Oppgrader til nyeste versjon av Internet eksplorer for best mulig visning av siden. Klikk her for for å skjule denne meldingen
Ikke pålogget
{{session.user.firstName}} {{session.user.lastName}}
Du har tilgang til Idunn gjennom , & {{sessionPartyGroup.name}}

Individualiserte livsløp? - Et sekvensanalytisk blikk på samlivene til norske menn og kvinner født 1927–1966

t.h.lyngstad@sosgeo.uio.no

LYNGSTAD, TORKILD HOVDE. Ph.d. i demografi, Universitetet i Oslo 2007. Ansatt ved Institutt for sosiologi og samfunnsgeografi, Universitetet i Oslo, siden 2007, som professor fra 2012.

Rannveig.Hart@ssb.no

HART, RANNVEIG KALDAGER. MA i sosiologi, Universitetet i Oslo 2010. Ansatt ved Statistisk sentralbyrå siden 2011, som forsker II fra 2015.

I denne artikkelen undersøker vi om to ulike resultater av individualiseringsprosesser er beskrivende for endringer i norske menns og kvinners samliv de siste tiårene. Differensiering forekommer hvis hvert individ opplever mer variasjon i samlivsstatus over livsløpet, mens destandardisering betegner at variasjonen mellom individers samlivshistorier øker. Vi henter data om samlivshistorier i alderen 18–40 år for norske menn og kvinner født 1927–1966 fra spørreundersøkelsen LOGG (N= 8493). For å kunne gi en helhetlig beskrivelse av livsløpene, analyseres dataene ved hjelp av sekvens- og klusteranalyse. Resultatene våre viser at differensiering øker i utbredelse ved at samlivshistorier som består av mange tilstander er vanligere for nyere fødselskull. Vi finner også tegn til destandardisering, ved at individene i de yngste kohortene fordeler seg jevnere mellom ulike typer samlivshistorier. På tross av destandardisering og differensiering er det klare tegn til stabilitet: Også i de yngste kohortene er majoriteten av samlivshistorier kjennetegnet av lange samliv.

Nøkkelord: livsløp, samboerskap, destandardisering, differensiering, sekvensanalyse, Norge

INDIVIDUALIZATION OF THE LIFE COURSE?

A sequence analysis of relationship histories of Norwegian men and women born 1927–1966

We examine whether processes of individualization lead to differentiation and de-standardization of family life courses among Norwegians. Differentiation implies that each individual experiences more variation over the life course, while de-standardization implies that the variation between individuals’ union histories increases. Our data on union histories for ages 18–40 (including both cohabitation and marriage) cover Norwegian men and women born in the period 1927–1966 and are drawn from the LOGG survey (N=8 493). In providing a complete description of life courses, we analyse the data using sequence and cluster analysis. Our results indicate a differentiation of life courses, as union histories encompassing many different states increase in prevalence over birth cohort. We also document de-standardization, as individuals of the youngest cohorts are more evenly distributed across different types of union history. Despite the differentiation and de-standardization, there is some evidence of stability: Even in the youngest cohorts the majority of life courses include long-lasting co-residential unions.

Keywords: life course, cohabitation, marriage, de-standardisation, differentiation, sequence analysis, Norway

 

Norske familiemønstre har gjennomgått store endringer de siste 60 årene. Samboerskapet har vokst fram som alternativ til ekteskap: Når kvinner får sitt første barn, skjer det mest sannsynlig i et samboerforhold. Selv om skilsmisseratene har økt, har samboere betydelig høyere risiko for å gå fra hverandre enn gifte. Ettersom mange inngår et nytt samliv etter brudd, har antallet samlivspartnere menn og kvinner i gjennomsnitt har i løpet av livet økt over tid (Wiik & Dommermuth 2014). Slike demografiske endringer i samlivsmønstre har blitt knyttet både til institusjonelle og kulturelle samfunnsendringer (se Blom, Noack & Østby 1993; Noack 2010; Ellingsæter & Widerberg 2013 for oversikter): Kvinners inntog på arbeidsmarkedet, sammen med utbygging av velferdstiltak for familier, gjør at økonomisk nødvendighet i mindre grad holder par sammen (Cooke et al. 2013). Samtidig blir samlivsbrudd mer akseptert, særlig for par som ikke har felles barn (Billari & Liefbroer 2010).

Til sammen kan endringene vi beskriver over betraktes som en individualisering av samlivsmønstre. Individualisering betraktes av mange sosiologer som en av modernitetens viktigste karakteristika (se f.eks. Beck 2002; Aakvaag 2006). Definisjonen av individualisering – og drivkreftene bak individualisering – har vært gjenstand for bred teoretisk debatt (Aakvaag 2006). Samtidig har det vært en relativ mangel på empirisk forskning på hvorvidt – og eventuelt hvordan – individualisering manifesterer seg empirisk. En grunn til at denne ideen og beslektede ideer i liten grad har vært gjenstand for direkte empiriske undersøkelser, kan være at store teorier om overgripende samfunnsendringer ikke lett kan operasjonaliseres i enkle statistiske mål (Gross & Simmons 2002). The Cambridge Dictionary of Sociology (Stevenson 2006:284–285) beskriver individualiseringsprosessen slik (vår oversettelse):

Ettersom flere områder i samfunnslivet er blir mindre definert av tradisjon, krever biografier mer valg og planlegging. Individer er «dømt» til å bli forfattere av sine egne liv.

Med utgangspunkt i definisjonen av individualisering, undersøker vi hvordan et skifte fra tradisjon til valg og planlegging manifesterer seg i norske samlivsmønstre for kvinner og menn født i Norge fra 1920-tallet til 1960-tallet. For å konkretisere denne definisjonen til forskningsspørsmål som kan besvares med data, lener vi oss på livsløpsforskerne Hannah Brückner og Karl Ulrich Mayer (2005). Vi forankrer disse konkretiseringene i to sentrale monografier om samliv og kjærlighetsrelasjoner i det (sein)moderne: Anthony Giddens’ The Transformation of Intimacy (1993) og Beck og Beck-Gernsheims The Normal Chaos of Love (1995). Brückner og Mayer begrepsfester og operasjonaliserer ulike aspekter ved individualisering, hvorav to skal undersøkes empirisk her: Differensiering innebærer at individer i løpet av livet opplever et større antall hendelser – altså større variasjon i tilstander innad i hvert enkelt livsløp. Når det gjelder samliv, kan det vises ved enkle deskriptive studier at dette er tilfellet: Gjennomsnittlig antall samliv har økt (Noack & Seierstad 2003), og stadig flere opplever samlivsbrudd (Lyngstad 2007). Det er likevel ingen konsensus om i hvor stor grad differensiering er karakteristisk for samlivshistorier i seinmoderne samfunn. Destandardisering betegner større variasjon mellom individers livsløp. Differensiering gir ikke nødvendigvis destandardisering: Hvis alle skiller seg en gang i livet, har nødvendigvis differensiering økt – men alle er fortsatt like, og det har ikke funnet sted noen destandardisering. For å undersøke hvorvidt livsløp har blitt destandardisert, er det nødvendig å beskrive hele samlivshistorier.

Mange studier av samlivsmønstre har handlet om intensiteten i livsløpshendelser, som for eksempel forskjeller i skilsmisserater (Lyngstad 2004) og tidspunkt for inngåelse av samliv mellom grupper (Wiik 2009). Færre studier har sett på nivået for enkeltutfall, for eksempel gjennomsnittlig antall samliv man har levd i (Noack & Seierstad 2003; Dommermuth & Wiik 2014) eller sannsynligheten for å ikke ha inngått samliv midt i livet (Wiik & Dommermuth 2014). Selv om slike analyser er svært verdifulle og tar opp viktige aspekter ved prosesser som kan ha ledet til destandardisering, gir de oss ingen helhetlig studie av destandardisering av samlivshistorier.

Mangelen på brede empiriske undersøkelser av destandardisering er knyttet til hva som befinner seg i sosiologers og demografers metodologiske verktøykasse: For eksempel egner ulike regresjonsteknikker, inkludert forløpsanalyser, seg godt til å beskrive sosiale determinanter av (sannsynligheten for) enkelthendelser, slik som hyppigheten av samlivsinngåelser. Selv om resultater fra slike modeller kan være svært verdifulle, gir de det man kan kalle et dekontekstualisert bilde av statistiske sammenhenger (Abbott 1995, 1997). Ingen slike studier vurderer hele det komplekse forløpet som samlivshistorier er: Tidspunkt for samlivenes inngåelse, deres varighet, type og antall.1 Fordi vi mangler studier som beskriver summen av enkelthendelser og hvordan de ulike hendelsene sammenstilles til en helhetlig biografi, har vi mindre empirisk kunnskap om hvorvidt, og i så fall hvordan, destandardisering av samliv finner sted.

Denne artikkelen har to hovedformål. Det første formålet er å undersøke i hvor stor grad differensiering og destandardisering er betegnende for endringene som har skjedd i norske menns og kvinners samlivshistorier de siste 60 årene. Hvor stor andel av disse samlivshistoriene er kjennetegnet av høy grad av differensiering, og har graden av differensiering endret seg over tid? Og har det blitt mer variasjon mellom samliv over tid – med andre ord, har det foregått en destandardisering? Hvilke nye samlivsmønstre har i så fall vokst fram? Beskrivelsen av samlivsmønstre ønsker vi å gjøre ved hjelp av sekvensanalyse, en metode opprinnelig utviklet for analyse av molekylærgenetiske data som er velegnet for å sammenligne og gruppere kompliserte forløp (Abbott & Tsay 2000), som samlivshistorier er. Det andre formålet er å illustrere bruk av sekvensanalyser for et norsk publikum. Sekvensanalyser har også mange andre mulige anvendelser, men det finnes så langt ingen litteratur på norsk om metoden og ingen studie fokusert på den norske konteksten som benytter sekvensanalyser.

