Hur bra är LegiLexis läsförståelsetester?

Hej i november!

Det är inte särskilt ofta jag skriver om egen forskning på språkforskningsbloggen, men dagens inlägg blir det andra i rad, vilket är första gången i bloggens historia!

I oktobers inlägg delade jag med mig av preliminära resultat från piloten från projektet INCLUDE och idag vill jag dela med mig av helt nypublicerad forskning av mig och mina forskarkollegor som arbetar tillsammans med stiftelsen LegiLexi (Kalmendal Bruns et al., 2026).

I denna studie så ville vi utvärdera LegiLexis läsförståelsetester för årskurs 1-3, det vill säga deltesterna LÄS1 och LÄS2. Jag tror att de flesta av er som läser forskningsbloggen känner till LegiLexis kostnadsfria digitala testbatterier: Lågstadietesterna är skapade för att lärare ska kunna identifiera elever i behov av extra stöd och följa deras utveckling över tid, och mellanstadietesterna är skapade för att identifiera elever med läs- och språkutmaningar.

LÄS1 och LÄS2 utvärderades jämfört med etablerade standardiserade tester när de skapades, och har också använts i tidigare forskning och på det sättet utvärderats indirekt. Till exempel använde Nordström et al. (2025) resultat från LegiLexis lågstadietester för att visa att resultat på avkodningstesterna respektive språkförståelsetesterna tillsammans förklarade nästan all variation i läsförståelseresultaten (R² = .81–.95). Detta stödjer modellen the Simple View of Reading (SVR) som beskriver läsförståelse som en produkt av avkodningsförmåga och språkförståelse (läs en sammanfattning av den studien här: ny svensk SVR-studie och mer om SVR här: The Simple View of Reading: en läsmodell alla bör känna till).

I denna studie ville vi direkt och systematiskt utvärdera LÄS1 och LÄS2.

Image by whitetopaz from Pixabay

Studiens syften

Vårt första syfte var att undersöka validiteten (om testerna faktiskt mäter det som det är tänkt att mäta) och reliabiliteten (hur tillförlitliga eller precisa testerna är) hos LÄS1 och LÄS2.

Det andra syftet var att undersöka testernas svårighetsgrad. Först ville vi undersöka om testerna ökar i svårighetsgrad från första till sista uppgiften (vilket är tanken). Sedan ville vi också undersöka om sannolikheten att elever med samma läsförståelseförmåga svarar rätt skiljer sig beroende på om de går i årskurs 1 eller årskurs 3. Detta är viktig information eftersom testerna används för att följa elevernas utveckling över tid.

Slutligen ville vi undersöka om testerna var likvärdiga för elever som läser kursplanen för svenska respektive kursplanen för svenska som andraspråk (syfte 3) och för flickor respektive pojkar (syfte 4).

Metod

Förregistrering

Vi valde att förregistrera denna studie, vilket är något som blir allt vanligare för att säkerställa att forskning är öppen, trovärdig och går att replikera. Att förregistrera betyder att forskare publicerar studiens syften/forskningsfrågor, exakt vilka data och analyser man ska använda och hur man tänker tolka de siffror man får fram INNAN någon data analyseras. Det gör att forskarna till exempel inte kan ändra analyser eller gränsvärden i efterhand för att resultaten ska se bättre ut, eller helt strunta i att redovisa sämre resultat. Eftersom några av mina medförfattare också var med och designade LÄS1 och LÄS2 så var förregistrering av denna studie extra viktig.

Beskrivning av testerna

LÄS1 och LÄS2 är två läsförståelsetester avsedda för årskurs 1-3. Båda testerna är digitala och eleven får inspelade instruktioner i hörlurar och ska sen läsa texter tyst på en lärplatta eller dator och svara på flervalsfrågor genom att peka eller klicka på alternativ. I LÄS1 är svarsalternativen bilder, i LÄS2 är svarsalternativen skrivna flervalsfrågor.

LÄS1 är tänkt att mäta läsförståelse på en grundläggande nivå och är mer beroende av avkodningsförmåga – om eleven kan avkoda texterna är själva språkförståelsen som krävs relativt grundläggande. Testet är främst tänkt för elever i årskurs 1 och 2 och elever som inte kommit så långt i sin läsning. Testet innehåller tolv uppgifter med ökande längd på det eleven ska läsa, och det finns en tidsbegränsning på fem minuter.

