8.1 Sjanger — korrelasjonsoppgaven

Den sikreste gjengangeren løst som fast femtrinnsforløp: firedelt r-tolkning, de tre kanoniske grunnene, tegn og case-tilpass kausalmodellene, spuriøse hverdagseksempler, og regresjon som videreføring. Gjennomskrevet besvarelse med margkommentarer og fire nyskrevne øvingsoppgaver med momentlister.

50 min

4 oppgaver

Sjangerkorrelasjonsoppgaven

Din fremgang i kapitlet

0 / 4 oppgaver

Kapitlets plass i kurset

Bygger på

5.3Regresjon — prediksjon, minste kvadrater og r²

Brukes videre i

8.7Modellbesvarelse — korrelasjonsoppgaven

Dette er treningskapitlet for den suverene gjengangeren. Korrelasjonsoppgaven — vi kaller den T1, den scenariobaserte oppgaven om en korrelasjon mellom to variabler (T-kodene forklares i kap. 0.1) — er egen oppgave i 20 av de 29 settene i arkivet (2008–2025). Ingen enkeltferdighet gir mer igjen enn å beherske dette forløpet.

- Deloppgavene a–e følger et stabilt mønster: tolk r → hvorfor ikke kausal → tegn kausalmodeller → spuriøse eksempler → regresjon som videreføring. Her drilles hele forløpet som ett svar med tidsbudsjett.
- A-skilleren er c-leddet: å tegne og case-tilpasse kausalmodellene, ikke bare definere dem. Å definere uten å knytte til caset er C-taket (feil #8 — oppramsing uten begrunnelse; feilkodene glosses ved første bruk og samles i kap. 8.6 (feilvaksinen)).

Forkunnskap forutsettes: dette kapitlet bruker teorien fra Del 5 og trener selve besvarelsen. Har du ikke lest Del 5, les den først — her øver vi på å sette den sammen under tidspress.

Forkunnskaper. Dette er et treningskapittel som forutsetter hele korrelasjonsdelen: kap. 5.1 (firedelt r-tolkning: retning, styrke med forbehold, samvariasjon ≠ kausalitet, variasjonstype), kap. 5.2 (de tre kanoniske grunnene, konfunder/mediator/moderator, spuriøse sammenhenger) og kap. 5.3 (regresjon som videreføring,

\hat{Y} = a + bX

r^2

som delt varians).

Sist du var her (oppfrisket):

- $r$ tolkes i fire ledd — retning (fortegn), styrke ( $|r|$ , med konvensjonsforbehold), samvariasjon ≠ kausalitet, og variasjonstype (naturlig vs. påført).
- En korrelasjon kan alltid skyldes retningsproblem, tredjevariabel eller spuriøsitet (kap. 5.2).
- Regresjon legger til en prediksjonslinje, men ikke kausalitet (kap. 5.3).

Her setter vi alt sammen til ett forløp. Du trenger ingen ny teori — bare tempo og struktur.

Symbol- og formelliste

Hverdagsanker. Tenk deg at du får korrelasjonsoppgaven på eksamen og vet nøyaktig hva du skal skrive, i hvilken rekkefølge, og hvor mange minutter hvert ledd skal ta. Det er nettopp trygghet i sjangeren som gir deg tid til A-skillene i de andre oppgavene.

Dette kapitlet gjør korrelasjonsoppgaven til et fast femtrinnsforløp. Vi går gjennom hvert trinn med tidsbudsjett, viser en full gjennomskrevet besvarelse med margkommentarer, og du øver på fire nyskrevne oppgaver i sjangeren. ~50 min.

Løkke 1 — Femtrinnsforløpet med tidsbudsjett (~12 min)

Oppskriften: korrelasjonsoppgaven på ~55 min

En PSY1010-oppgave er satt av til rundt 55 minutter (tre timer på fire oppgaver, du besvarer tre — kap. 0.1). Slik fordeler du tiden på T1:

Trinn (a) — Tolk r (5–8 min). Kjør den firedelte malen fra kap. 5.1: retning (fortegn), styrke ( $|r|$ med konvensjonsforbehold), samvariasjon ≠ kausalitet, variasjonstype (naturlig vs. påført). Leddene 3–4 er A-laget.

