En#skæv#magtfordeling?# - sociologisk-notesblok

!
18.)Maj)
2012$
En#skæv#magtfordeling#
!
Et!sociologisk!studie!af!sammenhængen!!
mellem!kulturel!kapital!og!politisk!!
engagement!!
Eksamensnumre:
(DDS; 892, Kvant; 1012) (DDS; 829, Kvant; 1109)
(DDS; 852, Kvant; 1085) (DDS; 893, Kvant; 1057)
Det Danske Samfund i Sociologisk Perspektiv
Underviser: Jørgen Elm Larsen
Vejleder: Hannah Heeland Madsen
Kvantitative Metoder:
Underviser: Lars Pico Gerdsen
Vejleder: Siri Dencker
Tegn med mellemrum(brødtekst): 119.708
Tegn med mellemrum (fodnoter): 2591
!
Sociologisk)Institut)– ) Københavns)Universitet)

Indholdsfortegnelse
)
1.0 INDLEDNING - 892, 1012; 829, 1109; 852, 1085; 893, 1057
1.2 LÆSEVEJLEDNING - 892, 1012; 829, 1109; 852, 1085; 893, 1057 5
2.0 TEORETISK UDGANGSPUNKT - 892, 1012; 829, 1109; 852, 1085; 893, 1057 5
2.1 BOURDIEUS KAPITALBEGREB - 892 6
2.2 KULTUREL KAPITAL - 892 7
2.3 KAPITALFORMERNE SOM DISTINKTIVE KRÆFTER - 829 9
2.4 DE DANSKE DEFINITIONSKAMPE - 829 10
2.5 FELTER OG SYMBOLSK KAPITAL - 852 11
2.6 AXEL HONNETH - 893 13
2.6.1 AFSPROGLIGGØRELSE - 893 13
2.6.2 MANGEL PÅ SOCIAL ANERKENDELSE - 893 14
2.7 DELKONKLUSION PÅ TEORI - 892; 829; 852; 893 15
3.0 OPERATIONALISERING - 892, 1012; 829, 1109; 852, 1085; 893, 1057 16
3.1 PROBLEMSTILLING - 892, 1012 16
3.2 OPERATIONALISERING AF KULTUREL KAPITAL - 829, 1109 17
3.3 OPERATIONALISERING AF POLITISK ENGAGEMENT - 852, 1085 18
3.4 EMPIRISK HYPOTESE - 893, 1057 18
4.0 STATISTISKE VÆRKTØJER - 1012; 1109; 1085; 1057 19
4.1 POPULATION OG STIKPRØVE - 1057 19
4.2 STOKASTISKE VARIABLE - 1057 19
4.3 SANDSYNLIGHEDSMÅL - 1012 20
4.4 UAFHÆNGIGHED - 1012 21
4.5 MIDDELVÆRDI - 1109 21
4.6 VARIANS OG STANDARDAFVIGELSE - 1109 22
4.7 BERNOULLIFORDELINGEN - 1085 23
4.8 NORMALFORDELINGEN - 1085 23
4.9 STANDARDISERING - 1057 24
4.10 DEN CENTRALE GRÆNSEVÆRDISÆTNING - 1057 25
4.11 HYPOTESETEST OG SIGNIFIKANSNIVEAU - 1012 25
4.12 KONFIDENSINTERVAL - 1012 26
4.13 Z-TEST - 1109 27
4.13.1 P-VÆRDIER - 1109 28
4.14 Χ 2 -TEST -1085 29
4.14.1 Χ 2 -TEST AF EN FORDELING - 1085 29
4.14.2 Χ 2 -TEST FOR UAFHÆNGIGHED - 1057 31
4.15 ENKELTCELLETEST - 1057 32
5.0 DATA- OG VARIABELPRÆSENTATION - 1012; 1109; 1085; 1057 32
5.1 SURVEYMETODEN - 1012 33
5.2 VARIABLE - 1109 33
5.3 OMKODNING AF UDDANNELSESVARIABEL - 1085 35
4
! 2!

6.0 REPRÆSENTATIVITETSTEST - 1012; 1109; 1085; 1057 38
6.1 VARIABLEN UDDANNELSE - 1057 38
6.1.1 !! TEST FOR REPRÆSENTATIVITET PÅ UDDANNELSE - 1057 38
6.1.2 Z-TEST FOR DE ENKELTE UDDANNELSESKATEGORIER - 1012 43
6.2 VARIABLEN KØN - 1109 46
6.2.1 Z-TEST AF KØNSFORDELINGEN - 1109 46
6.2.2 P-VÆRDIEN FOR KØN - 1085 49
6.3 VARIABLEN ALDER - 1057 49
6.3.1 KONFIDENSINTERVAL - 1057 49
6.3.2 Z-TEST FOR ALDERSVARIABLEN - 1012 50
6.3.3 P-VÆRDI FOR ALDER - 1109 54
6.4 KONKLUSION PÅ REPRÆSENTATIVITETSTEST - 1012; 1109; 1085; 1057 55
7.0 ANALYSE AF EMPIRISK HYPOTESE - 1012; 1109; 1085; 1057 56
7.1 TEST FOR UAFHÆNGIGHED - 1057 56
7.2 ENKELTCELLETEST AF EMPIRISK HYPOTESE - 1085 61
7.3 KONKLUSION PÅ DEN EMPIRISKE HYPOTESE - 1012; 1109; 1085; 1057 63
7.4 EKSPERIMENT MED SIGNIFIKANSNIVEAUET - 1012 63
7.4.1 ENKELTCELLETEST - 1109 64
8.0 SAMMENHÆNG MELLEM ALDER OG POLITISK ENGAGEMENT -
1012; 1109; 1085; 1057 66
8.1 !"-TEST FOR UAFHÆNGIGHED - 1085 69
8.2 ENKELTCELLETEST - 1057 71
8.3 DELKONKLUSION - 1012; 1109; 1085; 1057 72
9.0 METODOLOGISKE FORBEHOLD - 1012 72
10.0 TEORETISK DISKUSSION - 1109 73
10.1 AFSPROGLIGGØRELSE SOM ÅRSAGSFORKLARING - 1085 76
11.0 KONKLUSION - 892, 1012; 829, 1109; 852, 1085; 893, 1057 78
12.0 PERSPEKTIVERING - 892, 1012; 829, 1109; 852, 1085; 893, 1057 79
13.0 LITTERATURLISTE 82
13.1 BØGER 82
13.2 HJEMMESIDER 82
14.0 BILAG 84
14.1 BILAG 1 84
14.2 BILAG 2 85
14.3 BILAG 3 85
14.4 BILAG 4 85
! 3!

1.0#Indledning#
Denne opgave vil omhandle politisk engagement i Danmark. Opgaven vil undersøge, hvem der engagerer
sig, og dermed også har mulighed for at definere det samfund, vi lever i. Problemfeltet udfolder
sig eksempelvis i Folketingets sammensætning, som er blevet genstand for en offentlig debat.
Flere medier pointerer, at der i det nuværende folketing eksisterer en skæv fordeling af folketingsmedlemmerne,
når det kommer til uddannelse. Denne skævvridning betyder, at vi ser en stigning i
andelen af højtuddannede politikere. Tre ud af fire (74,9%) folketingsmedlemmer i det nuværende
folketing har enten en lang eller mellemlang videregående uddannelse, hvilket langt fra repræsenterer
uddannelsesniveauet i det danske samfund (Folketinget 2012).
Det kan således sige at være en meget snæver befolkningsgruppe, der skal varetage hele befolkningens
interesser. Dette kan anskues som problematisk, for kan et bestemt samfundssegment varetage
alle befolkningsgruppers interesser, når goder skal fordeles, værdier fastsættes og love vedtages
Det kan eksempelvis diskuteres, hvorvidt personer med lange teoretiske uddannelser kan forstå en
faglært eller ufaglært arbejders dagligdag. Desuden kan man argumentere for, at de interesser, der
varetages i Folketinget, afspejler den baggrund, som folketingsmedlemmerne selv har. Eksempelvis
udtaler journalist Lars Olsen:
"Der har været mangel på praktikpladser i 30 år. Det problem var
blevet løst for længst, hvis det havde været politikernes børn, der gik
på erhvervsfaglige uddannelser og ikke kunne få praktikplads. Men
det gør de ikke, politikernes børn går normalt i gymnasiet" (Holstein
og Frandsen 2011)
Professor i statskundskab Peter Munk Christiansen hævder dog samtidig, at fuldstændig repræsentation
ikke er målet, da vi må erkende, at vi lever i et samfund som blevet stadigt mere kompliceret,
og at vi derfor, samtidig med et ønsker om repræsentativitet, forlanger at folketingsmedlemmerne
skal være dygtige, veluddannede og arbejdsomme(Bræmer 2007).
Denne debat har i høj grad været med til at skabe motivation for denne opgaves problemfelt, som
omhandler hvem der engagerer sig i det politiske arbejde. Det er nemlig ikke blot interessant at undersøge,
hvem der sidder på de dominerende poster i det danske samfund, men også hvem der engagerer
sig politisk og derigennem får mulighed for at få indflydelse i det politiske arbejde.
Da det data, vi har haft til rådighed til opgaven, stammer fra år 2000 kan man måske stille spørgs-
! 4!

mål om, hvorvidt denne mere aktuelle problemstilling overhovedet giver mening at undersøge. Dog
har vi indikationer på, at de veluddannede også i høj grad udgjorde en vigtig stemme i definitionskampene
omkring årtusindskiftet. Rune Lykkeberg beskriver i sin bog Kampen om sandhederne det
skift der skete i dansk politik, da Anders Fogh Rasmussen blev statsminister i 2001 med et ønske
om at gå til kamp mod de såkaldte smagsdommere. Disse smagsdommere omfattede diverse samfundsforskere,
intellektuelle og andre veluddannede. På baggrund af dette ser det ud til, at de veluddannede
allerede dengang havde en indflydelsesrig position, når det gjaldt engagement i den offentlige
meningsdannelse. Ud fra ovenstående overvejelser er vi kommet frem til følgende problemformulering:
Er der i Danmark en sammenhæng mellem uddannelsesniveau og hvorvidt man
engagerer sig politisk I givet fald, hvilke konsekvenser kan det have, og hvilke
forklaringer kan der være på dette
1.2 Læsevejledning
Opgaven vil først og fremmest præsentere en redegørelse og analyse af den teoretiske baggrund for
undersøgelsen, som vil lede os frem til de teoretiske hypoteser. Dernæst operationaliseres de teoretiske
begreber således, at de empiriske hypoteser kan opstilles. Efterfølgende præsenteres de statistiske
værktøjer, og de data og variable som vi vil arbejde med i opgaven. Dette vil lede frem til
repræsentativitetstest af relevante variable og analyse af den opstillede empiriske hypotese. På baggrund
af analysen opstilles en teoretisk diskussion af vores resultater, som derefter leder op til konklusion
og til sidst perspektivering.
2.0 Teoretisk udgangspunkt
Vi tager i opgaven udgangspunkt i Pierre Bourdieus begrebsapparat. I den forbindelse beskrives
Bourdieus kapitalformer med fokus på hans begreb om kulturel kapital. Herunder forklares, hvilke
betydninger besiddelsen af kapital får for det enkelte individ i samfundet med inddragelse af begreberne
socialt rum, position, positionering og habitus. Derudover inddrages Rune Lykkebergs bog
Kampen om sandhederne, der omhandler definitionskampene mellem den økonomiske og den kulturelle
overklasse. Afslutningsvis omkring Bourdieu forklares betydningen af begreberne symbolsk
kapital og symbolsk vold, som vil lede op til den senere teoretiske diskussion. Til sidst inddrages
! 5!

Axel Honneths teori om uretsbevidsthed, afsprogliggørelse og anerkendelse, således at vi opnår et
mere nuanceret blik på denne opgaves problemstilling om den kulturelle overklasses dominerende
position i samfundet.
2.1 Bourdieus kapitalbegreb
Den franske sociolog Pierre Bourdieu udviklede i løbet af sit virke et analytisk begrebsapparat, som
kan bruges til at kortlægge, hvordan social distinktion foregår – hvilke faktorer, der fører til, at individer
har de tilbøjeligheder, de har. En central del af Bourdieus begrebsapparat består af det, han
kalder kapital. Kapital er et velkendt begreb i økonomisk teori, hvor det som regel anvendes i sammenhænge,
hvor det beskriver merkantile udvekslinger. Bourdieus opfattelse er imidlertid, at dette
ene aspekt af kapitalbegrebet ikke er tilstrækkeligt, hvis man vil forstå det sociale til fulde. Ifølge
ham er de udvekslinger, der sker i samfundet, ikke kun af merkantil art:
”[…] the constitution of a science of mercantile relationships […]
has prevented the constitution of a general science of the economy of
practices, which would treat mercantile exchange as a particular case
of exchange in all its forms.” (Bourdieu 1986: 242).
Bourdieus synspunkt er, at der finder mange flere forskellige typer af udvekslinger sted, end den
økonomiske teori er i stand til at kortlægge. Han introducerer således kapital som et begreb, der
også omfatter ikke-materielle udvekslinger. Investeringer har ikke kun med penge at gøre, det kan
også være tidsmæssige investeringer i eksempelvis uddannelse (ibid.: 244). Dermed har Bourdieu
altså øje for betydningen af andre kapitaler end de økonomiske, og hvordan graden af ikkematerielle
besiddelser også er væsentlige, i forhold til hvem der får mulighed for at indtage dominerende
positioner i samfundet.
Bourdieu beskriver kapital som akkumuleret menneskeligt arbejde og som den kraft,
der ligger til grund for sociale regelmæssigheder (ibid.:241). Hos Bourdieu kan kapital grundlæggende
antage tre former: Økonomisk, social og kulturel kapital. Økonomisk kapital kommer til udtryk
som en form for ejerskab af f.eks. værdipapirer, produktionsmidler og andre materielle goder,
der direkte kan konverteres til penge. Social kapital udgøres af netværk og sociale relationer og
forpligtelser, som også kan omformes til økonomisk kapital. Man vil kunne se social kapital mani-
! 6!

festere sig i form af f.eks. en adelstitel . Kulturel kapital kan eksempelvis iagttages som uddannelsesmæssige
kvalifikationer (ibid.:243).
2.2 Kulturel kapital
Den tredje og sidste kapitalform, den kulturelle kapital, udgør en vigtig del af problemstillingen i
denne opgave, netop fordi vi undersøger, hvorvidt individers mængde af kulturel kapital er styrende
for graden af politisk engagement. Vi vil derfor uddybe betydningen af begrebet i følgende afsnit.
Kulturel kapital kan inddeles i tre underformer: Kropsliggjort, tingsliggjort og institutionaliseret
kulturel kapital. Et karakteristisk træk ved den kropsliggjorte kulturelle kapital er, at den opbygges
over lang tid. Denne form for kulturel kapital kan iagttages som en disciplinering af kroppen, og
den er stærkt knyttet til kroppen i biologisk forstand – den kropsliggjorte kulturelle kapital bliver
født og dør med det individ, der besidder den (Bourdieu 1986; 245). Tilegnelsen af kropsliggjort
kulturel kapital er lettere kompleks, og det er langt fra altid nemt at iagttage overførslen af kropsliggjort
kulturel kapital. Den kropsliggjorte kulturelle kapital nedarves fra familien gennem en lang
række forskellige områder i socialiseringen (ibid.:245). Det er en form for kulturel kapital, som
kræver en tidsmæssig investering at tilegne sig, og denne investering bliver nødt til at komme fra
selve individet i hvem kapitalen skal internaliseres:
”Like the acquisition of a muscular physique or a suntan, it cannot be done at second hand […]”
(ibid.:244).
Den kropslige socialisering munder ud i, at individet rent fysisk fremstår på en bestemt måde, som
fortæller noget om vedkommendes sociale tilhørsforhold. Bourdieu nævner kultivering som synonym
til den kropsliggjorte kulturelle kapital (ibid.:244). Ofte vil kropsliggjort kulturel kapital ikke
blive oplevet som en egentlig kapitalform, men mere som en form for legitim kompetence og autoritet
til at anerkende og miskende. Dette skyldes, at tilegnelsen og overførslen af den kropsliggjorte
kulturelle kapital ikke er ligeså eksplicit som den er for eksempelvis den økonomiske kapital
(ibid.:246).
En mere håndgribelig form for kulturel kapital er den tingsliggjorte kulturelle kapital,
som udgøres af kunstværker, bøger, monumenter og andre kulturprodukter. Ligesom forskellige
ejendomme inden for den økonomiske kapital kan disse produkter veksles til penge, men denne
udveksling sikrer kun køberen det juridiske ejerskab, dvs. den materielle tilegnelse af f.eks. et male-
! 7!

i. Der er imidlertid også en symbolsk dimension ved tilegnelsen af tingsliggjort kulturel kapital.
Denne symbolske tilegnelse er kun mulig, hvis man besidder den kropsliggjorte kulturelle kapital,
der kræves for at kunne værdsætte kulturproduktet på legitim vis. Det er derfor ifølge Bourdieu ikke
alle, der forstår at værdsætte kunsten på dens egne præmisser (ibid.:246f).
Kulturel kapital kan også objektiveres som uddannelsesmæssige kvalifikationer – i
dette tilfælde siger man, at den er institutionaliseret. En akademisk grad kan være et eksempel på
institutionaliseret kulturel kapital. Denne form for kulturel kapital er et udtryk for en officiel og
juridisk anerkendelse af et individs kvalifikationer, som adskiller indehaveren af kvalifikationerne
fra f.eks. den autodidakte, hvis evner hele tiden kan blive draget i tvivl. Den uddannelsesmæssige
kvalifikation er et bevis på individets kulturelle kapacitet og en juridisk garanti for en konventionel,
konstant kompetence i overensstemmelse med samfundets kultur (ibid.:247f). Den institutionaliserede
kulturelle kapital har en vis autonomi i forhold til dens indehavers øvrige kulturelle kapital på
et givent tidspunkt. I kraft af den institutionaliserede kulturelle kapitals eksistens etableres der et
skel imellem de officielt anerkendte kompetencer, som tilskrives en garanti for deres kvalitet, og på
den anden side mere simple former for kulturel kapital. Da denne form for kulturel kapital kan sættes
i forbindelse med institutionel anerkendelse på forskellige niveauer, bliver det muligt at sammenligne
forskellige individers kvalifikationer. Det er desuden muligt at konvertere den institutionaliserede
kulturelle kapital til økonomisk kapital, f.eks. når en person i kraft af sine uddannelsesmæssige
kvalifikationer bliver ansat på en arbejdsplads og får penge i bytte for sin arbejdskraft. Da
uddannelsesmæssige kvalifikationers bytteværdi til en vis grad kan afhænge af deres sjældenhed,
kan individet risikere, at den tilegnede institutionaliserede kulturelle kapital ikke er så meget værd
som forventet. Dette kan være tilfældet, hvis der er sket en forandring i bytteværdien mellem kulturel
og økonomisk kapital (ibid.:248).
Den kropsliggjorte kulturelle kapital, et individ besidder, udgør ofte en del af forudsætningerne
for at tilegne sig institutionaliseret kulturel kapital. Erik Jørgen Hansen refererer i Uddannelsessystemerne
i sociologisk perspektiv til Bourdieus reproduktionsteori om uddannelsessystemets
favorisering af de elever eller studerende, der har en kropsliggjort kulturel kapital, der
stemmer overens med den uddannelsesinstitution, de befinder sig på. Han beskriver Bourdieus idé
om, hvordan mange uddannelsessystemer er indrettet efter en middelklassekultur, hvilket resulterer
i, at de elever eller studerende, der er blevet socialiseret i denne kultur og har ”nedarvet” dens tilhørende
form for kulturel kapital, automatisk vil fremstå mere begavede og kompetente end de elever,
der ikke har fået internaliseret denne form for kulturel kapital fra familien (Hansen 2003:43). Såle-
! 8!

des kan der siges at være en forbindelse mellem den kropsliggjorte og den institutionaliserede kulturelle
kapital.
2.3 Kapitalformerne som distinktive kræfter
Kapitalformerne danner forudsætning for individers position i det, Bourdieu kalder det sociale rum.
Det sociale rum består af forskellige gensidigt udelukkende positioner, man som agent kan antage,
og egenskaber ved en gruppe eller en agent er altid betinget af positionen i det sociale rum, samt af
hvilke goder denne position giver adgang til (Bourdieu 1997:20). Begrebet om individers position i
det sociale rum bliver relevant for denne opgave, fordi undersøgelsen sigter mod at undersøge og
diskutere hvorvidt individer med bestemte positioner kan blive dominerende overfor andre. Agenter
kan inddeles i positioner i det sociale rum på baggrund af to differentieringsprincipper: Det ene omhandler
hvor meget kapital, agenten samlet set besidder, mens det andet differentieringsprincip vedrører
forholdet mellem økonomisk og kulturel kapital i agentens kapitalsammensætning. Således
etableres der modsætninger mellem agenter i det sociale rum i to forskellige dimensioner. Der kan
f.eks. ses en modsætning mellem universitetslærere og erhvervsledere, som begge har en stor
mængde samlet kapital, og på den anden side ufaglærte, som kun besidder meget lidt økonomisk og
kulturel kapital. Men universitetslæreren og erhvervslederen er også hinandens modsætninger – de
er det blot i den anden dimension, hvor man skelner mellem dem, der har en stor mængde kulturel
kapital (i dette tilfælde universitetslæreren) og dem, der besidder meget økonomisk kapital (erhvervslederen)
(ibid.:21).
Hver position i det sociale rum har en tilhørende klasse af habitus. Habitus er et produkt
af de impulser, en given position i det sociale rum udsætter habitus for, og den kommer til udtryk
som en bestemt sammensætning af egenskaber, goder og tilbøjeligheder, der munder ud i, at
agenter med ensartet habitus vil have en følelse af at høre sammen og have samme livsstil
(ibid.:23). Samtidigt er habitus afgørende for, hvordan vi klassificerer og inddeler verden i f.eks.
rigtigt og forkert, smagfuldt og usmageligt osv.. Dette forklarer, hvordan samme handling kan opfattes
forskelligt af agenter med forskellig habitus. Hvad der for den ene agent er passende opførsel,
kan virke stødende på en anden. Samlet bruger Bourdieu termen positionering om den måde, hvorpå
habitus udmøntes i livsstil, praktikker, valg og klassifikationer – habitus er mellemleddet mellem
position og positionering, der oversætter relationelle karakteristika ved en position til en samlet
livsførelse (ibid.:23).
! 9!