LÄS2 ställer högre krav på språkförståelse, inklusive mer komplext ordförråd, längre meningar och vissa uppgifter som kräver att eleven integrerar information från flera olika ställen i texten och kan läsa “mellan raderna”. Testet görs tillgängligt för elever som får goda resultat (minst nivå 3) på LÄS1. LÄS2 innehåller sex texter med tre frågor per text (totalt 18 uppgifter) och tidsbegränsningen är sju minuter.

Deltagare

Vi använde anonymiserad LegiLexi-data från elever i årskurs 1–3 från läsåret 2024–2025.

Resultat från LÄS1 fanns från 224 057 elever (49% flickor, 17% läste kursplan för svenska som andraspråk) och en jämn fördelning mellan årskurs 1, 2 och 3.

Resultat från LÄS2 fanns från 173 704 elever (50% flickor, 13% läste kursplan för svenska som andraspråk), 22% var från årskurs 1 och 39% var från årskurs 2 och 3 vardera.

För samtliga analyser så användes endast ett testresultat per elev, och vilket resultat som användes per elev valdes ut slumpvist.

Statistiska modeller

I vår utvärdering använde vi en sorts statistik som kallas för IRT (Item Response Theory). Denna typ av psykometriska modeller används bland annat för att beskriva hur väl svar på enskilda testuppgifter hänger samman med en och samma underliggande förmåga (dvs. läsförståelse i detta fall). Jag är inte expert på denna metod, men min medförfattare och mycket kompetenta statistiker André har läst igenom mina beskrivningar så att mina förklaringar inte är missvisande.

För att ta reda på testernas validitet använde vi en så kallad 3PL-modell. Då undersöker man hur väl elevernas svar överensstämmer med modellens antaganden. Om överensstämmelsen är god ger det stöd för att testuppgifterna fungerar på det sätt som modellen förutsätter.

För att ta reda på testens reliabilitet så används ett 3PL-mått som visar hur precist testet mäter vid olika nivåer av förmåga. Ju högre information, desto mer precist kan vi uppskatta en elevs läsförståelseförmåga (Test Information Function/TIF).

Vi jämförde även uppgifternas svårighetsgrad mellan olika testtillfällen för att undersöka om de fungerade annorlunda över tid, vilket exempelvis skulle kunna tyda på övningseffekter.

För att undersöka testets likvärdighet använde vi en sorts analys som kallas för DIF (Differential Item Fuctioning). Den visar om elever från olika grupper, trots samma uppskattade läsförståelseförmåga, har olika sannolikhet att svara rätt på en viss uppgift.

Image by whitetopaz from Pixabay

Resultat

Här kommer en kort sammanfattning av våra resultat. För att förenkla har jag utelämnat resultaten om det som kallas “guessing parameter” (vilket inte heller var ett av våra huvudsyften) – vill ni ha mer detaljer och riktigt grotta ner er i siffror så är artikeln gratis att ladda ner!

Validitet och reliabilitet 

3PL-modellerna passade väl till datan från både LÄS1 och LÄS2 vilket tyder på att testen som helhet representerar samma underliggande förmåga, det vill säga läsförståelse.

För LÄS1 så var mätprecisionen högst för elever som presterade runt medel och lägre, och mätprecisionen var lägst för de elever som presterade bäst. Det betyder att testet fungerar bäst för att identifiera elever med svagare läsförmåga, och för att följa utvecklingen hos nybörjarläsare.

För LÄS2 så var mätprecisionen god för elever som presterar mycket svagt, runt medel, samt de som presterar högt. Högst mätprecision uppvisades för elever som presterar runt medel eller strax över medel. Det betyder att testet fungerar bra för att mäta läsförståelse hos elever med olika grader av läsförståelseförmåga, från svaga till starka läsare.

Svårighetsgrad inom själva testet

I båda testerna visade resultaten att svårighetsgraden ökar relativt stadigt från den första till den sista uppgiften – vilket är precis så testen är designade.

Resultaten visade att alla uppgifter i LÄS1 är relativt lätta, utom den sista uppgiften där eleven behöver ha en förmåga över medel för att ha en 50% sannolikhet att svara rätt. I LÄS2 ökar svårighetsgraden mycket snabbare och är överlag högre, och i de två sista texterna med tillhörande frågor behövs en läsförståelseförmåga kring medel till klart över medel för att ha en 50% sannolikhet att svara rätt. I båda testerna är det dock troligt att senare uppgifter såg lite svårare ut än de faktiskt var baserat på modellernas siffror, eftersom uppgifter markerades som fel om en elev inte hinner med dem på utsatt tid.

