Resultater i Oslo-skolen¹

Innledning

Det er stor interesse for Oslo-skolen og resultatene i eller av denne: Er det slik at elever i Oslo presterer bedre enn elever ellers i landet, og er det i så fall på grunn av Oslo-skolen? Er det grunnlag for å hevde at Oslo-skolen er «best» eller «mest utjevnende»?² I denne artikkelen ser jeg nærmere på resultatene i Oslo-skolen på to avgrensede, men viktige områder: Elevenes resultater på skriftlig eksamen ved fullført grunnskole og fullført og bestått videregående opplæring.

Oppmerksomheten om Oslo-skolen er ikke ny. Bakken og Elstad (2012) finner et økende «Oslo-forsprang» i eksamenskarakterer over perioden 2002–2011, men også økende sosial ulikhet. Nyere studier har funnet at elever i Oslo har gode resultater i grunnskolen (Steffensen mfl., 2017). Særlig på nasjonale prøver har Oslo-elevene svært gode resultater sammenlignet med andre elever med tilsvarende familiebakgrunn eller tidligere resultater. Resultatene ved fullført grunnskole er ikke spesielt gode utfra de (svært gode) resultatene på nasjonale prøver, men likevel gode sammenlignet med elever med tilsvarende familiebakgrunn i andre kommuner. I venstre del av Figur 1 viser jeg utviklingen i gjennomsnittlig eksamenskarakter i Oslo og resten av landet. Oslo har høyere snittkarakter i hele perioden siden 2002 (ubetinget på elevenes bakgrunn), forskjellen ser ut til å ha økt over tid.

I høyre del av Figur 1 viser jeg andelen som fullfører og består videregående opplæring innen fem år, for elever som gikk ut fra grunnskolen fra 1994 til 2015. Oslo opplevde en kraftig økning i andelen som fullfører og består videregående opplæring, fra 64,3 prosent for elevene som startet i 1994 til 74,9 prosent for elevene som startet i 2007, mens den nasjonale andelen var omtrent stabil rundt 70 prosent. Siden har Oslo hatt en svakere økning enn øvrige fylker, men med 79,4 prosent fullført og bestått for 2015-kullet mot 78,7 prosent for resten av landet, er Oslo fremdeles blant fylkene der flest fullfører og består.³

Falch mfl. (2016) tar hensyn til elevenes resultater fra grunnskolen, og finner at Oslo-skolene presterer godt på et samlemål for resultater i videregående opplæring, som omfatter fullføring og karakterer. Markussen mfl. (2017) finner mer gjennomsnittlige resultater med lignende analyser. Sammenlignet med Falch mfl. har Markussen mfl. et større fokus på gjennomføring (og mindre på karakterer).

Hansen (2017) argumenterer for at Oslo-skolen har blitt mer segregert over tid, og stiller også spørsmål ved hvorvidt resultatene i grunnskolen og på videregående er spesielt gode. Analysene av grunnskoleresultater baserer seg imidlertid på standpunktkarakterer, som gir et dårligere mål på skoleforskjeller enn eksamenskarakter (Hægeland mfl., 2011; Kirkebøen, 2021). Analysene av fullført videregående opplæring er villedende fordi Hansen ser på forskjeller i fullføring innen studieretninger, uten å ta hensyn til forskjeller i rekruttering til disse.⁴

Denne artikkelen bygger på arbeidet med kommune- og skolebidragsindikatorer (bl.a. Steffensen mfl., 2017), og forsøker å bidra til diskusjonen om resultatene i Oslo-skolen på tre måter: For det første ser jeg grunnskolen og hele grunnopplæringen (dvs. grunnskole og videregående opplæring) under ett. Tidligere studier har i hovedsak sammenlignet skoler og sett på deler av grunnopplæringen (1.-4. trinn, 5.-7. trinn, ungdomstrinn eller videregående), og på hvert nivå tatt utgangspunkt i elevenes ferdigheter fra forrige nivå. Kommuner har imidlertid ansvaret for hele grunnskolen, Oslo som fylke for hele grunnopplæringen. Å se på deler av løpet for seg gjør det krevende å sammenligne kommuner som kanskje i varierende grad satser tidlig eller sent i skoleløpet. Ved å studere eksamen ved avsluttet grunnskole og fullført videregående fokuserer jeg på sentrale mål på slutten av hhv. grunnskolen og grunnopplæringen som det er bred enighet om at er viktige. Jeg unngår også å bruke nasjonale prøver, som har vært omdiskutert, særlig hvorvidt praksis i Oslo er forskjellig fra resten av landet.

For det andre ser jeg i mer detalj på et mål på elevenes forutsetninger, og prestasjoner relativt til disse forutsetningene. Å sammenligne faktiske resultater med forventede utfra elevenes forutsetninger er grunnlaget for arbeidet med skolebidragsindikatorer, som undersøker hvorvidt elever ved en skole presterer bedre enn forventet. Det forventede resultatet gjør det imidlertid også mulig å skille mellom grupper av elever med svakere eller bedre forutsetninger. Separate analyser av disse gruppene gir et grunnlag for å diskutere om Oslo-skolen er utjevnende, dvs. hvorvidt grupper med svake forutsetninger presterer særlig godt, slik at forskjellene i resultater er mindre enn forskjellene i (målte) forutsetninger gir grunn til å vente.

For det tredje ser jeg på utvikling i resultater over tid, og sammenligner denne med utviklingen i andre storbyer og med store kommuner rundt Oslo. Disse gruppene av kommuner kan være mer sammenlignbare med Oslo enn resten av landet når det gjelder befolkningsstruktur og skole- og kommunestørrelse.

Måling av skolers bidrag

Denne artikkelen bygger på arbeidet med skolebidragsindikatorer i Norge (bl.a. Hægeland mfl., 2004; Steffensen mfl., 2017; Kirkebøen, 2021), som igjen bygger på omfattende internasjonal forskning og praksis. Skolers og læreres bidrag til elevers læring har vært gjenstand både for mye forskning og politisk diskusjon. På grunn av forskjeller mellom skoler i elevenes bakgrunn og forutsetninger vil sammenligninger av elevresultater ofte si lite om skolenes eller lærernes bidrag. En mulig løsning på dette er å justere resultatene for elevenes kjennetegn. Dette kan gi sammenlignbare mål på forventede resultater for gitte elver, f.eks. elever med gjennomsnittlige kjennetegn.

