7.1 Kvantitative forskningsmetoder

Virker meditasjon egentlig?

Tenk deg at du leser en overskrift: «Meditasjon halverer stress!» Hvordan kan du vite om det stemmer? En venn som mediterer føler seg kanskje rolig, men det er bare én historie. Det vi trenger, er tall vi kan måle, telle og sammenligne. Velkommen til de kvantitative forskningsmetodene -- psykologiens måte å gjøre menneskelige spørsmål om til data som kan analyseres statistisk.

Kvantitativ forskning er svært utbredt i psykologien fordi den lar oss teste hypoteser, finne mønstre og generalisere funn til større grupper av mennesker. Det som kjennetegner denne tilnærmingen, er strukturerte måleinstrumenter som tester og spørreskjemaer, store utvalg som gir statistisk styrke, og objektive målinger som kan gjentas av andre forskere. Vi samler inn numeriske data og analyserer dem statistisk, alltid med blikket rettet mot om resultatene kan generaliseres.

Dette står i kontrast til de kvalitative metodene vi skal møte i neste kapittel. Mens kvalitative metoder søker dybde og forståelse -- de spør «hvordan?» og «hvorfor?» -- søker kvantitative metoder bredde og generaliserbarhet. De spør «hvor mange?» og «hvor mye?». I dette kapittelet skal vi se på de fire viktigste kvantitative verktøyene: eksperimentet, surveyen, korrelasjonsstudien og den statistikken som binder det hele sammen.

Eksperimentet: gullstandarden for årsak

Du lurer på om koffein gjør deg raskere. Du kan ikke bare drikke kaffe og merke at du føler deg kvikk -- da vet du ikke om det var kaffen eller noe annet. Løsningen er eksperimentet, den sterkeste metoden vi har når målet er å påvise årsakssammenhenger, det vi kaller kausalitet.

I et ekte eksperiment gjør forskeren tre ting. Hun manipulerer systematisk en uavhengig variabel -- den faktoren hun tror er årsaken, som mengden koffein. Hun måler effekten på en avhengig variabel -- her reaksjonstiden. Og hun holder andre faktorer under kontroll, slik at de ikke forstyrrer. Det aller viktigste grepet er randomisering: deltakerne fordeles tilfeldig til de ulike betingelsene. Da blir gruppene mest mulig like fra start, og vi unngår at for eksempel de mest stressede personene havner i samme gruppe.

Et klassisk eksempel er Milgrams lydighetseksperiment fra 1963. Her var den uavhengige variabelen autoritetspresset fra eksperimentlederen, og den avhengige variabelen var hvor høye elektriske støt deltakerne var villige til å gi. Gjennom en standardisert prosedyre i samme laboratorium med samme instrukser fant Milgram at hele 65 prosent av deltakerne ga det maksimale støtet på 450 volt -- et slående bevis på autoritetspressets kraft.

Ofte sammenligner vi en eksperimentgruppe, som får behandlingen, med en kontrollgruppe, som ikke får den eller får placebo. Slik isolerer vi effekten av selve manipulasjonen. Her må vi også skille mellom to typer validitet. Intern validitet handler om hvor sikre vi er på at det faktisk var den uavhengige variabelen som forårsaket endringen -- høy kontroll gir høy intern validitet. Ekstern validitet handler om hvor godt resultatene kan generaliseres til virkelige situasjoner. Kunstige laboratorieforhold kan dessverre svekke nettopp den eksterne validiteten.

Survey og korrelasjon: å kartlegge og finne sammenhenger

Noen ganger kan vi ikke eksperimentere. Vi kan ikke tvinge ungdom til å sove dårlig for å se hva som skjer. Da har vi andre verktøy. En survey, eller spørreundersøkelse, bruker standardiserte spørreskjemaer for å samle inn data fra et utvalg personer. Målet er gjerne å beskrive holdninger, meninger eller atferd i en hel populasjon. Surveyen når mange raskt og billig, gir tall som er enkle å analysere, og kan være anonym -- noe som øker ærligheten ved sensitive tema.

Men metoden har fallgruver. Lav svarprosent kan gi seleksjonsskjevhet: de som svarer er kanskje systematisk forskjellige fra de som lar være. Ledende eller tvetydige spørsmål kan vri svarene, og noen gir sosialt ønskelige svar fordi de svarer det de tror er «riktig». Hvem vi spør, avgjøres av utvalgsstrategien. Et tilfeldig utvalg, der alle i populasjonen har lik sjanse til å bli valgt, gir best grunnlag for generalisering. Et stratifisert utvalg deler populasjonen i undergrupper etter for eksempel alder og kjønn og trekker tilfeldig fra hver. Et bekvemmelighetsutvalg bruker derimot folk som er lett tilgjengelige, som studenter, og gir dårligere generaliserbarhet.

Når vi vil undersøke variabler vi ikke kan manipulere, bruker vi en korrelasjonsstudie. Den måler naturlig forekommende variabler og ser om de henger sammen. Styrken uttrykkes med korrelasjonskoeffisienten $r$, som går fra $-1{,}0$ til $+1{,}0$. En $r$ på $+1{,}0$ betyr perfekt positiv sammenheng, $0$ betyr ingen sammenheng, og $-1{,}0$ betyr perfekt negativ sammenheng. I psykologien ligger de fleste korrelasjoner mellom $-0{,}5$ og $+0{,}5$.

Her gjelder et avgjørende prinsipp: korrelasjon er ikke det samme som kausalitet. At søvnkvalitet og depresjon korrelerer negativt med rundt $r \approx -0{,}40$, betyr ikke at dårlig søvn forårsaker depresjon. Det kan være at depresjon ødelegger søvnen, eller at en tredje faktor som stress skaper begge deler. Korrelasjonsstudier kan ikke avgjøre dette alene, men de peker på interessante sammenhenger -- og de er uvurderlige når eksperimenter er uetiske eller umulige.

Statistikken som gir tallene mening

Du har samlet inn data fra hundre personer. Hva nå? Her kommer statistikken inn -- verktøyet vi bruker for å få mening ut av tallene. Den deler seg i to hovedtyper.

Deskriptiv statistikk beskriver dataene vi har samlet. Gjennomsnittet er summen av alle verdier delt på antallet. Medianen er den midterste verdien når dataene sorteres, og modus er den verdien som forekommer hyppigst. Men et gjennomsnitt forteller ikke alt: standardavviket måler spredningen, altså hvor mye verdiene varierer rundt gjennomsnittet. To grupper kan ha samme gjennomsnitt, men helt ulik spredning.

Inferensiell statistikk lar oss trekke konklusjoner om populasjonen ut fra utvalget. Her møter vi p-verdien, som angir sannsynligheten for å få de resultatene vi fikk dersom nullhypotesen -- altså «ingen effekt» -- faktisk er sann. Konvensjonelt bruker vi grensen $p < 0{,}05$. Hvis vi i en studie av kognitiv terapi mot depresjon får $p = 0{,}02$, betyr det at det bare er to prosents sjanse for at forskjellen skyldes tilfeldigheter. Da kaller vi resultatet statistisk signifikant.

Men her ligger en felle. Et resultat kan være statistisk signifikant uten å ha praktisk betydning. Med et stort nok utvalg blir selv bittesmå forskjeller signifikante. Derfor ser vi også på effektstørrelsen, som måler hvor stor forskjellen faktisk er. Et vanlig mål er Cohens d, der $d = 0{,}2$ regnes som en liten effekt, $d = 0{,}5$ som middels og $d = 0{,}8$ som stor. En studie med ti tusen deltakere kan finne $p = 0{,}001$ og likevel ha en effekt på bare $d = 0{,}05$ -- statistisk skikkelig, men praktisk talt uten betydning. Å forstå forskjellen på signifikans og effektstørrelse er kanskje den viktigste leksen i kvantitativ metode.

Oppsummering

I dette kapittelet har vi reist gjennom de kvantitative forskningsmetodene -- psykologiens måte å gjøre menneskelige spørsmål om til målbare tall. Vi begynte med eksperimentet, gullstandarden for å påvise kausalitet, der forskeren manipulerer en uavhengig variabel, måler en avhengig variabel og bruker randomisering og kontrollgrupper for å isolere effekten. Vi så hvordan Milgrams studie illustrerer dette, og hvordan intern og ekstern validitet står i et spenningsforhold.

Deretter møtte vi surveyen, som kartlegger populasjoner gjennom utvalg, der tilfeldig utvalg gir best generaliserbarhet og lav svarprosent truer med seleksjonsskjevhet. Korrelasjonsstudien lærte oss å måle sammenhenger med koeffisienten $r$ -- og det helt sentrale prinsippet at korrelasjon ikke er kausalitet. Til slutt bandt statistikken alt sammen: deskriptiv statistikk beskriver dataene, inferensiell statistikk lar oss generalisere, og skillet mellom p-verdi og effektstørrelse minner oss om at statistisk signifikans ikke er det samme som praktisk betydning.