Graduaineiston analysointi

Esitys aiheesta: "Graduaineiston analysointi"— Esityksen transkriptio:

1 Graduaineiston analysointi
Graduryhmä Leena Hiltunen

2 Yleistä aineiston analysoinnista
Erilaiset menetelmät laadullisen ja määrällisen aineiston keräämiseen sekä analysointiin Aiemmista valinnoista riippuu se, miten aineistoa käsitellään ja tulkitaan tutkimusongelmien vaikutus; minkälaisia vastauksia ongelmiin saadaan saadaanko vastauksia aiemmin asetettuihin ongelmiin; miten ongelmat olisi oikeastaan pitänyt asettaa aineistoa voidaan kerätä ja analysoida osittain samanaikaisesti

3 Aineiston luonti ja tietojen tarkistus (1)
Aineistosta tarkistetaan kaksi seikkaa: sisältyykö siihen selviä virheellisyyksiä puuttuuko tietoja Täytyykö joitakin tietoja hylätä? jos vastaajalta puuttuu yksi tai muutama tieto, voidaanko ne täydentää esim. käyttämällä keskiarvotietoa

4 Aineiston luonti ja tietojen tarkistus (2)
Onko aineisto riittävä? tietojen täydentäminen esim. haastatteluin tai kyselyin vastausten karhuaminen tietojen täsmentäminen esim. haastatteluaineistoon Aineiston järjestäminen toimenpiteet riippuvat tutkimusstrategiasta: kvalitatiivinen vai kvantitatiivinen aineisto?

5 Laadullinen aineisto Laadullinen analyysi

6 Laadullisen aineiston litterointi
aineiston puhtaaksi kirjoittaminen sanasanalta joko koko aineisto tai valikoiden, esim. teema-alueiden mukaisesti ei yksiselitteisiä ohjeita; analysointitapa, esim. tietyn ohjelman käyttö, määrittää vaatimukset litteroinnille

7 Laadullisen aineiston analysointitavat (1)
Laadullista aineistoa voidaan analysoida monin tavoin: Selittämiseen pyrkivässä lähestymistavassa käytetään usein tilastollista analyysiä ja päätelmien tekoa Ymmärtämiseen pyrkivässä lähestymistavassa käytetään tavallisesti laadullista analyysiä ja päätelmien tekoa Valitaan sellainen analyysitapa, joka parhaiten tuo vastauksen tutkimusongelmaan tai -tehtävään

8 Laadullisen aineiston analysointitavat (2)
Tavallisimmat analyysimenetelmät ovat: teemoittelu tyypittely taulukointi sisältöerittely diskurssianalyysi keskusteluanalyysi grounded theory käsitetutkimus

9 Huomioitavaa Kaikkea kerättyä laadullista aineistoa ei aina voi käyttää; eikä kaikkea aineistoa tarvitse edes analysoida Perustele, miksi kaikki aineisto ei ole mukana ja miksi juuri ne, mitä on mukana, valittiin analysoitavaksi!

10 Teemoittelu (1) Useimmiten ensimmäinen lähestyminen aineistoon
Käytännössä tarkoitetaan aineiston pilkkomista ja järjestämistä erilaisten aihepiirien mukaan Tarkoituksena on nostaa esiin tutkimusongelmaa valaisevia teemoja; toisin sanoen tekstimassasta pyritään löytämään ja erottelemaan tutkimusongelman kannalta olennaiset aiheet Irrotetut sitaatit järjestetään teemoittain eräänlaiseksi sitaattikokoelmaksi – ei useinkaan tarjoa eväitä kovin pitkälle menevään analyysiin tai johtopäätöksiin Kyse on eräänlaisesta pelkistämisestä Esimerkiksi puolistrukturoitu haastattelututkimus tai avoimet kysymykset kyselylomakkeella  millaisia teemoja vastauksista nousee esille; myös tilastollinen analyysi mahdollista (kuinka usein ko. teemat esiintyvät vastauksissa).

11 Teemoittelu (2) Tekstikatkelmia (sitaatteja) voidaan käyttää
perustelemaan tutkijan tulkintaa esimerkkinä aineistosta elävöittämään tutkimusraportin tekstiä pelkistettyinä, tiivistettyinä kertomuksina aineistosta (lähellä tyypittelyä) Sopiva aineiston analysointitapa, kun tavoitteena on käytännön ongelman ratkaiseminen; saadaan olennaista tietoa Teemoittelua voidaan jatkaa pidemmällekin; saadaan vastauksia esitettyihin kysymyksiin Olennaista on aineiston ja teorian yhteys

12 Teemoittelu (3) Raporttia kirjoittaessa esim.
kuvataan tutkittavaa ilmiötä aineistositaatin avulla jonka jälkeen kuvataan mitä teoria (aiempi tutkimus) sanoo asiasta seuraavaksi tutkija vertailee teoriassa esitettyjä ja aineistossa ilmeneviä asioita pyrkii tulkitsemaan ”mistä tässä oikein on kysymys” ja ehkä pohtimaan syitä vaikea sanoa sääntöä sitaattien määrästä tutkimusraportissa, mutta tutkijan tekstiä on syytä olla enemmän kuin sitaatteja

13 Tyypittely (1) Tyypittely edellyttää aina teemoittelua eli tarinajoukon jäsentämistä Tyypittelyllä tarkoitetaan aineiston ryhmittelyä tyypeiksi eli aineistosta muodostetaan ryhmiä, jotka sisältävät samankaltaisia tarinoita Tyypit siis tiivistävät ja tyypillistävät yhteen tyyppiin voidaan esimerkiksi tunkea kaikkea sellaista, mitä välttämättä ei ole yksittäisessä vastauksessa tyypit kuvaavat laajasti, mutta taloudellisesti aineistoa Teemojen tiivistäminen tyyppikuvauksiksi. Esimerkiksi millaisia opettajatyyppejä oppilaiden vastauksista nousee esille.

14 Tyypittely (2) Kolmenlaisia tyyppejä:
autenttinen: yhden vastauksen sisältävä tyyppi; esimerkki laajemmasta aineiston osasta yhdistetty: mahdollisimman yleinen tyyppi; mukana sellaisia asioita, jotka esiintyvät suuressa osassa tai kaikissa vastauksissa; keskimääräinen tyyppi mahdollisimman laaja tyyppi: tyyppiin mukana otettavat asiat ovat esiintyneet ehkä vain yhdessä vastauksessa; olennaista sisäinen loogisuus > tyyppi on mahdollinen, joskaan ei todennäköinen esittää poikkeavia tyyppejä

15 Taulukointi Yksinkertaisimmillaan esim. jäsentelyn yhteydessä tarkoittaa mekaanista laskentaa esimerkiksi teemojen tai tyyppien määrän laskemista Voidaan käyttää esim. ryhmien välisten erojen kuvailemiseen Taulukointi erilaisilla asteikoilla. Esimerkiksi teoriataustasta on noussut vahvasti esille tietyt ominaisuudet vaikka nyt tietotekniikan opetustilanteille. Taulukoinnilla tarkastellaan oman aineiston vastaavuutta teoriataustasta esiin nouseisiin ominaisuuksiin nähden.

16 Sisällönanalyysi (1) Sisällönanalyysi on tieteellinen metodi, joka pyrkii päätelmiin erityisesti verbaalisesta, symbolisesta tai kommunikatiiviseseta datasta Tavoitteena on analysoida dokumentteja systemaattisesti ja objektiivisesti Dokumentteja ovat esim. kirjat, artikkelit, päiväkirjat, kirjeet, haastattelut, puhe, keskustelu, dialogi, raportit ym. kirjalliseen muotoon saatettu materiaali

17 Sisällönanalyysi (2) Voidaan erottaa kaksi sisällönanalyysitapaa: sisällön analyysi ja sisällön erittely Sisällönanalyysilla tarkoitetaan pyrkimystä kuvata dokumenttien sisältöä sanallisesti Sisällön erittelyllä tarkoitetaan dokumenttien analyyisia, jossa kuvataan kvantitatiivisesti tekstin sisältöä Sisällönanalyysi voidaan tehdä aineistolähtöisesti, teoriaohjaavasti tai teorialähtöisesti

18 Sisällönanalyysi (3) Aineistolähtöiseen sisällönanalyysiin kuuluvat
aineiston redusointi eli pelkistäminen; esim. tiivistämällä tai pilkkomalla osiin klusterointi eli ryhmittely, jossa koodattu alkuperäisaineisto käydään tarkasti läpi ja etsitään samankaltaisuuksia ja/tai eroavaisuuksia kuvaavia käsitteitä; samaa asiaa tarkoittavat käsitteet ryhmitellään ja yhdistetään luokaksi sekä nimetään luokan sisältöä kuvaavalla nimikkeellä abstrahointi eli tutkimuksen kannalta olleellisen tiedon erottaminen, jonka perusteella muodostetaan teoreettinen käsitteistö; abstrahointia jatketaan yhdistelemällä luokituksia niin kauan kuin se aineiston näkökulmasta on mahdollista

19 Sisällönanalyysi (4) Teoriaohjaavassa sisällönanalyysissa käsitteistö tulee valmiina, ilmiöstä jo ”tiedettynä” Teorialähtöisessä sisällönanalyysissa analyysin luokittelu perustuu aikaisempaan viitekehykseen, joka voi olla teoria tai käsitejärjestelmä Teorialähtöisessä sisällönanalyysin ensimmäinen vaihe on analyysirungon muodostaminen, jossa analyysirungon sisälle muodostetaan erilaisia luokituksia tai kategorioita Luokittelun ja kategorisoinnin jälkeen aineisto voidaan kvantifioida ts. laskea kuinka monta kertaa sama asia esiintyy esimerkiksi haastattelijoiden kuvauksissa tai kuinka moni tutkittava ilmaisee saman asian

20 Sisällönanalyysi kirjallisuuskatsauksessa
Systemaattinen kirjallisuuskatsaus on tehokas tapa syventää tietoja asioista, joista on jo valmiina tutkittua tietoa ja tuloksia Evidence based –ajattelu tukee systemaattisten kirjallisuuskatsauksien merkitystä Systemaattisen kirjallisuuskatsauksen tulokset hahmottuvat vasta kun saatujen luokkien sisällä tarkastellaan lähteisiin nojaten, millaisia kuvauksia kyseisistä aiheista tutkimuksissa esitetään

21 Diskurssianalyysi (1) Keskeisenä tehtävänä tulkita kielenkäyttöä, sitä, miten kielelliset sopimukset ohjaavat ajattelua ja toimintaa tarkoitus tutkia tiedon muodostumisen rakentumista ja rakennetta; esim. hiljaisen tiedon, olettamusten ja painotusten, esiin nostaminen miten kielenkäyttö muokkaa toimintaa konkreeteissa tilanteissa; esim. kielikuvat ja puhetavat Tutkimus kohdentuu puhekäytänteisiin ja puhetapoihin eli diskursseihin; puheen variaatiot ja sanojen käyttö Esimerkiksi erilaisten ilmiöiden etsiminen puhutusta tai kirjoitetusta keskusteluaineistosta, esim. verkkokeskusteluista.

22 Diskurssianalyysi (2) Etsitään eroja ja yhtäläisyyksiä sekä huomioidaan pienetkin yksittäiset ilmaukset Aineiston ei tarvitse olla suuri; pienikin aineisto voi tuoda merkittäviä tuloksia Esimerkki: Miten opettajuudesta puhutaan julkisessa mediassa ja millaisia olettamuksia opettajuudelle asetetaan?

23 Keskusteluanalyysi (1)
Kohdistuu yleensä arkipuheeseen kohteena puhetoiminnot tavoitteena ymmärtää ihmisten arkitoimintaa Keskeistä seuraavat periaatteet: vuorovaikutus aina tietyllä tavalla organisoitunutta; osallistujien yhteinen suuntautuneisuus tilanteessa jokainen puheen yksityiskohta on tärkeä; kohteena ns. mikrotason puheteot: kysymysten esittäminen, vastaaminen tai vastaamatta jättäminen, tauot, hiljaisuus, päällekkäispuhuminen. naurahdukset ja muut äännähdykset, puheen suuntaaminen, palautteen antaminen, ...

24 Keskusteluanalyysi (2)
keskitytään kerättyyn aineistoon eikä tulkintoja haeta aineiston ulkopuolelta metodina suuritöinen; edellyttää tarkkaa litterointia ja yksityiskohtaista analyysia Esimerkki: Oppilaan ohjauskeskustelun piirteet

25 Grounded theory (1) Tavoitteena kehitettää teoriaa ilmiöstä aineistosta löytyvien havaintojen, niiden koodauksen ja järjestämisen kautta Yleensä tarkastella jotakin vähän tutkittua ilmiötä tai asiaa, jolloin pyritään selvittämään ilmiön perustaa ja muodostamaan uutta teoriaa Teoriaa muodostetaan aineistoa systemaattisesti koodaten ja luokitellen Aineistosta nousee esille esim. uusia piirteitä jostakin ilmiöstä ja grounded theoryllä pyritään luomaan uusi teoria tai tarkentamaan jo olemassa olevaa.

