Metodiske overvejelser i kost- og forbrugerundersøgelser
15. juni 2026
Kost- og forbrugerundersøgelser er et centralt vidensgrundlag for vores forståelse af danskernes madvaner, ernæringsstatus og sundhedsadfærd. De giver værdifuld indsigt i mønstre, forskelle og udviklinger i kosten – men de er ikke uden metodiske udfordringer.
I de senere år har der særligt været øget fokus på faldende svarprocenter1,2 og systematisk misrapportering af kostindtag3,4. Det gælder også den nationale kostundersøgelse DANSDA 2021–2024, hvor deltagelsesprocenten er faldet markant – fra 54,4 pct. i 2011–2013 til 26,3 pct.5
Denne artikel giver et fagligt indblik i nogle af de vigtigste metodiske dilemmaer i kost- og forbrugerundersøgelser og peger på, hvad man bør have for øje, når resultater læses, bruges og fortolkes. DANSDA bruges her som eksempel til at belyse nogle af disse elementer og dilemmaer i praksis.
Centrale begreber i artiklen:
- Svarprocent: Andelen af de inviterede personer, som deltager i en undersøgelse. En lav svarprocent kan øge risikoen for, at visse grupper er underrepræsenterede - men betyder ikke automatisk, at data er ubrugelige eller dårlige.
- Nonresponse bias (frafaldsbias): Opstår, hvis de personer, der ikke deltager, systematisk adskiller sig fra dem, der deltager - fx i alder, uddannelse eller sundhedsadfærd.
- Underrapportering: Når deltagere rapporterer mindre end det de har spist / gjort. Især energiindtag og fødevarer med et ”usundt” image underrapporteres ofte.
- Social desirability bias: En tendens til, at respondenter ubevidst eller bevidst svarer på en måde, der stemmer overens med sociale normer for sund og ønskværdig adfærd.
Faldende svarprocenter – et velkendt fænomen
Faldende svarprocenter i spørgeskemaundersøgelser er ikke et særskilt dansk problem. Internationale studier viser, at færre borgere deltager i befolkningsundersøgelser i dag end tidligere – også når undersøgelserne gennemføres af offentlige myndigheder og officielle institutioner1,2.
En ofte fremhævet forklaring er survey fatigue: Mange oplever at blive inviteret til flere undersøgelser og siger derfor oftere nej til at deltage. Studier viser, at personer, der allerede har modtaget flere survey‑invitationer, har lavere sandsynlighed for at svare på nye6.
Derudover har undersøgelsens design betydning. Kontaktform (web, telefon eller interview), spørgeskemaets længde og kompleksitet samt eventuel belønning kan påvirke både, hvor mange der deltager, og hvem der deltager2,7. Det har betydning for, hvor repræsentative data samlet set er.
En lav svarprocent er et advarselssignal - men ikke et facit. Det afgørende er, hvem der mangler i data, og om vægtning/korrektion kan afbøde skævheden. Mange store undersøgelser arbejder med vægtning for at gøre stikprøven mere repræsentativ, men vægtning kan ikke rette alle skævheder, hvis bestemte grupper næsten ikke deltager8,9.
Havde COVID-19 betydning?
Corona‑pandemien har haft målbare konsekvenser for mange surveys. Internationale erfaringer peger på, at overgangen fra fysiske interviews til telefon‑ og webbaserede metoder under nedlukninger faldt sammen med lavere svarprocenter og øget risiko for ’nonresponse bias’10,11,12.
DANSDA blev igangsat kort før Danmark lukkede ned og måtte sættes på pause, før dataindsamlingen igen kunne genoptages. Det kan have bidraget til den lave svarprocent i undersøgelsen.
Samtidig viser forskningen, at pandemiens betydning varierer mellem undersøgelser og målgrupper. COVID‑19 kan derfor ses som en mulig medvirkende faktor – men ikke som en entydig eller fuldt dokumenteret forklaring i sig selv. I mange tilfælde har pandemien snarere forstærket allerede eksisterende udfordringer som digital træthed og ændrede hverdagsrutiner.
At relatere lavere svarprocenter i en konkret undersøgelse direkte til corona bør derfor ses som en mulig forklarende faktor, men ikke som en entydig eller veldokumenteret årsag i sig selv.
Underrapportering – en klassisk udfordring i kostdata
Selv når folk deltager, kan data være skæve - ikke fordi nogen ‘lyver’, men fordi hukommelse, normer og målemetode sætter grænser for præcision.
Ud over svarvillighed er misrapportering, især underrapportering, af kostindtag en af de mest veldokumenterede metodiske udfordringer i ernæringsforskning. Forskningen viser, at selvrapporterede kostdata systematisk afviger fra objektive mål for energiindtag3,4,13,14.
