Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 6

Koko: px
Aloita esitys sivulta:

Download "Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 6"

Transkriptio

1 Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 6

2 Käytännön asioita seminaariin liittyen Vastaanotto To huone TF 112 Sähköposti: p SPSS asennettu luokkaan TF205, varattu seminaarille: - Viikko 5: Maanantai klo Keskiviikko klo Perjantai klo Tiistai klo Torstai klo Aamupäivät: Maanantai klo Keskiviikko klo Perjantai klo Iltapäivät: Tiistai klo Torstai klo Opiskelijat tarvitsevat kulkuluvat jollei korttia, saa vahtimestarilta

3 Sisältö SPSS: Osa-aineiston käsittely, Exceltiedoston avaaminen graafinen esittäminen raportti

4 Osa-aineiston käsittely Jos halutaan tarkastella jonkin osakokonaisuuden käyttäytymistä/ominaisuuksia tarkemmin Esim. - Vain naiset - Vain ne ihmiset, jotka ovat vastanneet myöntävästi kysymykseen Oletko hankkinut digiboksin viim. kuluneen 6kk aikana? ja ovat iältään 24-39v

5 Data Select cases Osavalinta toteutetaan ehtolauseella If condition is satisfied Annetaan ehdoksi haluttu matemaattinen kuvaus: If sukupuoli = 2 (naiset) If 24=<Ikä <=39 & digibox=1 (kyllä) Huom! Muista poistaa osavalinta sitten kun jatkat analyysia koko aineistolla! -> Select - All cases

6 Excel -> SPSS Uudet versiot SPSS:stä (10->) osaavat avata Excel-työkirjan suoraan File Open - Data Ruksitaan kohta Read variable names from the first row of data mikäli Excelin ensimmäisellä rivillä on muuttujien nimet Avaamisen jälkeen syytä heti täydentää muuttujien ominaisuudet Variable view -tilassa

7 Saadusta palautteesta Seminaarin tarkoituksena tutustuminen tyypillisimpiin analyysimenetelmiin Tämän lisäksi lukuisia täydentäviä ja vaihtoehtoisia menetelmiä, mm. nonparametrisia menetelmiä ja monimuuttujamenetelmiä Näihin kurssitarjontaa TTY:llä (matematiikan laitos Esko Turunen)

8 Tulosten graafinen esittäminen Tiivis keskeisten tulosten esittäminen havainnollisesti Rohkaisee lukijaa vertailemaan, herättää mielenkiinnon, elävöittävät tekstiä Pitkässä tekstissä kuviot myös jäsentämisen/muistin apuvälineitä lukijalle Analyysivaiheessa kuviosta erottaa jakauman erityispiirteitä

9 Sääntöjä? Prosentit mielellään kokonaisina Tiivis taloudellisuus Keep it simple (J.Tamminen) Kuvan oltava itsenäinen (kaikki oleellinen informaatio) Silti tulkinta myös tekstissä Kuvio harhauttaa helposti kiinnitä huomiota!

10 Kuvion luoma harha Kummassakin sama data! Asteikon miniminä todellinen alaraja, ellei erityisiä perusteita muuhun Jos esitetään useita samantyyppisiä jakaumia, tulee käyttää samaa asteikointia Huom! Excel tekee näitä muunnoksia käyttäjäystävällisesti automaattisesti!!!

11 Kaikki olennaiset tiedot mukaan N (kokonaismäärä), n (osakokonaisuus) esim. naiset Taulukoissa myös rivi/sarake/kokonaissummaprosentit Yksiköt (lukumäärä, prosentti, mittayksiköt) Kuvaava otsikko (+ juokseva numerointi) Muuttujien nimet, luokkien nimet (asteikkojen tulkinta ) ja akselit Tilastollinen merkitsevyys: p-arvo, tähdet, khii 2/ f-arvo + df Keskiarvo + keskihajonta Suomenkieliseen tietenkin suomeksi Poikkeavuudet on syytä merkitä Kuvaajan tulee selvitä lukijalle omillaan, eli ilman leipätekstin lukemista

12 Mitä kuvioa käyttäisi? Lukuisia vaihtoehtoja valinnan vaikeus Tarkoitus tärkeämpää kuin kauneus (2D>3D) Saman asian VOI esittää eri tavoin: kokeile, testaa Kun tuottaa kuvioita SPSS:n avulla, kannattaa aina tallentaa alkuperäinen Output-tiedosto (.spo) editointi onnistuu jälkikäteenkin Huom! oikean kuvion löytäminen/tuottaminen joskus hankalaa kannattaa harkita myös Excelin käyttöä

13 Pylväsdiagrammi (Bar) Suorat jakaumat luokitteluasteikkoisille muuttujille koko aineistossa Huom! Saa suoraan myös ottaessa frekvenssit (analyze descriptive stats frequensis) Graphs Bar Simple (summaries for groups of people)

14 Koko aineisto Alkaa nollasta sukupuolen mukaan eriteltynä - Tässä korostuu puhelinten ero sukupuolten sisällä

15 SPSS: Bar simple summaries for groups Yksinkertainen jakauma koko aineistossa Muuttuja jonka suhteen halutaan jakaa aineisto eri kuvaajiin Voi myös valita jakauman sijaan esim. keskiarvon jollekin muuttujalle ja katsoa sen sukupuolen suhteen: -Bars represent Other statistics (tähän muuttuja josta keskiarvo) -- Categoy axis (tähän muuttuja jonka suhteen tarkastellaan, esim. sukupuoli)

16 Toinen vaihtoehto Sama asia ilmaistuna siten että kuviossa korostuu vertailu sukupuolten välillä Graphs Bar Clustered summaries for groups Category axis: puhelin Define clusters by: sukupuoli

17 Vaakapalkit esitetään yleensä suuruusjärjestyksessä saadaan vaihtamalla akseleita: kaksoisklikataan kuvioa ja swap axes painiketta

18 Piirakkakuvio (pie) kuvaa kokonaisuuden jakautumista osiin (%) vain yhden muuttujan kuvaukseen hahmottaminen vaikeaa jos arvoja monta (>7) sektoreiden suuruusjärjestys voisi auttaa tätäkin kuviota

19 Viivakuvio jatkuvan muuttujan kuvaaminen erityisesti aikasarjat korostaa vaihtelua ja/tai kehityksen suuntaa ei niin herkkä y-akselin leikkaamiselle kuin pylväskuvio

20 Voi sopia myös mielipideprofiilin kuvaamiseen (asteikollinen) Ohessa suhtautuminen verkko-ostoksiin koulutustason mukaan Esim. faktorianalyysin tulosten esittäminen eri ryhmissä