2.4 De danske definitionskampe
Denne sammenhæng af kapitalformer, habitus, tilbøjeligheder og klassifikationssystemer er en del
af analysefeltet i Rune Lykkebergs bog Kampen om sandhederne.
Lykkeberg beskriver den kulturelle overklasse som bestående af ”professorer, samfundsforskere,
kulturproducenter, intellektuelle og mange af dem, der er med til at dominere de offentlige
forestillinger om, hvad der er rigtigt og forkert, skønt og grimt, sandt og falsk.” (Lykkeberg
2008:69). Den kulturelle overklasse har i historiens løb sat sig i dialektisk modsætning til den økonomiske
overklasse. Som Lykkeberg selv nævner, definerer Bourdieu som følge af sin antiessentialistiske
tilgang ikke de to overklassers forskellige værdisystemer, men selv ridser Lykkeberg
en række områder op, hvor man i Danmark omkring årtusindeskiftet, kan iagttage de to klassers
uenighed. Det være sig f.eks. når det gælder undervisningen i skolerne. Her lægger den kulturelle
overklasse vægt på, at eleverne i dansktimerne skal opnå en dybere forståelse af tekster og
være i stand til at fortolke dem, mens den økonomiske overklasse mener, at elevernes læsefærdigheder
skal kunne måles i tests. På forskningsområdet er der også uenighed: Den økonomiske overklasse
vil i samarbejde med Dansk Industri standardisere kravene til god forskning, imens den kulturelle
overklasse ønsker, at forskning skal være et autonomt felt og hævder, at det aldrig er til at
vide, hvad der vil vise sig at være succesfuld forskning og hvor det næste store videnskabelige gennembrud
vil finde sted. Lykkeberg beskriver, hvordan den kulturelle overklasse hævder at have en
privilegeret indsigt i, hvad der i sidste ende vil føre til økonomisk vækst i samfundet (ibid.:70).
Det er blandt andet den kulturelle overklasses påståede privilegerede indsigt i, hvad
der er gavnligt for samfundet, samt det, at de dominerer opfattelsen af, hvad der er rigtigt og forkert,
der har ledt frem til konstruktionen af problemstillingen i denne opgave. Siden denne gruppe af
individer med en stor mængde kulturel kapital tilskriver sig selv denne indsigt, er det interessant at
undersøge, om der kan ses en sammenhæng mellem kulturel kapital og politisk engagement. Det
anvendte data er dog noget ældre end Rune Lykkebergs bog fra 2008 – det er nemlig indsamlet i
2000. Ikke desto mindre beskriver Lykkeberg, hvordan Anders Fogh Rasmussen, da han blev
statsminister i 2001, stemplede den kulturelle overklasse som ”smagsdommere” og gik til modangreb
ved blandt andet at indføre skattestop og krav om tests til måling af skoleelevers færdigheder
(Ibid: 70ff). Siden Fogh-regeringen indledte regeringsperioden med at opponere mod dette såkaldte
”smagsdommeri”, kan man forestille sig, at den kulturelle overklasses stemme har været tydelig i
definitionskampene i starten af 00’erne.
! 10!

2.5 Felter og symbolsk kapital
Som tidligere beskrevet er der tre grundlæggende kapitalformer, den økonomiske, den kulturelle og
den sociale kapital. Hvilke af disse tre kapitalformer, agenterne efterstræber, er forskelligt. Den
kapitalform, en agent vil efterstræbe, betegnes symbolsk kapital (Bourdieu 1986: 255). Symbolsk
kapital hænger i høj grad sammen med begrebet felt og for at forstå hvad symbolsk kapital er, må
man derfor først forstå hvad et felt er.
Bourdieus begreb felt har forbindelse til hans begreb om det sociale rum (jf. s 9). Det
sociale rum har Bourdieu konstrueret ud fra et generativt princip, således at man kan analysere forskellige
samfund med forskellige kapital- og magtsammensætninger udøvet på forskellige tider og
steder. Det sociale rum er ikke fastlagt og ikke uforanderligt, men påvirkes af kampen om retten til
at definere, hvad der skal være efterstræbelsesværdigt. Hvis ingen agenter tager kampen op mod de
dominerende agenter og deres definition af, hvad man stræber efter, så reproduceres fordelingsstrukturen.
Hvis kampen tages op og vindes ændres det efterstræbelsesværdige – fordelingsstrukturen
mellem kapital og magt ændres. Det sted, hvor denne kamp foregår, kalder Bourdieu for et felt.
I feltet har agenterne forskellige positioner, hvilket gør, at de besidder forskellige midler til at bevare
eller ændre fordelingsstrukturen (Bourdieu 1994; 53f).
Bourdieu nævner blandt andet det økonomiske og det kunstneriske felt, og på disse
felter er det forskellige ting, der er efterstræbelsesværdige. Økonomisk succes vil f.eks. ikke være
efterstræbelsesværdigt på det kunstneriske felt. I forhold til denne opgave bliver begreberne om felt
og symbolsk kapital relevante, da undersøgelsen omhandler, hvorvidt en høj mængde af kulturel
kapital fører til en dominerende position i magtens felt.
Magtens felt er et overordnet felt, hvor der foregår en kamp om hvilken kapitalform,
der skal anerkendes som den stærkeste i forhold til de andre kapitalformer. Dette magtens felt domineres
af de strukturer feltet er opbygget af; altså hvilke kapitalformer der defineres som havende
den højeste bytteværdi. I magtens felt er det de dominerende klasser, der kæmper om retten til at
definere, hvilken kapitalform, der skal defineres som den med mest relativ værdi, hvilket betegnes
symbolsk kamp(Bourdieu 1996:40ff). Det, der gør disse agenter til de dominerende, er, at deres
samlede besiddelse af kapital er så tilstrækkelig høj, at de kommer til at sidde på de højeste definerende
positioner i samfundet (Bourdieu 1994; 55f). Dette står i tæt relation til omdrejningspunktet
for denne opgave, som netop er spørgsmålet om, hvorvidt de højest uddannede individer har den
største deltagelse i politiske møder og dermed har mulighed for at indtage de mest dominerede positioner
i forhold til samfundsbeslutninger.
! 11!

Denne bestridelse af de dominerende og definerende positioner i samfundet gør, at der
opstår en mulighed for, at disse agenter kan udøve symbolsk vold over de undertrykte klasser(Bourdieu
1996:42). Netop dette begreb har inspireret os til at forme vores hypotese om, at graden
af kulturel kapital påvirker i hvilken grad man engagerer sig politisk. Hvorvidt det er de højtuddannede
der er indehavere af de dominerende positioner og begrebet om symbolsk vold vil blive
taget op i den senere diskussion (jf. afsnit 10.2 s. 72).
Den ovenstående beskrivelse af Bourdieus begreb om et felt kan nu være med til at beskrive
det begreb, som dette afsnit startede med at ville definere, nemlig symbolsk kapital.
Symbolsk kapital er nemlig den specifikke kapitalform, der efterstræbes i et felt. Når en
kapitalform får status af symbolsk kapital, genkendes kapitalformen ikke som det, den reelt er. I
stedet anerkendes den som en legitim ressource hos agenterne, der besidder kapitalformen. Fx anerkendes
kulturel kapital i det kulturelle felt, som en medfødt ressource. Den fungerer ikke som noget,
der kan begrundes i økonomisk råderum til at købe sig adgang til et universitet eller et uddannelsessystem
(Bourdieu 1986; 245). Dermed fremstår agenter med høj kulturel kapital som mennesker
med en medfødt eller biologisk forudsætning for at klare sig godt i uddannelsessystemet (Hansen
2003:43).
Som et eksempel på en anden kapitalform end kulturel kapital, der fungerer som symbolsk
kapital, kan nævnes økonomisk kapital i det Algeriske bondesamfund. I teksten ”Symbolsk
kapital” i Den praktiske sans beskriver Bourdieu et samfund, hvor økonomisk kapital i form af egoistisk
interesse miskendes og derfor må undergå en transformation til symbolsk kapital, da det dermed
skjules, hvad økonomiens reelle formål består i. Den økonomiske kapital skal altså:
”… undergå en omstilling, som vil kunne gøre det reelle princip for dens
effektivitet uigenkendeligt: Den symbolske kapital er denne fornægtede
kapital, der anerkendes som legitim og dermed miskendes som kapital”
(Bourdieu 1996: 185)
På den måde kommer den symbolske kapital til at fremstå som noget andet end en kapitalform. Noget
legitimerende, som dermed udadtil ikke ses som f.eks. økonomisk kapital. Bourdieu beskriver,
hvordan en bonde køber okser fordi høsten har været god, men sælger dem igen med et økonomisk
tab. Umiddelbart er denne handling håbløs, da bonden taber penge, men med fremtidige bryllupper i
sigte, er en investering i okser en symbolsk handling, der fremviser familiens værdi og evne til at
! 12!

mobilisere gode forhandlere. Dette er efterstræbelsesværdigt for de familier, der eventuelt også har
familiemedlemmer, der skal giftes væk. Så selvom købet af okserne og tabet af penge i første omgang
virker håbløst, så fungerer handlingen altså symbolsk, hvilket fremmer familiens værdi i bryllups-sammenhænge
– og dermed også skaber en økonomisk gevinst (ibid.: 188f).
Vi har nu redegjort for de relevante dele af Bourdieus begrebsapparat og vil i det følgende
inddrage teoretikeren Axel Honneths teori og perspektiv på problemstillingen.
2.6 Axel Honneth
En anden teoretiker der beskæftiger sig med individers forudsætninger for inddragelse og deltagelse
i samfundet, er den tyske filosof Axel Honneth (f. 1949-). For at få et andet perspektiv på problemstillingen
angående kulturel kapital og politisk engagement, ønsker vi derfor at inddrage Honneths
teori, som et supplerende perspektiv på denne sammenhæng. Honneth arbejder ikke direkte med
begrebet kulturel kapital, men ser ligesom Bourdieu, at klasser ikke udelukkende kan defineres ud
fra økonomiske og materielle forudsætninger, men at kulturelle færdigheder som eksempelvis uddannelse
også har stor betydning.
Honneth praktiserer normativ kritisk teori og er som elev af Jürgen Habermas også arvtager
af den tyske frankfurterskole med marxistiske rødder. Honneth er i høj grad kendt for sin teori
om anerkendelse og vigtigheden af anerkendelse for samfundsintegrationen og individets realisering
af sig selv. Hans begreb om anerkendelse vil vi vende tilbage til senere i redegørelsen og i stedet
tage udgangspunkt i afsprogliggørelsen af de undertrykte klasser i samfundet.
2.6.1#Afsprogliggørelse#
Honneth beskriver overordnet samfundet som bestående af en kulturel, politisk og økonomisk elite;
overklassen, og én eller flere undertrykte klasser uden ovenstående besiddelser eller magt; underklassen.Ifølge
Honneth er der betydelige forskelle på overklassens og underklassens forståelse af
normer og moral.
Overklassen er kendetegnet ved fælles normative forståelser af moral og retfærdighed,
som de aktivt forsøger at gøre gældende for hele samfundet, imens de undertrykte klassers retfærdighedsforståelse
er situationel, usammenhængende og derfor ikke homogen for hele denne samfundsgruppe,
yderligere har underklassen hvad Honneth betegner som en uretsbevidsthed. De har
altså ikke en fælles overordnet forståelse af moral og retfærdighed, men kan i specifikke situationer
føle sig uretfærdigt behandlet eller krænket (Honneth 2003: 54ff).
! 13!

De ovenfor beskrevne klasseforskelle er ifølge Honneth et resultat af en historisk udvikling,
samt et produkt af de erhverv, som samfundsgrupperne hver især har varetaget.
Overklassen har i overvejende grad været beskæftiget i erhverv, der har haft et bredere
samfundsmæssigt ansvarsområde og betydning, de har altså aktivt måttet opstille nogle moralske
retningslinjer og retfærdighedsforståelser i kraft af deres beskæftigelse. Samtidig har deres økonomiske,
kulturelle og uddannelsesmæssige fordele og privilegier, der har stået i betydelig kontrast til
andre samfundsklasser, betydet, at de har haft en reel interesse i at retfærdiggøre disse forskelle og
dermed sprede disse normative retfærdighedsforståelser til resten af samfundet (ibid.:58).
Modsat har de underprivilegerede klasser ikke varetaget job, som har krævet et større
samfundsmæssigt overblik eller forståelse. De er dermed ikke blevet “tvunget” eller “presset” til
overhovedet at tage stilling til etiske og moralske spørgsmål om ret og uret, og det er ligeledes aldrig
blevet forventet af dem. Yderligere har underklassen ikke skullet retfærdiggøre deres socialt
underlegne position overfor nogen, hvilket bidrager til, at de kun har udviklet en uretsbevidsthed,
og ikke generelle normative retfærdighedsforståelser (ibid.: 57ff).
I sin udlægning af begrebet afsprogliggørelse henviser Honneth til Bourdieus idé om, at
de højtuddannede indtager en privilegeret position, som giver dem monopol på tilegnelsen af den
kulturelle tradition i samfundet. Dette er ifølge Honneth de samme mennesker, som i forvejen er en
dominerende stemme inden for politiske sammenhænge (ibid.:59). Underklassen tilegner sig imidlertid
aldrig de kulturelle, uddannelsesmæssige eller verbale færdigheder, der er nødvendige for at
opstille eller tilegne sig en egentlig retfærdighedsforståelse. De har ydermere svært ved at få den
verbalt overleveret i form af en solidarisk mobilisering af deres uretsfølelse. Desuden pointerer
Honneth, at der eksisterer et vertikalt organiseret hierarki, hvor udtryk for følelser af utilfredshed
bliver tildelt større vægt, jo højere uddannelse vedkommende, der udtrykker utilfredshed, har. Sideløbende
bliver enkeltstående, klasserelaterede problemstillinger og krænkelser, som kan opstå hos
underklassen, overhørt i den offentlige debat (ibid.: 63). I og med, at underklassen således berøves
muligheden for at udtrykke deres utilfredshed, afsprogliggøres de.
2.6.2#Mangel#på#social#anerkendelse##
I forlængelse af Honneths begreb om afsprogliggørelse mener han, at underklassen desuden har en
lavere chance for at opnå det, han kalder social anerkendelse. Honneth arbejder med anerkendelsesformerne;
privatsfæren(selvtillid) som er kendetegnet ved kærlighed gennem nære relationer, den
retslige sfære(selvagtelse), som er anerkendelse gennem lovmæssigheder og den solidariske sfæ-
! 14!

e(selvværdssættelse), som er netop den sociale anerkendelse der opnås gennem relationen til gruppe,
samfund eller fællesskab. At gennemleve ovenstående anerkendelsessfærer er en nødvendighed
for, at individet kan realisere sig selv og opnå ‘et godt liv’ (Willig 2007:101). De tre anerkendelsessfærer
hænger naturligvis sammen og kan ikke stå alene, men vi vil i denne opgave fokusere på den
sidste sfære; den solidariske sfære. Honneth hævder, at:
“Eksistensen af et klassesamfund, som er begrundet I de enkelte produktionsagenters
ulige markedschancer, men som ideologisk er knyttet til det
individuelle uddannelsesresultat, resulterer I en vedvarende ulige fordeling
af chancerne for social anerkendelse” (Honneth 2003:70).
Han tager her netop fat i den problemstilling, at klasserne i samfundet ikke har lige chancer for at
opnå social anerkendelse. Honneth mener, at dette især rammer de individer, der arbejder med de
manuelle erhverv, og som derigennem mister social værdighed og mulighed for selvagtelse
(ibid.:70). I denne forbindelse hævder Honneth, at individerne i en sådan situation forsøger at genvinde
æren gennem en “modkultur af kompenserende respekt” med det formål at opvurdere egne
arbejdsformer og samtidig nedvurdere de højerestående kulturelle klassers arbejdsformer. Dette
mislykkes dog ifølge Honneth grundet den førnævnte mangel på retfærdighedsforståelse, der som
bekendt plager underklassen (ibid.:71). Der opstår således en arbejdskamp mellem under- og overklassen,
hvor arbejderen konstant forsøger at blive hørt, men ikke lykkes på grund af manglen på
retfærdighedsforståelse, der besværliggør muligheden for social anerkendelse. Dette kan være problematisk
for den samfundsmæssige solidaritet, som netop er styret af hvorvidt samfundsborgernes
forskellige værdier integreres tilstrækkeligt (Willig 2007:130).
2.7 Delkonklusion på teori
Opsummerende kan vi konkludere at Bourdieu gennem sit kapitalbegreb udvider det økonomiske
kapitalbegreb til også at omhandle andre ikke-materielle kapitaler. Dermed bliver hans kapitalbegreb,
som tidligere beskrevet, yderst relevant for opgavens undersøgelse omkring kulturel kapital.
Bourdieu hævder i den forbindelse, at individets kapitalsammensætning bliver styrende for individers
position i det sociale rum. Denne position bliver desuden afgørende for individets habitus, som
er en bestemt sammensætning af forudsætninger hos det enkelte individ.
! 15!