I DANSDA 2021–2024 ses underrapportering især blandt teenagere og voksne. Afhængigt af alder og køn vurderes mellem 8 og 40 pct. at underrapportere deres energiindtag (unge piger 15-17 år ligger højest med estimeret 40 pct. underrapportører). I gennemsnit gælder det 24 pct. af de 15–75-årige mod 20 pct. i undersøgelsen fra 2011–2013. Sammenlignet med NNR-referenceværdierne ligger det rapporterede energiindtag blandt større børn og voksne typisk ca. 0,5–1,5 MJ lavere, og for nogle grupper omkring 2 MJ lavere5,15.
Særligt underrapportering af energiindtag er udbredt. Den forekommer hyppigere blandt kvinder og blandt personer med højere BMI 3,13,14, selvom nyere analyser viser, at sammenhængen mellem BMI og underrapportering kan afhænge af den valgte metode til energiberegning16.
Når man ser på konkrete fødevarer, ses oftere underrapportering af produkter med et negativt sundhedsimage – som søde snacks, fedtholdige fødevarer og alkohol, mens frugt, grøntsager og proteinrige fødevarer i nogle tilfælde overvurderes14,17. Disse mønstre forklares blandt andet med ’social desirability bias’, hvor respondenter bevidst eller ubevidst tilpasser deres svar til gældende forestillinger om sund adfærd18.
Hvad betyder det for fortolkningen?
Lav svarprocent og misrapportering betyder ikke, at kostundersøgelser er ubrugelige. Men forskningen understreger, at resultater skal tolkes med faglig forsigtighed3,4,8. Lav svarprocent er ikke i sig selv lig med skævhed, men kan øge risikoen for, at bestemte grupper - fx yngre, lavere uddannede eller socialt udsatte - er underrepræsenteret8,9.
Tilsvarende kan underrapportering påvirke absolutte niveauer for energi- og næringsstoffer og svække sammenhænge mellem kost og sundhed, hvis der ikke tages højde for målefejl i analyserne3,4,14.
Andre metodiske perspektiver at have for øje
Ud over svarprocent og misrapportering peger nyere litteratur på flere metodiske dilemmaer i kost- og forbrugerstudier:
- Datakollektionsmetode og digitalisering: Webbaserede surveys har ofte lavere svarprocenter end interviewbaserede metoder og kan forstærke social skævhed.
- Usikkerhed i fødevaredatabaser: Variation i fødevarers næringsindhold og brug af gennemsnitsværdier kan give usikkerhed i beregnet næringsindtag, selv ved korrekt rapportering.
- Tidsmæssig repræsentativitet: Korttidsmålinger kan være følsomme over for tilfældige udsving i indtag og afspejler ikke nødvendigvis vaner over længere tid.
Et fagligt blik på data – ikke et opgør med dem
Metodiske udfordringer er en uundgåelig del af forskning i kost og forbrugeradfærd. Netop derfor er gennemsigtighed, nuancering og kritisk refleksion afgørende, når data formidles og anvendes.
Kost- og forbrugerundersøgelser giver et vigtigt indblik i tendenser og forskelle i befolkningens madvaner – men de giver sjældent et fuldstændigt eller fejlfrit billede af den enkeltes faktiske adfærd. Når metoden er den samme eller tilstrækkeligt sammenlignelig over tid, kan de desuden bidrage med vigtig viden om udvikling i kost- og forbrugsmønstre. Jo bedre vi forstår dataenes styrker og begrænsninger, desto bedre kan de bruges som et solidt – men ikke ufejlbarligt – grundlag for ernæringsfaglige vurderinger, indsatser og debat.
Det skal du vide, når du læser kost‑ og forbrugerdata:
- Lav svarprocent ≠ dårlig data, men kan øge risikoen for skævhed – se på hvem der har svaret, ikke kun hvor mange.
- Træthed over spørgeskemaer og lange surveys kan påvirke svarvilligheden.
- Rapporteret kost er ikke lig med faktisk kost – underrapportering er udbredt, især for energi og ”usunde” fødevarer.
- Resultater viser tendenser og mønstre, men bør altid tolkes med faglig omtanke
Kilder
1 Czajka, J. L., & Beyler, A. (2016). Declining response rates in federal surveys: Trends and implications. Office of the Assistant Secretary for Planning and Evaluation, U.S. Department of Health and Human Services.
2 Holtom, B. C., Baruch, Y., Aguinis, H., & Ballinger, G. A. (2022). Survey response rates: Trends and a validity assessment framework. Human Relations, 75(8), 1560–1584. https://journals.sagepub.com/doi/10.1177/00187267211070769
3 Ravelli, M. N., & Schoeller, D. A. (2020). Traditional self-reported dietary instruments are prone to inaccuracies and new approaches are needed. Frontiers in Nutrition, 7, Article 90. https://www.frontiersin.org/journals/nutrition/articles/10.3389/fnut.2020.00090/full
4 Ottaviani, J. I., Sagi-Kiss, V., Schroeter, H., & Kuhnle, G. G. C. (2024). Reliance on self-reports and estimated food composition data in nutrition research introduces significant bias that can only be addressed with biomarkers. eLife, 13, RP92941. https://pmc.ncbi.nlm.nih.gov/articles/PMC11186626/
5 DTU Fødevareinstituttet. (2026). Danskernes kostvaner 2021–2024: Hovedresultater fra Den nationale undersøgelse af danskernes kost og fysiske aktivitet (DANSDA). DTU Fødevareinstituttet.
