Ea 3.2 Kvantitatiiviset tutkimusmenetelm

1
Ea 3.2 Kvantitatiiviset tutkimusmenetelmät
(täyd. aineopinnot) Laajuus 4 op / 3 ov
Käyttäytymistieteellinen tiedekunta /
Erityispedagogiikka
2
Tavoite

• Opiskelija osaa valita tutkimukseensa sopivat
  menetelmät ja osaa laatia tutkimussuunnitelman.
• Opiskelija oppii SPSS-ohjelman käytön perusteet
  ja osaa suorittaa sillä analyyseja. Opiskelija
  saa tietoa myös parametrittomista
  tutkimusmenetelmistä.
• Tavoitteena on lisäksi, että opiskelija saa
  valmiuden kvantitatiivisten tutkimusraporttien
  analyyttiseen lukemiseen.
• Opiskelija saa tietoa määrällisistä
  perusanalyysimenetel-mistä (esimerkiksi
  ristiintaulukointi, t-testi, ANOVA, ANCOVA,
  korrelaatioanalyysi, reliabiliteettianalyysi,
  faktorianalyysi).

3
Aikataulu

• ti 6.11. klo 11.1513.45 Risto
• to 8.11. klo 11.1512.45 Risto
• ti 13.11. klo 11.1513.45 Risto
• to 15.11. klo 11.1513.45 Risto
• to 22.11. klo 11.1512.45 Risto
• ti 27.11. klo 11.1513.45 Risto
• TENTTI to 13.12. klo 13.0015.15 T23, sali A213,
  Uusintatentit 13.2. ja 5.3. klo 14.0017.00 T23,
  auditorio ilmoittautuminen viimeistään 4.2. ja
  25.2.

• ke 28.11. klo 9.1510.45 Risto
• to 29.11. klo 11.1513.45 Risto
• ma 3.12. klo 9.1510.45 Helena
• ti 4.12. klo 11.1513.45 Helena
• ke 5.12. klo 9.1511.45 Helena

4
Työtavat, arviointi materiaalit

• Hyväksytty suoritus edellyttää luentoon ja
  ryhmäopetukseen osallistumista,
  spss-harjoitustehtävien tekemistä sekä luentoon
  ja kirjallisuuteen perustuvan soveltavan tentin
  suorittamista.
• Opintojakso arvioidaan asteikolla 05.
• Luento-opetus 15 t, ryhmäopetus 20 t ja yksi
  kirja (Karma Komulainen), itsenäinen työ 72 t.
• Kurssin materiaali
• Kurssimateriaali (luennot, harjoitukset),
  http//bulsa.helsinki.fi/hotulain/
• Kirjallisuus
• Karma, K. Komulainen, E. 2002.
  Käyttäytymistieteiden tilastomenetelmien
  jatkokurssi. Helsinki Gaudeamus.
• Saatavana internetistä www.helsinki.fi/ktl/julkai
  sut/ktj.index.htm

5
Riston osuus

• - Tutkimuksen suunnittelu ja tilastollisen
  tutkimuksen perusteita
• - Tietojen syöttäminen SPSSään (tehdään
  havaintomatriisi, ks. liite)
• - Muuttujien luonne
• - Muuttujien luokittelu SPSSllä
• - Frekvenssien ja prosentuaalisten osuuksien
  tutkiminen SPSSllä.
• - Tilastolliset tunnusluvut
• - Summamuuttujan luominen
• - Reliabiliteetti
• - Tutkitaan testien edellytyksiä, sopivan testin
  valintaa oikeaan tarkoitukseen
• - Muuttujien väliset yhteydet

6

• - Ryhmien väliset erot muuttujien suhteen
  t-testi
• - 1-suuntaista varianssianalyysi post
  hoc-jatkotesteineen.
• Helenan osuus
• - Faktorianalyysi ja regressioanalyysi, joista
  edellytykset,
• suorittaminen ja tulkinta.
• - Regressionanalyysi muuttujien valinta
  analyysiin, enter b-arvot ja standardoidut
  beta-kertoimet, sig., kokonaisselitysaste.
  Multikollineaarisuuden testaus ja muita testejä.
• - Grafiikka ja taulukot
• Taulukot ja graafiset kuviot (box-plotit,
  viivadiagrammit, sirontakuviot etc.), niiden
  ymmärtäminen, tulkinta ja tuottaminen,
  muokkaaminen ja siirtäminen wordiin.