I denne sammenhæng blev Rune Lykkebergs bog Kampen om sandhederne inddraget.
Her beskriver Lykkeberg de definitionskampe, der foregår mellem den økonomiske og den kulturelle
overklasse. Den kulturelle overklasses påståede dominans i opfattelsen af, hvad der er rigtigt og
forkert i samfundet har i høj grad været med til at definere problemstillingen for opgaven. Desuden
er Bourdieus begreb om felter og symbolsk kapital blevet uddybet.
Afslutningsvis blev teoretikeren Axel Honneth inddraget. Honneth ser, ligesom Bourdieu,
ikke kun kapital som økonomisk og materiel, og hans teori blev derfor et godt supplerende perspektiv
på undersøgelsen. Han beskriver hvordan underklassen er plaget af en mangel på retfærdighedsforståelse
og derigennem en afsprogliggørelse, der besværliggør individernes mulighed for at
blive hørt og opnå social anerkendelse.
De fundne konklusioner fra ovenstående afsnit vil blive inddraget i den teoretiske diskussion
senere i opgaven.
3.0 Operationalisering
Vi har nu redegjort for det teoretiske grundlag for opgaven og vil i det følgende afsnit operationalisere
vores teoretiske begreber til nogle i højere grad målbare empiriske begreber. Mange teoretiske
begreber kan fortolkes på forskellig vis, og det er derfor vigtigt at klarlægge, hvilke variable der i
den statiske analyse anvendes for de teoretiske begreber. Først inddrages opgavens problemstilling
for derigennem at beskrive hvordan de relevante begreber kan testes empirisk.
3.1 Problemstilling
Som!tidligere!nævnt!lyder!vores!problemformulering:!
Er der I Danmark er en sammenhæng mellem uddannelsesniveau, og hvorvidt man engagerer sig
politisk I givet fald hvilke konsekvenser kan det have, og hvilke forklaringer kan der være på dette
Vi vurderer, at denne problemstilling i høj grad kan belyses med kvantitativ metode, da vi i på baggrund
af en induktiv analyse ønsker at generalisere vores resultater fra stikprøven ud på den samlede
population. Derudover sigter opgaven mod at undersøge, hvorvidt der eksisterer en sammenhæng
mellem to begreber, der ud fra den kommende operationalisering i høj grad kan forenkles,
! 16!

således at det er muligt at undersøge sammenhængen gennem kvantitativ data. Det er i denne forbindelse
vigtigt at understrege, at man i kvantitativ forskning må acceptere netop det forhold, at den
undersøgte problemstilling i høj grad skal forenkles.
Som udgangspunkt for operationaliseringen opstilles den teoretiske hypotese:
Jo mere kulturel kapital et individ besidder, desto større tilbøjelighed vil vedkommende have til at
engagere sig politisk.
Kulturel!kapital!
Politisk!engagement!
3.2 Operationalisering af kulturel kapital
Kulturel kapital kan, med udgangspunkt i ovenstående teoriafsnit, både optræde som tingsliggjort,
kropsliggjort eller institutionaliseret kulturel kapital. Vi har i denne opgave valgt at operationalisere
kulturel kapital som værende institutionaliseret kulturel kapital i form af interviewpersonernes uddannelsesniveau
(interviewpersonerne vil fremover bare blive betegnet IP).
Dette gør vi for forsat at benytte os af Bourdieus begrebsapparat samtidig med, at vi
mener, at den tingsliggjorte kulturelle kapital, fx bøger og malerier, ikke har nogen direkte indflydelse
på ens politiske engagement og kan optræde i både politiske og ikke-politiske afskygninger.
Samtidig er tingsliggjort kulturel kapital, i nogle tilfælde et udtryk for besiddelse af høj økonomisk
kapital.
Ydermere er kropsliggjort kulturel kapital vanskelig at måle i en kvantitativ spørgeskemaundersøgelse
og vil være mere egnet i en kvalitativ undersøgelse. Et komplekst begreb som
kropsliggjort kulturel kapital vil derfor være svært at indfange i en eller to variable.
Desuden kan kropsliggjort kulturel kapital udgøre en væsentlig forudsætning for at tilegne
sig institutionaliseret kulturel kapital, således som Erik Jørgen Hansen beskriver det (jf. afsnit
2.2 s 8). Derfor mener vi at kunne argumentere for, at en høj kropsliggjort kulturel kapital ofte vil
være iboende den høje institutionaliserede kulturelle kapital.
Vi mener desuden, at en længere uddannelse medfører viden og kompetencer, der skaber
forudsætninger for en interesse for politik, og at man derfor i forlængelse heraf engagerer sig
politisk og er en mere aktiv statsborger. Vi forestiller os yderligere, at det er sandsynligt, at et højere
uddannelsesniveau vil give en stærkere følelse af at være berettiget inden for politiske sammen-
! 17!

hænge, som for lavtuddannede muligvis kan virke uopnåelige eller uden for rækkevidde. Uddannelsesniveauet
skaber altså basis for ens viden om og interesse for politik og hvordan du i det hele taget
engagerer dig i det politiske liv. Det er på baggrund af disse overvejelser, at vi i vores operationalisering
af kulturel kapital har begrænset os til den, i Bourdieus terminologi, institutionaliserede
kulturelle kapital.
Vi har i den kommende variabelpræsentation (jf afsnit 5.3 s 35) valgt at inddele uddannelseskategorien
i fem niveauer (niveau 1, 2, 3, 4 og 5), og forstår herigennem at der er en stigning
fra niveau 1 til niveau 2 til niveau 3 osv.
3.3 Operationalisering af politisk engagement
Vi har i denne opgave valgt at operationalisere politisk engagement til deltagelse i møder, protestmøder
eller høringer inden for de seneste par år.
Det har været vigtigt for os, at der lå noget handlekraft bag det politiske engagement,
således at vi kun beskæftiger os med dem, der er politisk engagerede på et niveau, der kræver en vis
grad af initiativ. Af denne grund mente vi ikke, at f.eks. et passivt medlem af et politisk parti eller
om man har stemt ved sidste folketingsvalg, var udtryk for det betydelige engagement, som vi har
ønsket at beskæftige os med.
Bag den ovenfor beskrevne operationalisering mener vi derfor, at der ligger en handlekraft
og et personligt initiativ, som er udtryk for et oprigtigt politisk engagement og interesse. Vi
mener, at det kræver mere af det enkelte individ rent faktisk at møde op til politiske møder og lignende,
end blot eksempelvis at være medlem af et parti.
Det står yderligere centralt, at det politiske engagement har udmøntet sig i en politisk
handling, der ligger inden for en overskuelig periode på ca. to år, og at det politiske engagement
derfor højest sandsynligt stadig gør sig gældende.
3.4 Empirisk hypotese
På baggrund af ovenstående operationalisering har vi udformet denne empiriske hypotese:
Andelen af interviewpersonerne, der har deltaget i møder, protestmøder eller høringer inden for de
seneste par år stiger, jo højere interviewpersonens uddannelsesniveau er.
! 18!

Højere!uddannelsesniveau!
Flere!respondenter!har!deltaget!i!
møder,!protestmøder!eller!høringer!
indenfor!de!seneste!par!år!!
Vi har nu operationaliseret vores teoretiske begreber således, at vores hypotese bliver mulig af teste
empirisk med de tilgængelige variable. Som beskrevet ovenfor vil vi senere give en mere præcis
beskrivelse af de data og variable, som denne opgave indeholder, men vi vil først beskrive de statistiske
værktøjer, vi må kende til for at gennemføre den empiriske analyse.
4.0 Statistiske værktøjer
Dette afsnit vil redegøre for de statistiske værktøjer og redskaber, som vi har gjort brug af i udformningen
af denne opgave.
4.1 Population og stikprøve
Opgavens formål er at kunne udtale sig om generelle sammenhænge på baggrund af data, der kun
beskriver forholdene for en begrænset mængde individer. Det generelle tilfælde, som vi ønsker at
udtale os om, kaldes en population. En population er en samling af elementer som f.eks. individer,
objekter o. lign. som har nogle bestemte karakteristika værende eksempelvis køn, alder, hårfarve
osv. I vores undersøgelse er populationen den danske befolkning fra og med 20-års alderen i år
2000.
En stikprøve er et mindre udsnit af den samlede population, og dermed indeholder stikprøven
en samling af værdier fra populationen.
Det, at vi ønsker at bruge stikprøven til at udtale os om populationen – bruge det specifikke
tilfælde til at sige noget om det generelle - kaldes induktion. (Malchow-Møller og Würtz
2011: 19ff).
4.2 Stokastiske variable
De anvendte variable i denne opgave er stokastiske. En stokastisk variabel er en variabel, som ikke
har nogen iboende, fastlåst værdi, og som til ethvert udfald af et givent eksperiment kan tilskrives
en talværdi. Stokastiske variable, der endnu ikke har antaget en egentlig værdi, noteres med store
! 19!

ogstaver, f.eks. X og Y. En stokastisk variabel, der har antaget en konkret værdi, noteres med små
bogstaver, eksempelvis x og y (ibid.:76).
Der findes to slags stokastiske variable; diskrete og kontinuerte stokastiske variable.
Diskrete stokastiske variable er kendetegnet ved at have et tælleligt antal udfald, f.eks. køn eller
antal børn i husstanden (ibid.:77).
Diskrete stokastiske variables sandsynligheder kan matematisk udtrykkes på følgende måde:
f (x) = P(X = x) - Dvs. sandsynligheden for at en stokastisk variabel X antager den konkrete værdi
x.
Kontinuerte stokastiske variable har et utælleligt antal mulige udfald. Et eksempel på
en kontinuert stokastisk variabel kan være højden på en bestemt person på et givent tidspunkt 1 .
Hvor diskrete stokastiske variable har en sandsynlighedsfunktion, har kontinuerte stokastiske variable
en tæthedsfunktion (ibid.: 94f). Dette skyldes, at man ikke kan tilordne et uendeligt antal sandsynligheder.
Da vores opgave udelukkende beskæftiger sig med diskrete stokastiske variable fra Levekårsundersøgelsen,
vil vi kun arbejde med sandsynlighedsmål og ikke med tæthed.
4.3 Sandsynlighedsmål
Et vigtigt redskab når man, som vi gør i denne opgave, undersøger sammenhænge mellem stokastiske
variable er, at beregne sandsynligheder (ibid.: 84). Vi vil nu gennemgå de tre typer sandsynlighed:
Den første type kaldes simultan sandsynlighed og er kendetegnet ved et ”både-og”,
hvilket indebærer, at sandsynlighedsfunktionen altså er et udtryk for sandsynligheden for sammenfald
af bestemte værdier af X og Y(ibid.: 84). Den simultane sandsynlighed findes ved at dividere
den enkelte celle, hvor antallet af observationer med en bestemt kombination af X og Y er angivet,
med stikprøvestørrelsen. Den simultane sandsynlighedsfunktion er defineret ved:
F(x,y) = P(X =x og Y=y)
Den anden type kaldes marginal sandsynlighed og betegner sandsynligheden for, at en
stokastisk variabel X antager en bestemt værdi x uanset hvad udfaldet af den anden stokastiske variabel
Y er. Den marginale sandsynlighedsfunktion er defineret ved:
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
1 Højden på en person kan (forudsat, at man måler præcist nok) have uendeligt mange decimaler, og derfor er der ikke
! 20!

! !
! ! ! = ! !, ! ! = ! !, ! ! + ! !, ! ! +. . . +!(!, ! !! )
!!!
Den marginale sandsynlighed findes således ved at summe de simultane sandsynligheder
for ethvert udfald af Y for et bestemt x (ibid.: 86). Den marginale sandsynlighed vil vi få brug
for i beregningen af vores χ 2 -test, som er en stor del af den statistiske analyse.
Den tredje sandsynlighedsfunktion, den betingede sandsynlighed, er et udtryk for sandsynligheden
for et bestemt udfald af X givet et bestemt udfald af Y. Den betingede sandsynlighed
beregnes ved at dividere den simultane sandsynlighed med den tilsvarende marginale sandsynlighed
(ibid.: 87f).
4.4 Uafhængighed
Uafhængighed betyder kort sagt, at viden om den ene variabel ikke kan bruges til at forudsige noget
om den anden variabel. (ibid.: 91). Vi vil senere i beskrivelsen af de forskellige test uddybe, hvordan
vi mere præcist påviser tilstedeværelsen af enten uafhængighed eller ikke-uafhængighed 2 . Såfremt
der er uafhængighed mellem to stokastiske variable X og Y, må den simultane sandsynlighed
være lig produktet af de marginale sandsynligheder:
f(x,y)=f x (x) ∙ f y (y) for alle værdier af x og y.
4.5 Middelværdi
Middelværdien er gennemsnittet af et givent karakteristikum for en population eller en stikprøve, og
i statistiske sammenhænge bruges den til at beskrive centrale egenskaber ved population eller stikprøve.
Middelværdien for en population angives µ og er en konstant. Formlen for populationens
middelværdi ser ud som følger:
µ a
= 1
N pop
⋅(a 1
+ a 2
+... + a N pop
) = 1
N pop
N pop
a j
∑
j=1
Det ses at alle a-værdier for populationen summeres,
N pop
a j
∑
j=1
, og deles med populationens størrelse,
N pop (Ibid: 37).
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
2 Det er i denne forbindelse relevant at understrege, at det ikke er muligt med de statistiske test’s vi arbejder med statistisk
at bevise at to eller flere hændelser er afhængige, og det er derfor man i stedet tester for uafhængighed eller ikkeuafhængighed.
! 21!

Følgende tabel illustrer de forskellige former, som middelværdien kan antage (Ibid: 226f).:
Tabel 1: Middelværdi
Middelværdiens anvendte former
Estimat Estimator Stokastisk Realiseret Konstant
Den sande middelværdi, µ
X
Stikprøvegennemsnit, ! X X
Realiseret værdi, ! X X
Vi vil i vores repræsentativitetstests sammenligne stikprøvegennemsnittet med den sande middelværdi.
4.6 Varians og standardafvigelse
Middelværdien har imidlertid den usikkerhed, at den samme middelværdi sagtens kan optræde for
populationer eller stikprøver, som er vidt forskellige. For at råde bod på dette kan man bruge variansen.
Variansen beskriver de forskellige observationers spredning omkring middelværdien, og den
benævnes σ 2 eller !(!).
N pop
Formlen for varians er: σ 2 a
= 1 ∑ (a j
− µ a
) 2
N pop
j=1
Som man kan se af ovenstående formel er variansen et tal i 2. potens, hvilket gør, at man ikke kan
bruge variansen i udregninger. For at få den samme måleenhed som de observerede værdier selv,
tager man kvadratroden af variansen, hvilket kaldes standardafvigelsen.
2
Formlen for standardafvigelsen: σ a
= σ a
(ibid.:38f)
Både middelværdi og varians er vigtige for forståelsen af den centrale grænseværdisætning og normalfordelingen,
som vil blive beskrevet senere.
! 22!

4.7 Bernoullifordelingen
Man siger, at en diskret stokastisk variabel er Bernoullifordelt, når den kun har to mulige udfald. De
mulige udfald benævnes oftest 1 og 0 eller hhv. succes og fiasko. Sandsynligheden for, at variablen
antager værdien 1 (succes) er lig med p, og sandsynligheden for, at variablen antager værdien 0
(fiasko) er lig med 1-p. Dette skrives !~!"# ! og betegner, at X er Bernoullifordelt med parameteren
p (ibid.: 135). Middelværdien i af en Bernoullifordelt stokastisk variabel vil altid være givet
ved andelen af succeser, p, da ! ! = 1 ∗ ! + 0 ∗ 1 − ! = !. Variansen er givet ved ! ! = ! ∗
(1 − !) (ibid.: 135ff).
Et eksempel på en Bernoullifordelt stokastisk variabel er køn, da den kun kan antage to
værdier – mand og kvinde.
4.8 Normalfordelingen
Når man udtrækker en stikprøve og beregner et estimat på den sande middelværdi, er der risiko for,
at estimatet ikke nødvendigvis ligger tæt på µ. I dette tilfælde vil ! ikke give et særligt præcist billede
af populationen. Dette er imidlertid ikke så sandsynligt, da mange estimatorer og teststatistikker
er normalfordelte (ibid.: 148). Det vil sige, at hvis man udtrak en masse stikprøvegennemsnit,
ville de centrere sig omkring den sande middelværdi, µ, under forudsætning af, at de forskellige
realiserede værdier af !er uafhængige – der må ikke være risiko for systematisk skævhed i målingerne.
Normalfordelingen har tæthedsfunktionen:
!(!) =
1
√2 ∗ ! ∗ ! ! ∗!!!! ! ∗!!!! ! !! !
Den grafiske fremstilling af tæthedsfunktionen afhænger af størrelsen på middelværdien; µ og variansen;
σ 2 . Middelværdien er det højeste punkt på grafen, som kurven er symmetrisk omkring. Jo
højere middelværdien er, jo længere mod højre vil det højeste punkt på grafen ligge. Jo højere variansen
er, jo tykkere ”haler” vil grafen have. Variansen beskriver sandsynligheden for at få en værdi
af X som ligger langt væk fra µ.
Figur 1 illustrerer hvordan forskellige normalfordelinger placerer sig i forhold til deres
gældende varians og middelværdi:
! 23!

Figur 1: Normalfordelinger med tilhørende varians og middelværdi
Blå: µ = 0, σ 2 = 0,2
Rød: µ = 0, σ 2 = 1,0
Grøn: µ = 0, σ 2 = 5,0
Lilla: µ = -2, σ 2 = 0,5
For at beregne sandsynligheder i normalfordelingen skal man bruge den kumulative sandsynlighedsfunktion
F(x) for f(x). F(x) kan ses som arealet under grafen for tæthedsfunktionen, som ligger
til venstre eller højre for x – alt efter om man vil undersøge sandsynligheden for at få en værdi, der
er mindre end eller større end x. Størrelsen på dette areal vil kunne beregnes ved at integrere normalfordelingens
tæthedsfunktion, men det er meget kompliceret. For at løse dette problem, kan man
lave beregninger med en standardnormalfordeling (ibid.: 148ff).
4.9 Standardisering
I en standardnormalfordeling er variansen altid 1 og middelværdien 0, dvs. !~!(0,1). En stokastisk
variabel X med middelværdi µ og varians σ 2 kan standardiseres til en variabel Z på følgende
måde (ibid.: 151):
! = ! − !
! !
! 24!

Standardnormalfordelingen gør det muligt at bestemme kumulative sandsynligheder, og
de forskellige kumulative sandsynligheder kan slås op i en tabel (ibid.:150). Denne tabel bliver et
vigtigt redskab senere i opgaven, hvor vi skal udføre Z-test.
4.10 Den centrale grænseværdisætning
Som tidligere nævnt er mange estimatorer, som f.eks. stikprøvegennemsnittet, normalfordelte (jf.
afsnit 4.8 s 23). Man kender ikke altid fordelingen af selve observationerne i en stikprøve, men man
kan finde en approksimation af stikprøvegennemsnittets fordeling. Her er den centrale grænseværdisætning
nyttig, da den siger, at stikprøvegennemsnittet !er approksimativt normalfordelt, når
stikprøvestørrelsen, n, er stor (ibid.: 232):
Den centrale grænseværdisætning fortæller således, at hvis n er tilstrækkeligt stor, vil stikprøvegennemsnittet;
!!centrere sig omkring den sande middelværdi, µ, i populationen.
!~ ! !(!, !!
! )!
4.11 Hypotesetest og signifikansniveau
Når man udfører en test er det første, man skal gøre, at opstille en nulhypotese og en alternativhypotese,
hhv. H 0 (Uafhængighed) og H 1 (ikke-uafhængighed). På grund af vores hypotese om ikkeuafhængighed
mellem de to variable, er vi nødt til at gøre det svært for os selv at forkaste H 0 . I repræsentativitetstestene
er det dog omvendt – her vil vi gerne bekræfte H 0 .
Når man foretager hypotesetest, kan man begå to typer fejl. Disse er præsenteret i nedenstående
tabel:
Tabel 2: Tabel over Type-I og Type-II fejl
Nulhypotese Sand
Nulhypotese Falsk
Nulhypotese accepteret Korrekt Konklusion Type-II-fejl
Nulhypotese forkastet Type-I-fejl Korrekt konklusion
Kilde: Malchow-Møller og Würtz 2010:300
! 25!

Inden en test påbegyndes, opstiller man en beslutningsregel. Dette gøres ved at fastsætte et signifikansniveau
for testen. Signifikansniveauet betegnes α . Hyppigst bliver signifikansniveauet fastsat
til 0,05, dvs. et 5 % signifikansniveau, og det er også dette signifikansniveau, vi har besluttet os for
at arbejde med i vores tests. Dette betyder, at der er 5 % sandsynlighed for at forkaste en sand H 0 .
Signifikansniveauet bruges blandt andet til at bestemme den kritiske værdi, der sætter
grænsen for, hvorvidt den ene eller den anden hypotese bekræftes. Den kritiske værdi er defineret
som (1-α)-fraktilen i standardnormalfordelingen (ibid.: 305). Den kritiske værdi afhænger af signifikansniveauet,
og vi vil i vores statistiske tests undersøge, hvad det betyder for vores resultater,
hvis vi ændrer signifikansniveauet. Dette kan tydeliggøre, hvilke celler der i særlig høj grad er under-
eller overrepræsenterede.
4.12 Konfidensinterval
Når vi arbejder med konfidensintervaller, konstruerer man en øvre grænse, W op, og en nedre grænse,
W ned, omkring stikprøvens middelværdi, !, som dermed udgør et interval, Î. Hermed vil den
ukendte størrelse med en hvis sandsynlighed befinde sig inden for netop dette interval. Konfidensintervallet
opstilles ud fra følgende formel (Ibid.: 270):
Î = !! !"# ; ! !" ! = [ ! − !; ! + !]!
!
Da!! er stokastisk, vil den ukendte værdi, værende eksempelvis den sande middelværdi, !, ikke
altid befinde sig inden for konfidensintervallet.
Af formlen for Î fremgår det, at det centrale er at udregne konfidensen, k. Først er der
dog en række andre trin der må gennemgås.
Jf. afsnit 4.5 s. 21 regnes ! ud fra følgende formel:
! !"!
! = 1 ! !
! ! !
!"!
!!!
For senere at kunne beregne k, udregnes variansen også nødvendig at udregne. Jf. afsnit 4.6 på side
22, fortæller variansen om den gennemsnitlige spredning omkring middelværdien, og er altså med
til at nuancere vores viden om middelværdien. Formlen for variansen er som følger:
! !"!
!"#(!) = 1 ! (!
! ! − ! ! ) ! !
!"!
!!!
! 26!