Svårighetsgrad över tid och övningseffekter

För LÄS1 så var skillnaden i svårighetsgrad mellan första mättillfället (hösten i årskurs 1) och sista mättillfället (våren i årskurs 3) mycket liten för samtliga tolv uppgifter. Notera att detta inte betyder att testet har samma svårighetsgrad för elever i åk 1 som elever i årskurs 3, utan det betyder att elever med samma grad av läsförståelse i årskurs 1 och årskurs 3 har lika stor sannolikhet att svara rätt på frågorna. Detta tyder i sin tur på att eventuella övningseffekter inte tycks påverka resultaten – om det skulle finnas en övningseffekt skulle elever med svag läsförmåga i årskurs 3 ha en större sannolikhet att svara rätt på frågorna (eftersom många i den gruppen har gjort testet flera gånger tidigare) än elever med samma läsförmåga i årskurs 1.

För LÄS2 varierade skillnaden i svårighetsgrad mellan uppgifter mellan första och sista mättillfället måttligt på tre uppgifter (åt båda håll), liten på två uppgifter, och en minimal skillnad på resterande 13 uppgifter. Generell “svårighetsordning” på uppgifterna förändrades dock inte över tid, och inte heller resultaten från LÄS2 tyder på att det finns någon betydande övningseffekt på uppgiftsnivå.

Likvärdighet

För LÄS1 så fanns inga skillnader i svårighetsgrad/sannolikhet att svara rätt för elever som läser kursplanen för svenska och svenska som andraspråk (SVA), respektive för flickor och pojkar – de skillnader som fanns var minimala. Detta betyder att testet har samma svårighetsgrad och mäter samma sak oavsett grupp, och att det inte finns “bias” eller tecken på att vissa uppgifter gynnar vissa grupper av elever.

För LÄS2 så visade analyserna att en uppgift var något lättare för elever som läser kursplan SVA jämfört med kursplan svenska, och en uppgift var klart svårare för elever som läser kursplan SVA. Övriga 16 uppgifter visade inga skillnader. För pojkar och flickor så var skillnaderna på samtliga uppgifter i LÄS2 mycket små.

Image by whitetopaz from Pixabay

Varför är detta intressant?

Resultaten av vår förregistrerade utvärdering visade att både LÄS1 och LÄS2 generellt har en god strukturell validitet, reliabilitet och likvärdighet mellan flickor och pojkar och elever som läser kursplan svenska och elever som läser kursplan svenska som andraspråk. Resultaten visade också att testerna är lämpliga att använda för att följa läsförståelseutveckling över tid eftersom vi inte fann några tydliga tecken på systematiska övningseffekter.

Utvärderingen visade också att LÄS1 har bäst mätprecision för elever som har en läsförståelse motsvarande medel eller svag – vilket är precis så testet är konstruerat för! LÄS2 visar en högre precision inom flera olika intervall (låg, medel och hög, med bäst precision/mest information för elever kring medel eller strax över medel). Detta tyder på att en kombination av LÄS1 och LÄS2 är att rekommendera för elever som har kommit en bit i sin läsutveckling (vilket också stämmer väl överens med LegiLexis nuvarande rekommendationer). 

Ett av resultaten som jag personligen var nöjdast över att se var att resultaten inte tydde på systematiska övningseffekter, eftersom LegiLexis (och vår) ambition är att testerna ska kunna användas för att följa elevers utveckling över tid. Skiftet i uppgifternas svårighetsgrad mellan årskurs 1 och årskurs 3 var liknande över alla uppgifter – det vill säga, testen är generellt lättare för en årskurs 3:a än en årskurs 1:a (helt förväntat!), men en årskurs 1:a och en årskurs 3:a som har samma nivå av läsförståelse kommer att prestera på LÄS1 och LÄS2 på ett liknande sätt. Detta talar emot att det finns några betydande övningseffekter på uppgiftsnivå. 

Att testerna var likvärdiga för de grupper av elever vi jämförde var också ett viktigt fynd. Undantaget var en uppgift i LÄS2 som var avsevärt svårare för elever som läser kursplan för SVA jämfört med elever som läser kursplan svenska. En analys av uppgiften visade att textsnutten där svaret fanns innehåller ett lågfrekvent ord (återstår) och en mer ovanlig grammatisk konstruktion (varken…eller). I samarbete med LegiLexi är planen att texten ska uppdateras lätt för att göra även denna uppgift mer likvärdig.

