Tillbaka till Statistik och datakällor

Små grupper statistik

Små grupper gör siffror känsligare. Ett fåtal elever eller svar kan flytta resultatet tydligt eller göra att ett värde inte bör visas alls.

Det viktigaste att ta med sig

  • Små grupper gör att varje elev eller svar påverkar siffran mer.
  • Saknade värden kan vara ett skydd mot att övertolka ett alltför tunt underlag.
  • I små grupper är riktning ofta viktigare än exakta skillnader.

Kort svar

Små grupper gör skolstatistik mer känslig. När få elever eller få svar ligger bakom ett värde kan siffran ändras mycket av små förändringar. Därför behöver du läsa sådana värden försiktigare, och ibland visas de inte alls.

Vad små grupper ofta leder till

SituationVanlig effekt
Få elever på ett programEtt fåtal resultat kan flytta snittet tydligt
Få svar i en enkätNöjdhetsmått blir skakigare
Mycket tunn gruppVärdet kan saknas helt

Varför små grupper spelar så stor roll

I en stor elevgrupp väger varje enskilt resultat mindre. I en liten grupp väger varje elev mer. Det gör att samma typ av händelse kan slå helt olika hårt.

Om en skola till exempel har en mycket liten programgrupp kan några få elever påverka snitt, andelar eller enkätmått ganska mycket. Det betyder inte att siffran är fel. Det betyder att den är mer känslig.

Det här märks på flera typer av statistik

Problemet gäller inte bara ett enda mått. Små grupper kan påverka:

  • betygssnitt
  • andel behöriga eller examinerade
  • enkätmått som NPS eller elevnöjdhet
  • historik där en enskild period sticker ut mycket

Det är just därför du inte bör läsa små tal med samma självsäkerhet som stora underlag.

Därför saknas vissa värden helt

En sak som ofta irriterar läsare är att ett värde saknas. Men i många fall är det rimligare att låta det saknas än att visa något som riskerar att feltolkas hårt.

Saknat värde kan bero på:

  • för få svarande i en enkät
  • för liten elevgrupp
  • för osäkert eller ofullständigt underlag
  • att källan själv inte publicerar måttet

Det här är alltså ofta en kvalitetsmarkering, inte ett sammanbrott i sidan.

Hur du ska läsa små grupper i praktiken

När du ser att en skola eller ett upplägg verkar bygga på liten grupp är ett bättre arbetssätt att fokusera på:

  • större mönster
  • tydliga skillnader
  • flera mått samtidigt

Det är sämre att fastna i små skillnader eller att försöka få en osäker siffra att bära hela beslutet.

Ett exempel på hur feltolkningar uppstår

Tänk dig två små skolor där den ena ligger lite högre i ett enkätmått än den andra. Det kan kännas som att den första då “vinner”. Men om båda grupperna är små kan skillnaden i praktiken vara mycket svagare än den ser ut.

Samma sak gäller historik. Ett år som sticker ut kraftigt behöver inte betyda att skolan förändrats dramatiskt. Det kan också bero på att underlaget är litet.

Så använder du smågruppsdata klokt

Det klokaste sättet är:

  1. notera att gruppen verkar liten
  2. ge mindre vikt åt små skillnader
  3. läs flera mått tillsammans
  4. dubbelkolla extra om skolan är ny, liten eller smal

Gör du så får du fortfarande nytta av statistiken, men utan att lura dig själv med falsk precision.