Statistiske analyser av skolers bidrag går i hvert fall tilbake til Clotfelter og Ladd (1996) og Kane og Staiger (2002). De fleste analysene justerer elevresultater for elevenes tidligere resultater for å få et mål på skolenes bidrag. Indikatorer som sammenligner resultater på forskjellige tidspunkt, kalles gjerne value-added indikatorer. Det virker rimelig at vi kan få indikatorer som i større grad måler skolenes bidrag ved å ta hensyn til forskjeller i elevgrunnlag som er utenfor skolenes kontroll.

I de senere årene har en rekke studier undersøkt dette empirisk, gjerne ved å se i hvilken grad beregnede indikatorer kan predikere resultatene for andre elever. En utfordring er at det kan være uobserverte forskjeller mellom elever ved forskjellige skoler, som vil tolkes som skolebidrag. Deming (2014) og Angrist mfl. (2017) studerer skolelotterier, der de vet at tilordningen av elever til skoler er (betinget) tilfeldig. Deming (2014) finner at value-added indikatorer predikerer resultater både på kort og lang sikt for elever som blir tilordnet skoler tilfeldig (ved loddtrekning til skoler som ikke har plass til alle søkere). Angrist mfl. (2017) finner at indikatorer beregnet ved hjelp av skolelotterier er mer presise enn tradisjonelle value-added indikatorer, men at også disse er informative for skolenes bidrag.

Skoler kan også bidra til andre forhold enn faglige ferdigheter. Jackson mfl. (2020) studerer skolers bidrag til både faglige ferdigheter og elevenes egenvurderte sosiale og psykologiske velvære og funksjon («socioemotional development»), og finner at begge typer indikatorer er informative for elevens senere utfall. Samlet er det god støtte i internasjonal litteratur for at forskjellige typer indikatorer for skolebidrag forholdsvis presist kan beskrive forskjeller mellom skoler, både i faglig læring og i bidrag til annen utvikling, som har vesentlig konsekvenser for elevene, både på kort og lengre sikt.

Å vite hvilke skoler som har høyt bidrag er ikke tilstrekkelig for å øke bidraget i andre skoler. Dobbie og Fryer (2013) undersøker skoler med høyt beregnet skolebidrag, og samler inn en rekke forskjellige data om disse, både tradisjonelle ressursdata og data om praksis ved skolene. De finner at skoler med høyt bidrag ikke utmerker seg ved høy lærertetthet eller -utdanning, men at disse skolene i noen grad har en annen organisering og undervisningspraksis. Fryer (2014) gjennomfører et forsøk med innføring av tilsvarende praksis i andre skoler, og finner at dette fører til bedre elevresultater. Dette tyder på at indikatorer for skolebidrag kan bidra til å identifisere praksis som fremmer læring, og som kan kopieres av andre skoler.

I Norge har arbeidet med skolebidragsindikatorer historie tilbake til tidlig 2000-tall. Bonesrønning og Strøm (2003) etterlyser «indikatorer for måloppnåelse og skolekvalitet» basert på beregning av «skolenes bidrag til de etablerte kunnskaps- og ferdighetsnivåene». Hægeland mfl. (2004, 2005a) utreder og beregner konkrete indikatorer for norske skoler, basert på mål på elevenes familiebakgrunn. Indikatorene beregnet i 2005 ble ikke publisert nasjonalt, men indikatorer for Oslo-skoler ble gjort offentlige. Siden har det vært utredet og/eller beregnet indikatorer for Oslo (Hægeland mfl., 2005b, 2007) og for videregående skoler nasjonalt og i Oslo (Hægeland mfl., 2006, 2010). Ettersom data har blitt tilgjengelig både fra nasjonale prøver på 5. og 8. trinn, samt karakterer fra grunn- og videregående skole, har det også blitt beregnet value-added indikatorer, i tråd med internasjonal praksis (Hægeland mfl., 2011; Falch mfl., 2013, 2016; Ekren, 2015; Steffensen mfl., 2017; Markussen mfl., 2017).

Tidligere testresultater gir et mer presist mål på elevenes forutsetninger enn familiebakgrunn. Kirkebøen (2021) finner likevel at familiebakgrunn gir en god beskrivelse av forskjeller i forutsetninger mellom skoler, at indikatorer som bare justerer for elevenes familiebakgrunn gir gode mål på norske skolers bidrag, og at dette bidraget har en langsiktig konsekvens for hvordan det går videre med elevene i utdanning og arbeidsmarked.

I dag har Udir oppgaven med å jevnlig beregne og publisere indikatorer for videregående skole,⁵ etter at eksterne forskere har gjort det i flere omganger tidligere. Udir publiserer også jevnlig oppdaterte skolebidragsindikatorer for grunnskolen,⁶ beregnet av SSB.

Datagrunnlag

Denne artikkelen fokuserer på to resultatmål fra grunnopplæringen, skriftlig eksamen ved avsluttet grunnskole og fullføring av videregående opplæring. Disse gir ikke noe uttømmende mål på hva elever får ut av grunnopplæringen, men det er rimelig å hevde at dette er de beste enkeltindikatorene for resultater i hhv. grunnskolen og grunnopplæringen.

Avgangskarakterene ved fullført grunnskole måler elevenes ferdigheter i forhold til læreplanen. Grunnskolen er ensartet, elevene har med få unntak tilsvarende skoleløp og samme læreplan, slik at elevene i hovedsak har de samme fagene og sammenlignbare avgangskarakterer. Flesteparten av karakterene er standpunktkarakterer, satt av faglærer. For sammenligning av resultatene til skoler eller kommuner gir imidlertid de eksternt satte skriftlige eksamenskarakterene et mer pålitelig bilde av resultatene. Selv om standpunktkarakterer er mer informative på individnivå, gjør forskjeller i karakterpraksis mellom skoler at eksamenskarakterer sier mer om skolenes bidrag (Galloway mfl., 2011; Hægeland mfl., 2011; Kirkebøen, 2021).

Data for eksamenskarakterer er tilgjengelig fra 2002–2019 (det ble ikke avholdt skriftlig eksamen i 2020 eller 2021 pga. Covid-pandemien). For å få et mest mulig oppdatert «øyeblikksbilde», men samtidig begrense utslaget av år-til-år-variasjon (jf. Figur 1), vil jeg i første omgang fokusere på 2017–2019. Jeg kommer tilbake til utviklingen siden 2002.

