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}}

Studieinnsats på lavere grad – hva kan Studiebarometeret fortelle oss?

Study effort among undergraduate students
Senter for profesjonsstudier, OsloMet – storbyuniversitetet
Nordisk institutt for studier om innovasjon, forskning og utdanning (NIFU)

Fra utdanningspolitisk hold oppfattes studenters tidsbruk i økende grad som en indikator på utdanningskvalitet. Denne artikkelen ser på studieinnsats i høyere utdanning, slik den måles gjennom den nasjonale studentundersøkelsen Studiebarometeret. Resultatene viser betydelige forskjeller mellom fagfelt i hvor mye tid studenter bruker på studierelaterte aktiviteter per uke. På noen fag synes normen å være høy studieinnsats, mens andre fag har mange studenter som bruker relativt lite tid på studierelaterte aktiviteter. Omfang av undervisning og fagenes egenart påvirker tidsbruken, det samme gjør studentenes motivasjon og deres opplevelse av forventinger fra underviserne. Tid brukt på lønnet arbeid har imidlertid relativt lite å si for studieinnsatsen. Eksterne forhold, som konkurransesituasjonen på arbeidsmarkedet, kan også ha betydning for hvor mye innsats som legges i studierelaterte aktiviteter. Det er også en rekke metodiske utfordringer knyttet til å måle studieinnsats. Dette understreker at studentenes tidsbruk er et skjørt mål som har sammenheng med langt flere forhold enn kvaliteten på utdanningstilbudet, og som dermed bør tolkes med forsiktighet. 

Nøkkelord: tidsbruk, studieinnsats, kvalitet

Students’ use of time is by some considered as an indicator of quality of education. This article studies student effort measured as time spent on studying per week, using data from the Norwegian national student survey (Studiebarometeret). Findings show significant differences in time spent studying between fields of study. The number of hours of teaching students receive, characteristics of the subject field, students' motivation, as well as to what extent they experience high teacher expectations contribute to explaining differences. But external conditions, such as the labour market situation, may also be relevant. However, there are a number of methodological challenges related to measuring study effort. Time spent studying is a delicate measure, which cannot be interpreted as directly corresponding to quality of education. It should therefore be interpreted with caution.

Keywords: study effort, time for studying, quality

Økt fokus på studiekvalitet og studieinnsats

Studiekvalitet og studieeffektivitet er tema som har stått høyt på den politiske agenda på 2000-tallet. En sentral intensjon med innføringen av Kvalitetsreformen i 2003, var å tilrettelegge for at studentene kunne bruke mer tid på studiene, som et bidrag til bedre gjennomstrømming og høyere fullføring i høyere utdanning (Kirke- utdannings- og forskningsdepartementet, 2001). Tidligere forskning viser imidlertid at antall timer studentene bruker på studierelaterte aktiviteter ikke har økt nevneverdig etter Kvalitetsreformen (Hovdhaugen, 2004; Aamodt, Hovdhaugen & Opheim, 2006).

Derimot har oppmerksomheten rundt studentenes innsats, i form av tid brukt på studier, økt med etableringen av den nasjonale studentundersøkelsen Studiebarometeret, som NOKUT siden 2013 har gjennomført for Kunnskapsdepartementet (KD). Studiebarometeret viser betydelige forskjeller i gjennomsnittlig studieinnsats mellom ulike utdanninger og læresteder (Lid, 2013; Bakken, Damen & Hauge, 2016). I kjølvannet av dette har det vært uttrykt bekymring for at tidsbruken er for lav på en del studieprogrammer. Eksempelvis har tidligere statssekretær i KD, Bjørn Haugstad, hevdet at studenter bør bruke rundt 40 timer per uke til studierelaterte aktiviteter. 1 Dette er betydelig høyere enn gjennomsnittet for de fleste studieprogrammer i dag, og også høyere enn gjennomsnittlig tidsbruk i mange andre land Norge gjerne liker å sammenligne seg med (Hauschildt, Gwosć, Netz & Shweta, 2015; DZHW, 2018). Tidsbruk oppfattes fra myndighetshold i økende grad som en indikator på kvalitet i utdanning, og trekkes også fram som en viktig suksessfaktor i den siste stortingsmeldingen om kvalitet i høyere utdanning (Kunnskapsdepartementet, 2017). Men hva studentenes gjennomsnittlige studieinnsats egentlig er et uttrykk for, er i liten grad gjenstand for drøfting.

Karlsen, Müftüoglu og Slaattelid (2017) har stilt seg svært kritiske til flere sider ved Studiebarometeret, blant annet måten NOKUT og politisk ledelse i KD formidler resultatene på. De påpeker også at sammenhengen mellom tidsbruk og kvalitet/resultater er svakt dokumentert. Dette er en påpekning vi slutter oss til, og vi ønsker å bidra til refleksjon rundt hva Studiebarometerets data om tidsbruk kan fortelle oss. I denne artikkelen kartlegger vi studieinnsats på ulike typer studieprogrammer, og diskuterer noen forhold som kan bidra til å forklare mønstrene som framtrer.

Studentenes tidsbruk kan ha sammenheng med trekk ved studentene (faglige forutsetninger, motivasjon, studiestrategier), men også trekk ved fagene og lærestedet (studiestruktur, undervisningstilbud, studiekultur, forventninger). Det vil si at både «kvaliteten» på studentene og «kvaliteten» på studietilbudet spiller inn. Men eksterne forhold, som konkurransesituasjonen på arbeidsmarkedet, kan også ha betydning. Ut fra dette diskuterer vi om det er grunn til å forvente like høy studieinnsats på alle typer fag, og i hvilken grad tidsbruk er en egnet indikator for studiekvalitet. Hovedspørsmålene vi stiller er:

  • Hvor mye tid bruker studenter på ulike fag på studierelaterte aktiviteter per uke?

