Hypermedian jatko-opintoseminaari

Save this PDF as:
 WORD  PNG  TXT  JPG

Koko: px
Aloita esitys sivulta:

Download "Hypermedian jatko-opintoseminaari"

Transkriptio

1 Hypermedian jatko-opintoseminaari Heli Raassina Käsiteltävät aiheet Kyselylomakkeen laatiminen Aineiston talletus Puuttuvat havainnot, vinoutumat, havaintojen painottaminen, muuttujien muuntaminen Keskiluvut, hajontaluvut Raportoinnista: numerotulosten esittäminen, taulukot, graafinen esitys 1

2 Kyselylomakkeen laatiminen Hyvin suunniteltu lomake edesauttaa kyselyn onnistumista kirjallisuuteen tutustuminen tutkimusongelman pohtiminen ja täsmentäminen käsitteiden määritteleminen miten aineistoa käsitellään jatkossa Tutkimuslomakkeen laatimisen vaiheet (Heikkilä, 1999) tutkittavien asioiden nimeäminen lomakkeen rakenteen suunnittelu kysymysten muotoilu lomakkeen testaus lomakkeen rakenteen ja kysymysten korjaaminen lopullinen lomake Kyselylomakkeen laatiminen Hyvä tutkimuslomake (Heikkilä, 1999) on selkeä ja houkuttelee vastaamaan teksti ja kysymykset ovat hyvin aseteltu vastausohjeet ovat selkeät ja yksiselitteiset kysytään vain yhtä asiaa kerrallaan kysymykset etenevät loogisesti kysymykset on numeroitu juoksevasti samaa aihetta koskevat kysymykset on ryhmitelty kokonaisuuksiksi, joilla voi olla selkeät otsikot alussa helppoja kysymyksiä kontrollikysymyksillä varmistetaan vastausten luotettavuus (ei liian monta) lomake ei ole liian pitkä lomake saa vastaajan tuntemaan vastaamisen tärkeäksi lomake on esitestattu se on helppo syöttää ja käsitellä tilasto-ohjelmalla 2

3 Kysymysten sisältö ja muotoilu Kysymyksiä voidaan ryhmitellä sisällön perusteella mm. seuraavasti: Täsmälliset tosiasiakysymykset, kuten ikä tai kotipaikka. Kysymyksiä laatiessa on varmistettava kysymyksen asettelun yksiselitteisyys. Arvionvaraiset tosiasiakysymykset ovat usein määriä tai useutta mittaavat kysymykset (kuten kuinka usein tai milloin viimeksi ). Harkittava annetaanko valmiit vastausvaihtoehdot vai esitetäänkö kysymys avoimena. Käyttäytymisen syitä mittaavat kysymykset vaativat usein kvalitatiivisia tutkimusmenetelmiä. Asenteita, arvoja ja mielipiteitä mitataan usein Likertin asteikollisilla kysymyksillä. Yleensä esitetään useita samaa asiaa käsitteleviä väittämiä, joiden avulla selvitetään vastaajien johdonmukaisuutta. Sosiaalisia suhteita voidaan mitata sosiometrisin menetelmin. Siten saadaan tietoa mm. yksilöitten vuorovaikutussuhteista. Kysymysten sisältö ja muotoilu Esimerkki 1 (mukaillen Heikkilä, 1999) 1. Tuleeko talouteenne Helsingin Sanomat tai Aamulehti? Kyllä Ei 2. Ei pidä paikkaansa, että näyttöpäätetyöskentely ei aiheuta päänsärkyä. täysin samaa mieltä jokseenkin samaa mieltä jokseenkin eri mieltä täysin eri mieltä en osaa sanoa 3

4 Kysymysten sisältö ja muotoilu Esimerkki 2 1. Tarjottiinko teille mahdollisuutta koeajaa haluamanne auto? Kyllä Ei Pyysin itse 2. Koeajoiko myyntiliikkeen edustaja vaihdossa antamanne auton ennen tarjouksen antamista? Kyllä Ei Minulla ei ollut vaihtoautoa Millainen on hyvä kysymys? Kysytään vain yhtä asiaa kerrallaan Kysymys on tarpeellinen ja hyödyllinen Se ei ole liian pitkä tai monimutkainen eikä johdatteleva vaan ymmärrettävä, selkeä ja yksiselitteinen Kysymyksen kieliasu on moitteeton Sisältää tarvittaessa tyylikeinoja olennaisen esiin tuomiseksi Ei sisällä sivistyssanoja, slangia eikä erikoissanastoa Ei sisällä kaksinkertaista kieltoa Mahdollistaa tulosten saamisen halutulla tavalla (Heikkilä, 1999) 4

5 Vastausvaihtoehdoissa huomioitavia asioita Vastausvaihtoehdot kannattaa luetella numeroilla (esim. kirjaimien sijaan). Tämä helpottaa aineiston tallentamista havaintomatriisiin ja vähentää siinä vaiheessa syntyviä virheitä. Vastausvaihtoehtojen tulisi olla toisensa poissulkevia. Raportointivaiheessa esim. Likert-asteikolliset muuttujat antavat enemmän mahdollisuuksia tutkimustulosten kuvailuun. Kannattaa turvautua aiemmin käytettyihin ja tiedeyhteisön omaksumiin vastausskaaloihin. Vaihtoehtoa en osaa sanoa tms. Kannattaa käyttää tarpeen mukaan mutta harkiten. Monivalintakysymyksiin on myös hyvä sisällyttää vaihtoehto joku muu mikä? Vastausvaihtoehdoissa huomioitavia asioita Esimerkki 3 (Lähde:http://www.fsd.uta.fi/menetelmaopetus/kyselylomake/esimerkki10.html) Kuinka monena päivänä viikossa seuraat televisiosta kotimaisia viihdesarjoja? 1 Kerran viikossa krt viikossa krt viikossa krt viikossa Halutaan selvittää erään radiokanavan uutislähetysten keskimääräistä kuuntelemisaktiivisuutta viimeksi kuluneiden 12 kuukauden ajalta. Vastausvaihtoehdot ovat: 1 Useita kertoja päivässä 2 Päivittäin 3 Muutaman kerran viikossa mutta en päivittäin 4 Kerran pari viikossa 5 Kerran pari kuukaudessa 6 Harvemmin tai en koskaan 5

6 Johdattelevat tai epätasapainoiset kysymykset Esimerkki 4 (Lähde:http://www.fsd.uta.fi/menetelmaopetus/kyselylomake/esimerkki11.html) Ovatko talvet tulleet lämpimämmiksi viime vuosina? 1 Hyvin paljon lämpimämmiksi 2 Melko paljon lämpimämmiksi 3 Jonkin verran lämpimämmiksi 4 Eivät ole tulleet lämpimämmiksi Jos vastasit "eivät ole tulleet lämpimämmiksi", perustele kantasi: Tasapainoisen vastausasteikon tulee yleensä sisältää kaksi toisilleen vastakohtaista ääripäätä sekä neutraali vastausvaihtoehto. Kysymyslauseen tulisi sisältää viittauksia joko molempiin vastausskaalan ääripäihin tai ei kumpaakaan niistä. Esimerkissä 4 tasapainoinen kysymyksenasettelu tarkastelisi käsityksiä talvien keskimääräisestä lämpötilasta. Vastausvaihtoehdot voisivat vaihdella välillä keskimääräistä kylmemmäksi ja keskimääräistä lämpimämmäksi. Aineiston tallennus Kun aineisto on kerätty se syötetään tilastollista käsittelyä varten havaintomatriisiin. Havaintomatriisi on taulukko, jossa vaakarivit vastaavat havaintoja ja pystyrivit muuttujia. Esim. k00nro k01ika k02spuoli k03 k04 k05 k

