Tilastotieteen rooli uuden tieteellisen tiedon tuottamisessa
|
|
- Ari Lauri Jaakkola
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 1 Tilastotieteen rooli uuden tieteellisen tiedon tuottamisessa Tiede ja tutkimus Tiede on järjestelmällistä ja järkiperäistä uuden tiedon hankintaa. Tieteellinen tutkimus on tutkivan subjektin ja tutkimusobjektin välistä vuorovaikutusta. Järkiperäisyyden (rationaalisuuden) vaatimus asettaa ehtoja tieteelliselle ajattelutavalle: tiede ei voi nojautua yksilölliseen vaistoon tai intuitioon, suostutteluun, propagandaan tai jumalalliseen ilmoitukseen, vaan tiedon perustelun on tapahduttava tiedeyhteisön hyväksymän tutkimusmenetelmän avulla. (Haaparanta & Niiniluoto 1986, 7.) Yleisiä tieteellisen menetelmän kriteereitä ovat objektiivisuus, kriittisyys, autonomisuus ja edistyvyys. Tiede on subjektiivista, jos sen tuloksiin vaikuttavat yksityisten tutkijoiden henkilökohtaiset mieltymykset, toiveet ja ennakko-oletukset. Tiede on objektiivista, kun sen tulosten sisältö vastaa tutkimuskohteen ominaisuuksia. Kunkin aikakauden tieteellinen tieto on aina ollut enemmän tai vähemmän subjektiivista, sidoksissa ajallisesti muuttuviin ajattelutapoihin. Tieteen subjektiivisuutta voidaan kuitenkin vähentää noudattamalla julkisuusperiaatetta eli hyväksymällä tieteen tuloksiksi vain tiedeyhteisössä käydyn kriittisen keskustelun tulokset. Tieteen kriittisyys ilmenee niinä vaatimuksina, joita hypoteesin eli tutkijan esittämälle tutkittavan ongelman ratkaisuehdotuksen perustelemiselle, testaamiselle ja hyväksymiselle on asetettu: tieteellisten hypoteesien tulee olla intersubjektiivisesti testattavissa eli niillä täytyy olla yhdessä sopivien lisäoletusten kanssa sellaisia seurauksia, joiden totuus tai virheellisyys voidaan julkisesti tarkistaa. Tieteen autonomisuus ilmenee siinä, että tieteen tulosten arvioiminen on tieteellisen yhteisön oma asia, johon tieteen ulkopuolella olevat ryhmät eivät saa vaikuttaa. Tieteessä ei siis ole hyväksyttävää vedota siihen, että väitteen totuus olisi toivottavaa tai epätoivottavaa esimerkiksi poliittisista, uskonnollisista tai moraalisista syistä. Tieteen edistyminen merkitsee kasvun eli tulosten määrällisen lisääntymisen ohella sitä, että virheellisiä hypoteeseja tai teorioita korvataan uusilla tuloksilla, jotka ovat tosia tai ainakin vähemmän virheellisiä kuin aikaisemmat. (Haaparanta & Niiniluoto 1986, )
2 2 Tieteelliselle ajattelulle on Eskolan (1982) mukaan tunnusomaista myös se, että se pohtii ja kehittelee omia paradigmojaan, oman toimintansa perusteita. Näitä perusteita ei voida mekaanisesti johtaa empiirisistä havainnoista eli siitä miltä asiat näyttävät. Tästä seuraa se perustava ero, että kun arkiajattelu tyytyy järjestämään havaintonsa spontaanisti mieleen nousevien teorioiden avulla, kehittää tiede teoriaa kriittisesti ja määrätietoisesti rationaalisen ajattelun keinoin. Jokaisen tutkimuksen lähtökohtana on - tai ainakin pitäisi olla - tiedollisen uteliaisuuden, käytännön tarpeiden tai teorian kehittämispyrkimyksen herättämä ongelma, johon tutkimuksen avulla etsitään vastausta (Eskola 1967, 9). Tutkimus yrittää toisin sanoen käsittää sekä tutkitun ilmiön että sen tajunnassa synnyttämät spontaanit mielikuvat tai arkipäivän teoriat. Tutkimus antaa kuitenkin aina vajavaisen kuvan tutkimuskohteesta (Alkula ym. 1994, 20). Ensinnäkin havaittava tieto ei mitenkään pysty kattamaan kaikkea tutkimuskohteeseen liittyvää ja toisaalta ymmärtämiseen tarvittava havaintomaailman hahmotus tuottaa ideologisesti ja historiallisesti sitoutuneita yksinkertaistavia sekä luonteeltaan usein hyvin teoreettisia abstraktioita. Tutkimus edellyttää arkikieltä täsmällisempää kommunikaatiota, joten ongelmaan liittyvien käsitteiden huolellinen määritteleminen ja erittely tarpeellista, sillä vaikka määritelmät eivät korvaa empiiristä tietoa, ne kyllä vaikuttavat tiedon järjestymiseen ja sen perusteella tehtäviin päätelmiin (Eskola 1967, 25). Koska monet luonnontieteelliset ilmiöt ovat luonteeltaan varsin pysyviä, voidaan niihin liittyen tehdä luotettavasti laajojakin yleistyksiä, selityksiä voidaan empiirisesti testata ja matemaattisia esityksiä voidaan hedelmällisesti kehittää. Toisin kuin luonnontieteissä, yhteiskuntatieteissä tarkastellaan usein ilmiöitä, jotka eivät