  • Er det sammenheng mellom omfang av organisert undervisning og total studietid?

  • Hvilke andre forhold kan bidra til å forklare fagforskjeller i tidsbruk?

Sammenhengen mellom tidsbruk og andre forhold

At læring krever innsats, er det lite tvil om. Det kan synes opplagt at det er en sammenheng mellom innsats og læringsutbytte. Men for det første er ikke denne sammenhengen nødvendigvis lineær. For det andre kan det være mellomliggende forhold som spiller inn på hvilken effekt timeinnsatsen har på læringsutbytte og karakterer. Astins teorier om studentinvolvering predikerer at en student som er engasjert i utdanningen sin, investerer mer tid i studiene, og har høyere sannsynlighet for å fullføre studiene (se for eksempel Astin, 1977, 1984, 1993; Astin & Oseguera, 2005). Hatlevik (2016) finner at ulike forskningstradisjoner er relativt samstemte i hva som karakteriserer studenter som lykkes i høyere utdanning: «Idealstudentene beskrives som aktive, engasjerte og godt integrerte i studiefellesskapet med både medstudenter og lærere. De søker å forstå læringsinnholdet. De gjør en stor egeninnsats og bruker energi på å gå i dybden av fagstoffet» (Hatlevik, 2016, s. 199).

Samtidig er det flere undersøkelser som har vist at sammenhengen mellom tidsbruk og resultater er svak eller ikke-eksisterende (Plant, Ericsson, Hill & Asberg, 2004; Nonis & Hudson, 2006; Kember, Tse, Wong & Pomfret, 1996). Disse studiene viser til engasjement og læringsstrategier som mellomliggende variabler, og påpeker at det er hvordan studentene bruker tiden sin, ikke antall timer i seg selv, som er viktigst for hvilke resultater de oppnår. I denne artikkelen går vi ikke inn på studiestrategier (Studiebarometeret inneholder i liten grad informasjon om dette), men ser på hvor mye tid studenter på ulike studieprogrammer bruker på studierelaterte aktiviteter, og på noen faktorer som påvirker tidsbruken.

Internasjonal forskning om studenters tidsbruk har i liten grad sett på forskjeller i studieinnsats mellom ulike fag, men flere studier har sett på hvordan ulike bakgrunnsfaktorer påvirker tidsbruken. Norske undersøkelser har vist at studieprogrammer som er vanskelige å få innpass på ofte har studenter som bruker mye tid på studierelaterte aktiviteter (Hovdhaugen, 2004; Bakken et al., 2016). Men det er uklart om dette skyldes at studentene er særlig motiverte og kvalifiserte, eller om studiene er spesielt krevende. En undersøkelse blant førsteårsstudenter ved norske læresteder har vist at studenter som anser seg som over middels dyktige, investerer mer tid i studiene enn andre, også når det kontrolleres for fagfelt (Wiers-Jenssen & Aamodt, 2002). Den samme undersøkelsen viste at tilfredshet med studiemiljø (faglig og sosialt) hadde liten betydning for studieinnsatsen. Flere studier har observert betydelige variasjoner i tidsbruk mellom studenter som studerer samme fag, men på ulike læresteder (Bakken et al., 2016, Hatlevik, Leseth & Osland, 2015; Frøseth & Smeby, 2007).

Tidligere analyser av Studiebarometeret har vist at studenter på lavere grad i snitt bruker noe mindre tid på studiene sine enn studenter på masternivå (Hovdhaugen & Reymert, 2015). Flere studier har også vist at lønnet arbeid i begrenset grad går på bekostning av studieinnsatsen. Det er først når studentene har lønnet arbeid over 15–20 timer per uke, at studieinnsatsen reduseres vesentlig (Wiers-Jenssen & Aamodt, 2002; Hovdhaugen, 2004; Hovdhaugen & Reymert, 2015). Videre er det vist at studentenes totale innsats har sammenheng med omfang av undervisning (Wiers-Jenssen og Aamodt, 2002; Hovdhaugen, 2004; Lid, 2013).

Data og metode

Vi benytter data fra Studiebarometeret 2016. Nær 29 000 studenter har besvart undersøkelsen, og den samlete svarprosenten er 45 prosent. Vi analyserer studenter på laveregradsnivå, og kun heltidsstudenter. Dette utgjør i underkant av 16 000 personer. For disse gruppene er samlet svarprosent 55. Svarprosentene for ulike faggrupper er vist i vedleggstabell V1. Data er samlet inn i studieprogrammets 3. semester. For mer informasjon om datainnsamlingsprosess og svarinngang, se Bakken (2016).

Total tidsbruk

Studentene er bedt om å rapportere hvor mange timer de i hittil i studiet i gjennomsnitt har brukt på studiene per uke, fordelt på organiserte studieaktiviteter (inkludert praksis) og egenstudier (inkludert samarbeid med andre studenter). Total studietid er beregnet ved å summere disse to spørsmålene. De som rapporterer å ha brukt mindre enn 5 timer og mer enn 80 timer per uke er filtrert bort, ut fra en antakelse om at disse enten ikke er reelle studenter, eller at svaret er et resultat av feiltasting eller «tullesvar». Denne gruppen utgjør kun to prosent av respondentene. Ved å fjerne disse og kun se på studenter på lavere grad, blir gjennomsnittstallene i denne artikkelen noe lavere enn i NOKUTs publikasjoner. Sentraltendensen i den avhengige variabelen total studietid er vist i vedleggsfigur V1.

Uavhengige variabler

Analysene fokuserer primært på forskjeller mellom fag. Vi foretar regresjonsanalyser der vi kontrollerer for en rekke uavhengige variabler: Kjønn, alder og gjennomsnittskarakter fra videregående opplæring (VGO) er påkoblet fra lærestedenes registre, og finnes kun for de studentene som har gitt tillatelse til at en slik kobling kan foretas. Dette har imidlertid kun implikasjoner for regresjonsanalysen. I tillegg har vi inkludert enkle mål for motivasjon og opplevde faglige forventninger. Oversikt over univariat fordeling i de uavhengige variablene som brukes i regresjonsanalysen finnes i vedleggstabellene V2–V6.

