År 1994 gav The Free Press Charles Murray och Richard J. Herrnsteins The Bell Curve. Intelligence and Class Structure in American Life. Det är en fascinerande och provokativ bok. Frågan är emellertid om författarna drog rätt slutsatser från sitt material. I denna artikel ska vi testa några av författarnas konklusioner. Vad förklarar inkomst? Klass eller intelligens? Hur är IQ och utbildning relaterade till varandra? Är högre utbildningar mer IQ-selektiva?
The Bell Curve baseras på material från The National Longitudinal Survey of Youth, 1979. Vi ska använda samma material.

The National Longitudinal Survey of Youth

The National Longitudinal Survey of Youth (NLSY) är ett av de mest kända och använda långtidsuppföljningsstudierna (longitudinal studies) i USA. Det är en omfattande undersökning som följer samma individer under många år (ibland decennier) för att studera hur deras liv utvecklas – särskilt när det gäller arbete, utbildning, inkomst, familj och hälsa.
När svenska opinionsinstitut uttalar sig om svenska folkets partisympatier, generaliserar man från ett material som innehåller cirka 1000 intervjuer. NLSY har långt fler deltagare. NLSY:s databas är publik och tillgänglig på internet. Användning kräver registrering, men den är kostnadsfri. Det är inte möjligt att ladda ned hela databasen. Det man kan hämta är variabler. Man väljer en variabel och får en länk till en Excelfil. Det ska sägas att det tar tid att vänja sig vid upplägget. Framför allt kan det vara svårt att hitta rätt bland de över 100 000 variabler som undersökningen innehåller.

Verktyg

För att kunna testa Murray och Herrnsteins teorier behöver vi ett statistikprogram. Vi har valt Jamovi, ett statistikprogram som är fritt att använda. Jamovi baseras på Jasp, ett statistikprogram som är utvecklat av Amsterdams universitet.

Vad förklarar variationer i inkomst?

Klassanalyser betonar socioekonomiska (SES) faktorer. Individuella skillnader sägs bero på sociala omständigheter. Murray och Herrnstein sade i The Bell Curve att verkligheten är betydligt mer komplex. SES har betydelse, men långt ifrån det inflytande som många tror.
Vårt SES-indexet fångar vissa dimensioner av socioekonomisk bakgrund. Andra modeller är givetvis möjliga. Som beroende variabel har vi valt inkomst. IQ och socioekonomisk status är oberoende variabler.

• Föräldrarnas inkomst i percentiler (Parincile)
• Moderns antal utbildningsår (Momed)
• Faderns antal utbildningsår (Poped).

Resultat:

Modellen ger en multipel korrelation (R) på 0,36. Det är måttligt starkt, men statistiskt signifikant. Vår modell förklarar 13 % av variationen i inkomst. I koefficienttabellen kan vi se att för varje extra IQ-poäng ökar den genomsnittliga placeringen i inkomststrukturen med cirka 0,54 inkomstpercentiler när vi håller SES konstant. En person med IQ 110 hamnar därmed cirka 5,4 inkomstpercentiler högre än en person med IQ 100, om övriga faktorer är lika.

Vad har det starkaste sambandet med inkomst? SES eller IQ?

IQ mäts i poäng, SES i standardavvikelser. För att kunna jämföra dessa måste vi standardisera sambanden. IQ:s standardiserade association med löneposition är 3,3 gånger starkare än SES:s. Detta är också vad Murray och Herrnstein säger i The Bell Curve. De fann att IQ typiskt hade 2-4 gånger starkare standardiserat samband än SES på socioekonomiska utfall som inkomst, utbildning och yrke.

Speglar sambandet IQ-utbildning endast klassbakgrund?

Murray och Herrnstein hävdar att det existerar ett samband mellan IQ och utbildning. Kritiker menar att sambandet endast maskerar klassklyftor.
Vem har rätt?
Vi ska först mäta sambandet mellan variablerna med hjälp av korrelationer. Därefter analyserar vi deras relativa betydelse med multipel regression.

Vi får ett relativt starkt samband. IQ och SES förklarar totalt 33 % av variationen i utbildningsnivå. Det är ganska mycket inom samhällsvetenskaplig forskning.

Vad har störst betydelse för utbildning? SES eller IQ? Vi besvarar den frågan genom att hålla SES och IQ omväxlande konstant.

Om vi håller IQ konstant kommer en ökning med en SES-enhet att vara associerad med 0,20 extra standardavvikelser på utbildningsnivån. Uttryckt på ett annat sätt: Två personer med samma IQ, men olika socioekonomisk bakgrund, kommer att hamna olika i utbildningsstrukturen.
Om vi i stället håller SES konstant kommer en ökning med en standardavvikelse i IQ att vara associerad med 0,44 standardavvikelser högre utbildningsnivå. Med andra ord: Två personer med samma socioekonomisk bakgrund, men olika IQ, kommer att hamna olika i utbildningsstrukturen.
Vi ser här att IQ:s standardiserade association med utbildning är mer än dubbelt så stark som SES:s. Vi kan också notera t-värdena i tabellen. T-värdet mäter hur säker vi kan vara på att koefficienten verkligen skiljer sig från noll. Ett mycket högt värde betyder att sannolikheten att detta resultat skulle uppstå av slump är extremt liten. I koefficienttabellen ser vi att IQ har ett t-värde på 37,3, medan SES har 17,2. IQ uppvisar också ett starkare standardiserat samband med utbildningsnivå (0,44 standardavvikelser jämfört med 0,20 för SES).

Hur mycket unik förklaringskraft har IQ efter kontroll för SES?

För att kunna besvara denna fråga behöver vi två modeller. Den fulla modellen innehåller variablerna utbildning, IQ och SES. Den enkla modellen innehåller utbildning och IQ. Resultat:

Den fulla modellen förklarar 33 % av variansen i utbildningsvariabeln. Den enkla modellen förklarar tre procentenheter mindre. Det innebär att SES tillför tre procentenheter av ytterligare förklarad varians efter det att IQ redan tagits med i modellen. Sambandet mellan IQ och utbildning kvarstår efter det att vi har kontrollerat för socioekonomisk bakgrund.

Är högre utbildningar mer IQ-selektiva?

En av Murrays och Herrnsteins slutsatser är att olika utbildningar är olika IQ-selektiva.

ANOVA (Analysis of Variance) är en statistisk metod som används för att undersöka om flera gruppers medelvärden skiljer sig mer från varandra än vad som kan förklaras av slumpmässig variation. Med hjälp av ANOVA kan vi besvara frågan om alla utbildningsgrupper har samma genomsnittliga IQ.

Resultaten visar tydliga skillnader i genomsnittlig IQ mellan utbildningsgrupperna.

Skillnaden mellan lägsta utbildningsnivån och högsta är nästan 36 IQ-poäng. Det motsvarar mer än två standardavvikelser – en mycket stor skillnad.

Slutord

Resultaten är förenliga med hypotesen att högre utbildningar är mer kognitivt selektiva. NLSY79-data ligger i stora drag i linje med Murray och Herrnsteins huvudtes: IQ uppvisar en stark association med både utbildningsnivå och ekonomiska utfall. Vad det beror på är en helt annan fråga. Gener eller miljö? Förmodligen både och. Murray och Herrnstein skriver följande:

What might the mix be? We are resolutely agnostic on that issue; as far as we can determine, the evidence does not yet justify an estimate.

Korrelationer bevisar inte orsaksförhållanden, men tesen att IQ endast är en proxy för socioekonomisk bakgrund saknar entydigt stöd i data.