Tabel- og figurlæsning — procenter, indeks, korrelation vs. kausalitet

Samfundsfag A · STX · A-niveau · Metode

⚖️ Tabel- og figurlæsning — procenter, indeks, korrelation vs. kausalitet

Datafortolkning er en central kompetence i samfundsfag.

Procent-typer: Procentvis fordeling: del / total × 100 (fx 30% af danskerne stemte SD ved valg 2022).

Procentvis ændring: (ny - gammel) / gammel × 100. Pas på baseline! 200% stigning fra 5 til 15 lyder dramatisk men er kun 10 enheder.

Procent-point: ABSOLUT forskel mellem to procenter. SD gik fra 25% til 27% = stigning på 2 procent-point (men kun 8% relativ stigning).

Indeks: typisk basis-år sat til 100. Forbrugerprisindekset (CPI) sammenligner priser i forhold til basisår. Hvis CPI = 110, er priser steget 10% siden basisåret.

Korrelation vs. kausalitet: korrelation = to variabler bevæger sig sammen. Pearson's r mellem -1 og +1. Stærk positiv ~0,7-1, ingen ~0, stærk negativ ~-0,7 til -1. Kausalitet = den ene FORÅRSAGER den anden.

Kun korrelation, ikke kausalitet: klassisk eksempel — issalg og drukneulykker korrelerer positivt. Skyldes IKKE at is forårsager drukne — fælles tredje variabel: varmt vejr.

Spurious correlations: tjek tylervigen.com — sjov samling af tilfældige korrelationer.

Nødvendige betingelser for kausalitet (Hill-kriterierne, John Stuart Mill):

1. tidsmæssig rækkefølge (årsag før virkning),

2. korrelation,

3. ingen tredje variabel der forklarer (kontrolleret for confoundere),

4. teoretisk sammenhæng.

Statistisk signifikans (p-værdi): p < 0,05 = sandsynlighed for tilfældig forskel < 5%. p ≠ effekt-størrelse.

Misbrug: cherry-picking, selectionsbias, p-hacking, manipulation af basis-år.

Vidste du at...

🎯 Procentpoint vs. procent er én af medieverdens hyppigste fejl. "Renten steg fra 4% til 6%" er 2 procentpoint-stigning men 50% procentvis stigning. Politikere udnytter forvirringen — pas på.

📊 Spurious correlations (tylervigen.com): antal mennesker der drukner i swimmingpools korrelerer med antallet af Nicolas Cage-film i et givet år. Begge data går op og ned uden årsagssammenhæng. Klassisk eksempel på korrelation ≠ kausalitet.

📈 John Stuart Mill formulerede i 1843 de 5 metoder til at etablere kausalitet (Method of Agreement, Difference, Joint, Residues, Concomitant Variations). De er stadig fundament for moderne kausal-analyse.

Læringsmål

• Beherske Kvales 7-stadie-model for kvalitative interviews
• Anvende Faircloughs kritiske diskursanalyse
• Beherske kvantitativ metode — spørgeskemaer, måleniveauer, regressionsanalyse
• Anvende analyseværktøjer — SWOT, PESTEL, Easton, Lasswell
• Skelne validitet, reliabilitet og triangulering

Sådan kan du arbejde med emnet

• Aflæs en aktuel tabel fra Danmarks Statistik og beskriv, hvad den viser i procent og indeks
• Forklar forskellen mellem korrelation og kausalitet med et konkret eksempel
• Find en figur i en nyhedsartikel og diskutér, om den er fremstillet på en misvisende måde

Læs avisartikler og statistik. Anvend teori (Marx, Weber, Bourdieu, Habermas) på konkrete cases.