YFIA202 Kvantitatiiviset menetelmät, luento

Esitys aiheesta: "YFIA202 Kvantitatiiviset menetelmät, luento"— Esityksen transkriptio:

1 YFIA202 Kvantitatiiviset menetelmät, luento
YTT Pertti Jokivuori Syksy 2016 3. luento (Ti )

2 Tilastollinen edustavuus:
Edustava otos

3 Tilastollinen edustavuus:
Tilastollisella edustavuudella tarkoitetaan sitä tapaa, jolla kerätyn aineiston taustamuuttujien jakauma vastaa perusjoukkoa. Eroavuus perusjoukon jakaumasta voi johtua otantasattumasta tai siitä, että vastaamisessa tapahtuu systemaattista valikoitumista Jokin ryhmä on laiskempi vastaamaan kuin jokin muu tai kenties kysely onkin sisällöllisesti parempi tavoittamaan tietyn ryhmän kokemuksia. Tämän johdosta kyselytutkimuksessa analysoidaan katoa aina aineiston keräämisen jälkeen  onko aineisto edustava suhteessa siihen ryhmään, josta se on poimittu Väestöön kohdistuneissa kyselyissä tämä tarkoittaa usein sen vertaamista, vastaako aineiston sukupuoli, ikärakenne, koulutus, alue- tai työllisyysjakauma yms. valtakunnallisia arvoja.

4 Kadon analyysi: Katoanalyysi tarkoittaa sen selvittämistä, onko vastaamatta jättäminen systemaattista vai satunnaista, jolloin vastanneiden taustamuuttujia verrataan otokseen valikoimisen kriteereihin. Kadolla tarkoitetaan vastaamatta jättäneiden osuutta suhteessa siihen ryhmään, jolle kysely on lähetetty Kadon analyysi edellyttää sen, että tutkijalla on tieto siitä, minkä kokoiselle ja millä tavoin jakautuneelle joukolle kysely on lähetetty. Kato ei ole sama asia kuin tilastollinen edustavuus, vaikka vastaamatta jättäminen voikin vaikuttaa aineiston tilastolliseen edustavuuteen.

5 Teoreettinen edustavuus:
Tavoitteena aineiston teoreettinen edustavuus eli aineistossa tulee olla tutkimusongelman ja tutkittavan ilmiön kannalta olennaiset piirteet Paul Lazarsfeld: variable language Survey design

6 Operationalisointi: Mittari on validi, jos se esittää ominaisuutta oikein, merkityksellisesti ja tarkoituksenmukaisesti Sisällöllisen validiteetin käsite korostaa, että mittari todella mittaa sisällöllisesti sitä mitä sillä halutaan mitata Matemaattinen täsmällisyys mittareiden yhteydessä tai se, että tunnuslukuja esitellään neljän desimaalin tarkkuudella, ei lainkaan paranna tutkimuksen sisäistä validiteettia "Tärkeämpää on mitata oikeita asioita suhteellisesti, kuin vääriä asioita tarkasti" (Becker & Huselid 2003) Yksikään mittarin luotettavuudesta esitetty tunnusluku ei korvaa ajattelutyötä ”Validiteetti tarkoittaa pohjimmiltaan totuutta tai virheettömyyttä, vastaavuutta todellisuuden ja siitä tehtyjen väittämien välillä” (Maxwell & Delaney 1993, 182) Mittarin validiteetti ei ole vain mittarin ominaisuus, vaan kuvaa sillä tehtyjä päätelmiä koko tutkimusprosessin ajan

7 Operationalisoinnin vaiheet:
Operationalisoinnin perustana käsitteen perinpohjainen määritteleminen Operationalisointiprosessiin kuuluvat ainakin seuraavat neljä osa-aluetta (Mäkelä 1996), jossa optiikka tarkentuu vaihe vaiheelta: 1. Käsitteen yleinen hahmottaminen ja määrittäminen 2. Käsitteen osa-alueiden määritteleminen 3. Siirtyminen teoreettisesta kielestä konkreettiseen arkikieleen ja indikaattoreihin 4. Operationalisoinnin tarkka kuvaaminen

