Samhälle och inom vetenskap

Name: Samhälle och inom vetenskap — Matte 1c
Author: Mikael Fallström

Matte 1c

Kursplaneförankrat (Lgr22/Gy25) och granskat av Mikael Fallström, grundare och ansvarig redaktör.

Studien visar att skärmtid orsakar depression hos ungdomar. Det låter övertygande — men är det verkligen vad studien visade? Kanske är det de som redan är deprimerade som söker sig till telefonen, inte tvärtom. Eller kanske är det en tredje faktor, som sömnbrist eller ensamhet, som driver båda. Korrelation — att två saker rör sig tillsammans — är inte detsamma som kausalitet, att det ena orsakar det andra.

Det här är kärnan i hur statistik kan missbrukas eller misstolkas: att läsa en siffra utan att fråga hur den togs fram. Signifikans är ett vanligt missförstått begrepp. I statistisk mening betyder det inte viktigt utan osannolikt att ha uppstått av slumpen. Ett resultat kan vara statistiskt signifikant men ändå litet och utan praktisk betydelse — och ett litet urval kan ge ett imponerande resultat som inte håller.

Urvalet är lika avgörande som själva siffrorna. En undersökning om skolvälmående som bara frågar elever som frivilligt stannar kvar efter skolan ger ett skevt resultat, eftersom de troligen mår bättre än genomsnittet. Att förstå vilka som ingick — och vilka som inte ingick — är lika viktigt som att kunna läsa procentsatserna.

Ur kursplanen: Exempel på hur några statistiska begrepp används i samhälle och inom vetenskap, inklusive signifikans, korrelation, kausalitet, urvalsmetoder och felkällor.

Det här lär du dig

✓Förklara skillnaden mellan korrelation och kausalitet med egna exempel
✓Beskriva vad statistisk signifikans innebär och vad det inte innebär
✓Identifiera hur urvalsmetoden kan påverka och snedvrida ett resultat
✓Använda begreppet felkälla för att kritiskt granska en undersökning

övningstyper

∞

genererade uppgifter

anpassad svårighet

Vanliga utmaningar

Tolkar korrelation som orsakssamband

Att glassförsäljning och drunkningsolyckor stiger på sommaren beror båda på värmen — inte på varandra. Innan du säger att A orsakar B: finns det en tredje faktor? Kan det vara tvärtom? Kan båda bero på något annat? Fråga alltid.

Tror att statistiskt signifikant betyder viktigt

Statistiskt signifikant betyder att resultatet sannolikt inte uppstod av slump — det säger ingenting om hur stor eller praktiskt meningsfull skillnaden är. En studie med 100 000 deltagare kan hitta signifikanta skillnader som saknar all praktisk betydelse.

Ignorerar hur urvalet gjordes

75 % av de tillfrågade säger X — men vilka tillfrågades, hur och var? Om bara en viss grupp valdes ut kan resultatet inte generaliseras till alla. Fråga alltid: vem frågades, på vilket sätt, och vem valdes bort?

Matte i vardagen

Opinionsmätning med felmarginal

Två partier på 28 % respektive 29 % med ±3 % felmarginal kan inte rangordnas — skillnaden ryms inom felmarginalen. Att rapportera det ena som ledande är vilseledande. Felmarginalen är inte en detalj, den är en del av resultatet.

Skärmtid och psykisk hälsa

Studier visar samband mellan hög skärmtid och depression, men orsakssambandet är oklart. Kontrollerade experiment där man slumpmässigt tilldelar deltagare olika skärmtid ger starkare bevis för kausalitet än observationsstudier som bara mäter sambandet.

Tips

💡Nästa gång du hör studien visar att..., ställ tre frågor direkt: Hur många deltog? Vem valdes ut? Kan det finnas en annan förklaring till sambandet? De tre frågorna avslöjar de flesta svaga studier.
💡Öva på att hitta korrelationsexempel som inte är kausalitet — glassförsäljning och drunkningar, skostorlek och läskunnighet hos barn. Det skärper känslan för när ett samband faktiskt bevisar något.
💡Slå upp felmarginalen nästa gång du läser en valundersökning och kontrollera om skillnaderna mellan partier är större än felmarginalen. Om de inte är det vet vi faktiskt ingenting om rangordningen.

Exempeluppgifter

Data är gräsmattors ytor i kvadratfot. Du tar ett urval av fem hus. Gräsmattornas ytor är 144 kvadratfot, 160 kvadratfot, 190 kvadratfot, 180 kvadratfot och 210 kvadratfot. Vilken typ av data är detta?
Namnge den urvalsmetod som används i respektive situation: En person på flygplatsen delar ut frågeformulär till resenärer och ber dem utvärdera flygplatsens service. Personen frågar inte resenärer som rusar genom flygplatsen med händerna fulla av bagage, utan frågar istället alla resenärer som sitter nära gate och inte sover medan de väntar. En lärare vill veta om hennes elever gör sina läxor, så de väljer slumpmässigt rad två och fem och ber sedan alla elever i rad två och alla elever i rad fem att presentera lösningarna på läxuppgifterna för klassen. Marknadschefen för en elektronikkedja vill ha information om sina kunders åldrar. Under de kommande två veckorna får 100 slumpmässigt utvalda kunder på varje butiksort fylla i frågeformulär som frågar efter ålder samt andra variabler av intresse. Bibliotekarien på ett allmänt bibliotek vill bestämma vilken andel av bibliotekets användare som är barn. Bibliotekarien har en räknesedel där hen markerar om böcker lånas ut av en vuxen eller ett barn. Bibliotekarien registrerar dessa data för varje fjärde besökare som lånar ut böcker. Ett politiskt parti vill veta väljarnas reaktion på en debatt mellan kandidaterna. Dagen efter debatten ringer partiets opinionsundersökningspersonal till 1 200 slumpmässigt utvalda telefonnummer. Om en registrerad väljare svarar i telefonen eller är tillgänglig att komma till telefonen, frågas den registrerade väljaren vem de avser att rösta på och om debatten ändrade deras uppfattning om kandidaterna.
"Titellös", av Stephen Chen Jag har ofta undrat hur mjukvara släpps och säljs till allmänheten. Ironiskt nog arbetar jag för ett företag som säljer produkter med kända problem. Tyvärr är de flesta av problemen svåra att återskapa, vilket gör dem svåra att åtgärda. Jag brukar använda testprogrammet X, som testar produkten, för att försöka återskapa ett specifikt problem. När testprogrammet körs för att få ett fel att uppstå är sannolikheten för att generera ett fel 1 %. Så, beväpnad med denna kunskap, skrev jag ett nytt testprogram Y som genererar samma fel som testprogrammet X skapar, men oftare. För att ta reda på om mitt testprogram är bättre än originalet, så att jag kan övertyga ledningen om att jag har rätt, körde jag mitt testprogram för att se hur ofta jag kan generera samma fel. När jag körde mitt testprogram 50 gånger genererade jag felet två gånger. Även om detta kanske inte verkar mycket bättre, tror jag att jag kan övertyga ledningen att använda mitt testprogram istället för det ursprungliga testprogrammet. Har jag rätt?