26 Grounded theory (2) Keskeisessä asemassa koodaus, jolla tarkoitetaan aineiston käsitteellistämistä, pilkkomista ja uudelleen muotoilemista tai jäsentämistä Aineistosta konstruoidaan käsitteitä sekä koodeja ja näiden välisiä suhteita analysoidaan sekä vertaillaan. Tehtyjä kategorisointeja verrataan aiemmin tehtyihin ja pohditaan, sopivatko uudet käsitteet vanhoihin vai tuleeko muodostaa uusi luokka

27 Perinteinen käsiteanalyysi ja tulkitseva käsitetutkimus

28 Käsitetutkimus Valituista käsitteistä, niiden analysoinnista, vertailusta ja syntetisoinnista koostuva tutkimus1) Käsitteen analysointi tarkoittaa asian tai ilmiön sisällön, intention, erittelyä eli siihen kuuluvien käsitteiden tunnistamista ja käsitteiden välisten suhteiden osoittamista2) Jakautuu perinteiseen käsiteanalyysiin sekä tulkitsevaan käsitetutkimukseen3) 1) Lämsä 2005; 2) Järvinen & Järvinen 1996,15; Kakkuri-Knuuttila 1999, 335; 3) Takala & Lämsä 2001

29 Perinteinen käsiteanalyysi (1)
Käsiteanalyysillä pyritään selkeyttämään, tarkentamaan tai tutkimaan käsitteiden piirteitä ja ominaisuuksia3) Päätarkoitus on erottaa käsitteen olennaiset piirteen epäolennaisista4) Tutkija esittää peruskäsitteet ja niiden väliset suhteet valitsemassaan teoriakontekstissa5) 3) Walker & Avant 1992; 4) Lyytikäinen ym. 2001, 14; 5) Hirsjärvi ym. 1997, 152

30 Käsiteanalyysi (2) Walkerin ja Avantin3) menetelmä: käsitteen valinta
analyysin tavoitteiden määrittely käsitteen kaikkien käyttötapojen tunnistaminen ominaispiirteiden tunnistaminen kirjallisuudesta mallitapauksen laatiminen erilaisten tapausten laatiminen ennakkoehtojen ja seurausten tunnistaminen empiiristen tarkoitteiden nimeäinen Esimerkkinä vaikkapa verkko-opetus: mitä on verkko-opetus ja miten se määritellään. Tai mitä on tietotekniikan didaktiikka ja mitä se pitää sisällään.

31 Tulkitseva käsiteanalyysi
tavoitteena etsiä käsitteisiin ja niiden määritelmiin sisältyviä merkityksiä ja tulkita näitä merkityksiä valitun teoreettisen näkökulman valossa Esimerkiksi ”verkko-opetus aikuisopiskelussa”; aikuisopiskelu luo verkko-opetuksen tarkasteluun erilaisen teoreettisen näkökulman.

32 Tilastollinen analyysi
Määrällinen aineisto Tilastollinen analyysi

33 Määrällisen havaintoaineiston käsittely (1)
Muuttujien muunnokset olemassa olevien muuttujien muuntaminen uuteen muotoon; esim. syntymävuosi  ikä usein muuttujien luominen; esim. paino + pituus  painoindeksi Summamuuttujat luodaan yhdistämällä useita samaa ilmiötä eri tavoin mittaavia muuttujia Lisäksi uusien muuttujien luomista tarvitaan tilanteissa, joissa alkuperäisen muuttujan jakauma on sellainen, että muuttujan käyttö sellaisenaan ei ole järkevää empiirisessä analyysissa  normaalijakauma Muuttujien muunnosten tarpeen havaitse yleensä vasta analysoinnin alettua. Kaikkia menetelmiä ei pystytä välttämättä hyödyntämään, jos jakauma on vinoutunut. Summamuuttujia kannattaa käyttää laajojen aineistojen yhteydessä yhdistämään esim. useampia väitteitä yhdeksi uudeksi kokonaisuudeksi (muuttujaksi).

