Du är en av...aktiva besökare på den svenska delen - dessutom...aktiva besökare på den engelska delen

(antal aktiva besökare uppdateras automatiskt var 4:e minut)

Citera denna sida som:

-

Gällande siffror

-

Först publiserad:

på:

INFOVOICE.SE

Senast updaterad:

Om du vill informera om att denna webbsida finns...

Den här webbsidan beskriver hur du på rätt sätt avrundar siffror när du vill presentera dina resultat. Det handlar helt och hållet om att förstå begreppet precision. Att läsa detta kommer att ge dig en förståelse för hur man avrundar siffror korrekt.

Du kommer förstå innehållet bäst om du först har läst sidan Introduktion till statistik.

Number of decimals?
Antal decimaler?

Ibland stöter man på rådet att avrunda siffror och presentera dem med samma antal decimaler. Detta är dock inget bra råd, eftersom det inte tar hänsyn till att siffror behöver presenteras med ett varierande antal decimaler för att återspegla deras underliggande precision. Att använda samma antal decimaler leder till att vissa siffror presenteras som mindre exakta än vad de är, medan andra presenteras som mer exakta än de i själva verket är. Att göra detta på rätt sätt kallas “gällande siffror” (=värdesiffror = signifikanta siffror).

Vi har två typer av siffror att ta hänsyn till i ett forskningsprojekt: rådata och beräknad data.

Att presentera egna resultat

Gällande siffror vid presentation av rådata

Om en observation är exakt, till exempel antalet deltagare eller antalet barn i en familj, ska det exakta antalet anges. Många insamlade rådata är dock mätningar som ger ett värde som inte är exakt. Det är en uppskattning. Exempel på detta kan vara längd, vikt, kolesterolnivåer i blodet och så vidare. Siffror som är uppskattningar bör anges med en precision som återspeglar mätningens noggrannhet. Rådata kan presenteras med många gällande siffror om du mäter med en metod som har mycket hög noggrannhet. Däremot bör du presentera rådatan med få gällande siffror om din mät- eller uppskattningsmetod är otillförlitlig. Detta förklaras på ett elegant sätt i den (ganska roliga) videon “Why are Significant Figures Important?” av Tyler DeWitt:

(Nedanstående video är på engelska. Om du har svårt att förstå engelska kan du få svensk text genom starta videon, sedan klicka på kugghjulsikonen, sedan klicka på Subtitles, klicka sedan på auto-translate och välj svenska. Detta fungerar någorlunda bra men det blir en del felaktigheter i översättningen).

Gällande siffror vid presentation av beräknade data

Gällande siffror är också av intresse så fort du presenterar någon typ av beskrivande statistik eller analytisk statistik. Hur vet jag vilket antal gällande siffror som är lämpligt? Antalet gällande siffror som bör användas när man presenterar forskningsresultat (såsom medelvärde, standardavvikelse, oddskvoter, p-värden etc.) styrs av storleken på ditt urval.

Som en tumregel kan det lämpliga antalet gällande siffror fås genom att ta tiologaritmen (bas 10-logaritmen) av urvalsstorleken och avrunda till närmaste heltal. Tiologaritmen för en urvalsstorlek på 100 är 2, för 1 000 är den 3, för 10 000 är den 4, för 100 000 är den 5, och så vidare.

Observera att om dina rådata är mycket otillförlitliga och endast giltiga med en gällande siffra (vilket är ovanligt), innebär det att även dina beräknade resultat endast bör presenteras med en gällande siffra. Ett stort antal gällande siffror gör dock ditt manuskript svårare att läsa, och i de flesta situationer finns det ingen anledning att presentera mer än tre gällande siffror, även om din urvalsstorlek är tillräckligt stor för att tillåta fler. Några exempel på korrekt avrundning av siffror:

Resultat av en beräkning / analysAvrundat till 2 gällande siffrorAvrundat till 3 gällande siffror
14.863351514.9
0.06534420.0650.0653
148.6772150149
0.00000214632.1 x 10-62.15 x 10-6

Konsekvenser när man skriver ett manuskript

Ovanstående innebär att du bör variera antalet decimaler när du skriver ett manuskript. Vänligen se följande exempel.

  • Procentandelar som presenteras i tabell 1 i Nordeman et al. 2017 och i tabell 1 i Tenenbaum et al. 2017 .
  • P-värden som presenteras i tabell 4 i Tenenbaum et al. 2017 .
  • Punktestimat och konfidensintervall för oddskvoter, liksom p-värden, i tabell 3 i Sundvall et al. 2014 .

Litteraturöversikt

En litteraturöversikt syftar inte till att bara kopiera slutsatser från tidigare författare. Den syftar till att utvärdera tidigare studier och, om möjligt, dra nya slutsatser. Det är vanligt att författare till inkluderade studier använder många fler gällande siffror än vad deras observationer stöder. Upprepa inte deras misstag i dessa fall. Minska antalet gällande siffror för att återspegla vad deras observationer faktiskt stöder, ifall tidigare författare till inkluderade publikationer anger fler gällande siffror än vad deras data medger.

Hitta dock inte på fler gällande siffror (såvida du inte har tillgång till rådata och kan räkna på det själv), ifall observationerna i tidigare publikationer stöder fler gällande siffror än vad som faktiskt anges. I många situationer finns det ingen anledning att ange mer än tre gällande siffror, även om antalet observationer eller mätprecisionen skulle tillåta det.

Mer om korrekt avrundning av siffror

Ytterligare detaljer om hur man avrundar siffror förklaras i videon “How to Count and Round Significant Figures” av MahanChem:

(Nedanstående video är på engelska. Om du har svårt att förstå engelska kan du få svensk text genom starta videon, sedan klicka på kugghjulsikonen, sedan klicka på Subtitles, klicka sedan på auto-translate och välj svenska. Detta fungerar någorlunda bra men det blir en del felaktigheter i översättningen).

Referenser

{2262766:QZRRWHQ6};{2262766:E2Q4XK7A};{2262766:E2Q4XK7A};{2262766:EAT2BMRP} vancouver default asc 0 5810