En variabel er en størrelse i et forsøk som kan endre seg og som vi ønsker å måle eller kontrollere. Vi skiller mellom uavhengig variabel (den vi bevisst endrer), avhengig variabel (den vi måler effekten av) og kontrollvariabler (de vi holder konstante).
En feilkilde er derimot en faktor som kan påvirke resultatene våre på en uønsket måte, og som gjør at målingene blir mindre nøyaktige eller pålitelige. Feilkilder er noe vi prøver å unngå eller minimere, men som det ikke alltid er mulig å fjerne helt.
Eksempel: Tenk deg et forsøk der vi undersøker hvordan temperatur påvirker veksten til en plante.
Fredrik har rett i at man ikke kan bevise en hypotese ved hjelp av statistikk. Dette er et sentralt prinsipp i vitenskapelig metode, kjent som falsifikasjonsprinsippet, formulert av Karl Popper.
Siri og Mari har rett i at man bør formulere en hypotese på forhånd – dette er god vitenskapelig praksis. Men de tar feil når de sier at statistikk kan bevise hypotesen. Statistikk kan bare fortelle oss om vi kan forkaste nullhypotesen eller ikke. Det er en viktig forskjell:
Grunnen til at vi ikke kan bevise en hypotese, er at det alltid kan finnes andre forklaringer vi ikke har tenkt på, at utvalget vårt er for lite, eller at fremtidige data kan vise noe annet. Vitenskapelig kunnskap er derfor alltid foreløpig og kan revideres.
1. Fryseteknologi og assistert befruktning: Artikkel 4 beskriver hvordan fryseteknologien revolusjonerte sæddonasjon på 1970-tallet. Før dette var logistikken svært vanskelig – donor og mottaker måtte være på samme sted til samme tid. Fryseteknologien gjorde det mulig å lagre sæd over lang tid og sende den over landegrenser. Denne teknologien har ført til at tusenvis av barnløse par og enslige kvinner har kunnet få barn, noe som har endret familiestrukturer og utfordret tradisjonelle oppfatninger av familie og slektskap.
2. DNA-testing og slektsforskning: I artikkel 1 forteller «Julie» at hun har funnet nær 20 halvsøsken gjennom DNA-treff på nett. Tilgangen til rimelige DNA-tester og databaser har gjort det mulig for donorunnfangede å finne biologiske slektninger. Dette har skapt både gjenforening og psykologiske utfordringer, og har tvunget lovgivere til å revurdere anonymitetsregler for donorer.
3. Celledyrking og medisinsk forskning: Artikkel 2 beskriver hvordan HeLa-cellene fra Henrietta Lacks har bidratt til utallige medisinske gjennombrudd. Teknologien for å dyrke celler i laboratoriet har gjort det mulig å utvikle vaksiner, kreftbehandlinger og medisiner. Samtidig har dette reist etiske dilemmaer om samtykke, eierskap til biologisk materiale og kommersiell utnyttelse av menneskelige celler.
Artikkelen om Julie forteller om den økende bruken av sæddonasjon og bekymringene rundt antall halvsøsken. Datasettene fra UK viser blant annet hvordan import av donorsæd og antall donorunnfangede barn utvikler seg over tid.
Regresjon er den best egnede metoden her fordi vi ønsker å undersøke sammenhengen mellom to kontinuerlige variabler over tid (år og antall importerte registreringer). Regresjonsanalyse gir oss en modell som beskriver trenden og lar oss vurdere styrken på sammenhengen.
T-test ville vært egnet dersom vi sammenlignet to uavhengige grupper (for eksempel antall registreringer før og etter et gitt år), men her er det mer naturlig å se på den kontinuerlige utviklingen over hele perioden.
Vi bruker datasettet «Nye spermdonorer registrert i UK og utlandet, 2006–2020» og ser på kolønnen for importerte sædregistreringer:
| År | Import |
|---|---|
| 2006 | 67 |
| 2007 | 44 |
| 2008 | 63 |
| 2009 | 82 |
| 2010 | 103 |
| 2011 | 144 |
| 2012 | 191 |
| 2013 | 189 |
| 2014 | 206 |
| 2015 | 176 |
| 2016 | 260 |
| 2017 | 339 |
| 2018 | 363 |
| 2019 | 389 |
| 2020 | 400 |
Vi lar \( x \) representere antall år etter 2006 (slik at \( x = 0 \) for 2006, \( x = 1 \) for 2007, osv.) og \( y \) representere antall importerte registreringer.
Vi beregner gjennomsnittsverdier:
Vi beregner nødvendige summer for regresjonskoeffisientene:
| \( x \) | \( y \) | \( x - \bar{x} \) | \( y - \bar{y} \) | \( (x-\bar{x})(y-\bar{y}) \) | \( (x-\bar{x})^2 \) |
|---|---|---|---|---|---|
| 0 | 67 | -7 | -134,1 | 938,7 | 49 |
| 1 | 44 | -6 | -157,1 | 942,5 | 36 |
| 2 | 63 | -5 | -138,1 | 690,5 | 25 |
| 3 | 82 | -4 | -119,1 | 476,3 | 16 |
| 4 | 103 | -3 | -98,1 | 294,3 | 9 |
| 5 | 144 | -2 | -57,1 | 114,1 | 4 |
| 6 | 191 | -1 | -10,1 | 10,1 | 1 |
| 7 | 189 | 0 | -12,1 | 0 | 0 |
| 8 | 206 | 1 | 4,9 | 4,9 | 1 |
| 9 | 176 | 2 | -25,1 | -50,1 | 4 |
| 10 | 260 | 3 | 58,9 | 176,8 | 9 |
| 11 | 339 | 4 | 137,9 | 551,7 | 16 |
| 12 | 363 | 5 | 161,9 | 809,7 | 25 |
| 13 | 389 | 6 | 187,9 | 1127,7 | 36 |
| 14 | 400 | 7 | 198,9 | 1392,5 | 49 |
Stigningstallet (regresjonskoeffisienten):
Konstantleddet:
Regresjonslinjen blir:
Dette betyr at antall importerte sædregistreringer i UK økte med ca. 26,7 per år i perioden 2006–2020.
For å vurdere styrken på sammenhengen beregner vi \( R^2 \):
En \( R^2 \approx 0{,}94 \) betyr at ca. 94 % av variasjonen i importtallene forklares av den lineære trenden over tid. Dette er en svært sterk sammenheng.
Etisk problem: Anonymitet versus barnets rett til å kjenne sitt opphav
Et sentralt etisk dilemma innen sæddonasjon er spenningen mellom donors rett til anonymitet og barnets rett til å kjenne sitt biologiske opphav.
Argumenter for anonymitet: Artikkel 4 forteller at donorene historisk ble lovet anonymitet. Mange menn donerte nettopp fordi de ble garantert at barnet aldri ville oppsøke dem. Å bryte denne avtalen i ettertid kan oppleves som et tillitsbrudd. Dessuten kan fjerning av anonymitet føre til at færre menn ønsker å donere, noe som rammer barnløse par og enslige kvinner som trenger behandling.
Argumenter for åpenhet: Artikkel 1 og 3 viser at donorunnfangede som «Julie» opplever det som en stor belastning å ikke kjenne sitt biologiske opphav. FNs barnekonvensjon slår fast at barn har rett til å kjenne sine foreldre. Lovendringen i 2005, som fjernet anonym donasjon i Norge, anerkjenner denne rettigheten.
Drøfting: Her står to grunnleggende rettigheter mot hverandre. Historisk ble donors perspektiv prioritert, mens man i dag i større grad vektlegger barnets beste. Det finnes ingen enkel løsning – en mellomvei kan være å gi barnet innsyn når det blir myndig, slik norsk lov har lagt opp til siden anonymiteten ble opphevet i 2005, samtidig som man informerer donor om at anonymiteten ikke lenger er absolutt.
Problemstilling: «Påvirker mengden gjødsel veksten til kresseplanter?»
Hypotese: H₁: Planter som får gjødsel vokser høyere enn planter uten gjødsel. H₀: Det er ingen forskjell i vekst mellom gruppene.
Metodevalg: Kvantitativ eksperimentell metode. Begrunnelse: Vi ønsket målbare data (høyde i cm) som vi kunne analysere statistisk.
Gjennomføring: To grupper à 20 planter – kontrollgruppe (vann) og forsøksgruppe (vann + gjødsel). Samme jord, lys og temperatur. Målt høyde daglig i 14 dager.
Kritisk vurdering: Utvalget var lite. Vi burde hatt flere konsentrasjoner av gjødsel og flere paralleller for bedre reliabilitet.
Når man formidler resultater fra et forskningsprosjekt, må man tilpasse budskapet til målgruppen, formatet og formålet med publiseringen. De tre presentasjonsformene – avis, vitenskapelig tidsskrift og skolens hjemmeside – stiller svært ulike krav.
Målgruppe: Allmennheten – folk uten faglig bakgrunn.
Språk og stil: Enkelt, hverdagslig språk uten fagtermer. Man bruker metaforer og konkrete eksempler for å gjøre forskningen tilgjengelig. Overskriften skal fange oppmerksomheten.
Innhold: Fokuset ligger på hvorfor resultatene er viktige for samfunnet. Man fremhever de mest interessante funnene og utelater detaljert metodebeskrivelse. Man kan forenkle og spisse budskapet, men må passe på å ikke villede.
Eksempel: «Ny studie: 50-åringer sover mer enn 20-åringer – ekspert bekymret for de unge.»
Målgruppe: Andre forskere og fagpersoner innen feltet.
Språk og stil: Formelt, presist fagspråk. Alle fagtermer brukes korrekt. Teksten følger den vitenskapelige strukturen: innledning, metode, resultater, diskusjon (IMRaD-strukturen).
Innhold: Full metodebeskrivelse slik at andre kan reprodusere forsøket. Statistiske analyser presenteres i detalj med p-verdier, konfidensintervaller og effektstørrelser. Alle kilder oppgis etter anerkjent referansestil. Artikkelen gjennomgår fagfellevurdering før publisering.
Eksempel: «En uavhengig t-test viste signifikant forskjell i søvnmengde mellom aldersgruppene (t = 2,67, p < 0,05, Cohens d = 0,97).»
Målgruppe: Medelever, lærere, foreldre og andre tilknyttet skolen.
Språk og stil: En mellomting – mer presist enn avisen, men mindre formelt enn tidsskriftet. Man kan bruke noen fagtermer, men forklarer dem underveis.
Innhold: Man beskriver prosjektets formål, fremgangsmåte og hovedfunn. Bilder, grafer og illustrasjoner gjør teksten visuell og engasjerende. Man inkluderer gjerne en personlig vinkel – hva lærte du, hva var overraskende, hva ville du gjort annerledes?
Eksempel: «I TeF-prosjektet vårt undersøkte vi om det er forskjell på søvnvaner hos unge og eldre. Resultatene viste at ...»
Vi bruker et signifikansnivå på \( \alpha = 0{,}05 \) (tosidig test).
For en tosidig t-test for to uavhengige utvalg bruker vi formelen:
Vi setter inn verdiene:
Vi bruker Welch's tilnærming for frihetsgrader:
Vi runder ned til \( df = 24 \).
For en tosidig test med \( \alpha = 0{,}05 \) og \( df = 24 \) er den kritiske t-verdien ca. \( t_{\text{krit}} = 2{,}064 \).
Siden den beregnede t-verdien (2,69) er større enn den kritiske verdien (2,064), forkaster vi nullhypotesen.
Om oppgaveteksten: Oppgaveteksten i dette løsningsforslaget er gjengitt fra Utdanningsdirektoratets (UDIR) eksamen i Teknologi og forskningslære 2 (våren 2024). Vi gjengir oppgaveteksten bevisst, slik at du kan følge løsningen uten å veksle mellom dokumenter. Eksamensoppgaver fra offentlige myndigheter er uten opphavsrettsvern etter åndsverkloven § 14 og kan gjengis fritt. Selve løsningsforslaget, forklaringene og figurene er utarbeidet av Eksamenssett.no. Opphavsrettsbeskyttede bilder og illustrasjoner fra originaleksamen er fjernet.