Faginndeling framgår av tabell 1. I regresjonsanalysene har vi utelatt de minste fagene og slått sammen noen fag i grupper (se V2). Faginndelingen avviker noe fra den som har vært benyttet i NOKUTs analyser. 2

Motivasjon. De som har svart «helt enig» (verdi 5) på spørsmålet «Jeg er motivert for studieinnsats» er definert som høyt motivert. De som har krysset av for verdi 4 er definert som middels motivert, mens de som oppga verdi 3,2 og 1 (helt uenig) er slått sammen til én kategori, og er definert som «lavt motivert». Forventninger fra underviserne er kodet etter samme logikk som «Motivasjon». De som har svart «i stor grad» på spørsmålet «Jeg opplever at de faglig ansatte stiller klare forventninger til meg som student» (verdi 5) er definert som at de opplever høye forventninger, de som har krysset av for verdi 4 er definert som at de opplever middels forventinger, mens de som har krysset av for verdi 3,2 og 1, er definert som at de opplever lave forventninger. Årsaken til at vi har brukt en tredeling framfor den originale femgraderte skalaen er at variabelen er svært skjevfordelt. Mindre enn 10 prosent har krysset av for alternativ 1 og 2.

Analyser

Vi bruker gjennomsnittsanalyse og lineær regresjon med total tidsbruk på studier som avhengig variabel. I tillegg ser vi på korrelasjonen mellom undervisningstid og total studietid etter fagområde, for å undersøke i hvilken grad det er en sammenheng mellom hvor mye undervisning studentene mottar og hvor mye tid de bruker totalt.

Resultater

Tidsbruk per uke på ulike studieprogram

Tabell 1 viser gjennomsnittlig antall timer per uke brukt til studierelaterte aktiviteter. Vi ser at det er stor variasjon mellom fag. Høyest tidsbruk, over 40 timer per uke, finner vi blant arkitekt-, medisin-, sivilingeniør- og politistudenter. De som studerer sykepleie, fysioterapi, ingeniørfag, jus, realfag og kunst har også en tidsbruk klart over gjennomsnittet, rundt 37–38 timer per uke. I flere av disse fagene er også mediantidsbruk noe høyere enn gjennomsnittsbruken, noe som indikerer at det er noen få lave verdier som bidrar til å trekke ned gjennomsnittet. Imidlertid er det generelt lite avvik mellom median og gjennomsnitt.

Lavest tidsbruk, rundt 26–27 timer per uke, finner vi i en del disiplinfag, som statsvitenskap, andre samfunnsfag, pedagogikk, språkfag, historisk-filosofiske utdanninger og idrettsfag. Lærerutdanninger, sosialfaglige utdanninger, journalist og økonomisk-administrative fag ligger rundt 30 timer per uke, som også er under gjennomsnittet.

Tabell 1.

Tidsbruk per uke blant studenter på ulike fagfelt

Median

Gjennomsnitt

Standardavvik

N

Helsefaglig utdanning

Medisin

40,0

41,6

11,4

278

Sykepleie

40,0

38,2

12,6

1833

Fysioterapi

39,0

38,2

10,3

139

Vernepleie

30,0

31,3

12,2

424

Lærerutdanning

Barnehagelærer

30,0

31,3

13,2

983

Grunnskolelærer

30,0

30,7

10,2

1306

Ingeniørutdanning

Ingeniør

37,0

37,3

11,8

1615

Siv.ing.

40,0

40,1

11,5

569

Samfunnsfag

Jus

38,0

37,2

11,3

609

Politi

45,0

44,5

9,8

303

Øk.adm

29,0

30,0

11,9

2556

Sosialfag

28,0

29,5

11,4

711

Samfunnsfag

26,0

26,5

11,2

481

Statsvitenskap

26,0

26,8

11,2

337

Pedagogikk

26,0

27,0

10,8

172

Psykologi

31,0

32,0

11,3

401

Idrett

26,0

28,0

12,0

371

Humaniora

Journalistikk

30,0

30,0

11,3

71

Språk

25,0

26,9

11,5

190

Hist.-fil.

25,0

26,5

11,7

455

Mat.-nat.-utdanning

Realfag

36,5

36,7

11,4

594

Informatikk

32,0

32,3

12,4

474

Kunstfaglig utdanning

Arkitektur

42,0

41,8

12,0

80

Kunst

40,0

38,9

13,4

480

Total

33,0

33,4

12,66

15772

Vi skal nå se på hvor store andeler av studentene som bruker mye eller lite tid på studiene, og vi deler inn studentene i fire omtrent like store grupper. Lav tidsbruk er definert som inntil 24,9 timer per uke (24 % av studentene), Nedre midtsjikt 25–34,9 timer (29 % av studentene), Øvre midtsjikt er 35–44,9 timer (27 % av studentene), og Høy tidsbruk er definert som 45 timer og mer (20 % av studentene).

Figur 1 viser at også innenfor samme fag er det stor variasjon i hvor mye tid studentene bruker på studier. Samtidig illustrerer den at på noen fagområder (politi, arkitektur, medisin) synes normen å være høy innsats, mens det på andre fagområder synes som om normen er en mer moderat innsats. Dette gjelder særlig samfunnsvitenskapelige og historisk-filosofiske fag.

Figur 1.