Tidligere forskning om destandardisering

Norsk forskning på samlivsutviklingen har tydelig vist at det har vært en tendens mot mer heterogene samlivshistorier (Blom, Noack & Østby 1993; Noack & Seierstad 2003; Noack 2010).2 Etterkrigstidens «standardbiografi», der en periode som enslig ble etterfulgt av giftermål og deretter barn, er ikke lenger den dominerende samlivsformen. De moderne samlivshistoriene inneholder mange korsveier: Gifte kan velge å skille seg, men har også større risiko enn før for å bli forlatt. Kjærester som vil bo sammen må bli enige om de ønsker ekteskap eller samboerskap. Alderen for første samliv har gått noe ned med økningen i samboerskap (Noack & Seierstad 2003). Dette peker mot at par som tidligere ville ventet hvis ekteskap var det eneste alternativet, nå velger å inngå samboerskap. En slik seleksjon av mindre forpliktede par (og individer) inn i samliv, kan være noe av forklaringen på at samboere gjennomgående har høyere bruddrisiko enn gifte (Texmon 1999; Poortman & Lyngstad 2007). Samtidig er det ikke urimelig å tenke seg at institusjonen samboerskap i seg selv oppfattes som mindre forpliktende enn ekteskap (Kravdal 1997; Lyngstad, Noack & Tufte 2011; Wiik, Noack & Bernhardt 2009). Tverrsnittsundersøkelser tyder på at økningen i andelen enslige blant annet skyldes at flere har mange kortere samboerskap – og dermed perioder som enslig mellom disse samlivene (Noack & Seierstad 2003). En følge av disse endringene, som er dokumentert i tidligere studier, er at det har blitt vanligere å inngå flere samliv i løpet av livet (Noack & Seierstad 2003). Dommermuth og Wiik (2014) finner at andelen som har inngått mer enn ett samliv øker med fødselskull blant norske kvinner og menn – men at denne økningen over tid i stor grad kan forklares av endringer i utdanningsnivå og valg av samlivstype.

Differensiering og destandardisering som samtidsdiagnoser

Monografien The Transformation of Intimacy (Giddens 1993) kan, blant annet, leses som et forsøk på en sosiologisk forklaring på økningen i samlivsbrudd i den vestlige verden. Giddens hevder økningen i samlivsbrudd skyldes at det typiske seinmoderne kjærlighetsforholdet er confluent – på norsk (sammen-)flytende. Slike «rene forhold» er basert på emosjonell og intellektuell nærhet heller enn økonomisk og praktisk arbeidsdeling, og oppløses når det ikke lenger er tilfredsstillende for begge parter. Målet er til enhver tid å være i det rette forholdet. Siden hvilket forhold som er det rette kan variere gjennom livet, kan samlivsbrudd være nødvendig, selv om de praktiske sidene ved hverdagen fungerer tilfredsstillende.

Beck og Beck-Gernsheim (1995) tar også utgangspunkt i økningen i skilsmisserater – altså økt differensiering – i sin beskrivelse av kjærlighet og samliv i det seinmoderne. Imidlertid skiller de seg fra Giddens i hva de anser som årsaker til denne utviklingen: Der Giddens beskriver at deinstitusjonalisering muliggjør autentiske relasjoner, hevder Beck og Beck-Gernsheim at økningen i samlivsbrudd skyldes at samliv i større grad belastes med uløste samfunnsproblemer – være seg økonomiske eller kulturelle. Samtidig med at de fleste familier er avhengige av to inntekter, er det moderne arbeidslivets krav til fleksibilitet og flyttbarhet vanskelig å kombinere med en toinntektsfamilie. Formell likestilling i arbeidslivet går sammen med til dels kjønnstradisjonelle praksiser i privatlivet. Slike uforløste motsetninger i seinmoderne samfunn overlates til – og sliter på – menn og kvinner som forsøker å leve sammen.

Både Giddens og Beck/Beck-Gernsheim bruker empiriske observasjoner av differensiering som utgangspunkt for sine samtidsdiagnoser. Imidlertid er det mindre klart hvor utbredt de oppfatter at en slik differensiering er. Til dels beskrives nye relasjoner som noe gjennomsyrende og definerende ved det seinmoderne. Samtidig beskrives det i begge monografiene en utvikling mot enda mer moderne samlivsformer, uten at disse nødvendigvis har blitt dominerende så langt. Vårt første forskningsspørsmål er knyttet til den empiriske utbredelsen av differensiering og hvordan denne har endret seg:

1. Hvor utbredt er differensierte livsløp, altså livsløp med mange samliv? Og øker andelen med slike livsløp over tid?

Destandardisering (at samlivshistorier blir mer ulike hverandre) er en mulig, men ikke nødvendig konsekvens av differensiering. To mulige forklaringer på økt destandardisering antydes i monografiene. En psykologisk forklaring er at individer søker å dekke ulike, og til dels motstridende, behov i en kjærlighetsrelasjon – noe både Giddens (1993) og Beck og Beck-Gernsheim (1995) påpeker. Å treffe en ny partner innebærer forelskelse og spenning, mens en langvarig relasjon tilbyr stabilitet og tilknytning. Selv om det er sosialt akseptert og økonomisk mulig å oppløse samliv, er det ikke gitt at alle ønsker å benytte den muligheten i samme grad: Noen personer kan best få oppfylt sine ønsker av å inngå mange samliv, mens andre setter større pris på fordelene et livslangt samliv gir. Sosioøkonomisk posisjon og personlighetstrekk kan henge sammen med hvor godt en får samliv til å fungere – og dermed sannsynligheten for at partneren velger å bryte opp samlivet, uavhengig av ens egne ønsker. Variasjon i preferanser og ressurser vil bidra til at individer i ulik grad opplever samlivsbrudd og innebærer at differensiering fører til destandardisering. En annen mulig forklaring på økt destandardisering er at holdninger til og preferanser for samliv endrer seg i ulikt tempo i ulike sosiale grupper. Beck og Beck-Gernsheim (1995) bruker geografisk ulikhet i spredning av nye samlivsmønstre som eksempel – et kjent fenomen fra den demografiske litteraturen (se f.eks. Lesthaeghe & Neels 2002; Goldstein & Klüsener 2014). På samme måte antyder flere at høyt utdannede har vært «foregangspar» når det gjelder skilsmisser (Härkönen & Dronkers 2006; Blossfeld, de Rose, Hoem & Rohwer 1995): Så lenge skilsmisseratene var lave, krevdes mer personlige ressurser for å skille seg (som for eksempel egen utdanning, som gir bedre arbeidsmarkedsmuligheter), men etter hvert som skilsmisser ble vanligere i befolkningen, ble denne terskelen endret fordi politikk og normer også forandres. Slike dynamikker kan føre til at noen får svært differensierte livsløp, mens det store flertallet av samlivshistorier kan beskrives som standardbiografier. En følge er at variasjonen mellom individers samlivshistorier øker.

Enkelteksempler kan vise at det er mulig for individer å avvike fra standardbiografien, men lærer oss lite om hvorvidt det er vanlig. Med vårt andre forskningsspørsmål undersøker vi om et mangfold av samlivshistorier har blitt vanlig over tid. I forlengelsen av dette spør vi også hvilke nye, typiske mønstre som vokser fram når standardbiografien blir mindre utbredt.

2. Ser vi en dreining fra få «typiske» samlivshistorier, mot et mangfold av slike livsløp? Hva kjennetegner i så fall de «nye» samlivshistoriene?

Nye mulighetsbetingelser, nye samliv?

Individualiseringsteoriene beskriver ikke bare forventninger om endringer i mønstre i samlivshistorier, men foreslår også årsaksforklaringer for disse. Individualiseringsteoriene legger vekt på endringer i verdier, ønsker og preferanser som viktige årsaker til endringer i samfunnsmønstre – de er (hovedsakelig) verdiforklaringer. Våre forskningsspørsmål tester hypotester om endringer i mønstre i samliv, ikke om årsakene til disse endringene. Det er imidlertid verdt å nevne at endrede verdier langt fra er den eneste mulige forklaringen på nye samlivsmønstre.

I løpet av livene til kohortene vi studerer, har det skjedd en rekke dyptgripende samfunnsendringer. Disse endringene har formet ram-mevilkårene for unge menns og kvinners familieliv på en lang rekke måter. Andelen med høyere utdanning har økt sterkt i senere kohorter, og sterkest blant kvinner. Blant personer i 40-årene i 1980 (hvilket vil si fødselskullene fra 1930-tallet) hadde 16,4 prosent av mennene og 11,1 prosent av kvinnene tatt høyere utdanning. Tilsvarende tall for samme aldersgruppe i 2010 (hvilket vil si fødselskullene fra 1960-tallet) var henholdsvis 30,7 prosent og 39,6 prosent (Statistisk sentralbyrå 2015). En lengre periode under utdanning innebar for mange også en utsettelse av familiedanning og foreldreskap. Forbedret prevensjon og svekkede normer mot ugift samliv (samboerskap) bidrar også til framveksten av en ny livsfase som ung voksen. Å være «kjærester som bor sammen», uten veldig konkrete planer om framtida, oppstår som et mulig valg (Casper & Bianchi 2002; Heuveline & Timberlake 2004). For et ungt par uten barn som har inngått samliv uten konkrete planer om framtida, kan terskelen for samlivsoppløsning tenkes å være langt lavere enn for et par på samme alder som er gift og har felles barn.

