Hvordan måle kjønn?

Temaet i Samtiden 3-2023 er «kjønn – identitet og biologi». Alle artiklene om temaet kan leses her (etter hvert som de blir lagt ut).

Sandra Bakkevoll er utdannet i sammenlignende politikk og jobber som forskningsassistent ved CICERO Senter for klimaforskning.
Hun har tidligere arbeidet med lønnsforskjeller i arbeidsmarkedet, hvor spørsmål om kjønn blir en metodologisk problemstilling.

Foto

Privat

­Helt siden kvinnekampen og tidlig feministisk litteratur har kjønn vært på agendaen, også i forskningen. I samfunnsvitenskapen er og har kjønn alltid vært en viktig forklaringsvariabel i ulike temaer og på tvers av fagfelt. Kjønn har for eksempel vært en viktig skillelinje for ulikhet, blant annet i arbeidsmarkedet, i politisk representasjon og i holdninger. Vi vet for eksempel at kvinner tjener mindre enn menn, sjeldnere innehar toppstillinger, er dårligere representert i politiske organer, og at kvinner er mer bekymret for klimaet og mer positive til velferdstjenester enn menn.

Likevel, til tross for at måten vi ser på og tenker om kjønn har endret seg drastisk de siste tiårene, er måten kjønn måles på i forskningen den samme. Det finnes selvfølgelig unntak, og jeg kan kun skrive fra en statsviters perspektiv, men det er særlig utpreget i kvantitativ forskning basert på spørreundersøkelser. For når forskning finner at kvinner tjener mindre enn menn – hva legges egentlig i begrepene «mann» og «kvinne»?

To juridiske kjønn

Tradisjonelt har kjønn blitt målt som en dikotom variabel – oppdelt i to gjensidig utelukkede kategorier, uten hensyn til andre kjønnsuttrykk eller flytende kjønnsidentitet. I de fleste tilfeller svarer man enten «mann» eller «kvinne» på spørreundersøkelser, og en sjelden gang får man presentert et tredje alternativ: «annet» eller «vil ikke svare». I andre tilfeller, for eksempel i intervjubaserte spørreunder-
søkelser, blir kjønn og andre demografiske variabler hentet ut fra offisielle folkeregistre.

Siden Norge i dag kun har to juridiske kjønn, vil dette bety mann eller kvinne. Alternativt blir det avgjort av den som intervjuer uten å stille spørsmål, og en trenger ikke være statsviter for å se hvordan dette kan være problematisk. Denne måten å måle kjønn på henger rett og slett etter den mer åpne kjønnsforståelsen som har preget samfunnsdebatten de siste årene.

Men hva er alternativene, og hvilke konsekvenser ville endringen av en etablert måte å måle kjønn på hatt for forskningsprosessen?

Sex vs. gender

Det er enkelt å se hvor den binære måten å måle kjønn på kommer fra. Det som er merkelig, er at det ikke har endret seg. Det binære målet på kjønn kommer fra en binær forståelse av biologisk kjønn. På bakgrunn av dette er det nokså enkelt å kvantifisere kjønn etter folkeregistrerte juridiske kjønn. Dette har også vært grunnlaget for de aller fleste databaser, både store og små, og har ført til at det meste som finnes av data på kjønn, er målt dikotomt. Men før forskere kan stille spørsmål om hvordan de skal måle kjønn, må de finne ut hva som legges i konseptet kjønn, og hvilken rolle det spiller i forskningen.

Til tross for at måten vi ser på og tenker om kjønn har endret seg drastisk de siste tiårene, er måten kjønn måles på i forskningen den samme

Feministiske akademikere har brukt mye tid og energi på å utfordre biologisk determinisme – altså oppfatningen om at det finnes biologiske forskjeller som er forankret i naturen og derfor uforanderlige – ved å separere konseptet biologisk kjønn (sex) fra kjønnsidentitet (gender). Mens biologisk kjønn på den ene siden forstås som et biologisk fenomen, altså noe som er tildelt, naturlig og binært, viser kjønnsidentitet til «the roles and behaviours deemed typical of or desirable for each of the sexes» (Bittner og Goodyear-Grant 2017). Kjønnsidentitet åpner derfor for mer variasjon enn biologisk kjønn.  

Mange forskere anerkjenner denne konseptualiseringen, men argumenterer for at det binære målet på kjønn fortsatt kan bukes som proxy – et indirekte mål som samsvarer best mulig med det forskeren faktisk ønsker å måle.¹ En grunn til at forskere fortsetter å bruke biologisk kjønn som proxy i undersøkelser, er ifølge Bittner og Goodyear-Grant (2017): «a move motivated by convenience, but also by unconscious acceptance of the congurence between the two.» Likevel, både i det teoretiske rammeverket og mer generelt i samfunnet har det vært anerkjent at kjønnsidentitet reflekterer en kompleks miks av biologi, sosiologi, sosiale strukturer, institusjoner, og at kjønn og kjønnsidentitet ikke alltid samsvarer (Alexander, Bolzendahl og Wägnerud 2021).

Hva er alternativet?

Det betyr ikke at det ikke finnes andre mer nyanserte måter å måle kjønn på.  

En av de tidligste eksemplene ble presentert på psykologifeltet allerede i 1974 av Sandra Bem, kjent som the Bem Sex Role Inventory (BSRI). I tillegg til å ha to arbeidende foreldre – som var nokså sjeldent i USA på 50-tallet – gjorde Bems tilnærming henne en pioner på sitt forskningsfelt. BSRI er basert på 60 spørsmål om ulike egenskaper hvor individene svarer på en skala fra «aldri» til «alltid». Svarene brukes deretter til å gi en score på hvor feminin, maskulin eller androgyn vedkommende er.

Hva gjør vi med all data som allerede er samlet inn? Er den utdatert og ikke lenger brukbar?

Denne måten å måle kjønn på var revolusjonerende, men ikke problemfri. Til tross for at BSRI forsøker å gi et mer nyansert bilde av kjønn, ble den kritisert for å anta en bipolar skala, hvor maskulinitet og femininitet er to ytterpunkter, og for å basere seg på kjønnsstereotypiske egenskaper. For eksempel, om noen svarer at de ofte eller alltid er omsorgsfull og medfølende, øker feminitetsscoren deres. Om noen svarer at de ofte eller alltid er analytisk og bestemt, øker maskulinitetsscoren deres. BSRI har også blitt kritisert for å være ressurskrevende. En undersøkelse krever allerede mye tid og ressurser, og da er det ikke alltid hensiktsmessig å legge til 60 spørsmål for å måle respondentenes kjønn mer nyansert.

Andre og mindre ressurskrevende alternativer har vært å kategorisk representere diversitet i kjønnsidentiteter med å legge til et tredje – eller flere – svarmuligheter. I dag har det for eksempel blitt vanligere å legge til en tredje kategori «annet» i spørsmål om kjønn i undersøkelser. Eventuelt kunne spørsmålet stilles åpent, og respondenten kunne selv definert sitt eget kjønn. En stor fordel med disse to alternativene er at de krever lite både av forskere og de som svarer på undersøkelsen.

Mens alternativene ovenfor er kategoriske, har også kontinuerlige skalaer blitt mer populært i spørreundersøkelser. Disse ligner på skalaer som allerede er mye brukt, der en stiller spørsmål om hvor respondenten vil plassere seg på en skala, og ikke definerer kjernekonseptene på forhånd. Men dette er heller ikke helt uten problemer. For det første, hva skulle vært ytterpunktene om en ikke lener seg på en bipolar kjønnsforståelse med maskulinitet i den ene enden og femininitet i andre? Og på en kontinuerlig skala fra én til ti, vil syv bety det samme for alle respondenter?

Alternativt er det mulig å kombinere forskjellige typer spørsmål. Magliozzi og kolleger (2016) foreslår for eksempel å legge til et gradert mål på maskulinitet og feminitet i tillegg til spørsmål om biologisk kjønn. Dette er igjen noe som ikke vil være ressurskrevende, men som fortsatt vil tilrettelegge for en mer nyansert forståelse av kjønn.

Det finnes altså flere ulike alternativer, og forskere er ikke bundet av det konvensjonelle binære målet. Men hvilke konsekvenser har dette for forskningen, både fremtidig og for den som allerede finnes?

Er all forskning på kjønn hittil utdatert?

Det finnes mye forskning på kjønn, og enda mer som bruker det som forklaring på et fenomen. Men dersom et binært mål på kjønn ikke er presist nok, hva har vi egentlig funnet ut av? Hva vet vi for eksempel om ulikheter i arbeidsmarkedet, i politisk representasjon og i holdninger mellom menn og kvinner hvis disse to kategoriene ikke representerer den faktiske befolkningen?

