KVANTITATIV METOD I HISTORISK FORSKNING

I »the presidential address» vid American Historical Associations arsmote i Chicago haromaret behandlade professor Carl Bridenbaugh metodproblemi historisk forskning av idag och vande sig darvid sarskilt mot samhallsvetenskapsmannens satt att behandla historiska problem, deras forskningsmetod och framfor allt de starka intryck historikerna pa senare tid tagit av dem. »Their (the social scientists) greatest deficiency is their lack of human understanding, which is the first requirement of the good historian; they do not understand or care about chaps. They deal in statistics, with units and trends, hoping to deduce laws of society; their works are primarily systematic, reveal little if any historical sense, and they ignore chronology.» ... that historical facts are unique in character, space, and time», fortsatte Bridenbaugh, »restrains the historian from trying to fit them into a rigid theory or fixed pattern - and here he can render emergency yeoman service to his unhistorical colleagues in other disciplins.» . . . »The finest historians*, framholl han

slutligen, »will not be those who succomb to the dehumanizing methods of social sciences, whatever their uses and values, which I hasten to acknowledge. Nor will the historian worship at the shrine of that Bitchgoddess,Quantification.« (American Historical Review, Jan. 1963).

Sa langt Carl Bridenbaugh.

Som en motpol till denne kan namnas den kande engelske historikern Sir Lewis Namier, som varnar for tendensen att overdriva individens roll i historien och framhaver de faktorer, som ar mojliga att underkasta kvantitativ behandling. Hans larjungar pa bada sidor om Atlanten har fort dessa tankegangar vidare och menar sig kunna underkasta alia historiska problem kvantitativ analys, reducera det subjektiva momentet och forvandla historia till en objektiv vetenskap, vars resultat kan uttryckas i siffror, tabeller och diagram.

I ett tal vid American Sociological Associations arsmote 1962 polimiserade Arthur Schlesinger, Jr. skarpt mot denna vardering av den kvantitativa metoden. Tricket ar, framholl Schlesinger, att dessa historiker bortser fran hela den rad av fragestallningar, som inte kan underkastas kvantitativ analys. »The humanist», understrok Schlesinger, »does not deny the value of the quantitative method. What he denies is that it can handle everything which the humanist must take into account; what he condemns is the assumption that things which quantitative methods can't handle don't matter.» (American Sociological Review, Dec. 1962).

Vad innebar denna kvantitativa metod, som vacker sa starka kanslor?

Kort sagt, att genom bortseende fran individuella sardrag klassifisera
det foreliggande kallmaterialet och darigenom mojliggora en siffermassig
behandling darav med utnyttjande av statistisk metod.

Teoretiskt innebar detta ingenting nytt. Redan da man adderade kallbelaggen
for den ena eller andra uppfattningen - en i och for sig forkastlig
metod - anvande man kvantitativ metod i dess enklaste form.

Kvantitativ metod ar alltsa en fraga om sdttet att utnyttja kallmaterialet - inte i och for sig kallmaterialets egen karaktar. Teoretiskt sett kan kallor av vad slag det vara ma bli foremal for kvantitativ behandling. I praktiken daremot lampar sig vissa typer av kallmaterial battre for kvantitativ analys an andra. I dagligt tal har darfor ocksa kvantitativ metod kommit att sammankopplas med kallmaterial av en viss typ - framst det som ger massdata av inbordes enhetlig karaktar, som t. ex. jordebocker, skattelangder, befolkningsstatistik, tulluppgifter, valresultat osv.

Granskar vi narmare de tva olika typer av kallmaterial, som jag nyss
namnde, finns vissa grundlaggande skillnader.

Sa lange historieforskningen framfor allt sysslade med politisk historia, personhistoria och krigshistoria bestod kallmaterialet framst av akter och diplom, brev och dagbocker samt berattelser av olika slag. Till sin art ett berattande material med enstaka inslag av kvarlevor i form av aktstycken fran sjalva det handelseforlopp, som var foremal for undersbkningen. Hela den klassiska kallkritiken - Bernheims, Seignobos' och Erslevs - ar ocksa uppbyggd pa en historieforskning av denna art och inriktning.

Med det vaxande intresset for ekonomisk och social historia, som ar en foljd av en mera materialistisk grundsyn och vara dagars; hela samhallsuppfattning, har intresset mer och mer kommit att riktas ocksa mot kailmaterial av annat slag. Saval samhallets som den enskildes verksamhet har i alia tider avsatt spar i form av rakenskaper och verifikationer, uppbbrdslangder, befolkningsuppgifter i kyrkobocker och folkbokfbring, legala dokument av olika slag som t. ex. bouppteckningar, register, ansbkningar, beviljade tillstand osv. Karakteristiskt for detta kallmaterial ar att det bestar av ett stort antal enhetliga uppgifter. Tagna var for sig ger de endast en enda, ofta ovasentlig uppgift om varje individuell enhet. Tillsammans oppnar de daremot stora mojligheter till information om samhallstillstand och fbrandringar i samhallets ekonomiska och sociala struktur.

Ursprungligen har dessa uppgifter - med undantag kanske for den rena statistiken - tillkommit i helt annat syfte an att tjana historieskrivningen. Det satt varpa uppgifterna tillkommit eller insamlats, syftet darmed och den behandling de underkastats maste darfor noga klarlaggas, innan de kan utnyttjas som historiskt kallmaterial. I manga fall maste ocksa historikern ga till de prirnara data som foreligger, upplosa den ram i vilken dessa redovisas och bortse fran de samband, som inom denna skapats dem emellan, och sjalv reorganisera dem i kategorier mera lampade for den fragestallning, som ar foremalet for hans undersokning. Att detta skapar stora, ibland svarbemastrade problem sager sig sjalv.

Kvantitativ metod och utnyttjande av massdata som historisk kalla ar ingalunda nagot inom forskningen alldeles nytt. Jag behover har blott minna om Hans Forssells »Sveriges inre historia fran Gustaf den forste» (1869-75), »Sverige 1571» (1872-83) och hans »Anteckningar om Sverigesjordbruksnaring i 16:e seklet» (1884), dar Hans Forssell pa grundval av rakenskaper, jordebocker och uppbordslangder av olika slag tecknade en helt ny bild av 1500-talets Sverige; Nina Bangs utgava av Oresundstullrakenskaperna(1906; 1922) och den roll dessa spelat inte bara for kannedomen om sjofart och varuutbyte utan for hela Nordens historia;

Vdino Voionmaas studier i Finlands ekonomiska historia, dar han bl. a. med utgangspunkt fran 1500-talets skattelangder behandlat medeltidens och reformationstidens forvaltnings- och finansproblem; samt Asgaut Steinnes undersokningar av samhallsforhallandena i Norge pa grundval av skattelangder och jordebocker. Som svensk vill jag kanske i detta sammanhangnamna ytterligare tva. namn: Gustaf Sundbdrg, som genom emigrationsutredningen ar portalgestalten for den pa demografiska uppgiftergrundade forskningen, samt Eli Heckscher med sin »Sveriges ekonomiskahistoria

Men aven om de kvantitativa metoderna i och for sig inte ar nagot nytt i nordisk historisk forskning har dock de darmed forenade problemen pa senare tid fatt en aktualitet som aldrig forr. Orsaken ar dels det okade intresset for ekonomisk och social historia, dels och framfor allt de nya mojligheter modern teknik oppnat for behandling av massdata. Forskningen av idag kan salunda behandla och utnyttja material av en storleksordning, som annu for bara nagra ar sedan var helt otankbart. Dessa nya mojligheter har ocksa fatt viktiga konsekvenser i metodiskt avseende, konsekvenser som hittills annu inte blivit fbremal for nagon mera ingaende diskussion.

Den kvantitativa metoden, dvs. utnyttjandet av massdata som historiskt
kallmaterial, staller tva metodiska problem av delvis olika art:

1. Kritiken av de enskilda data, som ar foremal for behandling;

2. Sattet att bearbeta och utnyttja dessa data, dvs. en vardering av de olika mojligheter till bearbetning, som numera finns samt de problem, som ar forknippade med historisk rekonstruktion pa grundval darav.

Det forsta problemet, kallkritik av massdata, innebar i korthet vederborlig hansyn till uppgifternas tillkomsthistoria, det syfte i vilket de samlats, formen for tradering och den tendens dessa faktorer eventuellt kan medfora. Denna form av »kallkritik av massdata» innebar metodiskt inget nytt, ar allmant erkand som ett nodvandigt led innan materialet kan utnyttjas for kvantitativa berakningar och har i manga fall med framgang tillampats. Nagra exempel.

I diskussionen om Sveriges inre tillstand under det stora nordiska kriget, som nara sammanhanger med varderingen av Karl XII och hela synen pa Sveriges stormaktstid, lade Gustaf Edvard Axelson uppgifterna om antalet odehemman i landshovdingeberattelserna till grund for sina slutsatser - en i morka farger hallen bild av tillstandet i landet. Sigurd Schartau framhollemellertid

hollemellertidlandshovdingeberattelsernas tendens och betecknade dem som overdrivna svartmalningar, tillkomna i syfte att bereda det egna lanet lattnader och befrielser fran vidare utskrivningar och extra palagor. Sjalv lade Schartau istallet landsbockernas avkortning av odehemman till grund for sina slutsatser och fann, att antalet odehemman inte var sa stort som vantat och att kriget ingalunda fororsakat uppkomsten av nagot storre antal nya odemal. Slutsatsen blev, att forhallandet i landet vid Karl XII :s dod var battre an man tidigare ansett, hans politik mera forsvarlig an tidigare framstallts. Gunnar Olander gick ett steg langre och vande sig till kallorna for landsbockernas uppgifter om antalet odehemman: de till landsbockerna fogade verifikationerna. Han kunde har pavisa, att landsbockernas ordinarie avkortningsuppgifter inte alltid redovisade hela antalet odehemman utan endast gammalt odemal, att det verkliga antalet odehemman var langt storre an Schartau menat och tillstandet i landet foljaktligen langt samre. Senare forskning har emellertid visat, att ocksa verifikationernas redovisning av odemalet har en stark formell karaktar och att man inte pa grundval av en isolerad avkortningspost - odeavkortningen - kan draga nagra sakra slutsatser om det inre tillstandetvid olika tidspunkter eller i olika delar av landet (J. Weibull, Scandia 1958).

Ett annat exempel. I svensk handelsstatistik redovisas export och import under 1800-talet och 1900-talets forsta ar under det land dit varan fordes eller darifran den kom — vare sig detta var dess definitiva destination eller ej. Systemet medforde bl. a., att Sverige fran ar 1902 under den svensk-norska unionens sista ar, nagra ar efter mellanrikslagens upphavande, plotsligt enligt statistiken fick en starkt okad export till Norge. Forklaringen ar helt enkelt tillkomsten av Ofotenbanan och en narmare granskning av siffrorna visar, att okningen av exporter uteslutande berodde pa de valdiga mangder jarnmalm vi darmed enligt statistiken skulle exporterat till Norge, narmare bestamt till Narvik. I detta fall ar det latt att avsloja felet och korrigera det. Men att pa grundval av denna statistik rekonstruera var handel pa Forenta Staterna, som under 1800-talet nastan i sin helhet gick via engelska eller tyska hamnar och darifran pa frammande kolar till Amerika, ar en hart nar omojlig uppgift. Att hansyn till de statistiska primaruppgifternas karaktar i detta fall maste tagas, inser var och en som kanner deras egenheter - men i praktiken har detta sallan skett vid skildringar av Sveriges utrikeshandel under 1800-talet.