suurelta osin ole toistettavia ja jotka vaihtelevat huomattavasti ajan myötä; tieto ei voi kasaantua tavanomaisessa tieteellisessä mielessä, koska se ei kykene ylittämään historiallisia rajojaan. Lisäksi käsitteet ovat harvoin arvovapaita ja useimmat niistä voidaan korvata toisilla käsitteillä, joilla on hyvin erilainen arvosisältö. Vaikka tämä teoreettisten käsitteiden arvottava lataus näyttää osaksi olevan tarkoituksellista, niin arvoihin sitoutuminen on toisaalta miltei väistämätön sosiaalisen olemassaolon sivutuote ja yhteiskunnan jäseninä meillä on tuskin mahdollisuutta irtautua arvoistamme, kun pyrimme ammatillisiin päämääriin. (Gergen 1973.) Normatiivisten tai arvopainotteisten valintojen tunnistaminen saattaa olla vaikeaa, mutta myös päinvastainen ongelma on olemassa: tutkimusta arvioidaan siihen perustellusti tai perusteettomasti kiinnitettyjen arvonäkökohtien mukaan. Vaikka on mahdotonta päästä neutraaliuteen ja objektiivisuuteen olisi tämä pulma silti pystyttävä tiedostamaan. Omien arvojen mahdollisimman selvä eksplikointi on yksi keino, jolla yritetään ratkaista piiloarvojen vaikutusta tutkimukseen. (Alkula ym. 1994, )
3 3 Kun yhteiskunnan rakenne ja toiminta on ehdollinen siinä käytettävän merkitysjärjestelmän suhteen, joudutaan myös kysymys mittaamisesta asettamaan suhteessa tähän käsitejärjestelmään. Jotta pystyttäisiin mittaamaan yhteiskunnallisia ilmiöitä, joudutaan tekemään erilaisia kompromisseja mittauksen eksaktisuus- ja systemaattisuusvaatimusten ja arkikielen monimerkityksisyyden välillä. Kvantitatiiviset ja kvalitatiiviset menetelmät, samoin kuin niiden sisäiset vaihtoehdot ja erilaiset menettelytavat voivat täydentää toisiaan jossain tutkimusongelmassa, mutta ne voivat kilpailla keskenään jossain toisessa yhteydessä. (Alkula ym. 1994, ) Tässä esityksessä on Alkulan ja kumppaneiden (1994, 13) teoksen kaltaisesti lähtökohtana metodologinen pluralismi: kaikkia menetelmiä voi soveltaa hyvin tai huonosti, mutta niitä voi käyttää myös luovasti väärin. Tavoitteena on esitellä tilastotieteen tarjoamia keinoja käytännön tutkimusongelmien ratkaisuun. Pelkkien menetelmien kuvaamisen sijaan pyritään hahmottamaan tilastotieteellisen ajattelun perusteita ja siihen kuuluvien elementtien välisiä suhteita. Kun tutkimuksessa käytetään tilastotieteen menetelmiä, on yleensä tapana puhua kvantitatiivisesta tutkimuksesta (vastakohtanaan kvalitatiivinen tutkimus). Omasta mielestäni näin kärjistävää jakoa ei ole tarkoituksenmukaista käyttää - se vain luo keinotekoisia raja-aitoja ongelmanratkaisuun sopivien menetelmien soveltamiselle. Mitä tilastotiede on? Opinto-oppaan mukaan tilastotiede on reaalimaailmaa koskevan tiedon keräämisen, käsittelyn, analysoinnin sekä johtopäätösten teon tietoa ja taitoa. Lyhyemmän määritelmän mukaan tilastotieteen päämääränä on tuottaa ymmärrystä havaintoaineistossa piilevästä informaatiosta. Tilastotiedettä on luonnehdittu myös "maalaisjärjen tehostukseksi", jossa sattuma ja systemaattisuus pyritään erottamaan toisistaan; tilastotiede auttaa mallintamaan asioita ja luo näin järjestystä elävän elämän moniselkoisuuteen. Tilastotieteen nimi tuo useimmille mieleen tilastot. Ilkka Mellin (1996, 1) aloittaa tilastotieteen määrittelyn kuitenkin kertomalla heti aluksi, mitä tilastotiede ei ole: tilastotiede ei ole oppia tilastoista ja niiden tekemisestä. Kokonaan toinen asia on se, että tilastot ovat usein tilastotieteen soveltajan tutkimuskohteena ja tilastojen laadinnassa käytetään apuna tilastotieteen menetelmiä;
4 4 tilastotieteen käyttöalue on paljon tätä laajempi. Tilastojen keräämisestä ja laadinnasta eli Tilastokeskus -tyyppisestä tilastotuotannosta käytetään yleensä nimitystä tilastotoimi, jotta se erottuisi yleisemmästä tilastollisesta tutkimuksesta. Mellin (1996, 2) luonnehtii tilastotiedettä seuraavasti: Tilastotiede koostuu numeeristen tietojen jalostamisen menetelmistä, joita tilastotieteilijät kehittävät ja joita tilastotieteen soveltajat käyttävät käsitellessään numeerisia tutkimusaineistoja. Tässä pragmaattisessa luonnehdinnassa tilastotiede siis määritellään "työkalupakin" kautta - toisin sanoen tilastotieteen alaan kuuluvaksi tulkitaan sellaiset ongelmanasettelut, joissa ainakin yksi pakista löytyvä työkalu näyttelee merkittävää osaa. Menetelmien kautta tulkittuna määritelmä jää kuitenkin pohjimmiltaan makuasiaksi, sillä jokaisen pakkiin kertyy perusarsenaalin jälkeen lähinnä oman kiinnostuksen mukaisia työkaluja. Mellin (1996, 2) toteaakin kokoavasti, että saadakseen selville mitä tilastotiede on, pitää opiskella tilastotiedettä ja sen käyttöä. Tilastotieteen tulkitaan sijoittuvan tieteiden kentässä menetelmätieteiden joukkoon matematiikan, filosofian ja tietojenkäsittelytieteen rinnalle. Menetelmätieteille on ominaista se, että ne kehittävät työkaluja muiden tieteiden tutkimusongelmien ratkaisemiseksi, mutta niillä on myös oma itsenäinen, sovelluksista vapaa teorianmuodostuksensa. Tilastotieteen muista menetelmätieteistä erottavana tärkeimpänä tekijänä mainitaan usein se, että tilastotieteellisissä tutkimusasetelmissa on tavallisesti mukana sattuma muodossa tai toisessa. Tilastollisten menetelmien avulla pyritään kuvaamaan ja erottamaan tutkittavien ilmiöiden säännönmukaiset ja satunnaiset piirteet. (Mellin 1996, 2.) Tilastotieteeksi voidaan siis tulkita niin teoreettis-matemaattiset kuin soveltavan tietojenkäsittelyllispainotteiset lähestymistavat. Oheisessa kuvassa on esitetty hahmotelma näiden suhteista toisiinsa. Kuvan kentässä "neutraali" tilastotiede olisi origossa ja näin ollen käytännössä kohdattavan tilastotieteen voisi hahmottaa enemmän tai vähemmän satunnaisena vaelteluna keskipisteen ympärillä tutkijan kiinnostuksen kohteiden mukaan. Matematiikka Soveltava Teoreettinen Tietojenkäsittely
5 5 Aineisto ja ongelmalähtöisyys Tilastotieteessä aineisto on ratkaisevassa asemassa. Aineiston käyttäminen on se tekijä, joka erottaa tilastotieteen matematiikasta; pelkkä menetelmien kehittäminen on matematiikkaa. Toisaalta pelkkään aineistoon keskittyminen on tietojenkäsittelyä, joksi tilastotiedettä ei voi myöskään puhtaasti tulkita. Professori Seppo Mustonen on todennut, että tilastotiedettä pitäisi oikeastaan kutsua tietojenkäsittelytieteeksi, ellei nimi olisi jo varattu toisen tieteenalan (computer science) käyttöön. Suomen kielessä tietojenkäsittely nimittäin ymmärretään laajemmassa mielessä ohjelmoitavissa olevaksi automatisoimiseksi, jota tilastotiede ei perusolemukseltaan suinkaan ole. Kvantitatiivisia aineistoja on perinteisesti pidetty objektiivisina faktoina asioiden tilasta. Jokainen käytännön aineistojen kanssa tekemisissä ollut kuitenkin tietää, että asia ei ole ihan niin suoraviivainen. Kuten jo aikaisemmin todettiin, erityisesti ei-teknisten sovellusten osalta aineistoa on lisäksi tulkittava siinä sosiaalisessa ja historiallisessa kontekstissa, josta se on peräisin. Irvine ja kumppanit (Irvine ym. 1979, 3) toteavat osuvan provosoivasti, että nämä ennakkoehdot johtavat siihen, että aineistoa ei kerätä vaan se tuotetaan. Tuotetun aineiston perusteella ei löydetä vaan luodaan tuloksia, mutta tämä ei tarkoita, etteivätkö tulokset olisi käyttökelpoisia. Järkevän käytön ehtona on kuitenkin menetelmien, aineiston ja tutkittavan ilmiön pintaa syvemmälle ulottuva tuntemus - menetelmien oletukset on osattava ottaa huomioon ja toisaalta odottamattomien tulosten syyt on pystyttävä jäljittämään. Ongelmalähtöisyys on yksi tilastotieteen historian vedenjakajia. Omasta mielestäni hedelmällisimmillään analyysi on ymmärtävän eksploratiivista ja paradigmojen rajoja ennakkoluulottomasti rikkovaa. On pystyttävä valitsemaan ja käyttämään menetelmiä, jotka antavat aineistosta vastauksia haluttuihin kysymyksiin on käytettävä niin yksinkertaisia menetelmiä kuin mahdollista, mutta ei yhtään yksinkertaisempia. Toisin sanoen ongelmanratkaisussa tarvitaan metodisen osaamisen lisäksi välttämättä myös substanssitietoutta, jotta pystytään arvioimaan ongelmanasettelun ja tulosten tarkoituksenmukaisuutta. Tutkijan tieteelliset ja yhteisölliset sitoumukset heijastuvat välttämättä tutkimuksen kulkuun, mutta toimijuuden ei silti tarvitse olla (enemmän tai vähemmän) luovaa toistoa tietyn menetelmän ja käsitteellisen maailman rajoissa (vrt. Ronkainen 1998). Myös tutkimuksen aikana tehdyt havainnot vaikuttavat varmasti lopullisiin johtopäätöksiin, sillä juuri ne syventävät aineiston ja ilmiön tuntemusta. Parhaimmillaan tuloksena on yksityiskohtainen ja periaatteessa myös toiston mahdollistava vakuuttava kuvailu tutkimusprosessin etenemisestä ja saatujen tulosten järkevyydestä.