8 Operationalisointi; mitä on eettinen kuluttaminen?:

9 Operationalisointi; mitä on eettinen kuluttaminen?:
Pro gradusta: ”Faktoreiden pohjalta rakennettiin kutakin ulottuvuutta mittaava keskiarvoestimoitu summamuuttujaindikaattori. Eettisen kuluttamisen indikaattori (kuva 1) mittaa vastaajien eettistä kulutusasennetta. Se voidaan tulkita jatkuvaksi muuttujaksi, jossa eettisen asennoitumisen voimakkuus kasvaa muuttujan arvon kasvaessa. Muuttujan saa arvoja yhdestä viiteen ja se noudattelee normaalijakaumaa koko skaalan ollessa käytössä. Keskiarvo 3,12 (SD=0,771) painottuu juuri skaalan keskipisteen yläpuolelle, minkä voidaan tulkita merkitsevän sitä, että eettinen kulutusasenne on melko yleistä tässä aineistossa. Summamuuttuja sisältää yhdeksän osamuuttujaa, ja sen Cronbachin alfa-kerroin on 0,87 eli erittäin vahva. Muuttuja mittaa selkeästi yhtä ulottuvuutta ja on soveltuva jatkotarkasteluun.” (Minna Keränen 2014 )

10 Operationalisointi; mitä on eettinen kuluttaminen?:

11 Kvantitatiivisen aineiston analysointi:
Analyysin kolme tasoa: 1) kuvaileva (deskriptiivinen) 2) yhteyksiä havainnoiva 3) selittävä taso

12 Kuvaileva analyysi: Analyysi aloitetaan yleensä aina aineiston ja muuttujien kuvailulla: jakaumat ja tunnusluvut Kuvaileva analyysi vastaa muun muassa kysymyksiin 'mitä', 'minkälainen' tai 'kuinka paljon'. Tällöin on tarkoituksena kuvata minkälainen tutkimuksen kohteen ilmiö on tai kuinka yleisestä ilmiöstä on kyse Esim. Kuinka paljon työttömiä, osa-aikatyötä tekeviä, miten vastattu johonkin väittämää etc. Kuvailu on aina analyysin ensimmäinen vaihe, vaikka tutkimuksen tavoite olisikin selittävä Kuvailu tapahtuu pääasiassa tunnuslukujen, taulukoiden ja grafiikan avulla

13 Kuvaileva analyysin funktiot:
Muuttujan jakauma tai keskiarvo sellaisenaan voi olla kiinnostava tulos Yleiskuvan hahmottaminen aineistosta Aineiston edustavuuden arviointi Muuttujien muokkauksen tarpeen arviointi Jakaumien normaalisuuden tarkastelu Aineiston tarkistus ja puuttuvien tapausten ongelmallisuus

14 Kuvaileva analyysi:

15 Kuvaileva analyysi:

16 Kuvaileva analyysi:

17 Kuvaileva analyysi: [B17] Oletteko viimeisten 12 kuukauden aikana tehnyt mitään seuraavista: Boikotoinut, eli kieltäytynyt tai välttänyt ostamasta tiettyjä tuotteita? Frequency Percent Valid Percent Cumulative Percent Valid Kyllä 766 34,9 Ei 1426 64,9 99,8 EOS 5 ,2 100,0 Total 2197

18 Kuvaileva analyysi: [B27] Homoilla ja lesboilla pitäisi olla vapaus elää elämäänsä haluamallaan tavalla? Frequency Percent Valid Percent Cumulative Percent Valid Täysin samaa mieltä 884 40,2 Samaa mieltä 748 34,0 74,3 En samaa enkä eri mieltä 326 14,8 89,1 Eri mieltä 148 6,7 95,9 Täysin eri mieltä 77 3,5 99,4 Kieltäytyy 4 ,2 99,5 EOS 10 ,5 100,0 Total 2197

19 Kuvaileva analyysi:

20 Kuvaileva analyysi:

21 Kuvaileva analyysi:

22 Yhteyksiä havainnoiva taso:
Kahden muuttujan riippuvuus Haetaan yhteyksiä muuttujien välillä, eroja ryhmissä Klassiset analyysimenetelmät: ristiintaulukointi, varianssianalyysi ja korrelaatio

