Varför är det svårt att analysera data?

Det här blogginlägget är lite annorlunda och mer övergripande kring hur vi kan tänka om analys i skolans värld. Att fastslå orsaken till ett problem är svårare än vad vi tror och nedan följer några tankeverktyg som vi kan ha med oss för att förhoppningsvis tänka en aning klarare. Det här är sommarens tankenöt – ett jobbigt inlägg att läsa. Men väl värt mödan. Vi lovar!

Kausalitet betyder påverkan, dvs. när en händelse, process, tillstånd eller objekt (orsak) påverkar tillblivelsen av en annan händelse, process, tillstånd eller objekt (effekt). Orsaken ska kunna ses som delvis ansvarig för effekten och effekten delvis beroende av orsaken. Korrelation betyder att två händelser förändras samtidigt och anses därför ofta vara relaterade med varandra. Korrelation är en beskrivning av en relation mellan två fenomen, utan att förklara ett orsakssamband. 

Ett väl använt exempel är påståendet att glass (A) orsakar drunkning (B) eftersom de uppenbart är relaterade på följande sätt: ju fler glassar som säljs, desto fler drunkningsolyckor sker. A korrelerar med B men det är den bakomliggande orsaken C (i det här fallet det varma vädret som gör att fler äter glass och att fler badar och därmed drunknar) som påverkar både A och B samtidigt. 

Så när vi säger att korrelation inte är kausalitet kan det ses som en uppmaning att leta efter en tredje, förbisedd och bakomliggande orsak. I skolans värld skulle det kunna var att en elevs ointresse korrelerar med ett visst ämne och vi kanske drar slutsatsen att ämnet orsakar ointresset. Men det kan finnas flera möjliga bakomliggande orsaker som relationen till läraren, jämförelser med klasskamrater, att sitta bredvid någon som stör, press från vårdnadshavare etc. 

I skolans värld talar vi ofta om orsaker när vi försöker reda ut vad som påverkar vad, och på så sätt försöka hitta lösningar på problem. Om vi vet varför ett problem uppstår så kan vi förändra, lägga till eller ta bort orsakerna till problemet. Men att förstå kausalitet eller orsakssamband kan vara svårt och det finns några vanliga fallgropar som vi tänkte gå igenom och försöka förklara i detta blogginlägg. Försök att se dem som smarta strategier eller aspekter av ett kritiskt tänkande i diskussioner om problem och åtgärder bland kollegor, elever och vårdnadshavare. Exemplena går även att tillämpa på alla livets områden. Det är två saker som är viktiga här: orsakens existens och riktning

Existens: Är det verkligen A som orsakar B överhuvudtaget eller finns det en annan orsak?

Riktning: Är riktningen av orsakerna direkta, omvända eller cykliska? 

Vi förstår att detta kan låta krångligt och väl abstrakt, men när vi greppat det så kan det verkligen öppna dörrar för en ny och djupare förståelse. 

1. A orsakar B.

Detta kallas för “Direkt kausalitet”. Något händer innan något annat och orsakar det. 

Exempel: En elev kränker en annan elev som blir arg. Kränkningen orsakar ilskan. 

2. B orsakar A.

Detta kallas för “Omvänd kausalitet”. Det är när den uppfattade effekten egentligen är orsaken. 

Exempel: Motivation orsakar framgång har visat sig vara lite av en myt, då forskning på senare år klarlagt att det är framgången som i högre grad orsakar motivation. Ett annat exempel är om det är våldsamma spel som skapar våldsamma barn eller om våldsamma barn tenderar att spela våldsamma spel?

3. A och B orsakas av C.

Detta kallas för “Gemensam kausalitet”. Det är när det finns en korrelation mellan A och B men inget orsakssamband finns, utan orsaken är istället C. 

Exempel: Att vakna med kläderna på (A) orsakar huvudvärk (B). Eller är det att gå och lägga sig kraftig berusad (C) som spelar in? 

4. A orsakar B som orsakar A.

Detta kallas för “Cirkulär kausalitet”. Något påverkar något annat som i sin tur påverkar det som påverkade det. (Snurrigt minst sagt)

Exempel: Många lärare slutar på en skola, vilket gör att organisation blir sämre vilket gör att fler lärare slutar. 

5. A orsakar inte B.

Detta kallas för “Falsk korrelation”. Det finns inget samband helt enkelt. 

Exempel (på sanna falska korrelationer): Glassförsäljning och mord. Drunkningsolyckor och filmer med Nicolas Cage. Kolla gärna in denna hemsida för fler osannolika falska korrelationer. 