6 6 Toisaalta tilastollisen ja matemaattisen päättelyn osaamisen välttämättömyys voi johtaa tutkittavan ilmiön kannalta täysin epäoleelliseen tekniseen näpertelyyn. Niin sanottu kolmannen tyypin virhe onkin saada oikeita vastauksia vääriin kysymyksiin (vrt. Hand 1994). Yleinen mielipide asettaa kuitenkin helposti yhtäläisyysmerkit tieteellisyyden ja matemaattisuuden välille ilman perusteluja. Samalla mielikuvien tasolla elää käsitys menetelmätieteiden vaikeudesta, ja tällöin teknistä esitystä käyttävää tutkijaa pidetään lahjakkaana, koska hän kykenee käyttämään vaikeita menetelmiä. Edelleen kuvitellaan virheellisesti, että tällainen esitys sinänsä takaa sen, että tutkimus on ideologisesti vähemmän sitoutunutta kuin muu tutkimus (Ilmakunnas 1998). Tilastotieteen muuttuva rooli Tilastotiede on saanut alkunsa siitä, että yhteiskunnan modernisoituessa yhteiskunnasta on tarvittu yhä enemmän tietoja sen hallinnon tarpeisiin. Samalla on syntynyt tarve kehittää menetelmiä, joiden avulla tilastojen luotettavuutta on voitu parantaa ja jotka toisaalta mahdollistavat tilastoihin perustuvien johtopäätösten teon. Suurin osa tilastotieteen menetelmistä on alun perin kehitetty jonkin konkreettisen tutkimusongelman innoittamana. Koska kiinnostuksen kohteena olevat ilmiöt ovat sekä ajallisesti että kulttuurillisesti riippuvia, ei menetelmien perusteitakaan voida niiden matemaattisuudesta huolimatta välttämättä pitää neutraaleina (MacKenzie 1979). Tilastotiedettä on kritisoitu sen "positivismista". Positivistisessa lähestymistavassa lähtökohtana on, että ilmiöt noudattavat luonnontieteiden tapaan universaaleja lakeja ja että ilmiöiden käyttäytymisen lait on mahdollista johtaa hierarkkisesti muutamasta yleisestä peruslaista; positivisteille selittäminen ja ennustaminen ovat pohjimmiltaan samoja asioita. Kritiikkiä on esitetty muun muassa siitä, että sosiaalitieteissä "aineisto" koostuu sosiaalisista merkityksistä, joiden tulkinta ja ymmärtäminen edellyttää muutakin kuin havaitun aineiston - esimerkiksi tekstiä luettaessa tavoitteena on ymmärtää sitä eikä vain tarkastella erillisiä kirjainmerkkejä ja niiden yhdistelmiä. Myös universaalien lakien edellyttämää arvovapautta on helppo arvostella. (Keat 1979.) Vaikka monilla tilastotiedettä hyödyntävillä tutkijoilla on ollut ja on edelleen puhtaan positivistisia ajatuksia, ei tilastotiede kuitenkaan itsessään ole sitoutunut mihinkään yksittäiseen paradigmaan. Jos kvantitatiivinen mittaus pystyy antamaan tutkittavasta ilmiöstä tutkimusongelman kannalta relevanttia tietoa, voidaan aineiston analyysissa käyttää tilastollisia menetelmiä. Menetelmät eivät välttämättä ole järkeviä, mutta ne ovat joka tapauksessa eksplikoitavissa, jolloin jokainen voi arvioida saatuja tuloksia suhteessa aineistoon, sen ennakkoehtoihin ja käytettyihin menetelmiin (vrt. Alkula ym. 1994, 22).
