Många infrastrukturprojekt involverar byggnation i berg där det alltid finns osäkerheter att hantera, dessa kan minskas genom att utföra fler undersökningar. Eftersom förundersökningar i berg är relativt dyra gäller det att hitta en balans där fältprogrammet är ekonomiskt försvarbart. Ett området som studerats det senaste åren är att utreda kostnadsnyttan som förundersökningarna tillför. Metoden som har utvecklats kallas datavärdesanalys och används för att kunna bedöma kostnadsnyttan av att utföra ytterligare förundersökningar innan de är utförda. Syfte med studien är att utvärdera kostnadsnyttan av ytterligare förundersökningar för en injekterings- och bergförstärkningsdesign i ett riktigt bergbyggnadsprojekt. Detta kommer att göras med en utvecklad statistisk metod av datavärdesanalysen.  Förväntade resultat från studien var: Undersöka hur insamlad data från tidigare förundersökningar i projektet kan användas för att bedöma sannolikheterna i datavärdesanalysen. Utveckla datavärdesanalysen för att vara tillämpbar i ett bergbyggnadsprojekt. Testa metoden i ett byggprojekt med riktig data och kostnader. Utvärdera om den framtagna metoden är tillämpbar i ett bergbyggnadsprojekt. I studien upprättades först två olika typdesigner för injekteringen och bergförstärkningen, baserat på en begränsad mängd data som fanns tillgänglig för en utvald sektion (fall 1). Mängden data som var tillgänglig i fall 1 är liknande som i en förstudie. Sedan upprättades två nya typdesigner för vardera område där kompletterande information från högkvalitativ data från kärnborrhål, hammarborrhål och vattenförlustmätning adderades (fall 2). Sannolikheterna i datavärdesanalysen bedömdes genom att använda en statistik metod. Den statistiska metoden baserades på en monte carlo simulering där stupningen på brottet antogs variera för bergförstärkningen och konduktiviteten antogs variera för injekteringen.  Studien påvisade goda resultat för att datavärdesanalyser skulle kunna implementeras i projekt som ett beslutsunderlag. Problematiken som kan uppstå i projekt där man har olika åsikter om hur mycket förundersökningar som behövs skulle kunna elimineras genom att använda datavärdesanalyser på den tillgängliga informationen samt nyttan av mer information. Detta är viktigt ur ett samhällsekonomiskt perspektiv. Det är dock viktigt att personen som använder verktyget förstår hur metoden är uppbyggd och dess antaganden. Gör man inte det finns det stor risk att beslut fattas på grund av felaktigheter som kan finnas i både indata och misstolkad utdata. Vidare rekommenderas att metoden utvecklas innan den används i ett riktigt projekt. Exempel på detta kan vara att göra mindre antaganden. Det kan också vara att försöka koppla datavärdesanalysen till var man har utfört undersökningen på sträckan man studerar. Man skulle även kunna inkludera fler parametrar i sin monte carlo simulering. Slutligen kan man, för att göra metoden mer användarvänlig, skapa en bättre plattform som den kan användas på. / Many infrastructure projects involve construction in rock, where there are a lot of uncertainties to deal with. These uncertainties can be reduced by performing preliminary investigations. Since preliminary investigations are expensive, it is necessary to find a balance where the field program is financially justifiable. In recent years cost-benefit analysis has been studied to investigate the benefits that preliminary investigations add. The method that has been developed is called value of information analysis and it assesses the cost-benefit of doing more investigations before they are performed.  The purpose of this report is to evaluate the benefits of additional preliminary investigations in a real project that could improve the grouting and rock support designs. The studied method is VOIA (Value of Information Analysis) based on statistical probabilities. The expected result of the study was: Investigate how collected data from preliminary investigations can be used to determine the probabilities used in the VOIA concept based on statistics. Develop a VOIA concept that is based on statistics and can be applied in a real project. Test the concept in a real project with real data and costs. Evaluate however the statistical approach was suitable to be applied in a real project. First part of the study consists of establishing two basic designs for grouting and rock support, that is based on a limited amount of information for a certain section of the project (case 1). The data available in case 1 is similar to a desk study. For the second part of the study the previous designs were updated and adjusted according to the additional information, from high quality investigations such as core drilling and water pressure test (case 2). The probabilities in the value of information analysis were evaluated using a statistical approach. The method was based on a monte carlo simulation where the dip of the plane was assumed to vary for the reinforcement design. For the grouting design the conductivity was assumed to vary.   Conclusions from this report proves that a statistical approach for the VOIA concept has great possibilities of being applied in projects as a tool before making decisions regarding preliminary investigations. The problem that often occur in projects today concerning different opinions about the amount of investigations needed, could be eliminated if a well constructed statistical model can be used that has the possibility of adjusting to the amount of available data. This would be beneficial from a socioeconomic perspective. However it's important that the user of this approach understand the purpose of every assumption and understands how to interpret the output data. Otherwise, decisions can be based on errors made by assumptions or bad input data.   Furthermore, recommendations is presented in this report regarding some areas that need to be developed before it is suitable to apply the method in a real project. One is to construct the VOIA concept based on fewer assumptions. Another is to connect the VOIA method to the geographical point of where the investigations have been made. There is also a possibility to include more parameters in the monte carlo simulation. Finally, to construct a more applicable tool in a project, a user friendly platform to conduct the analysis from is a great area to develop.