Trinn (b) — Hvorfor ikke kausal (~10 min). Nevn alle tre kanoniske grunnene (kap. 5.2): retningsproblemet, tredjevariabler, spuriøsitet. Ikke bare «det kan være en tredjevariabel».

Trinn (c) — Tegn og case-tilpass kausalmodellene (~15 min — figurene gir uttelling). Konfunder ( $z \to X$ , $z \to Y$ ), mediator ( $X \to z \to Y$ ), moderator ( $z$ endrer styrken). Tegn dem for dette caset med konkrete $z$ -forslag. Dette er A-skilleren.

Trinn (d) — Spuriøs + tre hverdagseksempler (~8 min). Ha tre innøvde klare (is-salg/drukning; ordforråd/skostørrelse hos barn; osv.).

Trinn (e) — Regresjon som videreføring (~12 min). Forklar resonnementet (kap. 5.3); regn evt. en $\hat{Y}$ -prediksjon og $r^2$ hvis oppgaven ber om det.

Tidsbudsjett-merknad: deltidene over summerer til ~50–53 min lesetid; legg til margin for å skrive rent. Anslagene er skrivetid her (til forskjell fra lesetid ellers i boka), fordi dette er en eksamensøvelse.

📝Oppgave 8.1.1

(Eksamenssjanger T1 — korrelasjonsoppgaven. Lett innstegsoppgave: bare trinn (a), den firedelte tolkningen.)

En studie finner $r = 0{,}35$ mellom hvor mange kvelder i uka en elev leser for moro skyld og elevens leseforståelse.

a) Gi retning og styrke (med forbehold).
b) Hvorfor kan vi ikke konkludere at lesing forbedrer forståelsen?

Løkke 2 — Trinn (c): tegn og case-tilpass modellene (~14 min)

— naturlig pausepunkt før A-skilleren —

De tre kausalmodellene (repetisjon fra 5.2)

Trinn (c) er der C-svar og A-svar skiller lag. Du skal tegne alle tre for det aktuelle caset — ikke bare nevne dem:

- Konfunder (bakenforliggende): $z \to X$ og $z \to Y$ . En tredjevariabel skaper samvariasjonen; kontrollerer du for $z$ , forsvinner den. Gir en spuriøs sammenheng.
- Mediator (mekanismen): $X \to z \to Y$ . Sammenhengen er ekte og kausal, men går via $z$ . Forklarer hvorfor X virker.
- Moderator (for hvem / når): $z$ endrer styrken på $X \to Y$ . Sammenhengen er sterk for noen, svak for andre.

A-kravet: for hver modell foreslår du et konkret $z$ som passer akkurat dette scenariet, og sier hva det ville bety. Å skrive «det kan finnes en mediator» uten å nevne hvilken er C-nivå (kap. 5.2).

✏️Gjennomskrevet besvarelse med margkommentarer — treningsapp og ryggsmerter

«En studie av voksne finner $r = -0{,}30$ mellom hvor ofte de bruker en treningsapp og hvor mye ryggsmerter de rapporterer. (a) Tolk $r$ . (b) Hvorfor kan vi ikke konkludere at appbruk reduserer ryggsmerter? (c) Tegn kausalmodeller som kan forklare sammenhengen. (d) Gi et spuriøst eksempel. (e) Hvordan ville en regresjon videreført dette?»

(a) Tolkning (firedelt). Fortegnet er negativt: hyppigere appbruk henger sammen med mindre ryggsmerter.

|{-0{,}30}| = 0{,}30

er etter konvensjonen en moderat sammenheng — men grensen er en avtale, og i helseforskning kan

0{,}30

være meningsfullt. Dette er samvariasjon, ikke kausalitet, og dataene bygger på naturlig variasjon (folk målt som de er, ikke tildelt appbruk). [Margkommentar: konvensjonsforbeholdet og variasjonstypen er A-laget — plusspoeng.]

(b) Ikke kausal — alle tre grunnene. (1) Retningsproblem: kanskje mindre ryggsmerter gjør det lettere å trene, ikke omvendt. (2) Tredjevariabel: generell helsebevissthet kan drive begge. (3) Spuriøsitet: sammenhengen kan være helt eller delvis skapt av en $z$ . [Margkommentar: alle tre nevnt — ikke bare «en tredjevariabel». Det er dette b-leddet krever.]

(c) Kausalmodeller, case-tilpasset og tegnet.
- Konfunder: $z =$ generell helsebevissthet. $z \to X$ (helsebevisste bruker appen mer) og $z \to Y$ (helsebevisste har mindre ryggsmerter). Kontrollerer vi for helsebevissthet, kan app–smerte-sammenhengen forsvinne — da er den spuriøs.
- Mediator: $X \to z \to Y$ med $z =$ mengde bevegelse. Appbruk → mer daglig bevegelse → mindre ryggsmerter. Her er sammenhengen ekte, men mekanismen er bevegelsen.
- Moderator: $z =$ alder. App–smerte-sammenhengen kan være sterk for eldre (som har mest å hente på bevegelse) og svak for yngre — da modererer alder sammenhengen.
[Margkommentar: alle tre TEGNET med konkret z og case-tolkning — dette er A-skilleren i c-leddet.]

(d) Spuriøst eksempel. Is-salg og antall drukningsulykker korrelerer positivt — men ingen forårsaker den andre; $z =$ varmt vær driver begge. Overført: appbruk og ryggsmerter kan på samme vis begge være drevet av en bakenforliggende $z$ .

(e) Regresjon som videreføring. En regresjon ville brukt samme sammenheng og lagt til en linje $\hat{Y} = a + bX$ som predikerer rapporterte ryggsmerter fra appbruk — altså hvor mye smerte-skår ventes å falle per ekstra appøkt ( $b$ ), og $r^2 = (-0{,}30)^2 = 0{,}09$ , altså at 9 % av variasjonen i ryggsmerter deles med appbruk (91 % skyldes annet). Men regresjonen legger ikke til kausalitet — det er fortsatt naturlig variasjon. [Margkommentar: r² regnet OG tolket i prosa; kausalforbeholdet gjentatt — lukker sløyfen.]

Legg merke til at C-kjernen (retning, styrke, én grunn, én modell, videreføringssetningen) alene gir en god C. A-laget er konvensjonsforbeholdet, alle tre grunnene, alle tre modellene tegnet, og r²-tolkningen.

Matrisen under tegner de tre kausalmodellene for caset side om side: konfunder, mediator og moderator, hver med sin $z$ og struktur.

📝Oppgave 8.1.2

(Eksamenssjanger T1 — trinn (b) og (c): grunnene og modellene case-tilpasset.)

En undersøkelse finner $r = 0{,}45$ mellom hvor mye tid ungdom bruker på organisert idrett og deres selvrapporterte livskvalitet.

a) Nevn de tre kanoniske grunnene til at dette ikke er kausalt, anvendt på dette caset.
b) Tegn en konfunder-modell og en mediator-modell med et konkret $z$ for hver, og forklar forskjellen på hva de to sier.

Løkke 3 — Trinn (d) og (e): spuriøse eksempler og regresjon (~14 min)

Trinn (d) går raskt hvis du har tre klare eksempler i beredskap. Da slipper du å improvisere under press. Tre robuste:

1. Is-salg og drukningsulykker — begge drevet av $z =$ varmt vær.
2. Skostørrelse og leseferdighet hos barn — begge drevet av $z =$ alder (eldre barn har større føtter og leser bedre).
3. Antall brannbiler på et åsted og skadeomfang — begge drevet av $z =$ brannens størrelse.

Poenget hver gang: X og Y korrelerer, men en tredjevariabel $z$ forklarer begge — ingen direkte årsakslenke mellom X og Y.

📝Oppgave 8.1.3

(Eksamenssjanger T1 — trinn (e) med regresjonsregning, gjenganger t.o.m. 2020.)

En studie av 50 studenter gir $r = 0{,}40$ mellom antall øvingstimer per uke ( $X$ ) og eksamensskår ( $Y$ ), med regresjonen $\hat{Y} = 45 + 3X$ (observert område: 0–15 timer). Formler oppgis: $\hat{Y} = a + bX$ og $r^2 = (r)^2$ .

a) Predikér skåren for en student med $X = 8$ øvingstimer, med synlig utregning.
b) Regn $r^2$ og tolk det i prosa.
c) Forklar i én setning hvorfor regresjonen her ikke beviser at øving hever karakteren.

📝Oppgave 8.1.4

(Eksamenssjanger T1 — full mønsterklon i 2023–2025-profil, uten egen utregning. (krevende): hele forløpet a–e.)

«Forskere finner $r = -0{,}28$ mellom hvor mange timer ungdomsskoleelever bruker på sosiale medier på hverdager, og karaktersnittet deres.»

a) Hva betyr $r = -0{,}28$ ? (firedelt)
b) Hvorfor kan vi ikke konkludere at sosiale medier svekker prestasjonene? (alle tre grunnene)
c) Tegn de tre kausalmodellene case-tilpasset (konfunder, mediator, moderator) med konkret $z$ .
d) Forklar hvorfor regresjon kan ses som en videreføring — uten å regne.

Typiske feil

Feil #3 — kausalspranget. Sjangerens dødssynd: å gli fra «

X

Y

henger sammen» til «

X

fører til

Y

». Skriv alltid eksplisitt at samvariasjon ikke er kausalitet, og pek på minst én av de tre grunnene. (Feilkode #3 = kausal tolkning av korrelasjon — glosset her ved første bruk; hele registeret i kap. 8.6 (feilvaksinen).)

Feil #8 — definere modellene uten å case-tilpasse (C-taket). Å skrive «det finnes konfundere, mediatorer og moderatorer» uten et konkret $z$ for dette scenariet gir C. A-svaret tegner hver modell med et navngitt $z$ og sier hva det ville bety her. Dette c-leddet er sjangerens A-skiller.

Å hoppe over variasjonstypen i (a). Ledd 4 (naturlig vs. påført) er der du viser at du forstår hvorfor korrelasjonen stopper ved samvariasjon. Uten det blir a-leddet et C-svar.

Å tolke $r$ som prosent. $r = -0{,}28$ er ikke «28 %». Prosentandelen er $r^2 \approx 0{,}08 = 8\,\%$ .

Begrepsbank — korrelasjonssjangeren

Flashcard-/repetisjonsstoff — hopp trygt over ved førstegangslesing; tidsanslaget over gjelder kjernestoffet.

Femtrinnsforløpet (T1)

r

Firedelt r-tolkning

|r|

De tre kanoniske grunnene

Trinn (b): en korrelasjon kan alltid skyldes (1) retningsproblem (Y\toX), (2) tredjevariabel (z\tobegge), eller (3) spuriøsitet. Å nevne alle tre — ikke bare tredjevariabel — er A-nivå. Fra kap. 5.2 .

Konfunder (case-tilpasset)

z \to X

Mediator (case-tilpasset)

X \to z \to Y

Moderator (case-tilpasset)

z

Spuriøst eksempel (beredskap)

z

Regresjon som videreføring (trinn e)

r

Repetisjon — pensumkart for 8.1

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.

Skolesaga er en uavhengig læringsressurs og er ikke tilknyttet eller godkjent av Universitetet i Oslo. Dette er ikke offisielt studiemateriell. Innholdet er læringsstoff, ikke helse- eller medisinske råd. Les mer.