21 Tulosten kopiointi toiseen ohjelmaan Editointi SPSS:ssä kaksoisklikkaus taulukkoon ja voit muuttaa haluamiasi kohtia (aktivointi jälleen kaksoisklikkaus) Valmiita pohjia taulukkojen tyylittelyyn: - Edit-tilassa: Format-Tablelooks Jos kopioit leikepöydälle koko taulukon edittilassa, mukaan tulevat pelkästään solutiedot Jos haluat valkoisen taustan mukaan, poistu edit-tilasta ja klikkaa vain kerran taulukkoa, sen jälkeen Copy

22 Q4: Ikä kiintiöittäin? Frequency Percent Valid Percent Cumulative Percent Valid v ,0 22,0 22, v ,2 37,2 59, v ,8 40,8 100,0 Total ,0 100,0 Edit -tilasta Q4: Ikä kiintiöittäin? Valid v v v. Total Cumulative Frequency Percent Valid Percent Percent ,0 22,0 22, ,2 37,2 59, ,8 40,8 100, ,0 100,0 Katselu-tilasta

23 Valmis tyyli: academic Valid v v v. Total Q4: Ikä kiintiöittäin? Frequency Percent Valid Percent ,0 22,0 22, ,2 37,2 59, ,8 40,8 100, ,0 100,0 Cumulative Percent

24 Tutkimusraportti Raportointi on keskeistä tutkimuksen kannalta Hyvänkin tutkimuksen voi vesittää huonolla raportilla selkeys, helppolukuisuus, kieli, persoonallisuus Raporttiin ei voi sisällyttää kaikkea on pakko karsia Lukijan pitää pystyä kulkemaan raportin avulla sama päättelyketju, jonka tutkija on käynyt läpi (tutkimusyhteisö arvioi tuloksia) Mikä/mitkä on tutkimuksen pääkysymys vastaus siihen/niihin, kokonaiskuva oikealle yleisölle kirjoittaminen: spesifisyys vs. yleisyys

25 Yleistä raportista Kansilehti - tutkimuksen nimi - tekijät, ajankohta, paikka (organisaatio) Tiivistelmä (= mainos, houkute raportin lukemiseksi) - tiivis yhteenveto (max 1 s.): tarkoitus, kohde, menetelmät, tärkeimmät tulokset, johtopäätökset Sisällysluettelo Johdanto - yleisluontoinen esittely, motivaatio, tutkimusongelma ja tavoitteet - mahdollisesti katsaus aiempaan tutkimustaustaan, viitekehys Aineiston esittely - perusjoukko, otanta, vastausmäärä ja prosentti - tiedonkeruumenetelmä ja keruuprosessin kuvaus - analysointimenetelmät - tulokset aihealueittain Yhteenveto ja johtopäätökset - varmistus että on vastattu asetettuihin kysymyksiin, tulosten luotettavuus ja yleistettävyys, mahdolliset tutkimuksen puutteet/heikkoudet, tulosten arvo, jatkotutkimustarpeet, toimenpide-ehdotukset Lähteet mikäli niitä on käytetty Liitteet: lomake

SPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö

SPSS-pikaohje. Jukka Jauhiainen OAMK / Tekniikan yksikkö SPSS-pikaohje Jukka Jauhiainen OAMK / Tekniikan yksikkö SPSS on ohjelmisto tilastollisten aineistojen analysointiin. Hyvinvointiteknologian ATK-luokassa on asennettuna SPSS versio 13.. Huom! Ainakin joissakin

Lisätiedot

TUTKIMUSOPAS. SPSS-opas

TUTKIMUSOPAS. SPSS-opas TUTKIMUSOPAS SPSS-opas Johdanto Tässä oppaassa esitetään SPSS-tilasto-ohjelman alkeita, kuten Excel-tiedoston avaaminen, tunnuslukujen laskeminen ja uusien muuttujien muodostaminen. Lisäksi esitetään esimerkkien

Lisätiedot

SPSS OPAS. Metropolia Liiketalous

SPSS OPAS. Metropolia Liiketalous 1 Metropolia Liiketalous SPSS OPAS Aihe sivu 1. Ohjelman periaate 2 2. Aineistoikkuna 3 3. Frekvenssit 4 4. Muuttujien arvojen luokittelu 5 5. Tunnusluvut 6 6. Ristiintaulukointi 7 7. Hajontakaavio 8 8.Korrelaatio

Lisätiedot

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi. Luento 3 OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 3 Tutkimussuunnitelman rakenne-ehdotus Otsikko 1. Motivaatio/tausta 2. Tutkimusaihe/ -tavoitteet ja kysymykset

Lisätiedot

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2 OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 2 Luento 2 Kuvailevat tilastolliset menetelmät Käytetyimmät tilastolliset menetelmät käyttäjäkokemuksen

Lisätiedot

Tilastomenetelmien lopputyö

Tilastomenetelmien lopputyö Tarja Heikkilä Tilastomenetelmien lopputyö Lopputyössä on esimerkkejä erilaisista tilastomenetelmistä. Datatiedosto Harjoitusdata.sav on muokattu tätä harjoitusta varten, joten se ei vastaa kaikkien muuttujien

Lisätiedot

JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT

JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT SPSS-ohjelmiston Complex Samples- toiminto otoksen poiminnassa ja estimaattien laskennassa Mauno Keto, lehtori Mikkelin AMK / Liiketalouden laitos

Lisätiedot

Summamuuttujat, aineiston pilkkominen ja osa-aineiston poiminta 1

Summamuuttujat, aineiston pilkkominen ja osa-aineiston poiminta 1 Summamuuttujat, aineiston pilkkominen ja osa-aineiston poiminta 1 Summamuuttujat, aineiston pilkkominen ja osa-aineiston poiminta I Summamuuttujien muodostus Olemassa olevista muuttujista voidaan laskea

Lisätiedot

SPSS ohje. Metropolia Business School/ Pepe Vilpas

SPSS ohje. Metropolia Business School/ Pepe Vilpas 1 SPSS ohje Page 1. Perusteita 2 2. Frekvenssijakaumat 3 3. Muuttujan luokittelu 4 4. Kaaviot 5 5. Tunnusluvut 6 6. Tunnuslukujen vertailu ryhmissä 7 9. Ristiintaulukointi ja Chi-testi 8 10. Hajontakaavio

Lisätiedot

Viikko 13 23.3.2015-29.3.2015

Viikko 13 23.3.2015-29.3.2015 Viikko 13 23.3.2015-29.3.2015 Maanantai 23.3. Tiistai 24.3. Keskiviikko 25.3. Torstai 26.3. Perjantai 27.3. Lauantai 28.3. Sunnuntai 29.3. Radio Channels, Luento 08:15 - TS127 Communication signal processing

Lisätiedot

Kandidaatintutkielman aineistonhankinta ja analyysi

Kandidaatintutkielman aineistonhankinta ja analyysi Kandidaatintutkielman aineistonhankinta ja analyysi Anna-Kaisa Ylitalo M 315, anna-kaisa.ylitalo@jyu.fi Musiikin, taiteen ja kulttuurin tutkimuksen laitos Jyväskylän yliopisto 2018 2 Havaintomatriisi Havaintomatriisi

Lisätiedot

SEM1, työpaja 2 (12.10.2011)

SEM1, työpaja 2 (12.10.2011) SEM1, työpaja 2 (12.10.2011) Rakenneyhtälömallitus Mplus-ohjelmalla POLKUMALLIT Tarvittavat tiedostot voit ladata osoitteesta: http://users.utu.fi/eerlaa/mplus Esimerkki: Planned behavior Ajzen, I. (1985):

Lisätiedot

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas AINEISTON TARKASTELU JA MUOKKAUS AINA ennen varsinaista analyysia suoritetaan aineiston tarkastelu ja muokkaus, data-analyysi Tavoitteena:

Lisätiedot

RISTIINTAULUKOINTI JA Χ 2 -TESTI

RISTIINTAULUKOINTI JA Χ 2 -TESTI RISTIINTAULUKOINTI JA Χ 2 -TESTI Kvantitatiiviset tutkimusmenetelmät maantieteessä Ti 27.10.2015, To 2.11.2015 Miisa Pietilä & Laura Hokkanen miisa.pietila@oulu.fi laura.hokkanen@outlook.com KURSSIKERRAN

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi Yksiulotteisen

Lisätiedot

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Yhden otoksen suhteellisen osuuden testaus Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta? Hypoteesit H 0 : p = p 0 H 1 : p p 0 tai H 1 : p > p 0 tai H 1 : p < p 0 Suhteellinen osuus

Lisätiedot

2. Aineiston kuvaaminen graafisesti 1

2. Aineiston kuvaaminen graafisesti 1 2. Aineiston kuvaaminen graafisesti 1 Esimerkki 3. Frekvenssijakaumien muokkaaminen [Hei08, s.151-152] 1. Avataan http://users.metropolia.fi/~pasitr/opas/ran15a/02/esim/pytinki2003.sav. 2. Suoritetaan

Lisätiedot

Tilastolliset ohjelmistot 805340A. Pinja Pikkuhookana

Tilastolliset ohjelmistot 805340A. Pinja Pikkuhookana Tilastolliset ohjelmistot 805340A Pinja Pikkuhookana Sisältö 1 SPSS 1.1 Yleistä 1.2 Aineiston syöttäminen 1.3 Aineistoon tutustuminen 1.4 Kuvien piirtäminen 1.5 Kuvien muokkaaminen 1.6 Aineistojen muokkaaminen

Lisätiedot

Harjoittele tulkintoja

Harjoittele tulkintoja Harjoittele tulkintoja Syksy 9: KT (55 op) Kvantitatiivisen aineiston keruu ja analyysi SPSS tulosteiden tulkintaa/til Analyysit perustuvat aineistoon: Haavio-Mannila, Elina & Kontula, Osmo (1993): Suomalainen

Lisätiedot

4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla

4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla 4 Aineiston kuvaaminen numeerisesti 1 4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla Tarkastellaan lasten syntymäpainon frekvenssijakauman (kuva 1, oikea sarake) muodostamista Excel- ja SPSS-ohjelmalla.

Lisätiedot

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4 Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN...6 1.1 INDUKTIO JA DEDUKTIO...7 1.2 SYYT JA VAIKUTUKSET...9

Lisätiedot

pisteet Frekvenssi frekvenssi Yhteensä

pisteet Frekvenssi frekvenssi Yhteensä 806118P JOHDATUS TILASTOTIETEESEEN Loppukoe 15.3.2018 (Jari Päkkilä) 1. Kevään -17 Johdaus tilastotieteeseen -kurssin opiskelijoiden harjoitusaktiivisuudesta saatujen pisteiden frekvenssijakauma: Harjoitus-

Lisätiedot

Yhteistyöaineiden edustajan puheenvuoro

Yhteistyöaineiden edustajan puheenvuoro Yhteistyöaineiden edustajan puheenvuoro Professori Ilkka Virtanen Talousmatematiikka Johdatus laskentatoimen ja rahoituksen tutkielmatyöskentelyyn 21.10.2002 Vaasan yliopisto Johdatus laskentatoimen ja

Lisätiedot

2. Aineiston kuvailua

2. Aineiston kuvailua 2. Aineiston kuvailua Avaa (File/Open/Data ) aineistoikkunaan tiedosto tilp150.sav. Aineisto on koottu Tilastomenetelmien peruskurssilla olleilta. Tiedot osallistumisesta demoihin, tenttipisteet, tenttien

Lisätiedot

OKLV120 Demo 7. Marika Peltonen

OKLV120 Demo 7. Marika Peltonen OKLV120 Demo 7 Marika Peltonen 0504432380 marika.p.peltonen@jyu.fi Tekstin sanat allekkain Kirjoita teksti Wordiin tai kopioi teksti, laitetaan teksti joka sana eri riville Valitse Muokkaa > Etsi ja korvaa

Lisätiedot

Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4

Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4 Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 6 1.1 KESKEISTEN KÄSITTEIDEN KERTAUSTA... 7 1.2 AIHEESEEN PEREHTYMINEN...

Lisätiedot

AINEISTON ESITTÄMINEN JA KUVAILU 5. luku

AINEISTON ESITTÄMINEN JA KUVAILU 5. luku Aki Taanila AINEISTON ESITTÄMINEN JA KUVAILU 5. luku Koko materiaali löytyy osoitteesta http://www.haaga-helia.fi/~taaak 16.6.2010 5 GRAAFINEN ESITTÄMINEN Noudata numerotiedon graafisessa esittämisessä

Lisätiedot

(Jos et ollut mukana viime viikolla, niin kopioi myös SPSS-havaintoaineistotiedostot Yritys2 ja neljän kunnan tiedot.)

(Jos et ollut mukana viime viikolla, niin kopioi myös SPSS-havaintoaineistotiedostot Yritys2 ja neljän kunnan tiedot.) Tilastollinen tietojenkäsittely / SPSS Harjoitus 2 Kopioi (ÄLÄ SIIS AVAA TIEDOSTOJA VIELÄ!) U-palvelimen hakemiston STAT2100 SPSS kansiosta Aineistoja harjoituksiin 2 tiedosto loputkunnat (SPSS-havaintoaineisto)

Lisätiedot

MTTTP5, luento Luottamusväli, määritelmä

MTTTP5, luento Luottamusväli, määritelmä 23.11.2017/1 MTTTP5, luento 23.11.2017 Luottamusväli, määritelmä Olkoot A ja B satunnaisotoksen perusteella määriteltyjä satunnaismuuttujia. Väli (A, B) on parametrin 100(1 - ) %:n luottamusväli, jos P(A

Lisätiedot

Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi

Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi Ihminen ja tekniikka seminaari Käyttäjäkokemuksen kvantitatiivinen analyysi Luento 5 Seuraava etappi Datan keruu alkanut 9.2.2005 2.välinäyttönä palautetaan aineisto SPSS-tiedostona 14.2. palaute tiedostosta

Lisätiedot

Ahlmanin ammattiopisto, Tampere 22.06.2015 10:24 33/2015 (1. jakso) 10. - 16.08.2015 Viikkotuntimäärä: 23

Ahlmanin ammattiopisto, Tampere 22.06.2015 10:24 33/2015 (1. jakso) 10. - 16.08.2015 Viikkotuntimäärä: 23 33/2015 (1. jakso) 10. - 16.08.2015 Viikkotuntimäärä: 23 Maanantai 10.08. Tiistai 11.08. Keskiviikko 12.08. Torstai 13.08. Perjantai 14.08. Lauantai 15.08. Sunnuntai 16.08. Matematiikka YHT2.1. Ma Fyke

Lisätiedot

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi

Lisätiedot

r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.

r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit. A. r = 0. n = Tilastollista testausta varten määritetään aluksi hypoteesit. H 0 : Korrelaatiokerroin on nolla. H : Korrelaatiokerroin on nollasta poikkeava. Tarkastetaan oletukset: - Kirjoittavat väittävät

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas JAKAUMAN MUOTO Vinous, skew (g 1, γ 1 ) Kertoo jakauman symmetrisyydestä Vertailuarvona on nolla, joka vastaa symmetristä jakaumaa (mm. normaalijakauma)

Lisätiedot

Määrällisen aineiston esittämistapoja. Aki Taanila

Määrällisen aineiston esittämistapoja. Aki Taanila Määrällisen aineiston esittämistapoja Aki Taanila 7.11.2011 1 Muuttujat Aineiston esittämisen kannalta muuttujat voidaan jaotella kolmeen tyyppiin: Kategoriset (esimerkiksi sukupuoli, koulutus) Asteikolla

Lisätiedot

Aki Taanila AIKASARJOJEN ESITTÄMINEN

Aki Taanila AIKASARJOJEN ESITTÄMINEN Aki Taanila AIKASARJOJEN ESITTÄMINEN 4.12.2012 Viivakaavio Excelissä voit toteuttaa viivakaavion kaaviolajilla Line (Viiva). Viivakaavio onnistuu varmimmin, jos taulukon ensimmäisessä sarakkeessa ovat

Lisätiedot

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS...

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS... Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 1.1 INDUKTIO JA DEDUKTIO... 9 1.2 SYYT JA VAIKUTUKSET... 11 TEHTÄVIÄ... 13

Lisätiedot

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä

Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi Esimerkit laskettu JMP:llä Antti Hyttinen Tampereen teknillinen yliopisto 29.12.2003 ii Ohjelmien

Lisätiedot

Metsämuuronen: Tilastollisen kuvauksen perusteet ESIPUHE... 4 SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 2. AINEISTO...

Metsämuuronen: Tilastollisen kuvauksen perusteet ESIPUHE... 4 SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 2. AINEISTO... Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... SISÄLLYSLUETTELO... 6 1. METODOLOGIAN PERUSTEIDEN KERTAUSTA... 8 1.1 KESKEISTEN KÄSITTEIDEN KERTAUSTA...9 1.2 AIHEESEEN PEREHTYMINEN...9 1.3

Lisätiedot

Mat Tilastollisen analyysin perusteet. Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi

Mat Tilastollisen analyysin perusteet. Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Tilastollisten aineistojen kerääminen ja mittaaminen Tilastollisten aineistojen kuvaaminen Väliestimointi Diskreetit muuttujat,

Lisätiedot

Til.yks. x y z

Til.yks. x y z Tehtävien ratkaisuja. a) Tilastoyksiköitä ovat työntekijät: Vatanen, Virtanen, Virtanen ja Voutilainen; muuttujina: ikä, asema, palkka, lasten lkm (ja nimikin voidaan tulkita muuttujaksi, jos niin halutaan)

Lisätiedot

VIIKON VINKKI: Kannattaa tutustua ensin koko tehtävänantoon ja tehdä tehtävä vasta sitten.

VIIKON VINKKI: Kannattaa tutustua ensin koko tehtävänantoon ja tehdä tehtävä vasta sitten. Tilastollinen tietojenkäsittely / SPSS Harjoitus 1 VIIKON VINKKI: Kannattaa tutustua ensin koko tehtävänantoon ja tehdä tehtävä vasta sitten. 1. Avaa SPSS-ohjelma. Tarkoitus olisi muodostaa tämän sivun

Lisätiedot

MTTTP1 Tilastotieteen johdantokurssi Luento JOHDANTO

MTTTP1 Tilastotieteen johdantokurssi Luento JOHDANTO 8.9.2016/1 MTTTP1 Tilastotieteen johdantokurssi Luento 8.9.2016 1 JOHDANTO Tilastotiede menetelmätiede, joka käsittelee - tietojen hankinnan suunnittelua otantamenetelmät, koejärjestelyt, kyselylomakkeet

Lisätiedot

ATH-aineiston tilastolliset analyysit SPSS/PASW SPSS analyysit / Risto Sippola 1

ATH-aineiston tilastolliset analyysit SPSS/PASW SPSS analyysit / Risto Sippola 1 ATH-aineiston tilastolliset analyysit SPSS/PASW 16.2.2011 SPSS analyysit / Risto Sippola 1 Aineiston avaaminen Aineisto on saatu SPSS-muotoon ja tallennettu koneelle sijaintiin, josta sitä voidaan käyttää

Lisätiedot

P5: Kohti Tutkivaa Työtapaa Kesä Aritmeettinen keskiarvo Ka KA. Painopiste Usein teoreettinen tunnusluku Vähintään välimatka-asteikko.

P5: Kohti Tutkivaa Työtapaa Kesä Aritmeettinen keskiarvo Ka KA. Painopiste Usein teoreettinen tunnusluku Vähintään välimatka-asteikko. Aritmeettinen keskiarvo Ka KA Painopiste Usein teoreettinen tunnusluku Vähintään välimatka-asteikko x N i 1 N x i x s SD ha HA Kh KH Vaihtelu keskiarvon ympärillä Käytetään empiirisessä tutkimuksessa Vähintään

Lisätiedot

1. Uuden Ilmon käytön eroavaisuudet vanhasta Ilmosta lyhyesti

1. Uuden Ilmon käytön eroavaisuudet vanhasta Ilmosta lyhyesti Sisällysluettelo 1. Uuden Ilmon käytön eroavaisuudet vanhasta Ilmosta lyhyesti... 2 Huomattavaa kurssin tietojen täyttämisessä!... 2 2. Kurssikuvauksen ja muiden opiskelijoille näkyvien kurssitietojen

Lisätiedot

Määrällisen aineiston esittämistapoja. Aki Taanila

Määrällisen aineiston esittämistapoja. Aki Taanila Määrällisen aineiston esittämistapoja Aki Taanila 24.4.2017 1 Kategoriset muuttujat Lukumääriä Prosentteja (muista n-arvot) Pylväitä 2 Yhteenvetotaulukko (frekvenssitaulukko) TAULUKKO 1. Asunnon tyyppi

Lisätiedot

voidaan hylätä, pienempi vai suurempi kuin 1 %?

voidaan hylätä, pienempi vai suurempi kuin 1 %? [TILTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2011 http://www.uta.fi/~strale/tiltp1/index.html 30.9.2011 klo 13:07:54 HARJOITUS 5 viikko 41 Ryhmät ke 08.30 10.00 ls. C8 Leppälä to 12.15 13.45 ls. A2a Laine

Lisätiedot

Ahlmanin ammattiopisto, Tampere 22.06.2015 10:56 36/2015 (1. jakso) 31.08. - 06.09.2015 Viikkotuntimäärä: 7

Ahlmanin ammattiopisto, Tampere 22.06.2015 10:56 36/2015 (1. jakso) 31.08. - 06.09.2015 Viikkotuntimäärä: 7 36/2015 (1. jakso) 31.08. - 06.09.2015 Viikkotuntimäärä: 7 Maanantai 31.08. Tiistai 01.09. Keskiviikko 02.09. Torstai 03.09. Perjantai 04.09. Lauantai 05.09. Sunnuntai 06.09. 37/2015 (1. jakso) 07. - 13.09.2015

Lisätiedot

I. Ristiintaulukointi Excelillä / Microsoft Office 2010

I. Ristiintaulukointi Excelillä / Microsoft Office 2010 Savonia-ammattikorkeakoulu Liiketalous Kuopio Tutkimusmenetelmät Likitalo & Mäkelä I. Ristiintaulukointi Excelillä / Microsoft Office 2010 Tässä ohjeessa on mainittu ensi Excelin valinnan/komennon englanninkielinen

Lisätiedot

Tilastolliset toiminnot

Tilastolliset toiminnot -59- Tilastolliset toiminnot 6.1 Aineiston esittäminen graafisesti Tilastollisen aineiston tallentamisvälineiksi TI-84 Plus tarjoaa erityiset listamuuttujat L1,, L6, jotka löytyvät 2nd -toimintoina vastaavilta

Lisätiedot

StatCrunch -laskentasovellus

StatCrunch -laskentasovellus StatCrunch -laskentasovellus Yleistä sovelluksesta StatCrunch on Integrated Analytics LLC:n valmistama sovellus tilastotieteellisten analyysien tuottamista varten. Se on verkon yli käytettävä analyysisovellus,

Lisätiedot

JÄRJESTELMÄN TEKNINEN KÄYTTÖOHJE

JÄRJESTELMÄN TEKNINEN KÄYTTÖOHJE JÄRJESTELMÄN TEKNINEN KÄYTTÖOHJE TEKNINEN OHJE OSAAJAPLUS- JÄRJESTELMÄN KÄYTTÖÖN OsaajaPlus -järjestelmä on luotu siten, että sen käyttöön tarvittavat ohjelmat ovat maksutta ladattavissa internetistä.

Lisätiedot

MEM-O-MATIC. 6800 järjestelmä

MEM-O-MATIC. 6800 järjestelmä MEM-O-MATIC 6800 järjestelmä Ohjeet Windows yhdysohjelmalle / 6800 yhdysohjelman käyttöohje זתתתתת Windows yhdysohjelman asennus tietokoneelle Tee uusi kansio esimerkiksi nimellä MEMO kovalevyllesi. Kopio

Lisätiedot

Tilastojen visualisointi Excelillä. PiKe-kehittämiskirjasto Leena Parviainen

Tilastojen visualisointi Excelillä. PiKe-kehittämiskirjasto Leena Parviainen Tilastojen visualisointi Excelillä PiKe-kehittämiskirjasto Leena Parviainen 11.4.2018 Mitä tilastoilla voi tehdä? Parantaa toiminnan laatua ja vaikuttavuutta Ohjata resursseja, hankintoja ja materiaalivirtoja

Lisätiedot

Tutkielman rakenne. Tellervo Korhonen. Tutki Hjelt-instituutti Kansanterveystieteen osasto Helsingin yliopisto

Tutkielman rakenne. Tellervo Korhonen. Tutki Hjelt-instituutti Kansanterveystieteen osasto Helsingin yliopisto Tutkielman rakenne Hjelt-instituutti Kansanterveystieteen osasto Helsingin yliopisto Tutki 2 30.10.2013 1 Periaatteet tieteellisessä tekstissä Tieteellä omat traditionsa Esitystavassa Rakenteessa Perusajatus

Lisätiedot

SPSS-ohjeita. Metropolia Pertti Vilpas

SPSS-ohjeita. Metropolia Pertti Vilpas 1 Metropolia Pertti Vilpas SPSS-ohjeita Aihe sivu 1. Ohjelman periaate 2 2. Aineistoikkuna 3 3. Frekvenssit 4 4. Muuttujien arvojen luokittelu 5 5. Tunnusluvut 6 6. Ristiintaulukointi 7 7. Hajontakaavio

Lisätiedot

Monivalintamuuttujien käsittely

Monivalintamuuttujien käsittely Tarja Heikkilä Monivalintamuuttujien käsittely Datatiedosto: Yhdistä.sav Yhdistetään SPSS-ohjelmalla samaan kysymykseen kuuluvat muuttujat. Esimerkkiin liittyvä kysymys ja muita vastaavia kysymyksiä on

Lisätiedot

Valitse aineisto otsikoineen maalaamalla se hiirella ja kopioimalla (Esim. ctrl-c). Vaihtoehtoisesti, Lataa CSV-tiedosto

Valitse aineisto otsikoineen maalaamalla se hiirella ja kopioimalla (Esim. ctrl-c). Vaihtoehtoisesti, Lataa CSV-tiedosto Versio k15 Näin laadit ilmastodiagrammin Libre Officen taulukkolaskentaohjelmalla. Ohje on laadittu käyttäen Libre Officen versiota 4.2.2.1. Voit ladata ohjelmiston omalle koneellesi osoitteesta fi.libreoffice.org.

Lisätiedot

1 Asentaminen. 2 Yleistä ja simuloinnin aloitus 12/2006 1.1.1

1 Asentaminen. 2 Yleistä ja simuloinnin aloitus 12/2006 1.1.1 1 Asentaminen...2 2 Yleistä ja simuloinnin aloitus...2 2.1 PI-säätimet...3 2.2 Trendit...4 3 Lämpölaitoksen ohjaus...5 4 Voimalan alkuarvojen muuttaminen...6 5 Tulostus...8 6 Mahdollisia ongelmia...8 6.1

Lisätiedot

... Vinkkejä lopputyön raportin laadintaan. Sisältö 1. Johdanto 2. Analyyseissä käytetyt muuttujat 3. Tulososa 4. Reflektio (korvaa Johtopäätökset)

... Vinkkejä lopputyön raportin laadintaan. Sisältö 1. Johdanto 2. Analyyseissä käytetyt muuttujat 3. Tulososa 4. Reflektio (korvaa Johtopäätökset) LIITE Vinkkejä lopputyön raportin laadintaan Sisältö 1. Johdanto 2. Analyyseissä käytetyt muuttujat 3. Tulososa 4. Reflektio (korvaa Johtopäätökset) 1. Johdanto Kerro johdannossa lukijalle, mitä jatkossa

Lisätiedot

Aineistokoko ja voima-analyysi

Aineistokoko ja voima-analyysi TUTKIMUSOPAS Aineistokoko ja voima-analyysi Johdanto Aineisto- eli otoskoon arviointi ja tutkimuksen voima-analyysi ovat tilastollisen tutkimuksen suunnittelussa keskeisimpiä asioita. Otoskoon arvioinnilla

Lisätiedot

SPSS-perusteet. Sisältö

SPSS-perusteet. Sisältö SPSS-perusteet Sisältö Ikkunat 3 Päävalikot 5 Valikot 6 Aineiston käsittely 6 Muuttujamuunnokset 7 Aineistojen kuvailu analyysit 8 Havaintomatriisin luominen ja käsittely 10 Muulla sovelluksella tehdyn

Lisätiedot

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Juuri 0 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 9..08 Kertaus K. a) Alapaineiden pienin arvo on ja suurin arvo 74, joten vaihteluväli on [, 74]. b) Alapaineiden keskiarvo on 6676870774

Lisätiedot

LibreOffice Writer perusteita

LibreOffice Writer perusteita LibreOffice Writer perusteita Käytetään Digabi-käyttöjärjestelmää (DigabiOS) ja harjoitellaan LibreOfficen käyttöä. 1. Ohjelman käynnistys Avaa Sovellusvalikko => Toimisto => LibreOffice Writer. Ohjelma

Lisätiedot

Itä-Suomen seudulliset liikkumistutkimukset 2018

Itä-Suomen seudulliset liikkumistutkimukset 2018 Itä-Suomen seudulliset liikkumistutkimukset 2018 Tiivistelmä, Joensuun seutu 22.2.2019 Sisällysluettelo Kyselyn toteutus ja tulokset Otos ja vastausmäärät seuduittain Liikkumisen tunnuslukuja (matkojen

Lisätiedot

voidaan hylätä, pienempi vai suurempi kuin 1 %?

voidaan hylätä, pienempi vai suurempi kuin 1 %? [MTTTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2017 http://www.uta.fi/sis/mtt/mtttp1/syksy_2017.html HARJOITUS 5 viikko 42 6.10.2017 klo 10:42:20 Ryhmät: ke 08.30 10.00 LS C6 Paajanen ke 10.15 11.45 LS

Lisätiedot

Esim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4

Esim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4 18.9.2018/1 MTTTP1, luento 18.9.2018 KERTAUSTA Esim. Pulssi-muuttujan frekvenssijakauma, aineisto luentomoniste liite 4 pyöristetyt todelliset luokka- frekvenssi luokkarajat luokkarajat keskus 42 52 41,5

Lisätiedot

P2P (ALUSTA) RAPORTOINNIN OHJEET (ANALYTICS)

P2P (ALUSTA) RAPORTOINNIN OHJEET (ANALYTICS) Ostoreskontra P2P (Alusta) Raportointi Sivu 1 / 9 P2P (ALUSTA) RAPORTOINNIN OHJEET (ANALYTICS) Sisällys 1 Raporttien avaaminen... 2 2 Raportit... 2 2.1 Finanssiraporti\Maksuennuste... 5 1 Ostoreskontra

Lisätiedot

P2P (ALUSTA) RAPORTOINNIN OHJEET (ANALYTICS)

P2P (ALUSTA) RAPORTOINNIN OHJEET (ANALYTICS) Ostoreskontra P2P (Alusta) Raportointi Sivu 1 / 9 P2P (ALUSTA) RAPORTOINNIN OHJEET (ANALYTICS) Sisällys 1 Raporttien avaaminen... 2 2 Raportit... 2 2.1 Finanssiraportti\Maksuennuste... 5 1 Ostoreskontra

Lisätiedot

Tilastografiikan sudenkuopat - millaista on hyvä tilastografiikka?

Tilastografiikan sudenkuopat - millaista on hyvä tilastografiikka? Tilastografiikan sudenkuopat - millaista on hyvä tilastografiikka? Datajournalismin kurssi 25.11.2011 Heli Mikkelä heli.mikkela@tilastokeskus.fi Tilastotiedon esittämistavat Miksi grafiikkaa? Tilastografiikan

Lisätiedot

Populaatio tutkimusobjektien muodostama joukko, johon tilastollinen tutkimus kohdistuu, koko N

Populaatio tutkimusobjektien muodostama joukko, johon tilastollinen tutkimus kohdistuu, koko N 11.9.2018/1 MTTTP1, luento 11.9.2018 KERTAUSTA Populaatio tutkimusobjektien muodostama joukko, johon tilastollinen tutkimus kohdistuu, koko N Populaation yksikkö tilastoyksikkö, havaintoyksikkö Otos populaation

Lisätiedot

Opinnäytteen nimi ja mahdollinen alaotsikko (tämä pohja toimii parhaiten Word2010-versiolla)

Opinnäytteen nimi ja mahdollinen alaotsikko (tämä pohja toimii parhaiten Word2010-versiolla) T A M P E R E E N Y L I O P I S T O Opinnäytteen nimi ja mahdollinen alaotsikko (tämä pohja toimii parhaiten Word2010-versiolla) Kasvatustieteiden yksikkö Kasvatustieteiden pro gradu -tutkielma NIMI NIMINEN

Lisätiedot

Ennen seuraavia tehtäviä tarkista, että KUNNAT-aineistossasi on 12 muuttujaa ja 416 tilastoyksikköä.

Ennen seuraavia tehtäviä tarkista, että KUNNAT-aineistossasi on 12 muuttujaa ja 416 tilastoyksikköä. Tilastollinen tietojenkäsittely / SPSS Harjoitus 3 Tällä harjoituskerralla tarkastellaan harjoituksissa 2 tehtyjä SPSS-havaintoaineistoja KUNNAT, kyselya ja kyselyb. Aineistoihin tutustutaan mm. erilaisten

Lisätiedot

FinFamily PostgreSQL installation ( ) FinFamily PostgreSQL

FinFamily PostgreSQL installation ( ) FinFamily PostgreSQL FinFamily PostgreSQL 1 Sisällys / Contents FinFamily PostgreSQL... 1 1. Asenna PostgreSQL tietokanta / Install PostgreSQL database... 3 1.1. PostgreSQL tietokannasta / About the PostgreSQL database...

Lisätiedot

Usean selittävän muuttujan regressioanalyysi

Usean selittävän muuttujan regressioanalyysi Tarja Heikkilä Usean selittävän muuttujan regressioanalyysi Yhden selittävän muuttujan regressioanalyysia on selvitetty kirjan luvussa 11, jonka esimerkissä18 muodostettiin lapsen syntymäpainolle lineaarinen

Lisätiedot

Pisan 2012 tulokset ja johtopäätökset

Pisan 2012 tulokset ja johtopäätökset Pisan 2012 tulokset ja johtopäätökset Jouni Välijärvi, professori Koulutuksen tutkimuslaitos Jyväskylän yliopisto PISA ja opettajankoulutuksen kehittäminen-seminaari Tampere 14.3.2014 17.3.2014 PISA 2012

Lisätiedot

Maanantai 10.08. Tiistai 11.08. Keskiviikko 12.08. Torstai 13.08. Perjantai 14.08.

Maanantai 10.08. Tiistai 11.08. Keskiviikko 12.08. Torstai 13.08. Perjantai 14.08. Työjärjestys Putki13 StarSoft Kurre 7.20 33/2015 10. - 14.08.2015 Viikkotuntimäärä: 18 Maanantai 10.08. Tiistai 11.08. Keskiviikko 12.08. Torstai 13.08. Perjantai 14.08. Ryhmänohjaus / Putki13 Rav810-E8-Atk

Lisätiedot

Pikaohje QPR-käyttöön

Pikaohje QPR-käyttöön Pikaohje QPR-käyttöön SOTE-arkkitehtuuri 1 11.3.2019 QPR-pikaohje Sisältö Aloittaminen Peruskomennot Elementtien hallinnointi Mallihierarkian rakentaminen Tätä ohjetta täydentää mallinnuskäsikirja, joka

Lisätiedot

Itsetuntemusta parhaimmillaan. Energiaa Enneagrammista Espanjassa. 33580!Tampere! www.careone.fi!

Itsetuntemusta parhaimmillaan. Energiaa Enneagrammista Espanjassa. 33580!Tampere! www.careone.fi! Itsetuntemusta parhaimmillaan Energiaa Enneagrammista Espanjassa Care One Oy Karkonmäenkatu15B info@careone.fi 33580Tampere www.careone.fi Itsetuntemusta parhaimmillaan Energiaa Enneagrammista Espanjassa

Lisätiedot

FSD2404. Naistutkimus - Kvinnoforskning -lehden ensimmäinen vuosikymmen Koodikirja

FSD2404. Naistutkimus - Kvinnoforskning -lehden ensimmäinen vuosikymmen Koodikirja FSD2404 Naistutkimus - Kvinnoforskning -lehden ensimmäinen vuosikymmen 1988-1997 Koodikirja TIETOARKISTO Tämän koodikirjan viittaustiedot: Naistutkimus - Kvinnoforskning -lehden ensimmäinen vuosikymmen

Lisätiedot

Ennen seuraavia tehtäviä tarkista, että KUNNAT-aineistossasi on 12 muuttujaa ja 416 tilastoyksikköä.

Ennen seuraavia tehtäviä tarkista, että KUNNAT-aineistossasi on 12 muuttujaa ja 416 tilastoyksikköä. Tilastollinen tietojenkäsittely / SPSS Harjoitus 3 Tällä harjoituskerralla tarkastellaan harjoituksissa 2 tehtyjä SPSS-havaintoaineistoja KUNNAT, kyselya ja kyselyb. Jos epäilet, että aineistosi eivät

Lisätiedot

Text Mining. Käyttöopas

Text Mining. Käyttöopas Text Mining Käyttöopas Webropol Analytics: Text Mining Mitä tarkoittaa kun asiakkaat tai henkilöstö antavat arvosanan 3.1 Keskiarvoa informatiivisempaa ovat taustalla olevat syyt Onko sinulla aikaa lukea

Lisätiedot

Kvantitatiivisen aineiston analyysi

Kvantitatiivisen aineiston analyysi Kvantitatiivisen aineiston analyysi Liiketalouden tutkimusmenetelmät SL 2014 Kvantitatiivinen vs. kvalitatiivinen? tutkimuksen lähtökohtana ovat joko tiedostetut tai tiedostamattomat taustaoletukset (tieteenfilosofiset

Lisätiedot

Ahlmanin ammattiopisto, Tampere 10.06.2015 15:43 36/2015 (1. jakso) 31.08. - 06.09.2015 Viikkotuntimäärä: 7

Ahlmanin ammattiopisto, Tampere 10.06.2015 15:43 36/2015 (1. jakso) 31.08. - 06.09.2015 Viikkotuntimäärä: 7 36/2015 (1. jakso) 31.08. - 06.09.2015 Viikkotuntimäärä: 7 Maanantai 31.08. Tiistai 01.09. Keskiviikko 02.09. Torstai 03.09. Perjantai 04.09. Lauantai 05.09. Sunnuntai 06.09. 09:00 Palmu Riina C TVT2 Yritystoiminnan

Lisätiedot

TV08S1E(CD) Mediatekniikan koulutusohjelma, S08, ryhmät C & 15.9. - 21.9.