Nu skal konfidensniveauet fastsættes. I de fleste tilfælde og i denne opgave fastsættes det til 95%.
Det vil sige, at vi med 95% kan sige, at den sande middelværdi vil befinde sig indenfor vores konfidensinterval.
Med konfidensniveauet fastsat kan vi nu udregne de dertilhørende fraktiler, der udregnes
ved følgende formel:
1 − ! 2 !&! ! 2 !
Ved at slå disse op i tabellen for standardnormalfordelingen (ibid.: 436), kan k nu udregnes ved
formlen (ibid.: 272):
! = !! !!
! !
Konfidensbåndet opstilles altså i kraft af den øvre og nedre grænse eller ± k, på hver side af stikprøvegennemsnittet,
og hvor der er 95% sandsynlighed for, at populationens gennemsnit også vil befinde
sig.
Konfidensintervallet har relevans for netop vores opgave, da vi vælger at benytte det til
at teste, om vores analyseudvalgs aldersfordeling er repræsentativ med populationen.
4.13 Z-test
En Z-test bruges til at bestemme, om der er signifikante afvigelser mellem stikprøve og population
på baggrund af et stikprøvegennemsnit !og den sande middelværdi µ 0 . Dette gøres på baggrund af
en udregnet Z-værdi. Det er de kritiske værdier fastsat på baggrund af signifikansniveauet, der definerer,
hvorvidt der er signifikant afvigelse mellem stikprøve og population. Z-værdien beregnes
med følgende teststatistik (ibid.: 303):
! = ! − ! !
!
! !!
!
Z-testen bruges i denne opgave blandt andet til repræsentativitetstest af variablen køn, som er en
Bernoullifordelt variabel. I dette tilfælde er Z-testen en test af andele af succeser i populationen, da
sandsynligheden for succes er lig med p, som også er Bernoullipopulationens middelværdi. Her
! 27!

tester man forholdet mellem den sande middelværdi p 0 og stikprøvegennemsnittet !. I Z-testen for
repræsentativitet på variablen køn arbejder vi med en dobbeltsidet alternativhypotese, og hypoteserne
vil derfor tage sig således ud:
H 0 : ! = p 0
H 1 : ! ≠ p 0
Ved test af dobbeltsidede alternativhypoteser, skrives teststatistikken for Bernoullifordelte variable:
! = ! − ! !
! ! ∗(!!! ! )
!
da variansen af en Bernoullifordelt variabel er ! ∙ (1 − !) (Malchow-Møller og Würtz 2010:318).
Vi bruger også Z-testen til at tjekke repræsentativiteten for de enkelte uddannelses- samt alderskategorier,
hvor vores H 0 og H 1 hypoteser opstilles på samme måde som for køn.
Teststatistikken Z er standardnormalfordelt under H 0 . Dette gælder også, når man har at
gøre med en Bernoullifordelt variabel. (ibid.: 303, 318).
4.13.1 P-værdier
P-værdien angiver sandsynligheden for at få en mere ekstrem observation i retning af alternativhypotesen
end den, man i en given situation har fundet, givet at H 0 hypotesen er sand (ibid.: 320). Vi
anvender i denne opgave p-værdien i forbindelse med Z-test (jf. afsnit 4.13 s. 27).
P-værdien fortæller om risikoen for at begå en type-I-fejl (jf. afsnit 4.11 s. 25) side xx),
i tilfælde af, at man definerer den kritiske værdi, som værende den realiserede værdi af teststatistikken,
z (ibid.: 320).
P-værdien kan dermed anskues som et alternativ til den kritiske værdi og udtrykkes på
følgende måde:
! − !æ!"# = !(! > !!!"#$%!!"!! ! !!"#$)
P-værdien kan i høj grad siges at være bedre og mere informativ end den kritiske værdi, da p-
værdien angiver sandsynligheden for at få et mere ekstremt resultat, mens den kritiske værdi blot
angiver, om vi kan acceptere eller forkaste H 0 . Jo højere p-værdien er, desto mere sandsynlig er H 0
hypotesen, da en høj p-værdi er placeret langt ude i enderne på x-aksen. Såfremt p-værdien er over
0,05/5% (ved et 5 % signifikansniveau), kan H 0 hypotesen accepteres. Er p-værdien imidlertid under
0,05/5% forkastes H 0 hypotesen.
! 28!

P-værdien findes konkret ved at gennemføre testen uden at fastsætte den kritiske værdi,
men med et fastsat signifikansniveau. Når Z-værdien er beregnet, kan denne slås op i tabellen over
kumulative sandsynligheder for standardnormalfordelinger (ibid.: 434) og derigennem aflæses p-
værdien. P-værdien skal i denne forbindelse forstås som det areal under grafen fra det aflæste
punkt(z) og til venstre:
Figur 2: P-værdi
P-værdien skal forstås som det skraverede område under grafen
Aflæses et punkt til højre for 0 skal den aflæste værdi derfor trækkes fra 100 %, dvs. 1. Derudover
skal tallet ganges med to i forbindelse med en dobbeltsiddet hypotese (ibid.: 322).
4.14 χ 2 -test
χ 2 -testen har to forskellige funktioner: Den kan bruges til at teste om en diskret stokastisk variabels
faktiske fordeling er identisk med en forventet fordeling for variablen, eller man kan teste, om der
er uafhængighed mellem to diskrete stokastiske variable (ibid.: 361).
4.14.1 χ 2 -test af en fordeling
χ 2 -testen af fordelinger bruges i denne opgave til at teste repræsentativitet på aldersvariablen samt
uddannelse. I denne type test har vi en stokastisk variabel X, som er fordelt på en bestemt måde. Vi
vil gerne undersøge, om denne fordeling svarer til en forventet fordeling. X kan antage K mulige
værdier, også kaldet K forskellige kategorier, dvs. x 1 , ..., x K . Sandsynligheden for, at X antager hver
! 29!

af disse værdier er p 1, …, p K . De forventede sandsynligheder for udfaldene af X skrives π 1, …, π K
(ibid.: 361f). Ligesom i Z-testen opstilles der indledningsvis hypoteser:
H 0 = p 1 = π 1, …, p K = π K
H 1 = mindst én p k ≠ π k for alle værdier af K
Påstanden under H 0 er, at sandsynlighederne for de forskellige kategorier stemmer overens med de
forventede sandsynligheder. H 1 siger, at mindst én af sandsynlighederne vil afvige fra de forventede
sandsynligheder 3 .
Udregningen af χ 2 -værdier er givet ved følgende formel:
!
χ ! = ! ! ∙ (! !/! − ! ! ) !
= ! ! (! ! − ! ∙ ! ! ) !
!
! ! ! ∙ ! !
!!!
!
!!!
Hvor Z k angiver antal observationer i stikprøven med værdien x k , og n er antal observationer. ! ∙ ! !
angiver det forventede antal observationer under H 0 med værdien x k.
χ 2 -testen bruges til at sammenligne den observerede frekvens, Z k, med den forventede
frekvens under H 0 . Er differencen imellem de to frekvenser lig 0, kan H 0 -hypotesen bekræftes. Hvis
differencen er større end 0, er der enten tale om stikprøvestøj eller om en signifikant afvigelse fra
den forventede fordeling, således at H 0 må forkastes.
For at afgøre, om H 0 skal forkastes eller ej, bestemmes først testens antal af frihedsgrader,
d.f. (degrees of freedom). Antallet af frihedsgrader er givet ved 4 :
!. !. = ! − 1
Grafen for χ 2 fordelingen er forskellig alt afhængig af antallet af frihedsgrader. Dette illustreres
i grafen på figur 3:
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
3 At én sandsynlighed for X afviger fra de forventede sandsynligheder må nødvendigvis medføre, at der er to sandsynligheder,
der afviger. Dette gælder, fordi alle sandsynlighederne skal summe til 1 (Ibid: 363).
4 Årsagen er, at hvis alle π k ’erne skal summe til 1, må der kun vælges K-1 π k ’er frit. Den sidste bliver nødt til at have en
værdi, der medfører, at summen af alle de forventede sandsynligheder bliver 1 (Malchow-Møller og Würtz 2010: 367).
! 30!

Figur 3: χ 2 –fordelingen
Illustreret ved henholdsvis 4 og 10 frihedsgrader
Den kritiske værdi for χ 2 -testen findes ved at sammenholde sit antal af frihedsgrader med signifikansniveauet.
Hvis χ 2 -værdien er mindre end den kritiske værdi, bekræftes H 0 , mens H 0 forkastes,
hvis χ 2 -værdien er større end den kritiske værdi.
4.14.2 χ 2 -test for uafhængighed
Man kan også bruge χ 2 -testen til at undersøge, om der er uafhængighed mellem to stokastiske variable,
X og Y. Denne type χ 2 -test vil vi anvende til at belyse, hvorvidt man kan tale om uafhængighed
eller ikke-uafhængighed mellem uddannelsesniveau og hvorvidt IP’erne inden for de seneste
par år har deltaget i møder, protestmøder eller høringer. Ligeledes bruger vi χ 2 -testen for uafhængighed
mellem IPs alder og deltagelse i møder, protestmøder eller høringer. Hypoteserne opstilles
således:
H 0 : ! !, ! = ! ! ! ∙ ! ! ! for alle værdier af x og y.
H 1 : ! !, ! ≠ ! ! ! ∙ ! ! ! for mindst én værdi af x og y.
! 31!

Hernæst beregnes de simultane sandsynligheder under H 0 ved først at beregne de marginale sandsynligheder
og derefter gange skønnene på de marginale sandsynligheder sammen:
! ! = ! ! ∙ ! (!)
For at få det forventede antal observationer i hver celle, ganges tallet med n (ibid.: 371). Nu kan de
forventede frekvenser og de observerede frekvenser indsættes i formlen for χ 2 -værdierne. Bestemmelsen
af antal frihedsgrader følger nu formlen:
!. !. = ! − 1 ∙ (! − 1)
Dette skyldes, at vi nu opererer med to forskellige variable, X og Y, der hver kan antage hhv. c og r
forskellige værdier. Der er derfor ! = ! ∙ ! forskellige kategorier 5 . Den kritiske værdi aflæses på
samme måde som i fordelingstesten, ligesom spørgsmålet om, hvorvidt H 0 bekræftes eller ej behandles
på samme måde (ibid.: 372).
4.15 Enkeltcelletest
Hvis H 0 ender med at blive forkastet, kan χ 2 -testen ikke vise, præcist hvilke celler, der er medvirkende
til dette. For at finde ud af dette foretages en enkeltcelletest, hvor man beregner en størrelse
kaldet r xy :
(! !" − ! ∙ ! !" )
! !" =
! ∙ ! !" 1 − ! ! ∙ (1 − ! ! )
Hvor Z xy er den observerede frekvens og ! ∙ ! !" er den forventede frekvens. r xy -værdien fortæller
for hver celle, om der er tale om en over- eller en underrepræsentation i forhold til H 0 . r xy er standardnormalfordelt
under H 0 (ibid.:372f) 6 .
5.0 Data- og variabelpræsentation
Vi arbejder i undersøgelsen med en levekårsundersøgelse udført af SFI – Det Nationale Forskningscenter
For Velfærd. Undersøgelsen dækker over danskernes socioøkonomiske og sociokulturelle
forhold gennem 25 år. Der er indsamlet data i 1976, 1986 og 2000, men i denne undersøgelse anvendes
dog kun data fra den sidste indsamling i år 2000. Ud af de 4981 respondenter i alderen 20 til
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
5 Ligesom i χ 2 -testen af fordelinger skal sandsynlighederne for de forskellige udfald af hhv. X og Y summe til 1, hvorfor
man frit kan vælge c-1 og r-1 sandsynligheder.
6 Ved et 5 procents signifikansniveau vil den kritiske værdi ligge på ±1,96, og i dette tilfælde vil r xy -værdier over 1,96
betyde overrepræsentation, mens r xy -værdier under -1,96 vil betyde underrepræsentation (ibid.:372f).
! 32!

93 år, der var en del af stikprøven i 2000, blev der opnået svar på vores variable fra 4903 personer,
hvilket altså er vores analyseudvalg. Det er ud fra dette analyseudvalg, at vi i de kommende analyser
vil søge at udtale os om den samlede population.
Det fremgår, at der er en forskel mellem analyseudvalg og stikprøve på 4981 – 4903=
78, som er de respondenter, der har deltaget i undersøgelsen i år 2000, men af den ene eller anden
årsag ikke har besvaret de variable, som vi arbejder med i den kommende analyse.
5.1 Surveymetoden
Informationerne er indsamlet ved surveymetoden, og det samlede antal personer, der i løbet af undersøgelsen
har deltaget, er 9692. Interviewindsamlingen er som sagt foregået over tre år, og man
har naturligvis forsøgt at foretage interviews med de samme personer, men da undersøgelsen strækker
sig over en lang periode, vil der forekomme flere tilfælde af dødsfald, fraflytning til udlandet og
lignende, hvilket nødvendiggør inddragelse af nye respondenter. I stikprøven for 2000 er der derfor
blevet udtrukket en ny gruppe respondenter i alderen 20-44 år (SFI). Denne supplering kan karakteriseres
som en stratificeret udvælgelse, der altså adskiller sig fra simpel tilfældig udvælgelse, da
man ved stratificeret udvælgelse kun udtager tilfældige individer med et bestemt karakteristik 7
(Malcow-Møller og Würtz 2011: 238ff). Vi vil dog alligevel vurdere, at den samlede stikprøve for
2000 er simpel tilfældigt udtrukket 8 .
5.2 Variable
Følgende afsnit vil beskrive vores analyseudvalg og de variable vi arbejder med i opgaven.
Vi har valgt at tage udgangspunkt i to variable:
Tabel 3: Variabelpræsentation
1 Deltagelse i møder, protest møder eller høringer.
2 Respondentens højst gennemførte uddannelsesniveau
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
7 I dette tilfælde en alder på 20-44 år
8 Det oplyses ikke på SFI’s hjemmeside, at stikprøven er simpel tilfældig udvælgelse, men det oplyses, at stikprøven er
udtrukket fra CPR-registret, og vi antager ud fra denne oplysning, at stikprøven er simpel tilfældigt udtrukket (SFI)
! 33!

Den første variabel er som bekendt en operationalisering af begrebet politisk engagement.
Spørgsmålet til respondenten lyder ”Der findes forskellige måder hvorpå man kan være aktiv i politik.
Har de indenfor de seneste år deltaget i en eller flere af følgende aktiviteter: c: deltaget i offentlige
møder, protestmøder, høringer” 9 Hertil kan respondenten svare henholdsvis ja eller nej.
Fremover vil denne variabel blive præsenteret som deltagelse i møder, protestmøder eller høringer.
Variablen er en nominal skalavariabel, da der ikke som sådan er nogen struktur eller
sammenhæng mellem værdierne. Man kan desuden ikke sige, at det ene svar er mere værd end det
andet, eller måle, hvor langt der er mellem de to svarkategorier (Malchow-Møller og Würtz 2010:
27).
Desuden er variablen en Bernoullifordelt diskret stokastisk variabel (jf. afsnit 4.7 s. 23
og afsnit 4.2 s 19):
Tabel 4: Variablen Deltagelse i møder, protestmøder eller høringer
Frekvens
Procent
Ja 695 14,17
Nej 4.208 85,83
Total 4.903 100
Undersøgelsens anden variabel omhandler respondentens uddannelsesniveau. Variablen er en ordinal
skala variabel, da nogle værdier er større end andre. Der er altså en rangordning, men det er
ikke muligt at angive afstanden mellem de angivne svarkategorier (ibid.: 27).
Da kategorierne har været fastlagte på forhånd, er der desuden ligesom ved vores første
variabel tale om en diskret stokastisk variabel. (ibid.: 77). I dette tilfælde er variablen dog ikke
Bernoullifordelt.
Tabel 5 illustrerer fordelingen i uddannelsesniveau med udgangspunkt i kategorierne fra Levekårsundersøgelsen:
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
9 Spørgsmålet omfatter også flere svarmuligheder hvortil respondenten skal svare enten ja eller nej. Vi har valgt at anvende
spørgsmål c som omhandler offentlige møder, protestmøder, høringer.
! 34!

Tabel 5: Frekvens- og procentmæssig fordeling på variablen uddannelse
Uddannelsesniveau Frekvens Procent Kumuleret
frekvens
Ingen erhvervsuddannelse 1.353 27,60 27,60
Specialarbejderuddannelse 128 2,61 30,21
Lærlinge- eller EFG-uddannelse 1.452 29,61 59,82
Anden faglig uddannelse 511 10,42 70,24
Kort videregående uddannelse 530 10,81 81,05
Mellemlang videregående uddannelse 604 12,32 93,37
Lang videregående uddannelse 325 6,63 100
Total 4.903 100
5.3 Omkodning af uddannelsesvariabel
Vi har i opgaven valgt at omkode Levekårsundersøgelsens uddannelsesvariabel fra at indeholde syv
uddannelseskategorier til i vores opgave kun at indeholde fem.
De nye uddannelseskategorier lyder som følger:
Niveau 1: Ingen erhvervsuddannelse: Vi antager at denne uddannelseskategori indeholder IP’er der
har gennemført eller delvist gennemført folkeskole, STX, HHX, HTX, HF eller lignende.
Niveau 2: Erhvervsfaglig uddannelse: erhvervsuddannelse, lærlinge og individer med en faglig
uddannelse. Der er altså stor forskel på de uddannelser, der er placeret i denne kategori, men de har
til fælles, at de alle er uddannelser med fokus på det praktiske arbejde, og som ikke kræver en studentereksamen.
Niveau 3: Kort videregående uddannelse: Videregående uddannelse af ca. 1-2 års varighed der
kræver et den studerende har gennemført en gymnasial uddannelse (STX, HHX, HTX eller HF).
Niveau 4: Mellemlang videregående uddannelse: Videregående uddannelse af ca. 3-4 års varighed,
som også kræver en gennemført gymnasial uddannelse.
! 35!

Niveau 5: Lang videregående uddannelse: Videregående uddannelse af ca. 5 års varighed. Kræver
gymnasial uddannelse.
Vi har valgt at slå tre af uddannelseskategorierne sammen til en enkelt. Dette er gjort både for overskuelighedens
skyld, men også for at få flere observationer i hver celle, hvilket fordrer større sikkerhed
og mindsker risikoen for store udsving i lavt repræsenterede celler ved små ændringer. Små
ændringer i lavt repræsenterede celler er i sær udslagsgivende i procentsatserne, hvilket kan virke
forvirrende eller direkte misvisende. Desuden mener vi, at de tre sammenkodede uddannelser til
trods for deres umiddelbare forskelle har det til fælles, at de alle er karakteriseret ved at være praktiske
uddannelser.
Som tidligere nævnt er variablen af typen ordinal skala variabel, som indebærer at der er en rangordning
mellem kategorierne i variablen. Vi har valgt at tydeliggøre dette ved at benævne de forskellige
uddannelsesniveauer som niveau 1, 2, 3, 4 og 5. Fordelingen i uddannelse kommer således
til at se ud som følger i tabel 6 og figur 4:
Tabel 6: Frekvens- og procentmæssig fordeling på variablen uddannelse inddelt i
nye kategorier
Uddannelse Frekvens Procent
Niveau 1: Ingen erhvervsuddannelse 1353 27,60
Niveau 2: Faglig uddannelse 2091 42,65
Niveau 3: Kort videregående uddannelse 530 10,81
Niveau 4: Mellemlang videregående uddannelse 604 12,32
Niveau 5: Lang videregående uddannelse 325 6,629
Total 4903 100
! 36!

! 37!
!

6.0 Repræsentativitetstest
Opgavens empiriske analyse sigter ikke blot mod at kunne udtale sig om de 4903 respondenter i
analyseudvalget, men derimod at kunne udtale sig om den samlede population 10 . Dette kræver, at vi
i høj grad generaliserer, men for at kunne gøre dette må vi først teste, hvorvidt analyseudvalget er
repræsentativt for populationen. For at analyseudvalget skal være repræsentativt kræver det, at analyseudvalget
afspejler andelsfunktionen i populationen (ibid.: 209).
Vi udvælger derfor en række variable, hvor vi sammenligner og tester analyseudvalget
med populationen. Analyseudvalget har vi som bekendt fra Levekårsundersøgelsen, mens data om
populationen findes på Danmarks Statistik (www.dst.dk).
I opgaven har vi valgt at lave repræsentativitetstest på variablene uddannelse, køn og
alder, da uddannelse er en central baggrundvariabel for analysen, og variablene køn og alder er de
mest elementære variable til at karakterisere samfundet.
6.1#Variablen#uddannelse#
6.1.1#! ! #test#for#repræsentativitet#på#uddannelse#
Det viser sig, at der opstår visse komplikationer, når vi skal finde fordelingen af variablen uddannelse
på Danmarks Statistik, da der i variablen uddannelse fra år 2000 kun er medregnet individer i
alderen 20 til 69 år. Det betyder, at vi kun kan teste for repræsentativiteten på uddannelse på denne
aldersgruppe, og vi må arbejde med et mindre analyseudvalg i denne test (n=4244). Vi vil derfor
senere lave en repræsentativitetstest for variablerne alder og køn, for at få et stærkere billede af repræsentativiteten
for den samlede befolkningsgruppe. Nedenfor ses i første omgang den procentvise
fordeling i analyseudvalget sammenlignet med den procentvise fordeling i populationen:
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
10 Danskere i alderen 20 år eller derover i år 2000
! 38!

!
!
Vi kan umiddelbart ud fra figur 5 observere, at fordelingen af uddannelsesniveauerne i henholdsvis
analyseudvalg og population ikke stemmer overens. Der ses en betydelig underrepræsentation i analyseudvalget
i niveau 1: ”ingen erhvervsuddannelse”, mens de yderligere kategorier alle ser ud til
at være overrepræsenterede i analyseudvalget.
I det følgende vil vi undersøge, om ovenstående afvigelser kan siges at være signifikante,
eller om de blot skyldes stikprøvestøj. Dette vil vi gøre gennem en ! ! -test.
Før vi kan foretage ! ! -testen, må vi opstille en nul-hypotese og en alternativhypotese (jf. afsnit
4.14.1 s. 29) Tabel 7 viser hypoteserne:
! 39!

Tabel 7: Hypoteser
H 0
H 1
Fordelingen!i!stikprøven!følger!fordelingen!i!populationen.
! ! = "ingen erhvervsuddannelse", … , ! ! = "lang videregående uddannelse
Fordelingen!i!stikprøven!følger!ikke!fordelingen!i!populationen
!"#$%&!é!!! ! ≠ ingen erhvervsuddannelse, … , ! ! ≠ "!"#$!!"#$%$&å!"#!!!""#$$%&'%".
I testen fastsætter vi et signifikansniveau på 5 %. For at udregne ! 2 -værdien må vi anvende følgende
formel (jf afsnit 4.14.1 s 29):
! ! = ! (! ! − ! ∙ ! ! ) !
!
! ∙ ! !
Da det gælder at:
! ! = !"#$%&$%$' ! !
og
! ∙ ! ! = !"#$%&'%' ! !
!
!!!
kan formlen også skrives som i nedenstående formel, da ! 2 -værdien er summen af de observerede
frekvenser minus de forventede frekvenser sat i anden potens og delt med de forventede frekvenser:
!
! ! = ! (!"#$%&$%$' ! − !"#$%&'%' ! ) !
!
!"#$%&'%' !
!!!
De nødvendige værdier for udregningen af ! 2 -bidraget ses i tabel 8 nedenfor:
! 40!

Tabel 8: Variablen uddannelse med ! ! -værdier
Uddannelseskategorier Frekvens i
population
Observeret
frekvens
Andel
under H 0
! ! -
Forventet frekvens
H 0 drag
under
cellebi-
Niveau 1: Ingen erhvervsuddannelse
1407789,00 1035,00 0,42 1767,52 303,58
Niveau 2: Erhvervsfaglig 1247261,00 1829,00 0,37 1565,98 44,18
uddannelse
Niveau 3: Kort videregående
158412,00 487,00 0,05 198,89 417,35
uddannelse
Niveau 4: Mellemlang 395023,00 583,00 0,12 495,96 15,27
videregående uddannelse
Niveau 5: Lang videregående
171757,00 310,00 0,05 215,65 41,28
uddannelse
Total 3380242,00 4244,00 1,00 4244,00 821,67
Kolonnen ”Andel under H 0 ” findes ved at dividere de enkelte frekvenser for populationen med den
samlede population. Dernæst kan de forventede frekvenser under H 0 udregnes. Dette gøres ved at
multiplicere de enkelte andele for hver uddannelseskategori med det samlede analyseudvalg 11 .
Nu har vi altså oplysningerne til at udregne de enkelte ! ! -cellebidrag, og udregning for den samlede
! ! - værdi ses nedenfor:
!
! ! = ! (!"#$%&$%$' ! − !"#$%&'%' ! ) !
=
!"#$%&'%' !
!!!
(1035 − 1767,52)!
1767,52
(487 − 198,89)! (583 − 495,96)!
+ + +
198,89
495,96
!
!
!
=!821,67!
!
+
(310 − 215,65)!
!
215,65
(1829 − 1565,98)!
!
1565,98
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
11 Summen af de observerede frekvenser for stikprøven
! 41!

For at vi kan komme frem til den endelig konklusion på baggrund af den beregnede ! ! -værdi må vi
finde frem til antallet er frihedsgrader (jf. afsnit 4.14.1 s 29):
!. !. = ! − 1
!. !. = 5 − 1 = 4
Med et signifikansniveau på 5 % og 4 frihedsgrader, aflæser vi en kritisk værdi til 13,3. ! ! -værdien
er langt over den kritiske værdi på 13,3, og vi må derfor afvise H 0 -hypotesen og erkende, at stikprøven
ikke er repræsentativ for populationen på variablen uddannelse. De i første omgang observerede
forskelle skyldes altså ikke stikprøvestøj, men signifikante afvigelser. I nedenstående graf
(figur 6) illustreres det, at ! ! -værdien netop lander i H 1 -rummet, og vi må afvise H 0 -hypotesen:
Figur 6: Resultat af ! ! -test for repræsentativitet af uddannelse
Vi kan altså konkludere, at analyseudvalget ikke er repræsentativt på variablen uddannelse. Vi minder
om, at ovenstående repræsentativitetstest kun omhandler aldersgruppen 20 til 69 år, og vi kan
dermed ikke sige noget om repræsentativiteten af uddannelsesvariablen for respondenterne over 69
år.
På baggrund af ovenstående ! ! -test vælger vi i det følgende afsnit at lave en Z-test, der
skal illustrere, i hvilke celler der er tale om henholdsvis over- eller underrepræsentation og dermed
opnå et mere nuanceret billede af repræsentativiteten.
! 42!

6.1.2#ZEtest#for#de#enkelte#uddannelseskategorier#
For at afgøre, om personerne i de forskellige uddannelseskategorier er signifikant over- eller underrepræsenterede,
bestemmes de kritiske værdier. Vores alternativhypoteser for de enkelte uddannelseskategorier
er dobbeltsidede, da vi stadig tester uafhængighed:
Tabel 9: Hypoteser
H 0 ! = !! ! !"#. ! ! = !̅
H 1 ! ≠ !! ! !"#. ! ! ≠ !̅
!
Vi arbejder med ovenstående hypoteser for alle de enkelte uddannelseskategorier og udregner Z for
hver enkelt kategori. Da vi arbejder med et signifikansniveau på 5% og dobbeltsidede alternativhypoteser,
slår vi de kritiske værdier op til ± 1,96 (ibid.: 436):
Z 0,975 = +1,96 og Z 1 – 0,975 = Z 0,025 = -1,96.
Dette illustreres i nedenstående graf, figur 7 12 :
Figur 7: Kritiske værdier for Z-test ved 5 % signifikansniveau.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
12 De kritiske værdier for de øvrige Z-tests vil være de samme.
! 43!

Z-testen udføres for hver enkelt uddannelseskategori. Man kan betragte uddannelseskategorierne
som Bernoullifordelte variable, idet man kan betragte interviewpersonerne som enten værende en
del af kategorien eller som ikke værende en del af kategorien.
Vi anskuer andelene i populationen og analyseudvalget som!! ! og !, hvilket i en
Bernoullifordelt variabel er det samme som gennemsnittet i den enkelte kategori (jf. afsnit 4.7 s.
23). Andelene er vist i tabel 10.
Dermed er vi i besiddelse af de estimater, som skal til for at bestemme Z for de enkelte
uddannelseskategorier. Vi viser udregningen for uddannelsesniveau 1: ”Ingen erhvervsuddannelse”
ved hjælp af følgende værdier og formlen for Z:
Stikprøvegennemsnit: ! = 0,24
Populationens gennemsnit: ! ! = 0,42
Antal respondenter i analyseudvalget: 4244
! =
Tabel 10 viser andelene for stikprøven og populationen samt de udregnede z-værdier for alle uddannelseskategorierne:
!̅ − ! !
!! ! (1 − ! ! )/! = 0,24 − 0,42
!0,42(1 − 0,42)/4244 = −!22,81!
#
Tabel 10: Variablen uddannelse med Z-værdier
Uddannelseskategorier
Andele population
(! ! )
Andele stikprøven
(!̅ )
Værdi af Z-
test
Niveau 1: Ingen erhvervsuddannelse 0,42 0,24 -22,81
Niveau 2: Erhvervsfaglig uddannelse 0,37 0,43 8,37
Niveau 3: Kort videregående uddannelse
0,05 0,11 20,92
Niveau 4: Mellemlang videregående
0,12 0,14 4,16
uddannelse
Niveau 5: Lang videregående uddannelse
0,05 0,07 6,59
Total 1,00 1,00
!
! 44!

Med et signifikansniveau på 5 % og dermed en kritisk værdi på ±1,96 kan det af tabel 10 aflæses, at
alle uddannelseskategorier er enten signifikant over- eller underrepræsenteret. De signifikant overrepræsenterede
er markeret med blå, mens den signifikant underrepræsenterede kategori er markeret
med rød. Uddannelsesniveau 1: ”Ingen erhvervsuddannelse” er den eneste kategori, der er signifikant
underrepræsenteret, og er det med en z-værdi på -22,81. De andre uddannelsesniveauer ”erhvervsfaglig
uddannelse”, ”kort videregående uddannelse” og ”lang videregående uddannelse” er
overrepræsenteret med z-værdier på henholdsvis 8,37; 20,92; 4,46 og 6,59.
Dette illustreres i nedenstående graf (figur 8):
Figur 8: Resultat af Z-test for repræsentativitet på uddannelse.
For samtlige beregnede Z-værdier
Ud fra ovenstående analyse må vi altså konkludere, at stikprøven ikke er repræsentativ på variablen
uddannelse, og at der er enten over- eller underrepræsentation på variablen uddannelse på alle kategorier.
Dette må vi naturligvis være opmærksomme på, specielt da uddannelse er den baggrundsvariabel,
vi anvender i analysen af hypotesen. I de øvrige tests inddrages igen det samlede analyseudvalg
på 4903 respondenter.
! 45!

6.2 Variablen køn
6.2.1#Z-test af kønsfordelingen#
I det følgende afsnit testes stikprøvens repræsentativitet på variablen køn. Da variablen er Bernouillifordelt
anvendes Z-testen for derigennem at undersøge om andelene i analyseudvalget svarer til
andelene i populationen.
For at skabe et overblik over fordelingen af køn i populationen og analyseudvalget vises
nedenfor tabel 11 og figur 9, som illustrerer fordelingen af henholdsvis stikprøve og analyseudvalg:
#
Tabel 11: Kønsfordeling i henholdsvis populationen og analyseudvalg
Population
Analyseudvalg
Mænd Kvinder Mænd Kvinder
Frekvens 1987363 2080176 2451 2452
Andel 0,49 0,51 0,50 0,50
Procent 48,9 51,1 49,99 50,01
!
! 46!

Figur 9: Fordelingen af køn i henholdsvis population og analyseudvalg
Som det kan ses af tabel 11 er den procentvise forskel mellem populationen og analyseudvalg 1,1%
(49,99-48,9=1,1), og vi vil derfor undersøge, om denne afvigelse kan siges at være signifikant, eller
om den blot skyldes stikprøvestøj. For at teste dette laver vi en hypotesetest og opstiller to hypoteser,
hhv. en nulhypotese og en alternativhypotese (tabel 12):
Tabel 12: Hypoteser
H 0 ! = !! ! !"#. ! ! = !̅
H 1 ! ≠ !! ! !"#. ! ! ≠ !̅
!
Da vi anvender et signifikansniveau på 5 %, og har at gøre med en dobbeltsiddet hypotese, bliver de
kritiske værdier igen:
Z 0,975 = +1,96 og Z 1 – 0,975 = Z 0,025 = -1,96 (jf. figur 7)
Ud fra tabel 11 får vi følgende værdier:
n = 4903
p = 0,500
€
! 47!

p 0 = 0,511
Disse indsættes i formlen for Z og udregnes (jf. afsnit 4.13 s. 27):
Z =
p − p 0
p 0
⋅ (1 − p 0
)
n
=
(0,500 − 0,511)
(0,511⋅ (1 − 0,511)) /4903 = −1,54
€
Vi kan dermed konkludere, at z-værdien ligger indenfor H 0 -hypotesen, og vi kan altså ikke afvise
nulhypotesen om repræsentativitet for køn med 5 % risiko for at begå en type-II-fejl (jf. afsnit 4.11
s. 25, tabel 2). Dette illustreres i figur 10:
Figur 10: Resultat af Z-testen for repræsentativiteten af køn
! 48!

6.2.2 P-værdien for køn
Som beskrevet tidligere (jf. afsnit 4.13.1 s. 28) giver beregningen af p-værdien en mere nuanceret
information om Z-testen end den kritiske værdi. Vi beregner derfor p-værdien i det følgende afsnit.
Vi finder p-værdien ved at slå den op i tabellen over kumulative sandsynligheder (ibid.: 434), og
finder her værdien 0,0618. Da vi har at gøre med en dobbeltsiddet hypotese, multiplicerer vi p-
værdien med 2:
0,0618!∙!2 = 0,1236 = 12,36 %
Da vi altså finder p-værdien 12,36 %, kan vi ikke forkaste h 0 hypotesen. For at forkaste H 0 hypotesen
skulle p-værdien have været mindre end 5 %.
Opsummerende kan vi dermed konkludere, at da vores z-værdi på -1,54 ligger i H 0
rummet og vores p-værdi (12,36%) er højere end signifikansniveauet på 5 %, er analyseudvalget
altså repræsentativt på variablen køn. Derudover kan det hævdes, at der er 12,36 % sandsynlighed
for at en ny stikprøve vil resultere i en mere ekstrem z-værdi (|z|>12,36), givet at stikprøve sandsynligheden
er lig populationens (Ibid: 319).
6.3 Variablen alder
6.3.1#Konfidensinterval##
Vi vil i det følgende teste repræsentativiteten på variablen alder og har her, valgt at anvende konfidensintervaller,
hvorigennem vi tester, hvorvidt gennemsnitsalderen i analyseudvalget er repræsentativ
for gennemsnitsalderen i populationen. For at gennemføre analysen må vi først finde gennemsnitsalderen
i analyseudvalget (jf. afsnit 4.12 s. 26):
X gennemsnitsalder
= 1
N pop
∑
N pop
a
j=1 j
Med værdierne fra vores analyseudvalg kommer beregningen dermed til at se således ud:
! 1 $
X gennemsnitsalder
= # &*(20 + 20... + 93) = 48,13
" 4903%
! 49!

Ud fra ovenstående beregning er vi altså kommet frem til en gennemsnitsalder på 48,13 år, og vil
med dette gennemsnit beregne variansen:
!"#(!) = 1 ! !"!
! !!
! ! − ! ! ! ! = ! 1
!"! 4903 ! ∙ ((20 − 48,13)! + (20 − 48,13) ! +. . . +(93 − 48,13) ! )!
!!!
=!287,34!
!
!
Før konfidensen (k) beregnes findes fraktilen fra standartnormalfordelingen: ! !!!/! . Da vi arbejder
med et konfidensniveau på 95 % bliver fraktilgrænserne fundet til: 1 − !/2 = 1 – 0,5/2 = 0,025,
som således er den ene fraktilgrænse, mens den anden grænse bliver 0,975.
z-værdien bliver således ±1,96 (Ibid:436).
Vi kender nu både variansen; var(X) = 287,34; z ±1,96 og n, der som bekendt er analyseudvalget
på 4903. Dermed er vi i stand til at beregne k ved at indsætte ovenstående værdier:
k = Z ⋅
Var(x)
n
=1, 96 ⋅
287,34
4903
= 0, 47
De beregnede værdier indsættes nu i følgende model for konfidensinterval (jf. afsnit 4.12 s 26):
Î = "# X − k; X + k; $ % = "# W ned
;W op
$ %
Î = [ 48,13− 0, 47;48,13+ 0, 47; ] = [ 47, 66;48, 60]
Vi kan altså konkludere, at gennemsnitsalderen med 95 % sikkerhed ligger mellem 47,66 og 48,60
år. Gennem beregninger af den gennemsnitslige alder i populationen finder vi alderen 47,78 år, og
da denne alder ligger indenfor konfidensintervallet, er analyseudvalget altså repræsentativt på variablen
alder.
6.3.2#ZEtest#for#aldersvariablen#
På trods af, at vi i ovenstående afsnit fandt frem til, at analyseudvalget er repræsentativt for populationen
på variablen alder, vil vi i det følgende danne os et mere nuanceret billede af aldersvariablens
repræsentation. Vi vælger derfor at lave en z-test. Dette valg er taget på baggrund af det faktum, at
! 50!

vi i den senere analyse vil anvende en aldersvariabel, der er delt ind i intervaller. Derfor ønsker vi at
undersøge, hvorvidt der er over- eller underrepræsentation i intervallerne. På trods af den generelle
repræsentativitet kan vi nemlig ikke være sikre på, at der ikke alligevel eksisterer over- eller underrepræsentation,
da konfidensintervallet udelukkende tager højde for gennemsnittet og ikke de enkelte
alderskategorier.
Nedenfor ses et søjlediagram (figur 11) hvor den procentvise aldersfordeling i populationen
og i analyseudvalget er angivet i de valgte alderskategorier:
Figur 11: Aldersfordeling i population og analyseudvalg.
Umiddelbart ser det ud til, at der er en underrepræsentation af de 20 til 29 årige og dem på 80 år
eller derover, mens aldersgrupperne 40 til 49 årige og 50 til 59 årige ser ud til at være overrepræsenterede
i vores analyseudvalg sammenlignet med populationen. Hvorvidt disse tilfælde af over-
! 51!

og underrepræsentation er signifikante, eller blot skyldes stikprøvestøj vil vi finde frem til gennem
en Z-test.
Først opstilles H 0 - og H 1 -hypoteserne (tabel 13):
Tabel 13: Hypoteser
H 0 ! = !! ! !"#. ! ! = !̅
H 1 ! ≠ !! ! !"#. ! ! ≠ !̅
!
I beregningen af Z-testen ses hvert aldersinterval som Bernoullifordelt, hvor IP enten er indenfor
intervallet eller ej. Der arbejdes som bekendt stadig med et signifikansniveau på 5 % og dermed
kritiske værdier på ±1,96.
Nedenfor eksemplificeres udregningen for z-værdien for aldersintervallet ”20 til 29 årige”:!
Z =
p − p 0
p 0
⋅ (1− p 0
)
n
=
!,!"!!,!"
(!,!"!∙(!!!,!"))
!"#$
= -3,54
I tabel 14 ses Z-værdien for samtlige aldersintervaller:
€
! 52!

Tabel 14: Variablen Alder med Z-værdier
#
Alder Andel population(p o ) Andel stikprøve(!̅) Z-test på celler
20 til 29 årige 0,18 0,16 -3,54
30 til 39 årige 0,20 0,20 -0,65
40 til 49 årige 0,18 0,20 2,83
50 til 59 årige 0,18 0,19 2,12
60 til 69 årige 0,12 0,12 0,44
70 til 79 årige 0,09 0,09 0,22
80 + 0,05 0,04 -3,21
!
Værdierne markeret med blå skrift har en værdi, der er højere end +1,96, mens værdierne med rød
skrift har en værdi, der er lavere end –1,96. Ud fra tabellen kan vi udlede, at aldersgrupperne med
de 20 til 29 årige og de 80+ årige er signifikant underrepræsenterede, mens grupperne med de 40 til
49 årige og 50 til 59 årige er signifikant overrepræsenterede. I de resterende aldersgrupper er der
ikke nogen signifikant under- eller overrepræsentation.
Figur 12 nedenfor illustrerer samtlige Z-værdier for de enkelte aldersintervaller:
! 53!

Figur 12: Resultat af Z-test for variablen Alder
For samtlige beregnede Z-værdier
Vi kan ud fra ovenstående beregninger, som også ses på grafen, konkludere, at på trods af den gennerelle
repræsentativitet på variablen alder, er der alligevel flere alderskategorier, der er enten overeller
underrepræsenterede. Som tidligere beskrevet kan vi dog skabe et mere nuanceret billede gennem
beregningen af p-værdien, som vi derfor vil inddrage i det følgende afsnit.
6.3.3 P-værdi for alder
Først illustreres beregningen af p-værdien for kategorien ”20 til 29 årige”.
I tabellen over kumulative sandsynligheder (ibid.: 434) opdager vi imidlertid, at værdien -3,54 ikke
findes, vi runder derfor tallet ned til -3,09 og finder værdien 0,0011. Da vi har at gøre med en dobbeltsiddet
hypotese multipliceres dette tal med to:
0,0011⋅ 2 = 0,0022 = 0,2%
Nedenstående tabel viser resultaterne fra Z-testen med tilhørende p-værdier* 13 :
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
13 Det er ikke muligt at finde værdierne -3,54 og 3,21, da vores tabel kun rækker over ±3,09. Vi har derfor beregnet p-
værdien ud fra ±3,09 og derigennem antaget, at p-værdien max kan blive 0,2 (Malchow-Møller og Würtz 2010: 434).
! 54!