7 Muuttujien muunnokset Analysointivaiheessa voi usein joutua muuttamaan jo olemassa olevia muuttujia tai niiden pohjalta luodaan uusia muuttujia. Olemassa olevia muuttujia muutetaan uudelleen koodaamalla, jolloin alkuperäisen muuttujan arvot vaihdetaan uusiin arvoihin. Esim. Jos ikä on kysytty vuosina, voi olla tarpeellista muodostaa nk. ikäryhmiä. Tällöin alle 25 -vuotiaat saisivat uuden arvon 1, vuotiaat arvon 2 jne. Muuttujien muunnokset Kokonaan uusia muuttujia luodaan usein jonkun matemaattisen kaavan avulla. Esim. Tiedämme kunnan asukasluvun ja pinta-alan. Voimme laskea asukastiheyttä kuvaavan uuden muuttujan TIHEYS=ASUKASLUKU/PINTA-ALA Uudesta muuttujasta on kysymys myös silloin kun muodostetaan nk. summamuuttuja Nimensä mukaan summamuuttuja muodostetaan yhdistämällä useita samaa ilmiötä eri tavoin mittaavia muuttujia. 7

8 Summamuuttujien luominen Muuttujien k03, k04 ja k05 summamuuttuja SUMMA=k03+k04+k05 Jos summattavat muuttujat saavat arvoja väliltä 1-5 saamamme muuttuja SUMMA saa arvoja väliltä Joskus voi olla mielekkäämpää, että summamuuttujan arvon vaihteluväli on sama kuin alkuperäisillä muuttujilla. Tämä saadaan laskemalla SUMMA=(k03+k04+k05)/3 Summamuuttujien luominen Summamuuttujia muodostettaessa summattavien muuttujien tulisi olla yhteismitallisia. Tämä tarkoittaa sitä, että muuttujat on mitattu samalla mitta-asteikolla. Jos näin ei ole, summattavat muuttujat täytyy saattaa yhteismitallisiksi standardoimalla ne. Z = x µ s missä x on havaittu muuttujan arvo, µ on muuttujan keskiarvo ja s on muuttujan hajonta. 8

9 Puuttuvat havainnot Puuttuvat havainnot saattavat vääristää analyysin tuloksia ja siksi niihin kannattaa kiinnittää erityisesti huomiota. Tutkijan pitää päättää tapauskohtaisesti, miten puuttuvien havaintojen kohdalla toimitaan sillä yleispätevää toimintasääntöä ei ole. Seuraavaksi tarkastellaan puuttujien havaintojen poistamiseen tai korvaamiseen liittyviä asioita. Puuttuvat havainnot Puuttuvien havaintojen poistaminen Tarkoittaa kaikkien niiden havaintojen poistamista, jossa yhdenkin muuttujan kohdalla tieto puuttuu. (Listwise deletion) Ongelmana voi olla reilustikin pienentyvä otoskoko Ennen kuin havaintoja lähtee poistamaan kannattaa tarkistaa, miten puuttuvat havainnot ovat jakautuneet (tasaisesti koko aineistoon vai tiettyyn erityisryhmään). Muuttujien poistaminen Tilanne voi olla myös se, että tietystä muuttujasta puuttuu huomattava määrä havaintoja. Silloin kannattaa miettiä kuinka oleellinen muuttuja on tutkimuksen kannalta ja voisiko sen pudottaa jatkoanalyysistä kokonaan. Hyvä puoli on, että havaintojen määrä ei muuttujan poistamisen jälkeen vähene. 9

10 Puuttuvat havainnot Puuttuvien havaintojen pareittainen poistaminen Sopii käytettäessä sellaisia tilastollisia menetelmiä, jotka perustuvat korrelaatiomatriisin analysointiin. Korrelaatiomatriisia laskettaessa otetaan huomioon vain ne havainnot, joista on tiedot niillä kahdella muuttujalla, joista korrelaatio lasketaan. Näin lasketut korrelaatiomatriisin arvot voivat perustua eri määriin havaintoja. Ei pienennä niin paljon aineistoa kuin suoraan puuttuvien havaintojen poistaminen. Keskiarvojen käyttö Puuttuvien muuttujan arvojen tilalle voidaan myös koodata ennalta päätetty arvo. Yleensä tuo ennalta päätetty arvo on muuttujan keskiarvo. Ei pienennä aineiston kokoa mutta pienentää muuttujien hajontaa. Puuttuvat havainnot Ryhmäkeskiarvojen käyttö Koko muuttujan keskiarvon sijaan, muuttujan arvo voidaan koodata ryhmäkeskiarvolla. Ongelmana on se, että ryhmien sisäinen samankaltaisuus ja toisaalta ryhmien väliset erot korostuvat. Muita tapoja Aineisto voidaan jakaa ryhmiin (esim. miehiin ja naisiin). Puuttuvan arvon kohdalle koodataan havaintomatriisissa edellisen havainnon arvo. Ei vähennä muuttujien välistä hajontaa. Jos puuttuvat havainnot sisällytetään analyysiin, ne kannattaa koodata riittävän eroavasti muista havaintojen arvoista. 10

11 Havaintojen painottaminen Otosaineiston jakaumaan voi tulla vinoutumia esim. vastauskadon tai väärän otosasetelman vuoksi Tällöin aineistoa voidaan painottaa, jotta otos kuvaisi paremmin tutkimuksen perusjoukkoa. Esim. Tutkimukseen on haastateltu 50 miestä ja 50 naista neljästä eri ikäryhmästä. Havaintoja on siis kaikkiaan 400. Tämä ei kuitenkaan vastaa suomalaisten todellista ikä- ja sukupuolijakaumaa. Asia voidaan korjata painottamalla aineistoa. Painot saadaan laskettua kaavalla: w i = NK n i i missä N on havaintojen lukumäärä, K i on toivottu jakauma ryhmässä i ja n i havaittu jakauma ryhmässä i. Keskiluvut Keskiluvut kuvaavat muuttujien arvon keskimääräistä suuruutta. Soveltuvan keskiluvun valintaan vaikuttaa mittauksen asteikko Luokitteluasteikko Järjestysasteikko Välimatkaasteikko Suhdeasteikko Moodi X X X X Mediaani - X X X Aritmeettinen keskiarvo - - X X Geometrinen ja harmoninen keskiarvo X 11

12 Keskiluvut Moodi Moodi on se arvo, jonka frekvenssi aineistossa on suurin. Moodeja voi olla myös useampia. Mediaani Mediaani on suuruusjärjestykseen asetetuista muuttujan arvoista keskimmäinen. Jos havaintoja on parillinen määrä: Järjestysasteikollisella muuttujalla mediaani on kumpikin keskimmäisistä arvoista Välimatka- ja suhdeasteikollisella muuttujalla mediaani on kahden keskimmäisen arvon keskiarvo Keskiluvut Esimerkki Aineistossa välimatka-asteikollisen muuttujaan k03 liittyi kuusi havaintoa, joiden arvot ovat 4,1,5,5,4,3 Moodit ovat tällöin 4 ja 5 Mediaani saadaan kun muuttujien arvot järjestetään suuruus järjestykseen (1,3,4,4,5,5) Koska havaintoja on parillinen määrä mediaanin arvoon tässä tapauksessa kahden keskimmäisen arvon keskiarvo eli 4 12