7
I Tutkimuksen suunnittelu ja tilastollisen
tutkimuksen perusteita

• Paljastaa ilmiötä koskevia (tosi)asioita eli
  kuvata niitä
• Pyrkiä selittämään ja ymmärtämään kuvaamiaan
  ilmiöitä (vastata kysymykseen miksi?)
• Rakentaa kohdetta kuvaavia käsitteitä ja
  teorioita
• Ennustaminen
• Tähdätä sovelluksiin ja toimenpidesuosituksiin
• Tieteellinen tieto nojautuu jo olemassa olevaan
  tietoon
• Käytetään yleisesti tunnettuja/ hyväksyttäjä
  menetelmiä
• Kolme selvää hyötyä
• a) Vertailukelpoisuus
• b) Erehdysten mahdollisuus pienenee
• c) Toistettavuus
• Vrt. Ei-tiede...,

8
Ihmistieteen tunnusmerkkejä

• Ihmistieteet
• Esimerkiksi taloustiede, sosiologia, historia,
  arkeologia, antropologia, lingvistiikka,
  semiotiikka, kulttuurintutkimus, psykologia,
  kasvatustiede, sosiaalipolitiikka, valtio-oppi,
  politiikan tutkimus, filosofia.
• Kasvatustieteellinen neljään osa-alueeseen
  (Metsämuuronen 2003)
• toiminnan vastaanottaja (oppija)
• toiminnan suorittaja (opettaja)
• itse toimintaa (opetusta)
• kaikkea kasvatusta säätelevää ja rajoittavaa
  (esim. oppimista, opettamista) toimintaa koskeva
  tutkimus
• Ongelmana ihmisen inhimillisyys (kokemuksen
  luotettavuus)

9
Tilastotiede (menetelmätiede) auttaa tekemään
tieteellisiä päätelmiä

• Yksikköjen muodostamaan joukkoon liittyvää
  numeerisen tietoaineiston keräämistä,
  analysointia ja tulkintaa koskeva tiede.
• Tilastotiede on oppi siitä, miten reaalimaailman
  tilasta tai ilmiöistä tehdään päätelmiä, tilasta
  tai ilmiöstä kerättyjen numeeristen tietojen
  perusteella
• HUOM Tilastotiede EI ole oppia tilastoista tai
  niiden laatimisesta!

10
Aineiston tilastollinen käsitteleminen

• Tietoa tiivistäviä ja kuvailevia menetelmiä (-
  tunnusluvut, taulukot, kuviot)
• Päätelmien tekemiseen tarkoitetut menetelmät
• - tutkitaan pientä joukkoa henkilöitä (otos)
  ja arvioidaan kuinka todennäköisesti otoksen
  henkilöillä esiintynyt ilmiö toistuu kaikilla
  kiinnostuksen kohteena olevilla henkilöillä
  (perusjoukko, populaatio)
• Ilmiöitä matemaattisesti mallintavat menetelmät
• - aineiston perusteella pyritään luomaan
  matemaattinen malli, jolla pyritään selittämään
  ja ennustamaan, esim. regressiomalli

11
Tutkimuksen vaiheet

• Tutkimusongelma
• aiheen valinta, määrittely
• Aikaisempi ongelmaa sivuava kirjallisuus
• teoreettinen kirjallisuus ja empiirinen
  tutkimus
• Ongelman täsmennys
• määrittely, viitekehys, hypoteesit
• Tutkimusasetelma
• millainen aineisto ja menetelmä ratkaisulle
• Aineistonkeruu ja analysointi
• aineiston kokoaminen ja analysointi
  tutkimusasetelman
• mukaan
• Johtopäätökset
• tulokset, tulkinta ja suhteellistaminen
  teoriaan ja aiempaan tutkimukseen.

12
Tutkimusongelma ja Hypoteesi

• Tutkimuskysymysten muoto
• a) Aikaisempaa tietoa ei ole ? kuvaileva
  tutkimus, mitä aiotaan tehdä, missä ja milloin
• b) Aikaisempaa tietoa on kohtuullisesti
  (esimerkiksi on tietoa kahdesta eri ilmiöstä,
  mutta ei ole olemassa tietoa siitä ovatko
  kyseiset ilmiöt yhteydessä toisiinsa)
• c) Aikaisempaa tietoa on (jonka perusteella
  voidaan olettaa tutkimuksen tulos)
• - hypoteesi on lause, jossa kuvattavan
  muuttujien välisiä yhteyksiä ja esitetään selkeä
  väite, jonka pitävyyttä testataan

13
II Tilastollisen aineiston ja analyysin
edellytysten tarkistaminen

• Muuttujien jakauman tarkistus
• - Muunnokset, uudelleen koodaaminen,
  summamuuttujien
• luominen
• Puuttuva tieto ja sen käsittely
• - Kuvaileva tilastoanalyysi vs. tilastollinen
  päättely

14
Normaalijakauma

• Muuttujan jakauman normaalisuus on monien
  tilastollisten testien oletus
• Normaalijakauma on symmetrinen, sen sijainti ja
  muoto riippuvat keskiarvosta ja hajonnasta
• Havaintojen jakautumista keskiarvon (mean)
  ympärille
• kuvataan keskihajonnalla (standard deviation)
• Normaalijakauman havainnoista 95 sijoittuu
• lähemmäs kuin kahden keskihajonnan päähän
• keskiarvosta.

15
Vinous ja huipukkuus

• Normaalijakauman vinous (skewness) ja huipukkuus
  (kurtosis) ovat nollia.
• Jakauman vinouden ja huipukkuuden nollasta
  eroavuutta voi testata jakamalla saatu arvo sitä
  vastaavalla keskivirheellä (Standard Error). Jos
  näin saatu luku on lt 2, voidaan jakauman vinous
  ja huipukkuus hyväksyä vielä normaaliseksi ja
  siten tarkasteltava jakauma on riittävän
  normaalinen tilastollisiin testeihin (vrt. Jos
  taas on gt 2 niin vinous/huipukkuuskerroin eroaa
  tilastollisesti merkitsevästi nollasta)
• Jakauman vinous ja huipukkuus pulmallisia
  perinteisissä tilastoanalyyseissä.

16

• Vinous (vrt. normaalijakauman vinous 0)
• ? Skewness vinouskerroin ilmoittaa, mihin
  suuntaan jakauma on vino Jos Sk gt 0,
  positiivisesti vino/oikealle vino
• gt Jos Sk lt 0, negatiivisesti vino/vasemmalle
  vino
• Huipukkuus (vrt. normaalijakauman huipukkuus
  0)
• gt Kurtosis huipukkuuskerroin ilmoittaa, kuinka
  terävähuippuinen jakauma on
• gt Jos Kur gt 0, jakauma on terävähuippuinen
• gt Jos Kur lt 0, jakauma on huiputon eli
  litteähuippuinen
• oikealle vino vasemmalle vino
  huipukas huiputon

17
Aineiston tarkistus ja poikkeavat arvot
(outlierit)

• Yksittäiset äärimmäisen suuret tai pienet arvot
  voivat tuottaa
• pulmia analyyseissa
• Kannattaa tarkastella myös graafisesti (esim.
  boxplot)
• Esim. Kuntien asukkaiden keskitulovertailuissa
  Kauniainen vääristää keskiarvoa, optiomiljönääri
  vanhempien palkkojen vertailua jne....

18
Muuttujan normaalijakauman testaus

• Kolmogorov-Smirnov -testi
• SPSS Analyze /Descriptive statistics/Explore
  normality plots with tests? Konservatiivinen
  testi eli hylkää helposti normaalijakaumaoletuksen
  ... (vrt. Shapiro-Wilk)

19
Aineiston tarkistaminen poikkeavat havainnot

• Tarkistus 1 Descriptives komento
• SPSS/Analyze/Descriptive Statistics/Descriptives
• -valinnat mean, std.devation, minimum ja maximum
  
• Joskus äärimmäiset arvot johtuvat laite-,
  mittaus-, koodaus tms. virheistä ? Arvojen
  korjaus oikeaksi, jos se on mahdollista (esim.
  tarkistus alkuperäisistä lomakkeista)
• Poistetaan datasta, raportoidaan
• Havaintojen käyttäminen sellaisenaan, jos niille
  on
• järkevä selitys, mutta huomioidaan niiden
  vaikutus
• tuloksiin
• Korvataan keskiarvolla
• -kannattaa pohtia löytyykö juuri kyseistä
  puuttuvaa arvoa kuvaava keskiarvo
  SPSS/Analyze/Compare Means/Means

20
Mikä on tarpeeksi normaalia

• Testien rinnalla jakaumaa kannattaa tarkastella
• myös graafisesti. Testien oletukseksi riittää,
  kunhan
• jakauma on noin suurin piirtein normaalinen.
• TOISAALTA Vaikka riittävä normaalisuus
• täyttyisikin tilastollisista oletuksista on hyvä
  olla
• tietoinen ja pohdiskella niiden mahdollista
• vaikutusta tuloksiin
• ONKO REALISTA OLETTAA, ETTÄ KAIKKI PSYKOLOGISET
  ILMIÖT KUTEN ESIM. MASENNUS, ONGELMAKÄYTTÄYTYMINEN
  OLISIVAT KUTA KUINKIN NORMAALISTI JAKAUTUNEITA?

21
Uudelleen koodaaminen (recode)

• SPSS Transform/recode
• Voidaan tehdä joko alkuperäiseen tai uuteen
  muuttujaan
• (mieluummin uuteen)
• Tarvitaan esim. muuttujan suunnan vaihtoon
• Tarvitaan myös jatkuvan muuttujan luokittelussa
  jne
• Esim. ikämuuttuja luokitellaan kolmeen ryhmään
• - ikä lt35 uusi arvo 1
• - ikä 35- 59 uusi arvo 2
• - Ikä gt60 uusi arvo 3
• Esim. uuden ikämuuttujan luominen
• IKÄ VUOSI SYNTYMÄVUOSI

22
SUMMAMUUTTUJIEN LUOMINEN

• SPSS Transform / Compute
• SUMMA (KYS1 KYS2 KYS3 KYS4 KYS5)/5
• SUMMA MEAN(KYS1,KYS2,KYS3,KYS4,KYS5)
• Suoran summamuuttujan muodostaminen edellyttää
• skaalan riittävää reliabiliteettia (esim.
  Cronbachin alfa gt .70)
• Muista Kysymysten (item) kääntäminen, niin että
  kaikki summamuuttujan osakysymykset ovat
  samansuuntaisia siten, että mitä suurempi arvo
  sitä enemmän se mittaa mitattavaa muuttujaa

23
III Tilastollinen päättely

• - Perusteet tilastolliselle päättelylle
• - Hypoteesien testaus
• - Tilastollisen päättelyn ongelmia