I diskusjonen om Oslo-skolen er det mye fokus på elever som ikke avlegger nasjonale prøver, og hvordan dette påvirker de rapporterte resultatene. Det har ikke vært tilsvarende spørsmål om deltakelse ved skriftlig eksamen. Mellom 5 og 10 prosent av elevene er ikke registrert med skriftlig eksamen, dette omfatter blant annet elever som er fritatt og som ikke har møtt. Andelen har økt noe over tid. I periode 2017–2019 er det 8,7 prosent av elevene som ikke er registrert med skriftlig eksamen i hele landet. I Oslo er andelen 10,1 prosent, og i de øvrige største byene i 8,4 prosent. Elever med svake forutsetninger er overrepresentert blant disse elevene, og forskjellene kan i hvert fall delvis forklares med forskjellige andeler innvandrerelever. Resultatene endres i liten grad dersom en antar at elever uten karakter ville prestert svakt og setter eksamenskarakteren til laveste verdi for alle som mangler karakter, eller til forventet verdi utfra familiebakgrunn.

For videregående var fullført og bestått innen fem år det etablerte statistiske målet fram til 2020, og også et sentralt politisk mål. Alle elever fullfører grunnskolen, men det er 25–30 prosent av elevene som starter i videregående opplæring som ikke har fullført og bestått innen fem år. Uten fagbrev eller vitnemål har elevene færre muligheter for jobb og/eller videre studier, og manglede fullføring antas å ha betydelige negative konsekvenser både for den enkelte og samfunnet (Falch mfl., 2011). Ettersom videregående opplæring er svært heterogen, med mange forskjellige utdanningsprogrammer som både inneholder forskjellige fag og rekrutterer forskjellige elevgrupper, er det vanskelig å lage gode resultatmål basert på karakterer.

Videregående opplæring ble kraftig endret gjennom Reform 94. Datagrunnlaget gjør det også vanskelig å studere gjennomføring før dette, jeg vil derfor ikke bruke elevkull med oppstart før Reform 94. Som for grunnskoleeksamen vil jeg først se på de nyeste tilgjengelige årgangene, elever som gikk ut fra grunnskolen i 2013–2015 (og undersøke hvorvidt disse har fullført innen 2018–2020), før jeg ser på utvikling over lengre tid. Jeg ser på fullføring innen fem år etter fullført grunnskole, i motsetning til gjennomstrømningsstatistikken, som (siden 2020) tar utgangspunkt i tidspunkt for oppstart i Vg1 og følger elevene i fem til seks år, avhengig av studieretning. Ettersom over 95 prosent av elevene går direkte fra grunnskole til Vg1, og disse utgjør et overveldende flertall av nye Vg1-elever, har forskjellen på avsluttet grunnskole og oppstart Vg1 liten betydning for resultatene.

Det er velkjent fra norsk og internasjonal forskning at det er store resultatforskjeller mellom elever med forskjellig familiebakgrunn. Det er et stort forskningsspørsmål hva disse forskjellene skyldes (se f.eks. Björklund og Salvanes, 2011; Hægeland mfl., 2013), og hvordan de evt. best kan utjevnes. Det vesentlige i denne sammenheng er at forskjeller i elevenes bakgrunn og forutsetninger gir resultatforskjeller som ikke kan tilskrives skolenes bidrag, og som jeg derfor forsøker å korrigere for i analysene.

For å finne skolenes bidrag ønsker vi å ta hensyn til forhold utenfor skolenes kontroll. Det finnes ikke standard variable for å beskrive elevenes forutsetninger, snarere avhenger dette av tilgjengelige data og konkrete hensyn i analysene. I internasjonale studier samt i de fleste nyere norske (f.eks. Steffensen mfl., 2017; Falch mfl., 2016; Markussen mfl., 2017) er tidligere skoleresultater det viktigste grunnlaget for det forventede resultatet. I denne artikkelen er det viktig at forutsetninger ikke er påvirket av tidlig skolegang, slik at jeg kan studere bidrag over hele skoleløpet.

Det finnes ikke utstrakte testdata før oppstart i skole i Norge. Som mål på elevenes forutsetninger bruker jeg elevenes familiebakgrunn: Begge foreldrenes utdanningsnivå, foreldrenes inntekt og elevenes innvandringsbakgrunn (innvandrer eller norskfødt med innvandrerforeldre, landbakgrunn og alder ved innvandring) samt interaksjoner mellom innvandringsbakgrunn og foreldreutdanning. Disse variablene ligner på de som brukes i de såkalte tverrsnittsindikatorene i Steffensen mfl. (2017). Den samlede forklaringskraften er moderat, omtrent 14 prosent av forskjeller i eksamenskarakterer. Kirkebøen (2021) finner imidlertid at de gir en god kontroll for gjennomsnittlige forutsetninger på skolenivå, slik at beregnede indikatorer er informative om skolenes bidrag. Hægeland mfl. (2004) undersøker tilsvarende variable. De finner at det er mulig å øke forklaringskraften ved å inkludere flere kjennetegn, men at dette har liten betydning for forskjeller mellom skoler.

I analysene vil jeg sammenligne fire (grupper av) kommuner: 1) Oslo, 2) de største øvrige byene (Bergen, Stavanger/Sandnes og Trondheim), 3) store kommuner i Oslos omland (Asker, Bærum, Drammen, Lørenskog, Nesodden, Nittedal, Oppegård, Skedsmo og Ski) og 4) resten av landet. Hensikten med å skille ut andre byer og Oslos omland er at disse kan være mer sammenlignbare med Oslo: Dette er store kommuner med lignende økonomiske rammebetingelser, flere grunnskoler og større grunnlag for en profesjonell administrasjon på kommunenivå (dette gjelder særlig storbyene) og de kan antas å være utsatt for lignende ytre påvirkning f.eks. gjennom arbeidsmarkedsforhold og innvandring (dette gjelder særlig omlandskommunene, i kraft av å være i samme arbeidsmarkedsregion som Oslo).

Estimering

Analyseopplegget følger arbeidet med skolebidragsindikatorer. Jeg observerer resultater $y_{its}$ (karakterer og fullføring av VGO) for hver elev i fra kull t ved skole s. Elevenes resultater dekomponeres i en systematisk del som forklares med elevenes familiebakgrunn ( $x_{its}$), skolens gjennomsnittlige bidrag til det aktuelle elevkullet ( $a_{ts}$) og uforklarte forskjeller på elevnivå ( $e_{its}$):

$y_{its}=x_{its}+a_{ts}+e_{its}$

Uforklarte forskjeller er definert lik null i snitt, slik at systematiske avvik mellom forventede og faktiske resultater på skolenivå tolkes som skolebidraget (der $\hat{a}$ er den estimerte verdien av a, og $\bar{y}$ er gjennomsnittet av y):

${\stackrel{}{a^}}_{\stackrel{}{y–}}$

Det er imidlertid også mulig å beregne avvik fra forventet resultat på elevnivå:

${\hat{a}}_{ts}+{\hat{e}}_{its}=y_{its}–x_{its}$

Disse kan summeres for forskjellige elevgrupper, f.eks. alle elever i en kommune, eller alle elever i en kommune med et gitt forventet resultat. For enkeltelever vil det være uforklarte avvik, ${\hat{e}}_{its}$. Men ettersom disse er uavhengige og har forventningsverdi null vil disse forsvinne når vi ser på tilstrekkelig store elevgrupper.

