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

Antag att en konsumentorganisation misstänker att andelen hushåll som har tre mobiltelefoner är 30 procent. Ett mobiltelefontelefonföretag har skäl att tro att andelen inte är 30 procent. Innan företaget startar en stor reklamkampanj genomför det ett hypotesprov. Företagets marknadsförare undersöker 150 hushåll med resultatet att 43 av hushållen har tre mobiltelefoner. Det värde som hjälper till att bestämma p-värdet är p′. Beräkna p′. Vad är en framgång för detta problem? Vad är signifikansnivån? Rita grafen för detta problem. Rita den horisontella axeln. Märk och skugga lämpligt. Beräkna p-värdet. Träffa ett beslut. _____________(Avvisa/Avvisa inte) H0 eftersom____________.
Tidigare rapporterade en organisation att tonåringar tillbringade i genomsnitt 4,5 timmar per vecka vid telefonen. Organisationen anser att medelvärdet för närvarande är högre. Femton slumpmässigt utvalda tonåringar frågades hur många timmar per vecka de tillbringar vid telefonen. Stickprovsmedelvärdet var 4,75 timmar med en stickprovsstandardavvikelse på 2,0. Genomför ett hypotesprov. Vid en signifikansnivå på $\alpha = 0.05$, vad är den korrekta slutsatsen? Det finns tillräckligt med bevis för att sluta att medelantalet timmar är mer än 4,75 Det finns tillräckligt med bevis för att sluta att medelantalet timmar är mer än 4,5 Det finns inte tillräckligt med bevis för att sluta att medelantalet timmar är mer än 4,5 Det finns inte tillräckligt med bevis för att sluta att medelantalet timmar är mer än 4,75
Vilken typ av data är husens färger runt parken? a. kvalitativ (kategoriell) b. kvantitativ diskret c. kvantitativ kontinuerlig