TV08S1E(CD) Mediatekniikan koulutusohjelma, S08, ryhmät C & 15.9. - 21.9. TV08SE(CD) Mediatekniikan koulutusohjelma, S08, ryhmät C & 5.9. - 2.9. maanantai 5.9. tiistai 6.9. keskiviikko 7.9. torstai 8.9. perjantai 9.9. lauantai 20.9. XX00AA0 TV Orient.opinn.. Merenti-Välimäki

Lisätiedot

AJANVARAUKSEN TEKEMINEN (YLEISEEN RESURSSIIN)

AJANVARAUKSEN TEKEMINEN (YLEISEEN RESURSSIIN) OHJE 1(10) AJANVARAUKSEN TEKEMINEN (YLEISEEN RESURSSIIN) Tavastiassa on muutama yleinen resurssi, joiden varauksen voi tehdä GroupWisen kalenteriin. Merkinnän tekeminen ei edellytä oman kalenterin käyttämistä.

Lisätiedot

Teema 3: Tilastollisia kuvia ja tunnuslukuja

Teema 3: Tilastollisia kuvia ja tunnuslukuja Teema 3: Tilastollisia kuvia ja tunnuslukuja Tilastoaineiston peruselementit: havainnot ja muuttujat havainto: yhtä havaintoyksikköä koskevat tiedot esim. henkilön vastaukset kyselylomakkeen kysymyksiin

Lisätiedot

Kvantitatiiviset tutkimusmenetelmät maantieteessä

Kvantitatiiviset tutkimusmenetelmät maantieteessä Kvantitatiiviset tutkimusmenetelmät maantieteessä Harjoitukset: 2 Muuttujan normaaliuden testaaminen, merkitsevyys tasot ja yhden otoksen testit FT Joni Vainikka, Yliopisto-opettaja, GO218, joni.vainikka@oulu.fi

Lisätiedot

PSYKOLOGIAN ARTIKKELI- JA MONOGRAFIAVÄITÖSKIRJOJEN RAKENNE MUISTILISTAA VÄITÖSKIRJOJEN OHJAAJILLE JA OHJATTAVILLE

PSYKOLOGIAN ARTIKKELI- JA MONOGRAFIAVÄITÖSKIRJOJEN RAKENNE MUISTILISTAA VÄITÖSKIRJOJEN OHJAAJILLE JA OHJATTAVILLE PSYKOLOGIAN ARTIKKELI- JA MONOGRAFIAVÄITÖSKIRJOJEN RAKENNE MUISTILISTAA VÄITÖSKIRJOJEN OHJAAJILLE JA OHJATTAVILLE TYÖN TARKASTUKSEN JA PAINATUKSEN ETENEMINEN Timo Suutama 8.10.2014 Artikkeliväitöskirjan

Lisätiedot

Ohjeet ALS Online-palvelun käyttöön PÄIVITETTY

Ohjeet ALS Online-palvelun käyttöön PÄIVITETTY Ohjeet ALS Online-palvelun käyttöön PÄIVITETTY 15.11.2017 ALS Online-palveluun kirjautuminen Henkilökohtaiset ALS Online-tunnukset saat käyttöösi täyttämällä kotisivuiltamme löytyvän lomakkeen tai ottamalla

Lisätiedot

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas TEOREETTISISTA JAKAUMISTA Usein johtopäätösten teko helpottuu huomattavasti, jos tarkasteltavan muuttujan perusjoukon jakauma noudattaa

Lisätiedot

MONISTE 2 Kirjoittanut Elina Katainen

MONISTE 2 Kirjoittanut Elina Katainen MONISTE 2 Kirjoittanut Elina Katainen TILASTOLLISTEN MUUTTUJIEN TYYPIT 1 Mitta-asteikot Tilastolliset muuttujat voidaan jakaa kahteen päätyyppiin: kategorisiin ja numeerisiin muuttujiin. Tämän lisäksi

Lisätiedot

VIDEOVASTAANOTOT* PSYKOTERAPIAKESKUS,VASTAAMO,OY,,,,,,,,

VIDEOVASTAANOTOT* PSYKOTERAPIAKESKUS,VASTAAMO,OY,,,,,,,, VIDEOVASTAANOTOT* PSYKOTERAPIAKESKUSVASTAAMOOY Videovastaanotot 3.12.2014 1(4) Sisällysluettelo* * 1. Yleistä...2 2. Uudenvastaanotonluominen...2 3. Vastaanottojenhallinta...3 3.1. Vastaanottojenjärjestys...3

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 11. lokakuuta 2007 Antti Rasila () TodB 11. lokakuuta 2007 1 / 15 1 Johdantoa tilastotieteeseen Peruskäsitteitä Tilastollisen kuvailun ja päättelyn menetelmiä

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden

Lisätiedot

LUENTO 8 TAULUKKOLASKENTA II

LUENTO 8 TAULUKKOLASKENTA II LUENTO 8 TAULUKKOLASKENTA II TIEY4 TIETOTEKNIIKKATAIDOT KEVÄT 2017 JUHANI LINNA ANTTI SAND 31.10.2017 LUENTO 8 31.10.2017 Tällä luennolla jatkoa Teemaan 4: Taulukkolaskenta 1. Taustaa yksilöharjoitukseen

Lisätiedot

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1 Tilastotieteen kertaus Vilkkumaa / Kuusinen 1 Motivointi Reaalimaailman ilmiöihin liittyy tyypillisesti satunnaisuutta ja epävarmuutta Ilmiöihin liittyvien havaintojen ajatellaan usein olevan peräisin

Lisätiedot

Sotkanet.fi. Tilasto- ja indikaattoripankki Sotkanet 1

Sotkanet.fi. Tilasto- ja indikaattoripankki Sotkanet 1 Sotkanet.fi Tilasto- ja indikaattoripankki 25.5.2018 Sotkanet 1 Sotkanet.fi / yleistä 1 Laaja tilasto- ja indikaattoripankki n. 2 600 indikaattoria väestön hyvinvoinnista ja terveydestä sekä sosiaali-

Lisätiedot

Gradu-seminaari (2016/17)

Gradu-seminaari (2016/17) Gradu-seminaari (2016/17) Tavoitteet Syventää ja laajentaa opiskelijan tutkimusvalmiuksia niin, että hän pystyy itsenäisesti kirjoittamaan pro gradu -tutkielman sekä käymään tutkielmaa koskevaa tieteellistä

Lisätiedot