Kvinners økonomiske selvstendighet økte også sterkt med deres høyere utdanningsnivå og sterkere tilknytning til arbeidsmarkedet. I de yngste kohortene er det svært få barnløse kvinner som ikke er økonomisk aktive. Selvstendigheten økte kvinners mulighet til å forlate en partner de ikke lenger ønsket å leve sammen med (Becker 1991). Samtidig kan økt likestilling i arbeidsliv og utdanning, sammen med en relativt tradisjonell arbeidsdeling i familien, også ha skapt spenninger og belastninger for samliv (Beck & Beck-Gernsheim 1995; Goldscheider, Bernhardt & Lappegård 2015). Når samfunnsendringene som kan påvirke samlivsmønstre rammer menn og kvinner ulikt, er det rimelig å forvente at endringer i samlivsmønstre også varierer etter kjønn. For å ta høyde for slike forskjeller, analyserer vi endringer i samlivsmønstre separat for menn og kvinner.

Målet med denne korte gjennomgangen er ikke å gi en uttømmende forklaring av hvorfor samlivsmønstre har endret seg over tid. Snarere ønsker vi å understreke at endrede samlivsmønstre i perioden vi studerer har komplekse årsaksforklaringer, der nye verdier og nye mulighetsbetingelser spiller sammen. Skulle vi finne tegn til destandardisering og differensiering, betyr det at individualiseringsteorienes prediksjoner om samlivsmønstre slår til. Å klarlegge hvorvidt verdiendringer er årsaken til nye mønstre i samlivshistorier, ligger derimot utenfor rammen av denne studien.

Sekvensanalyser som verktøy

Begge våre forskningsspørsmål omhandler utbredelse av ulike samlivsmønstre i populasjonen, og undersøkes dermed best med data fra et relativt stort representativt utvalg. Samtidig er standard regresjonsteknikker til liten hjelp: En opptelling av sannsynligheten for ulike enkelthendelser gir bare begrenset oversikt over hva som er typiske livsløp. En undersøkelse av variasjoner i hele livsløp krever et holistisk blikk på livsløpet – muliggjort ved statistiske teknikker som for eksempel sekvensanalyse.

Den amerikanske sosiologen Andrew Abbott introduserte sekvensanalyser til sosiologifaget på 1990-tallet (Abbott 1995; Abbott & Hrycak 1990). Enkelt uttrykt er sekvensanalyse en samlebetegnelse på et sett av teknikker som kan brukes for å beskrive en serie mulige tilstander. Teknikkene har sitt opphav i molekylærbiologiske studier av DNA-sekvenser. Yrkeskarrierer, flyttehistorier, kriminelle løpebaner er noen utvalgte eksempler på sekvenser av tilstander som så langt har blitt gjort til gjenstand for sekvensanalyser (Blanchard, Bühlmann & Gauthier 2014).

Sekvensanalyser har siden den gang, og især de senere år, blitt et relativt utbredt sett av verktøy for studier av livsløp og familie (Billari 2001; Billari & Piccarreta 2005; Fasang & Raab 2014), arbeidsmarkedsforløp (Simonson, Gordo & Titova 2011; Kogan 2007), og kombinasjonen av arbeids-, samlivs- og fruktbarhetshistorier (se for eksempel Aassve, Billari & Piccarreta 2007). En god del av litteraturen har dreid seg om nettopp destandardisering av livsløp (se f.eks. Elzinga & Liefbroer 2007), men etter hvert har også andre tema kommet inn, for eksempel graden av korrelasjon mellom generasjoner og mellom søsken i samlivshistorier (Fasang & Raab 2014). Så langt er det i denne litteraturen ikke publisert noen større studier med sekvensanalyser av norske forhold. Det eneste publiserte arbeid hvor norske data har vært i bruk, er en flernasjonal, komparativ studie av kvinners samlivshistorier av Elzinga & Liefbroer (2007).

Sekvensanalyser har altså den fordel at de kan ta en serie av tilstander og analysere disse under ett. Slike serier av tilstander kan gjerne kalles sekvensvariabler. Hva er så en sekvensvariabel? En sekvensvariabel er en oppsummering av en enhets tilstand på en (lang) rekke tidspunkter. En mann X har følgende samlivshistorie: X innledet sitt første samliv da han var 19 år gammel, ved at han flyttet sammen med en kvinne Y. Dette samlivet tok slutt da han var 23 år gammel. Han var enslig fra 23 års alder av til han ble samboer med en ny kvinne Z. Da var han 28 år gammel. X giftet seg med Z ved 31 års alder. Vår informasjon om mannen X tar slutt når han er 40 år gammel, og da var han fortsatt gift med Z. Denne samlivshistorien inneholder mye informasjon: For det første får vi med at X opplever til sammen tre «samlivstilstander»: Fra han er 18 til han er 40 har han vært både enslig, samboer og gift. Når vi får vite om alle tilstandene og deres rekkefølge, får vi også informasjon om hvilke hendelser som inntreffer: Når X er enslig ett år og i samliv et annet, ser vi at han har inngått samliv, mens når han er samboer ett år og singel det neste, ser vi at det har vært et samlivsbrudd. I tillegg får vi informasjon om hva som skjer når: X inngår for eksempel sitt første samliv litt tidligere enn det som er typisk, men det hadde vært enda mindre typisk hvis han giftet seg når han var 19.

Informasjonen om samlivshistorien til denne mannen X, selv i en forenklet utgave, er ganske kompleks. En vanlig måte å analysere samliv på i kvantitativ familiesosiologi og -demografi er forløpsanalyse. I forløpsanalysen stykker vi opp samlivshistoriene i perioder tilbrakt i samme tilstand: Xs samlivshistorie blir dermed til en seks år lang periode som singel og under risiko for å inngå samliv, en sju år lang periode som samboer under risiko for samlivsoppløsning eller ekteskapsinngåelse, og en ti år lang periode under risiko for skilsmisse (som gift). Etter å ha stykket opp samlivet på denne måten, kan vi analysere hvordan ulike kjennetegn henger sammen med rater for samlivsinngåelse, ekteskap og oppløsning av samliv. Disse overgangene analyseres i de aller fleste tilfeller separat, og modeller av flere overganger krever bruk av svært komplekse metoder (se f.eks. Lillard & Waite 1993). Oppdelingen i disse ulike prosessene gjør at det blir vanskelig å få et overblikk over samlivshistorien. Resultatet er at forskere kan overfokusere på enkelthendelser i livsløp. Sekvensanalyse er en metode som tillater forskeren å se alle samliv under ett.

I sekvensanalysen tar en utgangspunkt i en sekvensvariabel. Sekvensvariabelen sammenfatter en hel samlivshistorie (eller et annet samlet forløp som innebærer en eller flere tilstandsendringer) i en variabel. I løpet av alderen 18–40 opplever X tre «tilstander»: han er enslig (E), samboer (S), og gift (G). Tabell 1 viser X’ alder og hvilken samlivstilstand han er i på dette alderstrinnet. Vi ser at vi trenger til sammen 23 variabler for å beskrive X’ samlivshistorie.

TABELL 1. Samlivshistorie beskrevet med en variabel for samlivsstatus per år

Alder

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

Tilst.

E

S

S

S

S

E

E

E

E

E

S

S

S

G

G

G

G

G

G

G

G

G

G

For å lage en sekvensvariabel av denne informasjonen, føyer vi sammen de 23 årlige målingene til en sekvensvariabel som i dette eksempeltilfellet vil se slik ut: ESSSSEEEEESSSGGGGGGGGGG. Legg merke at dette er verdien på sekvensvariabelen. Det som var verdiene til variablene i tabell 1 (E, S og G), er nå sekvensvariabelens mulige tilstander, dens utfallsrom. Legg merke til at sekvensvariabelen inneholder all informasjon fra beskrivelsen av samlivet til mannen X. Sekvensvariabelen ligger dermed ganske tett opp til en «hverdagsforståelse» av samliv – personen er enheten, og variabelen er hele samlivshistorien denne mannen har gjennomlevd så langt i sitt liv.

Å finne mønstre blant sekvenser: Optimal matching og gruppering

For å beskrive mønstre i samlivshistorier, ønsker vi å finne grupper av sekvenser som likner hverandre. For å gjøre dette, lager man først et mål på «hvor ulik» hver sekvens er fra alle andre sekvenser.3 Denne prosedyren kalles optimal matching. Deretter grupperer vi, ved hjelp av såkalt klusteranalyse, samlivshistorier som ifølge optimal matching-prosedyren har det som kalles en kort innbyrdes avstand og følgelig er ganske like.

Logikken bak optimal matching forklares enklest ved hjelp av et eksempel. Vi tar utgangspunkt i to sekvenser – sekvens A er EGGG (ett år som enslig, tre år som gift), og sekvens B er EEGG (to år som enslig, to år som gift). Sekvens A og B har samme tilstand i posisjon 1, 3 og 4, men ulik tilstand i posisjon 2. En måte å gjøre sekvensene like på, er å bytte ut tilstanden i posisjon 2 i sekvens B med tilstanden i posisjon 2 i sekvens A (substitusjon). Sekvens A forblir uendret, mens sekvens B nå er EGGG. En slik substitusjon tilordnes en kostnad, og avstanden mellom to sekvenser er den totale kostnaden ved den «billigste» måten å gjøre sekvensene like på. Denne avstanden regnes ut for alle par av sekvenser. Enkelt sagt er slike kostnader høyere hvis tilstandene er veldig ulike. Siden avstanden mellom to sekvenser bestemmes av hvilke kostnader de ulike operasjonene har, er det av avgjørende betydning hvordan kostnadene settes. Dynamisk Hamming-matching (DHD) er en vanlig brukt algoritme for å beregne slike kostnader (Lesnard 2010). DHD-algoritmen lar kostnaden være lav for tilstander det er vanlig å bevege seg mellom – for eksempel å gå fra å være enslig til å være i et første samliv – og høyere for tilstander det er mindre vanlig å bevege seg (direkte) mellom – for eksempel å gå fra å være enslig til å være i et andre samliv. Fordi hvilke overganger som er vanlige varierer over livsløpet, beregner DHD-matchingen disse kostnadene separat etter alder. Dermed tillegger denne teknikken stor vekt til når en hendelse skjer, og slike endringer i tidspunkter for inngåelse kan være svært betydningsfulle for mer overgripende endringer i samlivsmønstre. Det finnes flere ulike måter å la data bestemme kostnadene på (se Gauthier, Widemer, Bucher & Notredame 2009 for en oversikt). Dynamiske Hamming-distanser ble beregnet ved hjelp av R-pakken TraMineR (Gabadinho, Ritschard, Müller & Studer 2011). Forsøk med optimal matching med empirisk baserte kostnader gav liknende resultater, noe som tyder på at resultatene våre ikke er en artefakt drevet av en spesifikk måte å sette kostnader på.

Etter optimal matching-prosedyren identifiserer vi grupper av liknende samlivshistorier ved hjelp av såkalt klusteranalyse. Den spesifikke formen for klusteranalyse vi har brukt, er en hierarkisk gruppering med algoritmen AGNES («agglomerative nesting»), implementert i R, som er anbefalt for bruk på sekvensdata. Algoritmen tar som utgangspunkt at hver respondent utgjør sin egen «gruppe». I hvert steg videre slås de to gruppene som har likest samlivshistorier sammen til én gruppe.4 Algoritmen fortsetter så å slå sammen grupper til det gjenstår et lavt antall grupper. Hvor lavt bør antallet grupper så bli? En god løsning grupperer samlivshistorier som likner hverandre sammen, slik at variasjonen innad i grupper blir relativt liten. Samtidig er vi nødt til å gruppere samlivshistorier som ikke er helt like sammen for at mønstre i data skal komme til syne. Valget av antall grupper er altså en avveining mellom at gruppene er mange nok til å være homogene, og få nok til å synliggjøre klustre og gjøre meningsfylte tolkninger mulig. Når det å slå sammen to grupper gir en markert økning i variasjonen innad i gruppen, betyr det at samlivshistoriene vi grupperer sammen ikke er spesielt like – og at de to gruppene algoritmen slo sammen, heller bør forbli ulike grupper (Kaufmann & Rosseeuw 2005).5

Analyser av utvalgsdata innebærer alltid statistisk usikkerhet. I klassisk statistisk inferens bruker man signifikanstester og konfidensintervaller for å kvantifisere denne usikkerheten. Når en bruker sekvensanalyse og klusteranalyse, er det en utfordring å skille mellom mønstre som skyldes tilfeldigheter generert av utvalgstrekking og mønstre som reflekterer faktiske tendenser i populasjonen. Især i små datasett vil det være vanskelig å unngå å gi substansielle fortolkninger av mønstre som i virkeligheten skyldes tilfeldigheter generert av utvalgstrekkingen. Større datasett gjør naturlig nok dette problemet noe mindre, ettersom det er lite sannsynlig at et klart framtredende mønster i et stort utvalg skyldes tilfeldigheter. Det forblir imidlertid en begrensning at metoden ikke gir noen kvantifisering av denne usikkerheten. Noen muligheter for å få grep om usikkerhetens betydning for resultatene av klusteranalysen ligger i såkalte resampling-metoder (f.eks. «jackknife», se Efron 1979).

Data og analyseplan

For å besvare våre forskningsspørsmål, gjennomfører vi sekvensanalyser og klusteranalyse som beskrevet foran. Administrative registre har ikke opplysninger om samboerskap så langt tilbake i tid som kreves for denne studien, og analysene er derfor basert på data fra LOGG, Undersøkelsen om Livsløp, generasjon og kjønn (Lappegård & Slagsvold 2007). LOGGs spørreskjema hadde en svarprosent på 60,9 prosent, og ble besvart av 14 891 respondenter (Bjørshol, Høstmark & Lagerstrøm 2010:13). Det postale spørreskjemaet i LOGG har noe selektivt frafall: På tvers av kjønn er unge (under 30) og eldre (over 60) underrepresentert, og kvinner i 40-årene er overrepresentert. Så lenge dette frafallet ikke korrelerer med samlivshistorier, noe vi ikke har informasjon om at det gjør, vil det ikke gi forventningss-kjeve estimater for andelen med ulike samlivshistorier i ulike fødselskull. Menn og kvinner med lavere utdanning er også underrepresentert i LOGG. Siden dette ikke er en variabel inkludert i våre analyser, har vi valgt å ikke bruke vekter.

Samlivshistoriene er konstruert basert på informasjon om tidligere samliv slik respondentene husker og gjengir dem. Samliv som inngås og avsluttes i samme kalendermåned, er ikke inkludert i analysen. Siden overgangen fra å være kjærester til å være samboere i noen tilfeller er flytende mens det samme ikke gjelder for ekteskap, hefter det antakelig noe mer usikkerhet ved opplysningene om samboerskap. Tidligere studier antyder også at respondenter som er eldre og/eller har mange samliv, er mer tilbøyelige til å utelate eller feilplassere samliv (Kreyenfeld, Hornung & Kubisch 2013). Datakvaliteten kan dermed forventes å være noe dårligere for de eldste kohortene, og vi vil kunne underestimere kompleksiteten i samlivshistoriene. Per i dag er det imidlertid ikke mulig å studere endringer i samlivshistoriene til norske menn og kvinner over mange fødselskull uten å basere seg på selvrapporterte data.

Vi avgrenset utvalget til respondenter som er født seinest i 1966, slik at samlivshistoriene er observert til 40 års alder og til respondenter som er født i Norge. Dette gir et utvalg på 8494 respondenter. Etter at en respondent med svært inkonsistent samlivshistorie er ekskludert, sitter vi igjen med et analyseutvalg på 8493 personer.

Noen problemer med våre data bør diskuteres og dokumenteres. 371 personer mangler inngåelsestidspunkt for første samliv. Alder for første samlivsinngåelse imputeres som gjennomsnittsalder for første samliv i det aktuelle fødselskullet (beregnet for 1. samliv som inngås før 50 års alder).6 Manglende informasjon om avslutnings- eller inngåelsestidspunkt for samliv som ikke er respondentens første, imputeres slik: Hvis starttidspunktet for samliv n+1 mangler, antar vi at samliv n+1 er inngått samme år som samliv n ble oppløst. Hvis informasjon om avslutningstidspunkt for samliv n mangler, settes det til samme år som samliv n+1 ble inngått. Hvis informasjon mangler om både avslutningstidspunkt for samliv n og inngåelsestidspunkt for samliv n+1, antar vi at samliv n varer ut observasjonsperioden (til og med alder 40).

Resultater

Gjennom optimal matching og gruppering av sekvenser (klusteranalyse) har vi delt inn samlivshistoriene i åtte grupper. Før vi undersøker hvordan gruppetilhørighet har endret seg over kohort, presenteres utvalgt deskriptiv statistikk for hver av gruppene (figur 1 og 2) samt en oversikt over gruppenes utbredelse når alle kohortene sees under ett (tabell 2). Figur 1 viser gjennomsnittlig antall år tilbrakt i hver tilstand i de ulike gruppene. Figur 2 viser fordelingen av samlivstilstander innad i hver gruppe for hvert år fra 18 til 40, og gir slik informasjon både om hvilke tilstander som er vanlige i de ulike gruppene, og når de ulike overgangene typisk finner sted i hver gruppe.

FIGUR 1. Gjennomsnittlig tid (år) brukt i hver tilstand etter gruppetilhørighet. Menn og kvinner

FIGUR 2. Fordeling av tilstander etter alder innad i hver gruppe
Fire av de identifiserte gruppene kan sies å være variasjoner over «standardbiografien»: «Tidlig standard I», «Tidlig standard II», «Standard» og «Sein standard». Som vist i figur 2, skiller disse gruppene seg fra hverandre hovedsakelig ved tidspunkt for første (og eneste) samlivsinngåelse: I gruppen «Tidlig standard 1» inngår alle 1. samliv innen fylte 22 år; i gruppen «Tidlig standard II» inngås 1. samliv i alderen 22–23; gruppen «Standard» fanger opp de som inngår 1. samliv i alderen 24 til 26; og de som inngår samliv seint i 20- eller i 30-årene inngår i gruppen «Sein standard». Menn og kvinner fordeler seg slik vi skulle forvente med tanke på forskjeller i tidspunktet for inngåelse av deres første samliv. Menn er overrepresentert i gruppene der samliv inngås seint, og kvinner overrepresentert i grupper med tidlig samlivsinngåelse. Hele sju av ti samlivshistorier klassifiseres i en av standardgruppene (tabell 2). Vi identifiserer også en gruppe der den store majoriteten aldri har inngått samliv, kalt «Uten partner». Minoriteten som inngår samliv i denne gruppen gjør det ved 36 års alder eller seinere. 7 prosent av kvinnene og 10 prosent av mennene tilhører gruppen (tabell 2).

Tre av gruppene kjennetegnes ved at samlivshistoriene har mer enn ett samliv. Vi har valgt å kalle dem «Prøvesamliv», «Seriemonogami» og «Fleksibel». Gruppen vi har valgt å kalle «Prøvesamliv» befinner seg i en mellomposisjon mellom den standardiserte og den fleksible samlivshistorien: Her blir 1. samliv både inngått og oppløst relativt raskt, og mye tid tilbringes i 2. samliv. Gruppen «Seriemonogami» er kjennetegnet ved at det er vanlig å ha mer enn ett samliv, og at individene tilbringer relativt lite tid mellom samliv. Til slutt består gruppen «Fleksibel» av menn og kvinner med en typisk destandardisert biografi: De inngår samliv relativt tidlig, men samlivene er korte, og de tilbringer mye tid mellom samliv. Til sammen er det bare én av fem menn og kvinner som klassifiseres innenfor gruppene preget av høy differensiering (tabell 2).

TABELL 2. Fordeling på gruppe samlivshistorie etter kjønn

 

Tidlig standard I

Tidlig standard II

Standard

Sein standard

Uten partner

Seriemonogami

Prøvesamliv

Fleksibel

Menn

 

 

 

 

 

 

 

 

Andel

0,18

0,19

0,22

0,13

0,10

0,09

0,06

0,04

(Antall)

(738)

(782)

(938)

(530)

(413)

(384)

(238)

(155)

Kvinner

 

 

 

 

 

 

 

 

Andel

0,36

0,15

0,13

0,06

0,07

0,09

0,07

0,06

(Antall)

(1568)

(661)

(551)

(249)

(304)

(379)

(323)

(280)

Tabell 2 viser at «standardgruppene» – altså de med relativt lav differensiering – fortsatt dominerer i antall når vi studerer kohortene under ett. For det første leddet av vårt første forskningsspørsmål – om hvorvidt samlivshistorier med høy grad av differensiering er utbredt – ser svaret rett og slett ut til å være nei. Samtidig er det ikke umulig at denne relativt lave andelen skjuler en markert økning i andelen samliv preget av høy differensiering over tid. For å undersøke om differensiering øker over tid og om det er en tendens til destandardisering, vil vi nå gå videre til å beskrive eventuelle endringer over fødselskull.

Økt destandardisering og mer differensiering?

Vi går nå videre til å undersøke om andelen som tilhører de ulike typene samlivshistorier har endret seg over fødselskull. Slik kan vi undersøke det andre leddet av det første forskningsspørsmålet: hvorvidt biografier kjennetegnet av høy differensiering har blitt stadig mer utbredt over tid. Dette gir oss også mulighet til å svare på vårt andre forskningsspørsmål om hvorvidt destandardiseringen øker, og hvilke nye typiske samlivsformer som i så fall vokser fram. Vi definerer destandardisering som en bevegelse fra at noen få grupper er dominerende i de tidlige fødselskullene, til at individer fordeler seg jevnere mellom flere ulike grupper i seinere kohorter.7

Signifikansnivået viser til hvorvidt andelen som tilhører en bestemt gruppe i et bestemt fødselskull avviker statistisk fra andelen som tilhører denne gruppen i hele utvalget. Beregning og signifikanstesting av andeler er gjort separat for kvinner og menn. Andelene er også gjengitt i tabell 3a og 3b. Standardfeilene er Bonferroni-korrigert for mange samtidige tester. ***p < 0.001, ** p<0.01, *p<0.05. FIGUR 3. Endring i utbredelsen av ulike samlivstyper over kohort

Figur 3 viser at andelen i gruppene «Standard», «Tidlig standard I» og «Tidlig standard II» har sunket betydelig over tid. For eksempel tilhører tre av fire kvinner i den eldste kohorten en av disse gruppene – i den yngste kohorten har dette sunket til litt over halvparten (tabell 3b). «Standardbiografien» kom til uttrykk nettopp ved at de fleste tilhører en av disse gruppene, og når andelen som tilhører disse gruppene synker, peker det mot en destandardisering av samlivshistorier. Utviklingen i de tre gruppene er ulik: Mens andelen som tilhører «Standard» synker jevnt med kohort, er det en tendens til at både «Tidlig standard I» og «Tidlig standard II» hadde et toppunkt blant de midterste kohortene for så å synke igjen. Slik sett representerer kohortene født på 1940- og 1950-tallet heller enn de yngste kohortene et avvik.

Videre ser vi som forventet at andelen som tilhører gruppene med høy differensiering øker over tid. Ifølge tabell 3a og b tilhører omtrent én av tre en av disse gruppene i den yngste kohorten, relativt jevnt fordelt mellom de tre gruppene. I de eldste kohortene er det imidlertid en svært lav andel som tilhører disse gruppene, og presis og detaljert kunnskap om differensierte samlivsmønstre i disse fødselskullene vil kreve enda større datasett enn vi har for hånden. Vi kan imidlertid si med stor statistisk sikkerhet at disse samlivshistoriene var lite utbredt i de eldste fødselskullene. Når disse tre typene av sam-livshistorier går fra å være helt marginale for de første fødselskullene til å bli relativt vanlige blant seinere fødselskull, betyr det en overgang fra få, dominerende samlivshistorier til et større mangfold av vanlige biografier – med andre ord, destandardisering.

Til slutt ser vi på hvordan andelen som tilhører gruppene «Sein standard» og «Uten partner» har endret seg over tid. Disse gruppene er kjennetegnet av relativt lav grad av differensiering – individer som klassifiseres her har kun en eller to samlivstilstander i løpet av livet – men hvis de vokser fram som alternativer til «standardbiografien», vil det likevel bety en destandardisering. Figur 4 viser at andelen som tilhører gruppene med liten eller ingen samlivserfaring i hovedsak er stabil og faktisk synker noe over tid.8 Resultatene våre viser imidlertid tydelig at det ikke er noen tegn til en destandardisering i form av at det blir vanligere å ikke dele bolig med en partner. Blant menn og kvinner som ikke er fylt 40 år i Norge, er utbredelsen av det å dele hjem med en kjæreste – med eller uten giftermål – praktisk talt uendret i kohortene vi studerer.

Diskusjon

Det første forskningsspørsmålet vi stilte, var hvor utbredt samliv preget av høy destandardisering er, og om denne utbredelsen har endret seg over tid. Resultatene våre viser tydelig at selv om den gjennomsnittlige andelen som har høyt differensierte livsløp er lav når vi ser på perioden samlet (tabell 2), er det en markert økning i andelen som har slike livsløp over tid (figur 3). Vi finner derfor støtte for Giddens’ tese om at det har foregått en prosess mot økt destandardisering, men ikke støtte for den (noe mer implisitte) tesen om at differensierte livsløp er den «nye standarden». Disse funnene er i tråd med tidligere forskning fra Norge (Dommermuth & Wiik 2014).

Vårt andre forskningsspørsmål var knyttet til destandardisering, og omhandlet slik utelukkende endring over tid (kohort). Vi finner klare tegn til en destandardisering av samlivshistorier: I de eldste kohortene tilhører tilnærmet alle respondentene enten en av «standardgruppene» – som skiller seg fra hverandre utelukkende ved når det eneste samlivet ble inngått – eller de levde ikke sammen med en partner. Livsløpene er ikke identiske, men kun to elementer varierer: Hvorvidt en skal inngå samliv – og eventuelt når. I de yngste kohortene er respondentene fordelt langt jevnere på alle åtte kategorier, et klart empirisk tegn på destandardisering.

Vi ønsker imidlertid å understreke at destandardisering ikke er ensbetydende med at «alt flyter». Hvis vi ser nærmere på kategoriene som dominerer i den yngste kohorten, finner vi at en stor majoritet tilhører en gruppe der livsløpet fram til 40 domineres av ett langt samliv – altså standardkategoriene samt «Prøvesamliv». Kanskje finnes «prøvesamlivene» igjen i en annen form i tidligere kohorter, som brutte forlovelser der partene aldri har bodd sammen? At samlivsbrudd ville opptre hyppigere i de yngste kohortene, er verken nytt eller overraskende. Det er kanskje mer overraskende at det å tilbringe store deler av voksenlivet med samme partner er det vanligste hos alle fødselskullene vi studerer. Økningen i destandardisering og differensiering er slående, men må ikke skygge for at det like fullt er klare mønstre av stabilitet. Det er også viktig å ha i mente at betydningen av å tilhøre disse gruppene kan endre seg over tid: Hvis flere velger å inngå i langvarige kjærlighetsforhold uten å dele bolig, vil det bidra til at andelen som tilhører gruppen «Uten partner» øker.

Begrensninger og muligheter for videre studier

Ved å benytte kvantitative data får vi muligheten til å undersøke utbredelsen av mønstre i populasjonen, men denne tilnærmingen har også en pris: Vi måler hva folk gjør – ikke hvordan de tenker rundt det de gjør. I den grad folk gjør det samme, men tenker annerledes rundt det de gjør, vil det ikke fanges opp som endring i våre data. For eksempel kan det tenkes at dreiningen mot «rene forhold» – basert på tiltrekning og gjensidig forståelse heller enn på arbeidsfellesskap – gjør at også forhold som ikke ender i brudd, endrer karakter på grunn av muligheten for at en av partene skal velge å gå.

For å ha mulighet til å undersøke samlivsmønstre på tvers av kohorter, ser vi på samlivsatferd fram til individer fyller 40. Denne avgrensningen er ikke tilfeldig: I denne perioden skjer nesten all familieetablering for kvinner, og hoveddelen av familieetablering for menn. Denne studien gir dermed innsikt i hvilke familiekonstellasjoner som er vanlige i de årene folk typisk stifter familie. Hvis vi hadde fulgt samlivene til høyere aldere, ville kompleksiteten i samliv nødvendigvis økt siden hvert individ da er flere år under risiko for å inngå og/eller oppløse samliv. Det har også vært argumentert for at noen av de nyere samlivsformene – som f.eks. såkalte særboere – er løsninger som nettopp er knyttet til samliv i høyere aldere, gjerne mellom individer som allerede har barn på hver sin kant (Beck & Beck-Gernsheim 1995). Dette er utvilsomt en viktig del av bildet i endringer i samliv, men siden det er få kohorter som har rukket å bli gamle etter at normer knyttet til samlivsbrudd har endret seg, er det relativt vanskeligere å studere endring over tid for denne delen av livsløpet. Dette er derfor ikke del av denne artikkelens tema.

Vi har valgt å behandle samboerskap og ekteskap som samme tilstand, fordi vi ønsker å belyse endringer i hvor mange samliv individer faktisk inngår over livsløpet heller enn endringer i samlivets juridiske status. Å flytte fra en partner og sammen med en annen vil sjelden være helt udramatisk – men å endre status fra samboere til gifte, er sjelden turbulent, selv om det absolutt ikke er tilfeldig hvilke av samboerne som gifter seg. En undersøkelse av hvordan framveksten av samboerskap bidrar til differensiering og destandardisering, er et interessant tema for videre forskning. Videre undersøkelser av usikkerheten som hefter ved inndelingen i grupper ved hjelp av klusteranalyse, ville også bidratt til å vurdere validiteten til våre funn.

Konklusjon

I denne artikkelen har vi undersøkt hvorvidt to former for individualisering manifesterer seg i samlivshistoriene til norske kvinner og menn: Differensiering (at hver enkelt person opplever flere ulike tilstander over livsløpet) og destandardisering (at samlivshistorier har blitt mer ulike hverandre). Teoriene om differensiering og destandardisering er forankret i to sentrale samtidsdiagnostiske verk med samliv og kjærlighetsrelasjoner som tema: Anthony Giddens’ The Transformation of Intimacy og Beck & Beck-Gernsheims The Normal Chaos of Love. I begge monografiene hevdes det at individualisering både driver og manifesterer seg i endrede familiemønstre. Selv om familiedemografien har dokumentert slike endringer i flere tiår, har litteraturen i hovedsak konsentrert seg om en og en hendelse eller tilstand, f.eks. om sosiale forskjeller i skilsmisserater eller andelen barnløse ved en gitt alder. Særlig for å undersøke hvorvidt en destandardisering har funnet sted, er statistiske metoder som tar hele livsløp i betraktning nødvendig. Med data fra spørreundersøkelsen LOGG demonstrerer vi hvordan sekvensanalyser kan brukes til å oppsummere samlivshistorier på en mer holistisk måte enn hva man kan forvente ved bruk av standardmetoder.

Sekvensanalysene og den tilhørende grupperingen av samlivshistorier vi rapporterer i denne artikkelen, viser at det har foregått en destandardisering av samlivshistoriene til norske menn og kvinner, slik vi skulle forvente både fra teoretiske bidrag og tidligere empirisk forskning. Resultatene viser også hvilke samlivsmønstre denne prosessen har resultert i. Analysen identifiserte åtte ulike typer samlivshistorier. Fire av disse kan beskrives som varianter over standardbiografien, mens tre inneholder mange samlivsinngåelser og -oppløsninger. I samlivshistoriene manifesterer destandardisering seg ved at biografier preget av mange samlivsinngåelser og -oppløsninger blir stadig vanligere. På tross av disse endringene utgjør majoriteten av samlivene varianter over standardbiografien også i de yngste kohortene. Differensiering og destandardisering må ikke forveksles med en tilstand der begreper som «typisk» ikke lenger gir mening, og (forsøk på) å leve sammen over lengre tid blir unntaket.

Selv om mønstrene vi forventet med utgangspunkt i individualiseringsteori ble gjenfunnet i data, kan ikke våre undersøkelser bekrefte at det er verdiendringer som ligger bak de endrede mønstrene. En rekke andre endringer – knyttet til kvinners økte økonomiske selvstendighet, lengere utdanningsløp og seinere barnefødsler – er mulige kilder til disse mønstrene. Et interessant tema for videre forskning vil være å undersøke hvilke kjennetegn som er assosiert med «prøvesamliv» tidlig i 20-årene, og hvordan menn og kvinner selv tenker om den sosiale meningen slike samliv har.

Forskyvninger av barnefødsler i livsløpet kan også være en viktig grunn for den økte kompleksiteten i samlivsmønstre: Hvis «prøvesamlivene» i stor grad er barnløse, kan de også være lettere å oppløse. I denne artikkelen har vi ikke gått nærmere inn på dette spørsmålet. Hart (2015) finner imidlertid at bare litt over halvparten av slike «prøvesamliv» er barnløse. Med andre ord ser senere barnefødsler i seg selv ikke ut til å være en avgjørende forklaring på disse nye mønstrene i samlivshistorier.

Dataene våre viser tydelig at andelen som lever «komplekse» livsløp øker markert – tilnærmet lineært – over tid. Samtidig vil vi være varsomme med å bruke resultater fra tidligere kohorter til gjetninger om framtiden: Hvis de som opplever (flere) samlivsbrudd i våre data er en noe selektert gruppe – for eksempel ved å være over gjennomsnittlig risikosøkende eller ha en sterk preferanse for frihet og selvrealisering over trygghet – er det rimeligere å forvente at økningen i andelen med høyt differensierte livsløp flater ut på sikt.

De ulike individualiseringsteoriene framhever ulike årsaker til økningen i samlivsbrudd: Mens Giddens hevder at vendingen mot «rene forhold» spiller en hovedrolle, legger Beck og Beck-Gernsheim vekt på at det skapes spenninger i parforhold når likestillingen mellom menn og kvinner har kommet lenger i det offentlige rom enn i privatsfæren. Den siste forklaringen er også del av en rekke nyere sosiodemografiske teorier om likestillling og endrede familiemønstre (Goldscheider, Bernhardt & Lappegård 2015; McDonald 2000). Hvis denne siste forklaringen er viktigst, vil dreiningen mot økt likedeling av arbeid i samliv i Norge (Kitterød & Rønsen 2013) kunne føre til lavere bruddrater og mindre komplekse samlivshistorier i framtiden.

Det er flere viktige forskjeller mellom Giddens og Beck og Beck-Gernsheim når det gjelder forståelsen av samliv og kjærlighetsforhold i seinmoderne samfunn. I Giddens’ beskrivelser er flyktighet et grunnleggende kjennetegn ved det seinmoderne samfunnet. Autentisk nærhet er hos Giddens bare mulig for individer som vet at de når som helst kan forlate hverandre. Selv om dette perspektivet er representert også hos Beck og Beck-Gernsheim (1995), vektlegger de i tillegg at samliv fungerer som et fast punkt i en verden der stadig mer er usikkert. Våre data gir ikke informasjon om motivasjon og mening som driver respondentenes valg. Likevel ser vi ingen tendens til at samliv i de yngste kohortene har flyktighet som en nødvendig ingrediens: Det er kun hos et mindretall at årene fram til 40 er preget av hyppige partnerbrudd – og andelen som ikke bor sammen med en partner før de har fylt 40 har ikke økt. Sånn sett er det lite grunnlag for å si at en differensiert biografi har blitt den nye standarden. Isteden har et liv med hyppige partnerbytter vokst fram som et alternativ – et klassisk eksempel på destandardisering og økte muligheter for en friere livsutfoldelse.

Sekvensanalyser er i ferd med å bli et viktig verktøy for forskere som arbeider med komplekse forløp som ulike typer livshistorier. Norske samfunnsforskere bør også få øynene opp for dette settet av metoder. De kan forenkle analyser av komplekse forløp og gjøre sammenligninger av svært sammensatte livsløp mulig. Våre analyser bidrar med et holistisk perspektiv på samlivshistorier, noe som er vanskelig å framskaffe med metoder fra standardrepertoaret.

Om artikkelen

Forfatterne takker for økonomisk støtte fra Universitetet i Oslo gjennom deres SMÅFORSK-program og fra Forskningsrådet gjennom prosjekt nummer 202442/S20. Takk til Statistisk sentralbyrå for å ha gjort data tilgjengelig for analyse, og til Elina Vinberg og seminardeltagere ved Gruppe for demografi og levekårsforskning ved Statistisk sentralbyrå for kommentarer på et tidligere utkast.

Appendiks

TABELL 3a. Gruppetilhørighet etter kohort, menn. Andel (og antall) respondenter per gruppe etter fødselskull

 

Tidlig standard I

Tidlig standard II

Standard

Sein standard

Uten partner

Seriemonogami

Prøvesamliv

Fleksibel

Sum

1927–1934

0,09

0,16

0,38

0,21

0,12

0,04

0,01

0,00

1

 

(44)

(78)

(188)

(102)

(60)

(18)

(3)

(0)

(493)

1935–1939

0,16

0,27

0,26

0,13

0,11

0,04

0,02

0,01

1

 

(72)

(118)

(115)

(59)

(49)

(16)

(9)

(3)

(441)

1940–1944

0,17

0,24

0,24

0,15

0,09

0,06

0,04

0,02

1

 

(97)

(135)

(136)

(84)

(50)

(31)

(20)

(9)

(562)

1945–1949

0,25

0,19

0,20

0,09

0,10

0,10

0,04

0,03

1

 

(168)

(127)

(135)

(63)

(67)

(67)

(26)

(19)

(672)

1950–1954

0,21

0,19

0,19

0,11

0,11

0,11

0,04

0,05

1

 

(130)

(116)

(117)

(68)

(67)

(68)

(27)

(30)

(623)

1955–1959

0,19

0,16

0,18

0,11

0,08

0,13

0,09

0,06

1

 

(116)

(94)

(110)

(64)

(47)

(80)

(57)

(36)

(604)

1960–1966

0,14

0,15

0,16

0,11

0,09

0,14

0,13

0,08

1

 

(108)

(113)

(118)

(84)

(66)

(104)

(96)

(58)

(747)

 

 

 

 

 

 

 

 

(N=

4142)

TABELL 3b. Gruppetilhørighet etter kohort, kvinner. Andel (og antall) respondenter per gruppe etter fødselskull

 

Tidlig standard I

Tidlig standard II

Standard

Sein standard

Uten partner

Seriemonogami

Prøvesamliv

Fleksibel

Sum

1927–1934

0,28

0,17

0,29

0,06

0,13

0,04

0,01

0,01

 

 

(140)

(85)

(141)

(32)

(66)

(21)

(4)

(5)

(494)

1935–1939

0,39

0,23

0,10

0,07

0,10

0,05

0,03

0,03

 

 

(168)

(98)

(44)

(32)

(42)

(21)

(12)

(13)

(430)

1940–1944

0,39

0,19

0,14

0,06

0,07

0,08

0,04

0,04

 

 

(202)

(97)

(73)

(29)

(38)

(43)

(19)

(23)

(524)

1945–1949

0,43

0,17

0,10

0,05

0,06

0,09

0,06

0,05

 

 

(276)

(112)

(64)

(31)

(38)

(58)

(37)

(33)

(649)

1950–1954

0,41

0,13

0,10

0,05

0,05

0,10

0,08

0,08

 

 

(273)

(87)

(69)

(31)

(32)

(66)

(53)

(52)

(663)

1955–1959

0,33

0,12

0,08

0,07

0,06

0,11

0,13

0,10

 

 

(225)

(79)

(57)

(48)

(40)

(77)

(85)

(65)

(676)

1960–1966

0,33

0,12

0,10

0,05

0,05

0,11

0,14

0,11

 

 

(271)

(96)

(86)

(40)

(44)

(91)

(112)

(89)

(829)

 

 

 

 

 

 

 

 

(N=

4265)

Referanser

Abbott, A. (1995). Sequence Analysis: New Methods for Old Ideas. Annual Review of Sociology, 21, 93–113. Abbott, A. (1997). On Time and Space: On the Contemporary Relevance of the Chicago School. Social Forces, 75, 1149–1182. doi: 10.1093/sf/75.4.1149

Abbott, A., & Hrycak, A. (1990). Measuring Resemblance in Sequence Data: An Optimal Matching Analysis of Musicians' Careers. American Journal of Sociology, 96, 144–185.

Abbott, A. & Tsay, A. (2000). Sequence Analysis and Optimal Matching Methods in Sociology Review and Prospect. Sociological Methods and Research, 29, 3–33.

Barban, N. & Billari, F. C. (2012). Classifying Life Course Trajectories: A Comparison of Latent Class and Sequence Analysis. Journal of the Royal Statistical Society: Series C (Applied Statistics), 61, 765–784.

Beck, U. (2002). Individualization: Institutionalized Individualism and its Social and Political Consequences. Thousand Oaks: SAGE.

Beck, U. & Beck-Gernsheim, E. (1995). The Normal Chaos of Love. Cambridge: Polity Press.

Becker, G. S. (1991). A Treatise on the Family. Enlarged Edition. Cambridge, MA: Harvard University Press.

Billlari, F. C. (2001). Sequence Analysis in Demographic Research. Canadian Studies in Population, 28, 439–458.

Billari, F. C. & Liefbroer, A. C. (2010). Towards a New Pattern of Transition to Adulthood? Advances in Life Course Research, 15, 59–75.

Billari, F. C. & Piccarreta, R. (2005). Analyzing Demographic Life Courses through Sequence Analysis. Mathematical Population Studies, 12, 81–106.

Bjørshol, E., Høstmark, M. & Lagerstrøm, B. O. (2010). Livsløp, generasjon og kjønn. LOGG 2007. Dokumentasjonsrapport. Oslo–Kongsvinger: Statistisk sentralbyrå.

Blanchard, P., Bühlmann, F. & Gauthier, J.-A. (2014). Advances in Sequence Analysis: Theory, Method, Applications. Heidelberg: Springer Verlag.

Blom, S., Noack, T. & Østby, L. (1993). Giftermål og barn – bedre seint enn aldri? Sosiale og økonomiske studier 81. Oslo–Kongsvinger: Statistisk sentralbyrå.

Blossfeld, H., de Rose, A., Hoem, J. M. & Rohwer, G. (1995). Education, Modernization, and the Risk of Marriage Disruption in Sweden, West Germany, and Italy. I K. O. Mason & A.-M. Jensen (red.), Gender and Family Change in Industrialized Societies. Oxford: Clarendon Press (s. 200–222).

Brückner, H. & Mayer, K. U. (2005). De-Standardization of the Life Course. What it might mean? And if it means anything, whether it actually took place?. Advances in Life Course Research, 9, 27–53. DOI: http://dx.doi.org/10.1016/S1040-2608(04)09002-1.

Casper, L. M. & S. M. Bianchi (2002). Continuity and Change in the American Family. Thousand Oaks: SAGE.

Cooke, L. P., Erola, J., Evertsson, M., Gähler, M., Härkönen, J., Hewitt, B., Jalovaara,M., Kan, M.-J., Lyngstad, T. H., Mencarini, L., Mignot, J.-F., Mortelmans, D., Poortman, A.-R., Schmitt, C. & Trappe, H. (2013). Labor and Love: Wives' Employment and Divorce Risk in its Socio-Political Context. Social Politics: International Studies in Gender, State & Society, 20, 482–509. DOI: http://dx.doi.org/10.1093/sp/jxt016.

Dommermuth, L. & Wiik, K. Aa. (2014). First, Second or Third Time Around? The Number of Co-Residential Relationships among Young Norwegians. Young, 22, 323–343.

Efron, B. (1979). Bootstrapping Methods: Another Look at the Jackknife. The Annals of Statistics, 7, 1–26. DOI: http://dx.doi.org/10.1214/aos/1176344552.

Ellingsæter, A. L. & Widerberg, K. (2013). Velferdsstatens familier. Oslo: Universitetsforlaget.

Elzinga, C. E. & Liefbroer, A. C. (2007). De-Standardization of Family-Life Trajectories of Young Adults: A Cross-National Comparison Using Sequence Analysis. European Journal of Population, 23, 225–250. DOI: http://dx.doi.org/10.1007/s10680-007-9133-7

Fasang, A. & Raab, M. (2014). Beyond Transmission: Intergenerational Patterns of Family Formation in Middle Class American Families. Demography, 51, 1703–1728. DOI: http://dx.doi.org/10.1007/s13524-014-0322-9.

Gabadinho, A., Ritschard, G., Müller, N. S. & Studer, M. (2011). Analyzing and Visualizing State Sequences in R with TraMineR. Journal of Statistical Software, 40, 1–37. DOI: http://dx.doi.org/10.18637/jss.v040.i04.

Gauthier, J.-A., Widemer, E. D., Bucher, P. & Notredame, C. (2009). How Much Does It Cost? Optimization of Cost in Sequence Analysis of Social Science Data. Sociological Methods & Research, 38, 197–230. DOI: http://dx.doi.org/10.1177/0049124109342065.

Giddens, A. (1993). The Transformation of Intimacy: Love, Sexuality and Eroticism in Modern Society. Cambridge: Polity.

Goldscheider, F., Bernhardt, E. & Lappegård, T. (2015). The Gender Revolution: A Framework for Understanding Changing Family and Demographic Behavior. Population and Development Review, 41, 207–239. DOI: http://dx.doi.org/10.1111/j.1728-4457.2015.00045.x.

Goldstein, J. R. & Klüsener, S. (2014). Spatial Analysis of the Causes of Fertility Decline in Prussia. Population and Development Review, 40, 497–525. DOI: http://dx.doi.org/10.1111/j.1728-4457.2014.00695.x

Gross, N. & Simmons, S. (2002). Intimacy as a Double-Edged Phenomenon: An Empirical Test of Giddens, Social Forces, 81, 531–551. DOI: http://dx.doi.org/10.1353/sof.2003.0011.

Heuveline, P. & Timberlake, J. M. (2004). The role of Cohabitation in Family Formation: The United States in Comparative Perspective. Journal of Marriage and Family, 66, 1214–1230. DOI: http://dx.doi.org/10.1111/j.0022-2445.2004.00088.x.

Hart, R. K. (2015). Union Dissolution and Childlessness. New Insights from Sequence Analysis. Discussion Paper No. 823. Forskningsavdelingen, Statistisk sentralbyrå.

Härkönen, J. & Dronkers, J. (2006). Stability and Change in the Educational Gradient of Divorce. A Comparison of Seventeen Countries. European Sociological Review, 22, 501–517. DOI: http://dx.doi.org/10.1093/esr/jcl011.

Kaufman, L. & Rosseeuw, P. J. (2005). Finding Groups In Data: An Introduction to Cluster Analysis. Hoboken, NJ: John Wiley & Sons.

Kitterød, R. H. & M. Rønsen (2013). Kvinner i arbeid ute og hjemme. Endring og ulikhet. I A. L. Ellingsæter & K. Widerberg (red.), Velferdsstatens familier. Oslo: Gyldendal Akademisk (kapittel 8).

Kogan, I. (2007). A Study of Immigrants’ Employment Careers in West Germany Using the Sequence Analysis Technique. Social Science Research, 36, 491–511. DOI: http://dx.doi.org/10.1016/j.ssresearch.2006.03.004.

Kravdal, Ø. (1997). Wanting a Child without a Firm Commitment to the Partner: Interpretations and Implications of a Common Behavior Pattern among Norwegian Cohabitants. European Journal of Population, 13, 269–298. DOI: http://dx.doi.org/10.1023/A:1005943724645.

Kreyenfeld, M., Hornung, A. & Kubisch, K. (2013). The German Generations and Gender Survey: Some Critical Reflections on the Validity of Fertility Histories. Comparative Population Studies, 38, 3–28. DOI: http://dx.doi.org/10.4232/10.CPoS-20.

Lappegård, T. & Slagsvold, B. (2007). Livsløp, generasjon og kjønn (LOGG) – Ny stor undersøkelse om familie, arbeid og helse i Norge. Samfunnsspeilet, 20(1), 46–52.

Lesnard, L. (2010). Setting Cost in Optimal Matching to Uncover Contemporaneous Socio-Temporal Patterns. Sociological Methods and Research, 38, 389–419. DOI: http://dx.doi.org/10.1177/0049124110362526.

Lesthaeghe, R. & Neels, K. (2002). From the First to the Second Demographic Transition: An Interpretation of the Spatial Continuity of Demographic Innovation in France, Belgium and Switzerland. European Journal of Population, 18, 325–360. DOI: http://dx.doi.org/10.1023/A:1021125800070.

Lillard, L. A. & Waite, L. J. (1993). A Joint Model of Marital Childbearing and Marital Disruption. Demography, 30, 653–681. DOI: http://dx.doi.org/10.2307/2061812.

Lyngstad, T. H. (2007). Four Essays on Marital Dissolution. Avhandling for ph.d.-graden. Oslo: Det samfunnsvitenskapelige fakultet, Universitetet i Oslo.

Lyngstad, T. H. (2004). The Impact of Spouses' and Parents' Education on Divorce Rates in Norway. Demographic Research, 10, 121–142. DOI: http://dx.doi.org/10.4054/DemRes.2004.10.5.

Lyngstad, T. H., Noack, T. & Tufte, P. A. (2011). Pooling of Economic Resources: A Comparison of Married and Cohabiting Norwegian Couples. European Sociological Review, 27, 624–635. DOI: http://dx.doi.org/10.1093/esr/jcq028.

McDonald, P. (2000). Gender Equity in Theories of Fertility Transition. Population and Development Review, 26, 427–439. DOI: http://dx.doi.org/10.1111/j.1728-4457.2000.00427.x.

Noack, T. (1991). I mors spor? I Haukaa, R. (red.),Nye kvinner, nye menn (s. 231–245) Oslo: Ad Notam.

Noack, T. (2010). En stille revolusjon? Det moderne samboerskapet i Norge. Avhandling for dr.polit.-graden. Oslo: Det samfunnsvitenskapelige fakultet, Universitetet i Oslo.

Noack, T. & Seierstad, A. (2003). Utviklingen i samliv: Heller jeg enn vi? Samfunnsspeilet, 3(1), 19–25.

Poortman, A.-R. & Lyngstad, T. H. (2007). Dissolution Risks in First and Higher-Order Marital and Cohabiting Unions. Social Science Research, 36, 1431–1446. DOI: http://dx.doi.org/10.1016/j.ssresearch.2007.02.005.

Raab, M., Fasang, A. E., Karhula, A. & Erola, J. (2014). Sibling Similarity in Family Formation. Demography, 51, 1–28. DOI: http://dx.doi.org/10.1007/s13524-014-0341-6.

Simonson, J., Gordo, L. R. & Titova, N. (2011). Changing Employment Patterns of Women in Germany: How Do Baby Boomers Differ from Older Cohorts? A Comparison Using Sequence Analysis. Advances in Life Course Research, 16, 65–82. DOI: http://dx.doi.org/10.1016/j.alcr.2011.03.002.

Statistisk sentralbyrå (2015). Befolkningens utdanningsnivå 1. oktober 2014. Hentet fra URL: https://www.ssb.no/utniv.

Stevenson, N. (2006). Individualization Theory. I B. Turner (red.), The Cambridge Dictionary of Sociology. Cambridge, UK: Cambridge University Press.

Texmon, I. (1999). Vedlegg 3: Samliv i Norge mot slutten av 1900-tallet. En beskrivelse av endringer og mangfold. Samboerne og samfunnet. NOU 1999: 25, 251–285. Oslo: Barne- og familiedepartementet.

Wiik, K. Aa. (2009). ‘You’d Better Wait!’ Socio-Economic Background and Timing of first Marriage versus First Cohabitation. European Sociological Review, 25, 139–153. DOI: http://dx.doi.org/10.1093/esr/jcn045.

Wiik, K. Aa. & L. Dommermuth (2014). Who Remains Unpartnered by Mid-Life in Norway? Differentials by Gender and Education. Journal of Comparative Family Studies, XLV, 405–424.

Wiik K. Aa., Noack, T. & Bernhardt, E. (2009). A Study of Commitment and Relationship Quality in Sweden and Norway. Journal of Marriage and Family, 71, 465–477. DOI: http://dx.doi.org/10.1111/j.1741-3737.2009.00613.x.

Aakvaag, G. C. (2006). Individualisering. En sosiologisk modell. Sosiologisk tidsskrift, 4, 326–350.

Aassve, A., Billari, F. C. & Piccarreta, R. (2007). Strings of Adulthood: A Sequence Analysis of Young British Women's Work-Family Trajectories. European Journal of Population, 23, 369–388. DOI: http://dx.doi.org/10.1007/s10680-007-9134-6.

1Når forskere har valgt mer holistiske tilnærminger hvor flere aspekter ved livsløpet studeres samtidig, blir de stående overfor en avveiing mellom bredde og dybde, det vil si mellom hvor mange livsløpshendelser som studeres og graden av detaljrikdom i de statistiske analysene (se Blom et al. 1993 og Noack 1991 for eksempler på studier av flere ulike enkeltaspekter ved familiemønstre).
2Studiene vi refererer til her er basert på kvantitative data om hva folk gjør heller enn kvalitative undersøkelser av hvordan folk forstår ulike samlivsformer. Endringer i samlivsmønstre over tid trenger ikke bare være knyttet til atferd, men kan også handle om at samme handling – for eksempel å gifte seg – tillegges en annen mening enn før. Slike endringer over tid knyttet til forståelse og mening er imidlertid ikke tema for denne artikkelen.
3Ved klusteranalyse er målet å utforske mønstre i data heller enn å teste hypoteser om parametere i statistiske modeller. En alternativ måte for å finne mønstre i data med samme struktur som sekvensvariable, er teknikker for latent klasse-modellering av longitudinelle data. Slike modeller gir en mulighet for å teste om det å øke antallet grupper gir en statistisk signifikant forbedring av modellen. Barban og Billari (2012) viser at sekvensanalyse og latent klasse-analyse gir sammenliknbare resultater ved analyser av et konstruert datasett. Imidlertid ser det ut til at sekvensanalysen er noe bedre til å plukke opp mønstre i tilfeller der forskjeller mellom livsløp skyldes forskjeller i tidspunktet for hendelser, noe som er essensielt for studier av samliv.
4Det første steget innebærer dermed at to grupper som hver består av samlivshistorien til kun én respondent blir slått sammen.
5Endringen i variasjon innad i klustre måles ved en within/between-ratio.
6Gjennomsnittet beregnes ved å predikere inngåelsestidspunktet for første samliv fra en regresjon av fødselskull og fødselskull kvadrert på alder for første samlivsinngåelse. Høyere ordens polynomer ble ikke tatt med fordi de ikke forbedret modellens prediksjonskraft.
7Selv om destandardisering og differensiering ofte vil gå hånd i hånd, er det ikke nødvendigvis slik: Hvis for eksempel andelen som aldri inngår samliv øker fra en marginal gruppe til en betydelig størrelse, innebærer det økt destandardisering (flere samlivstyper blir vanlige), men lavere differensiering (de som aldri inngår samliv har kun én tilstand i hele sin samlivshistorie).
8Fordi (selektiv) dødelighet og sykelighet kan forsterke problemer med datakvaliteten for de eldste kohortene, ønsker vi ikke å legge for tunge substansielle tolkninger i den (signifikant) høyere andelen som tilhører disse gruppene blant de eldste fødselskullene.

Idunn bruker informasjonskapsler (cookies). Ved å fortsette å bruke nettsiden godtar du dette. Klikk her for mer informasjon