos elever i matematik. Shoenfelds teori om attityder och självförtroende inom matematik kan kopplas till hur självförtroende och självskattning kan relatera till matematiska prestationer. Respektive kapitel inleds med att definiera studiens centrala begrepp som lyder: kön, genus (4.1), självförtroende och prestation (4.2).

4.1 Kön och utbildning

Ordet Kön har definierats på olika sätt av olika forskare och teoretiker, i detta fall handlar det om vad eleven identifierar sig som av antingen manligt och kvinnligt då de är dessa svarsalternativ som eleverna kan välja mellan. Enligt svenska akademins ordlista definierar kön utifrån manligt- respektive kvinnligt kön (SAOL, 2015-a). Kön i detta arbete refereras till om eleven i fråga kryssat i svarsalternativet flicka eller pojke alternativt ett bortfall.

Ordet Genus definieras enligt svenska akademins ordlista som en språklig kategori för indelning av kön (SAOL, 2015-b). Begreppet genus beskrivs av Hirdman (2001, ss.11-12) som ett relativt nytt begrepp som hon lyfter ska synliggöra sådant vi inte såg förut. Begreppet har tidigare benämnts som “enklare”, tex man eller kvinna, det vill säga kön vilket nu mera fått benämningen genus som har en större innebörd. Ordet inräknas med betydelserna generera och generation då ordet genus är latin som betyder slag, släkte, kön. Tillsammans med begreppet gender, som betyder slag/ sort som genus men också kön som i det täckta könet. På grund av att gender ännu är ett tomt begrepp kan forskare ta sig an uppdraget att ge förståelse och möjligheter kring varför det bakom de fasta uttrycken man och kvinna döljer sig prägling, tvång och underordning med hjälp av gender och genus. Genusbegreppet sammanfattas som att det även handlar om det sociala, inte bara manligt och kvinnligt. Genus i detta arbete kopplas till kön, det vill säga vad eleven i fråga kryssat i, flicka eller pojke, i TIMSS-enkäten.

Det svenska projektet KÖN OCH MATEMATIK (GeMa) använder fyra olika perspektiv för att belysa kön och utbildning (Brandell m.fl., 2003, s.21). Dessa fyra perspektiv benämnes som likhetsperspektivet, olikhetsperspektivet, dekonstruktion och konstruktion. De beskrivs nedan utifrån Brandell m.fl. (ibid, ss.21-24).

I det första perspektivet, likhetsperspektivet, uppfattas pojkar och flickor att i grunden ha samma rättigheter. Formellt sett har den obligatoriska svenska utbildningen sett likadan ut för både pojkar och flickor sedan länge men däremot har den alltid innehållit valmöjligheter i olika former vilket

exempelvis genom att stärka attityder som flickor antas sakna som pojkar redan har och ge pojkar utrymme att öva attityder samt uttryck som är typiskt för flickor. I detta perspektiv har pojkar och flickor inom matematik samma förutsättningar för att lyckas. Pojkars och flickors attityder studeras till ämnet vilket uttalas implicit i detta perspektiv att mannen/ pojken är normen vilket bidrar till att kvinnan/ flickan blir missgynnad. Det är ett stort problem i likhetsperspektivet, att man förbiser könssegrationen i samhället tillsammans som grundar sig i kvinnliga respektive manliga värderingar.

Detta perspektiv går att koppla till Ng’ang’as (2018) idé om att pojkar generellt sätt är bättre på att ta vara på skolans resurser. Om man ser likhetsperspektivet med synsättet att pojkar och flickor är lika, kan Forgasz, Leder samt Kaurs (1999) forskning som menar att matematikämnet är av könsneutral karaktär, användas som argument för den tesen. Även Wernersson (2013, s.5) lyfter maktordningen, vilket har en negativ laddning då denna syftar till att män är överordnade kvinnor och med hjälp av skolan konstrueras detta i samhället.

I det andra perspektivet, olikhetsperspektivet, ses pojkar och flickor i grunden som olika. Detta innefattar även att de föds olika och blir olika med tiden på grund av olika erfarenheter. Biologiska förklaringar skapar ett särartstänkande vilket leder till diskussioner om vad som är typiskt kvinnligt respektive manligt. Studier i syfte att undersöka könsskillnader inom prestationer i matematik tog fart under 1900-talet där vissa ansåg att det vara stora skillnader i detta medans andra starkt tog avstånd till detta. Ett problem med att särskilja prestationer i matematik utifrån kön är att de manliga prestationerna ses som det rätta och det bättre sättet där deras attityder blir normen. En positiv aspekt med detta perspektiv är synliggörandet av normen kring de manliga prestationerna för läraren/ pedagogen i fråga vilket kan skapa ge tillfälle att reflektera över om pojkar kontra flickor lär sig bäst på olika eller liknande sätt? Likt likhetsperspektivet skapas också ett problem i detta perspektiv med de pojkar respektive flickor som glöms bort eller inte nämns, det vill säga de som aldrig får komma till tal, analyseras eller på annat sätt inte används i forskning. Även Wernersson (2013) presenterar biologiska olikheter mellan pojkar och flickor i en av diskurserna.

Hjärnorna hos könen har olika struktur som automatiskt skapar skillnader som kan observeras. Det är naturligt att vi är skapade på detta sätt vilket inte är en värderingsfråga, utan hur naturen skapat människan.

I det tredje perspektivet, dekonstruktion, belyser olikheter i gruppen flickor. En grundtanke i perspektivet är att det måste genomföras ett arbete som uppmärksammar skillnader i gruppen flickor. Flickor med olika etniciteter, sociala klasser, ålder samt eventuella individuella skillnader är faktorer som skiljer flickor åt vilket ger flickorna olika villkor att lyckas. I perspektivet är det omöjligt att placera flickor i en enhetlig grupp. Detta innebär i pedagogiken att medvetenhet kring dessa måste betraktas, att flickor tex har olika bakgrunder samt etnicitet. Risken med detta perspektiv är att vad som faktiskt förenar flickor blir osynligt då deras olikheter står ständigt i centrum. Detta stämmer överens med Wernerssons (2013, s.5) diskurs där hon menar att skillnader av könen är irrelevanta då vi alla ingår i flera maktordningar samt hur dessa genom tiden korsas.

Vilket resulterar i att olika villkor och skillnader uppstår mellan olika aspekter som tex etnicitet.

Kön är bara en av många skillnader för orättfärdiga maktrelationer. Wernersson (ibid) beskriver vidare att uppdelningen mellan kvinnor och män även irrelevant då vi alla är unika individer med egna egenskaper och erfarenheter. Brandell m.fl. (2003, s.19) skriver även att flickor verkar underskatta sig pojkar inom matematiken, det vill säga att de anser sig inte vara lika duktiga som pojkarna vilket också kan lyftas i detta perspektiv.

I det sista perspektivet, konstruktion, belyser synen på de olika könen som en grundläggande struktur i samhället som kontinuerligt reproduceras samt utvecklas. Man ser kön som socialt och kulturellt skapat genom samhällets materiella villkor, normer samt diskurser. Man ser män som helhet som en starkare grupp kontra helheten gruppen kvinnor. Detta blir problematiskt inom matematiken då gruppen flickor kontra gruppen pojkar är mer eller mindre likvärdiga prestationsmässigt vilket Brandell (2003, s.15) lyfter genom det första perspektivet, likhetsperspektivet vilket även Skolverket (1996, s.1) lyfter, det vill säga att könen i stort är likvärdiga när det kommer till prestation. Även Wernersson (2013, s.5) pekar på att faktorer som samhällets normer gör att det uppstår skillnader mellan könen, det vill säga en social konstruktion. En förklaring som lyfts i den här diskursen handlar om kvinnors respektive mäns olika arbetsfördelning på grund av kvinnors moderskap kontra männens fysiska styrka. Detta innebär att kvinnor respektive män fostras olika beroende på sina kompetensskillnader. Det är alltså naturligt med könsskillnader inom denna diskurs. Ytterligare en av Wernerssons (2013, s.5) diskurser går att koppla till perspektivet konstruktion (Brandell m.fl., 2003, s.15) gällande strukturer i samhället. Wernersson (2013, s.5) lyfter att skillnaderna mellan könen hade en viktig funktion i tidigare samhällen. Men samhällen förändras vilket könsrollerna också skall göra. Man skall stödja könsspecifika egenskaper efter hur samhället ser ut genom att då använda naturgivna skillnader efter det. Detta överensstämmer med Hoffmans m.fl. (2006) som menar att man skall stärka individer oavsett vilka egenskaper eller erfarenheter man besitter som samhället kan placera in som manligt respektive kvinnligt.

4.2 Matematiska attityder, prestation och självförtroende

Ordet självförtroende förklaras genom i vilken grad en individ har tilltro till sin egen förmåga i olika sammanhang (SAOL, 2015-c). Skolverket (2004) menar att begreppen självförtroende situationsbaserat, vilket betyder att det varierar från vilken situation en person befinner sig i. En viktig aspekt att ha i åtanke är att självförtroende inte nödvändigtvis behöver överensstämma med individens kvalitéer inom ett område. En elev med ett högt självförtroende kan inom ett ämne sakna kunskaper (ibid). Chirstidou (2011) menar att självförtroende kan vara svårt att skilja från självkänsla. Självkänsla baseras inte på tilltron till den egna förmågan utan hur man värderar sig själv och sina personliga drag. Självförtroende i arbete speglar elevens tilltro till sin egen matematiska förmåga, vad eleven själv anser om hur duktig man är i matematik.

Ordet prestation grundar sig i vilket grad en individ genomför en specifik uppgift, ofta med svårigheter av olika slag (SAOL, 2015-d). Wernersson (2013, s.3) beskriver prestation inom skolan som värderingar av vad eleven uppnått kunskapsmässigt, vilket betyg eleven når upp till eller vilket arbete eleven utfört i skolan. I detta arbete refereras prestation till vad eleven i fråga har åstadkommit, det vill säga det resultat som uppnåtts.

Shoenfelds (1989, ss.341-343) teori diskuterar attityder samt självförtroende gentemot matematikämnet för elever. Människor utgår utifrån sina tidigare erfarenheter där dessa erfarenheter ligger som grund för hur man som människa agerar i olika situationer. Dock bygger ofta dessa tidigare uppfattningar samt erfarenheter på missuppfattningar vilket kan leda till försämrat självförtroende inom den erfarenheten, tex matematik. De val vi gör som människor bottnar ofta i vad våra tidigare erfarenheter eller uppfattningar är kring det vi står inför då Shoenfeld (1985, ss.146-155) också beskriver människan som en icke rationell varelse.

Vidare i Shoenfelds (1989, ss.346-348) teori diskuteras det om unga människors/ barns (ungdomar) olika generella uppfattningar till matematiken som tex vad som krävs för att man ska anses som duktig inom ämnet. En stark tilltro som finns bland de ungdomarna med lägre självförtroende är man kommer ihåg alla matematiska regler vilket betyder att man har dem i huvudet när man arbetar med matematiska uppgifter. Ungdomarna med bättre självförtroende menar istället att det är övning och träning som ger ett bättre resultat än memoreringen av regler.

En annan stark tilltro är att man kan visa eller lösa en uppgift på flera olika tillvägagångssätt samt att problemet skall lösas fort. När en ungdom med lågt självförtroende löser en uppgift “för långsamt” ger de istället upp och intalar sig själva att de inte kan.

Det finns en starkare tolkning och oenighet när det kommer till vad som är “rätt” och “fel” inom ämnet matematik än andra ämnen. I Shoenfelds (1985, ss.146-155) teori beskrivs hur självförtroendet tillsammans med tidigare erfarenheter och förkunskaper inom ämnet har en stor betydelse för elevens bedrifter.

Shoenfelds (1989, s.341) teori går avslutningsvis in mer specifikt på områden kring elevers tidigare erfarenheter som bestämmer hur mycket tid eller ansträngning eleven lägger ner på att lösa ett visst matematiskt problem. Den tidigare erfarenheten bestämmer också vilken informationen eleven finner som relevant eller vilka tillvägagångssätt som blir lämpliga att använda för att nå fram till ett svar. Detta är dock inget som är unikt för ämnet matematik. Det finns många faktorer som spelar in hur en elev beter sig i ett ämne, inte minst inom självförtroendefaktorn, både generellt men även inom matematiken.

Shoenfeld (1989, s.342) skriver vidare att det finns ett mycket positivt samband mellan självförtroende och prestation inom matematiken samt ett negativt samband mellan en dålig attityd till matematik och prestationen inom den. Självförtroende har en stark koppling till hur elever presterar i skolan där könen är mer eller mindre likvärdiga. Några negativa faktorer som denna teori lyfter är matematikångest samt kvinnors rädsla för att lyckas i ämnet. Den matematiska ångesten begränsar eleven i fråga negativt då den ger en negativ syn som håller tillbaka självförtroendet vilket är central för att lyckas inom ämnet. Kvinnor kan se matematiska framgångar som negativt då ämnet länge ansågs vara ett manligt område. Detta resulterar i att en social uppfattning som kvinnor har sänker deras självförtroende vilket leder till sämre prestationen då matematik anses som manligt i deras ögon.

5. Syfte och frågeställningar

Syftet med den här studien är att ur ett kön- och genusperspektiv diskutera sambandet mellan svenska elevers inställning till- och resultat i matematik. Syftet konkretiseras genom följande frågeställningar:

1. Hur skiljer sig pojkars respektive flickors självförtroende till matematikämnet?

2. Hur skiljer sig pojkars respektive flickors resultat i matematikämnet?

3. Vilket samband kan iakttas mellan självförtroende och resultat?

6. Metod

Detta arbete grundar sig i datamaterial som är hämtat från International Association for the Evaluation of Educational Achievement (IEA) hemsida. I följande kapitel kommer studiens metod att presenteras. En redogörelse för metoden som används för datainsamling samt analys kommer att presenteras. De variabler, sambandsanalyser samt statistiska begrepp med förklaringar och exempel kopplade till studien kommer att presenteras i Tablå 2. I Tablå 3. kommer centrala begrepp från datorprogrammet SPSS att presenteras med förklaringar och exempel. Vidare kommer en reflektion kring aktuell metod att diskuteras. Avslutningsvis presenteras validitet, reliabilitet, etiska ställningstaganden samt arbetsfördelning.

6.1 Metod för datainsamling samt analys

Den kvantitativa data från TIMSS analyseras med hjälp av statistiska mjukvaruprogrammet IBM SPSS som står för Statistical Package for the Social Sciences. Datamaterialet som används för statistisk analys i SPSS är datafiler. Datafilernas originalformat innehåller engelska begrepp, dessa datafiler finnes och kan utläsas under Bilagor med tillhörande svensk översättning av begreppen och påståendena som använts i studien. Djurfeldt, Larsson och Stjärnhagen (2010, s.8) beskriver SPSS som det mest utbredda statistikprogrammet i Sverige som används av olika samhällsvetenskapliga fakulteter. TIMSS 2019 mäter elevers prestationer i ämnena matematik och naturvetenskap (Skolverket, 2020-a, s.10). De elever som deltar i TIMSS-testerna går antingen i årskurs 4 eller årskurs 8 och är slumpmässigt utvalda för att delta i testet (ibid). Djurfeldt, Larsson och Stjärnhagen (2010, ss.69-71) beskriver stickprovsundersökningars styrka, att göra stickprov i populationen skapar möjlighet att dra slutsatser över befolkning generellt eftersom dessa stickprov görs på ett urval individer slumpmässigt. Alla individer har samma chans att bli utvalda där det är slumpen som bestämmer. Urvalet av datamaterial (TIMSS-undersökningen) är alltså inte slumpmässigt, det slumpmässiga urvalet i studien är skolorna som deltar vilket i förlängningen syftar till varje individ.

Analysen i studien utgår från det kvantitativa material som hämtas från TIMSS 2019. Analysen kommer att begränsas till att undersöka elevers prestationer kopplat till självförtroende. I TIMSS 2019 svarar elever på enkätfrågor gällande bland annat social bakgrund, ålder, kön samt etnicitet (Skolverket-a, 2020, s.6). Den här undersökningen begränsas till att studera elevernas självförtroende och prestationen för elever i årskurs 4. Således kommer undersökningen att bestå av en jämförelse mellan pojkar och flickors inom dessa två variabler, ytterligare en avgränsning som gjorts är att endast studera dessa frågor i ämnet matematik och inte naturvetenskap. Syftet med att avgränsa studien till bara ett ämne är undersöka om det stämmer överens eller skiljer sig från den tidigare forskningen. Det kan vara till fördel att analysera endast ett ämne när undersökning av sambandet mellan prestation och självförtroende, då elever kan prestera olika och självförtroendet kan variera mellan de olika ämnena, vilket kan vara intressant för en annan typ av studie som har i syfte att undersöka om elevers självförtroende och prestation varierar i olika ämnen.

Det går som nämnt i stycket ovan, att analysera flera delar av TIMSS 2019 genom SPSS. Den här analysen kommer att begränsas till att analysera pojkar respektive flickors uppskattning angående hur de själva tänker om sin matematiska förmåga det vill säga elevernas självförtroende. Detta kopplas

sedan till elevernas prestation i syfte att undersöka om det finns något samband mellan självförtroende och prestation baserat på kön. Valet att analysera kön kopplat till prestation och självförtroende och inte någon annan faktor som etnicitet eller social bakgrund grundar sig i att forskning redan finns presenterad kring dessa delar. Skolverket (2020-a, s.6) kommer i sin rapport fram till slutsatser rörande sambandet mellan prestation kopplat etnicitet eller social bakgrund. Ingenting i rapporten redovisas gällande kön och prestation kopplat till självförtroende, endast att det är en knapp skillnad mellan pojkars och flickors resultat (ibid, s.7). För att ta reda på vilket kön eleven har får eleven svara i enkäten på följande påstående: Är du en pojke eller flicka? för att sedan kryssa i ett av dessa alternativ. Det förekommer alltså inget tredje alternativ i enkäten. Eventuella bortfall sker i samband med detta då elever kan välja att inte svara, eller svarat på ett sådant sätt att datorn inte kan läsa av svaret.,

För att analysera elevernas prestation genomförs en medelvärdesanalys med hjälp av en kvantitativ variabel (elevernas resultat) samt en kvalitativ variabel (pojke eller flicka).

För att studera självförtroende analyseras dels ett index som innebär att det är en sammanstallning av flera påståenden samt varje påståenden var för sig i en gemensam tabell under analyskapitlet. De påståenden som visar på delar som inte går att utläsa i indextabellen kommer att redovisas i analysen, de påståenden som inte tillför någon ny information kommer endast att redovisas i tabellform i analysen. Det matematiska indexet som är en sammanslagning av varje påstående kombinerat med elevsvar formuleras under kategorin Elevers självförtroende inom matematik som följande:

Vanligtvis gör jag bra i från mig i matematik

Matematik är svårare för mig än för mina klasskamrater Jag är helt enkelt inte bra på matematik

Jag lär mig matematik snabbt Matematik gör mig nervös

Jag är duktig på att lösa svåra matematiska problem Min lärare säger att jag är duktig på matematik Matematik är svårare för mig än andra ämnen Matematik gör mig förvirrad

Till varje påstående får eleven välja bland fyra olika svarsalternativ: Stämmer helt, Stämmer delvis, Stämmer lite och Stämmer inte alls. Detta tillhör den första frågeställningen, som kopplas till elevens självförtroende. Det som utläses från tabell 1. är att beroende på vilket svarsalternativ eleven kryssar i, av de fyra alternativen till varje enskilt påstående delas alla svar i indexet in i tre olika fack: Högt självförtroende, Någorlunda självförtroende och Lågt självförtroende. I det nedre vänstra hörnet utläses omvänt kodad vilket innebär att de påståenden som har ett “R” i slutet av påståendet är ett negativt påstående. SPSS-programmet kan alltså läsa av data genom att vända dessa negativa påståendet bakochfram för att svaren skall kunna utläsas i ett index. Påstående 2, 3, 5, 8 samt 9 är negativa påståenden vilket kan utläsas i Tablå 1. Svarar en elev övervägande flest gånger i kolumnen längs till vänster (Stämmer helt), placeras eleven in i kategorien Högt självförtroende och så vidare. Djurfeldt, Larsson och Stjärnhagen (2010, ss.102-103) beskriver detta genom att omkoda skalor för att reducera mängden information för att kunna presentera materialet på ett så bra sätt som möjligt.

Detta matematiska index visar en fyrgradig attitydskala (Stämmer helt, Stämmer delvis, Stämmer lite, Stämmer inte alls) vilket är en ordinalskala (se tablå 2.) som omvandlas till en variabel med tre värden (Högt självförtroende, Någorlunda självförtroende och Lågt självförtroende). För att eleven ska nå upp till

värdet högt självförtroende måste hen få ett gränsvärde som datorprogrammet beräknar (förklaras i Tablå 2.) som gör en gränsdragning på högre än 10.7.

Tablå 1. Index

Omkodad skala Högt

självförtroende

>10.7

Någorlunda självförtroende

> 8.5 - < 10.7

Lågt självförtroende

< 8.5

Attitydskala Stämmer helt Stämmer delvis Stämmer lite

Stämmer inte alls

Vanligtvis gör jag bra ifrån mig i matematik

Matematik är svårare för mig än för mina klasskamrater (R)

Jag är helt enkelt inte bra på matematik (R)

Jag lär mig matematik snabbt Matematik gör mig nervös (R)

Jag är duktig på att lösa svåra matematiska problem

Min lärare säger att jag är duktig på matematik

Matematik är svårare för mig än andra ämnen (R)

Matematik förvirrar mig (R)

6.1.1 Variabler, sambandsanalyser och centrala begrepp i SPSS

Tablå 2. visar variabler och sambandsanalyser som är centrala för att förstå vad som kombinerats (variabler, tabeller osv) vid användandet av SPSS i detta arbete. I tablå 2. Förklaras och exemplifieras vilka variabler och sambandsanalyser som används i den här undersökningen. De centrala variablerna och sambandsanalyserna är: Kvantitativa variabler, kvalitativa variabler, Nominal- och ordinalskalor, bivarat analys, korstabell och medelvärdesanalys. Förklaringarna till dessa är hämtade från Djurfeldt, Larsson och Stjärnhagen (2010, ss.98-100, 137-138, 140-141). De exempel som presenteras i tablån utgår från den analys som genomförts i detta arbete. Ytterligare en variabel i tablå 2 är Skolverkets olika kunskapsnivåer. För att bestämma inom vilken kunskapsnivå

medelvärdet i en specifik grupp (exempelvis kön eller index) motsvarar för internationell kunskapsnivå används dessa definitioner som presenteras i tablå 3. nedan (Skolverket, 2020-a, s.20).

I Tablå 3. förklaras och presenteras begrepp som används vid datainsamlingen i SPSS (IMB, 2021) förklaringarna till begreppen är även dessa hämtade från Djurfeldt, Larsson och Stjärnhagen (2010, ss.144-145, 148-149). Begreppet Plausible values förklaras och exemplifieras utifrån Bergvall (2016, s.51). Begreppen som förklaras och exemplifieras används i analysen av TIMSS i Analyskapitlet.

Begrepp som kommer att presenteras och förklaras är Signifikant, Chi-Square, Eta samt Eta Squared (benämns som Eta2).

Tablå 2. Statistiska begrepp och förklaringar, variabler samt sambandsanalyser

Begrepp Förklaring Exempel

Rimligt sannolikhetsvärde (plausible values)

Då varje enskild elev inte svarar på alla frågor, utan ett urval av frågor används plausible values som verktyg för att uppskatta populationsegenskaper, inte den enskilda individens egenskaper.

Rimliga sannolikhetsvärden har inte för avsikt att mäta enskilda elevers resultat, utan ska fungera för att uppskatta svarsmönster bland elevgrupper. Elever med liknande svarsmönster och bakgrund kan hjälpa till att ta fram rimliga värden på vad dessa elever hade svarat på alla frågor.

I TIMSS svarar inte varje enskild elev på alla matematiska frågor utan ett urval då det är omöjligt för en elev att besvara samtliga frågor och få ut ett godtagbart resultat.

Gränsdragning av skala Variabler som SPSS-programmet räknar ut beroende på vad eleven har svarat på varje enskilt påstående i syfte att placera eleven i rätt index, det vill säga vilken kategori elevens sammanlagda svar placeras i indextabellen

Om eleven i fråga svarar stämmer helt på majoriteten av de positiva påståenden, men svara stämmer inte alls på majoriteten av de negativa påståendena som är kategoriserade som “R” kommer eleven få ett värde: >10.7

Kvalitativa variabler Den typ av variabler som fås fram genom att erbjuda kategorier, en så kallad attitydskala. Tex vilket kön man identifierar sig som eller om man instämmer helt till instämmer inte alls.

För eleverna presenteras fyra olika svarsalternativen till varje påstående, Stämmer helt, Stämmer delvis, Stämmer lite och Stämmer inte alls, kallas för en

kvalitativ variabel.

Kvantitativa variabler Den typ av variabel som anger ett antal eller ett exakt värde i form av tex ett resultat (I detta fall tex elevernas prestation eller antalet elever som deltog i TIMSS) kallas för en kvantitativ variabel.

Något som skiljer kvalitativa och kvantitativa variabler åt är att man inte kan dra liknande slutsatser utifrån dem.

Det går att dra exakta slutsatser mellan kvantitativa variabler då man utläsa exakt hur många pojkar respektive flickor som deltagit i TIMSS ett specifikt år.

Däremot kan man utifrån en kvalitativ variabel i en attitydskala inte dra samma specifika slutsatser mellan olika

olika beroende på deras delade åsikter om tex hur bra man anser sig vara på matematik.

Nominal-& Ordinalskalor I nominalskalor finns ingen logisk ordning mellan värdena vilket skiljer sig från ordinalskalor. Attitydskalor som tidigare nämnt är alltså en ordinalskala där värdena är placerade i en logisk ordning. För att ta reda på om man står inför en nominal- eller ordinalskala kan man testa att byta plats på två kategorier för att belysa om ordningen nu är logisk eller ej.

Vid val av pojke eller flicka spelar inte ordningen på kategorierna någon roll vilket innebär att det är en nominalskala.

Attitydskalan har en logisk ordning då den skulle bli otydlig om bytte plats på de olika svarsalternativen till varje påstående, detta är alltså en ordinalskala.

Bivarat analys Innebär att undersöka om det finns ett samband och hur starkt detta samband är mellan två variabler. Kombinationen av variabler bestämmer vilken analys som blir lämpligast.

Det kan antingen vara en undersökning mellan två kvalitativa (kön och självförtroende), två kvantitativa (medelvärde och antal elever) eller en av vardera variabel (kön och medelvärde).

Korstabell Är en lämplig metod att använda när man jämför olika kvalitativa variabler. I korstabeller jämför man alltså antalet respektive andelen som besvarat enkäten. I denna studie används tex en korstabell för att analysera självförtroendet hos eleverna utifrån enkätens uppdelning mellan pojkar och flickor med hjälp av det matematiska indexet.

Elevernas självförtroende (kvalitativ variabel) kopplat till om det är en pojke eller flicka (kvalitativ variabel).

Medelvärdesanalys Denna analys är att föredra när man skall jämföra en kvalitativ variabel med en kvantitativ variabel. Detta för att kvantitativa variabler kan innehålla många olika värden vilket hade medfört en lång och bred korstabell.

För att beräkna medelvärdet på en kvantitativ variabel för varje kategori i den kvalitativa variabeln.

Medelvärde TIMSS internationella experter har definierat olika kunskapsnivåer som utgår från olika poäng (medelvärden) utifrån elevernas prestation i matematik.

Medelvärdet beräknas genom att addera samtliga elevers resultat, för att sedan dividera med antalet elever.

Dessa nivåer är definierade enligt följande:

Elementär nivå och kräver en poängkvot på över 400. Medelgod nivå och kräver minst 475 poäng. Hög nivå som kräver minst 550. Avancerad nivå kräver minst 625 poäng.

Tablå 3. Begrepp i SPSS

Begrepp i SPSS Förklaring Exempel

Signifikant Vid ett slumpmässigt urval ur en population, en stickprovsundersökning är syftet med detta att man vill dra någon generell slutsats om populationen.

Finner man ett någorlunda starkt samband i stickprovet vill man ta reda på hur säkert detta samband är att det finns där. Detta kallas för om sambandet i fråga är signifikant eller inte. När man utgår från ett sådant signifikantstest utgår man i regel från tre olika säkerhetsnivåer: 95%, 99% eller 99,9%.

Får man resultat <0,005 betyder det att man kan vara 95% säker på att sambandet man undersöker finns i populationen och motsvarande svar för

<0.01 och <0.001. Detta blir ett sannolikhetsvärde och inget man kan dra en exakt slutsats utifrån.

Chi-Square Ett signifikantstest som används i samband med en korstabell. Vid införandet av detta test får man en massa värden man inte vill analysera när man endast söker efter hur signifikant ett samband är. Det intressanta värdet i detta test är raden som benämns Asymptotic Significance (2-sided) som berättar hur starkt sambandet är, likt säkerhetsnivåerna som förklaras i kolumnen ovan.

Ett värde som tex <0.01, vilket innebär att det med 99% säkerhet kan fastställas att ett samband förekommer.

Eta och Eta2 När man skapar en medelvärdesanalys får man fram dels hur många som besvarat respektive kategori (N) och standardavvikelsen inom varje grupp.

Eta och Eta2 används då för att visa om det finns ett samband i medelvärdesskillnader samt hur starkt

detta samband är i en

medelvärdesanalys. För att sedan bestämma hur pass säkert, hur starkt detta samband är används Eta (0, inget samband och 1 fullständigt samband) och som tidigare nämnt Signifikanstestet beroende på tillvägagångssätt.

Ett test genomförs där eleven får kryssa i innan själva testet om man är född i eller utanför Sverige. N i Sverige 150, N utanför Sverige 140. N (i Sverige) får medelvärdet 25 och N (utanför Sverige) får medelvärdet 30. Standardavvikelsen 13 respektive 15 i varje grupp. Eta2 visar 0.035 och Signifikansen <0.001. Detta betyder då att 3,5% av antalet elevers medelvärde kan förklaras med 99,9%

säkerhet med om de är födda i eller utanför Sverige. Detta betyder alltså att denna kategori (Född i eller utanför Sverige) har ett väldigt svagt samband i medelvärdesskillnader och man behöver undersöka vidare varför medelvärdet är olika.

6.2 Reflektion över metod

En positiv aspekt med användandet av stora databaser är att väldigt mycket data finns tillgängligt, i detta fall ca 4000 elevenkäter och resultat (kvantitativa variabler). Djurfeldt, Larsson och Stjärnhagen (2010, s.74) beskriver att desto större ett stickprov är, desto säkrare är de generella slutsatserna man kan dra på populationsnivå det vill säga om resultatet är representativt eller inte.

I denna undersökning är populationen eleverna i årskurs fyra i Sverige 2019. Totalt gick ca 123 000 elever i årskurs fyra år 2019 enligt Skolverket (2020-b). Detta resulterar i att ca 3.3% av eleverna i årskurs fyra genomförde TIMSS 2019. Djurfeldt, Larsson och Stjärnhagen (2010, s. 80) beskriver också ett stort problem med stickprovsundersökningar, bortfallen. Bortfallen blir problematiskt på

grund av representativitet. Om eleverna i detta fall som blivit klassade som bortfall aktivt valt att inte delta eller att de svarat på ett otydligt sätt (datan kan inte läsas av) är oklart och detta resulterar i att det slumpmässiga urvalet inte blir lika slumpmässigt som önskat för en stickprovsundersökning. Man kan endast spekulera i varför dessa bortfall uppstår men man kan aldrig veta säkert.

En annan negativ aspekt med stora databaser är de kvalitativa variablerna som bygger på personliga åsikter, i detta fall att man kryssar i respektive kön eller ens personliga åsikter om sin egen självuppskattning i matematik. Självförtroendet bygger på ens egna uppfattning, en elev som kanske är duktig i matematik skattar sig mycket lågt på grund av dåligt självförtroende medans en annan skattar sig högt självförtroendemässigt men får ett dåligt resultat ger en komplex situation att läsa av i form av data. Ytterligare en aspekt som kan ses som negativt är att eleverna som besvarar enkätfrågorna eller själva matematikprovet inte förstår frågan eller tolkar dem olika vilket skulle resultera i intetsägande resultat för TIMSS i frågan.

TIMSS urval av skolor är inte heller totalt byggd på slumpen då skolor över hela landet väljs ut med någon sorts kontroll, det vill säga det kan inte endast vara skolor som blir utvalda i södra Sverige utan utspritt i hela landet. Klasser som har någon elev med någon slags fysisk eller kognitiv nedsättning eller inte behärskar det svenska språket tillräckligt bra exkluderas också från testet (Skolverket, 2020-a, ss.10-11).

Alla tabeller är framtagna samt bearbetade av oss genom SPSS och presenteras i resultat & analys på svenska och är översatta från engelska av oss. Originaltabellerna samt en gloslista innehållande begrepp/ ord vi översatt kan utläsas under BILAGOR. Ordet Confidence har vi i detta arbete översatt till självförtroende. Ordet har egentligen en större betydelse i det engelska språket som tex förtroende, självuppskattning, tillit etc. men vi har valt i detta arbete att koppla indexets Confidence till elevens självförtroende i matematik på grund av att vi anser att samtliga av påståendena kan kopplas till självförtroendet där både indexet och de enskilda påståendena analyseras.

I detta arbete används endast 1st plausible value. Det finns fem olika plausible values tillgängligt.

Dessa olika values beräknar vilket resultat eleven i fråga sannolikt fått om eleven i fråga genomfört hela TIMSS-testet då varje elev endast genomför ett urval uppgifter var.

Materialet viktas inte i denna studie, det vill säga inga dubblettelever skapas då det kan skapa en mer generaliserande bild av befolkningen, vilket innebär att SPSS skapar och genererar en generell bild över hela befolkningen utöver de som genomfört TIMSS. I denna studie används endast stickprovet, de elever som faktiskt genomfört TIMSS i syfte att ge en generell bild av befolkningen med hjälp av stickprovets fördelar då ett viktat material inte ger någon ytterligare information till studiens syfte. Vid statistisk analys av andra plausible values kan resultatet ändras något, samt om antalet elever som deltagit skulle viktas.

6.3 Validitet och reliabilitet

Validitet handlar om att man mäter det man har för avsikt att mäta (Djurfeldt, Larsson och Stjärnhagen, 2010, s.51-52). Vid olika typer av undersökningar av stora databaser finns risken att det uppstår mätfel, det vill säga att risken finns att man inte mäter det man har för avsikt att mäta fullt ut. Det finns två olika typer av mätfel som kan förekomma när man genomför en undersökning. Dessa benämns som systematiskt mätfel och slumpmässigt mätfel (ibid, s.51).

Systematiskt mätfel uppstår när överensstämmelse mellan det teoretiska begreppet och variabeln är för dålig, det vill säga vad vi mäter. Vad vi mäter benämns med ett annat ord som validitet (ibid).

I detta arbete skulle ett systematiskt mätfel exempelvis kunna uppstå vid kategorisering av elevers självförtroende. Det teoretiska begreppet självförtroende överensstämmer dåligt med variabeln, som i detta fall är påståendena som eleverna ska koppla till situationer kopplade till matematik. Ett exempel på påstående är: matematik är svårare för mig än för mina klasskamrater. Svarar en elev då att det stämmer helt hamnar hen i kategorin dåligt självförtroende trots att hen möjligtvis har ett relativt högt självförtroende överlag. Det ska tilläggas att validiteten ökar i och med index- indelningen av elevsvar då elever som överlag svara negativt på de olika påståendena hamnar i kategorin lågt självförtroende. Detta ökar sambandet mellan variabeln och det teoretiska begreppet självförtroende. Det slumpmässiga mätfelet handlar om hur vi mäter något, vilket med andra ord benämns som reliabilitet (ibid, s.52). Den slumpmässiga mätningen kan påverkas negativt om precisionen i mätningen påverkas av exempelvis yttre faktorer. Om vi mäter sådant som vi har för avsikt att mäta, är reliabiliteten hög (ibid). Grundprincipen som används för att mäta reliabiliteten i en undersökning är att göra om mätningen vid ett annat tillfälle och vid det tillfället uppnå samma resultat (ibid). Då resultatet i detta arbete är hämtat från databasen SPSS kommer samma resultat att påvisas om undersökningen genomförs vid ett senare tillfälle av en annan individ. Dock måste denna individ vid det senare tillfället använda samma variabler i SPSS för att uppnå samma resultat.

Brister i reliabiliteten handlar ofta om att frågorna till respondenten är otydligt formulerade eller svåra att svara på (Djurfeldt, Larsson och Stjärnhagen, 2010, s.53). Då TIMSS-frågorna besvaras genom redan skapade svarsalternativ blir frågorna lättare att svara på. Det finns dock frågor i TIMSS som är öppna vilket kan resultera i att dessa blir svåra att svara på. I den här undersökningen har respondenterna svarat på frågor inom matematik, vilket gör att frågorna har ett på förhand givet svar, detta minskar chansen för respondenten att missförstå frågan.

6.4 Etiska ställningstaganden

Enligt Vetenskapsrådets riktlinjer för etiska ställningstaganden finns det några kriterier man måste vara medveten om samt följa när forskning bedrivs. Dessa forskningsetiska principer utgörs av fyra huvudkrav. De fyra huvudkraven är informationskravet, samtyckeskravet, konfidentialitetskravet samt nyttjandekravet. Varje huvudkrav kan sedan konkretiseras i ett antal regler och förhållningssätt (Vetenskapsrådet, 2002, s.6). Det första huvudkravet, informationskravet handlar om att forskaren måste informera de personer som deltar i studien vad som gäller, det vill säga villkoren för deltagandet i studien. Det andra huvudkravet, samtyckeskraven handlar om att säkerställa deltagarnas samtycke vid genomförandet av en studie. Det tredje huvudkravet, konfidentialitetskravet handlar om att tystnadsplikt måste vidhållas om känslig information om deltagare går att identifiera. Det sista huvudkravet, nyttjandekraven handlar om att information om enskilda individer bara får användas i det syfte som individen är medveten om (ibid, ss.8-14). Då resultatet i den här studien är hämtad från ett redan inslamlat och offentligt tillgängligt material, där enskilda individer inte är identifierbara gör dessa forskningsetiska principer irrelevanta för den här studien.

6.5 Arbetsfördelning

Studien som genomförts har delvis gjorts enskilt samt via samarbete mellan båda studenterna. Vi har dock ansvarat för olika delar i studien men diskuterat varje enskild del noggrant med varandra.

Vi har tillsammans bearbetat studiens första, andra, tredje, femte och tionde kapitel. Frågeställning 3 med tillhörande analys och diskussion har också bearbetats tillsammans. Vi har enskilt haft huvudansvar för frågeställning ett och två. Jonathan Stefansson har ansvarat för frågeställning 1 med tillhörande forskningsöversikt, analys och diskussion. Markus Bergsten har ansvarat för frågeställning 2 med tillhörande forskningsöversikt, analys och diskussion. Metodkapitlet har bearbetats gemensamt, dock har Markus Bergsten ansvarat för tablåerna och Jonathan Stefansson har ansvarat för datainsamling samt metod för analys.

7. Resultat & Analys

I kommande kapitel kommer resultatet från studiens statistiska analys som genomförts att presenteras. Samtliga statistiska analyser kommer att presenteras genom tabeller skapade och bearbetade av oss från SPSS. Analysen kommer även att kopplas till de teoretiska utgångspunkter som används i arbetet. I kapitel 7.1 kommer resultatet utifrån SPSS kopplas till frågeställning 1, Hur skiljer sig pojkars respektive flickors självförtroende till matematikämnet? I kapitel 7.2 kommer resultatet kopplat frågeställning 2 Hur skiljer sig pojkars respektive flickors resultat i matematikämnet? att presenteras och förklaras genom tabeller skapade i SPSS samt frågeställning 3 Vilket samband kan iakttas mellan självförtroende och resultat? i kapitel 7.3. I anslutning till respektive resultatavsnitt kommer vi först kort kommentera utifrån de som framkommer i tabellen som presenteras. Sedan i respektive resultatavsnitt kopplas arbetets teoretiska utgångspunkter in.

Tabell 1. Könsfördelning.

Valid Frekvens Procent Valid procent

Flickor 1934 48.8% 49.5%

Pojkar 1977 49.9% 50.5%

Totalt 3911 98.6% 100%

Bortfall 54 1.4%

Totalt 3965 100%

Tabell 1. TIMSS 2019, deltagande elever fördelat efter kön med tillhörande bortfall och valid procent. Som tidigare nämnt får eleven som svarade på enkäten kryssa i respektive kön där resultatet visas i tabellen nedan, dels hur många av respektive kön som deltar och samtliga. Totalt genomförde 3965 (100%) elever enkäten med ett bortfall på 54 (1,4%). Bortfallet kan förklaras genom att elevernas svar var otydliga eller oläsbara. 1934 (48,8%, valid 49,5%) kryssade alternativet Flicka och 1977 (49,9%, valid 50,5%) kryssade i alternativet Pojke. Med valid menas den frekvens efter bortfallet, därför blir den verkliga procenten något lägre, då bortfallet i den här studien var 1,4%.

7.1 Hur skiljer sig pojkars respektive flickors självförtroende inom matematikämnet?

Tabell 2. visar elevers självförtroende utefter det matematiska indexet som konstruerats och beskrivs i metodkapitlet, det vill säga det matematiska indexet som är en sammanställning av flera påståenden där eleven väljer bland fyra svarsalternativ, Stämmer helt, Stämmer delvis, Stämmer lite, Stämmer inte alls, till varje påstående om hur eleven ställer sig till dessa påståenden inom matematik.

Tabellen är uppdelad efter indexet och korsat genom en korstabell till tillhörande variabeln kön.

Resultatet i tabellen är framskrivet i både antal och procent. Längst ned i tabellen presenteras även Chi-Square-testets resultat.