Tillförlitliga data om arbetsbelastningar är en förutsättning för att kunna förstå sambanden mellan arbete och hälsa, och även för att kunna bedöma effekterna av förändringar i arbetsmiljön. Forskningen använder sig av avancerade statistiska metoder, dels baserade på matematisk analys, dels på simuleringar från stora empiriska datamaterial.
Ett systematiskt arbetsmiljöarbete kräver att riskerna för ohälsa värderas regelbundet, med tonvikt på kvantitativa mätdata (dvs. siffror) om exempelvis arbetsställningar, kraftanvändning och cykeltider.
Även forskarna behöver tillförlitliga data om fysisk belastning för sina studier av samband mellan belastning och hälsa, och för att kunna utvärdera effekten av förändringar i arbetet. Tillförlitligheten — den statistiska prestandan — av en mätstrategi för fysisk belastning beror på variabiliteten i belastning inom och mellan individer, variabilitet som tillförs av själva mätmetoden och (vid mätningar av enskilda arbetsuppgifter) variabiliteten inom och mellan uppgifter. För relativt enkla mätstrukturer och under ett antal statistiska förutsättningar kan sambandet mellan dessa faktorer och mätstrategins prestanda beskrivas med enkla matematiska funktioner om storleken på datamaterialet är känd. Vid något mer komplicerade mätförfaranden, eller då datamaterialet bryter mot de statistiska förutsättningarna, är prestandan däremot svår att uppskatta. Detta leder i sin tur till att resultatens kvalitet kan vara svår att värdera, och att det är svårt att planera mätstrategier i en ny studie enligt de krav som ställs på studiens kvalitet, exempelvis i termer av statistisk styrka.
KONTAKTA OSS
Högskolan i Gävle
801 76 Gävle
026 - 64 85 00
Följ oss i sociala medier