13 Keskiluvut Aritmeettinen keskiarvo (mean) KESKIARVO=muuttujan arvojen summa/havaintojen määrä Poikkeavat muuttujien arvot voivat vaikuttaa suuresti aritmeettiseen keskiarvoon Geometrinen ja harmoninen keskiarvo Käytetään yleensä kasvuilmiöihin ja indeksilaskentaan liittyvissä erikoistapauksissa Geometrinen keskiarvo G ja harmoninen keskiarvo H saadaan seuraavasti G = n x1 x2 Κ x n H = n Κ + x x x 1 2 missä n on havaintojen lukumäärä ja x i viittaa havainnon i arvoon. n Hajontaluvut Hajontaluvut kuvaavat muuttujien arvojen vaihtelua käytetyn keskiluvun ympärillä. Myös hajontaluvuilla käytetty mitta-asteikko vaikuttaa hajontaluvun valintaan Luokitteluasteikko Järjestysasteikko Välimatkaasteikko Suhdeasteikko variaatiosuhde X X X X vaihteluväli - X X X vaihteluvälin pituus - - X X keskihajonta - - X X variaatiokerroin - - X X 13

14 Hajontaluvut Variaatiosuhde Kertoo, kuinka suuri osuus havainnoista on muuttujan moodiluokassa Variaatiosuhde v=1-(havaintojen määrä moodiluokassa/havaintojen määrä) Variaatiosuhteen arvo vaihtelee nollan ja yhden välillä Vaihteluväli ilmoittaa pienimmän ja suurimman muuttujan arvon välin Kun muuttujien arvot x 1 x n on järjestetty pienimmästä suurimpaan, vaihteluväli W=[x 1,x n ]. Hajontaluvut Esimerkki Aineistossa välimatka-asteikolliseen muuttujaan k03 liittyi kuusi havaintoa, joiden arvot ovat 4,1,5,5,4,3 Variaatiosuhde lasketaan siitä muuttujaluokasta, jossa on eniten havaintoja. Nyt siis v=1-(2/6)=2/3. Vaihteluväli W=[1,5] 14

15 x Hajontaluvut Vaihteluvälin pituus on muuttujan suurimman ja pienimmän arvon erotus w= x n -x 1, missä x n on suurin arvo ja x 1 pienin arvo Keskihajonta kuvaa, kuinka kaukana yksittäiset muuttujan arvot ovat keskimäärin muuttujan aritmeettisesta keskiarvosta Kun tarkasteltavana on perusjoukko, keskihajonta ( ) 2 1 n i n i = 1 s = x x missä n on havaintojen lukumäärä, x i viittaa havainnon i arvoon ja x tarkoittaa aineiston aritmeettista keskiarvoa. Otos keskihajonnasta puhuttaessa summan kerroin 1/n korvataan kertoimella 1/(n-1) Hajontaluvut Variaatiokerroin suhteuttaa keskihajonnan aineiston keskiarvoon Variaatiokerroin s V = x missä s on muuttujan keskihajonta ja x muuttujan keskiarvo 15

16 Vinous ja huipukkuus Vinous (skewnesis) mittaa jakauman symmetrisyyttä. Jakauma voi olla vino siten että valtaosa aineistomassasta nojautuu joko oikealle tai vasemmalle ja jakauman häntä ulottuu vastakkaiseen suuntaan. Huipukkuus (kurtosis) ilmoittaa jakauman huipun korkeuden normaalijakaumaan verrattuna. Jakauman vinousarvo S -0,5<S<0,5 jakauma on jokseenkin symmetrinen Jakauman huipukkuusarvo K Jos K<-0,5 tai K>0,5 on syytä testata jakauman normaalisuutta tarkemmin Vinous ja huipukkuus Oman oppimisen kannalta olisi tärkeää, että opettaja loisi mielenkiintoa opiskeltavaan asiaan. 60 Descriptive Statistics Lukumäärä ,0 3,0 4,0 5,0 Std. Dev =,86 Mean = 4,2 N = 122,00 N Minimum Maximum Mean Std. DSkewness i ti Kurtosis Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Std. Error 71. Oman oppimisen kannalta olisi tärkeää, että opettaja loisi mielenkiintoa opiskeltavaan asiaan ,19,856 -,616,219 -,737,435 jokseenkin eri mielta - täysin samaa mieltä 16

17 Kyselyaineiston dokumentointi ja raportointi Jotta tilasto-ohjelman tulokset eivät jäisi pelkiksi numeroiksi, tulisi kvantitatiivisen aineiston raportointiin kiinnittää erityisesti huomiota. Seuraava raportoinnin vinkkilista voi auttaa välttämään tyypillisimpiä sudenkuoppia (Lähde: Valtakunnallisen menetelmäopetuksen tietovaranto) 1. Dokumentoi muuttujien tarkka sisältö Esitä analyysissä käytettyjen muuttujien kysymykset ja vastausvaihtoehdot sanatarkasti Kyselylomake olisi hyvä sisällyttää liitteeksi raporttiin Myös alkuperäisistä muuttujista muodostetut uudet muuttujat tulisi dokumentoida yksityiskohtaisesti Kyselyaineiston dokumentointi ja raportointi 2. Poimi tekstiin olennainen Tällä tarkoitetaan muutamien keskeisten lukujen ja mahdollisten erojen esiin nostamista eikä esim. kokonaisen taulukon auki kirjoittamista Tämä olisi hyvä tehdä vertaillen, yhdistellen ja yleistäen Tutkimuksesta nouseva uusi tieto tulisi nostaa selkeästi esille Paljon tutkitulla alueella olisi hyvä viitata aiempiin tutkimuksiin ja tutkailla omia tuloksia niiden pohjalta 3. Kuvaile jakaumatiedot tiiviisti ja käytä liitteitä Jakaumien kuvaus sekä leipätekstissä, että taulukoissa Suuremmissa aineistoissa prosentuaalinen tarkastelu riittää. Havaintoyksiköiden kokonaismäärä n tulisi kuitenkin ilmoittaa. Kuvailun laajuutta ja tarkkuutta voi suhteuttaa aineiston kokoon ja tutkimuksen tarkoitukseen 17

