Statistisk analyse i Excel/Sheets

Biologi · 10. klasse · Undersøgelse

Statistisk analyse — tal der betyder noget 📊

I 10. klasse biologi er du klar til at analysere data statistisk — ikke bare beskrive, men inferensere (konkludere). Excel og Google Sheets er gratis, kraftfulde og bruges overalt.

Deskriptiv statistik (beskrivende)

Centrale mål:

• Middelværdi (gennemsnit): =GENNEMSNIT(A1:A20) eller =AVERAGE(A1:A20)
• Median (midterste værdi): =MEDIAN(A1:A20)
• Modus (hyppigste): =HYPPIGST(A1:A20) eller =MODE()
• Standardafvigelse (spredning): =STDAFV(A1:A20) eller =STDEV()
• Varians (kvadreret spredning): =VARIANS(A1:A20) eller =VAR()

Range og kvartiler:

• Min: =MIN()
• Max: =MAKS() / =MAX()
• Kvartil 1 (25%): =KVARTIL(A1:A20;1)
• Kvartil 3 (75%): =KVARTIL(A1:A20;3)
• IQR = Q3 − Q1

Visualisering

Grafer at bruge i biologi:

1. Søjlediagram — sammenligning mellem kategorier

2. Liniediagram — udvikling over tid

3. Scatter plot — forhold mellem to variabler

4. Boxplot — fordeling med medianer og kvartiler

5. Histogram — fordeling af én variabel

6. Kage-diagram — proportioner (brug sjældent)

Fejlbarer: Brug altid standard error (SE) eller 95% konfidens-interval på grafer.

Inferential statistik (slutninger)

Korrelation (=KORRELATION(x;y) eller =CORREL()):

• Værdi mellem -1 og +1
• +1 = perfekt positiv, 0 = ingen, -1 = perfekt negativ
• Eksempel: puls vs. løbehastighed

Regression (lineær):

• Linje der bedst passer data
• Excel: "Tilføj trendlinje" med ligning og R²
• R² = 0,9 = model forklarer 90% af variansen

T-test (sammenligner 2 grupper):

• Signifikant forskel mellem middelværdierne?
• =T.TEST(array1; array2; halerne; type)
• p-værdi < 0,05 = signifikant

Chi-kvadrat (for kategorisk data):

• Passer observeret fordeling med forventet?
• Bruges til Mendel-genetik-forsøg

Eksempel: Elevers højde

Data (20 elever): 165, 170, 168, 172, 161, 175, 163, 169, 171, 167, 173, 166, 178, 164, 169, 172, 170, 168, 174, 167

Analyse:

• Middelværdi: 169,1 cm
• Median: 169 cm
• Standardafvigelse: 4,1 cm
• Range: 161-178 cm
• Fordeling: normalfordelt (de fleste biologiske data er)

Hypotesetest — trin for trin

Eksempel: Er vandplanters vækst forskellig i rød vs. blåt lys?

Trin 1: Nul-hypotese (H₀): ingen forskel

Trin 2: Alternativ hypotese (H₁): forskel findes

Trin 3: Indsaml data — vækst i cm efter 2 uger

Trin 4: Beregn t-test

Trin 5: Hvis p < 0,05 → afvis H₀ → der er signifikant forskel

Trin 6: Konkluder

Gratis statistik-værktøjer (udover Excel)

• Google Sheets — ligesom Excel, med online samarbejde
• JASP (jasp-stats.org) — brugervenlig, kraftfuld, gratis
• R (r-project.org) — professionel, kræver læring
• GraphPad Prism (betalt, men gratis trial)
• SPSS (mange universiteter har)

Almindelige fejl

• Too small sample: n=3 giver dårlig statistik
• Cherry-picking: udelade "besværlige" data
• Correlation vs. causation: at de følger hinanden betyder ikke de forårsager hinanden
• Ignorere fejlkilder: manglende standardafvigelse
• Over-tolkning af p-værdier: p = 0,06 er stadig næsten signifikant

Pas på dette

Statistik er værktøj, ikke dom. En p-værdi på 0,05 er vilkårlig konvention — ikke en "sandheds-grænse". Altid rapportér rå data, ikke kun konklusioner. Og husk: biologisk signifikans ≠ statistisk signifikans. Et lille effekt kan være "statistisk signifikant" men biologisk uvigtigt.

Læringsmål

• Beregne deskriptiv statistik (middelværdi, median, std, kvartiler)
• Lave passende grafer til biologiske data (bar, scatter, box, histogram)
• Beregne korrelation mellem to variabler
• Gennemføre t-test for at sammenligne grupper
• Tolke p-værdier og R² korrekt
• Undgå almindelige statistik-fejl og være bevidst om begrænsninger

Fordybelses-projekter 📊

1. Kæmpe-dataset: Download offentlige data fra Danmarks Statistik eller WHO. Lav omfattende analyse.

2. Klassens statistik-portfolio: Hver elev analyserer et eget datasæt. Klassens fælles læring.

3. Re-analyse af berømt studie: Tag data fra en publiceret artikel. Reproducér analysen.

4. Meta-analyse: Kombinér data fra flere klassers forsøg. Øget statistisk styrke.

5. JASP-tutorial: Lær JASP-software til mere avancerede analyser.

6. Interview en statistiker: Mange universiteter har statistik-rådgivnings-centre.

Brobygning: STX matematik, samfundsfag, biologi, naturvidenskabeligt grundforløb. Statistik bruges i medicin, forskning, politik, økonomi. Fundamental færdighed.