Nog med exempel. Nodvandigheten av detta slag av kallkritik av massdataar
nagot, som numera allmant erkannes och efter basta formaga tilllampas.De
grova misstag, som i detta avseende begatts, tillhor den

kvantitativa metodens barnsjukdomar. Metodiskt och teoretiskt ar de problem som ar forknippade darmed triviala, aven om de i praktiken ar nog sa viktiga och ofta synnerligen svarbemastrade. Diskussionen om den kvantitativa metodens anvandning och darmed sammanhangande problem har darfor ocksa i kanske alltfor hog grad stannat infor denna »kallkritik av massdata». Den metodiskt vida intressantare fragan, om mojligheterna att utnyttja de fakta det med kvantitativa metoder bearbetade kallmaterialetstaller till vart forfogande, har kommit i skymundan.

For att forsta de problem, som ar forknippade med historisk rekonstruktion
pa grundval av kvantitativ analys, forst nagra ord om modern datateknik.

Datamaskinen betraktas av manga humanister med en sorts skrackblandad vordnad - bara papekandet att man i sitt arbete utnyttjat datamaskiner som hjalpmedel tycks ha ett varde i sig. Darfor vill jag garna borja med att framhalla, att en datamaskin dock inte ar nagot annat och mera an en raknemaskin - bara nagot snabbare.

Sa lange vi arbetade med raknesnurra och additionsmaskin, gick arbetet inte fortare an att vi utan alltfor stora svarigheter kunde folja med. Den moderna datamaskinen daremot arbetar mycket snabbare an nagon mansklig hjarna. Och det ar dar hemligheten ligger. Genom sin snabbhet och genom att den - som en konsekvens darav - kan behandla och beharska ett material oandligt mycket storre an vi sjalva kan halla i huvudet och overblicka, gor den pa lekmannen intrycket av ett slags trolleri. X

For historikerna oppnar datamaskinen nya mojligheter. Massdata av en typ, som tidigare inte har kunnat bearbetats helt enkelt pa grund av sin mangd, kan nu bade overblickas och behandlas. Sat. ex. data om emigration och immigration, dar det ror sig som i USA om millioner individer arligen, sa ocksa t. ex. tidningsmaterial, som foreligger i en omfattning, att det tidigare inte kunnat overblickas och an mindre systematiseras och bearbetas.

Men det ar inte bara formagan att overblicka och systematisera ett langt storre antal data an tidigare, som oppnar nya mojligheter. Viktigare an detta ar - atminstone ur metodisk synpunkt - de nya mojligheter som datamaskinen ger att bearbeta detta kallmaterial. Lat mig illustrera det med ett exempel.

For en djupare forstaelse av det politiska forloppet ar kannedomen om
de politiska partiernas sociala rekrytering och den sociala strukturen av

deras rostunderlag i val av stor betydelse. Utformningen av ett partiprogramsker inte utan hansyn till de valjargrupper partiet ifraga representerareller anser sig representera. Det samma galler partiets initiativ och stallningstagande i riksdag och regering.

Den svenska valstatistiken redovisar for riksdagsmannavalen 1911-1948 bara antalet roster fordelade pa respektive politiska parti, utan ocksa yrkesfordelningen for de i varje valdistrikt rostande. En dylik statistik, dar de avgivna rosterna fordelats efter de rostandes yrke och socialgrupp, ger enastaende mojligheter for historikern att med moderna metoder angripa problemet om hur starkt stod det ena eller andra politiska partiet haft och har inom olika yrkeskategorier och socialgrupper. Problemet bestar helt enkelt i att fordela de roster partiet erhallit i ett valdistrikt eller en valkrets pa yrkesgrupper. Antar man, att valresultatet ar en direkt funktion av den sociala grupperingen, bor de procenttal man pa detta satt finner stamma aven i andra valkretsar. Rakner man pa detta satt over alia valkretsar i hela riket, kan man genom regressionsanalys finna den procentuella andel av rosterna inom var yrkesgrupp, som tillampade i rikets samtliga valkretsar ger de matematiskt basta mojliga vardena.

Carl-Gunnar Janson har i sin avhandling »Mandattilldelning och regional rostfordelning» (1961) genom regressionsanalys pa detta satt beraknat de olika politiska partiernas roster fordelade pa tre yrkeskategorier.

Gosta Carlsson har i sin undersokning »Partiforskjutningar som till— vaxtprocesser» (Statsv. tidskr. 1963) tagit upp samma problem, men med en delvis annan metod. For att undvika de negativa varden och varden over 100 %, som Janson i sin undersokning ibland erhallit, har Gosta Carlsson istallet utgatt fran modeller, konstruerade utifran den allmanna kannedom vi ager om de politiska partiernas sociala struktur. Procentsatserna inom varje yrkesgrupp - Carlsson laborerar med 6 sadana - har darvid valts sa, att summan av det antal roster detta ger for hela riket stammer med det antal roster partiet i fraga verkligen fatt. Dessa »fritt valda» modeller provas sedan valkrets for valkrets och vid olika valtillfallen. Korrelationen beraknas mellan den »vantade rostandelen» — dvs. den modellen ger - och den »observerade rostandelen» - dvs. det antal roster partiet ifraga verkligen fatt valkrets for valkrets. Felvarians och motsvarande standardavvikelse bestammes, som ett uttryck for hur god anpassning till den regionala variationen de olika modellerna ger.

Carl-Gunnar Janson har salunda gjort en regressionsanalys per parti
med fordelning pa tre yrkesgrupper; Gosta Carlsson provat sex olika modellermed

dellermedanvandande av en indelning i sex yrkeskategorier, men istallet begransat sig till ett enda politiskt parti, det socialdemokratiska. Med datamaskinens hjalp kan det mycket omfattande raknearbetet i hog grad underlattas. I den undersokning av samma slag, som statistikern Christer Weibull och jag forra aret utforde, gjorde vi inte mindre an ett hundratal regressionsanalyser med olika yrkesindelning och olika villkor for resultatet. Vidare provade vi pa samma satt som Gosta Carlsson olika modeller sa konstruerade, att procentsatserna for varje yrkesgrupp stegvis forandrades och olika kombinationer pa detta satt systematiskt provades. Korrelationskoefficienten beraknades pa detta senare satt for ett mycket stort antal olika modeller for vart parti.

Men det ar inte omfattningen av raknearbetet som i och for sig skanker dessa nya undersokningar dess intresse ur metodisk synpunkt. Problemet ar framfor allt pa vad satt resultaten kan och bor utnyttjas. Jag skall har soka belysa nagra av dessa problem med utgangspunkt fran samma exempel jag nyss berort - undersokningen av de politiska partiernas sociala struktur, eller rattare, rostfordelningen pa olika partier inom skilda yrkeskategorier och socialgrupper.

Forst nagot om sjalva grundindelningen efter vilken data systematiseras - i detta fall indelningen i yrkesgrupper. Teoretiskt forefaller detta enkelt: valet av yrkesgrupper maste bestammas av de fragestallningar man vill belysa, som t. ex. stad-land, storstad-smastad, smabrukarbygd-storgodsomrade, eller rent regionala skillnader som i mitt fall. t. ex. norrlandsfrisinne—mellansvensk liberalism—smalandsfrisinne, osv.

