6.7 Statistisk prosjektarbeid

Slik planlegger og gjennomfører du et selvstendig statistikk- og dataarbeid med samfunnsøkonomiske data, fra problemstilling til ferdig rapport.

75 min

11 oppgaver

ProblemstillingDatainnsamlingUtvalgsmetoderGDPRRapportering

Du leser den tradisjonelle versjonen

Din fremgang i kapitlet

0 / 11 oppgaver

Kapitlets plass i kurset

Brukes videre i

8.6Selvstendig samfunnsøkonomisk prosjekt

Det viktigaste kompetansemålet i S1

Profilmålet til faget er å planlegge og gjennomføre et selvstendig arbeid med reelle datasett knyttet til samfunnsøkonomiske temaer og forhold, og analysere og presentere funn.

Det er eit stort mål som dekkjer heile prosessen frå spørsmål til rapport. Dette kapittelet gir ein mal for korleis du jobbar strukturert.

Dei seks fasane:

1. Formuler problemstilling
2. Vel datakjelde og hent data
3. Rens og bearbeid data
4. Analyser
5. Tolk og vurder kritisk
6. Presenter funn

Ei god problemstilling er presis, målbar og avgrensa. Ho må òg vere interessant og etisk forsvarleg.

Dårleg: «Korleis heng økonomi saman med ting?»

Betre: «Kor sterk er samanhengen mellom utdanningsnivå og medianinntekt blant menn 35–44 år i Noreg?»

God mal for problemstilling:

> «I [populasjon], i [tidsrom], korleis heng [variabel A] saman med [variabel B]?»

Før du går vidare, kontroller at du faktisk kan finne data om både [variabel A] og [variabel B] for same populasjon.

Norske og internasjonale kjelder med opne data:

Statistisk sentralbyrå (SSB.no/statbank) — alt om Noreg: BNP, KPI, lønn, arbeidsløyse, befolkning, hushald, utdanning, helse, miljø.

Noregs Bank (norges-bank.no) — renter, valutakurs, pengemengd.

NAV (nav.no/no/nav-og-samfunn/statistikk) — arbeid, trygd, sjukmelding.

BRREG / regnskap.no — opne rekneskap frå norske bedrifter.

Norsk Petroleum (norskpetroleum.no) — olje- og gasseksport, inntekter.

OECD.Stat (stats.oecd.org) — internasjonale samanlikningar.

Eurostat (ec.europa.eu/eurostat) — EU-statistikk.

Verdsbanken (data.worldbank.org) — globale utviklingsdata.

FN-databasar — for spesifikke tema (helse, klima, fattigdom).

Eigne data: Berre viss du har god grunn — det krev mykje meir arbeid for å sikre kvalitet og personvern.

Data er sjeldan klare til bruk med ein gong. Du må vanlegvis:

1. Sjekke for manglande verdiar. Kva gjer du med dei? Fjerne, eller estimere?
2. Sjekke einingar. Er alt i same valuta og same tidsperiode? Er prosent og desimal blanda?
3. Sjekke ekstremverdiar. Skuldast dei målefeil eller er dei reelle?
4. Strukturere. Set dataa i ein tabell der kvar rad er éin observasjon og kvar kolonne éin variabel.

Dokumenter alle val du gjer. Viss du fjernar observasjonar, skal det stå kvifor.

For samfunnsøkonomiske prosjekt i S1 er desse verktøya aktuelle:

Skildrande statistikk: gjennomsnitt, median, standardavvik, kvartilar. Lagar eit bilete av dataa.

Visualisering: spreiingsplott, søylediagram, linjediagram, boksplott. Hjelper deg og lesaren å sjå mønster.

Regresjon: lineær eller ikkje-lineær (kapittel 7). Modellerer samanhengar.

Korrelasjon (Pearsons $r$ ): måler styrken av lineær samanheng. Hugs: korrelasjon er ikkje kausalitet.

Indeksrekning: samanlikn verdiar over tid (kapittel 4.6).

Elastisitet: samanlikn kor følsame storleikar er for endringar (kapittel 4.5).

Vel berre dei metodane som faktisk svarar på problemstillinga di. Meir er ikkje alltid betre.

Tal i seg sjølv er ikkje svar — du må tolke. Spør deg sjølv:

- Har resultatet fagleg/økonomisk meining?
- Er samanhengen eg fann ein kausal samanheng, eller berre korrelasjon?
- Finst det ein konfunderande variabel som forklarar mønsteret?
- Kor sikre er resultata? Kor stor er feilmarginen?
- Er datasettet representativt?

Ein ærleg rapport diskuterer både styrkane og svakheitene ved analysen.

Ein typisk prosjektrapport har fire delar:

1. Samandrag — kva spurde du om, kva fann du? (1 avsnitt)

2. Metode — kva data brukte du, korleis analyserte du? (1–2 sider)

3. Resultat — tabellar, grafar og funn. Tala snakkar; du forklarar kva som er viktigast. (1–3 sider)

4. Diskusjon og konklusjon — kva tyder resultatet? Kva er avgrensingane? Kva ville du gjort annleis? (1 side)

Vis grafar og tabellar — lesaren bør kunne forstå hovudfunnet ditt på under eitt minutt.

Utvalsmetodar

Tilfeldig utval (enkel trekning): alle har lik sannsyn for å bli valde. Gir representativitet, men kan vere vanskeleg i praksis. Stratifisert utval: del populasjonen i grupper (strata), trekk tilfeldig frå kvar gruppe. Sikrar at små grupper er representerte. Klyngeutval: del i klynger (t.d. skuleklassar), vel tilfeldig blant klyngene og inkluder alle i dei valde klyngene. Vinningsutval: vel dei som er lettast å nå. Risiko for skeivheit — dokumenter alltid at metoden er brukt.

Når du samlar inn data om enkeltpersonar gjeld personvernforordninga (GDPR):

- Du må ha eit rettsleg grunnlag, ofte samtykke.
- Anonymiser data så snart det er mogleg — ikkje samle namn, fødselsdato, e-post med mindre det er heilt nødvendig.
- Informer deltakarane om kva data blir brukt til og kor lenge dei blir lagra.
- Gi rett til å trekkje seg.
- Unngå sensitive opplysningar (helse, økonomi, politikk, religion, etnisitet, seksualitet) i skuleprosjekt.

For offentlege data frå SSB, OECD osv. er personvernet allereie ivareteke — dataa er aggregerte og anonyme.

Tips: Bruk Nettskjema (UiO), eller anonyme Google Forms utan innlogging. Aldri samle data du ikkje treng.

Dei fem klassiske fellene

1. Sjølvseleksjon. Viss berre interesserte svarar, er utvalet skeivt. Eksempel: nettavstemningar.

2. Spørsmålsleiing. «Vil du redde havet?» får andre svar enn «Vil du betale 500 kr i miljøavgift?».

3. Liten $n$ . $n = 30$ gir feilmarginar på $\pm 10\%$ for proporsjonar. Ver forsiktig med konklusjonar.

4. Korrelasjon $\neq$ kausalitet. Iskremsal og drukningar korrelerer, men iskrem forårsakar ikkje drukning. Begge skuldast varmen.

5. Cherry-picking. Vel ikkje ut berre resultata som passar hypotesen. Rapporter alle relevante funn.

✏️Eksempel: Eit fullstendig prosjektforløp

Skissere eit prosjekt som svarar på: «Heng arbeidsløysa i norske kommunar saman med utdanningsnivået i kommunen?»

Fase 1 — Problemstilling: Vi spør om det er ein korrelasjon mellom delen vaksne (25–66 år) med høgare utdanning og arbeidsløyseraten på kommunenivå i Noreg i 2024.

Fase 2 — Datakjelde: SSB.no/statbank. Tabell 09429 (utdanningsnivå per kommune) og tabell 10540 (arbeidsløyse per kommune). Begge er offentlege.

Fase 3 — Bearbeiding: Last ned tabellane som CSV. Slå saman på kommunenummer. Fjern kommunar med manglande verdiar (t.d. svært små kommunar). Behald $n \approx 350$ kommunar.

Fase 4 — Analyse: Spreiingsplott av (utdanningsdel, ledigheitsrate). Rekn ut $r$ . Tilpass lineær regresjonslinje i GeoGebra.

Fase 5 — Tolking: Sei at $r \approx -0{,}55$ (moderat negativ): høgare utdanning heng saman med lågare ledigheit. Diskuter moglege konfunderande variablar: byregionar har både høgare utdanning og betre arbeidsmarknad.

Fase 6 — Presentasjon: Spreiingsplott i rapporten, tolking av $r$ , diskusjon av avgrensingar (datakvalitet, konfunderande variablar, ikkje kausalitet).

Konklusjon i rapporten: «Vi finn moderat negativ korrelasjon mellom utdanningsnivå og arbeidsløyse på kommunenivå ( $r = -0{,}55$ ). Resultatet kan ikkje tolkast kausalt — andre faktorar som regional næringsstruktur og bustadattraktivitet spelar truleg ei rolle.»

Bruk denne sjekklista før du leverer:

Innhald:
- [ ] Klar, presis problemstilling
- [ ] Datakjelder oppgitt og verifiserbare
- [ ] Bearbeidingsval dokumentert
- [ ] Analysen passar problemstillinga
- [ ] Resultat presenterte ærleg — også avgrensingar
- [ ] Konklusjon som faktisk svarar på problemstillinga

Form:
- [ ] Tabellar og figurar med tekstforklaring
- [ ] Korrekt bruk av matematiske symbol
- [ ] Kjeldene oppgitt i kjeldeliste
- [ ] Språket er sakleg og presist

Etikk:
- [ ] Personvernet ivareteke
- [ ] Data presenterte representativt (ikkje cherry-picking)
- [ ] Korrelasjon ikkje framstilt som kausalitet

📝Oppgave 1

Du vil undersøke om det er forskjell på talet på timar per veke gutar og jenter bruker på sosiale medium.

Formuler ei presis problemstilling.

Skildr ein eigna utvalsmetode.

List opp tre GDPR-omsyn.

📝Oppgave 2

Ei nettavis skriv: «80 % av nordmenn er nøgde med matprisane — basert på 50 svar frå kommentarfeltet til lesarane.»

Identifiser to metodiske svakheiter.

Rekn ut feilmarginen ved $\hat{p} = 0{,}80$ , $n = 50$ .

Kva konklusjon tør du trekkje frå denne undersøkinga?

📝Oppgave 3

Vel eitt av temaa under og skissere eit fullstendig prosjekt (problemstilling, datakjelde, metode, forventa resultat):

- Lønnsutvikling i ulike yrke 2010–2024
- Samanhengen mellom oljepris og kronekurs
- Bustadprisutvikling i fylke
- Forholdet mellom befolkningsvekst og BNP-vekst

📝Oppgave 4

Ein kompis skriv i prosjektrapporten sin: «Vi fann at talet på bilar per innbyggjar korrelerer med talet på sjukehusinnleggingar per innbyggjar ( $r = 0{,}68$ ). Det viser at biltrafikken gjer folk sjuke.»

Kva er feilen?

Føreslå ein konfunderande variabel.

Korleis ville du formulert konklusjonen ærleg?

📝Oppgave 5

Du har bestemt deg for å samanlikne lønnsutviklinga i to yrkesgrupper (t.d. sjukepleiarar og IT-utviklarar) over 10 år.

Kva SSB-tabellar er aktuelle?

Kva tre statistiske mål vil du rekne ut for kvar yrkesgruppe?

Kva avgrensingar må du nemne i rapporten?

📝Oppgave 6

Drøftingsoppgåve: Kvifor er det viktigare i dataalderen enn nokon gong å kunne lese, vurdere og presentere statistiske resultat kritisk?

Oppsummering

I dette kapittelet har du lært:

- Prosjektprosessen: Problemstilling → utval og datainnsamling → analyse → presentasjon og kritisk vurdering.
- Utvalsmetodar: Enkelt tilfeldig utval, systematisk utval, stratifisert utval — målet er eit representativt utval.
- Klassiske feller: Sjølvseleksjon, leiande spørsmål, låg svarprosent, for lite utval og forveksling av korrelasjon og kausalitet.
- Personvern: Anonymisering, samtykke og GDPR må ivaretakast når du samlar eigne data.

Nøkkelomgrep

Omgrep	Forklaring
Populasjon	Heile gruppa vi vil seie noko om
Utval	Delen vi faktisk undersøkjer
Stratifisert utval	Proporsjonalt utval frå undergrupper
Svarprosent	Delen som faktisk svarar

Viktige formlar

- Del i utvalet

= \dfrac{\text{tal på gunstige}}{\text{utvalsstorleik}}

- Stratifisert: utval per gruppe

\propto

delen gruppa har av populasjonen

Repetisjonsoppgåver

Din fremgang

0deloppgaver0 / 5 oppgaver

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.