Oftast är det ett direkt orsakssamband (alltså nr 1. A orsakar B) som vi försöker klargöra och argumentera för i skolan. Med detta inlägg hoppas vi att vi kan tänka ett steg till när vi antingen kommer med egna förklaringar på problem eller lyssnar till andras. Vi behöver alltid vara medvetna om att vi alltid kan ha fel eller missa gemensamma, omvända och cirkulära orsakssamband. Ovan har vi beskrivit enkla orsakssamband som finns beskrivna på ett teoretiskt plan i läroböcker. Men hur ser det egentligen ut i verkligheten som vi lever och verkar i? Vi skulle kunna lägga till två ytterligare exempel på hur kausalitet fungerar på ett mer komplext och dynamiskt sätt: Systemisk och hierarkisk kausalitet. Dessa former av kausalitet är kanske mest relevant för en blogg om skolan. 

6. A, B, C, D, E, F orsakar G.

Detta kan vi kalla för “Systemisk korrelation”. Ett system är när olika komponenter tillsammans samverkar för att nå en effekt. Föreställ dig bara all tänkbara orsaker det kan finnas till att en elev inte klarar ett prov. Beror det på dålig undervisning? Dåliga förkunskaper eller studieteknik? Var den för nervös? Finns det en antipluggkultur i klassen? Har det att göra med kön, bakgrund eller föräldrars utbildningsnivå?

7. A är den största orsaken på effekten G, B är stor men inte lika stor som A, C och D är mindre orsaker och E och F är nästan betydelselösa.

Detta kan vi kalla för “Hierarkisk korrelation”. Det finns vissa orsaker som påverkar mer, är mer betydelsefulla än andra, när vi ska hitta lösningar på ett problem. Det kan även vara så att vissa av orsakerna är utom lärarens kontroll som klasstorlek, skolans organisation och elevernas bakgrund. Med andra ord är det bra att tänka på vilka orsaker som har störst effekt på tex. lärande eller välbefinnande och vilka vi som lärare som vi kan kontrollera och påverka här och nu. 

Hur gör egentligen forskare för att försöka förstå ett så komplext fenomen som kausalitet?

Observationsstudier

I en observationsstudie väljer forskarna ut en grupp, tex en existerande klass som använder sig av korta träningspass varje lektion och jämför dem med en klass som inte gör det, och jämför sedan resultat på ett matteprov. Eftersom urvalet inte är slumpmässigt blir grupperna svåra att jämföra. De blir inte likvärdiga kan vi säga. Det kan vara så att klassen som tränade redan var bättre på matte eller blev peppade av tanken på att ingå i en vetenskaplig studie och skärpte sig mer på matteprovet. Med andra ord kan skillnaden mellan grupperna ha andra orsaker än träningspassen. 

Randomiserade kontrollerade studier 

Det är istället genom randomiserade kontrollerade studier som forskare försöker klargöra orsakssamband. En randomiserad kontrollerad studie bygger på en design där forskarna slumpar (randomiserade) ett representativt urval av deltagare i två grupper, en som utsätts för någon form av intervention (insats) och en som fungerar som en kontrollgrupp som inte utsätts för interventionen. Sedan jämför forskarna om det finns en statistisk säkerställd signifikans mellan grupperna, dvs att det finns en så pass stor effekt på interventionen att skillnaden inte kan förklaras av slumpen. 

Randomiserade kontrollstudier är svåra att genomföra i skolan och utförs därför mest i kontrollerade laboratoriemiljöer, vilket gör att relevansen minskar eftersom resultaten sedan måste översättas till en skolmiljö. Det finns även etiska problem med att ta elever från skolan och sätta dem i en kontrollgrupp som inte får interventionen. Styrkan med randomiserade kontrollstudier (speciellt om flera kan visa på samma resultat) är att de säger något allmänt och generellt som tenderar att vara sant för de flesta. Om vi lärare kan ta del av de resultaten och sedan själva anpassa dem till sina kontexter, är vi på god väg mot en skola på vetenskaplig grund. 

Varför är denna kunskap viktig för oss lärare? Vi kan se två anledningar. För det första hoppas vi att lärare kan inta en än mer öppen och ödmjuk inställning när det kommer till att analysera data, komma med orsaksförklaringar och föreslå åtgärder. Såsom många av oss avslutar ett läsår varje år i juni. För det andra finns det forskare som antingen utfört eller sammanställt resultat från randomiserade kontrollstudier och som kommit långt, enligt oss, i att förklara orsakssamband i skolans värld. Resultat som vi försöker skriva om på denna blogg och som vi hoppas kan stödja lärare i vår fortsatta undervisningsutveckling.

Fördjupning

Correlation vs Causation | Differences & Designs

The danger of mixing up causality and correlation: Ionica Smeets at TEDxDelft

Correlation vs. Causality: Freakonomics Movie

Fundera, förbättra och sprid vidare!

Ps. 

Klicka här för att prenumerera på vår blogg.
Klicka här för att komma till vår youtube-kanal.

%d bloggare gillar detta: