Observera eller agera?

Det finns två grundläggande sätt att samla in data om huruvida en sak påverkar en annan.

• I en observationsstudie mäter du det som redan händer utan att ändra något. Du kan till exempel registrera hur länge elever sover och vilka betyg de får.
• I ett experiment fördelar du en behandling mellan enheterna och mäter sedan vad som händer. Du kan till exempel säga åt vissa elever att sova åtta timmar och andra att sova sex timmar.

Båda kan hitta mönster. Bara ett väl genomfört experiment kan säga särskilt mycket om orsak och verkan. Så här kommer det sig.

Anta att elever som sover mer också får bättre betyg i en observationsstudie. Kanske hjälper sömnen. Men det kan också vara så att elever som sover mer har färre jobb, lugnare hem eller mer organiserade studievanor. Vilken som helst av dessa saker kan vara den riktiga orsaken, och de följer åt tillsammans med sömnen. En sådan dold variabel kallas en störfaktor: den hänger ihop både med det du undersöker och med resultatet, och den kan efterlikna eller dölja en effekt. Värld 5 ägnar fyra lektioner åt detta.

Ett experiment löser detta med slumpmässig fördelning. Om en myntkastning (eller en dator) avgör vem som får vilken behandling, skiljer sig grupperna åt i allt annat bara av en slump: sömnvanor, jobb, hemmaliv och sådant du aldrig tänkte på att mäta. Med tillräckligt många enheter kommer grupperna i genomsnitt att likna varandra. Om resultaten sedan skiljer sig åt, är behandlingen den enda systematiska skillnaden som finns kvar.

Ett bra experiment har vanligtvis:

• En behandlingsgrupp som får det som testas och en kontrollgrupp som inte får det (eller får det vanliga alternativet).
• Slumpmässig fördelning till grupperna.
• Ett placebo när människors förväntningar spelar roll: något ofarligt som ser likadant ut, så att alla tror att de kanske får behandlingen.
• Blindning: deltagarna vet inte vilken grupp de tillhör (enkelblind), och de som mäter resultaten vet inte heller (dubbelblind), så att förhoppningar inte kan påverka mätningarna.

Ett exempel. En trädgårdsmästare vill ta reda på om växtnäring fungerar. En svag studiedesign: ge växtnäring till växterna vid fönstret, inget till dem som står i skuggan och jämför dem. Nu blandas ljuset ihop med växtnäringen. En bättre studiedesign: numrera 40 krukor, låt ett slumpmässigt urval välja 20 som får växtnäring och behåll de andra 20 som kontrollgrupp. Ställ sedan alla på samma hylla. Nu är ljus, vatten och krukstorlek balanserade av en slump, och en tydlig skillnad i tillväxt pekar på växtnäringen. (Ett påhittat exempel, bara för att förklara idén.)

Experiment är inte alltid möjliga. Vi kan inte slumpmässigt få människor att röka i trettio år eller slumpmässigt tilldela en stad en översvämning. För sådana frågor förlitar vi oss på observationsstudier, noggrann planering och flera olika evidens. Vi bör helt enkelt vara ärliga med att evidensen är svagare när det gäller orsaker.