Men i praktiken ar det inte sa enkelt. Dels begransas mojligheterna ofta av den indelning av data kallmaterialet erbjuder — i vart speciella fall ingen storre svarighet, da valstatistiken fordelar de rostande pa inte mindre an 26 olika yrkeskategorier. Betydligt varre ar da. det matematiska kravet pa att grupperna inte far bli av alltfor olika storlek, sa att den minsta gruppen bara utgor en brakdel av den storsta och darfor vager alltfor latt. Vad resultatet i sa fall kan bli framgar t. ex. av John Olssons undersokning pa 1920-talet, dar han bl. a. fann att det inte finns nagon som heist korrelation mellan socialgrupp I pa landsbygden och antalet roster pa de borgerliga partierna (Statsv. tidskr. 1923). Det enda parti, som visade nagon korrelation med socialgrupp I, var det socialdemokratiska. Forklaringen ar helt enkelt, att socialgrupp I endast utgjorde 4 % av de rostande pa landsbygden och darfor inte formadde paverka resultatet.

Metodiskt sett mera svarbemastrat ar problemet om resultatens beroendeav

roendeavantalet faktorer. Om man i likhet med Carl-Gunnar Janson slar ihop yrkesgrupperna sa att endast tre aterstar, finner man delvis andra samband an om man arbetar med sex yrkesgrupper, aven om dessa senare bara ar en ren uppspjalkning av de tidigare tre. Detta beror pa ett valkantstatistiskt fenomen, namligen att ett samband kan helt forandra karaktar om man tar med fler faktorer eller - som i detta fall - delar upp de faktorer man har i delfaktorer. De svarigheter detta medfor har tidigareinte, mig veterligen, observerats av historikerna.

Ett annat problem av liknande slag ar att man vid vanlig regressionsanalys i manga fall erhaller negativa varden eller varden over 1 (100 %) for ett partis rostandel inom en viss yrkesgrupp. Sjalvklart maste koefficienterna for ett politiskt partis rostandel inom varje yrkesgrupp vara ett positivt tal mellan 0-1 (0-100 %). Negativa varden och tal over 1 (100 %) ar i detta sammanhang orimliga. Ett satt att losa problemet ar att satta alia negativa varden till 0, alia varden over 1 till jamnt 1 (100 %). Det maste dock i sa fall observeras, att andras en koefficient — t. ex. en med negativt varde till 0 - sa andras de ovriga koefficienterna inte bara i proportion hartill. Resultatet blir i manga fall ett helt annat an tidigare: i det har namnda exemplet blir salunda bilden av de politiska partiernas rostandel inom olika yrkesgrupper en helt annan an den regressionsanalysen ursprungligen givit.

Den undersokning Christer Weibull och jag gjort pa det valstatistiska materialet visar salunda, att en regressionsanalys kan erbjuda stora tolkningssvarigheter. Samma data med endast obetydliga forandringar i uppdelning eller gruppering kan ge helt olika resultat.

Och darmed ar jag framme vid sjalva huvudproblemet: tolkningen
av de resultat den kvantitativa analysen staller till vart forfogande.

Forst ett rent teoretiskt resonemang. Valresultat kan inte - lika litet som de fiesta andra data vi historiker underkastar kvantitativ analys - rimligen anses vara experimentella resultat i statistisk mening. En statistisk analys av dessa data maste darfor begransas till att avse en beskrivning och en provning av i forvag uppstallda hypoteser. De slutsatser man kan dra blir darfor i forsta hand vilka samband som kan finnas. Det bor i detta sammanhang sarskilt observeras, att man i icke-experimentella situationer inte kan dra den slutsatsen, att materialet stoder en viss hypotes, utan bara att materialet inte motsager hypotesen.

Om man saledes hypotetiskt antager, att det existerar ett visst samband
mellan den regionala variationen i fraga om fordelningen av rosterna pa
ett visst politiskt parti och de regionala variationerna i yrkesfordelningen,

kan man kanske visa, att detta antagande inte motsdges av materialet, men darav foljer naturligtvis inte, att det maste vara sa. For den saken fordras, att man dessutom visar, att materialet motsager varje annan form av samband. En statistisk analys kan alltsa bara visa vilka samband som ar forenliga med det foreliggande materialet - inte mer.