En svært vanlig kritikk av forskning på tvers av fagfelt er nettopp at konseptene som har blitt formulert og gjort målbare, er for dårlige, som igjen går ut over analysene og konklusjonene som trekkes. I forskningens verden kalles dette intern validitet og stiller spørsmål om det som skulle måles faktisk har blitt målt. Hvis ikke det er tilfellet, kan det settes spørsmålstegn ved funnene som ble gjort – en forskers verste mareritt.

Et annet, relatert spørsmål handler om data, for hva gjør vi med all data som allerede er samlet inn? Forskere vil ofte se på trender, endringer og generelt fenomener over tid. Dette krever at dataen har blitt samlet inn på samme måte på forskjellige tidspunkt. Det finnes for eksempel data på lønnsforskjeller i flere land og flere tiår tilbake, men kun basert på det binære målet på kjønn. Betyr det da at denne dataen er utdatert og ikke lenger kan brukes?

Dette kan også få konsekvenser ut over selve datakvaliteten, for eksempel i politikken, hvor bestemmelser om likelønn og kjønnskvotering er basert på nettopp disse tallene og denne forskningen.

I praksis

Andre utfordringer handler mer om praktiske hensyn. Å utvide undersøkelser tar som nevnt både tid og ressurser. I tillegg er det viktig å få nok svar. Jo vanskeligere, lengre og mer kompleks en spørreundersøkelse blir, jo færre fullfører undersøkelsen.

Hva vet vi om ulikheter i arbeidsmarkedet, i politisk representasjon og i holdninger mellom menn og kvinner hvis disse to kategoriene ikke representerer den faktiske befolkningen?

På den ene siden vet alle som har jobbet med spørreundersøkelser, hvor utfordrende det er å få tak i nok respondenter. På den andre siden vet alle som har fått forespørsler – på telefon, e-post eller hvor det måtte være – om å svare på spørreundersøkelser, hvor ofte man takker nei.

Foto

Øyvind Hovland

Likevel, det er ikke alltid kjønn er sentralt for en spørreundersøkelse eller for formålet med forskningen. Da er det vel ingen grunn til å inkludere spørsmål om kjønn, og kanskje det å alltid spørre om kjønn ikke burde være standarden. Trenger vi for eksempel å vite hvilket kjønn som kjører mest elbil? Eller hvis en skal finne ut hvilket parti som har størst oppslutning før et valg, er det nødvendig å bruke ekstra tid, ressurser og risikere lavere svarprosent kun for å inkludere en potensielt irrelevant demografisk faktor?

Forskningen er premissleverandør, bruk av en rigid kjønnsforståelse kan underbygge, etablere og forsterke oppfatningen av kjønn i samfunnet

Det kan også hende at bruken av andre mål ikke nødvendigvis endrer funnene. Juridisk kjønn er kun et tilnærmet mål – en såkalt proxy – men disse kan også ha stor verdi dersom de er gode nok. I en undersøkelse gjort av Magliozzi og kolleger (2016) testet de blant annet dette ved å gjennomføre en pilotundersøkelse. I undersøkelsen stilte de spørsmål om hvor feminin og maskulin respondentene så seg selv på en skala fra ikke i det hele tatt til veldig i tillegg til registrert juridisk kjønn. I studien fant de at disse graderte målene viste variasjon i kjønnsuttrykk blant respondentene, altså mer eller mindre feminine menn, kvinner og intersex, men også et stort overlapp mellom hvor feminin/maskulin respondentene så seg selv, og hva deres registrerte juridiske kjønn var.

En helt ny verden av kunnskap

På en annen side kan mer nyanserte mål på kjønn åpne for ny og innovativ forskning. Et spennende eksempel er hvor forskere har funnet at kvinner er mindre villige til å ta risiko og mindre konfronterende enn menn. Med dette i bakhodet har teorier om lønnsforskjeller mellom menn og kvinner konkludert at en av forklaringene rett og slett er at menn går hardere inn i lønnsforhandlinger. Likevel både vet og ser vi at det er kvinner som går beinhardt inn i lønnsforhandlinger og får topplederstillinger. Et interessant spørsmål hadde derfor vært hvordan disse kvinnene ville beskrevet sitt kjønn med tanke på femininitet og maskulinitet, eller om denne ulikheten i det hele tatt er relevant dersom man bruker et annet mål på kjønn.