18 Kyselyaineiston dokumentointi ja raportointi 4. Suhteuta sanavalinnat ja tulosten tarkkuustaso aineistotyyppiin Ei ole syytä esittää tuloksia esim. usean desimaalin tarkkuudella vaan pyöristää kokonaisluvuksi 5. Ota huomioon kenelle kirjoitat Koska usein ensisijainen yleisö on tiedeyhteisö ei kirjoittajalla ole varaa epäselvään tekstiin Myös yleisimpien tunnuslukujen laskutavan voi olettaa tunnetuksi 6. Kuvaile ennen selittävää analyysiä Ennen monimuuttujamenetelmiin siirtymistä tulisi esittää perustavia kuvailutietoja aineistosta Kyselyaineiston dokumentointi ja raportointi 7. Esitä tulosten epävarmuustekijät kattavasti ja johdonmukaisesti Tutkimuksen tieteellisen arvon kannalta on oleellista tietää, kuinka suurella varmuudella otokseen perustuvat tulokset pitävät paikkansa perusjoukossa Tulosten arviointi ja luotettavuuteen liittyvien seikkojen esittely on yhtä tärkeä kuin varsinaisten tulosten esittäminen 8. Vertaile konteksti- ja aineistosidonnaisesti On hyvä pohtia, liittyykö esim. aineistonkeruuajankohtaan tulosten laatuun vaikuttavia tekijöitä Kontekstitekijöiden muutokset voivat selittää osaltaan muutoksia tutkimustuloksissa aiempiin tutkimuksiin verrattaessa 9. Aineistolähteiden merkitseminen Jos tutkimuksessa käytetään muiden keräämiä aineistoja, on aineistolähteet merkittävä tutkimustekstiin ja lähdeluetteloon julkaisujen tapaan. 18

19 Numerotulosten esittämisestä Leipätekstin tulee tiivistää tutkimuksen numerotuloksia sekä osoittaa missä viitatut tulokset on mainittu ja miten ne on tuotettu Tekstin tulisi olla vaihtelevaa niin sanavalinnoilta kuin sanajärjestykseltäänkin Prosenttitaulukoita voidaan käyttää asiakokonaisuuden selvittämisen pohjana Numerotiedon esittämiseen tarkoitettuja kuvioita tulisi käyttää harkiten. Aikasarjat sekä riippuvuuksiin liittyvät säännönmukaisuudet havainnollistuvat usein parhaiten graafien avulla Numerotulosten esittämisestä Taulukoissa selite sijoitetaan yleensä taulukon alle, kuvioissa selitteitä on mahdollista sijoittaa vapaammin Kaikkia tutkimuksen työtaulukoiden tietoja ei ole syytä julkaista Nyrkkisääntönä voidaan pitää, että kaikista oleellisimmat taulukot sisällytetään varsinaiseen raporttiosaan ja seuraavaksi tärkeimmät tulokset esitetään liitetaulukkona 19

20 Taulukoiden tekeminen Taulukot ovat helppo tapa tiivistää informaatiota Taulukon antama kuva voi jäädä helposti kylmäksi ja etäiseksi Siksi taulukkoa tulisikin täydentää muilla esitystavoilla Tekstiin sijoitetut taulukot tulisi aina tulkita Taulukoiden tekeminen Taulukon tekemisen muistilista (Heikkilä, 1999) Numeroi ja nimeä taulukko Muokkaa taulukko yksinkertaiseksi ja selkeäksi Kerro otsikossa kuvatun ilmiön paikka ja aika, käytetyt mittayksiköt ja prosenttilukutaulukossa perusarvo Ilmoita tarvittaessa tietojen lähde ja luotettavuuteen liittyvät tiedot alaviitteessä Kommentoi ja analysoi taulukosta ilmenevät pääasiat 20

21 Graafinen esitys Kuvioiden tarkoituksena on helpotta oleellisen informaation hahmottamista. Kussakin tapauksessa julkaistavaksi valitaan kuvio, joka on siinä tilanteessa selkein ja luonteenomaisin. Yhden muuttujan tarkasteluun liittyy yleensä jakauman sijainnin ja hajonnan kuvaaminen Kahden muuttujan tapauksessa mielenkiinto on usein muuttujien välisessä riippuvuudessa. Riippuvuutta voidaan tarkastella esim. Pylväs-, viiva- ja laatikko-jana -kuviolla Graafinen esitys Kahden tai useamman muuttujan kuvioiden tulkintaa helpottaa, jos vaaka-akselilla on taustamuuttuja tai riippumaton muuttuja (jos mahdollista) Kuvion informatiivisuuden vuoksi, siihen ei tulisi laittaa liikaa muuttujia tai liian useita luokkia Kun valitsee kuvioita tutkimusraporttiin, kannattaa miettiä palveleeko kuvio lukijaa ja kuinka merkityksellinen se on esitettävän asian kannalta 21

22 Pylväskuvio vai sektoridiagrammi? Pylväsdiagrammi Korostaa muuttujien arvojen järjestystä Valittavana joko lukumäärät tai prosentit Soveltuu muuttujille, joka saa useita arvoja Sektoridiagrammi Prosenttiosuudet korostuvat Soveltuu tilanteisiin, joissa arvojen järjestystä ei haluta korostaa Pylväskuvio vai viivakuvio? Molemmat soveltuvat hyvin kumulatiivisiin tarkasteluihin Tällöin ideana on kuvata kasautuvia tai summautuvia lukumääriä tai prosentteja Pylväsdiagrammi Näyttävämmän näköinen Jotta luettavuus säilyisi, luokkia on oltava kohtuullinen määrä Viivakuvio Soveltuu paremmin, kun halutaan kuvata muuttujan muutosta ajan suhteen 22

23 Laatikko-jana -kuvio Havainnollinen, kun tarkastellaan muuttujan jakauman sijaintia ja hajontaa Sopii tilanteisiin, joissa muuttuja saa paljon eri arvoja (esim. Asenneväittämistä muodostetut summamuuttujat) Sopii erityisesti jakaumien vertailuun Laatikko-jana -kuvio perustuu tunnuslukuihin minimi, alakvartiili, mediaani, yläkvartiili ja maksimi Laatikko-jana -kuvio Minun on helppo ymmärtää matematiikan tehtävien ja todistusten päättelyketjut. 6 täysin eri mieltä - täysin samaa mieltä N = 3 Missing 68 ei 51 kyllä kurssin läpäisy 23

24 Lähteet Heikkilä, T Tilastollinen tutkimus. 2.uud.painos. Helsinki. Edita. 320 s. Holopainen, M. & Pulkkinen, P Tilastolliset menetelmät perusteet. Porvoo. Weilin+Göös. 301 s. Menetelmäopetuksen valtakunnallinen tietovaranto, ( ) Metsämuuronen, J Tutkimuksen tekemisen perusteet ihmistieteissä. 2.uud.panos. Helsinki. International Methelp Ky. 772 s. Tilastokeskus verkkokoulu, ( ) 24

Kvantitatiiviset menetelmät

Kvantitatiiviset menetelmät Kvantitatiiviset menetelmät HUOM! Tentti pidetään tiistaina.. klo 6-8 Vuorikadulla V0 ls Muuttujien muunnokset Usein empiirisen analyysin yhteydessä tulee tarve muuttaa aineiston muuttujia Esim. syntymävuoden

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

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

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

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

Til.yks. x y z 1 2 1 20.3 2 2 1 23.5 9 2 1 4.7 10 2 2 6.2 11 2 2 15.6 17 2 2 23.4 18 1 1 12.5 19 1 1 7.8 24 1 1 9.4 25 1 2 28.1 26 1 2-6.2 33 1 2 33.