23 Ristiintaulukointi (Cross tabulation):
Ristiintaulukoinnilla tutkitaan muuttujien jakautumista ja muuttujien välisiä riippuvuuksia Tarkastellaan toisen muuttujan (Y) jakaumaa muuttujan (X) luokissa Ristiintaulukoinnin etuihin kuuluu mm. se, että voidaan havainnollisesti nähdä kaikki mahdolliset yhteydet kahden muuttujan välillä

24 Ristiintaulukointi (Cross tabulation):

25 Ristiintaulukointi (Cross tabulation):
[C6] Kuinka turvalliseksi tunnette – tai tuntisitte – olonne kävellessänne yksin illalla asuinalueellanne? Frequency Percent Valid Percent Cumulative Percent Valid Erittäin turvalliseksi 861 39,2 Turvalliseksi 1154 52,5 91,7 Turvattomaksi 161 7,3 99,0 Erittäin turvattomaksi 15 ,7 99,7 EOS 6 ,3 100,0 Total 2197 Sukupuoli Frequency Percent Valid Percent Cumulative Percent Valid Mies 1074 48,9 Nainen 1123 51,1 100,0 Total 2197

26 Ristiintaulukointi (Cross tabulation):

27 Ristiintaulukointi (Cross tabulation):
[C6] Kuinka turvalliseksi tunnette – tai tuntisitte – olonne kävellessänne yksin illalla asuinalueellanne? * Sukupuoli Crosstabulation % within Sukupuoli Sukupuoli Total Mies Nainen [C6] Kuinka turvalliseksi tunnette – tai tuntisitte – olonne kävellessänne yksin illalla asuinalueellanne? Erittäin turvalliseksi 53,1% 25,9% 39,2% Turvalliseksi 44,5% 60,2% 52,5% Turvattomaksi 2,2% 12,2% 7,3% Erittäin turvattomaksi 0,1% 1,2% 0,7% EOS 0,4% 0,3% 100,0% [C6] Kuinka turvalliseksi tunnette – tai tuntisitte – olonne kävellessänne yksin illalla asuinalueellanne? * Sukupuoli Crosstabulation % within [C6] Kuinka turvalliseksi tunnette – tai tuntisitte – olonne kävellessänne yksin illalla asuinalueellanne? Sukupuoli Total Mies Nainen [C6] Kuinka turvalliseksi tunnette – tai tuntisitte – olonne kävellessänne yksin illalla asuinalueellanne? Erittäin turvalliseksi 66,2% 33,8% 100,0% Turvalliseksi 41,4% 58,6% Turvattomaksi 14,9% 85,1% Erittäin turvattomaksi 6,7% 93,3% EOS 16,7% 83,3% 48,9% 51,1% Chi-Square Tests Value df Asymp. Sig. (2-sided) Pearson Chi-Square 216,639a 4 ,000 Likelihood Ratio 229,068 Linear-by-Linear Association 176,863 1 N of Valid Cases 2197

28 Ristiintaulukointi, χ2- riippumattomuustesti:
Riippumattomuustesti kertoo kuinka todennäköistä on, että riippuvuus on syntynyt ainoastaan otantasattuman vaikutuksesta niin, että muuttujat ovat perusjoukossa toisistaan riippumattomia Voidaanko otoksen tulosten perusteella päätellä tarpeeksi luotettavasti, että havaitut erot pätevät myös perusjoukossa? Perustuu havaittujen ja odotettujen frekvenssien erotukselle Jos p-arvo on riittävän pieni, voidaan päätellä, että erot ovat tilastollisesti merkitsevät: P < .05 tilastollisesti melkein merkitsevä (950/1000) P < .01 tilastollisesti merkitsevä (990/1000) P < .001 tilastollisesti erittäin merkitsevä (999/1000)

29 Ristiintaulukointi, χ2- riippumattomuustesti:
[C6] Kuinka turvalliseksi tunnette – tai tuntisitte – olonne kävellessänne yksin illalla asuinalueellanne? * Sukupuoli Crosstabulation Sukupuoli Total Mies Nainen [C6] Kuinka turvalliseksi tunnette – tai tuntisitte – olonne kävellessänne yksin illalla asuinalueellanne? Erittäin turvalliseksi Count 570 291 861 Expected Count 420,9 440,1 861,0 Turvalliseksi 478 676 1154 564,1 589,9 1154,0 Turvattomaksi 24 137 161 78,7 82,3 161,0 Erittäin turvattomaksi 1 14 15 7,3 7,7 15,0 EOS 5 6 2,9 3,1 6,0 1074 1123 2197 1074,0 1123,0 2197,0 Odotusarvojen ja toteutuneiden arvojen suhde P < .05 tilastollisesti melkein merkitsevä (950/1000) P < .01 tilastollisesti merkitsevä (990/1000) P < .001 tilastollisesti erittäin merkitsevä (999/1000)

30 Varianssianalyysi: Yksisuuntainen varianssianalyysi (one-way analysis of variance) on varianssianalyysin perusmuoto Koska varianssianalyysissa tarkastellaan selitettävien muuttujien ryhmäkeskiarvoja, täytyy selitettävän muuttujan olla sellainen, että siitä on järkevää laskea aritmeettinen keskiarvo (jatkuva muuttuja) Varianssianalyysin avulla tutkitaan sitä, ovatko selitettävän muuttujan keskiarvot (tilastollisesti merkitsevästi) erisuuruisia selittävän muuttujan eri luokissa

31 Varianssianalyysi: Muuttujaa, jonka suhteen ryhmiä vertaillaan kutsutaan riippuvaksi tai selitettäväksi muuttujaksi Tilastollisena testinä varianssianalyysissa käytetään ns. F-testiä, joka kertoo millä todennäköisyydellä nollahypoteesi ryhmäkeskiarvojen yhtäläisyydestä voidaan hylätä  Toisin sanoen tutkitaan eroavatko luokkakeskiarvot niin paljon toisistaan, että voidaan olettaa eron esiintyvän myös perusjoukossa Kun verrataan kahta ryhmää  t-testi Kun verrataan useampia ryhmiä  F-testi

32 Varianssianalyysi: [F42] Mikä seuraavista kuvauksista on lähimpänä sitä, minkälaiset kotitaloutenne tulot ovat tällä hetkellä? Frequency Percent Valid Percent Cumulative Percent Valid Nykyisillä tuloilla elää mukavasti 514 23,4 23,6 Nykyisillä tuloilla tulee toimeen 1383 62,9 63,4 87,0 Nykyisillä tuloilla vaikeuksia tulla toimeen 221 10,1 97,1 Nykyisillä tuloilla on hyvin vaikea tulla toimeen 63 2,9 100,0 Total 2181 99,3 Missing Kieltäytyy 2 ,1 EOS 14 ,6 16 ,7 2197

33 Varianssianalyysi, tuloilla toimeen tuleminen ja onnellisuus?:
Descriptives [C1] Kuinka onnellinen yleisesti ottaen olette? N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum Lower Bound Upper Bound Nykyisillä tuloilla elää mukavasti 514 8,47 1,076 ,047 8,38 8,56 3 10 Nykyisillä tuloilla tulee toimeen 1380 8,12 1,244 ,033 8,05 8,19 Nykyisillä tuloilla vaikeuksia tulla toimeen 221 7,39 1,579 ,106 7,18 7,60 2 Nykyisillä tuloilla on hyvin vaikea tulla toimeen 63 6,65 2,343 ,295 6,06 7,24 Total 2178 8,09 1,344 ,029 8,03 8,14 ANOVA [C1] Kuinka onnellinen yleisesti ottaen olette? Sum of Squares df Mean Square F Sig. Between Groups 313,370 3 104,457 62,759 ,000 Within Groups 3618,403 2174 1,664 Total 3931,772 2177 Test of Homogeneity of Variances [C1] Kuinka onnellinen yleisesti ottaen olette? Levene Statistic df1 df2 Sig. 30,707 3 2174 ,000

34 Varianssianalyysi, eroavatko naiset ja miehet organisaatiositoutumiseltaan: