Om løsningsforslaget: Dette er veiledende løsningsforslag laget av eksamenssett.no. Oppgave 6 og 7 handler om elevens eget forskningsprosjekt og kan derfor ikke besvares generelt – vi gir i stedet veiledning til hva et godt svar bør inneholde. For de øvrige oppgavene gir vi fullstendige forslag.
Oppgave 1 – Variabel og feilkilde
Oppgave: Forklar kort, med egne ord, forskjellen på en variabel og en feilkilde. Gi et eksempel som viser denne forskjellen tydelig. (Kortsvar, inntil 250 ord.)
Løsningsforslag
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.
- Uavhengig variabel: Temperaturen (som vi bevisst endrer mellom forsøksgruppene)
- Avhengig variabel: Plantens vekst i centimeter (det vi måler)
- Kontrollvariabel: Mengde lys og vann (holdes likt for alle plantene)
- Feilkilde: Ulik jordsamensetning i pottene, unøyaktig avlesning av linjalen, eller at plantene tilfeldigvis har ulik genetisk disposisjon for vekst
Oppsummert: Variabler er de størrelsen vi planlegger å endre eller måle i forsøket, mens feilkilder er uønskede faktorer som gjør at resultatene ikke blir helt nøyaktige. Variablene er en del av forsøksdesignet, mens feilkilder er problemer vi prøver å redusere.
Oppgave 2 – Kan man bevise en hypotese?
Oppgave: Siri, Mari og Fredrik skal planlegge et forskningsprosjekt. Siri og Mari mener at de på forhånd må formulere en forskningshypotese og ved hjelp av statistikk forsøke å bevise hypotesen. Fredrik er ikke enig. Hva mener du? (Kortsvar, inntil 250 ord.)
Løsningsforslag
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:
- Nullhypotesen (H₀) sier at det ikke er noen sammenheng eller forskjell.
- Alternativhypotesen (H₁) er det forskeren tror stemmer.
- Statistiske tester beregner sannsynligheten (p-verdien) for å få resultatene vi fikk hvis nullhypotesen er sann.
- Er p-verdien lav nok (vanligvis under 0,05), forkaster vi nullhypotesen. Men vi har ikke bevist alternativhypotesen – vi har bare vist at dataene taler sterkt mot nullhypotesen.
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.
Konklusjon: Det er riktig å formulere en hypotese på forhånd, men statistikk kan aldri bevise den – bare styrke eller svekke den. Fredrik har rett i sin innvending.
Oppgave 3 – Teknologiens påvirkning på samfunnet
Oppgave: Ta utgangspunkt i artiklene fra forberedelsesdelen. Gi tre eksempler på hvordan teknologi kan ha påvirket vårt samfunn. Gjør rede for hvordan eksemplene kan ha påvirket samfunnet. (Kortsvar, inntil 250 ord.)
Løsningsforslag
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.
Alle tre eksemplene viser at teknologisk utvikling har både positive og negative konsekvenser for samfunnet, og at ny teknologi ofte krever ny lovgivning og etisk refleksjon.
Oppgave 4 – Hypotese og dataanalyse om donorbarn
Oppgave: Bruk artikkelen om «Julie» og datamaterialet (fra forberedelsen) til å: (a) stille opp en relevant hypotese om donorbarn, (b) vurdere om regresjon eller t-test er egnet for å analysere datamaterialet, (c) analyser datamaterialet og vurder om hypotesen styrkes eller må forkastes. (Fritekstoppgave.)
a) Hypotese
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.
Hypotese: Det er en sammenheng mellom år og antall importerte donorsædregistreringer i UK – importen øker over tid.
H₀: Det er ingen signifikant lineær sammenheng mellom år og antall importerte sædregistreringer.
H₁: Det er en signifikant positiv lineær sammenheng mellom år og antall importerte sædregistreringer.
b) Valg av metode: Regresjon
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.
c) Analyse av datamaterialet
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.
Beregning av lineær regresjon
Vi beregner gjennomsnittsverdier:
\[ \bar{x} = \frac{0 + 1 + 2 + \cdots + 14}{15} = \frac{105}{15} = 7 \]
\[ \bar{y} = \frac{67 + 44 + 63 + \cdots + 400}{15} = \frac{3016}{15} \approx 201{,}1 \]
Vi beregner nødvendige summer for regresjonskoeffisientene:
\[ S_{xy} = \sum (x_i - \bar{x})(y_i - \bar{y}) \]
\[ S_{xx} = \sum (x_i - \bar{x})^2 \]
| \( x \) | \( y \) | \( x - \bar{x} \) | \( y - \bar{y} \) | \( (x-\bar{x})(y-\bar{y}) \) | \( (x-\bar{x})^2 \) |
|---|
| 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 |
\[ S_{xy} = 7479{,}5 \qquad S_{xx} = 280 \]
Stigningstallet (regresjonskoeffisienten):
\[ b = \frac{S_{xy}}{S_{xx}} = \frac{7479{,}5}{280} \approx 26{,}7 \]
Konstantleddet:
\[ a = \bar{y} - b \cdot \bar{x} = 201{,}1 - 26{,}7 \cdot 7 \approx 14{,}0 \]
Regresjonslinjen blir:
\[ y = 26{,}7x + 14{,}0 \]
Dette betyr at antall importerte sædregistreringer i UK økte med ca. 26,7 per år i perioden 2006–2020.
Korrelasjonskoeffisienten
For å vurdere styrken på sammenhengen beregner vi \( R^2 \):
\[ S_{yy} = \sum (y_i - \bar{y})^2 \approx 215\,420 \]
\[ R^2 = \frac{S_{xy}^2}{S_{xx} \cdot S_{yy}} = \frac{7479{,}5^2}{280 \cdot 215\,420} \approx \frac{55\,942\,120}{60\,317\,600} \approx 0{,}93 \]
En \( R^2 \approx 0{,}93 \) betyr at 93 % av variasjonen i importtallene forklares av den lineære trenden over tid. Dette er en svært sterk sammenheng.
Konklusjon: Regresjonsanalysen viser en klar positiv lineær trend: importen av donorsæd til UK har økt med ca. 27 registreringer per år i perioden 2006–2020. Med \( R^2 \approx 0{,}93 \) er sammenhengen svært sterk. Hypotesen om at importen øker over tid er styrket. Dette støtter bekymringene i Julies artikkel om at donorbarn kan få stadig flere halvsøsken, ettersom internasjonalt utveksling av donorsæd er i kraftig vekst.
Oppgave 5 – Etisk problem innen donasjon
Oppgave: Artiklene fra forberedelsesdelen nevner mange etiske aspekter ved donasjon. Drøft et etisk problem innenfor donasjon. (Kortsvar, inntil 250 ord.)
Løsningsforslag
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 først ved myndighetsalder, slik norsk lov gjør fra 2023, samtidig som man informerer donor om at anonymiteten ikke lenger er absolutt.
Konklusjon: Dilemmaet mellom anonymitet og åpenhet har ingen fasit, men utviklingen i lovgivningen viser at barnets rettigheter i økende grad veier tyngst.
Oppgave 6 – Eget forskningsprosjekt (metode)
Oppgave: Beskriv din problemstilling eller hypotese, og gjør rede for hvilken metode du valgte, eller burde ha valgt, for å få best mulig resultater fra forskningsprosjektet ditt. (Kortsvar, inntil 500 ord.)
Veiledning: Denne oppgaven handler om ditt eget forskningsprosjekt fra undervisningen. Et godt svar bør inneholde:
- Klar problemstilling/hypotese: Formuler en presis og testbar hypotese med nullhypotese og alternativhypotese.
- Begrunnelse for metodevalg: Forklar om du brukte kvalitativ eller kvantitativ metode, og hvorfor dette var riktig for din problemstilling.
- Beskrivelse av metoden: Beskriv konkret hva du gjorde – forsøksoppsett, utvalg, variabler, kontrollgrupper.
- Kritisk vurdering: Reflekter over om en annen metode kunne gitt bedre resultater. For eksempel: Hadde du for lite utvalg? Manglet du kontrollgruppe? Burde du brukt en annen statistisk test?
- Bruk fagbegreper: Uavhengig variabel, avhengig variabel, kontrollvariabler, randomisering, blinding, reliabilitet, validitet, etc.
Eksempelstruktur for et godt svar:
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.
Oppgave 7 – Resultater fra eget prosjekt
Oppgave: Presenter de viktigste resultatene og konklusjonen fra forskningsprosjektet ditt. Drøft kvaliteten på resultatene dine, og gjør rede for hvilke forbedringer du ville gjort. (Fritekstoppgave.)
Veiledning: Et godt svar bør inneholde:
- Resultater: Presenter data med tabeller, grafer eller diagrammer. Vis gjennomsnittsverdier, standardavvik eller andre relevante mål.
- Statistisk analyse: Har du brukt t-test, regresjon eller korrelasjonsanalyse? Presenter resultatene av analysen (t-verdi, p-verdi, R²).
- Konklusjon: Kan du forkaste nullhypotesen? Støtter dataene hypotesen din?
- Kvalitetsvurdering: Diskuter reliabilitet (er resultatene reproduserbare?) og validitet (måler du det du tror du måler?).
- Feilkilder: Identifiser konkrete feilkilder og forklar hvordan de kan ha påvirket resultatene.
- Forbedringer: Hva ville du gjort annerledes? Større utvalg, bedre kontroll av variabler, annen statistisk metode, etc.
Oppgave 8 – Budskap i ulike presentasjonsformer
Oppgave: Forklar hvordan budskapet ditt kan være forskjellig avhengig av om du publiserer i en avis, i et vitenskapelig tidsskrift eller på skolens hjemmeside. (Kortsvar, inntil 500 ord.)
Løsningsforslag
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.
Avisartikkel
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.»
Vitenskapelig tidsskrift
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).»
Skolens hjemmeside
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 ...»
Oppsummert: De tre publiseringsformene krever ulik grad av forenkling, faglig presisjon og fokus. Avisen spissser og forenkler for allmennheten, det vitenskapelige tidsskriftet krever full metodisk transparens for fagfeller, og skolens hjemmeside balanserer mellom tilgjengelighet og faglighet. Felles for alle er at man må være ærlig og ikke overselge resultatene.
Oppgave 9 – T-test: Søvnmengde hos 20- og 50-åringer
Oppgave: En forsker har undersøkt søvnmengde hos 20-åringer og 50-åringer (15 personer i hver gruppe). Forskeren hevder at det er en signifikant forskjell. Gjør egne beregninger og vurder om forskeren har rett. (Fritekstoppgave.)
Gitt data:
50-åringer: \( \mu = 7{,}5 \) timer, \( \sigma = 0{,}6 \) timer, \( N = 15 \)
20-åringer: \( \mu = 7{,}0 \) timer, \( \sigma = 0{,}4 \) timer, \( N = 15 \)
Steg 1: Formuler hypotesene
H₀: Det er ingen signifikant forskjell i gjennomsnittlig søvnmengde mellom 20-åringer og 50-åringer (\( \mu_1 = \mu_2 \)).
H₁: Det er en signifikant forskjell i gjennomsnittlig søvnmengde mellom 20-åringer og 50-åringer (\( \mu_1 \neq \mu_2 \)).
Vi bruker et signifikansnivå på \( \alpha = 0{,}05 \) (tosidig test).
Steg 2: Beregn t-verdien
For en tosidig t-test for to uavhengige utvalg bruker vi formelen:
\[ t = \frac{\bar{x}_1 - \bar{x}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}} \]
Vi setter inn verdiene:
\[ t = \frac{7{,}5 - 7{,}0}{\sqrt{\frac{0{,}6^2}{15} + \frac{0{,}4^2}{15}}} = \frac{0{,}5}{\sqrt{\frac{0{,}36}{15} + \frac{0{,}16}{15}}} \]
\[ t = \frac{0{,}5}{\sqrt{0{,}024 + 0{,}01067}} = \frac{0{,}5}{\sqrt{0{,}03467}} = \frac{0{,}5}{0{,}1862} \approx 2{,}69 \]
Steg 3: Bestem frihetsgrader
Vi bruker Welch's tilnærming for frihetsgrader:
\[ df = \frac{\left(\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}\right)^2}{\frac{\left(\frac{s_1^2}{n_1}\right)^2}{n_1 - 1} + \frac{\left(\frac{s_2^2}{n_2}\right)^2}{n_2 - 1}} \]
\[ df = \frac{(0{,}024 + 0{,}01067)^2}{\frac{0{,}024^2}{14} + \frac{0{,}01067^2}{14}} = \frac{0{,}03467^2}{\frac{0{,}000576}{14} + \frac{0{,}0001138}{14}} \]
\[ df = \frac{0{,}001202}{0{,}0000411 + 0{,}00000813} = \frac{0{,}001202}{0{,}0000493} \approx 24{,}4 \]
Vi runder ned til \( df = 24 \).
Steg 4: Sammenlign med kritisk verdi
For en tosidig test med \( \alpha = 0{,}05 \) og \( df = 24 \) er den kritiske t-verdien ca. \( t_{\text{krit}} = 2{,}064 \).
\[ |t| = 2{,}69 > t_{\text{krit}} = 2{,}064 \]
Steg 5: Konklusjon
Siden den beregnede t-verdien (2,69) er større enn den kritiske verdien (2,064), forkaster vi nullhypotesen.
Konklusjon: Vi forkaster H₀ på 5 % signifikansnivå. Det er en statistisk signifikant forskjell i gjennomsnittlig søvnmengde mellom 20-åringer og 50-åringer. Forskeren har rett i at forskjellen er signifikant – 50-åringene i undersøkelsen sover i gjennomsnitt 30 minutter mer per natt enn 20-åringene.
Viktig forbehold: Utvalget er lite (kun 15 personer i hver gruppe), og dataene er selvrapporterte, noe som kan være en feilkilde. Resultatene kan ikke uten videre generaliseres til hele befolkningen. Forsøket inkluderte like mange kvinner og menn, noe som styrker validiteten.