Til.yks. x y z 1 2 1 20.3 2 2 1 23.5 9 2 1 4.7 10 2 2 6.2 11 2 2 15.6 17 2 2 23.4 18 1 1 12.5 19 1 1 7.8 24 1 1 9.4 25 1 2 28.1 26 1 2-6.2 33 1 2 33. 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

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

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

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

Kyselylomakkeiden käyttötapoja:

Kyselylomakkeiden käyttötapoja: Kyselylomakkeen laatiminen FSD / Yhteiskuntatieteellinen tietoarkisto Menetelmäopetuksen tietovaranto / KvantiMOTV http://www.fsd.uta.fi/menetelmaopetus/kyselylomake/laatiminen.html Tiivistelmän keskeiset

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

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

3. a) Mitkä ovat tilastolliset mitta-asteikot? b) Millä tavalla nominaaliasteikollisen muuttujan jakauman voi esittää?

3. a) Mitkä ovat tilastolliset mitta-asteikot? b) Millä tavalla nominaaliasteikollisen muuttujan jakauman voi esittää? Seuraavassa muutamia lisätehtäviä 1. Erään yrityksen satunnaisesti valittujen työntekijöiden poissaolopäivien määrät olivat vuonna 003: 5, 3, 16, 9, 0, 1, 3,, 19, 5, 19, 11,, 0, 4, 6, 1, 15, 4, 0,, 4,

Lisätiedot

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet VAASAN YLIOPISTO/AVOIN YLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia 1 KURSSIKYSELYAINEISTO: 1. Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 18. lokakuuta 2007 Antti Rasila () TodB 18. lokakuuta 2007 1 / 19 1 Tilastollinen aineisto 2 Tilastollinen malli Yksinkertainen satunnaisotos 3 Otostunnusluvut

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

Matemaatikot ja tilastotieteilijät

Matemaatikot ja tilastotieteilijät Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat

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

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman

Lisätiedot

Kuvioita, taulukoita ja tunnuslukuja. Aki Taanila 2.2.2011

Kuvioita, taulukoita ja tunnuslukuja. Aki Taanila 2.2.2011 Kuvioita, taulukoita ja tunnuslukuja Aki Taanila 2.2.2011 1 Tilastokuviot Pylväs Piirakka Viiva Hajonta 2 Kuviossa huomioitavia asioita 1 Kuviolla tulee olla tarkoitus ja tehtävä (minkä tiedon haluat välittää

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

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa:

4. Seuraavaan ristiintaulukkoon on kerätty tehtaassa valmistettujen toimivien ja ei-toimivien leikkijunien lukumäärät eri työvuoroissa: Lisätehtäviä (siis vanhoja tenttikysymyksiä) 1. Erään yrityksen satunnaisesti valittujen työntekijöiden poissaolopäivien määrät olivat vuonna 003: 5, 3, 16, 9, 0, 1, 3,, 19, 5, 19, 11,, 0, 4, 6, 1, 15,

Lisätiedot

1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet

1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet VAASAN YLIOPISTO/KESÄYLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia A KURSSIKYSELYAINEISTO: 1.Työpaikan työntekijöistä laaditussa taulukossa oli mm. seuraavat rivit ja sarakkeet Nimi Ikä v. Asema Palkka

Lisätiedot

Ohjeita kvantitatiiviseen tutkimukseen

Ohjeita kvantitatiiviseen tutkimukseen 1 Metropolia ammattikorkeakoulu Liiketalouden yksikkö Pertti Vilpas Ohjeita kvantitatiiviseen tutkimukseen Osa 2 KVANTITATIIVISEN TUTKIMUSAINEISTON ANALYYSI Sisältö: 1. Frekvenssi- ja prosenttijakaumat.2

Lisätiedot

Mittaaminen menettely (sääntö), jolla tilastoyksikköön liitetään tiettyä ominaisuutta kuvaava luku, mittaluku.

Mittaaminen menettely (sääntö), jolla tilastoyksikköön liitetään tiettyä ominaisuutta kuvaava luku, mittaluku. 1/11 4 MITTAAMINEN Mittaaminen menettely (sääntö), jolla tilastoyksikköön liitetään tiettyä ominaisuutta kuvaava luku, mittaluku. Mittausvirhettä johtuen mittarin tarkkuudesta tai häiriötekijöistä Mittarin

Lisätiedot

HAVAITUT JA ODOTETUT FREKVENSSIT

HAVAITUT JA ODOTETUT FREKVENSSIT HAVAITUT JA ODOTETUT FREKVENSSIT F: E: Usein Harvoin Ei tupakoi Yhteensä (1) (2) (3) Mies (1) 59 28 4 91 Nainen (2) 5 14 174 193 Yhteensä 64 42 178 284 Usein Harvoin Ei tupakoi Yhteensä (1) (2) (3) Mies

Lisätiedot

7. laskuharjoituskierros, vko 10, ratkaisut

7. laskuharjoituskierros, vko 10, ratkaisut 7. laskuharjoituskierros, vko 10, ratkaisut D1. a) Oletetaan, että satunnaismuuttujat X ja Y noudattavat kaksiulotteista normaalijakaumaa parametrein E(X) = 0, E(Y ) = 1, Var(X) = 1, Var(Y ) = 4 ja Cov(X,

Lisätiedot

Tutkiva ja kehittävä osaaja (3 op) Kyselyaineisto keruumenetelmänä opinnäytetyössä Ismo Vuorinen

Tutkiva ja kehittävä osaaja (3 op) Kyselyaineisto keruumenetelmänä opinnäytetyössä Ismo Vuorinen Tutkiva ja kehittävä osaaja (3 op) Kyselyaineisto keruumenetelmänä opinnäytetyössä Ismo Vuorinen 29.10.2009 Survey aineistot (lomaketutkimukset) Kyselyaineistot posti(kirje)kysely informoitu kysely tietokoneavusteinen

Lisätiedot

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman

Lisätiedot

KURSSIKYSELYAINEISTO: HUOM! Aineiston tilastoyksikkömäärä 11 on kovin pieni oikean tilastotieteen tekemiseen, mutta Harjoitteluun se kelpaa kyllä!

KURSSIKYSELYAINEISTO: HUOM! Aineiston tilastoyksikkömäärä 11 on kovin pieni oikean tilastotieteen tekemiseen, mutta Harjoitteluun se kelpaa kyllä! VAASAN YLIOPISTO/KESÄYLIOPISTO TILASTOTIETEEN PERUSTEET Harjoituksia A KURSSIKYSELYAINEISTO: HUOM! Aineiston tilastoyksikkömäärä 11 on kovin pieni oikean tilastotieteen tekemiseen, mutta Harjoitteluun

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

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

Leikkijunan kunto toimiva ei-toimiva Työvuoro aamuvuoro päivävuoro iltavuoro

Leikkijunan kunto toimiva ei-toimiva Työvuoro aamuvuoro päivävuoro iltavuoro Lisätehtäviä 1. Erään yrityksen satunnaisesti valittujen työntekijöiden poissaolopäivien määrät olivat vuonna 003: 5, 3, 16, 9, 0, 1, 3,, 19, 5, 19, 11,, 0, 4, 6, 1, 15, 4, 0,, 4, 3, 3, 8, 3, 9, 11, 19,

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

Luentotesti 3. Kun tutkimuksen kävelynopeustietoja analysoidaan, onko näiden tutkittavien aiheuttama kato

Luentotesti 3. Kun tutkimuksen kävelynopeustietoja analysoidaan, onko näiden tutkittavien aiheuttama kato Tehtävä 1 Osana laajempaa tutkimusprojektia mitattiin kävelynopeutta yli 80-vuotiaita tutkittavia. Osalla tutkittavista oli lääkärintarkastuksen yhteydessä annettu kielto osallistua fyysistä rasitusta

Lisätiedot

Kyselytutkimus. Yleistä lomakkeen laadinnasta ja kysymysten tekemisestä - 1. Yleistä lomakkeen laadinnasta ja kysymysten tekemisestä - 2

Kyselytutkimus. Yleistä lomakkeen laadinnasta ja kysymysten tekemisestä - 1. Yleistä lomakkeen laadinnasta ja kysymysten tekemisestä - 2 Kyselytutkimus Graduryhmä kevät 2008 Leena Hiltunen 29.4.2008 Yleistä lomakkeen laadinnasta ja kysymysten tekemisestä - 1 Kysymysten tekemisessä kannattaa olla huolellinen, sillä ne luovat perustan tutkimuksen

Lisätiedot

ENE-C2001 Käytännön energiatekniikkaa. Aloitustapaaminen 11.4.2016. Osa III: Tekninen raportointi

ENE-C2001 Käytännön energiatekniikkaa. Aloitustapaaminen 11.4.2016. Osa III: Tekninen raportointi ENE-C2001 Käytännön energiatekniikkaa Aloitustapaaminen 11.4.2016 Osa III: Tekninen raportointi Sisältö Raportoinnin ABC: Miksi kirjoitan? Mitä kirjoitan? Miten kirjoitan? Muutamia erityisasioita 1 Miksi

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas f 332 = 3 Kvartiilit(302, 365, 413) Kvartiilit: missä sijaitsee keskimmäinen 50 % aineistosta? Kvartiilit(302, 365, 413) Keskiarvo (362.2) Keskiarvo

Lisätiedot

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas

TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas Itse arvioidun terveydentilan ja sukupuolen välinen riippuvuustarkastelu. Jyväskyläläiset 75-vuotiaat miehet ja naiset vuonna 1989.

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

54. Tehdään yhden selittäjän lineaarinen regressioanalyysi, kun selittäjänä on määrällinen muuttuja (ja selitettävä myös):

54. Tehdään yhden selittäjän lineaarinen regressioanalyysi, kun selittäjänä on määrällinen muuttuja (ja selitettävä myös): Tilastollinen tietojenkäsittely / SPSS Harjoitus 5 Tarkastellaan ensin aineistoa KUNNAT. Kyseessähän on siis kokonaistutkimusaineisto, joten tilastollisia testejä ja niiden merkitsevyystarkasteluja ei

Lisätiedot

YLEISKUVA - Kysymykset

YLEISKUVA - Kysymykset INSIGHT Käyttöopas YLEISKUVA - Kysymykset 1. Insight - analysointityökalun käytön mahdollistamiseksi täytyy kyselyn raportti avata Beta - raportointityökalulla 1. Klikkaa Insight välilehteä raportilla

Lisätiedot

Tilastotieteen johdantokurssin harjoitustyö. 1 Johdanto...2. 2 Aineiston kuvaus...3. 3 Riippuvuustarkastelut...4

Tilastotieteen johdantokurssin harjoitustyö. 1 Johdanto...2. 2 Aineiston kuvaus...3. 3 Riippuvuustarkastelut...4 TILTP1 Tilastotieteen johdantokurssin harjoitustyö Tampereen yliopisto 5.11.2007 Perttu Kaijansinkko (84813) perttu.kaijansinkko@uta.fi Pääaine matematiikka/tilastotiede Tarkastaja Tarja Siren 1 Johdanto...2

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

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

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa.

MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa. KERTAUS Lukujono KERTAUSTEHTÄVIÄ K1. Ratkaisussa annetaan esimerkit mahdollisista säännöistä. a) Jatketaan lukujonoa: 2, 4, 6, 8, 10, 12, 14, 16, Rekursiivinen sääntö on, että lukujonon ensimmäinen jäsen

Lisätiedot

b6) samaan perusjoukkoon kohdistuu samanaikaisesti useampia tutkimuksia.

b6) samaan perusjoukkoon kohdistuu samanaikaisesti useampia tutkimuksia. 806109P TILASTOTIETEEN PERUSMENETELMÄT I 1. välikoe 11.3.2011 (Jari Päkkilä) VALITSE VIIDESTÄ TEHTÄVÄSTÄ NELJÄ JA VASTAA VAIN NIIHIN! 1. Valitse kohdissa A-F oikea (vain yksi) vaihtoehto. Oikeasta vastauksesta

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

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.

Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina. [MTTTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2017 http://www.uta.fi/sis/mtt/mtttp1/syksy_2017.html HARJOITUS 3 viikko 40 Joitain ratkaisuja 1. Suoritetaan standardointi. Standardoidut arvot ovat z 1 =

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

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

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

Sisältö. Perusteiden Kertaus. Tilastollinen analyysi. Peruskäsitteitä. Peruskäsitteitä. Kvantitatiivinen metodologia verkossa

Sisältö. Perusteiden Kertaus. Tilastollinen analyysi. Peruskäsitteitä. Peruskäsitteitä. Kvantitatiivinen metodologia verkossa Sisältö Kvantitatiivinen metodologia verkossa Perusteiden Kertaus Pekka Rantanen Helsingin yliopisto Tilastollinen analyysi Tilastotieteen tavoitteet Kvantitatiivisen tutkimuksen peruskäsitteitä Tilastollisten

Lisätiedot

MTTTP1, luento KERTAUSTA

MTTTP1, luento KERTAUSTA 26.9.2017/1 MTTTP1, luento 26.9.2017 KERTAUSTA Varianssi, kaava (2) http://www.sis.uta.fi/tilasto/mtttp1/syksy2017/kaavat.pdf n i i n i i x x n x n x x n s 1 2 2 1 2 2 1 1 ) ( 1 1 Mittaa muuttujan arvojen

Lisätiedot

II Tilastollisen aineiston ja analyysin edellytysten tarkistaminen

II Tilastollisen aineiston ja analyysin edellytysten tarkistaminen II Tilastollisen aineiston ja analyysin edellytysten tarkistaminen - Tietojen syöttö - Karma&Komulainen aineisto (tutustuminen) - Muuttujien jakauman tarkistus - Puuttuva tieto ja sen käsittely - Muunnokset,

Lisätiedot

ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6

ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 Sisällysluettelo ALKUSANAT 4 ALKUSANAT E-KIRJA VERSIOON 5 SISÄLLYSLUETTELO 6 1 PERUSASIOITA JA AINEISTON SYÖTTÖ 8 11 PERUSNÄKYMÄ 8 12 AINEISTON SYÖTTÖ VERSIOSSA 9 8 Muuttujan määrittely versiossa 9 11

Lisätiedot

Testejä suhdeasteikollisille muuttujille

Testejä suhdeasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testejä suhdeasteikollisille muuttujille TKK (c) Ilkka Mellin (007) 1 Testejä suhdeasteikollisille muuttujille >> Testit normaalijakauman

Lisätiedot

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1 Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Tilastollinen testaus TKK (c) Ilkka Mellin (2007) 1 Tilastolliset testit >> Tilastollinen testaus Tilastolliset hypoteesit Tilastolliset