34 Määrällisen havaintoaineiston käsittely (2)
Muuttujien uudelleenkoodaus alkuperäisen muuttujan arvot vaihdetaan uusiin arvoihin esim. analysoinnin helpottamiseksi uudelleenkoodausta tarvitaan esimerkiksi silloin, kun halutaan muuttaa alkuperäisen muuttujan "suuntaa“, mikä on erityisen tärkeää summamuuttujien luomisen yhteydessä; summamuuttujaa tehtäessä täytyy kaikki käytettävät muuttujat koodata siten, että suuret muuttujan arvot kuvaavat jokaisen muuttujan osalta samansuuntaisesti mitattavaa asiaa. Muutoin summamuuttuja on virheellinen. (esim. Likert) Muuttujien uudelleen koodaus voi olla tarpeen esim. aineiston siirtämisessä Korpista SPSS-ohjelmistoon. Voi olla järkevämpää nimetä muuttujat uudelleen tai vaihtaa vastausten järjestystä.

35 Määrällisen havaintoaineiston käsittely (3)
Puuttuvat havainnot puuttuvat havainnot voivat vääristää analyysin tuloksia, joten niiden käsittelyyn täytyy kiinnittää erityistä huomiota puuttuvien havaintojen poistaminen muuttujien poistaminen puuttuvien havaintojen parittainen poistaminen keskiarvon tai ryhmäkeskiarvon käyttäminen muita tapoja; esim. edellisen havainnon arvon käyttäminen Jos puuttuvia havaintoja ei poisteta analyysista, ne on koodattava havaintomatriisiin siten, että niiden erityisluonne tulee selvästi esille. Samoin jos puuttuvan havainnon syy on selvillä, kannattaa eri syistä johtuvat puuttuvat havainnot koodata eri koodeilla. Puuttuvien havaintojen kanssa kannattaa olla todella varovainen. Jos vastaaja on jättänyt vastamatta johonkin kysymykseen, niin täytyy tarkkaan miettiä miten havainto korvataan vai joudutaanko poistamaan koko vastaajan tiedot.

36 Määrällisen havaintoaineiston käsittely (4)
Havaintojen painottaminen suuri vastauskato, väärä otosasetelma tai puuttuvien havaintojen määrä voivat aiheuttaa kyselytutkimuksissa vinoutumia otosaineiston jakaumaan; vinoutumien vuoksi otos ei enää ole satunnainen aineistoa voidaan painottaa, jotta otosaineisto kuvaisi paremmin otospopulaatiota (ikä-, sukupuoli-, ryhmäjakauma tasapainossa) Jos vaikka vastaajajoukosta, jossa nais- ja miesvastaajia pitäisi olla yhtä paljon, saadaankin vain muutama naispuolisen vastaajan vastaus, niin voi olla tarpeen painottaa sukupuolijakauman säilyttämiseksi saatujen naisvastaajien vastauksia esim. kandella tai kolmella.

37 Soveltuvan menetelmän valinta (1)
Monia luokittelutapoja: kiinnostuksen kohteena on yksi muuttuja ja sen arvojen jakauma  yhden muuttujan menetelmistä (univariate methods) tarkastelun kohteena on yhtä aikaa useita muuttujia  kahden muuttujan menetelmistä (bivariate methods) muuttujia on useampia kuin kaksi  monimuuttujamenetelmistä (multivariate methods).

38 Soveltuvan menetelmän valinta (2)
Yhden muuttujan menetelmät: kiinnitetään yleensä huomiota muuttujan arvojen jakaumaan kuvailuun sopivat esimerkiksi graafinen tarkastelu, keskiluvut ja hajontaluvut Kahden tai useamman muuttujan menetelmät: luokittelu sen mukaan sisältyykö niihin kausaalioletus etukäteen tehty kausaalioletus: valittu selitettävä muuttuja ja yksi tai useampi muuttuja, joita käytetään selittävinä muuttujina muuttujien välisiä korrelaatiokertoimia voidaan käyttää muuttujien yhteisvaihtelun tarkasteluun eksploratiivinen faktorianalyysi ja ryhmittelyanalyysi

39 Perustavia analyysmenetelmiä (1)
Kuvaileva tilastoanalyysi pyrkii kuvailemaan ja tiivistämään jonkin määrällisen muuttujan jakaumaa tai useamman määrällisen muuttujan yhteisvaihtelua pyrkimättä kuitenkaan tekemään tulosten pohjalta yleistyksiä mihinkään laajempaan perusjoukkoon. yhden muuttujan tapauksessa muuttujien keskilukuja tai hajontalukuja; keskiluvut kuvaavat muuttujien arvojen keskimääräistä suuruutta ja hajontaluvut sitä, kuinka paljon muuttujan arvot vaihtelevat; usein kuvaaja useamman muuttujan tapauksessa korrelaatiokertoimia; kahden muuttujan välisen riippuvuuden aste