7 7 Heikkojen laskentamahdollisuuksien aikana tilastotieteen opetus oli hyvin teoreettispainotteisista ja analyysien tekeminen käytännössä varsin työlästä. Nopeasti kehittyneiden tietojenkäsittelyllisten resurssien myötä tilastotiede on kuitenkin muuttanut luonnettaan suuntaan, jossa monimutkaisiakin analyyseja on mahdollista käytännössä tehdä nappia painamalla, vaikka menetelmien teoreettisesta taustasta ei tietäisikään mitään. Toisin sanoen tietokoneiden ja tilastollisten ohjelmistojen helppokäyttöisyys on johtanut siihen, että tilastollisia ohjelmistoja on mahdollista käyttää ymmärtämättä mistä on itse asiassa kysymys. (vrt. Nicholls 1999.) Nykyään tilastoja ja tilastotiedettä käytetäänkin esimerkiksi tiedotusvälineissä paljon väärin. Väärinkäyttö on usein tahatonta ja johtuu usein toimittajien puutteellisesta koulutuksesta, mutta myös tahallista väärinkäyttöä esiintyy. Väärinkäyttöön syyllistyvät valitettavan usein myös tutkijat. Tilastotieteen menetelmät vaativat soveltajiltaan paljon. Monet tilastolliset menetelmät ovat vaikeita ja niitä soveltavat valitettavan usein sellaiset tutkijat, joilla on tilastotieteestä vain perustiedot, jos sitäkään. (Mellin 1996, 7.) Vaikka helppokäyttöisistä tilasto-ohjelmistoista on riittävät perustaidot omaaville käyttäjille erittäin paljon hyötyä, voi kuitenkin käydä niin, että koneiden sekä ohjelmistojen käytön opettaminen ja opettelu rajoittaa itse tilastotieteen opettamiselle ja opettelulle jäävää aikaa. Tässä esityksessä ei paneudutakaan yksittäisten ohjelmistojen saloihin tai ongelmiin - tavoitteena on johdatella ymmärtämään niitä ajattelutapoja, jotka ovat ominaisia tilastolliselle tutkimukselle. Tilastotieteen sovellusaloja ja suhde muihin tieteisiin Tilastotiedettä käyttävät apuvälineenään kaikki tieteenalat, joissa analysoidaan numeerista tietoa. Siten kaikki empiiriset tieteet hyödyntävät tilastollisia menetelmiä. Esimerkiksi luonnontieteet kuten fysiikka ja kemia, biotieteet kuten biologia, lääketiede ja maatalous- ja metsätieteet, yhteiskuntatieteet kuten sosiologia ja kansantaloustiede sekä humanistiset tieteet kuten arkeologia, historia ja kielitiede soveltavat tilastollisia menetelmiä tutkimusaineistojensa analyysiin. Itse asiassa kaikki kokeellinen tutkimus käyttää apunaan tilastollisia menetelmiä. (Mellin 1996, 6.) Koska tilastotieteellä on sovelluksensa miltei kaikilla empiiristä tutkimustoimintaa harrastavilla tieteenhaaroilla, on erittäin vaikeata, usein jopa mahdotonta, rajata tilastotieteen ja muiden tieteiden tutkimuskenttiä. Tästä tieteiden päällekkäisyydestä johtuen on otettu käyttöön nimityksiä, joilla
8 8 halutaan tuoda korostetusti esiin kyseinen tutkimusalue jo pysyvät aseman saavuttaneiden oppiaineiden välimaastossa. Niinpä esimerkiksi ekonometria on tilastotieteen ja kansantaloustieteen välinen "rajatiede"; sekä tilastotieteen että kansantaloustieteen tutkintovaatimuksiin kuuluu ekonometrisia oppikirjoja. (Vasama & Vartia 1970, 12.) Erilaisiksi tilastotieteen nimityksiksi voidaan tulkita muiden muassa väestötiede eli demografia, psykometriikka, sosiometria, ekonometria, management science, induktiologiikka, informaatioteoria, matemaattinen tilastotiede, todennäköisyyslaskenta, systeemiteoria, stokastiikka, laskennalliset menetelmät, data mining, knowledge discovery, hahmontunnistus, tekoäly, koneoppiminen, neurolaskenta, laadun tarkkailu, teknometria, operaatioanalyysi, koesuunnittelu, statistinen mekaniikka, kemometria, biometria, biostatistiikka, teoreettinen epidemiologia, genetiikka ja niin edelleen. Tilastotieteellisen ajattelun keskeiset elementit Pfannkuch ja Wild (2000) esittävät artikkelissaan joukon elementtejä, jotka luovat perustan tilastotieteelliselle ajattelulle. Elementit on kuvattu niin yleisellä tasolla, että ne eivät enää ole sidoksissa yksittäiseen ongelmaan, vaan heijastelevat kaikille ongelmanasetteluille yhteisiä piirteitä. Ensimmäinen elementti on satunnaisvaihtelun huomioiminen. Toisin sanoen tilastotieteellisessä ajattelussa erotetaan systemaattinen ja satunnainen vaihtelu toisistaan. G.E.P. Boxin sanoin: "Knowledge about our world is, and always must be, partial knowledge." Abstraktin mallin tasolla ilmiötä voidaan kuvata yhtälöllä y = f(x) + e, jossa y on selitettävä ilmiö, x on tunnettu ja havaittu "selittäjä", f on selittäjän funktio eli se kuvaa selittäjän vaikutusmekanismin selitettävään ilmiöön nähden ja e on virhetermi, joka kuvaa ilmiön selittämätöntä osaa. Toinen keskeinen elementti tilastotieteellisessä ajattelussa on tutkittavan ilmiön ja ongelman hahmottaminen sellaiseksi "järjestelmäksi", että siitä saatava aineisto auttaa paremmin ymmärtämään tätä järjestelmää niin substanssi- kuin tilastotieteellisessäkin mielessä.
9 9 Järjestelmällä tarkoitetaan tässä yhteydessä joukkoa toisiinsa liittyviä asioita tai osia, jotka toimivat yhdessä tai ovat jonkinlaisessa yhteydessä siten, että niiden voidaan ajatella muodostavan eriteltävissä olevan kokonaisuuden. Tilastollinen malli on matemaattinen kuvaus siitä, kuinka järjestelmässä tapahtuu muutoksia. Nämä määritelmät tarvitsevat tuekseen kuvauksen järjestelmään liittyvistä olioista, ilmiöistä ja toisaalta myös rajoituksista. Hahmottaminen ilmenee kolmessa vaiheessa: operationalisoidessa todellinen ilmiötä kuvaava järjestelmä kvantitatiiviseksi kuvaukseksi järjestelmästä, kokeiltaessa järjestelmästä mitattavissa olevaa aineistoa järjestelmää kuvaavassa tilastollisessa mallissa ja muotoillessa mallista saatavia tuloksia sellaiseen muotoon, että ne auttavat ymmärtämään mitä aineisto kertoo todellisesta ilmiöstä. Kolmantena tilastollisen ajattelun elementtinä voidaan pitää tilastollisten mallin muodostamista ja niihin perustuvaa päättelyä. Oleellista mallin muodostamisessa on, että sitä varten tehtävät abstraktiot ja oletukset sisältävät ongelmanasettelun kannalta keskeiset tekijät sellaisella tavalla, ettei oletuksiin liittyvä informaation häviäminen kyseenalaista saatavia tuloksia. Puhtaasti mallin tasolla olevaa ajattelua keskeisempää on sen takana olevien ideoiden sisäistäminen: vaikutusten eritteleminen on vaikeata, mutta tilastollinen malli on yksi tapa ajatella, kuinka erittely voidaan tehdä. Itse asiassa tilastotieteellinen ajattelu on siis tulkittavissa "maalaisjärjen" formalisoinniksi. Tilastollisia tarkasteluja tehdään, koska substanssitietous ei aina riitä haluttuun käyttöön. Erityisesti päätöksentekoa ja joskus myös pelkkää ymmärtämistä varten on tarpeellista yhdistää tilastotieteen keinoja sekä substanssitietoutta, jotta ongelma saadaan ratkaistua vakuuttavalla ja perustellulla tavalla. Tavoitteena on tällöin siis substanssitietouteen perustuen tuottaa uutta tietoa hyödyntäen tilastotieteen keinoja siten, että uusi tieto lisää myös substanssitietoutta. Toisin sanoen tilastollista ajattelua ja substanssitietoutta ei tulisi liikaa irrottaa toisistaan. Optimaalisin tilanne olisi sellainen, että jokainen tutkija olisi tilastotieteilijä (ja jokainen tilastotieteilijä tutkija). Muiksi tilastollisen ajattelun osatekijöiksi voidaan mainita muiden muassa rikas mielikuvitus ja toisaalta kriittinen ajattelu. Ilman mielikuvitusta uusia yhteyksiä ei keksi etsiä ja ilman kriittistä pohdiskelua tulosten vakuuttavuus voi kärsiä.
10 10 Kirjallisuus: Alkula, Tapani & Pöntinen, Seppo & Ylöstalo, Pekka (1994): Sosiaalitutkimuksen kvantitatiiviset menetelmät. WSOY. Juva. Eskola, Antti (1967): Sosiologian tutkimusmenetelmät 2. WSOY. Porvoo. Eskola, Antti (1982): Vuorovaikutus, muutos ja merkitys. Tammi. Helsinki. Gergen, Kenneth J. (1973): Social Psychology as History. Journal of Personality and Social Psychology 26:2, (Suomeksi: Sosiaalipsykologia historiana. Psykologia 26(1991):2, Psykologian helmiä.) Haaparanta, Leila & Niiniluoto, Ilkka (1986): Johdatus tieteelliseen ajatteluun. Helsingin yliopiston filosofian laitoksen julkaisuja 3/1986. Yliopistopaino. Helsinki. Hand, David J. (1994): Deconstructing Statistical Questions (with discussion). Journal of the Royal Statistical Society. Series A (Statistics in Society) 157: 3, Ilmakunnas, Seija (1998): Kansantaloustiede ja tilastot - Mersulla lehmipolkua pitkin? Teoksessa: Paananen ym Irvine, John & Miles, Ian & Evans, Jeff (1979): Demystifying Social Statistics. Pluto Press. London. Keat, Russel (1979): Positivism and Statistics in Social Science. Teoksessa: Irvine ym MacKenzie, Donald (1979): Eugenics and the Rise of Mathematical Statistics in Britain. Teoksessa: Irvine ym Mellin, Ilkka (1996): Johdatus tilastotieteeseen. 1.kirja. Tilastotieteen johdantokurssi. Helsingin yliopiston tilastotieteen laitoksen julkaisuja. Yliopistopaino. Helsinki. Nicholls, Des (1999): Future Directions for the Teaching and Learning of Statistics at the Tertiary Level. Bulletin of the International Statistical Institute, 52nd Session, Proceedings, Book 1, Paananen, Seppo & Juntto, Anneli & Sauli, Hannele (toim.) (1998): Faktajuttu - tilastollisen sosiaalitutkimuksen käytännöt. Vastapaino. Tampere. Pfannkuch, Maxine & Wild, Chris J. (2000): Statistical Thinking and Statistical Practice: Themes Gleaned from Professional Statisticians. Statistical Science 15: 2, Ronkainen, Suvi (1998): Kaikuva empiirisyys - surveyn epistemologiset mahdollisuudet. Teoksessa: Paananen ym Vasama, Pyry-Matti & Vartia, Yrjö (1970): Johdatus tilastotieteeseen osa 1.Ylioppilastuki ry. Helsinki.
Tilastotieteen rooli uuden tieteellisen tiedon tuottamisessa Mitä tilastotiede on?
Tilastotieteen rooli uuden tieteellisen tiedon tuottamisessa Mitä tilastotiede on? Tilastotiede käytännön tutkimuksessa -kurssi, kesä 2001 Reijo Sund Mitä tilastotiede on? Reaalimaailmaa koskevan tiedon
LisätiedotTilastotieteen rooli uuden tieteellisen tiedon tuottamisessa Tieteen ja tutkimuksen lähtökohtia
Tilastotieteen rooli uuden tieteellisen tiedon tuottamisessa Tieteen ja tutkimuksen lähtökohtia Tilastotiede käytännön tutkimuksessa -kurssi, kesä 2001 Reijo Sund Tiede ja tutkimus Tiede on järjestelmällistä
LisätiedotLaadullinen tutkimus. KTT Riku Oksman
Laadullinen tutkimus KTT Riku Oksman Kurssin tavoitteet oppia ymmärtämään laadullisen tutkimuksen yleisluonnetta oppia soveltamaan keskeisimpiä laadullisia aineiston hankinnan ja analysoinnin menetelmiä
LisätiedotTUKIMATERIAALI: Arvosanan kahdeksan alle jäävä osaaminen
1 FYSIIKKA Fysiikan päättöarvioinnin kriteerit arvosanalle 8 ja niitä täydentävä tukimateriaali Opetuksen tavoite Merkitys, arvot ja asenteet T1 kannustaa ja innostaa oppilasta fysiikan opiskeluun T2 ohjata
LisätiedotTeoreettisen viitekehyksen rakentaminen
Teoreettisen viitekehyksen rakentaminen Eeva Willberg Pro seminaari ja kandidaatin opinnäytetyö 26.1.09 Tutkimuksen teoreettinen viitekehys Tarkoittaa tutkimusilmiöön keskeisesti liittyvän tutkimuksen
Lisätiedothyvä osaaminen
MERKITYS, ARVOT JA ASENTEET FYSIIKKA T2 Oppilas tunnistaa omaa fysiikan osaamistaan, asettaa tavoitteita omalle työskentelylleen sekä työskentelee pitkäjänteisesti. T3 Oppilas ymmärtää fysiikkaan (sähköön
LisätiedotTUKIMATERIAALI: Arvosanan kahdeksan alle jäävä osaaminen
KEMIA Kemian päättöarvioinnin kriteerit arvosanalle 8 ja niitä täydentävä tukimateriaali Opetuksen tavoite Merkitys, arvot ja asenteet T1 kannustaa ja innostaa oppilasta kemian opiskeluun T2 ohjata ja
LisätiedotMitä on laadullinen tutkimus? Pertti Alasuutari Tampereen yliopisto
Mitä on laadullinen tutkimus? Pertti Alasuutari Tampereen yliopisto Määritelmiä Laadullinen tutkimus voidaan määritellä eri tavoin eri lähtökohdista Voidaan esimerkiksi korostaa sen juuria antropologiasta
LisätiedotTIEDONINTRESSI. Hanna Vilkka. 10. huhtikuuta 12
TIEDONINTRESSI Hanna Vilkka JÜRGEN HABERMASIN TEORIA TIEDONINTRESSEISTÄ Kokemukset organisoituvat yhteiskunnalliseksi tiedoksi pysyvien ja luonnollisten maailmaa kohdistuvien tiedon intressien avulla.
LisätiedotYhteistyöaineiden edustajan puheenvuoro
Yhteistyöaineiden edustajan puheenvuoro Professori Ilkka Virtanen Talousmatematiikka Johdatus laskentatoimen ja rahoituksen tutkielmatyöskentelyyn 21.10.2002 Vaasan yliopisto Johdatus laskentatoimen ja
Lisätiedothyvä osaaminen. osaamisensa tunnistamista kuvaamaan omaa osaamistaan
MERKITYS, ARVOT JA ASENTEET FYSIIKKA 8 T2 Oppilas asettaa itselleen tavoitteita sekä työskentelee pitkäjänteisesti. Oppilas harjoittelee kuvaamaan omaa osaamistaan. T3 Oppilas ymmärtää lämpöilmiöiden tuntemisen
LisätiedotPolitiikka-asiakirjojen retoriikan ja diskurssien analyysi
Politiikka-asiakirjojen retoriikan ja diskurssien analyysi Perustuu väitöskirjaan Sukupuoli ja syntyvyyden retoriikka Venäjällä ja Suomessa 1995 2010 Faculty of Social Sciences Näin se kirjoitetaan n Johdanto
LisätiedotKTKP040 Tieteellinen ajattelu ja tieto
KTKP040 Tieteellinen ajattelu ja tieto Tutkimuksellisia lähestymistapoja 15.2.2016 Timo Laine 1. Miksi kasvatusta tutkitaan ja miksi me opiskelemme sen tutkimista eikä vain tuloksia? 2. Tutkimisen filosofiset
LisätiedotAineistoista. Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin
Aineistoista 11.2.09 IK Laadulliset menetelmät: miksi tarpeen? Haastattelut, fokusryhmät, havainnointi, historiantutkimus, miksei videointikin Muotoilussa kehittyneet menetelmät, lähinnä luotaimet Havainnointi:
Lisätiedotarvioinnin kohde