Lisätiedot

GeoGebra tutkivan oppimisen välineenä: havainto-hypoteesi-testaus

GeoGebra tutkivan oppimisen välineenä: havainto-hypoteesi-testaus GeoGebra tutkivan oppimisen välineenä: havainto-hypoteesi-testaus Mitä jäi mieleen viime viikosta? Mitä mieltä olet tehtävistä, joissa GeoGebralla työskentely yhdistetään paperilla jaettaviin ohjeisiin

Lisätiedot

Aineiston keruun suunnittelu ja toteutus. Tero Vahlberg

Aineiston keruun suunnittelu ja toteutus. Tero Vahlberg Aineiston keruun suunnittelu ja toteutus Tero Vahlberg Tutkimuksen vaiheet 1. Tutkimusongelma syntyy 2. Tutkimuksen suunnittelua 3. Havaintoaineiston hankinta 4. Tietojen talletus, muokkaus ja tarkastaminen

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

Johdatus tilastotieteeseen Tilastollisten aineistojen kuvaaminen. TKK (c) Ilkka Mellin (2005) 1

Johdatus tilastotieteeseen Tilastollisten aineistojen kuvaaminen. TKK (c) Ilkka Mellin (2005) 1 Johdatus tilastotieteeseen Tilastollisten aineistojen kuvaaminen TKK (c) Ilkka Mellin (2005) 1 Tilastollisten aineistojen kuvaaminen Havaintoarvojen jakauma Tunnusluvut Suhdeasteikollisten muuttujien tunnusluvut

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

Testit järjestysasteikollisille muuttujille

Testit järjestysasteikollisille muuttujille Ilkka Mellin Tilastolliset menetelmät Osa 3: Tilastolliset testit Testit järjestysasteikollisille muuttujille TKK (c) Ilkka Mellin (2007) 1 Testit järjestysasteikollisille muuttujille >> Järjestysasteikollisten

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon ongelma p. 1/18 Puuttuvan tiedon ongelma pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto mtl.uta.fi/tilasto/sekamallit/puupitkit.pdf

Lisätiedot

Opinnäytetyön kvantitatiivinen osuus

Opinnäytetyön kvantitatiivinen osuus Opinnäytetyön kvantitatiivinen osuus Kajaanin ammattikorkeakoulu, Simo Määttä 2012 Liiketalous ja innovaatiot- sekä Aktiviteettimatkailun osaamisalueet 1. Tilastollisen opinnäytetyön ohjausprosessi Kvantitatiivisen

Lisätiedot

Tarkista vielä ennen analysoinnin aloittamista seuraavat seikat:

Tarkista vielä ennen analysoinnin aloittamista seuraavat seikat: Yleistä Tilastoapu on Excelin sisällä toimiva apuohjelma, jonka avulla voit analysoida tilastoaineistoja. Tilastoapu toimii Excelin Windows-versioissa Excel 2007, Excel 2010 ja Excel 2013. Kun avaat Tilastoavun,

Lisätiedot

tilastotieteen kertaus

tilastotieteen kertaus tilastotieteen kertaus Keskiviikon 24.1. harjoitukset pidetään poikkeuksellisesti klo 14-16 luokassa Y228. Heliövaara 1 Mitä tilastotiede on? Tilastotiede kehittää ja soveltaa menetelmiä, joiden avulla

Lisätiedot

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo?

Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen., jos otoskeskiarvo on suurempi kuin 13,96. Mikä on testissä käytetty α:n arvo? MTTTP5, kevät 2016 15.2.2016/RL Lisätehtäviä ratkaisuineen luentomonisteen lukuun 6 liittyen 1. Valitaan 25 alkion satunnaisotos jakaumasta N(µ, 25). Olkoon H 0 : µ = 12. Hylätään H 0, jos otoskeskiarvo

Lisätiedot

Otoskoko 107 kpl. a) 27 b) 2654

Otoskoko 107 kpl. a) 27 b) 2654 1. Tietyllä koneella valmistettavien tiivisterenkaiden halkaisijan keskihajonnan tiedetään olevan 0.04 tuumaa. Kyseisellä koneella valmistettujen 100 renkaan halkaisijoiden keskiarvo oli 0.60 tuumaa. Määrää

Lisätiedot

Väliestimointi (jatkoa) Heliövaara 1

Väliestimointi (jatkoa) Heliövaara 1 Väliestimointi (jatkoa) Heliövaara 1 Bernoulli-jakauman odotusarvon luottamusväli 1/2 Olkoon havainnot X 1,..., X n yksinkertainen satunnaisotos Bernoulli-jakaumasta parametrilla p. Eli X Bernoulli(p).

Lisätiedot

25 TAULUKKO 3: Osastojen hoitohenkilöstö (nettomäärä) Osasto (ss) Minimi Maksimi Keskiarvo Moodi Keskihajonta 2101 (26) 17,8 21,3 19,5 18,9 1,13 2102 (30) 21,5 25,1 22,6 21,6 1,17 2103 (18) 14,1 18,1 16,2

Lisätiedot

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi

1. Normaalisuuden tutkiminen, Bowmanin ja Shentonin testi, Rankit Plot, Wilkin ja Shapiron testi Mat-2.2104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Yhteensopivuuden ja homogeenisuden testaaminen Bowmanin ja Shentonin testi, Hypoteesi, 2 -homogeenisuustesti, 2 -yhteensopivuustesti,

Lisätiedot

Kvantitatiiviset menetelmät

Kvantitatiiviset menetelmät Kvantitatiiviset menetelmät HUOM! Tentti pidetään tiistaina.. klo 6-8 V ls. Uusintamahdollisuus on rästitentissä.. ke 6 PR sali. Siihen tulee ilmoittautua WebOodissa 9. 8.. välisenä aikana. Soveltuvan

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas LUENNOT Luento Paikka Vko Päivä Pvm Klo 1 L 304 8 Pe 21.2. 08:15-10:00 2 L 304 9 To 27.2. 12:15-14:00 3 L 304 9 Pe 28.2. 08:15-10:00 4 L 304 10 Ke 5.3.

Lisätiedot

Muuttujien määrittely

Muuttujien määrittely Tarja Heikkilä Muuttujien määrittely Määrittele muuttujat SPSS-ohjelmaan lomakkeen kysymyksistä. Harjoitusta varten lomakkeeseen on muokattu kysymyksiä kahdesta opiskelijoiden tekemästä Joupiskan rinneravintolaa

Lisätiedot

Tilastollisten aineistojen kuvaaminen

Tilastollisten aineistojen kuvaaminen Ilkka Mellin Tilastolliset menetelmät Osa 1: Johdanto Tilastollisten aineistojen kuvaaminen TKK (c) Ilkka Mellin (2007) 1 Tilastollisten aineistojen kuvaaminen >> Havaintoarvojen jakauma Tunnusluvut Suhdeasteikollisten

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

MATEMAATTIS- LUONNONTIETEELLINEN OSAAMINEN

MATEMAATTIS- LUONNONTIETEELLINEN OSAAMINEN MATEMAATTIS- LUONNONTIETEELLINEN OSAAMINEN Matematiikka ja matematiikan soveltaminen, 4 osp Pakollinen tutkinnon osa osaa tehdä peruslaskutoimitukset, toteuttaa mittayksiköiden muunnokset ja soveltaa talousmatematiikkaa