6 Eggleston, J. (2024). Frequent survey requests and declining response rates: Evidence from the 2020 Census and household surveys. Journal of Survey Statistics and Methodology, 12(5), 1138–1156. https://academic.oup.com/jssam/article/12/5/1138/7658685
7 Anhang Price, R., Quigley, D. D., Hargraves, J. L., Sorra, J., Becerra-Ornelas, A. U., Hays, R. D., Cleary, P. D., Brown, J., & Elliott, M. N. (2022). A systematic review of strategies to enhance response rates and representativeness of patient experience surveys. Medical Care, 60(12), 910–918. https://pmc.ncbi.nlm.nih.gov/articles/PMC9645551/
8 Groves, R. M. (2006). Nonresponse rates and nonresponse bias in household surveys. Public Opinion Quarterly, 70(5), 646–675. https://academic.oup.com/poq/article/70/5/646/4084443
9 Miller, P., Fakhouri, T. H., Earp, M., Piscopo, K. D., Frenk, S. M., Christopher, E., & Madans, J. (2020). A systematic review of nonresponse bias studies in federally sponsored surveys. Federal Committee on Statistical Methodology.
10 Office for National Statistics. (2022). Impact of COVID-19 on social survey data collection. https://www.ons.gov.uk/peoplepopulationandcommunity/healthandsocialcare/conditionsanddiseases/methodologies/impactofcovid19ononssocialsurveydatacollection
11 Rothbaum, J., & Hokayem, C. (2021, September 14). How did the pandemic affect survey response? U.S. Census Bureau: Research Matters Blog. https://www.census.gov/newsroom/blogs/research-matters/2021/09/pandemic-affect-survey-response.html
12 Küfner, B., Sakshaug, J. W., & Zins, S. (2022). Establishment survey participation during the COVID-19 pandemic. Journal for Labour Market Research, 56, Article 18. https://pmc.ncbi.nlm.nih.gov/articles/PMC9660198/
13 Macdiarmid, J., & Blundell, J. (2007). Assessing dietary intake: Who, what and why of under-reporting. Nutrition Research Reviews, 11(2).
14 Whitton, C., Ramos-García, C., Kirkpatrick, S. I., Collins, C. E., Rollo, M. E., & Kerr, D. A. (2022). A systematic review examining contributors to misestimation of food and beverage intake based on short-term self-report dietary assessment instruments. Advances in Nutrition, 13(6), 2620–2665. https://advances.nutrition.org/article/S2161-8313(23)00094-7/fulltext
15 NNR - Nordic Nutrition Recommendations 2023, Integrating Environmental Aspects. https://www.norden.org/en/publication/nordic-nutrition-recommendations-2023
16 Waterworth, S. P., Kerr, C. J., McManus, C. J., Costello, R., & Sandercock, G. R. H. (2022). Obese individuals do not underreport dietary intake to a greater extent than non-obese individuals when data are allometrically scaled. American Journal of Human Biology, 34(7), e23743. https://pmc.ncbi.nlm.nih.gov/articles/PMC9286371/
17 Gemming, L., & Ni Mhurchu, C. (2016). Dietary under-reporting: What foods and which meals are typically under-reported? European Journal of Clinical Nutrition, 70, 640–641. https://www.nature.com/articles/ejcn2015204.pdf
18 Cerri, J., Thøgersen, J., & Testa, F. (2019). Social desirability and sustainable food research: A systematic literature review. Food Quality and Preference, 71, 136–140. https://doi.org/10.1016/j.foodqual.2018.06.013
Måske du også vil læse om...
Den nationale undersøgelse af danskernes kost og aktivitet
Den nationale undersøgelse af danskernes kost og fysiske aktivitet 2021-2024 (DANSDA) giver indblik i danskernes aktuelle kostvaner. Her kan du læse mere.
De Nordiske Næringsstofanbefalinger (NNR)
De Nordiske Næringsstofanbefalinger (NNR) er råd og anbefalinger til en sund og nærende kost, samt fysisk aktivitet. Her kan du læse mere om anbefalingerne.
De officielle Kostråd
Her kan du læse mere om De officielle Kostråd, som Fødevarestyrelsen står bag. Hvad er de 7 overordnede råd og hvem gælder de for? Få svar på spørgsmålene her.
Faktaark: Vidste du at...
Her kan du bestille eller downloade vores populære faktaark 'Vidste du at...'.