Och detta ar en punkt dar vi historiker ofta syndar: finner vi en korrelation framstaller vi ofta orsakssambandet som sakert och odisputabelt. En allvarlig varning for siffrornas trollmakt ar har pa sin plats. Det kritiska sinne, som ar sa utpraglat, nar det galler berattande kallor, trader ofta helt ur funktion infor korrelationskoefficienter, tabeller och diagram.

Till sist: ar det matematiskt basta resultatet nodvandigtvis det historiskt
riktigaste?

Fragan har tidigare mig veterligen inte stallts, antagligen helt enkelt darfor att fore datamaskinens tid man i allmanhet bara genomfort en berakning och darfor bara natt ett resultat - i allmanhet det »matematiskt basta«. De rent matematiskt samre resultaten har man sallan gjort sig modan att berakna. Men darfor saknar de ingalunda intresse. Endast om man forutsatter, att resultatet ar en direkt funktion av den eller de faktorer, som tagits med i berakningen och enbart av dessa — i det ovannamnda exemplet valresultatet av valjarnas yrke och sociala stallning - ar det matematiskt basta resultatet ocksa det historiskt riktigaste. Men det historiska forloppet ar i verkligheten langt mera komplext, faktorerna som paverkat resultatet langt flera an man i nagon undersokning av detta slag kan overblicka och rakna med. Varje undersokning innebar darfor en langt driven forenkling, dar endast nagon eller nagra faktorer tagits med och resultatet betraktas som en ren funktion av denna eller dessa. Aven om dessa faktorer visar sig aga stor forklaringskraft — dvs. ar ratt valda — sa kan de ej annat an i rena specialfall forklara hela forloppet. Darmed kan inte heller uteslutas, att, om hansyn ocksa tages till andra faktorer an den eller de berakningarna bygger pa, en annan losning an den i detta fall matematiskt basta kan ge en historiskt mera tilfredsstallande forklaring. I foreliggande undersokning av Liberala samlingspartiets rostandel inom olika yrkesgrupper vid valet 1911 har i nagra fall flera olika, rent matematiskt acceptabla losningar kunnat presenteras. I valet dem emellan far inte en relativt obetydlig skillnad i korrelationskoefficienten falla utslaget. Losningarna maste provas mot andra faktorer, resultatet av den kvantitativa analysen vagas mot kallbelagg av annan karaktar.

Ett resultat av den har refererade undersokningen ar alltsa, den inblickden

blickdengivit i de risker, som ar forenade med att draga nagra slutsatser om samband mellan yrkesgruppering och rostandelar pa grundval av endast ett fatal modeller. Utan en jamforelse med ett stort antal olika modeller torde det inte vara mojligt att med nagon sakerhet dra nagra slutsatser. Lika farligt synes det vara att endast genomfora en vanlig regressionsanalysoch taga resultaten av en sadan for gott. Sattes de negativakoefficienterna, som vid en sadan berakning i flera fall erhalles, till vardet 0, andrar i manga fall ovriga koefficienter fullstandigt karaktar.

For att sammanfatta. Modern datateknik ger historikern mojlighet att utvinna och bearbeta ett kallmaterial, som tidigare pa grund av sin omfattning varit omojligt att behandla. I manga fall ar detta massdata av en typ, som star den historiska kvarlevan nara — alltsa kallor av hogt varde. Genom statistisk bearbetning och matematisk analys kan vi ur detta material med den moderna teknikens hjalp utvinna nya data - skapa ett nytt kallmaterial. Men dessa kallor maste, liksom alia andra underkastas kritik, tolkas och sattas in i sitt sammanhang. Siffrornas trollmakt, de skenbart exakta resultaten, far inte leda till att vi overskattar deras viirde. De med kvantitativ metod vunna resultaten maste vagas mot kallor av annat slag, rekonstruktionen byggas med hansynstagande till bade gammalt och nytt kallmaterial.