#
Tabel 15: Variablen Alder med p-værdier
Alder z-værdi p-værdi
20 til 29 årige -3,54* ≤0,2%
30 til 39 årige -0,65 55%
40 til 49 årige 2,83 0,2%
50 til 59 årige 2,12 3,4%
60 til 69 årige 0,44 67%
70 til 79 årige 0,22 82%
80 + -3,21* ≤0,2%
!
Som det kan ses af tabel 15, er aldersvariablen altså repræsentativ i kategorierne ”30 til 39 årige”,
”60 til 69 årige” og ”70 til 79 årige” da p-værdien for disse kategorier alle ligger over vores signifikansniveau
på 5 %. Der er altså eksempelvis 82 % sandsynlighed for at en ny stikprøve vil resultere
i en mere ekstrem z-værdi (|z|>0,2), givet at stikprøve sandsynligheden er lig populationens.
6.4 Konklusion på repræsentativitetstest
Vi kan ud fra ovenstående test af repræsentativitet konkludere, at der i flere af vores beregninger er
problemer i repræsentativiteten. Variablen uddannelse er generelt ikke repræsentativ, da vi gennem
! ! -testen måtte acceptere, at ! ! -værdien placerede sig i H 1 -rummet, og at stikprøven dermed ikke
er repræsentativ for populationen.
I Z-testen på variablen uddannelse fandt vi ud af, at der i alle uddannelseskategorierne eksisterer
enten over- eller underrepræsentation. På trods af visse forbehold i forbindelse med repræsentativitet
på uddannelse (kun testet på aldersgruppen 20-69 år) må vi altså konkludere, at analyseudvalget
ikke er repræsentativt på variablen uddannelse, som netop er den baggrundsvariabel, vi tager udgangspunkt
i, i analysen. Desuden fandt vi gennem beregningen af p-værdien frem til, at p-
værdierne er så ekstreme, at der er tæt på 0 % sandsynlighed for at trække en lignende stikprøve.
For at få et yderligere indblik i repræsentativiteten valgte vi at inddrage to elementære
baggrundsvariable; alder og køn.
Vi fandt i første omgang gennem beregninger med konfidensinterval frem til, at der eksisterer
en generel repræsentativitet på variablen alder, men på trods af dette viste Z-testen, at der er
over- og underrepræsentation i flere af kategorierne, når aldersvariablen inddeles i intervaller. Vi
fandt frem til, at de to ydergrupper; ”20 til 29 årige” og ”80+ årige” er signifikant underrepræsen-
! 55!

terede, mens kategorierne ”40 til 49 årige” og ”50 til 59 årige” er signifikant overrepræsenterede.
Vi vurderer, at underrepræsentationen i ydergrupperne for de unge kan skyldes, at der ikke er interesse
for eller tid til at deltage i undersøgelsen, mens der for de ældre muligvis har været komplikationer
i forbindelse med sygdom og lignende, der problematiserer deltagelse i undersøgelsen. Vi
fandt desuden frem til, at den kategori, der er mest repræsentativ, er kategorien ”70 til 79 årige”,
der har en p-værdi på 82 %.
Det viste sig dog, at analyseudvalget er repræsentativt på variablen køn.
Vores repræsentativitetstest viste altså, at vores analyseudvalg er repræsentativt på nogle
variable og afvigende på andre. Dette er altså forhold, man fremadrettet må have i baghovedet,
når der konkluderes på resultaterne af opgavens analyse.
7.0#Analyse#af#empirisk#hypotese#
I det følgende afsnit vil vi teste vores empiriske hypotese med de tidligere præsenterede data og
variable. Undervejs i afsnittet vil vi konkludere på det statistiske materiale, og i en senere diskussion
vil resultaterne kobles sammen med det teoretiske afsnit. Vores hypotese lyder som bekendt:
Andelen af interviewpersonerne, der har deltager i møder, protestmøder eller høringer, stiger jo
højere interviewpersonens uddannelsesniveau er.
7.1 Test for uafhængighed
For at teste denne hypotese laver vi en ! ! -test for uafhængighed (jf. afsnit 4.14.2 s. 31) mellem
uddannelsesvariablen og variablen, der angiver deltagelse i møder, protestmøder og høringer.
I første omgang skabes der overblik over de to variable i en krydstabel:
! 56!

Tabel 16: Variablerne uddannelsesniveau og deltagelse i møder, protestmøder eller høringer: Observerede
frekvenser
#
Uddannelse
Deltaget i møder, protestmøder eller høringer
Ja Nej Total Marginal ssh.
Niveau 1: Ingen erhvervsuddannelse Frekvens 131,00 1222,00 1353,00 0,28
Procent 9,68 90,32 100,00
Niveau 2: Faglig uddannelse Frekvens 243,00 1848,00 2091,00 0,43
Procent 11,62 88,38 100,00
Niveau 3: Kort videregående uddannelse
Niveau 4: Mellemlang videregående
uddannelse
Niveau 5: Lang videregående uddannelse
Frekvens 91,00 439,00 530,00 0,11
Procent 17,17 82,83 100,00
Frekvens 137,00 467,00 604,00 0,12
Procent 22,68 77,32 100,00
Frekvens 93,00 232,00 325,00 0,07
Procent 28,62 71,38 100,00
Total Frekvens 695,00 4208,00 4903,00 1,00
Procent 14,17 85,83 100,00
Marginal sandsynlighed 0,14 0,86 1,00
I tabel 16 ses, at det er langt størstedelen af IP’erne, der har svaret nej til spørgsmålet, om hvorvidt
de har deltaget i møder protestmøder eller høringer. Mens 14,17 % har deltaget, har hele 85,83 %
ikke deltaget.
Vores fokus i opgaven er imidlertid ikke, hvor mange der har deltaget i forhold til, hvor
mange der ikke har. Vi ønsker i højere grad at sammenligne uddannelsesniveauet hos de IP’er, der
har deltaget. Her ses en tydelig forskel i andelen af IP’erne med ingen erhvervsuddannelse, der har
svaret ja og andelen af IP’er med lang videregående uddannelse. Mens kun 9,68 % af IP’erne uden
erhvervsuddannelse har deltaget i møder, protestmøder eller høringer, er tallet helt oppe på 28,62 %
! 57!

af IP’erne med lang videregående uddannelse. Forskellen ligger ikke kun i de to yderkategorier,
men der ses en klar stigning i procentsatser sammenhængende med stigningen i uddannelsesniveau:
!
Som søjlediagrammet illustrerer, stiger andelen af IP’er, der har deltaget i møder protestmøder eller
høringer i takt med stigningen i uddannelsesniveauet.
Vi vil i det følgende undersøge, om denne sammenhæng blot skyldes stikprøvestøj, eller
om der er tale om en signifikant afvigelse fra uafhængighed. Derfor vil vi gennemføre en ! ! -test for
uafhængighed. Først opstilles to hypoteser:
! 58!

#
Tabel 17: Statistiske hypoteser til test af hypotesen: Andelen af interviewpersonerne, der har
deltager i møder, protestmøder eller høringer, stiger jo højere interviewpersonens uddannelsesniveau
er.
H 0
Uafhængighed: Der er uafhængighed mellem IPs uddannelsesniveau og hvorvidt IP har
deltaget i møder, protestmøder eller høringer.
f ( uddannelsesniveau , deltagelse i møder, protestmøder eller høringer )
= f
uddannelseniveau f deltagelse I møder protestmøder eller høringer
For alle værdier af x og y
H 1
Ikke uafhængighed; Der er afhængighed for mindst en af cellerne mellem IPs uddannelse
og hvorvidt IP har deltaget I møder protestmøder eller høringer.
f ( uddannelsesniveau , deltagelse i møder, protestmøder eller høringer ) ≠ f
uddannelseniveau
f deltagelse I møder protestmøder eller høringer
for mindst én værdi af x og y
!
Før den endelige test kan udregnes, ser vi først på den forventede fordeling under H 0 . Dvs. den fordelingen
der ville være i tilfælde af uafhængighed.
! 59!

Tabel 18: Variablerne uddannelsesniveau og deltagelse i møder, protestmøder eller høringer:
Forventede frekvenser under H 0 – Uafhængighed
#
Deltagelse i møder, protestmøder eller høringer
Uddannelse Ja Nej Total Marginal sandsynlighed
Niveau 1: Ingen erhvervsuddannelse 191,79 1161,21 1353 0,28
Niveau 2: Faglig uddannelse 296,40 1794,60 2091 0,43
Niveau 3: Kort videregående uddannelse 75,13 454,87 530 0,11
Niveau 4: Mellemlang videregående uddannelse
85,62 518,38 604 0,12
Niveau 5: Lang videregående uddannelse 46,07 278,93 325 0,07
Total 695 4208 4903 1,00
Marginal sandsynlighed 0,14 0,86 1,00
!
Det ses tydeligt af tabel 18, at der ikke er overensstemmelse mellem de observerede og de forventede
værdier. Vi kan dog ikke ud fra dette fastlægge, hvorvidt denne forskel er signifikant eller om
det blot skyldes stikprøvestøj, derfor udregnes nu den endelige ! ! -test.
Dette gøres ved at udregne ! ! -værdien, antallet af frihedsgrader og til sidst sammenligne
resultatet med den tilsvarende grænseværdi.
Først udregnes ! ! -værdien. Hertil anvendes følgende formel (jf. afsnit 4.14.2 s. 31):
! ! =
!
!!!
(!"#$%&$%$' ! − !"#$%&'%' ! ) !
!"#$%&'%' !
Den konkrete beregning med vores værdier ses nedenfor:
! 60!

(!"!!!"!,!") !
!"!,!"
(!"#"!!"#$,!") !
!
!"#$,!"
+ (!"#!!"#,!")!
!"#,!"
+ (!"#!!"!,!")!
!"!,!"
+ (!"!!",!")!
!",!"
+ (!"#!!"#,!")!
!"#,!"
+ (!"#!!",!")!
!",!"
+ (!"!!",!")!
!",!"
+ (!"!!!"#,!")!
!=!129,43!
!"#,!"
+ (!"""!!!"!,!")!
!!"!,!"
Vi finder, at der er (2-1)!⋅ (5-1) = 4 frihedsgrader, og med et signifikansniveau på 5 % er grænseværdien
9,49 (ibid.: 438). Når vi sammenligner dette tal med den samlede ! ! -værdi, kan vi altså
forkaste H 0 -hypotesen, da ! ! -værdien er højere end grænseværdien. Den fundne forskel mellem de
observerede værdier og de forventede værdier under H 0 er altså ikke blot stikprøvestøj:
Figur 14: Resultatet af ! ! -test
Test for uafhængighed mellem variablerne Uddannelse og Deltagelse i møder, protestmøder eller høringer
+
7.2 Enkeltcelletest af empirisk hypotese
I beregningen af enkeltcelletesten anvendes et signifikansniveau på 5 % og dermed en kritisk værdi
på ±1,96. For at beregne enkeltcelletesten anvendes følgende formel (jf. afsnit 4.15 s. 32):
! !" − ! ∙ ! !"
! !" = !
!! ∙ ! !" (1 − ! (!)) ∙ (1 − ! (!)) !
Hvor ! ∙ ! !" = n ∙ f X (x) ∙ f Y (y) er den forventede frekvens og Z xy er den observerede frekvens.
! 61!

Først ses et eksempel på udregning af cellen med udfaldene ” Niveau 1: Ingen erhvervsuddannelse”
og ”ja”, dernæst ses en tabel over de resterende resultater 14 .
! !" = !
!"!!!!"
=!–5,57!
!!"#(!!!,!")∙(!!!,!")
!
Tabel 19: Enkeltcelletest(signifikansniveau 5
%): Variablene Uddannelsesniveau og Deltagelse
i møder, protestmøder eller høringer
#
Ja
Nej
Niveau 1: Ingen erhvervsuddannelse -5,57 5,57
Niveau 2: Faglig uddannelse -4,42 4,42
Niveau 3: Kort videregående uddannelse 2,09 -2,09
Niveau 4: Mellemlang videregående uddannelse
6,40 -6,40
Niveau 5: Lang videregående uddannelse 7,72 -7,72
!
Som det ses af tabellen, er der enten en signifikant under- eller overrepræsentation i alle celler 15 .
Vi fandt som bekendt frem til(jf. afsnit 4.14.2 s. 31), at der ikke er uafhængighed mellem
variablene uddannelse og deltagelse i møder, protestmøder eller høringer. Det, vi gennem enkeltcelletesten
har fundet frem til, er, at denne ikke-uafhængighed skyldes hhv. under- og overrepræsentation
i alle celler.
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
14 I tabel 19 er de celler, der er signifikant underrepræsenterede markeret med rød, og de celler hvor der er signifikant
overrepræsentation er markeret med blå.
15 Vi har fundet frem til hvilke værdier der er henholdsvis under- og overrepræsenterede ved at sammenligne dem med
den kritiske værdi på ±1,96, vi får ved et signifikansniveau på 5 %.
! 62!

7.3 Konklusion på den empiriske hypotese
Ud!fra!ovenstående!analyse!vil!vi!nu!sammenholde!resultaterne!med!den!fremlagte!hypotese:!
Andelen!af!interviewpersonerne,!der!har!deltager!i!møder,!protestmøder!eller!høringer!indenQ
for!det!seneste!par!år,!stiger!jo!højere!interviewpersonens!uddannelsesniveau!er.!
Vi!afviste!gennem!! ! -testen!H0Qhypotesen!om!uafhængighed!mellem!de!to!variable,!
og!som!enkeltcelletesten!illustrerer,!er!det!netop!de!individer!med!kort,!mellemlang!eller!lang!
videregående! uddannelse,! der! er! overrepræsenterede! i! svarkategorien! ”ja”! til! deltagelse! i!
møder,!protestmøder!eller!høringer.!Samtidig!er!IP’erne!med!ingen!erhvervsuddannelse!eller!
faglig!uddannelse!overrepræsenterede!i!svarkategorien!”nej”!i!denne!variabel.!Denne!iagttaQ
gelse!kan!bekræfte!vores!empiriske!hypotese,!da!andelen!af!respondenter,!der!har!deltaget!i!
møder,! protestmøder! eller! høringer! netop! er! større! i! de! tre! højeste! uddannelseskategorier;!
niveau!3,!4!og!5.!Dette!kan!ses!i!overensstemmelse!med!Pierre!Bourdieus!påstand!om,!at!indiQ
vider!med!en!stor!mængde!kulturel!kapital!(uddannelse)!er!forsynet!med!forudsætninger!for!
at!indtage!dominerende!positioner!i!sammenhænge,!hvor!der!sker!en!offentlig!meningsdanQ
nelse!(jf.!afsnit!2.5!s!11).!!
I! forbindelse! med! den! statistiske! analyse! må! vi! dog! være! opmærksomme! på! de!
problemer,!der!opstod!i!forbindelse!med!repræsentativiteten!af!analyseudvalget.!Den!svage!
repræsentativitet! på! flere! af! vores! variable! svækker! generaliserbarheden,! og! det! er! derfor!
svært!at!garantere,!at!de!sammenhænge!der!gør!sig!gældende!i!analyseudvalget!også!gør!sig!
gældende!i!populationen.!
På!trods!af,!at!vi!nu!er!nået!frem!til!en!konklusion!af!vores!statistiske!undersøgelse,!
vil!vi!i!det!kommende!afsnit!undersøge!hvordan!resultaterne!ser!ud,!hvis!vi!ændrer!på!signifiQ
kansniveauet.!Hvad!sker!der!med!de!forskellige!uddannelseskategorier,!hvis!vi!arbejder!med!
et!andet!signifikansniveau,!og!vil!overQ!og!underrepræsentationerne!stadig!være!signifikante!
7.4 Eksperiment med signifikansniveauet
Vi arbejder igennem hele vores analyse med et signifikansniveau på 5 %. Vi accepterer dermed den
risiko, at vi med 5 % sandsynlighed forkaster en sand H 0 -hypotese, og dermed begår en type-I-fejl
(jf. afsnit 4.11 s 25, tabel 2). I det følgende afsnit vil vi undersøge, hvad der sker med vores resultater,
hvis vi regulerer signifikansniveauet.
! 63!

Først ser vi på den samlede ! ! –værdi, som vi som bekendt beregnede til 129,43. Vi
forkastede H 0 hypotesen ved et signifikansniveau på 5 %, 4 frihedsgrader og dermed en kritisk værdi
på 9,49. Hvis vi i stedet havde arbejdet med et signifikansniveau på eksempelvis 1 % havde den
kritiske værdi ved 4 frihedsgrader i stedet været 13,3 (Ibid: 438). Vores samlede ! ! -bidrag på
129,43 er altså stadig langt over den kritiske værdi på 13,3, og vores hypotese om ikkeuafhængighed
ville også kunne bekræftes med et signifikansniveau på 1 %.
7.4.1 Enkeltcelletest
Vi ønsker i det følgende at undersøge, hvad der sker med de signifikant under- og overrepræsenterede
celler i enkeltcelletesten, hvis vi arbejder med et signifikansniveau på 1 %.
Da vi arbejder med en dobbeltsiddet hypotese, finder vi en kritisk værdi på ±2,58 (ibid.:
436). Dette illustreres i figur 15:
Figur 15: Kritiske værdier for enkeltcelletest ved 1 % signifikansniveau.
! 64!

I nedenstående tabel illustreres, hvilke celler der ved dette signifikansniveau stadig er signifikant
under- eller overrepræsenterede:
Tabel 20: Enkeltcelletest(signifikansniveau 1 %): Variablene
uddannelsesniveau og deltagelse i møder, protestmøder eller
høringer
#
Ja
Nej
Niveau 1: Ingen erhvervsuddannelse -5,57 5,57
Niveau 2: Erhvervsfaglig uddannelse -4,42 4,42
Niveau 3: Kort videregående uddannelse 2,09 -2,09
Niveau 4: Mellemlang videregående uddannelse 6,40 -6,40
Niveau 5: Lang videregående uddannelse 7,72 -7,72
!
Igen har vi markeret de signifikant underrepræsenterede med rød, overrepræsenterede med blå, og
de celler der er sorte er hverken signifikant under- eller overrepræsenterede ved et signifikansniveau
på 1 %. Som det kan ses, er der stadig ved et signifikansniveau på 1 % en signifikant underrepræsentation
for grupperne ”ingen erhvervsuddannelse” og ”faglig uddannelse”, der har deltaget i
møder, protestmøder eller høringer. Samtidig er grupperne ”mellemlang videregående uddannelse”
og ”lang videregående uddannelse” stadig signifikant overrepræsenterede i den samme kategori.
Kategorien ”kort videregående uddannelse” er dog ikke overrepræsenteret ved dette signifikansniveau.
Dette ville dog ikke afkræfte vores hypotese, da ”kort videregående uddannelse” netop er
midterkategorien. Havde vi arbejdet med et signifikansniveau på 1 %, ville vi altså stadig kunne
bekræfte hypotesen om, at andelen af respondenter der har deltaget i møder, protestmøder eller høringer
er større for de respondenter, der har et højere uddannelsesniveau.
Figur 16 illustrerer placeringen af svarene ”ja” og ”nej” (til deltagelse i møder, protestmøder
eller høringer) for kategorien ”kort videregående uddannelse” med et signifikansniveauet på
henholdsvis 1 % og 5 %:
! 65!

Figur 16: Resultat af enkeltcelletest
Placering af Niveau 3: ”kort videregående uddannelse”, sammenlignet med den kritiske værdi for
et signifikansniveau på henholdsvis 1% (±2,56) og 5% (±1,96)
Som figur 16 viser, placerer niveau 3; ”kort videregående uddannelse” sig i H 1 ved et signifikansniveau
på 5 % og i H 0 ved et signifikansniveau på 1 %. De øvrige kategorier (niveau 1,2,4 og 5)
placerer sig i H 1 -rummet uanset om signifikansniveauet er 5 eller 1 %. Dette eksperiment giver altså
undersøgelsen yderligere belæg for den påståede hypotese omkring, at der eksisterer en sammenhæng
mellem individers uddannelse og hvorvidt de engagerer sig politisk.
8.0 Sammenhæng mellem alder og politisk engagement
For at lave en dyberegående undersøgelse af vores begreb om politisk engagement vil vi nu teste for
uafhængighed mellem variablene deltagelse i politiske møder, protestmøder eller høringer og alder.
Måske spiller en persons politiske engagement sammen med det stadie (og højere alder ! højere
uddannelsesniveau) en persons liv befinder sig på, og de dertilhørende forhold der opstiller betingelserne
for, hvor meget tid man har – f.eks. om man er travl familiefar eller pensionist.
! 66!