Andel studenter med ulik studieinnsats

Sammenhengen mellom omfang av undervisning og total studieinnsats

Ulike typer utdanninger tilbyr ulikt omfang av organisert undervisning. Profesjonsutdanninger har ofte relativt mye, og dels obligatorisk, undervisning mens en del disiplinfag karakteriseres av relativt lite undervisning. Selv om det ikke nødvendigvis er samsvar mellom hvor mye undervisning som tilbys, og hvor mye undervisning som følges på individnivå, kan vi anta at dette har sterk sammenheng på gruppenivå. Tidligere analyser av studenters tidsbruk tyder på en sammenheng mellom antall timer som brukes til organisert undervisning og total studieinnsats (Wiers-Jenssen & Aamodt, 2002; Hovdhaugen, 2004; Lid, 2013). Vi finner en tilsvarende tendens i våre data. Figur 2 viser at studenter som bruker mye tid på organisert undervisning ofte har en høy total studieinnsats, men at det er noen unntak. Eksempelvis bruker jusstudentene lite tid på organisert undervisning, men de bruker likevel forholdsvis mye tid på studiene totalt sett. Studenter på lærerutdanninger og sosialfag bruker relativt mye tid på organisert undervisning, men har nokså moderat egeninnsats.

Figur 2.

Antall timer per uke brukt på organiserte læringsaktiviteter og antall timer brukt på studieaktiviteter totalt.

Forhold som påvirker studieinnsatsen

Neste spørsmål vi adresserer er hvilke andre forhold som kan tenkes å påvirke studieinnsatsen. Dette analyseres gjennom å gjøre en multivariat analyse, med total studieinnsats per uke som avhengig variabel. I analysene kontrollerer vi for uavhengige variabler, som vi ut fra tidligere forskning antar kan ha påvirkning på studieinnsats, slik som trekk ved studentenes bakgrunn (sosiodemografiske variabler, inntakskarakterer), tid brukt til betalt arbeid, og studentenes motivasjon. I tillegg har vi tatt inn et mål på opplevde forventninger fra underviserne. Fag er også inkludert i analysene, men antall fagkategorier er som nevnt redusert.

Tabell 2 viser analysen, som totalt består av fire modeller. Alle sammenlignes med økonomisk-administrative fag, som er referansekategori. Dette er valgt som referansekategori fordi det er et fag med mange studenter, med relativt jevn kjønnsfordeling, og studieinnsats og karaktersnitt nær gjennomsnittet. Timer brukt til organisert undervisning er ikke inkludert som uavhengig variabel i modellene, da denne variabelen korrelerer høyt med total studieinnsats.

Tabell 2.

Multivariat lineær regresjon på total studieinnsats/uke

Modell 1

Modell 2

Modell 3

Modell 4

 

B

S.E

B

S.E

B

S.E

B

S.E

Konstant

32,446

0,236

33,054

0,254

32,372

0,308

32,696

0,354

Medisin

9,182

0,833

8,872

0,833

7,838

0,811

6,853

0,843

Sykepleie

5,246

0,474

5,413

0,474

4,887

0,461

4,759

0,465

Barnehagelærer

–0,647

0,543

–0,566

0,542

–0,560

0,527

–0,239

0,547

Grunnskolelærer

–1,534

0,458

–1,536

0,457

–1,143

0,445

–1,195

0,446

Ingeniør

4,895

0,443

4,694

0,444

4,791

0,432

5,296

0,443

Siv.ing.

7,633

0,582

7,252

0,584

6,763

0,569

6,522

0,596

Jus

4,747

0,646

4,712

0,645

4,017

0,629

3,522

0,638

Politi

11,959

0,753

11,626

0,754

9,599

0,741

9,848

0,743

Sosialfag

–3,456

0,646

–3,274

0,646

–3,245

0,628

–3,296

0,631

SV-fag

–5,754

0,517

–5,684

0,516

–5,474

0,502

–5,416

0,502

Psykologi

–0,448

0,756

–0,579

0,755

–0,844

0,735

–1,523

0,744

Idrett

–3,523

0,840

–3,635

0,839

–3,307

0,816

–2,854

0,819

HF-fag

–6,257

0,606

–6,307

0,604

–6,283

0,588

–6,100

0,590

Realfag

3,054

0,519

2,789

0,520

2,747

0,505

2,871

0,507

Kunst

6,423

0,899

6,160

0,898

5,307

0,874

5,411

0,873

Arbeidstid

–0,087

0,014

–0,092

0,013

–0,089

0,013

Lavt motivert

–3,193

0,286

–3,109

0,286

Høyt motivert

3,531

0,280

3,456

0,281

Lave forventninger

0,937

0,271

0,908

0,271

Høye forventninger

1,333

0,297

1,299

0,297

Kjønn (kvinne=0)

–1,162

0,261

Alder (20=0)

0,066

0,054

Alder*alder

–0,003

0,002

Gjennomsnittskarakter

0,081

0,021

Foreldre uten høyere utd.

–0,116

0,309

En forelder med høy utd.

–0,158

0,276

R2

0,121

0,125

0,173

0,176

N

9643

9643

9643

9643

Konstant: 20-årig kvinnelig student som tar økonomisk-administrative fag, som ikke arbeider ved siden av studiene, som har middels høye ambisjoner og opplever middels forventninger fra undervisere, som har gjennomsnittskarakterer og to foreldre med høyere utdanning.

Sig: p≤0,01 = markert med uthevet, p≤0,05 = markert med understrekning

Den første modellen inkluderer bare fagforskjeller, og viser samme mønster som tabell 1; studenter som tar politiutdanning, medisin- og sivilingeniørutdanning har høyest studieinnsats. I modell 2 tar vi inn hvor mye tid studenter bruker på lønnet arbeid, og finner at en time arbeid reduserer ukentlig studietid lite, kun cirka 5 minutter. Dette er i tråd med tidligere forskning (se for eksempel Hovdhaugen, 2004). I tillegg endrer koeffisientene for ulike fag seg svært lite når vi kontrollerer for hvor mye studentene arbeider ved siden av studiet, noe som forsterker inntrykket av at tid brukt på arbeid har lite å si for tid brukt på studier. I modell 3 har vi tatt inn egen motivasjon og opplevde forventninger fra underviserne, som kan ses på som enkel proxy for indre og ytre studiemotivasjon. Egen motivasjon slår sterkt ut; de som oppgir høy motivasjon bruker drøyt 3,5 timer mer på studiene per uke enn de med middels motivasjon, mens de med lav motivasjon bruker 3 timer mindre. Når det gjelder forventninger fra de som underviser, finner vi at både de som oppgir å møte lave/ingen forventninger og de som møter høye forventninger bruker mer tid per uke på studiene enn de som møter middels forventninger. Å ta inn disse to variablene har noe effekt på koeffisientene i noen fag; i fag med høy tidsbruk, som politi, medisin, kunst, jus, sykepleie og sivilingeniør, reduseres tidsbruken med mellom en halv og to timer. I den siste modellen tar vi inn kjønn, alder, gjennomsnittskarakter fra VGO og foreldres utdanningsnivå. Disse variablene har små effekter; å være mann reduserer studietiden med drøyt en time, mens studieinnsatsen øker noe med høyere karakter fra VGO, men effekten er ganske liten. Det ingen signifikant effekt av alder eller av foreldrenes utdanningsnivå.

Diskusjon

Hovedfunn

Vi har sett at ukentlig studieinnsats varierer betydelig med type studieprogram. Høyest er studieinnsatsen på arkitektur- og politiutdanning, men også på sivilingeniør- og medisinutdanning er det gjennomsnittlige timetallet over 40 timer per uke. Dette mønsteret har vært et gjennomgående funn i de siste årenes Studiebarometer (se for eksempel Lid, 2013; Damen et al., 2017; Bakken et al., 2018). Et fellestrekk ved disse fagene er at de har mer undervisning enn gjennomsnittet, og at nåløyet for å komme inn er trangt. Samtidig ser vi at også noen utdanninger med mindre strenge opptakskrav, som ingeniørutdanninger og realfag, har mange studenter med høy ukentlig studieinnsats. Disse fagene har relativt sett mye undervisning.

Studenter på utdanninger i humaniora og samfunnsfag rapporterer lavere gjennomsnittlig innsats. Et fellestrekk ved disse fagene er lite undervisning. Men også i enkelte korte profesjonsutdanninger, som lærerutdanninger og sosialfag, ser vi en relativt lav gjennomsnittlig studieinnsats. Her er imidlertid ikke undervisningsomfanget like lavt, så det må være andre forhold som forklarer hvor mye tid studentene legger i studiene sine. Én mulig forklaring er relatert til jobbmuligheter; dette er grupper det er etterspørsel etter i arbeidsmarkedet, og gode karakterer er ikke en forutsetning for å få jobb. Men vi kan heller ikke se bort fra at læringstrykket i noen utdanninger kan være moderat. Hovedtendensen er altså at fag med mye undervisning også har høy total studieinnsats, men det er også noen unntak.

Regresjonsanalysen viste at det som har mest å si for hvor mye tid en student bruker på studiene er hvilket fag denne går på. Tid brukt til betalt arbeid, sosiodemografiske variabler og karakterer fra VGO begrenset påvirkning på studieinnsatsen når det kontrolleres for andre forhold. Studenter som oppgir å være høyt motiverte legger mer arbeidsinnsats i studiene enn studenter med lav motivasjon.

Hvor mye tid kan vi forvente at studentene bruker på studierelaterte aktiviteter?

Undervisnings- og læringsopplegg og fagenes egenart legger rammer for hvilken studieinnsats som er påkrevd, forventet og hensiktsmessig når det gjelder læring. Å følge forelesninger, lese og forstå pensum og å skrive oppgaver er konsentrasjonskrevende aktiviteter, som det er grenser for hvor mange timer man kan holde på med i strekk, uten at innlæringen svekkes. Andre læringsaktiviteter, som laboratorieøvelser og praktisk og utøvende virksomhet er det i større grad mulig å holde på med over lengre tid. Dette kan være noe av forklaringen på at arkitekt- og politistudenter har høy ukentlig studieinnsats.

Noen studier har mye organisert, og til dels obligatorisk, undervisning, særlig når praksis i studiet telles med. Vi ser en tendens til at studenter på fag med mye organisert undervisning også har høy gjennomsnittlig studieinnsats totalt. Det er imidlertid også unntak fra dette, og juss er et klart eksempel. Dette illustrerer at studentenes innsats ikke bare har sammenheng med omfang av undervisning og kravene som stilles i utdanningen, men også kan være relatert til framtidige muligheter på arbeidsmarkedet. Blant studenter på juss råder en sterk bevissthet om at gode karakterer er avgjørende for å få den type jobb man ønsker (Arnesen & Try, 2001), noe som bidrar til et konkurranseorientert studiemiljø. For andre utdanningsgrupper er arbeidsmarkedsutsiktene gode, selv med svakere prestasjoner. Om det er mulig å oppnå akseptable resultater med moderat innsats, kan det – sett fra studentenes synsvinkel – være rasjonelt å bruke tiden sin på andre aktiviteter enn studier, som for eksempel betalt arbeid.

Rasjonelle studenter vil trolig justere innsatsen etter hva de oppfatter som hensiktsmessig i forhold til kravene som stilles og sine egne ambisjoner samt motivasjon. Vår multivariate analyse viste, ikke overraskende, at studenter som oppgir høy motivasjon, også bruker mer tid på studiene. Men motivasjon kommer ikke nødvendigvis bare fra studentene selv, den kan også påvirkes av studie- og undervisningsopplegget. I diskusjoner om tidsbruk og kvalitet i høyere utdanning, hevdes det ofte at det er viktig å stille klare krav til studentene. Vi fant relativt små utslag av opplevde forventinger fra underviserne i våre analyser. Det er imidlertid viktig å understreke at vi her har brukt et relativt enkelt mål for å måle et komplekst fenomen.

Den internasjonale studentundersøkelsen Eurostudent viser at norske bachelorstudenter ligger rett under gjennomsnittet for europeiske land når det gjelder ukentlig studieinnsats (Hauschildt et al. 2015, s. 106, fig. 6.5). I denne undersøkelsen er norske bachelorstudenters innsats beregnet til 32 timer per uke, mens tilsvarende tall for danske og svenske studenter er 35, for finske studenter 33. Få land har gjennomsnittlig studieinnsats på 40 timer (slik tidligere statssekretær Haugstad har uttrykt er ønskelig). Selv om det er rom for å øke innsatsen for noen studenter og fag, er det grunn til å spørre seg om det er et realistisk mål at norske studenter skal bruke mer tid på studiene enn studenter i andre europeiske land. Man kan videre spørre om hvorvidt det er et rimelig krav at de skal studere mer enn en «normalarbeidsuke».

Metodiske utfordringer ved måling av tidsbruk

Måling av tidsbruk innebærer betydelige utfordringer med hensyn til reliabilitet og validitet. Spørsmålsutformingen har vesentlig betydning på resultatene, eksempelvis rapporteres timetallet som høyere om studentene kan fordele sin innsats på flere kategorier (organiserte aktiviteter, selvstudier, praksis etc.), enn om de kun bes om å oppgi total studieinnsats. Da spørsmålet om tidsbruk i Studiebarometeret ble endret i 2014, slik at også praksis skulle regnes med, «økte» norske studenters gjennomsnittlige studieinnsats med cirka 6 timer per uke i forhold til året før (fra ca. 28 til 34 timer per uke). Dette illustrerer at det er et skjørt mål, og at det kan være problematisk å sammenligne resultater fra ulike undersøkelser.

Det kan også stilles spørsmål ved om undersøkelsene klarer å fange alle studierelevante aktiviteter. For noen fag finnes det aktiviteter som er i grenseland mellom studier og fritid. Språkfagene har vært trukket fram som eksempler på fag der relevante aktiviteter ikke nødvendigvis telles med (Bakken et al., 2016; Karlsen et al., 2017). Et annet eksempel kan være journalistikk; at mediekonsum kan være høyst faglig relevant for denne gruppen uten at de rapporterer dette som studietid. Dette illustrerer at det kan være systematisk underrapportering av tidsbruk på enkelte studieprogram. Forskning som benytter seg av dagbokmetoder for å kartlegge tidsbruk har større mulighet for å fange opp bredden av aktiviteter. Denne type undersøkelser er imidlertid lite egnet til å gjennomføre i stor skala, men kunne benyttes i mindre omfang for å undersøke reliabiliteten i Studiebarometerets tidsbruksmål.

Tidspunktet undersøkelsen gjennomføres på kan også ha betydning, for eksempel om undersøkelsen gjennomføres på tidspunkter der noen studentgrupper er i praksis. Politistudentene er blant de som er i praksis på gjennomføringstidspunktet for Studiebarometeret, og dette antas å medvirke til at nettopp disse studentene rapporterer særlig høy tidsbruk.

Man kan heller ikke se bort fra at økt oppmerksomhet rundt tidsbruk på sikt kan endre studentenes rapportering. Det kan for eksempel tenkes at utdanninger som skårer lavt vil føle et press, ikke bare for å øke innsatsen, men også for å tenke mer strategisk i sin rapportering.

Er tidsbruk en egnet indikator for å måle studiekvalitet?

Vi har pekt på at det er betydelig usikkerhet knyttet til måling og rapportering av studieinnsats. Ulik kontekst og ulike rammevilkår gjør at det er lite realistisk å forvente like høy tidsbruk på alle fag, og det vil være problematisk å sette en universell norm for hvor mye tid som bør brukes på studier. Men selv om estimatene ikke er helt presise, og rammebetingelsene varierer mellom ulike fag, er det likevel interessant informasjon i mønstrene som framtrer. Noen fagforskjeller er nokså stabile over tid. For eksempel har studieinnsatsen på en del tradisjonelle universitetsfag i samfunnsfag og humaniora gjennomgående vist seg å være nokså lav (Wiers-Jenssen & Aamodt, 2002; Hovdhaugen, 2004). Dette er også utdanninger der vi vet at frafallet er høyt og gjennomstrømmingen lav, og man kunne tenke seg at høyere studieinnsats kunne bidra til å integrere studentene bedre og unngå frafall, i tråd med teoriene til Astin (1977, 1984, 1993).

Men også innenfor profesjonsutdanninger finner vi eksempler på fag med moderat tidsbruk, som i lærerutdanninger og sosialt arbeid. I disse utdanningene er problemet med frafall mindre enn for humaniora og samfunnsfag (Aamodt & Hovdhaugen, 2011), men det er uansett viktig at også studenter på disse utdanningene blir best mulig kvalifisert for de oppgavene de skal mestre når de kommer ut i arbeidslivet.

Våre analyser viser at forventinger fra underviserne har en positiv effekt på studieinnsatsen, og illustrerer betydningen av at lærestedene stiller forventinger og krav som kan stimulere gode studievaner og god innsats. Men om læringstrykket skal øke, kan dette kreve ressurser i form av mer undervisning eller bedre tilpasning av studietilbudet til studentenes behov. Vi understreker at det også er et studentansvar å prioritere å bruke tilstrekkelig tid på studiene. Studiebarometeret viser at det er en god del studenter som ikke møter spesielt godt forberedt til undervisningen (Bakken, Pedersen & Øygarden, 2018).

Det er likevel grunn til å advare mot å tro at antall timer studentene oppgir å bruke på studiene er synonymt med kvaliteten på utdanningen. I så fall ville arkitektutdanning og politiutdanning være å anse som de beste utdanningene i Norge. Uten forkleinelse for disse utdanningene, er det flere forhold enn kvalitet som gjør at studieinnsatsen er spesielt høy på disse fagene, så som omfang av undervisning og praksis, kombinert med sterkt selekterte studenter.

I norsk sammenheng foreligger det begrenset kunnskap om hvordan studieinnsats, studiestrategier og studentinvolvering på den ene siden, og strukturelle forhold som undervisning og læringsmiljø på den andre, påvirker resultater i form av gjennomstrømning, læringsutbytte og karakterer. Studiebarometeret kan være et interessant grunnlag for å øke kunnskapen om slike sammenhenger. Dette fordrer imidlertid at spørsmålene i undersøkelsen er godt faglig fundert (for eksempel er det behov for mer informasjon om studentenes strategier og engasjement, og studentenes begrunnelser for hvor mye tid de investerer i studiene) og at kvaliteten på registerdataene som koples til Studiebarometeret er tilstrekkelig god. Det er også en fordel om dataene i større grad analyseres og kontekstualiseres av uavhengige forskningsmiljøer.

Konklusjon

Studiebarometeret viser at hvor mye tid studenter bruker på studierealterte aktiviteter, varierer betydelig med type utdanning. Tidsbruk har sammenheng med både individuelle, fagspesifikke, institusjonelle og arbeidsmarkedsrelaterte forhold, men det er det fagspesifikke som har størst isolert betydning i våre analyser. Omfang av undervisning, som sier noe om studiestruktur, har vesentlig betydning, men også studentenes motivasjon og forventinger fra underviserne innvirker på hvor mye tid studentene bruker på studiene. Det er en rekke metodiske utfordringer knyttet til å måle studieinnsats, og timer brukt til studier per uke er et grovt mål på studieinnsats, som i begrenset grad er egnet til å si noe om kvaliteten på utdanningstilbudet studentene mottar.

Vedlegg: Fordeling på variabler som brukes i regresjonen

Tabell V1.

Gjennomsnittlig svarprosent, etter fag

SvarprosentAntall
Medisin46 278
Sykepleie59 1833
Fysioterapi67 139
Vernepleie63424
Sosialfag62 711
Barnehagelærer64983
Grunnskolelærer71 1306
Ingeniør 63 1615
Siv.ing.40 569
Jus49609
Politi61303
Øk.Adm432556
Samfunnsfag53481
Statsvitenskap51337
Pedagogikk39172
Psykologi46 401
Idrett64371
Journalistikk5071
Språk43190
Hist-fil41455
Realfag51594
Informatikk44474
Arkitektur5280
Kunst62480
Total5515772
Figur V1.

Total studietid, fordeling hele utvalget (avhengig variabel)

Tabell V2.

Uavhengig variabel, faginndeling regresjon

FrekvensProsentandelEndring ift. opprinnelig faginndeling
Øk.adm9009,9
Medisin2272,5
Sykepleie96110,6
Barnehagelærer6787,5
Lærer97210,7
Ingeniør106311,7
Siv.ing5055,6
Jus4084,5
Politi3343,7
Sosialfag4414,9
SV-fag6957,7Samfunnsfag, statsvit. og pedagogikk slått sammen
Psykologi2823,1
Idrett2382,6
HF-fag4655,1Hist.-fil. og språkfag slått sammen
Realfag6867,6Realfag og informatikk slått sammen
Kunst2172,4
Total9072100,0

Følgende fag inngår ikke i regresjonen: Fysioterapi, vernepleie, journalist og arkitektur

Tabell V3.

Uavhengig variabel, grad av motivasjon

FrekvensProsent
Lavt motivert439528,5
Middels motivert587238,1
Høyt motivert515233,4
Total15419100,0
Tabell V4.

Uavhengig variabel, opplevde forventninger fra lærere

FrekvensProsent
Lave forventninger493732,4
Middels forventninger641342,1
Høye forventninger387225,4
Total15222100,0
Tabell V5.

Uavhengig variabel, kjønn

FrekvensProsent
Kvinner1002965,0
Menn539035,0
Total 15419100,0
Tabell V6.

Uavhengig variabel, foreldres utdanning

FrekvensProsent
Ingen har høyere utdanning218320,1
En forelder har høyere utdanning276625,5
Begge har høyere utdanning495545,7
Total9904100,0
Tabell V7.

Uavhengige kontinuerlige variabler

ArbeidstidAlderKarakterpoengKarakter, sentrert på gjennomsnitt
Median02243,2–0,4
Gjennomsnitt6,223,943,2–0,4
Standardavvik9,05,26,76,7
N10813108481084810848

Litteratur

Arnesen, C.Å., & Try, S. (2001). Karakterers betydning for overgangen fra høyere utdanning til arbeidsmarkedet. NIFU-rapport 6/2001, Oslo: NIFU.

Arnesen, C.Å., Hovdhaugen, E., Wiers-Jenssen, J., & Aamodt, P.O. (2011). Studiesituasjon og studentøkonomi. Norske resultater fra den europeiske studentundersøkelsen EUROSTUDENT IV. Rapport 33. Oslo: Nordisk institutt for studier av innovasjon, forskning og utdanning.

Astin, A. W. (1977). Four Critical Years. The Jossey-Bass series in higher education. San Francisco: Jossey-Bass Publishers.

Astin, A.W. (1984). Student Involvement: A Developmental Theory for Higher Education. Journal of College Student Development, 40(5), 518–529.

Astin, A.W. (1993). What matters in college? Four critical years revisited. The Jossey-Bass higher and adult education series. San Francisco: Jossey-Bass Publishers.