40 Perustavia analyysmenetelmiä (2)
Tilastollinen päättely otantaan perustuvissa tutkimuksissa arvioida kuinka hyvin otoksesta saadut tulokset pitävät paikkansa perusjoukossa; kuinka todennäköisesti otoksen avulla saadut tulokset voidaan yleistää koko perusjoukkoa koskeviksi tuloksiksi kaksi keskeistä käsitettä: luottamusväli ja luottamustaso luottamusvälin ja luottamustason ymmärtämiseksi ja laskemiseksi tarvitaan otantajakauman käsitettä Kyselytutkimuksella selvitetään halutaanko tietotekniikasta oma koulussa opetettava aine vai ei. Otoksessa 40% naisista ja 50% miehistä vastasi myöntävästi kysymykseen tietotekniikan asemasta koulussa. Varsinainen tutkimuksen mielenkiinto ei kuitenkaan ole otoksessa, vaan pyrkimys on selvittää mahdollisimman luotettavasti, kuinka suuri osuus perusjoukon (eli kaikki yläkoulun opettajat) naisista ja miehistä kannattaa omaa oppiainetta. Tällöin keskeiseksi kysymykseksi nousee, mitä näiden otostulosten avulla voidaan päätellä yleensä Suomen naisista ja miehistä. Eroavatko miehet ja naiset perusjoukossa todella mielipiteiltään vai onko kyse vain satunnaisista otannan mukanaan tuomasta eroista? Tilastollinen päättely vastaa tällaisiin kysymyksiin. Luottamusväli (confidence interval) kertoo millä välillä todellinen perusjoukon tunnusluvun arvo on tietyllä todennäköisyydellä. Käyttäen edelleen oppiaine-kyselyä esimerkkinä, voidaan kuvitella, että otoksessa 45 % kaikista vastaajista ilmoitti kannattavansa tietotekniikaa omaksi oppiaineeksi. Koska tähän lukuun vaikuttavat monet satunnaiset tekijät, emme voi suoraan päätellä, että myös perusjoukossa (kaikki yläkoulun opettajat) vastaava osuus on täysin sama. On kuitenkin todennäköistä, että perusjoukon mielipidettä kuvaava arvo on lähellä otoksesta saatua arvoa. Voimme esimerkiksi päätellä, että 95 %:n todennäköisyydellä omaa oppiainetta kannattavien ihmisten osuus perusjoukossa on välillä %. Tätä väliä kutsutaan luottamusväliksi. Luottamustaso (confidence level) kertoo, millä todennäköisyydellä perusjoukkoa kuvaava tunnusluku on jollain tietyllä luottamusvälillä. Esimerkiksi 95 %:n todennäköisyydellä % yläkoulun opettajista haluaa tietotekniikasta oman oppiaineen. Luottamustaso on tällöin 95 % todennäköisyys. Luottamustaso ja luottamusväli ovat siis täysin toisiinsa sitoutuneita käsitteitä. Tieto luottamusvälistä ei ole mielekäs, jos ei ole tietoa luottamustasosta ja päinvastoin. Olennaista on, että luottamustason kasvaessa laajenee myös luottamusväli. Toisin sanoen tämä tarkoittaa siis sitä, että mitä suuremmalla varmuudella haluamme tietää, millä välillä jokin perusjoukon tunnusluku sijaitsee, sitä suurempi on luottamusväli. Jos esimerkiksi haluaisimme tietää, millä välillä opettajien oman oppiaineen kannatus on 99 % luottamustasolla, luottamusväli olisi suurempi kuin 95 % prosentin luottamustasolla (esimerkiksi %). Jos olisimme valmiita tyytymään esimerkiksi 90 % luottamustasoon, väli voisi olla %. Otantajakauma on helpointa kuvailla esimerkin avulla. Kuvitellaan, että edellä esimerkkinä käytetty oppiaine-kysely on tehty käyttäen 1000 hengen satunnaistotosta. Tämän otoksen vastaajista 45 % kannattaa omaa oppiainetta. Koska tiedetään, että otokseen valintaan vaikuttavat satunnaiset tekijät, on luultavaa, että jos sama tutkimus tehtäisiin uudelleen käyttäen jälleen 1000 hengen otosta, oman oppiaineen kannatus ei olisi tässä uudessa otoksessa täsmälleen sama kuin ensimmäisessä otoksessa. Oletetaan, että tässä toisessa otoksessa oman oppiaineen kannatus olisi 42 %. Jos tutkimus toistettaisiin vielä kerran saman kokoisella satunnaisotoksella, jäsenyyden kannatus voisi olla 46 %. Tätä prosessia voitaisiin edelleen toistaa useita kertoja ja jokaisen uuden otoksen perusteella saataisiin uusi oman oppiaineen kannatusta kuvaava prosenttiluku. Näistä luvuista voidaan muodostaa uusi muuttuja, jonka jakaumaa voidaan kutsua oman oppiaineen kannatuksen otantajakaumaksi. Määritelmän muukaan otantajakauma viittaa sellaiseen tunnusluvun jakaumaan, joka saadaan ottamalla kaikki mahdolliset saman kokoiset otokset perusjoukosta. Jos kiinnostuksen kohteena oleva muuttuja on omaa oppiainetta kannattavien opettajien osuus kaikista opettajista ja otoksen koko on 1000 vastaajaa, saadaan oppiaineen kannattajien osuuden otantajakauma ottamalla kaikki mahdolliset 1000 hengen otokset opettajista ja kirjaamalla ylös saatu oppiaineen kannattajien osuus. Näiden kirjattujen kannattajalukujen jakauma on oman oppiaineen kannatusta kuvaavan muuttujan otantajakauma. Suomen reilusta opettajasta voidaan ottaa kuitenkin valtava määrä 1000 hengen otoksia. Niinpä otantajakauma on usein itse asiassa vain teoreettinen jakauma, jota ei empiirisesti yleensä pystytä määrittämään. Yleinen idea kuitenkin on, että käyttämällä tilastotieteen menetelmiä otantajakauman keskeiset piirteet pystytään saamaan selville. Luottamusvälin laskemiseen löytyy kaavat ja ohjeet esim. KvantiMOTV:n sivustolta.

41 Korrelaatio Kahden muuttujan välisen riippuvuuden aste
Jos korrelaatio on voimakasta, voidaan toisen muuttujan arvoista päätellä toisen muuttujan arvot melko täsmällisesti. Jos korrelaatio on heikko, ei muuttujien välillä ole yhteisvaihtelua. Korrelaatiolla voidaan mitata esimerkiksi sitä, vastaako tietty joukko vastaajista samalla tavalla eri kysymyksiin

42 Ristiintaulukointi Ristiintaulukoinnilla tutkitaan muuttujien jakautumista ja niiden välisiä riippuvuuksia. Riippuvuus- tai riippumattomuustarkastelussa tutkitaan, onko tarkastelun kohteena olevan selitettävän muuttujan jakauma erilainen selittävän muuttujan eri luokissa. Tutkimuskysymyksenä voi olla esimerkiksi se, eroavatko naiset ja miehet siinä, kuinka hyvänä tai huonona asiana he pitävät nykyistä opettajankoulutusta. Ristiintaulukointi kertoo eroavatko nais- ja miesvastaajien vastausjakaumat toisistaan esimerkiksi eri ikäluokissa.

43 Varianssianalyysi Eroavatko kahden tai useamman ryhmän keskiarvot tilastollisesti merkitsevästi toisistaan Esimerkiksi eroavatko nais- ja miesopetttajien keskipalkat toisistaan jossakin kunnassa ovatko eri maahanmuuttajaryhmiin kuuluvien koululaisten todistusten arvosanat keskiarvoiltaan toisistaan poikkeavia

44 Rekressioanalyysi Yhden tai useamman selittävän muuttujan vaikutus selitettävään muuttujaan Esimerkiksi vaikuttaako koulutuksen pituus saadun palkan suuruuteen ja jos vaikuttaa, niin kuinka voimakas tämä vaikutus on

45 Faktorianalyysi Esimerkki
ohjauskeskustelussa opinto-ohjaaja kyselee oppilaalta, mikä koulussa on kivointa ja mitkä asiat tuntuvat omimmilta, ja näiden vastausten perusteella opinto-ohjaaja voi tehdä päätelmiä siitä mikä oppilasta kiinnostaa ja mikä ammatti hänelle voisi sopia tulevaisuudessa Epäsuora päättely vihjeiden perusteella: havaintoyksikön ominaisuuksia kuvaavasta muuttujajoukosta etsitään piileviä yhdenmukaisuuksia eli faktoreita ominaisuuksia ei pystytä havainnoimaan suoraan, vaan niistä saadaan ainoastaan epäsuoraa tietoa

46 Logistinen regressio Käytetään silloin, kun selitettävä muuttuja voi saada vain kaksi arvoa Esimerkiksi pyritään selittämään sitä, miten eri tekijät vaikuttavat siihen, onko vastaaja opettaja vai ei

47 Hypoteesien testaus Analysointiprosessi: hypoteesien valinta
sopivan tilastollisen testin valinta merkitsevyystason valinta testin suorittaminen lopullisen päätöksen tekeminen

48 Tulosten raportointi

49 Aineistojen valinta ja esittely
aineistojensa valinnan perustelu tutkimusongelmiin liittyvine rajauksineen omasta aineistosta: aineistojen rakenne ja sisältö, keruumenetelmät sekä laatu mahdollisine puutteineen valmiista aineistosta: koko, kattavuus ja keruuajankohta, keskeiset laatuun vaikuttavat tekijät, sekä kenen keräämä aineisto alun perin on

50 Kyselyaineiston dokumentoijan muistilista (1)
kuka/ketkä olivat vastuussa aineiston suunnittelusta ja ketkä muut osallistuivat siihen aineistonkeruun rahoitus tutkimusasetelma (yleensä ns. poikkileikkausaineisto; jos muu, erittele) aineistotyypin spesifiointi (esim. posti-, puhelin-, käynti- tai verkkokysely) aineistoon mahdollisesti liittyvät osa-aineistot aineiston kerääjä (tutkija tai tutkimushanke itse, ainelaitos, tutkimuslaitos tms.) ja keruussa avustaneet tahot aineiston perusjoukko (esim. kaikki 18 vuotta täyttäneet suomalaiset)

51 Kyselyaineiston dokumentoijan muistilista (2)
otoksen tai näytteen muodostamisperiaatteet (esim. tasaväliseen poimintaan perustunut yksinkertainen satunnaisotanta nimiluettelosta) otoksen tai näytteen koko (mahdollisesti eriyttäen brutto- ja netto-otos) otoksen tai näytteen alueellinen kattavuus ja edustavuus aineistonkeruun ajankohta ja (tarvittaessa) kenttätyön ohjeistus muistutuskierrokset tiedonkeruumenetelmän täsmennykset (esim. kyselytyyppi)

52 Otoksen tai näytteen edustavuus ja vastausprosentti
mittaamisen validiteetti (toistettavuus) ja tulosten reliabiliteetti (yleistettävyys) aineiston edustavuuden arviointi: vastaako saatu otos perusjoukon rakennetta netto-otoskoko: brutto-otoksesta vähennettynä ne, joita ei esim. tavoitettu vastausprosentti

53 Tiivistelmä (1) ota huomioon kenelle kirjoitat (opinnäytteissä tiedeyhteisölle) dokumentoi muuttujien tarkka sisältö rasittamatta lukijaa liikaa poimi tekstiin olennainen toistamatta liiaksi taulukkojen ja kuvioiden tuloksia kuvaile jakaumatiedot tiiviisti ja käytä liitteitä pohdi numeroiden, tekstin ja teknisten selitteiden oikeita paikkoja ja sijoita ne harkitusti leipätekstiin, viitteisiin, taulukkoihin, kuvioihin ja erilaisiin liitteisiin suhteuta sanavalinnat ja tulosten tarkkuustaso aineistotyyppiin

54 Tiivistelmä (2) kuvaile riittävästi ennen selittävää analyysia
valitse analyysimenetelmät harkiten ja käytä luovasti hallitsemiasi menetelmiä esitä tulosten epävarmuustekijät kattavasti ja johdonmukaisesti yhdistele, vertaile ja yleistä konteksti- ja aineistosidonnaisesti keskity tutkimusongelman ja teoreettisen kehyksen kannalta olennaiseen ilmoita viitattujen julkaisujen lisäksi aineistolähteet

55 Tulokset johtopäätöksiksi
Johtopäätöksiä voi koota myös osittain (luvuittain ja aihealueittain) Vastaa selkeästi asetettuihin kysymyksiin ja arvioi riittävästi tulosten luotettavuutta Pelkät numerot ei riitä, vaan ne pitää tulkita ja selittää! Lisäksi johtopäätökset tulee perustella!

56 Lisätietoja mm. KvantiMOTV:n ja KvaliMOTV:n sivuilta.
Parempi epäillä katsomossa kuin lausua valeita näyttämöllä. - Arja Tiainen