Korrelasjon og kausalitet

Korrelasjon oppsummerer hvordan to faktorer (variabler) beveger seg sammen. Kausalitet handler om årsak og virkning.

Når man skal gjøre undersøkelser vil man observere flere kjennemerker (variabler) for det som skal observeres. Det kan være f.eks. yrker, alder, inntekt, lengde osv. Det viktige er ofte å se om det er samvariasjon eller ikke mellom de ulike variablene.

Det å tolke data for å virkelig forstå kan være vanskelig, noe som bildet under kan illustrere. Her ser man at to faktorer beveger seg sammen (forbruk av margarin og antall skilsmisser), men man kan likevel ikke si at dette handler om kausalitet - altså at det ikke er noe årsak/effekt-forhold mellom disse, margarinforbruket har ingen betydning for skilsmisseraten. Dette er derfor en tilfeldig samvariasjon, men hvor faktorene er uavhengige av hverandre. Likevel er det lett å tolke dette som sammenhenger når man blir presentert for denne type data.

kvalitet på data.gif

Kvalitet på data

Kvaliteten på data er viktig for at man skal kunne gjøre en korrekt analyse av det man ønsker å avdekke. Det er tre viktige begreper; relevans, reliabilitet og validitet.

Relevans handler om at data må kunne relateres til det forsknings- eller kartleggingsspørsmålet som blir stilt - slik at man får svar på det man faktisk lurer på.
Reliabilitet handler om at man må kunne gjøre samme kartlegging på nytt - og få de samme resultatene hver gang.
Validitet handler om at man måler det man har tenkt til å måle, og ikke får data som egentlig måler noe annet. Som et eksempel på det siste kan man tenke seg at man bare spør en spesifikk del av befolkningen om noe, framfor at man spør et representativt utvalg - da vil ikke de dataene man får ut være representativt for befolkningen som helhet.

Strategi for innhenting av data (3).png

Innhenting av data

Du må ha en strategi for innhenting av data. Det første spørsmålet er hvorfor du trenger disse dataene - hva er formålet? Mange henter inn data som ikke brukes, eller kun bruker data for rapportering uten at man tar hensyn til hva dataene viser og anvender dette for å f.eks. endre retning.

Hva slags data man trenger er et annet viktig spørsmål. På den ene siden handler det om å hente inn riktig type informasjon, på den andre siden er det enkelte typer data som krever spesiell tillatelse eller at data må innhentes, lagres, analyseres og presenteres innenfor et regelverk. Dette gjelder i særlig grad personverndata. Bruk av data er knyttet til formål med innhentingen, så her er det mange feller å gå i,

Når og hvor vi skal finne data er også temaer man må tenke over. Representativt utvalg kan være et stikkord knyttet til dette.

Hvordan man vil innhente data kan handle om man skal arbeide kvalitativt eller kvantitativt, hva slags type verktøy man skal bruke o.l.

Behandle data

Det er viktig å behandle data på en korrekt måte. En veldig stor del av jobben med læringsanalyse er å "rense" data slik at man fjerner irrelevante eller gale data - og at man håndterer data på en slik måte at de blir "brukbare" for analyse. Man må også tenke over hvor og hvordan data skal lagres, hvor lenge de skal lagres og etiske forhold knyttet til innhenting, lagring, analyse og presentasjon.

Databehandling (3).png