Ud fra disse betragtninger vil vi i det følgende teste for uafhængighed mellem de to kategoriserede
variable; alder og deltagelse i møder, protestmøder eller høringer. Vi starter med at
definere en H 0 -hypotese og en H 1 -hypotese:
Tabel 21: Statistiske hypoteser til test af uafhængighed mellem variablene alder og deltagelse
i møder, protestmøder eller høringer.
H 0
Uafhængighed: Der er uafhængighed mellem respondenternes alder og hvorvidt de har
deltaget i møder, protestmøder og høringer.
f ( alder , deltagelse i møder, protestmøder eller høringer ) = f
alder ∙ f deltagelse I møder protestmøder
eller høringer
For alle værdier af x og y
H 1
Ikke uafhængighed; Der er afhængighed for mindst en af cellerne mellem respondenternes
alder og hvorvidt de har deltaget i møder protestmøder og høringer.
f (alder , deltagelse i møder, protestmøder eller høringer ) ≠ f
alder ∙!! f deltagelse I møder protestmøder
eller høringer
for mindst én værdi af x og y
Som tidligere beskrevet (jf. afsnittet 4.3 s. 20), så skal man bruge de marginale sandsynligheder til
at udregne, hvorvidt der er uafhængighed mellem variablene alder og deltagelse i møder, protestmøder
eller høringer. Derfor opstilles nu en tabel med de marginale sandsynligheder for stikprøven
samt en aldersinddeling i 10-års intervaller delt ud på respondenterne ja- eller nej-svar i forbindelse
med deltagelse i møder, protestmøder eller høringer.
! 67!

!
#
Tabel 22: Variablene alder og deltagelse i møder, protestmøder eller høringer
Alder Ja Nej Total Marginal
sand.
20 til 29 årige Frekvens 97 680 777 0,16
Procent 1,98 13,87 15,85
30 til 39 årige Frekvens 141 826 967 0,2
Procent 2,88 16,85 19,72
40 til 49 årige Frekvens 192 777 969 0,2
Procent 3,92 15,85 19,76
50 til 59 årige Frekvens 145 799 944 0,19
Procent 2,96 16,30 19,25
60 til 69 årige Frekvens 73 514 587 0,12
Procent 1,49 10,48 11,97
70 til 79 årige Frekvens 39 403 442 0,09
Procent 0,80 8,22 9,01
80+ årige Frekvens 8 209 217 0,04
Procent 0,16 4,26 4,43
Total Frekvens 695 4208 4903 1
Procent 14,17 85,83 100,00
Marginal sands. 0,14 0,86 1
Som det ses af tabel 22, så er de 40 til 49 årige repræsenteret ved 3,92 % som det højeste. Herefter
følger de 30 til 39 årige og 50 til 59 årige tæt efter med henholdsvis 2,88 % og 2,96 %. De 30 til 59
årige samlede procent er altså 9,76 ud af 14,17 %.
Men hvad siger disse tal Har de to variable nogen indvirkning på hinanden For at finde
ud af, om der er en sammenhæng, vil der nu blive testet for uafhængighed mellem alder og deltagelse
i møder, protestmøder eller høringer.
! 68!

#
8.1#! ! Etest#for#uafhængighed#
For at kunne sige om der er en sammenhæng mellem de to variable, som ikke bare skyldes stikprøvestøj,
skal der udregnes en ! ! -test. Inden dette gøres fastsættes signifikansniveauet til 5 %. Efterfølgende
for at kunne udregne ! ! -testen må man vide, hvad den forventede fordeling er under H0.
#
Tabel 23: Variablene alder og deltagelse i møder, protestmøder eller høringer: Forventede
frekvenser under H 0 - Uafhængighed
Alder Ja Nej Total
20 til 29 årige 110,14 666,86 777
30 til 39 årige 137,07 829,93 967
40 til 49 årige 137,36 831,64 969
50 til 59 årige 133,81 810,19 944
60 til 69 årige 83,21 503,79 587
70 til 79 årige 62,65 379,35 442
80+ årige 30,76 186,24 217
Total 695 4208 4903
Nu skal ! ! -bidraget udregnes, hvilket gøres ud fra følgende formel (jf. afsnit 4.14.2 s. 31):
!
! ! =
!
!!!
(!"#$%&$%$' ! − !"#$%&'%' ! ) !
!!"#$%&$& !
Udregningen for det samlede ! ! -bidrag ses nedenfor :
(97 −110,14) 2
110,14
(141−137, 07)2 (192 −137,36)2
+ + + (145−133,81)2 (73−83, 21)2 (39 − 62, 65)2 (8− 30, 76)2 (680 − 666,86)2
+ + + +
137, 07 137,36 133,81 83, 21 62, 65 30, 76 666,86
(826 −829, 93)2 (777 −831, 64)2 (799 −810,19)2 (514 − 503, 79)2 (403− 379,35)2 (209 −186, 24)2
+ + + + + + =103, 55
829, 93 831, 64 810,19 503, 79 379,35 186, 24
! 69!

For at kunne sammenligne dette ! ! -bidrag med grænseværdien, må vi ud fra antallet af frihedsgrader
og signifikansniveauet aflæse grænseværdien.
Antallet af frihedsgrader udregnes ved hjælp af:
Frihedsgrader = (kolonner −1)⋅ (ræk ker−1)
I vores tilfælde:
€
6 * 1 = 6 frihedsgrader.
Med et signifikansniveau på 5 % og 6 frihedsgrader finder vi grænseværdien 12,6 (Ibid: 438).
Vi kan dermed afvise H 0 -hypotesen, da vi kan se, at vores udregnede ! ! -bidrag ligger meget længere
ude i H 1 -rummet end den aflæste grænseværdi på 12,6. Dermed kan vi forkaste H 0 -hypotesen om
uafhængighed mellem alder og deltagelse i møder, protestmøder eller høringer. Dette er illustreret i
figur 17 nedenfor:
Figur 17: Resultat af ! ! - test
Test for uafhængighed mellem variablene alder og deltagelse i møder, protestmøder eller høringer
! 70!

8.2#Enkeltcelletest#
I det følgende afsnit foretages der en enkeltcelletest for at finde ud af hvilke aldersgrupper, der er
signifikant over- eller underrepræsenterede. Da vores signifikansniveau er 5 %, bliver den kritiske
værdier ± 1,96, da det nu er en standardnormalfordeling, vi vurderer ud fra og ikke en ! ! -fordeling.
Formlen for en enkeltcelletest ser således ud (Jf. afsnit 4.15 s 32).
r xy
=
( Z xy
− n⋅ π xy )
( )
n⋅ π xy
1 − f X
(x))⋅ (1− f Y
(y)
Først ses et eksempel på udregning af cellen (1,1), dernæst ses en tabel over de resterende resultater.
€
r 1,1
=
( 97 −110)
#
Tabel 24: Enkeltcelletest: alder og deltagelse i møder, protestmøder eller høringer
Alder Ja Nej
20 til 29 årige -1,47 1,47
30 til 39 årige 0,4 -0,4
40 til 49 årige 5,62 -5,62
50 til 59 årige 1,16 -1,16
60 til 69 årige -1,29 1,29
70 til 79 årige -3,38 3,38
80+ årige -4,52 4,52
!
I tabel 24 er de tal markeret med blå betegner de signifikant overrepræsenterede, mens dem med rød
er signifikant underrepræsenterede
Da vores kritiske værdier er på ± 1,96, kan det ses at de 40 til 49 årige, der er ”ja”-
sigere, er overrepræsenteret ved værdien 5,62, i forhold til hvis der skulle have været uafhængighed
imellem alder og deltagelse i møder, protestmøder eller høringer.
De to ældste grupperinger i ja-siger kategorien, de 70 til 79 årige, 80+ årige, i enkeltcelletesten,
er signifikant underrepræsenterede ved værdierne: -3,38; -4,52.
En årsag til at de 40 til 49 årige er overrepræsenterede kan være, at de er en del af arbejdsmarkedet
og derfor i højere grad er villige til at påvirke den politiske dagsorden i forhold til
deres arbejdsvilkår. I denne forbindelse kan man argumentere for, at variablen der spørger om del-
! 71!

tagelse i møder, protestmøder eller høringer i højere grad appellerer til mennesker, der befinder sig
på arbejdsmarkedet i 2000, da der på arbejdsmarkedet i højere grad bliver arrangeret faglige møder,
strejker, demonstrationer for bedre arbejdsvilkår etc.
Ydermere kan de ældres fysiske forudsætninger bevirke, at de ikke har mulighed for, eller
ikke kan overskue at deltage i møder, protestmøder eller høringer, som foregår uden for deres
rækkevidde, hvilket kan være en årsag til, at de ældre i aldersgrupperne 70-79 årige, 80+ årige alle
er signifikant underrepræsenterede. Hvis vi for eksempel havde arbejdet med en variabel, der spørger
ind til valgdeltagelse, hvor man jo som regel kan stemme i lokalområdet, havde de ældre måske
været bedre repræsenteret end det er tilfældet i ovenstående enkeltcelletest.
!
8.3#Delkonklusion##
Der er altså ikke-uafhængighed mellem variablene alder og deltagelse i møder, protestmøder eller
høringer (operationaliseret fra Politisk engagement), da vi kan se, at ved både et signifikansniveau
på 1% og 5% forkastes H0-hypotesen om uafhængighed i
-testen. Enkeltcelletesten viser, at de
40 til 49 årige er signifikant overrepræsenterede ved en værdi på 5,62, mens aldersgrupperne 70 til
79 årige, 80+ årige er signifikant underrepræsenterede i ja-kategorien. Udover ikkeuafhængigheden
mellem uddannelse og deltagelse i møder, protestmøder eller høringer, ser det
€
altså også ud til, at alder kan have en indflydelse på ens politiske engagement. Noget kunne altså
tyde på, at det er folk i aldersgruppen 40 til 49 årige med en kort, mellemlang og lang videregående
uddannelse, der i høj grad deltager i møder, protestmøder og høringer, hvor dem med lav eller ingen
uddannelse er underrepræsenterede. Dette kan vi dog ikke ud fra vores analyse give noget entydigt
svar på.
χ 2
9.0 Metodologiske forbehold
Vi er undervejs i opgaven stødt på nogle faktorer, der nødvendiggør nogle metodologiske forbehold,
som vil blive beskrevet i det følgende.
Vores operationalisering har nogle faldgrupper, som man må holde sig for øje. Operationaliseringen
af kulturel kapital til uddannelsesniveau har den svaghed, at variablen for uddannelsesniveau
er baseret på IPs eget skøn. IP er blevet bedt om selv at placere sin uddannelse inden for
en af de syv definerede kategorier (jf. afsnit 5.2 s. 33) efter egen bedste overbevisning. Dette kan
give en usikkerhed, da vi ikke kan være sikre på, at IP har vurderet sit eget uddannelsesniveau kor-
! 72!

ekt.
Også operationaliseringen af politisk engagement har en ulempe. Ved at vælge at bruge
variablen omhandlende møder, protestmøder og høringer har vi en risiko for at frasortere dem, der
ikke fysisk er i stand til at deltage i møderne, men som på andre punkter kunne betragtes som politisk
engagerede. Set fra dette perspektiv havde det måske været mere fordelagtigt at operationalisere
politisk engagement til medlemskab af et parti, men da dette også kan betyde, at man bare er passivt
partimedlem, har vi valgt at operationalisere som vi har (jf. afsnit 3.3 s 18).
Den kvantitative analyse har altså den begrænsning, at operationaliseringen nødvendiggør
en meget kraftig forenkling af nogle ellers store og komplekse teoretiske begreber. Denne præmis
er dog også mulighedsskabende, da den gør os i stand til at danne os et overblik over en stor
mængde individer, og hvormed den fordrer øget generaliserbarhed. Generaliserbarheden afhænger
dog af repræsentativiteten af analyseudvalget i forhold til populationen.
10.0 Teoretisk diskussion
Den foregående statistiske analyse viser, at der er en sammenhæng mellem uddannelsesniveau og
hvorvidt IP inden for de sidste par år har deltaget i møder, høringer eller protestmøder. Sammenhængen
har den retning, at der ses en overrepræsentation af folk med høj uddannelse, der har deltaget
i møder, protestmøder eller høringer inden for de seneste par år og en underrepræsentation af
folk med lavere uddannelsesniveau. Der er størst overrepræsentation hos IP’er med lange videregående
uddannelser, mens der er størst underrepræsentation blandt de mindst uddannede IP’er.
Indledningsvis blev det nævnt, at der er en overrepræsentation af folk med mellemlange
og lange videregående uddannelser i Folketinget, i forhold til, hvad der er tilfældet i den danske
befolkning. Vores undersøgelse indikerer, at de højtuddannede også dominerer det politiske liv på
mere lokalt plan end det landspolitiske. Umiddelbart synes dette ganske logisk, da man kan forestille
sig, at dem, der ender med at blive valgt til Folketinget, starter med at engagere sig på et mere
lokalt plan. Derfor vil vi også i denne diskussion tillade os at bruge nogle artikler og eksempler vedrørende
den store overrepræsentation af højtuddannede politikere til at belyse vores problemstilling.
Både empiri og teori indikerer, at høj uddannelse forsyner individet med forudsætninger
for at manifestere sig som en tydelig stemme i samfundsdebatten. Besiddelsen af en dominerende
position i samfundet kan, ifølge Bourdieu, forsyne individet i denne position med symbolsk magt
og dermed gøre ham eller hende i stand til at udøve symbolsk vold mod andre. Symbolsk magt er
! 73!

magten til at konstruere den sociale virkelighed, altså magten til at gøre en bestemt forståelse og et
bestemt værdisæt gældende (Bourdieu 1996; 40). Symbolsk vold udøves, når en gruppe tager herredømmet
over en anden og fremstiller sine specifikke interesser som almengyldige, men den symbolske
vold er ikke nødvendigvis de dominerende eller de dominerede bevidst (Bourdieu 1996: 42,
45). På baggrund af dette er det interessant at diskutere, om ulighed i politisk engagement kan danne
basis for, at de veluddannede udøver symbolsk vold mod de mindre veluddannede. Endvidere vil
vi i dette afsnit diskutere, om overrepræsentationen af veluddannede, der engagerer sig politisk,
nødvendigvis behøver at have negative følger. Afslutningsvis vil vi diskutere Honneths begreb om
afsprogliggørelse som forklarende faktor.
Efter valget i 2011 opstod en markant overrepræsentation af DJØF’ere i Folketinget, og
her udtaler faglig sekretær i 3F, Mattias Tesfaye:
“Mange akademikere ville her sige, selvfølgelig kan de også varetage
arbejdernes interesser. Men faktum er, at politikere, der aldrig
har været i kontakt med vores medlemmer, oftest vil underprioritere
arbejdernes problemer.” (Gaardmand 2011)
Skal man ud fra Bourdieus synspunkt udlede den værst tænkelige konsekvens af det, Mattias Tesfaye
beskriver, kan man forestille sig, at politikere med akademikerbaggrund ender med at underprioritere
arbejdernes problemer. De veluddannede politikere vil som følge af deres specifikke virkelighedsopfattelse
ikke sætte arbejderklassens problemer højt på dagsordenen, og derfor bliver
arbejderklassens problemer ikke betragtet som vigtige at beskæftige sig med. Ud fra vores empiri
kunne man frygte, at det samme kunne gøre sig gældende på andre og mere lokale planer end
landspolitisk plan, således at det er de højtuddannede, der ud fra deres egne forståelser af samfundet
sætter dagsordenen til diverse møder, høringer og protestmøder. Hvorvidt denne potentielle udøvelse
af symbolsk vold kan blive en realitet, giver resultaterne af denne undersøgelse ingen forudsætninger
for at bedømme.
På den anden side er det værd at påpege, at skønt både artikler, statistikker og vores
egen empiri viser, at der er en overrepræsentation af højtuddannede, der engagerer sig politisk, kan
man nævne danske politikere, som trods deres relativt korte uddannelser er indflydelsesrige og
fremtrædende. Hjemmehjælperen og folketingsmedlemmet Pia Kjærsgaard fra Dansk Folkeparti har
været en af de mest indflydelsesrige kvinder inden for dansk politik, og et andet folketingsmed-
! 74!

lem, kuglestøderen Joachim B. Olsen, er en fremtrædende figur i Liberal Alliance. Den mureruddannede
Mattias Tesfaye er også værd at nævne, eftersom han er blevet næstformand for SF. Dette
kunne pege i retning af, at det ikke nødvendigvis kun er personer med en lang uddannelse i bagagen,
der er forsynet med de rette forudsætninger til at indtage dominerende positioner på samfundsplan,
og at de mindre veluddannede ikke nødvendigvis bliver domineret af de højtuddannede. Omvendt
kan man dog vælge at anskue Pia Kjærsgaard, Joachim B. Olsen og Mattias Tesfaye som
undtagelserne, der bekræfter reglen.
Bourdieus idé om det faktum, at folk med en stor mængde symbolsk kapital 16 kan udøve
symbolsk vold over mindre privilegerede individer, tegner et billede af et samfund, hvor de
dominerede får påduttet en række interesser og forståelser, som egentlig ikke er deres egne (Bourdieu
1996: 42). Men behøver en overrepræsentation af eliten inden for det politiske område at have
som sideeffekt, at alle ikke bliver hørt og mødt på deres egne præmisser
Jørgen Elm Larsen beskæftiger sig i Fattigdom og social arv som konstruktion (Larsen
2011) med spørgsmålet om, hvem der har magten til at definere, hvad eller hvem, der udgør et socialt
problem. Han pointerer, at det i Danmark i høj grad er magtfulde aktørers definitioner og forståelser,
der afgrænser, hvad der kan betragtes som sociale problemer, og hvad man skal gøre ved
dem. I forbindelse hermed nævner han den såkaldte moralske panik, der af og til breder sig i samfundet,
når der opleves sager om f.eks. børnemishandling eller pædofili. Moralsk panik definerer
Jørgen Elm Larsen som en tilstand, hvor der blandt centrale aktører i medierne, blandt politikere og
blandt fagfolk opstår en generel frygt for, at moralen i samfundet er truet og en antagelse om, at de
observerede problemer er langt mere omfattende end som så. Denne moralske panik vil ofte medføre
en stor mængde socialpolitiske tiltag, som har til formål at neddysse den (af de magtfulde aktører
definerede) afvigende adfærd. Men det, at magtfulde aktører fra medierne, den politiske scene eller
højtuddannede fagfolk definerer nogle bestemte grupper som afvigende kan ifølge Jørgen Elm Larsen
få den konsekvens, at der bliver skabt en “selvopfyldende profeti” (Larsen 2011: 78), hvor dem,
der af systemet kategoriseres som afvigere rent faktisk begynder at opføre sig afvigende. På samme
måde nævner han, hvordan socialpolitiske tiltag, som skal komme afvigende adfærd til livs, kan få
de mennesker, tiltagene er rettet imod, til at agere i overensstemmelse med det billede, der i kraft af
de sociale tiltag er blevet tegnet af dem (Larsen 2011:76ff).
Dette scenarie må i høj grad karakteriseres som en mulig negativ sideeffekt ved at have
et magtapparat bestående af velstillede individer, der skal afgrænse og tage stilling til samfundets
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
16 Eksempelvis kulturel kapital, der er miskendt som kapital, fordi den har symbolsk værdi i feltet
! 75!

problemer ud fra deres eget privilegerede synspunkt. Man kan se det som beslægtet med Bourdieus
begreb om den symbolske vold, da der her er tale om, at en bestemt gruppe definerer, hvad der er
normalt og anormalt, hvorved dem, der kategoriseres som afvigende, ender med at udvise afvigende
adfærd. De dominerede overtager de dominerendes blik. Samtidig er dette også et eksempel på, at
den symbolske magt-elite ikke altid er bevidste om, at de faktisk udøver symbolsk vold.
Set fra et andet perspektiv kan det vel også have sine fordele, at det er de højst uddannede,
der engagerer sig mest politisk. Danmark i dag er et moderne og komplekst samfund, og man
kan forestille sig, at individer med en høj uddannelse også i højere grad vil være i stand til at sætte
sig ind i de problemstillinger, der kan præge et sådant samfund - såvel i de mindre sammenhænge
som i de store. Dette synspunkt bekræftes, af professor i statskundskab Peter Munk Christiansen.
Han pointerer, at vi som danskere har en forventning om, at der i Folketinget skal være en repræsentation
af alle de væsentligste befolkningsgrupper, men at absolut repræsentativitet på det politiske
område ikke nødvendigvis er efterstræbelsesværdigt. Han mener, at vi samtidigt med ønsket om
repræsentativitet gerne ser, at dem, der har politisk indflydelse, skal være “dygtige, arbejdsomme,
veluddannede, fremtidsorienterede og visionære” (Bræmer 2007).
Omvendt kan man dog påstå, at selvom det kan være en fordel, at dem med politisk indflydelse
er veluddannede og visionære, kan det også være vigtigt at have en god repræsentation af
folk med kortere uddannelse for at sikre, at der er nogle til stede blandt de politiske beslutningstagere,
som har praktisk erfaring med nogle af de problemer, som de mindre uddannede kan slås med.
Medlem af Socialdemokraterne Henrik Dam Kristensen påpeger, at “man kommer med en anden
erfaringsverden, hvis man har været på en byggeplads i 10 år, end hvis man kommer fra et universitet”
(Bræmer 2007). Måske kunne man frygte, at den de højtuddannedes større engagement i politik
kan føre til, at der sidder en belæst gruppe mennesker og træffer beslutninger på nogle områder,
hvor de ganske enkelt ikke har den nødvendige erfaring til at vurdere, hvad der er ret og vrang.
#
10.1#Afsprogliggørelse#som#årsagsforklaring#
Vi arbejdede som bekendt i redegørelse med teoretikeren Axel Honneth og hans begreb
om afsprogliggørelse, og vi vil derfor i det følgende diskutere hvorvidt denne afsprogliggørelse er
til stede hos nogle grupper i samfundet, og hvilke konsekvenser det kan have. Honneth pointerer, at
der eksisterer et organiseret hierarki, som medfører, at individer med højere uddannelse i højere
grad bliver hørt i den politiske debat end de individer med et lavt uddannelsesniveau. Der kan således
opstå krænkelser af underklassen, der ikke får den samme mulighed for at blive hørt i den of-
! 76!

fentlige debat (Honneth 2003: 63). På den måde kan det hævdes, at de ikke har samme mulighed for
at få indflydelse på det politiske liv og dermed det samfund de lever i. Begrebet afsprogliggørelse
skal også forstås i mere praktisk forstand således, at individer med en lavere uddannelse ikke tilegner
sig de konkrete verbale færdigheder, der gør dem i stand til at formidle deres uretsbevidsthed
(jf. afsnit 2.6 s. 13). Man kan i denne forbindelse argumentere for, at nogle faggrupper ikke føler sig
rustet til at deltage i det politiske liv, hvilket kan give en selvforstærkende effekt i sammenhæng
med den øgede repræsentation af højtuddannede. Erhvervs og vækstminister Ole Sohn (SF) udtaler
til ugebrevet A4, at “hvis man er uuddannet, kan det godt være, at man ret hurtigt føler sig fremmedgjort
over for den måde, der bliver talt på i politiske debatter” (Redder og Boesen 2011)
Han beskriver således, at nogle individer kan have en følelse af ikke at passe ind i den
akademiske arbejdsform, der efterhånden dominerer folketinget. Dette hænger i høj grad sammen
med Honneths begreb som social anerkendelse (jf. afsnit 2.6 s. 13), som i denne forbindelse kan
siges at være mangelfuld hos individer med et lavt uddannelsesniveau. Den sociale anerkendelse
svækkes således hos de individer med en ikke-akademisk baggrund, der således risikerer at miste
social værdighed. Man kan i denne forbindelse argumentere for, at hvis et individs sociale værdighed
svækkes, mister individet lysten til at indgå i sociale sammenhænge hvor individet pga. sin
baggrund er i en uvant og måske udsat situation. Hvad den konkrete årsag er til, at man ser færre
individer med en lavere uddannelsesmæssig baggrund kan dog være svært at svare præcist på, men
“hvad enten det drejer sig om det sprog, vi taler, eller om at gennemskue komplicerede rapporter,
så er det ikke blevet nemmere at begå sig i politik. Og det, tror jeg, godt kan afholde nogle”. Udtaler
Henrik Dam Kristensen (Bræmer 2007).
At individer med lav eller ingen uddannelse afholder sig fra at engagere sig i politik,
kom også til udtryk i opgavens statistiske undersøgelse, og en forklaring på dette kan netop være
den afsprogliggørelse og mangel på social anerkendelse, som det kan argumenteres for, gør sig
gældende hos individer med en lavere uddannelsesmæssig baggrund.
Samtidig spiller fagforeninger, som i flere tilfælde er styret af individer med en lavere
uddannelsesmæssig baggrund, en stor rolle i dansk politik i kampen for arbejderne og deres interesser.
I de kommende trepartsforhandlinger skal fagforeninger være med til at forme de fremtidige
arbejdsvilkår for deres medlemmer samtidig med, at der tages højde for de udfordringer samfundet
står overfor. Fx er fagforbundet FOA repræsenteret af Dennis Kristensen, som selv var portør inden
han blev formand for FOA. FOA, og Dennis Kristensen, skal med til trepartsforhandlinger med
! 77!

egeringen og her repræsenterer han altså de lavt-uddannede. På denne måde kan man altså argumentere
imod følgerne af Honneths begreb om afsprøgliggørrelsen.
I denne forbindelse er det centralt at fremhæve, at en stor del af Honneths teoretiseren er
bygget op omkring en kritik af en af sociologiens mest fremtrædende og anerkendte skikkelser;
Jürgen Habermas. Habermas giver ikke som Honneth udtryk for en afsprogliggørelse blandt de lavtuddannede,
men mener, at den samlede offentlighed besidder muligheden for, og har kompetencerne
til, at mobilisere konsensus om samfundsproblemer, der giver mulighed for at bringe disse forhold
til debat på et højere niveau. Denne konsensus starter ifølge Habermas blandt den gængse civilbefolkning
på et mikroniveau af ansigt-til-ansigt-relationer, og kan derfra mobilisere sig til en
bredere samfundsholdning, der eksempelvis kan ende med réel politisk indflydelse (Habermas
1999: 74ff). Modsat Honneth afskriver Habermas altså ikke muligheden for at civilsamfundet og
dermed også de lavt uddannede, har muligheden for at mobilisere en diskurs omkring strukturelle
svigt og samfundsmæssige problemstillinger. Habermas anerkender tværtimod, at civilbefolkningen
har de sproglige forudsætninger for at deltage i den offentlige debat, og at de er i stand til, at samle
sig omkring en samlet retfærdighedsforståelse, der kan udmønte sig i politisk handling (Ibid: 74ff).
Ifølge Habermas kan den fundne overrepræsentation af højtuddannede, der engagerer
sig politisk altså ikke forklares med en afsprogliggørelse af de lavt uddannede.
11.0 Konklusion
Formålet med denne opgave var at undersøge, hvorvidt der eksisterer en sammenhæng mellem kulturel
kapital og politisk engagement. Til at belyse problemstillingen har vi taget udgangspunkt i
teoretikeren Pierre Bourdieu. Den kulturelle kapital er en central del af Bourdieus begrebsapparat,
og er en samlet betegnelse for fysisk kultivering, kunst- og kulturprodukter og uddannelsesmæssige
kvalifikationer. Bourdieu hævder, at en stor mængde kulturel kapital forsyner individet med forudsætninger
for at indtage dominerende positioner i samfundet, hvorfra det er muligt at påvirke den
offentlige debat. En måde, hvorpå individet kan blive hørt i denne debat, kan være at engagere sig i
det politiske liv. På baggrund af dette antager vi, at en høj mængde kulturel kapital medfører et øget
politisk engagement.
For at kunne teste vores hypotese empirisk, blev kulturel kapital operationaliseret til IPs uddannelsesniveau,
mens politisk engagement blev operationaliseret til deltagelse i møder, protestmøder
eller høringer inden for de seneste par år.
! 78!

Ud fra den statistiske analyse kom vi frem til den konklusion, at der ikke er uafhængighed mellem
de to variable; uddannelse og deltagelse i møder, protestmøder eller høringer inden for de seneste
par år.
De statistiske test viste altså en signifikant overrepræsentation, af højtuddannede der har svaret “ja”
til at have deltaget i møder protestmøder eller høringer indenfor de seneste par år, mens de lavt uddannede
er signifikant underrepræsenterede.
I teoriafsnittet blev Bourdieus begreb om symbolsk vold kort berørt for senere at lede frem til en
diskussion af, hvorvidt overrepræsentationen af højtuddannede, der engagerer sig politisk kan danne
basis for udøvelse af symbolsk vold.
For at nuancere problemstillingen blev Axel Honneths teori om afsprogliggørelse af de mindre uddannede
grupper fremlagt. Denne teori dannede baggrund for en diskussion af afsprogliggørelsen
som forklaring på uligheden i politisk engagement forskellige uddannelsesgrupper imellem. Her
argumenterede vi for, at den lave repræsentation af mindre uddannede individer, der engagerer sig
politisk, kunne skyldes netop afsprogliggørelsen.
Desuden blev det diskuteret, hvorvidt overrepræsentationen af højtuddannede der engagerer sig
politisk kan have negative konsekvenser for samfundet. Her påpegede vi, at overrepræsentationen
ikke kun var negativ, eftersom et komplekst samfund som dagens Danmark kan siges at fordre veluddannede
og visionære politikere. Samtidigt blev der argumenteret for risikoen for, at individer
med akademisk baggrund ikke har tilstrækkelige forudsætninger for at forstå og varetage interesser
i den brede befolkning. Dette fører os tilbage til problemstillingen omkring den højtuddannede
magtelites mulighed for udøvelse af symbolsk vold mod de mindre veluddannede samfundsgrupper.
12.0 Perspektivering
Efter ovenstående diskussion vil opgaven nu præsentere perspektiverende overvejelser over, hvilke
emner og problemstillinger, der kunne være relevante at arbejde videre med, i tilfælde af en yderligere
undersøgelse af problemfeltet.
I redegørelsen for Bourdieu og Honneth blev det klart, at både Honneth, men især
Bourdieu taler om en reproduktion af individets kapitalformer, position i det sociale rum og habitus.
Det kunne altså være interessant at undersøge om dette også gør sig gældende i det danske samfund,
og om magtens felt, og den økonomiske og kulturelle elite reproducerer sig således, at det er individer
med den samme sociale og kulturelle baggrund, der besidder de dominerende poster, generation
! 79!

efter generation.
Et postulat kunne lyde, at dette også kunne føre til en endnu mere kategorisk form af
symbolsk vold. For da det kun vil være én samfundsgruppe, der forbliver på magten, og dermed
deres interesser der vil få første prioritet, og deres normer, idealer og retfærdighedsforståelse, der
vil blive anset som almengyldige for hele samfundet, vil de over tid kun forstærkes, således at de til
sidst vil anses som værende indiskutable.
En undersøgelse af reproduktion kunne eksempelvis tage udgangspunkt i variablen angående
IP’ernes forældres uddannelsesniveau. Ved at sammenligne uddannelsesniveauet forældre
og børn imellem, ville man kunne undersøge om der sker en reproduktion af forældrenes uddannelsesniveau
til deres børn. Hvis dette skulle vise sig at være tilfældet, kan det sandsynliggøres at en
reproduktion af uddannelsesniveau, politiske engagement og dermed politisk indflydelse kunne
finde sted fremadrettet, da vi jo netop har fundet ikke-uafhængighed mellem uddannelse og politisk
engagement for år 2000.
Med udgangspunkt i Bourdieus opfattelse af det sociale rum, har vi i denne opgave afdækket
sammenhængen imellem kulturel kapital og politisk engagement. En agents position i det
sociale rum afhænger som tidligere nævnt både af ens kulturelle og økonomiske kapital, og af ens
samlede mængde af kapital.
I en videre undersøgelse, ville det derfor være både naturligt og relevant at operationalisere
begrebet økonomisk kapital, og undersøge om der er uafhængighed mellem økonomisk kapital
og politisk engagement. Yderligere kunne en undersøgelse af, om den kulturelle og den økonomiske
elite i virkeligheden udgør mere eller mindre den samme gruppe, være interessant. Det er i hvert
fald ikke usandsynligt, at f.eks. høj uddannelse medfører en tilsvarende høj løn.
I tilfælde af at der eksisterer en sammenhæng mellem uddannelsesniveau og indkomst,
således at de højt uddannede også er dem med høj indkomst, er der altså tale om en forholdsvis homogen
gruppe af agenter, der ifølge Bourdieu ville placere sig i toppen af det sociale rum, også kaldet
magtens felt. Er denne gruppe samtidig den gruppe med mest politisk engagement, kan det
hævdes, at den symbolske magt også tilfalder denne gruppe, hvilket kan skabe problemer i form af
eksempelvis symbolsk vold (jf. afsnit 10.0 s 72). Om der eksisterer symbolsk vold, ville dog stadig
ikke være mulig at eksplicitere.
Såfremt den statistiske sammenhæng mellem dem økonomiske og kulturelle elite kan
påvises, ville det være interessant at diskutere, hvorvidt det politiske engagement er styret af økonomiske
og/eller kulturelle faktorer. Det er dog ikke muligt præcist at definere, hvorvidt individer
! 80!

er politisk aktive på grund af høj økonomisk kapital eller høj kulturel kapital.
Er det eksempelvis på grund af høj økonomisk kapital, at et individ føler sig berettiget til i højere
grad, at deltage i det politiske liv Eller skyldes det politiske engagement nærmere, at individet eksempelvis
har en høj uddannelse og dermed besidder en større mængde kulturel kapital
I en yderligere undersøgelse af problemfeltet kunne det være interessant at diskutere
mulige løsningsforslag på de førnævnte problemstillinger, der kan opstå, når en bestemt samfundsgruppe
bliver dominerende. Antages det, at den symbolske vold øges, når den politiske dominans er
begrænset til en bestemt befolkningsgruppe, kunne en løsning være at få flere forskellige befolkningsgrupper
integreret i den politiske beslutningsproces. Hvad man præcist kunne gøre for i højere
grad at engagere den brede danske befolkning, ville dog i højere grad lægge op til en kvalitativ undersøgelse.
Ud fra ovenstående betragtninger kan vi hævde, at, selvom vi i denne opgave er kommet
omkring flere interessante aspekter angående politisk engagement, kulturel kapital og symbolsk
magt og vold, har vi at gøre med et bredt, omfattende, men i høj grad også relevant emne i dagens
Danmark.
! 81!

13.0 Litteraturliste
13.1#Bøger#
• Bourdieu, Pierre 1986: ”The Forms of Capital”, i Richardson, John G. (ed.): Handbook of Theory
and Research for the Sociology of Education. New York: Greenwood Press: 241-258.
• Bourdieu, Pierre 1994: “Socialt rum og symbolsk magt”, i Bourdieu, Pierre: Centrale tekster inden
for sociologi og kulturteori. København: Akademisk Forlag: 52-69.
• Bourdieu, Pierre 1996: Den praktiske sans. København: Hans Reitzels Forlag, s. 177-191.
• Bourdieu, Pierre 1996: ”Den symbolske kapital” i Bourdieu, P., i Symbolsk Makt. Oslo: Pax Forlag,
s. 38-47
• Bourdieu, Pierre 1997: Af praktiske grunde. Omkring teorien om menneskelig handlen. København:
Hans Reitzels Forlag: 15-31; 37-56.
• Habermas, Jürgen 1999: ”Det sivile samfund og rettstaten”, i Habermas, Jürgen: Kraften i de
bedre argumenter. Oslo: Ad. Notam Gyldendal: 65-78.
• Hansen, Erik Jørgen 2003: Uddannelsessystemet i sociologisk perspektiv, København: Hans
Reitzels Forlag, s. 33-51, 94-122
• Honneth, Axel 2003: ”Moralbevidsthed og socialt klasseherredømme”, i Behovet for anerkendelse.
København: Hans Reitzels Forlag: 50-72.
• Larsen, Jørgen Elm 1999: ”Fattigdom og social arv som konstruktion”, i Social Forskning, december
1999, s. 72-82
• Lykkeberg, Rune 2008: Kampen om sandhederne. Gyldendal, s. 53-54, 64-71 og 84-107.
• Malchow-Møller, Nikolaj og Würtz, Allan 2011: Indblik i statistik – For samfundsvidenskab.
Hans Reitzels Forlag
• Willig, Rasmus 2007: Til forsvar for kritikken. København: Hans Reitzels Forlag: s. 100-111.
13.2#Hjemmesider#
• SFI: SFI i forbindelse med SFIs 50 års jubilæum.
http://www.sfi.dk/danskernes_levekår_–_en_solstrålehistorie-4746.aspx.
Besøgt: 16/5 2012
! 82!

• Bræmer, Michael: Ugebrevet A4 fra 19/11 2007:
http://www.ugebreveta4.dk/2007/40/Baggrundoganalyse/DJOEFerneIndtagerTinget.aspx.
Besøgt: 16/5 2012
• Redder, Gitte og Boesen, Anne Marie: Ugebrevet A4 nr. 20; 30/5 til 13/6 2011
http://www.ugebreveta4.dk/2011/201120/artikler/nej_tak_til_elite-folketing.aspx.
Besøgt 16/5 2012
• Holstein, Erik og Frandsen, Kristian Bøg: Altinget fra 23/9 2011:
http://www.altinget.dk/artikel/det-skaeveste-folketing-nogensinde.
Besøgt 16/5 2012
• Folketinget: www.folketinget.dk fra 22/2 2012:
http://www.ft.dk/Folketinget/Oplysningen/~/media/Pdf_materiale/Pdf_publikationer/Informatio
nsark/Folketingets_medlemmer/medlemmer_i_tal_2011%20pdf.ashx.
Besøgt 16/5 2012
• Gaardmand, Nola Grace: Information fra 26/9 2011:
http://www.information.dk/280306.
Besøgt: 16/5 2012
• Statistik brugt til repræsentativitet på uddannelse: Danmarks Statistik: “HFU1: Befolkningens
højeste fuldførte uddannelse (15-69 år) efter område, herkomst, uddannelse, alder
og køn (AFSLUTTET)”, Statistikbanken.
http://www.statistikbanken.dk/statbank5a/default.aspw=1440.
(Besøgt d. 16/5 2012)
• Statistik brugt til repræsentativitet på alder og køn: Danmarks Statistik: ” BEF1A: Folketal
pr 1 januar efter kommune/amt, civilstand, alder og køn (AFSLUTTET)”, Statistikbanken.
http://www.statistikbanken.dk/statbank5a/SelectVarVal/saveselections.asp.
(Besøgt d. 16/5 2012)
! #
! 83!

14.0#Bilag#
14.1#Bilag#1##
Danmarks!Statistik:!“HFU1:!Befolkningens!højeste!fuldførte!uddannelse!(15Q69!år)!efter!omQ
råde,!herkomst,!uddannelse,!alder!og!køn!(AFSLUTTET)”!Q!(besøgt!d.!16/5!2012)!
!
!
$ GRU
NDS
KOLE$
201
24$år$
251
29$år$
301
34$år$
351
39$år$
401
44$år$
451
49$år$
501
54$år$
551
59$år$
601
64$år$
651
69$år$
1097
48$
8558
3$
9258
9$
1017
69$
1087
81$
1036
18$
1241
70$
1303
06$
1210
10$
1161
75$
ALMEN1
GYMNA1
SIAL$
UDDAN1
NELSER$
ER1
HVERVS1
GYMNA1
SIAL$UD1
DANNEL1
SER$
!
! #
ERHVERVS1
HVERVS1
UDDAN1
NELSER$
KORTE$VIDEREGÅENDE$
UDDANNELSER$
MEL1
LEM1
LANGE$
VIDE1
REGÅ1
ENDE$
UDDAN
DAN1
NELSER$
LANGE$
VIDE1
REGÅ1
ENDE$
UDDAN
DAN1
NELSER$
100278$ 36661$ 72851$ 4746$ 1842$ 188$
46875$ 16914$ 136129$ 21907$ 34051$ 16099$
25452$ 9732$ 163472$ 25117$ 50459$ 30687$
18156$ 8594$ 156468$ 23756$ 54543$ 26626$
14271$ 3705$ 130517$ 22280$ 56738$ 24120$
11116$ 1918$ 144422$ 17761$ 59681$ 22813$
7773$ 1876$ 163227$ 17746$ 56224$ 22176$
4772$ 1257$ 126439$ 12117$ 38948$ 14244$
1938$ 808$ 87478$ 7725$ 25461$ 8526$
1353$ 591$ 66258$ 5257$ 17076$ 6278$
! 84!

14.2#Bilag#2#
Kønsfordeling!–!!Danmarks!Statistik:!”!BEF1A:!Folketal!pr!1!januar!efter!kommune/amt,!civilQ
stand,!alder!og!køn!(AFSLUTTET)”!Q!(besøgt!d.!16/5!2012)!
!
!
Folketal$pr.$1.$januar$efter$tid$og$køn$
$ Mænd$ Kvinder$ $
2000$ 2634122$ 2695898$ $
!
!
14.3#Bilag#3#
Aldersfordeling!Q!Danmarks!Statistik:!”!BEF1A:!Folketal!pr!1!januar!efter!kommune/amt,!civilQ
stand,!alder!og!køn!(AFSLUTTET)”,!Statistikbanken!Q!(besøgt!d.!16/5!2012)!
!
Folketal$pr.$1.$januar$efter$tid$og$alder$
$ 20129$år$ 30139$år$ 40149$år$ 50159$år$ 60169$år$ 70179$år$ 80189$år$ 90199$år$ 1001109$ 110$år$+$
år$
2000$ 723188$ 817444$ 740459$ 735824$ 478726$ 363061$ 178263$ 30090$ 483$ 1$
!
14.4#Bilag#4##
Folketingets!sammensætning!på!uddannelse!Q!http://www.ft.dk/Demokrati/Folketinget.aspx!
!!Medlemmer_i_tal_2011.pdf!(besøgt!17.05.2012)!
!
!
! 85!