For at dette skal kunne brukes i praksis må $x_{its}$ være observert. $x_{its}$ en indeks som oppsummerer elevens forutsetninger, og et mål på elevens forventede resultat ved en gjennomsnittlig skole. Et slikt samlemål på elevenes forutsetninger lar meg skille mellom elever med svake og gode forutsetninger. I denne artikkelen trenger jeg presise mål på forutsetningene til grupper av elever med hhv. gode og dårlige forutsetninger for å kunne studere bidraget til disse elevens læring. Dette er et strengere krav enn i vanlige analyser av skolebidrag, der det er tilstrekkelig med gjennomsnittlige forutsetninger for elever ved hver skole, uten å skille ut grupper av elever med svært svake eller gode forutsetninger.

Jeg beregner derfor indeksen  x_its i flere trinn. Først predikerer jeg forventet resultat på elevnivå basert på et omfattende sett av familiebakgrunnskjennetegn. Dette gir en datadrevet samleindeks for familiebakgrunn, der forskjellige kjennetegn er vektet utfra sammenhengen med resultater. Deretter predikerer jeg den endelige indeksen for hver elev fra en regresjon av faktiske resultater mot egen indeks samt skolens snittindeks. Jeg bruker lineær regresjon for eksamenskarakter, logit for fullføring av VGO. Mange elever har stor sannsynlighet for å fullføre, slik at en liten endring i forutsetningene vil ha liten betydning for fullføring. For andre elever er det en sterkere sammenheng, slik at det er en ikke-lineær sammenheng mellom elevenes forutsetninger og fullføring. Logit-regresjonen lar meg transformere forutsetninger (fra kjennetegn) til en sannsynlighet som har en linær sammenheng med fullføring. Figur A1 i vedlegget tyder på at denne framgangsmåten virker. Figuren viser gjennomsnittlig forventet og faktisk resultat (x og y) for 20 kvantiler av x for hhv. skriftlig eksamen og fullføring av VGO. Vi ser at det for hver av de 20 kvantilene er svært små avvik. Dette tilsier at indeksene for forventet resultat kan brukes til å lage informative indikatorer, også for grupper av elever med særlig svake eller gode forutsetninger.⁷

Oslo-elevene inngår ikke i beregningen av indeksen, slik at målte forutsetninger er basert på sammenheng med familiebakgrunn i andre kommuner. Beregnede forutsetninger er dermed ikke påvirket av sammenhenger mellom resultater og forutsetninger for Oslo-elevene. For å sammenligne kommunebidrag vil jeg dels se på forskjeller mellom forventet og faktisk resultat i grupper av kommuner k ( ${\stackrel{}{a^}}_{\stackrel{}{y–}}$), som beskrevet over, og dels bruke regresjonsanalyse:⁸

$y_{itk}=\beta x_{its}+a_{tk}+e_{itk}$

Å se på forskjeller mellom forventet og faktisk resultat svarer til å sette  β=1, som svarer til sammenhengen vi ser i Figur A1. Regresjonsanalyse har den fordelen at det gjør det lettere å vurdere om grupper av kommuner har signifikant forskjellig bidrag. I regresjonsanalysene justerer jeg standardfeilene for korrelerte restledd innen kommuner.

Til grunn for disse analysene ligger en antagelse om at sammenhengene mellom kjennetegn og forutsetninger er den samme i Oslo som ellers i landet. Jeg diskuterer denne antagelsen mer mot slutten av artikkelen.

Heterogen elevgruppe i Oslo

Det hevdes ofte at det er vanskelig å sammenligne resultatene i Oslo med andre kommuner fordi Oslo-elevene har andre forutsetninger. Enten at det er mange elever, ofte med innvandrerbakgrunn og begrenset norsk språkkompetanse, som har foreldre med lav utdanning og inntekt og dermed svake forutsetninger, eller at det er mange familier med høy utdanning og inntekt, og dermed elever med særlig sterke forutsetninger. Begge deler er riktig.

Figur 2 viser fordelingen av hhv. elevenes forventede skriftlige eksamenskarakter (relativt til landsgjennomsnittet, til venstre) og beregnet sannsynlighet for å fullføre videregående (til høyre). En moderat andel av forskjellene i eksamenskarakterer kan forklares med elevenes familiebakgrunn, og de aller fleste elevene er forventet å få et resultat innenfor landsgjennomsnittet ±0,5 karakterpoeng. Det er en klar ordning av elevenes forutsetninger utenom Oslo. Elevene i Oslo-omlandet har litt bedre forutsetninger enn elever i de øvrige storbyene. Dette kommer til uttrykk ved at kurven for Oslo-omlandet ligger litt høyere enn kurven for storbyene. For enhver andel av elevene er laveste resultat litt høyere i Oslo-omlandet, eller tilsvarende, for et gitt resultat er det flere som oppnår minst dette resultatet. Elever i storbyene har bedre forutsetninger enn resten av landet, denne forskjellen er større enn forskjellen mellom Oslo-omlandet og storbyene.

Oslo skiller seg ut ved å både ha relativt mange elever med svake forutsetninger og mange med gode forutsetninger. I Oslo er det flere elever som er forventet å få en eksamenskarakter minst 0,5 karakterpoeng under snittet, omtrent 9 prosent, mot omtrent 3 prosent i de øvrige storbyene og omlandskommunene og 6 prosent i landet for øvrig. Elevene med svakere forutsetninger i Oslo har også enda lavere forventet resultat enn den tilsvarende andelen elever ellers i landet. De 80 prosent elevene som har best forutsetninger i Oslo har imidlertid bedre forutsetninger enn en tilsvarende andel av elevene ellers i landet. De 30–60 prosent elevene som har de høyeste forventede resultatene har forventede resultater på linje med tilsvarende grupper elever i hhv. de øvrige storbyene og i omlandskommunene.

Forventet andel som fullfører videregående (til høyre) gir et tilsvarende bilde. Et stort flertall av elevene har en beregnet sannsynlighet for å fullføre større enn 60 prosent, men andelen som ikke har det er klart høyere i Oslo og landet for øvrig enn i de øvrige storbyene og omlandskommunene. Samtidig er det klart flere elever både i Oslo, øvrige storbyer og Oslo-omlandet enn i resten av landet som har sannsynlighet for å fullføre større enn 80 prosent.

Gode resultater for Oslo-elever med svake forutsetninger

Forrige avsnitt viste forventet resultat for elevene i forskjellige kommuner. Ved å sammenligne forventet og faktisk resultat får vi et mål på kommunenes bidrag, jf. Steffensen mfl. (2017).

Figur 3 viser forventet resultat og faktisk resultat. For hver av kommunegruppene har jeg delt elevene i tre grupper, de 25 prosent med hhv. lavest og høyest forventet resultat og 50 prosent i midten. I figuren til venstre vises forventet skriftlig eksamenskarakter langs den horisontale aksen og faktisk karakter langs den vertikale aksen. Kommunebidraget til Oslo for hver av disse gruppene kan dermed måles som den vertikale avstanden til den stiplede linjen (linjen representerer faktisk resultat likt forventet resultat).

Hvis vi først konsentrerer oss om de 25 prosent av elevene med lavest forventet karakter, nederst til venstre i figuren, ser vi at disse Oslo-elevene har så vidt svakere forutsetninger enn tilsvarende elever i landet for øvrig. Oslo-elevene presterer likevel klart bedre enn resten av landet, og omtrent 0,07 karakterpoeng bedre enn forventet. Elever med svake forutsetninger fra øvrige storbyer og Oslo-omlandet oppnår bedre resultater, men har også bedre forutsetninger, og presterer omtrent som forventet.

Blant de 50 prosent av elevene som ikke har spesielt høye eller lave forventede karakterer ser vi at forutsetningene til elevene ellers i landet er mye svakere enn til elevene i Oslo, øvrige storbyer eller Oslo-omlandet. Oslo-elevene i denne gruppen presterer omtrent 0,10 karakterpoeng bedre enn forventet, mens elevene i alle andre kommunegrupper har resultater omtrent som forventet. For elevene med høyest forventet karakter er det svært små forskjeller mellom Oslo, øvrige byer og Oslo-omlandet i forventet resultat. Faktisk karakter er høyest i Oslo, omtrent 0,04 karakterpoeng høyere enn forventet. Elever i resten av landet har svakere forutsetninger, og presterer omtrent som forventet.

Figuren til høyre viser tilsvarende resultater for fullføring av videregående. Også her utmerker gruppen av Oslo-elever med svake forutsetninger seg, med en faktisk andel som fullfører på 62 prosent, til tross for en forventet andel på 55 prosent. Elever i de øvrige storbyene utmerker seg i motsatt retning, med lavere andel fullføring enn Oslo, til tross for en forventet andel på 61 prosent.

Fra figurene er det tydelig at avvikene mellom faktiske og forventede resultater, samt forskjellene mellom Oslo og øvrige kommuner, er små sammenlignet med forskjellene mellom elevgrupper. Når vi finner at Oslo-elevene med svake forutsetninger overpresterer med hhv. 0,07 karakterpoeng på skriftlig eksamen og 6 prosentpoeng på fullføring er dette likevel store forskjeller sammenlignet med observerte og forventede effekter av forskjellige tiltak.⁹

Oslo-elevene har fått bedre resultater over tid

Figur 4 viser hvordan skriftlig eksamenskarakter og fullføring av videregående har utviklet seg i Oslo, de øvrige storbyene og Oslo-omlandet. Forskjellene er beregnet med regresjonsanalyse, som beskrevet tidligere i artikkelen, kontrollerer for elevenes forutsetninger og måles relativt til resten av landet. For å jevne ut tilfeldig variasjon og gjøre figurene mer oversiktlige er to og to elevkull slått sammen. De første resultatene for skriftlig eksamen baserer seg dermed på 2002 og 2003 og de siste på 2018 og 2019. For fullført videregående baserer de første resultatene seg på avgangselever fra grunnskolen i 1994 og 1995, som skal ha fullført innen hhv. 1999 og 2000, og de siste på avgangselever i 2014 og 2015.

På skriftlig eksamen, i venstre figur, starter Oslo med verdier klart under null, dvs. med svakere resultater enn hva en skulle forventet basert på resultatene i landet for øvrig og elevenes forutsetninger. Over tid har eksamensresultatene i Oslo bedret seg relativt til resten av landet. De øvrige storbyene har i samme periode ligget stabilt rundt landsgjennomsnittet, mens resultatene i Oslo-omlandet har økt mot landssnittet fra lave verdier. Mot slutten av perioden er eksamensresultatene i Oslo mer enn 0,1 karakterpoeng bedre enn i resten av landet, og klart og signifikant bedre enn alle de andre gruppene av kommuner.

For fullføring av videregående opplæring, i høyre figur, starter Oslo med klart (og signifikant) lavere andel som fullfører enn resten av landet og enn de øvrige storbyene. Andelen økte deretter for elevene som gikk ut av grunnskolen rundt årtusenskiftet, og har de siste 10–15 årene vært omtrent på nivå med resten av landet. De øvrige storbyene har hatt en lavere andel som fullfører enn landet ellers, omtrent 3 prosentpoeng mot slutten av perioden. Oslo-omlandet startet og slutter med nivåer på fullføring veldig tilsvarende Oslo.

Figur 3 viste at alle elevgrupper i Oslo har gode eksamenskarakterer relativt til forutsetningene, men at gjennomføring av VGO er særlig god for gruppen med svake forutsetninger. Denne gruppen er også spesielt interessant, ettersom gode resultater her også bidrar til utjevning. Figur 5 viser utviklingen i Oslo relativt til resten av landet for elever med svake, middels og gode forutsetninger. Vi ser at justerte eksamenskarakterer har økt for alle elever over hele perioden fra 2002–2019, fra godt under nivået i resten av landet til mer enn 0,1 karakterpoeng over i de siste årene. Fullføring av VGO har økt først og fremst blant elever med svake forutsetninger, fra nesten 10 prosentpoeng under resten av landet til mer enn 5 prosentpoeng over, andelen har imidlertid falt for de siste årskullene. For elever med middels gode forutsetninger, og i noen grad for elever med gode forutsetninger, var det først en økning før resultatene stabiliserte seg rundt snittet for tilsvarende grupper i resten av landet.