Kjønn er ikke bare interessant som en faktor som skal forklare et annet fenomen, men også som fenomen i seg selv. Hva påvirker respondents svar på spørsmål om kjønn? Er det for eksempel noen mønster med tanke på alder, kulturell bakgrunn eller politisk ståsted som legger føring for hvordan noen identifiserer seg? Eller er det noe i selve metoden og måten forskerne ordlegger seg på, som gjør at noen velger det ene alternativet over det andre?

Mest av alt er alternative mål med rom for en utvidet forståelse av kjønn viktig for å kunne identifisere og forstå grupper som faller utenfor den binære kjønnsforståelsen. Dette er en høyst understudert gruppe. Vi vet for eksempel utrolig lite om hvordan transpersoner har det i arbeidslivet, og derfor lite om hva som kan gjøres for å bedre vilkårene deres. Hvordan skal vi kunne gjøre noe med lovgivningen, for eksempel innføre et tredje juridisk kjønn, om store deler av ekspertisen bygger opp under en binær og gjensidig utelukkende oppfatning av kjønn?

I dette ligger en stor normativ rolle forskningen har som premissleverandør. En vedvarende bruk av en rigid kjønnsforståelse er med på å underbygge, etablere og forsterke denne oppfatningen i samfunnet. Det handler ikke bare om å gi en stemme til sårbare grupper, men å kunne utforske ulikheter knyttet til disse gruppene, sette det på agendaen og få til meningsfulle endringer.

Er det nødvendig å bruke alternative mål?

Det finnes altså flere alternativer, men er det egentlig nødvendig?

På den ene siden, nei. For noen forskere, prosjekter og problemstillinger er ikke formålet å gi et så nyansert, representativt og inkluderende bilde på kjønn som mulig. Da er spørsmålet: Hvor mye ekstra tid og ressurser skal en bruke for å få til dette når det ikke nødvendigvis har noe å si for studien? Ifølge Magliozzi og kolleger (2016) er bruken av biologisk kjønn som proxy «a blunt tool», men av og til er det nettopp det som trengs. Man trenger altså ikke kaste dette målet – eller all data som bruker det – på dør. Det viktigste er å tenke nøye gjennom hva man egentlig vil finne ut av, og stille spørsmålet: Hva ønsker jeg egentlig å måle? Dersom kjønn er sentralt, er det verdt å se over noen av disse alternativene.

På den andre siden, ja. Ord bærer mening, og ved å bruke alternative mål på kjønn utfordres den institusjonaliserte oppfatningen av kjønn som binært. Det er ikke alltid man trenger 60 spørsmål, men det krever lite å legge til en tredje kategori «annet» i stedet for «foretrekker å ikke svare» (for disse betyr virkelig ikke det samme), omformulere og presisere at man spør etter biologisk kjønn og/eller legge til spørsmål om femininitet/maskulinitet.

Mer forskning trengs for å finne ut av hvilke mål som fungerer best, og hvordan dette påvirker resultatene. Men vi må starte et sted for å endre disse innøvde praksisene, og det er på høy tid at vi gjør det.

1) En proxy brukes i samfunnsvitenskapen, og andre fagfelt, når det som skal studeres av en eller annen grunn ikke kan måles direkte. Et eksempel er hvordan utdanningsnivå ofte brukes for å måle klasseforskjeller i samfunnet. Klasseforskjeller er vanskelig å måle, blant annet på grunn av personvern (lønn, inntekt og formue er svært sensitive opplysninger og derfor vanskelig å få tilgang til data på) og kompleksiteten i fenomenet – hvordan tar man i et eneste tall hensyn til familiens økonomiske historie, samboers/ektefelles økonomi, og så videre? Utdanningsnivå er både enklere som konsept og mer tilgjengelig som data. Siden utdanningsnivå har vært assosiert med personlig økonomi – man antar at disse i stor grad samsvarer, altså høyere utdanning gir høyere inntekt – har det derfor vært vanlig å bruke utdanningsnivå for å studere klasseforskjeller i samfunnet.

Referanser

Bittner, Amanda and Elizabeth Goodyear-Grant. 2017. «Sex isn’t Gender: Reforming Concepts and

Measurements in the Study of Public Opinion». Political Behavior 39(4): 1019-1041.  

Magliozzi, Devon, Aliya Saperstein og Laurel Westbrook. 2016. «Scaling Up: Representing Gender

Diversity in Survey Research». Sociological Research for a Dynamic World 2: 1-11.