Hvordan teste regresjonsmodeller og vurdere korrelasjoner

Regresjonsligningen kan benyttes til å gjøre prediksjoner eller for å forstå forholdet mellom to variabler. Det er viktig å merke seg at prediksjoner som gjøres med x-verdier utenfor området av x-verdiene som brukes til å lage regresjonsligningen (såkalt ekstrapolering) kanskje ikke er pålitelige. For å beregne et konfidensintervall (CI) for befolkningshellingen av en regresjonsligning, β1, gir programvaren standardfeilen for b1. Deretter er konfidensintervallet (CI) definert som:

• Skriv ned nullhypotesen (H0: β1 = 0) og alternativhypotesen (H1); anta først at verdien β1 i nullhypotesen er sann.
• Beskriv utvalgsfordelingen, som beskriver hva man kan forvente fra utvalgets helling under denne antagelsen: under visse statistiske gyldighetsbetingelser vil utvalgets helling variere med:
– en tilnærmet normalfordeling,
– et utvalgs-gjennomsnitt hvor verdien er β1 = 0 (fra H0), og
– ha en standardavvik på s.e.(b1).
• Beregn verdien for teststatistikken:
$t = \frac{b_1 - \beta_1}{s.e.(b_1)}$,
hvor b1 er utvalgets helling.
• t-verdien fungerer som en z-score, og en omtrentlig P-verdi kan beregnes ved hjelp av 68–95–99.7-regelen eller finnes ved hjelp av programvare. Benytt P-verdien for å ta en beslutning og skriv ned en konklusjon.
• Sjekk om de statistiske gyldighetsbetingelsene er oppfylt.

Et eksempel på anvendelsen av regresjonsmodellen kan være studien som Telford og Cunningham [1991] utførte, der de undersøkte forholdet mellom høyde og vekt hos 37 roere ved Australian Institute of Sport (AIS). Regresjonsligningen som ble funnet var:

En viktig del av å bruke regresjonsmodeller på riktig måte er å forstå enhetsmålene for både skjæringspunktet (intercept) og stigningstallet (slope). Stigningstallet i denne regresjonsligningen er 1.2, og enheten for stigningstallet er kg/cm, som betyr at for hver økning på én centimeter i høyde, forventes vekten å øke med 1.2 kg. Skjæringspunktet, -138, har ikke nødvendigvis en praktisk betydning i denne sammenhengen, da det ville tilsvare en negativ vekt for en roer med høyde null.

Testene og beregningene som benyttes for å validere regresjonsmodellen omfatter vurdering av P-verdier og t-statistikker. Hvis P-verdien er veldig liten, kan man konkludere med at det er en statistisk signifikant sammenheng mellom de to variablene. Dette er nettopp tilfelle i eksemplet fra AIS-studien, der P-verdien er ekstremt liten, og vi kan dermed konkludere med at høyde og vekt har en signifikant positiv korrelasjon.

Det er også avgjørende å være oppmerksom på forholdene som må være oppfylt for at regresjonstesten skal være gyldig. Disse inkluderer antagelsen om at dataene er uavhengige og at feilleddene (residualene) følger en tilnærmet normalfordeling. Hvis disse antagelsene brytes, kan resultatene fra regresjonen være misvisende.

Hvordan kritisere forskningsartikler: Hvordan lese, vurdere og bruke resultater på en kritisk måte

I akademisk forskning er det viktig å ikke bare lese andres arbeid, men også å kunne vurdere kvaliteten på forskningen. Evnen til å lese og kritisere forskningsartikler er essensiell for alle som ønsker å forstå og anvende vitenskapelige resultater på en informert måte. Denne ferdigheten er viktig både for de som planlegger å utføre forskning selv, og for de som kun er forbrukere av forskning. Å kritisere forskning betyr å identifisere hva som er godt, og hva som kan forbedres. Denne prosessen krever at man vurderer flere aspekter ved forskningen – fra spørsmålet som reises, til designet, datainnsamlingen, analysen og hvordan resultatene rapporteres.

Når man leser en forskningsartikkel, kan man starte med å få et overblikk ved å lese abstraktet. Dette gir en rask oppsummering av studiens mål, metode og hovedfunn. Deretter er det viktig å dykke dypere, og lese diskusjonsdelen for å få frem de viktigste funnene og tolkningene av resultatene. Ofte er det først når man ser på resultatene i tabeller og grafer at man kan begynne å gjøre seg opp en vurdering av kvaliteten på studien. Å bruke kritisk tenkning ved gjennomlesning kan avdekke svakheter i studien som kan påvirke hvordan resultatene bør tolkes.

Når man vurderer en studie, er det flere elementer som er viktig å fokusere på. Først bør man stille seg selv noen grunnleggende spørsmål om forskningen: Hvilket problem prøver studien å løse? Hva er forskningsspørsmålet (RQ), og hvorfor er det viktig? Er det en observasjonsstudie eller en eksperimentell studie, og hva er designet? Hvem er deltakerne, og hvordan ble de valgt? Er det gjort nødvendige tiltak for å sikre at resultatene kan generaliseres til en bredere populasjon? Er det et klart definert begrepsapparat? Hva er kilde til finansiering, og finnes det eventuelle interessekonflikter?

Når man går videre til å vurdere dataene, er det viktig å sjekke om datainnsamlingen er tilstrekkelig detaljert for at andre kan replikere studien. Er dataene beskrevet på en måte som gjør at man kan forstå hva som er blitt målt og hvordan? Når resultatene er oppsummert, er de relevante og tydelige? Hvilke statistiske metoder ble brukt? Er det brukt passende konfidensintervall og/eller hypotesetester, og er analysene valide? Er det klart hva resultatene betyr, og hvordan de skal tolkes?

Når resultatene rapporteres, bør man stille spørsmål ved om konklusjonene er konsistente med funnene i studien. Er konklusjonene realistiske og godt underbygget av dataene? Er det anerkjent noen studiens begrensninger, og er konsekvensene av disse diskutert? Er resultatene praktisk relevante, og har de noen implikasjoner for praksis eller videre forskning? Er det også noen nye spørsmål som oppstår, som kunne vært undersøkt videre?

Vurdering av forskningsartikler handler ikke bare om å finne feil eller svakheter, men også om å anerkjenne hva som er gjort bra. Det er viktig å se på hvordan studien har bidratt til kunnskapsfeltet, og hvilke nye innsikter eller metoder den bringer. Kritikk bør være konstruktiv, og fokusere på hvordan forskningen kan forbedres for å gi enda mer pålitelige og relevante resultater i fremtiden.

I tillegg er det viktig å huske på at forskning er en kontinuerlig prosess. Det som kan virke som et feilslått forskningsspørsmål eller en svak studie i dag, kan føre til nye spørsmål og videre forskning som gir bedre svar på fremtidige problemer. Å kunne lese og kritisere forskning er derfor ikke bare en ferdighet i å identifisere feil, men også en ferdighet i å forstå hvordan forskning utvikler seg, og hvordan vi kan bidra til å forbedre forskningen i fremtiden.

Hvordan utforme effektive spørsmål i spørreundersøkelser?

I spørreundersøkelser er det viktig å stille spørsmål på en måte som gir tydelige, relevante og pålitelige svar. Feil formulerte spørsmål kan føre til forvrengte data og misforståelser. Derfor er det viktig å forstå hvordan ulike typer spørsmål påvirker kvaliteten på informasjonen som samles inn. Det finnes flere forskjellige typer spørsmål som kan stilles, og hvert spørsmål har sine styrker og svakheter. La oss se på noen eksempler for å vurdere hvilken type spørsmål som er best i ulike situasjoner.

I en spørreundersøkelse om vaksinasjon av katter, for eksempel, kan disse tre spørsmålene stilles:

1. Bør bekymrede katteeiere vaksinere kjæledyrene sine?

2. Bør hjemmekatter være pålagt å vaksineres eller ikke?

3. Er du enig i at katteeiere bør vaksinere kattene sine?

Det første spørsmålet er generelt, og kan føre til en veldig subjektiv vurdering, avhengig av hva som menes med "bekymret". Det andre spørsmålet er mer presist, men kan føles som en tvungen ja/nei-avgjørelse, uten å tillate mer nyanserte svar. Det tredje spørsmålet gir en mer konkret holdning, men kan også være problematisk hvis deltakerne ikke er sikre på hva de egentlig mener. Det viktigste er å sørge for at spørsmålet er klart og lar respondentene uttrykke sin mening på en måte som reflekterer deres sanne holdninger.

Et annet eksempel kan være spørsmålet om elektriske kjøretøy. Her kan disse alternativene vurderes:

1. Eier du et miljøvennlig elektrisk kjøretøy?

2. Eier du et elektrisk kjøretøy?

3. Eier du eller eier du ikke et elektrisk kjøretøy?

Falk og Anderson (2013) undersøkte solkrembruk og stilte spørsmål som kan kritiseres for visse svakheter. Ett spørsmål lød: "Hvor ofte solbader du med intensjon om å få en brunfarge i løpet av sommeren i Sverige?" Her finnes det potensiale for forvirring, da spørsmålet ikke spesifiserer hva som menes med "intensjon om å få en brunfarge". Det finnes også en annen problematikk med muligheten for at deltakerne kan være usikre på hvordan de skal tolke "sjelden", "ofte" og "alltid", som er veldig subjektive begreper. Et annet spørsmål i denne studien var: "Hvor lenge pleier du å være i solen mellom klokken 11 og 15 på en typisk fridag om sommeren?" Her kan svaralternativene være misvisende, da spørsmålet ikke spesifiserer hvorvidt deltakerne skal rapportere tid brukt i én sammenheng eller totalt gjennom dagen.

I en annen studie av Morón-Monge et al. (2021) om barns kjennskap til naturen, ble det brukt både åpne og lukkede spørsmål. Ett av de åpne spørsmålene ba barna om å skrive en historie eller tegne et bilde av sitt favorittsted i naturen. Dette spørsmålet ville sannsynligvis gi kvalitativ data, mens et spørsmål som spurte barna om de besøkte en bestemt park, ville gi kvantitative data. Begge typer data har sin verdi, men det er viktig å være klar over hvordan dataene kan brukes og hva de representerer.

Videre er det viktig å forstå forskjellen mellom kvalitative og kvantitative data. Kvantitative data er numeriske og kan være enten diskrete eller kontinuerlige. Diskrete data kan telles, mens kontinuerlige data kan deles opp i uendelig små enheter. For eksempel kan "antall personer i en bil" være diskret, mens "vekt" er kontinuerlig, da det er uendelig mange mulige verdier mellom to målte verdier, avhengig av hvor nøyaktig målingen er.

Når det gjelder spørreundersøkelser, er det viktig å være bevisst på hvilken type data som samles inn, da dette påvirker hvordan resultatene kan analyseres. Kvantitative data kan analyseres statistisk for å finne trender, mens kvalitative data kan gi dypere innsikt i individers holdninger og erfaringer.