DETTE FINNER DU PÅ INNEKLIMA.COM :
OM INNEMILJØ OG INNEKLIMA
EGEN BOLIG
SKOLER OG BARNEHAGER
YRKESBYGG
SYKDOM OG HELSEEFFEKTER
LUFTFORURENSNINGER
MÅLINGER OG ANALYSER
TILTAK
KONTAKT FOR INNEMILJØSPØRSMÅL
REGLER OG FORSKRIFTER
ØKONOMI
OM INNEKLIMA.COM

Statistikk i forskning

For å gjennomføre et forskningsprosjekt eller for vurdering av publiserte forskningsprosjekter er det nødvendig å ha en viss innsikt i statistikk.

Det er fire viktige komponenter:

  • Størrelsen, dvs. hvor mange personer, forsøksdyr eller –objekter, analtser osv og evt kontrollpersoner, –dyr eller–objekter og aanalyser er med i prosjektet?

  • Effektstørrelse, dvs. Hvor tydelig og fremtredende er effekten av tiltakene i forhold til naturlig forløp, tilfeldige variabler og evt. svakheter ved de målemetodene som er brukt

  • Signifikansnivået dvs. mulighetene for at de observerte resultatene skyldes tilfeldigheter eller ikke.

  • Statistisk styrke som avgjør om prosjektet er tilstrekkelig omfangsrikt (bl.a. med tilstrekkelig antall objekter) til at det er mulig å påvise effekter av tiltakene
  • .

    Hvis en har tallene/verdiene for tre av disse komponentene er det mulig å beregne eller finne tall/verdi for den fjerde komponenten (vanligvis ved hjelp av tabeller for dette).
    Det blir ofte slik at en på denne måten leter opp den statistiske styrken ved planlagte eller publiserte forskningsprosjekter.

    Forskningshypoteser (Ho og H1 )

    I forskningsprosjekter arbeider man ofte ut fra to motsatte hypoteser.
    Forskeren tar sikte på vise med arbeidshypotesen (H1) at en gitt behandling har bedre effekt eller har årsaksfaktor(er) som er av større betydning enn en hypotese (null- hypotesen ,Ho ) som vil angi at tiltaket er uten effekt eller at det dreier seg om helt andre årsaker.
    De to hypotesene beskriver sammen alle mulige resultater av det aktive elementet i arbeidshypotesen.
    Med effekten av hyppotesene, dvs. en statistiske beregningen kan en konkludere hvilken av hypotesene som kan aksepteres, dvs at den andre kan forkastes – i praksis slik at en kan satse på tiltakene eller elementene i arbeidshypotesen og forkaste nullhypotesen
    Statistikken skal vise at det er forskjell mellom hypotesene (H0 = 0 mens prosjekteffekt av H1 = mindre eller større enn 0)
    En engelsk veileder i dette finnes i The web center for social research.

    Statistisk styrke

    Du ønsker kanskje å undersøke hva et gitt inneklima på skolen betyr for elevene. og finner at 8 av elevene i en klasse med 26 elever svarer at de får hodepine på skolen. Da kunne du kanskje konkluderer at det er ca 30% som får hodepine i klasserom på den skolen. Denkonklusjonen står imiddlertid statistisk veldig svakt (og er uakseptabel!) i forholdet til om en tilsvarende prosent ble funnet ved en undersøkelse av 260 elever. Det igjen er svakere enn en tilsvarende undersøkelse av 2600 elever.

    Dette betyr at prosjektet må ha tilstrekkelig statistisk styrke (statistical power) for å unngå falske positive eller falske negative resultater.
    I statistisk språk kalles dette ofte type 1 og type 2 feil

    . Styrkeamalyse og vurdering (som oftest ut fra tabeller) blir brukt for å beregne minste akseptable antall forsøkspersoner eller objekter som må være med i en undersøkelse for at man kan akseptere et resultat.
    Dette bør gjennomføres før et prosjekt iverksettes (priori styrkeanalyse.
    Det brukes også til å beregne den minste effektstørrelse som er mulig å finne ved et gitt antall forsøkspersoner eller objekter. Post hoc
    styrkeanalyse brukes for å vurdere om et bestemt publisert prosjekt tilfredsstiller styrkekrav slik at det foreligger reelt grunnlag for å forkaste en nullhypotese.
    Kalkulator for beregning av signifikans og styrke kan hentes ned gratis fra Heinrich Heine Universitãt, Düsseldorf, men krever innsikt i statistikk.

    Litteratur

    • Bakketeig LS, Magnus P. Epidemiologi. Ad Notam Gyldendal, 1998: 89

    • Thelle DS. Innføring i epidemiologi: Cappelen Akademiske Forlag, 1998: 91

    • Westin S.(1995): Study confounded by lack of control for social class. BMJ 1995 311: 1167

    Kjell Aas(C)
    (Sist oppdatert 17. januar 2010).

    Utskriftsvennlig versjon





    DU ER HER :

    ForsideStatistikk i forskning