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon

Lisätiedot

Mat 2.4177 Operaatiotutkimuksen projektityöseminaari

Mat 2.4177 Operaatiotutkimuksen projektityöseminaari Mat 2.4177 Operaatiotutkimuksen projektityöseminaari Kemira GrowHow: Paikallisen vaihtelun korjaaminen kasvatuskokeiden tuloksissa 21.2.2008 Ilkka Anttila Mikael Bruun Antti Ritala Olli Rusanen Timo Tervola

Lisätiedot

A130A0650-K Tilastollisen tutkimuksen perusteet 6 op Tentti / Anssi Tarkiainen & Maija Hujala

A130A0650-K Tilastollisen tutkimuksen perusteet 6 op Tentti / Anssi Tarkiainen & Maija Hujala Kaavakokoelma, testinvalintakaaviot ja jakaumataulukot liitteinä. Ei omia taulukoita! Laskin sallittu. Tehtävä 1 a) Konepajan on hyväksyttävä alihankkijalta saatu tavaraerä, mikäli viallisten komponenttien

Lisätiedot

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

FSD3028. Julkiseen työnvälitykseen ilmoitettujen avointen työpaikkojen rekisteriaineisto 2014. Koodikirja

FSD3028. Julkiseen työnvälitykseen ilmoitettujen avointen työpaikkojen rekisteriaineisto 2014. Koodikirja FSD3028 Julkiseen työnvälitykseen ilmoitettujen avointen työpaikkojen rekisteriaineisto 2014 Koodikirja TIETOARKISTO Tämän koodikirjan viittaustiedot: Julkiseen työnvälitykseen ilmoitettujen avointen työpaikkojen

Lisätiedot

Mittariston laatiminen laatutyöhön

Mittariston laatiminen laatutyöhön Mittariston laatiminen laatutyöhön Perusopetuksen laatukriteerityö Vaasa 18.9.2012 Tommi Karjalainen Opetus- ja kulttuuriministeriö Millainen on hyvä mittaristo? Kyselylomaketutkimuksen vaiheet: Aiheen

Lisätiedot

OHJE 1 (5) 16.12.2011 VALMERI-KYSELYN KÄYTTÖOHJEET. Kyselyn sisältö ja tarkoitus

OHJE 1 (5) 16.12.2011 VALMERI-KYSELYN KÄYTTÖOHJEET. Kyselyn sisältö ja tarkoitus OHJE 1 (5) VALMERI-KYSELYN KÄYTTÖOHJEET Kyselyn sisältö ja tarkoitus Valmeri-kysely on työntekijöille suunnattu tiivis työolosuhdekysely, jolla saadaan yleiskuva henkilöstön käsityksistä työoloistaan kyselyn

Lisätiedot

FSD2275. Äänestäminen ja puolueiden valintaperusteet eduskuntavaaleissa 2007. Koodikirja

FSD2275. Äänestäminen ja puolueiden valintaperusteet eduskuntavaaleissa 2007. Koodikirja FSD2275 Äänestäminen ja puolueiden valintaperusteet eduskuntavaaleissa 2007 Koodikirja YHTEISKUNTATIETEELLINEN TIETOARKISTO c Yhteiskuntatieteellinen tietoarkisto, 2007 Tämän koodikirjan viittaustiedot:

Lisätiedot

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit

Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit Tilastollisen analyysin perusteet Luento 3: Epäparametriset tilastolliset testit s t ja t kahden Sisältö t ja t t ja t kahden kahden t ja t kahden t ja t Tällä luennolla käsitellään epäparametrisia eli

Lisätiedot

Graduaineiston analysointi

Graduaineiston analysointi Graduaineiston analysointi Graduryhmä Leena Hiltunen Yleistä aineiston analysoinnista Erilaiset menetelmät laadullisen ja määrällisen aineiston keräämiseen sekä analysointiin Aiemmista valinnoista riippuu

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

Harjoitus 7: NCSS - Tilastollinen analyysi

Harjoitus 7: NCSS - Tilastollinen analyysi Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen

Lisätiedot

5. Keskiluvut. luokan väliin, ei sen määrääminen tuota vaikeuksia. Näin on seuraavissa esimerkeissä:

5. Keskiluvut. luokan väliin, ei sen määrääminen tuota vaikeuksia. Näin on seuraavissa esimerkeissä: 22 5. Keskiluvut Kaikkein pisimmälle on informaation tiivistämisessä menty silloin, kun otosta kuvataan vain yhdellä luvulla, joka mahdollisimman hyvin edustaa kaikkia otoksen arvoja. Tällaisia lukuja

Lisätiedot

Tehtävä 1. Hypoteesi: Liikuntaneuvonta on hyvä keino vaikuttaa terveydentilaan. Onko edellinen hypoteesi hyvä tutkimushypoteesi? Kyllä.

Tehtävä 1. Hypoteesi: Liikuntaneuvonta on hyvä keino vaikuttaa terveydentilaan. Onko edellinen hypoteesi hyvä tutkimushypoteesi? Kyllä. Tehtävä 1 Hypoteesi: Liikuntaneuvonta on hyvä keino vaikuttaa terveydentilaan. Onko edellinen hypoteesi hyvä tutkimushypoteesi? Kyllä Ei Hypoteesi ei ole hyvä tutkimushypoteesi, koska se on liian epämääräinen.

Lisätiedot

1.1 Funktion määritelmä

1.1 Funktion määritelmä 1.1 Funktion määritelmä Tämän kappaleen otsikoksi valittu funktio on hyvä esimerkki matemaattisesta käsitteestä, johon usein jopa tietämättämme törmäämme arkielämässä. Tutkiessamme erilaisia Jos joukkojen

Lisätiedot

Pertti Vilpas Metropolia 1. KVANTITATIIVINEN TUTKIMUS

Pertti Vilpas Metropolia 1. KVANTITATIIVINEN TUTKIMUS 1 Pertti Vilpas Metropolia 1. KVANTITATIIVINEN TUTKIMUS Tutkimuksen aineiston keräämisessä voidaan käyttää joko laadullista tai määrällistä tutkimusmenetelmää. Tutkimusmenetelmiä voidaan myös yhdistää,

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

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

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KAKSIULOTTEISEN EMPIIRISEN JAKAUMAN TARKASTELU Jatkuvat muuttujat: hajontakuvio Koehenkilöiden pituus 75- ja 80-vuotiaana ID Pituus 75 Pituus 80 1 156

Lisätiedot

Webropol-kyselyt. Tarja Heikkilä

Webropol-kyselyt. Tarja Heikkilä Webropol-kyselyt Tarja Heikkilä Internet-kyselyt Soveltuvat kyselyihin, joissa kaikilla perusjoukon jäsenillä on mahdollisuus internetin käyttöön, toisin sanoen on mahdollisuus edustavan aineiston saamiseen.

Lisätiedot

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset.

Tavanomaisten otostunnuslukujen, odotusarvon luottamusvälin ja Box ja Whisker -kuvion määritelmät: ks. 1. harjoitukset. Mat-.04 Tilastollisen analyysin perusteet Mat-.04 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Testit suhdeasteikollisille muuttujille Hypoteesi, Kahden riippumattoman otoksen t-testit,

Lisätiedot