Figur 6 viser utviklingen i eksamenskarakter og fullføring blant elever med svake forutsetninger i alle kommunegruppene. Både i Oslo, øvrige storbyer og Oslo-omlandet var det tegn til bedrede karakterer for elever med svake forutsetninger, fra lavere enn resten av landet til omtrent samme nivå rundt 2010. Deretter var det en videre økning i Oslo, før resultatene flatet ut på et nivå omtrent 0,1 over resten av landet. I øvrige storbyer og Oslo-omlandet var det først en utflating fra omtrent 2010, før karakterene i senere år har økt til nivå med Oslo. Andelen elever med svake forutsetninger som fullfører VGO har økt både i Oslo og i Oslo-omlandet, lenge mer i Oslo, men tilsvarende for de siste årskullene. Denne andelen er omtrent stabilt 5 prosentpoeng lavere i øvrige storbyer.

Figur 7 oppsummerer resultatene for skriftlig eksamen og fullføring av videregående og setter dem i sammenheng. Sammen tegner de et bilde av en positiv resultatutvikling i Oslo, relativt til resten av landet og justert for elevenes forutsetninger, over en periode på over 20 år. For årene 2002–2015, der vi har mål både på eksamensresultater og fullføring, viser disse en lignende utvikling for elevene med svake forutsetninger. For alle elever under ett er utviklingen forskjellig, skriftlig eksamen øker uten at det er en tilsvarende økning i andelen som fullfører. Det er et interessant spørsmål om den videre økningen i skriftlig eksamenskarakter etter hvert vil følges av en videre økning også i andelen som gjennomfører, eller om denne andelen har stabilisert seg.

Figur 7 viser også gjennomsnittlig standpunktkarakter, relativt til resten av landet og betinget på elevenes forutsetninger, på samme måte som for eksamen og fullføring. Til tross for bedret eksamenskarakter har relativ gjennomsnittlig standpunktkarakter ikke endret seg, i tråd med hva Hansen (2017) finner. Figuren viser gjennomsnitt av alle standpunktkarakterer, og kunne vært et uttrykk for innsnevring av undervisningen og fokus på fagene med skriftlig eksamen. Resultatene for standpunktkarakterer i fagene med skriftlig eksamen viser imidlertid en lignende utvikling. Dette tyder på endret karakterpraksis. Parallelt med at Oslo-elevene har fått bedre ferdigheter har lærerne antagelig skjerpet kravene for å få en gitt karakter. Hægeland mfl. (2011) og Kirkebøen (2021) finner at forskjeller i karakterpraksis gjør at skolebidragsindikatorer basert på skriftlig eksamen er mer informative enn indikatorer basert på standpunktkarakterer.

Til slutt viser Figur 7 et mål på elevenes forutsetninger, forventet skriftlig eksamenskarakter. I likhet med de øvrige resultatene er dette relativt til elever ellers i landet, men til forskjell fra de øvrige resultatene i figuren er det ubetingede forskjeller, dvs. ikke justert for elevsammensetning. Resultatene for forventet skriftlig eksamen viser dermed gjennomsnittlig forutsetninger som det kontrolleres for i analysene av eksamen, og gir (ettersom de forskjellige målene på forutsetninger er svært høyt korrelerte) et godt inntrykk av forutsetninger for de andre resultatmålene. Oslo-elevenes forventede eksamenskarakter er i hovedsak fallende over perioden, relativt til øvrige elever, mens resultater betinget på denne forventningen øker. Dette gjelder både vi ser på alle elever under ett og, om enn i mindre grad, når vi sammenligner Oslo-elever med svake forutsetninger med elevene med svakest forutsetninger ellers i landet. Økningen i karakter justert for elevsammensetning er imidlertid sterkere enn fallet i forventet relativ karakter, slik at økningen i den betingede karakteren forklares både av fallende forventede karakterer og økte faktiske karakterer, jf. Figur 1.

Kan vi sammenligne elever i Oslo og ellers i landet?

Analysene så langt baserer seg på å sammenligne resultatene til elever i Oslo og ellers i landet justert for forskjeller i elevenes bakgrunn. Dette krever at jeg er i stand til å justere for relevante forskjeller i tilstrekkelig stor grad. Basert på tidligere forskning og resultatene i Figur A1 virker det som variablene jeg bruker er tilstrekkelig til å beskrive til å ta hensyn til forskjeller i forutsetninger mellom elevgrupper og skoler (jf. diskusjon tidligere, i avsnittet Måling av skolers bidrag). Det er likevel umulig å utelukke at det er relevante uobserverte forskjeller mellom elever i Oslo og andre kommuner. Vi kan imidlertid undersøke konkrete mulige forskjeller, og basert på disse vurdere om det er sannsynlig at det er gjenstående, uforklarte forskjeller.

En tydelig forskjell mellom Oslo og landet ellers er andelen elever med innvandrerbakgrunn, det vil si innvandrere og norskfødte etterkommere med to innvandrerforeldre. Denne andelen har økt fra 13 prosent for 1994-kullet til 35 prosent for 2019 i Oslo. For Oslo-omlandet har andelen økt fra 2 til 17 prosent, mens den for øvrige storbyer og resten av landet har økt fra omtrent 1–2 prosent til 10–12 prosent. Dette kan ha betydning for beregning av elevenes forutsetninger. Foreldrenes utdanning er den viktigste variabelen for å beskrive forskjeller i elevenes familiebakgrunn. Foreldre som er født og oppvokst i utlandet vil ofte ha all sin utdanning fra utlandet, dette kan føre til mangelfull registrering av utdanningen og endre sammenhengen mellom foreldreutdanning og elevenes resultater.¹⁰

I Figur 8 gjentar jeg analysene i Figur 7, men skiller mellom elever med innvandringsbakgrunn (venstre) og uten (høyre). Det er en slående forskjell i forventet skriftlig eksamenskarakter mellom elever med og uten innvandringsbakgrunn. Oslo-elever med innvandringsbakgrunn har i snitt klart lavere forventet eksamenskarakter enn elever med innvandringsbakgrunn ellers i landet. Det er en enda større forskjell i favør Oslo-elever uten innvandringsbakgrunn. Både elever med og uten innvandringsbakgrunn i Oslo har hatt en svak økning i forventet karakter sammenlignet med resten av landet.

Utviklingen i eksamenskarakterer og fullføring betinget på forventede resultater er omtrent tilsvarende for Oslo-elever med og uten innvandringsbakgrunn. Begge grupper hadde opprinnelig klart lavere andel som fullfører og litt lavere eksamenskarakter enn tilsvarende elever ellers i landet. For begge grupper er det en positiv utvikling, slik at de på slutten av perioden har omtrent tilsvarende fullføring og klart høyre eksamenskarakterer enn elever ellers i landet. Elever med innvandrerbakgrunn har hatt en større økning i andelen som fullfører VGO, men har en svakere økning i eksamenskarakter, og fallende standpunktkarakter.

