•Kvantitatiivisen aineiston keruu ja analyysi (kl.2011)-harjoitukset pääaineopiskelijoille

Mira Kalalahti Käyttäytymistieteiden laitos

Mira.kalalahti@helsinki.fiTeollisuuskatu 23 (PL26)00014 Helsingin yliopisto

Selittävä eli tilastolliseen päättelyyn perustuva tutkimus

Muuttujien välisten suhteiden analysointi:

Tutkitaan kahden tai useamman muuttujan yhteisvaihtelua

Usein sisältää kausaalisia oletuksia (esim. regressioanalyysi)

Joskus toimii kuvailevana analyysina (esim. eksploratiivinen faktorianalyysi)

Selittävä (kausaalinen) tutkimus

Miksi? Muuttujien välisten suhteiden analysoiminen

riippuvuuksien tutkiminen: korrelaatiokerroin /

ristiintaulukointi

syy-seuraussuhteet, selitysmallit muuttujille

tunnistetaan tekijöitä, joilla voidaan luonnehtia

ilmiössä olevia piirteitä

määritetään tekijöitä, jotka esiintyvät vertailtavissa

aineistoissa

Selittävä (kausaalinen) tutkimus

Edellytyksinä yhteisvaihtelu, ajallinen seuraaminen,

ei kolmatta selittäjää, looginen riippumattomuus,

suhteen taustalla yleinen teoria

A on B:n syy, B on A:n syy, A ja B johtuvat C:stä, A:n

ja B:n yhteisvaihtelu johtuu sattumasta

Heikkous: selittävien muuttujien kontrollin puute,

vaihtoehtoisten selitysmallien esittäminen

Selittävä (kausaalinen) tutkimus ja korrelaatio

Korrelatiivisissa asetelmissa johtopäätökset

muuttujien välisistä vaikutussuhteista ja

kausaalisuudesta ovat rajoitetut.

Asetelmilla voidaan kuitenkin saada tukea

teoreettisesti mielekkäille ja oletetuille

syyseuraussuhteille.

Voidaan myös saada tukea sille, että joidenkin

muuttujien välillä EI ole kausaalisuhdetta.

Summamuuttujat

summamuuttujalla kuvataan usein abstraktia

käsitettä, johon lasketaan yhteen keskenään

korreloivia indikaattoreita eli yhdistetään samaa

ominaisuutta kuvaavat muuttujat

(esim. syrjäytymisen mittarina työ, terveys,

asuminen, sosiaaliset suhteet)

saattaa parantaa validiutta; kysyttyä asiaa halutaan

kysyä useammalla kysymyksellä, jotka yhdistetään

kokonaismittariksi

saattaa kohentaa myös reliaabeliutta;

summamuuttujassa satunnaisvirheet kumoavat

toisensa

Summamuuttujat

Likert-asteikollisten muuttujien

järjestysasteikkoluonnetta loivennetaan tulkitsemalla

se välimatka-asteikolliseksi

Tulkintaa tukee summamuuttujan teko

Korrelaatio

● korrelaatiokerroin kertoo kahden muuttujan välisestä riippuvuudesta

● miten tarkoin kahden muuttujan välinen tilastollinen yhteys muistuttaa lineaarista riippuvuutta

● mittaustason mukaan täytyy valita oikea korrelaatiokerroin

● positiivinen, negatiivinen tai puuttuva korrelaatio● (”täydellinen” korrelaatio +1 / -1, 0 = muuttujat eivät

korreloi)● korkea korrelaatio = 1-0.6, kohtuullinen = 0.6-0.4

(Metsämuuronen)● testattava● usein analyysin lähtöpiste

Korrelaatio

● Pearsonin korrelaatiokerroin, r

● Yleisin käytetty korrelaatiota kuvaava tunnusluku on Pearsonin tulomomenttikorrelaatiokerroin (r). Se on vähintään kahden intervalliasteikollisen muuttujan keskinäisen lineaarisen riippuvuuden voimakkuutta kuvaava tilastollinen tunnusluku.

● Spearmanin rho,

● Spearmanin on useimmin käytetty järjestyskorrelaatiokerroin vähintään järjestysasteikollisten muuttujien välillä.

● (Menetelmäopetuksen tietovaranto)

Reliabiliteetti

● Paljon käytetty tunnusluku reliabiliteetin mittaamiseksi on Cronbachin (alfa). Sillä mitataan nimenomaan mittarin konsistenssia eli yhtenäisyyttä. Cronbachin alfa lasketaan muuttujien välisten keskimääräisten korrelaatioiden ja väittämien lukumäärän perusteella.

● Mitä suurempi alfan arvo on, sitä yhtenäisempi mittarin voidaan katsoa olevan. Käytännössä kannattaa kokeilla, mikäli mahdollista, eri muuttujakombinaatioita ja verrata saatuja alfan arvoja.

● (Menetelmäopetuksen tietovaranto)

Reliabiliteetti

● Reliabiliteetista ollaan yleensä kiinnostuneita sen vuoksi, että väittämäpatteriston muuttujat halutaan tiivistää summamuuttujaksi. Reliabiliteettia kuvaava tunnusluku lasketaan niille muuttujille, joita on tarkoitus yhdistää. Tällöin väittämien koodaus tulee olla sama, kuin se on summamuuttujaa laskettaessa. Joskus joidenkin muuttujien koodaus pitää kääntää.

● Teknisesti reliabiliteettia saadaan parannettua, kun jätetään alfa-kertoimen arvoa alentavia muuttujia pois. Tällöin voi kuitenkin mittarin validiteetti kärsiä eli mittari ei enää olekaan kattava. On siis mietittävä myös sisällöllisesti, mitä poistetaan. Ainakin monitulkintaiset väittämät on syytä jättää pois.

● (Menetelmäopetuksen tietovaranto)