9.4 Dataanalyse og presentasjon

Fra rådata til innsikt

Du har samlet inn data -- tall, observasjoner, en bunke målinger fra felt eller lab. Men en haug med tall forteller ingen historie i seg selv. Først når dataene analyseres og presenteres riktig, kan vi trekke pålitelige konklusjoner og la andre forstå og vurdere resultatene.

Vi skiller mellom to hovedtyper data. Kvantitative data (talldata) kan måles og uttrykkes med tall, og kan behandles matematisk og statistisk -- plantehøyde i cm, antall arter per kvadratmeter, temperatur, hjertefrekvens, pH-verdi. Kvalitative data (beskrivelser) beskriver egenskaper som ikke enkelt kan tallfestes -- blomsterfarge, artsnavn, habitattype, værforhold, helsetilstand. I praksis samler biologer ofte inn begge: i en ruteanalyse registrerer vi både artsnavn (kvalitativt) og dekningsgrad i prosent (kvantitativt).

La oss se hvordan vi velger riktig diagram, regner ut statistiske mål, forstår hva signifikans betyr, og skriver en ryddig forskningsrapport.

Diagrammer og statistiske mål

Tabeller er grunnlaget for all datapresentasjon, med tydelig overskrift, kolonneoverskrifter med enheter, og ryddige rader. Men for å se mønstre trenger vi diagrammer, og det gjelder å velge riktig type. Søylediagram sammenligner verdier mellom kategorier -- som antall insekter i ulike ordener. Linjediagram viser endring over tid eller langs en gradient -- som populasjonsendring over et år. Sektordiagram (kakediagram) viser prosentvis fordeling. Og punktdiagram (spredningsdiagram) viser sammenhengen mellom to kvantitative variabler -- som bladstørrelse mot lysintensitet. Gode diagrammer har tydelige aksetitler med enheter, beskrivende overskrift, og start gjerne y-aksen på null.

For å oppsummere kvantitative data bruker vi statistiske mål. Gjennomsnittet er summen av alle verdier delt på antallet -- et mål på typisk verdi, men det påvirkes sterkt av ekstremverdier. Medianen er den midterste verdien når dataene er sortert, og den påvirkes ikke av ekstremverdier. Ta ti grasspirer med høyder 12, 15, 14, 13, 45, 16, 14, 15, 13, 15 cm. Gjennomsnittet blir $172/10 = 17{,}2$ cm, mens medianen (snittet av 5. og 6. sorterte verdi, 14 og 15) blir $14{,}5$ cm. Den ene ekstremverdien på 45 cm drar gjennomsnittet opp, så medianen gir her et bedre bilde av «typisk høyde». Det tredje målet er standardavviket, som beskriver spredningen -- hvor mye verdiene avviker fra gjennomsnittet. Lavt standardavvik betyr at verdiene ligger tett rundt gjennomsnittet. To grupper kan ha samme gjennomsnitt, men ulik spredning, og ved sammenligning tyder overlappende standardavvik på at en forskjell kanskje ikke er reell.

Signifikans og rapportskriving

Når vi sammenligner grupper, må vi vurdere om en forskjell er reell eller bare skyldes tilfeldigheter. En forskjell er statistisk signifikant dersom det er lite sannsynlig at den oppstod ved ren tilfeldighet. I biologi bruker man vanligvis et signifikansnivå på 5 % ($p < 0{,}05$). P-verdien angir sannsynligheten for å få det observerte resultatet dersom nullhypotesen er sann; en lav p-verdi tyder på at forskjellen er reell, og vi forkaster nullhypotesen.

Noen viktige poeng: statistisk signifikans betyr ikke at forskjellen er «stor» eller «viktig», bare at den neppe skyldes tilfeldigheter. Med veldig store utvalg kan selv små forskjeller bli signifikante. Og manglende signifikans betyr ikke at det ikke er noen forskjell -- kanskje var utvalget for lite. Er gjennomsnittlig plantehøyde 25 cm i gjødslegruppen og 22 cm i kontrollgruppen, avhenger signifikansen av spredningen: er standardavviket 1 cm er forskjellen trolig signifikant, er det 10 cm trolig ikke.

Vitenskapelige rapporter følger den standardiserte IMRaD-strukturen. I -- Introduksjon: bakgrunn, formål og hypotese. M -- Metode: hva ble gjort, så detaljert at andre kan gjenta det. R -- Resultater: dataene presenteres objektivt, uten tolkning, med tabeller og diagrammer. a står for «and» (og). D -- Diskusjon: her tolker man resultatene, sammenligner med hypotesen, diskuterer feilkilder og foreslår forbedringer. Til slutt en kort konklusjon som svarer på spørsmålet fra innledningen.

Oppsummering

God dataanalyse og presentasjon er avgjørende. Kvantitative data (tall) behandles matematisk, mens kvalitative data (beskrivelser) kategoriserer egenskaper. Tabeller organiserer rådata, og diagrammer visualiserer mønstre: søylediagram for kategorier, linjediagram for tidsserier, sektordiagram for prosentfordeling, punktdiagram for sammenhenger.

Gjennomsnittet gir typisk verdi, men påvirkes av ekstremverdier; medianen er robust mot dem. Standardavviket beskriver spredningen. Statistisk signifikans ($p < 0{,}05$) betyr at en forskjell neppe skyldes tilfeldigheter -- men signifikans er ikke det samme som viktighet.

Vitenskapelige rapporter følger IMRaD-strukturen: Introduksjon, Metode, Resultater og Diskusjon. Data som presenteres ryddig og riktig, gjør det mulig for andre å forstå, vurdere og bygge videre på forskningen.