Figur A2 i vedlegget viser tilsvarende resultater for elever med svake forutsetninger, tilsvarende høyre del av Figur 7. Oslo-elever med svake forutsetninger, med eller uten innvandringsbakgrunn, har i liten grad forskjellige forutsetninger fra tilsvarende elevgrupper ellers i landet.¹¹ Hovedmønsteret for resultater er som i Figur 8. Ettersom det er relativt få elever med innvandringsbakgrunn og svake forutsetninger bør disse forskjellene tolkes forsiktig.

De fleste analyser av value-added tar hensyn til forskjeller i tidligere test- eller skoleresultater. Det er to grunner til at jeg ikke gjør det i hovedanalysene i denne artikkelen: Fordi jeg da ikke ville fange opp bidrag før første test, og fordi det har vært reist spørsmål om nasjonale prøver arter seg annerledes i Oslo enn ellers i landet. I Tabell 1 undersøker jeg hvorvidt og hvordan kjennetegn og resultater, inkl. nasjonale prøver, til elever som flytter til Oslo skiller seg fra andre elever. Jeg studerer de knapt 20 000 elevene som flytter mellom 5. og 8. trinn og ikke opprinnelig bor i Oslo.¹² Disse utgjør omtrent 5 prosent av sine årskull. 5–7 prosent av disse flytter hhv. til Oslo, øvrige storbyer og Oslo-omlandet. Elever som flytter er neppe representative for alle elever. Her gjør jeg imidlertid en sammenligning innen elever som flytter, som ikke er avhengig av at disse er sammenlignbare med øvrige elever. Denne sammenligningen lar meg også undersøke og ta hensyn til resultater fra nasjonale prøver på 5. trinn, uten å forholde meg til om det er noe spesielt med nasjonale prøver i Oslo.

Tabell 1: Kjennetegn og resultater for elever som flytter til Oslo, øvrige storbyer og Oslo-omland.

	(1)  Indeks bakgrunn	(2)  Snitt poeng NP5	(3)  Snitt poeng NP8	(4)  Skriftlig eksamen	(5)  Fullført VGO
Oslo	0.144**  (0.025)	0.008  (0.037)	0.066**  (0.020)	0.121**  (0.035)	0.021  (0.025)
Øvrige storbyer	0.129**  (0.018)	-0.005  (0.031)	-0.048**  (0.021)	0.084**  (0.031)	-0.039*  (0.023)
Oslo-omland	0.122**  (0.017)	-0.040  (0.031)	0.015  (0.020)	0.056*  (0.032)	0.011  (0.021)
Kontroll for:
Bakgrunn	Nei	Ja	Ja	Ja	Ja
NP5	Nei	Nei	Ja	Ja	Ja
Antall elever	19233	18295	17995	16526	7906

I kolonne (1) viser jeg forskjeller i indeksen for familiebakgrunn. Elever som flytter til Oslo har bedre forutsetninger enn elever som flytter til øvrige kommuner. Det har også elever som flytter til øvrige storbyer og Oslo-omlandet, disse er ikke vesentlig (eller statistisk signifikant) forskjellige fra elever som flytter til Oslo. Bekymringen er imidlertid ikke observerbare kjennetegn, som jeg tar hensyn til i analysene, men uobserverte forskjeller. I kolonne (2) undersøker jeg forskjeller i resultater ved nasjonal prøve på 5. trinn, betinget på familiebakgrunn. Dersom det var uobserverte forskjeller i favør Oslo-elevene kunne vi vente at disse presterer godt på 5. trinn, før flytting til Oslo. Det er imidlertid ingen vesentlige eller signifikante forskjeller mellom grupper av kommuner i kolonne (2). Dette tyder på familiebakgrunn faktisk gir et godt mål på (forskjeller i) elevenes forutsetninger, tilsvarende hva Kirkebøen (2021) finner.

I kolonnene (3)-(5) ser jeg på resultater etter flytting. Elevene som flytter til Oslo har, betinget på familiebakgrunn og resultater fra 5. trinn, bedre resultater på nasjonale prøver på 8. trinn og på skriftlig eksamen. Elever som flytter til øvrige storbyer og Oslo-omlandet har bedre skriftlig eksamenskarakter enn tilsvarende elever som flytter til andre kommuner og svakere enn elever som flytter til Oslo (dog ikke signifikant svakere). Elever som flytter til øvrige storbyer fullfører VGO i mindre grad enn forventet.

Det er ikke klart i hvor stor grad resultatene i Tabell 1 kan overføres til flertallet av elever som ikke flytter. Men samlet sett tyder resultatene på at elevene i (eller som flytter til) Oslo, øvrige storbyer eller Oslo-omlandet har gunstigere familiebakgrunn enn øvrige elever (flyttere), men ikke bedre forutsetninger utover dette. Når vi tar hensyn til forutsetninger, målt ved familiebakgrunn og nasjonale prøver før flytting, får elever i Oslo, andre storbyer og Oslo-omlandet påfallende gode eksamenskarakter, særlig Oslo-elevene.

Konklusjon

Sammenlignet med øvrige kommuner har Oslo-skolen både en mer sammensatt elevmasse enn øvrige kommuner og gode resultater. Dette gjelder både resultater fra grunnskolen og fullføring av videregående, og i sammenligning med andre storbyer, nabokommunene eller landet for øvrig. Det er særlig elever med svake forutsetninger som presterer bedre i Oslo. Det er dermed mer utjevning i Oslo enn ellers i landet.

Vi kan ikke si sikkert hvorvidt Oslo-skolen som organisasjon gir gode resultater eller utjevning. De gode resultatene har kommet gradvis over de siste 20 årene, og er vanskelig å knytte til konkrete begivenheter. Over denne perioden kan uobserverte kjennetegn ved elevene eller samfunnet rundt ha endret seg, for eksempel elevenes skolemotivasjon eller foreldrenes oppfølging, men dette har i så fall skjedd uten at det har vært en tilsvarende endring i elevenes observerte kjennetegn. Utviklingen er også i stor grad særegen for Oslo-elever, gjelder både Oslo-elever med og uten innvandringsbakgrunn, og er særlig tydelig for Oslo-elever med svake forutsetninger, selv om vi ser noe av den samme utviklingen i Oslo-omlandet. Elever som flytter til Oslo har ikke påfallende familiebakgrunn eller resultater før flytting, men har en sterkere resultatutvikling etter flytting enn elever som flytter til andre kommuner. Dette peker mot en effekt av Oslo-skolene, selv om det ikke er mulig å utelukke at resultatforskjellene skyldes uobserverte forhold ved Oslo-elevene.