Så utvärderingen visade att testerna är bra – men läsförståelse är svårt att mäta

Även om vår utvärdering av LÄS1 och LÄS2 visar att de är psykometriskt “bra”, så är det viktigt att komma ihåg att läsförståelse är svårt att mäta. Ett test (eller två) kan ALDRIG mäta och representera en elevs “hela” läsförståelse. Detta har jag skrivit om flera gånger tidigare, till exempel i inlägget Meningen med att läsa är inte läsförståelse. Samtidigt är det viktigt att hitta de elever som har utmaningar i sin läsutveckling för att kunna sätta in tidiga och relevanta insatser, samt regelbundet utvärdera insatserna. Detta bör göras med så bra och effektiva verktyg som möjligt. Det är här LegiLexis testbatteri kan göra skillnad!

”Det är viktigt att hitta de elever som har utmaningar i sin läsutveckling för att kunna sätta in tidiga och relevanta insatser, samt regelbundet utvärdera insatserna. Det är här LegiLexis testbatteri kan göra skillnad!”

Ett resultat från ett (eller två) läsförståelsetester räcker inte heller till för att planera insatser – utan läraren måste ta reda på om en elevs svaga läsförståelseresultat har sin grund i bristande avkodningsförmåga, bristande språkförståelse eller något annat. När det gäller ett enstaka lågt testresultat kan prestation också påverkas av koncentration, bakgrundskunskaper, dagsform/trötthet, fort-men-fel-strategi, motivation mm.

LegiLexis testbatteri omfattar deltester för att pröva muntlig språklig förmåga (där testet GRA för förskoleklass också har utvärderats med IRT-metodik: Kalmendal et al., 2025), ordavkodningstester och läsförkunskaper. Dessa resultat tillsammans med  lärarens kunskap om eleven gör att resultaten på läsförståelsetesterna kan tolkas och ger ett bra underlag för att planera insatser! Insatsernas effekt kan sedan följas upp med LegiLexis tester under nästa testperiod.

Inga test är perfekta, och inte LÄS1 och LÄS2 heller, såklart. Det finns dock få svenska läsförståelsetester som redovisar hur de är utvärderade psykometriskt, och det finns de som inte har utvärderats i någon stor utsträckning alls. Manualerna till många publicerade standardiserade tester betonar att det har gjorts en normering – men att det finns en normering och att råpoäng kan översättas till stanine eller percentilvärden jämfört med jämnåriga betyder INTE att testet i sig har god kvalitet! Dessutom går det inte att göra en rättvisande normering för eller elever som lär sig svenska som andraspråk – det är en alltför heterogen grupp för att med en siffra kunna säga om en prestation är “svag” eller “stark” relativt språkexponering, förstaspråk etc.

”Att det finns en normering och att poäng kan översättas till stanine eller percentilvärden betyder inte att testet i sig har god kvalitet! ”

LegiLexis formativa ansats där testresultat översätts till nivåer som är relaterade till läroplanernas mål är ett sätt att sätta en siffra på läsförståelseförmåga, kunna följa elevens utveckling över tid jämfört med sig själv, och hitta elever i behov av stöd utan att jämföra eleverna med en normgrupp som kanske ändå inte är rättvisande.

Det känns riktigt bra och roligt att kunna visa med data att läsförståelsetesterna LÄS1 och LÄS2 är lämpliga att användas på det sätt som vi har tänkt!

Det var allt för idag, ha en fortsatt fin vecka!

/Anna Eva

För transparensens skull (disclaimer): idag har jag skrivit om en publicerad studie där jag själv är medförfattare. Jag är också fortsatt involverad i forskargruppen kring Stiftelsen LegiLexi, men varken jag eller någon av mina medförfattare får någon ersättning från LegiLexi för att utveckla eller utvärdera deras tester, eller skriva blogginlägg om forskningen. 

Tack: Ett stort tack till min medförfattare André Kalmendal Bruns som har läst igenom denna text innan publicering och sett till att jag inte skrivit något helt tokigt gällande statistiken.

Referenser 

Kalmendal Bruns, A., Al Emara, A., & Hallin, AE. (2025). Development of a Swedish classroom screening tool for grammatical comprehension (LegiLexi GRA) in young school-age children. Acta Logopaedica, 2, 36-57. 

Kalmendal Bruns, A., Danielsson, H., Fälth, L., Gustafsson, S., Nordström, T., & Hallin, AE. (2026). Evaluating the Psychometric Properties of LegiLexi Reading Comprehension Tests in Swedish Grades 1–3 Using Item Response Theory. Nordic Journal of Literacy Research, 12(2), 99-126. 

Nordström, T., Fälth, L., & Danielsson, H. (2025). Evaluating the simple view of reading model: Longitudinal testing and applicability to the Swedish Language. Education Sciences, 15(3), 260.