Astin, A.W. (1999). Student Involvement: A Developmental Theory for Higher Education. Journal of College Student Development, 40(5), 518–529.

Astin, A., & Oseguera, L. (2005). Pre-College and Institutional Influences on Degree Attainment. I A. Seidman (red.), College Student Retention: Formula for Student Success (s. 245–276). Westport (CT): ACE/Praeger series on higher education.

Bakken, P. (2016). Studiebarometeret 2015 – gjennomføring og svarinngang. Rapport 2–2016. Oslo: NOKUT.

Bakken, P., Damen, M.L., & Hauge, M.S. (2016). Rom for mer læring. NOKUTs notater. Oslo: NOKUT.

Bakken, P., Pedersen, L.F, & Øygarden, K.F. (2018). Studiebarometeret 2017: hovedtendenser. Rapport 1-2018. Oslo: NOKUT.

Damen, M.L., Hauge, M.S., Skåtun, K.C., Holm, S., & Bakken, P. (2017). Studiebarometeret 2016: hovedtendenser. Studiebarometeret: Rapport 2-2017. Oslo: NOKUT.

DZHW (red.) (2018). Eurostudent VI 2016–2018. Synopsis of indicators. Social and Economic Conditions of Student Life in Europe. Bielefeld: W. Bertelsmann Verlag.

Frøseth, M.W. & Smeby, J.C. (2007). Førsteårsstudentene. HiO-notat nr 1. Oslo: Høgskolen i Oslo.

Hatlevik, I.K.R (2016). Hvordan utvikle og kontrollere prosesskvalitet? Uniped, 39(3), 195–210.

Hatlevik, I.K.R, Leseth, A., & Osland O. (2015). Utdanningskvalitet i sykepleieutdanningene ved Høgskolen i Oslo og Akershus. Senter for profesjonsstudier. Oslo: Høgskolen i Oslo og Akershus.

Hauschildt, K., Gwosć, C., Netz, N., & Shweta, M. (2015). Eurostudent V. Synopsis of indicators 2012–2015. Social and Economic Conditions of Student Life in Europe. Bielefeld: W. Bertelsmann Verlag.

Hovdhaugen, E. (2004). Tidsbruk og ambisjon. Resultater fra stud.mag.-undersøkelsene 2001, 2002, og 2003. NIFUs skriftserie 16/2004. Oslo: NIFU.

Hovdhaugen, E. (2015). Working while studying: the impact of term time employment on dropout rates. Journal of Education and Work, 28(6), 631–651.

Hovdhaugen, E., & Reymert, I. (februar, 2015). More focused on studying? Differences in time spent studying between student that work and student that do not. Presentasjon på Joint Conference PL4SD & EUROSTUDENT V, Wien, Østerrike. Upublisert.

Karlsen, J.R., Müftüoglu , I.B., & Slaattelied, R.T. (2017). Studiebarometeret som kunnskapsform og samfunnsfenomen. Nytt norsk tidsskrift, 34(1) 7–19.

Kember, D., NG, S., Tse, H., Wong, E.T.T., & Pomfret, M. (1996). An examination of the interrelationship between workload, study time, learning approaches and academic outcomes. Studies in Higher Education, 21(3), 347–358.

Kirke- undervisnings- og forskningsdepartementet (2001). St.meld. nr. 27 (2000–2001). Gjør din plikt – Krev din rett. Kvalitetsreform av høyere utdanning. Hentet fra https://www.regjeringen.no/no/dokumenter/stmeld-nr-27-2000-2001-/id194247/.

Kunnskapsdepartementet (2017). Kultur for kvalitet i høyere utdanning. Stortingsmelding nr. 16, 2016–2017. Oslo: Kunnskapsdepartementet.

Lid, S.E. (2013). Studiebarometeret 2013: Studieinnsats. Rapport 3/2014. Oslo: NOKUT.

Lowe, H., & Cook, A. (2003). Mind the Gap: Are students prepared for higher education? Journal of Further and Higher Education, 27(1), 53–76.

Nonis, S.A., & Hudson, G.I. (2006). Academic performance of College Students: Influence of time spent on studying and working. Journal of Education for Business, 81(3), 151–159.

Plant, E.A., Ericsson, K.A., Hill, L., & Asberg, K. (2004). Why study time does not predict grade point average across college students: Implications of deliberate practice for academic performance. Contemporary Educational Psychology, 30, 96–116.

SSB (2000). Norsk standard for utdanningsgruppering. Oslo-Kongsvinger: Statistisk Sentralbyrå.

Trigwell, K., & Prosser, M. (1991). Relating learning approaches, perceptions of context and learning outcomes. Higher Education, 22, 251–266. DOI: https://doi/org/10.1007/BF00132290.

Wiers-Jenssen, J., & Aamodt, P.O. (2002). Trivsel og innsats. Studenters tilfredshet med lærested og tid brukt til studier. Resultater fra «Stud.mag.»-undersøkelsene. Rapport 1/2000. Oslo: Norsk institutt for studier av forskning og utdanning.

Aamodt, P.O., & Hovdhaugen, E. (2011). Frafall og gjennomføring i lavere grads studier før og etter Kvalitetsreformen. En sammenlikning mellom begynnerkullene fra 1999, 2003 og 2005. NIFU-rapport 38/2011. Oslo: NIFU

Aamodt, P.O., Hovdhaugen, E., & Opheim, V. (2006). Den nye studiehverdagen. Evalueringen av Kvalitetsreformen, Delrapport 6. Oslo-Bergen: Norges forskningsråd/ Rokkansenteret/NIFU STEP.

1Seminar om Studiebarometeret hos NOKUT 14. september 2015.
2Med utgangspunkt i NUS-koder (SSB, 2000) har vi har spesifisert flere helsefagutdanninger, slått sammen enkelte utdanningsgrupper og ekskludert noen samlekategorier som favner svært heterogene utdanninger.

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