Denne artikkelen studerer to hovedmål på resultater fra grunnopplæringen, eksamen fra grunnskolen og fullføring av videregående opplæring. Formålet med grunnopplæringen er selvfølgelig mye bredere enn dette. I Elevundersøkelsen svarer Oslo-elevene omtrent tilsvarende resten av landet for blant annet trivsel, læringskultur og opplevelse av mestring. Det har heller ikke vært tydelige forskjeller i utvikling siden 2013. Ungdata-undersøkelsene (Bakken, 2018a) finner at ungdom i Oslo flest trives med skolen og har god psykisk helse. Selv om flertallet har det bra er det likevel utviklingstrekk som gir grunn til bekymring, blant annet flere som rapporterer om psykiske problemer. Dette er imidlertid ikke særpreget for Oslo (Bakken, 2018b). Bakken (2018a) oppsummerer det er «påfallende små forskjeller mellom Oslo-ungdom sett under ett og ungdom i resten av landet».

Det finnes i dag lite grunnlag i eksisterende statistikk og analyser for å hevde at Oslo-elevene i mindre grad trives i skolen, at de har mer psykiske problemer eller er utsatt for særlig stress, eller at Oslo har hatt en særegen utvikling på disse områdene. Eventuelle forskjeller kan også skyldes forskjeller i elevsammensetning. Data fra Elevundersøkelsen og Ungdata kan analyseres mer, tilsvarende analysene av eksamen og fullføring i denne artikkelen. Det kan gi et bedre grunnlag for å vurdere hvorvidt det faktisk er forskjeller i nivå eller utvikling for trivsel eller psykiske problemer, og hvordan evt. forskjeller samsvarer eller kan forklares med forskjeller i elevsammensetningen.

Vedlegg

Figur A1: Predikert og observert skriftlig eksamen (2017–2019) avvik fra snitt) og fullføring av videregående opplæring (fullført grunnskole 2013–2015) for 20 kvantiler etter forventet resultat, elever utenom Oslo.

Figur A2: Forutsetninger og betingede resultater over tid, elever blant 25 prosent svakeste forutsetninger med og uten innvandringsbakgrunn i Oslo relativt til resten av landet.

Fotnoter:

1. Dette arbeidet baserer seg på tidligere arbeid med skolebidragsindikatorer, finansiert av Utdanningsdirektoratet. Takk til Katrina Tibballs, Ola Vestad, redaktøren og en anonym fagfelle for gode kommentarer til et tidligere utkast. ↩︎
2. Se for eksempel https://www.aftenposten.no/meninger/debatt/i/qng9wE/Det-er-grunn-til-bekymring-om-Oslo-skolens-resultatfokus–Cecilie-R-Haugen-og-Ingvil-Bjordal, https://www.aftenposten.no/meninger/debatt/i/karAo6/Kritikken-av-Oslo-skolen–lyden-fra-et-akademisk-ekkokammer–Lasse-Skogvold-Isaksen, https://www.vg.no/nyheter/meninger/i/0nrky6/urovekkende-skoleresultater, https://www.vg.no/nyheter/meninger/i/EpwpGa/sv-byraadens-ideologiske-skylapper og https://www.dagsavisen.no/debatt/2020/11/16/nar-pedagogikk-blir-politikk/ ↩︎
3. Disse tallene tar utgangspunkt i fullført grunnskole, og avviker litt fra offisielle tall (https://www.ssb.no/vgogjen) som tar utgangspunkt i oppstart i videregående. Tendensen i offisielle tall er tilsvarende, med 81,1 prosent fullført og bestått for 2015-kullet i Oslo, mot 79,6 prosent for hele landet. ↩︎
4. I Oslo er det flere elever som velger studiespesialisering, også elever med relativt svake forutsetninger. Selv om Oslo-elevene under ett har bedre forutsetninger for å fullføre enn elever i landet ellers (jf. resultater senere i denne artikkelen) har både (de mange) Oslo-elevene på studiespesialisering og (de relativt få) på yrkesfag svakere forutsetninger enn elever ved samme studieretning ellers i landet. ↩︎
5. https://www.udir.no/tall-og-forskning/finn-forskning/tema/skolebidragsindikatorer-for-videregaende-skoler-2019-20–analyse/ ↩︎
6. https://www.udir.no/tall-og-forskning/finn-forskning/tema/skolebidragsindikatorer-for-grunnskolen-for-20192020/# ↩︎
7. Andre framgangsmåter, f.eks. lineær regresjon for fullføring gir ikke en lineær sammenheng som i Figur A1. Det ville gjort det vanskelig å tolke resultatene for elevgrupper der forventet og faktisk resultat avvek. ↩︎
8. For å vise forskjellen på forventet og faktisk resultat må jeg beregne forventet resultat. I regresjonsanalysene kunne jeg justert for de enkelte kjennetegnene. Dette gir tilsvarende resultater for store elevgrupper, men gjør det mer krevende å studere ikke-lineariteter og små elevgrupper. ↩︎
9. F.eks. finner effektevalueringen av Ny GIV ingen effekt på verken karakterer eller fullføring, og kan langt på vei utelukke effekter større enn hhv. 0,03 karakterpoeng på skriftlig eksamen og 1 prosentpoeng på fullføring. For elever med svake tidligere resultater utelukkes effekter større enn hhv. 0,05 karakterpoeng og 4 prosentpoeng (Huitfeldt mfl., 2018). ↩︎
10. Utdanning i Norge registreres stort sett av utdanningsinstitusjonene, mens innvandrere opplyser om egen utdanning før innvandring i spørreundersøkelser. Det kan være vanskelig å sammenligne utdanningsnivåer i forskjellige skolesystemer. Rekruttering til utdanning virker også forskjellig i forskjellige land. Det å ha lite utdanning kan (i snitt) være uttrykk for andre evner og utdanningsambisjoner i et land med god vs. dårlig generell tilgang på utdanning. ↩︎
11. Forskjellen i forventet resultat i høyre del av Figur 7 skyldes dermed en høyere og økende andel av elever med innvandringsbakgrunn og enda svakere forutsetninger enn elever med svake forutsetninger, men uten innvandringsbakgrunn. ↩︎
12. Jeg finner disse ved at resultater fra nasjonale prøver på 5. og 8. trinn er fra forskjellige kommuner, der kommunen i 5. trinn ikke er Oslo. ↩︎