KEMIA 8-lk Merkitys, arvot ja asenteet T2 Oppilas asettaa itselleen tavoitteita sekä työskentelee pitkäjänteisesti. Oppilas kuvaamaan omaa osaamistaan. T3 Oppilas ymmärtää alkuaineiden ja niistä muodostuvien
LisätiedotTieteellinen tutkimus, käytännölliset odotukset tutkijan valinnat
Kunnallistieteen yhdistys tutkijaseminaari Kuopio 14.5.2009 Tieteellinen tutkimus, käytännölliset odotukset tutkijan valinnat Professori Vuokko Niiranen Terveyshallinnon ja talouden laitos Kuopion yliopisto
LisätiedotSisällönanalyysi. Sisältö
Sisällönanalyysi Kirsi Silius 14.4.2005 Sisältö Sisällönanalyysin kohde Aineistolähtöinen sisällönanalyysi Teoriaohjaava ja teorialähtöinen sisällönanalyysi Sisällönanalyysi kirjallisuuskatsauksessa 1
Lisätiedotarvioinnin kohde
KEMIA 9-lk Merkitys, arvot ja asenteet T2 Oppilas tunnistaa omaa kemian osaamistaan, asettaa tavoitteita omalle työskentelylleen sekä työskentelee pitkäjänteisesti T3 Oppilas ymmärtää kemian osaamisen
LisätiedotMTTTP1 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
LisätiedotTiede ja tutkimus (Teemaopintokurssi TO1.1)
Tiede ja tutkimus (Teemaopintokurssi TO1.1) : Opiskelija kehittää monitieteellistä ja kriittistä ajattelua tutustuu tiedemaailman käytäntöihin harjaantuu lukemaan ja arvioimaan tieteellisiä tutkimuksia
LisätiedotTUTKIMUSAINEISTON 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.
LisätiedotMatemaatikot ja tilastotieteilijät
Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat
LisätiedotKäsitteistä. Reliabiliteetti, validiteetti ja yleistäminen. Reliabiliteetti. Reliabiliteetti ja validiteetti
Käsitteistä Reliabiliteetti, validiteetti ja yleistäminen KE 62 Ilpo Koskinen 28.11.05 empiirisessä tutkimuksessa puhutaan peruskurssien jälkeen harvoin "todesta" ja "väärästä" tiedosta (tai näiden modernimmista
LisätiedotPsykologia tieteenä. tieteiden jaottelu: TIETEET. EMPIIRISET TIETEET tieteellisyys on havaintojen (kr. empeiria) tekemistä ja niiden koettelua
Psykologia tieteenä tieteiden jaottelu: FORMAALIT TIETEET tieteellisyys on tietyn muodon (kr. forma) seuraamista (esim. logiikan säännöt) matematiikka logiikka TIETEET LUONNON- TIETEET fysiikka kemia biologia
LisätiedotTieteenfilosofia 3/4. Heikki J. Koskinen, FT, Dos. Helsingin yliopisto / Suomen Akatemia
Tieteenfilosofia 3/4 Heikki J. Koskinen, FT, Dos. Helsingin yliopisto / Suomen Akatemia 1 Keskeisiä peruskäsitteitä Päättely on sellaista ajattelutoimintaa, joka etenee premisseistä eli oletuksista johtopäätökseen
LisätiedotHarjoitus 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
LisätiedotLaadullisen tutkimuksen luonne ja tehtävät. Pertti Alasuutari professori, Laitoksen johtaja Yhteiskuntatieteiden tutkimuslaitos
Laadullisen tutkimuksen luonne ja tehtävät Pertti Alasuutari professori, Laitoksen johtaja Yhteiskuntatieteiden tutkimuslaitos Mitä on tieteellinen tutkimus? Rationaalisuuteen pyrkivää havainnointia ja
LisätiedotPro gradu -tutkielmien arvostelu maantieteessä
Pro gradu -tutkielmien arvostelu maantieteessä Tutkielman arvostelussa on käytössä viisiportainen asteikko (1-5): o Ykkönen (1) merkitsee, että työ on hyväksyttävissä, mutta siinä on huomattavia puutteita.
LisätiedotHAVAINTO LÄhde: Vilkka 2006, Tutki ja havainnoi. Helsinki: Tammi.
HAVAINTO LÄhde: Vilkka 2006, Tutki ja havainnoi. Helsinki: Tammi. 1 MIKÄ ON HAVAINTO? Merkki (sana, lause, ajatus, ominaisuus, toiminta, teko, suhde) + sen merkitys (huom. myös kvantitatiivisessa, vrt.
LisätiedotJohdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:
LisätiedotTilastotiede käytännön tutkimuksessa, kesä 2003
Tiedosta hyvinvointia Reijo Sund - Tilastotiede käytännön tutkimuksessa 1 Tilastotiede käytännön tutkimuksessa, kesä 2003 Reijo Sund Sosiaali- ja terveysalan tutkimus- ja kehittämiskeskus (Stakes)
LisätiedotOtannasta ja mittaamisesta
Otannasta ja mittaamisesta Tilastotiede käytännön tutkimuksessa - kurssi, kesä 2001 Reijo Sund Aineistot Kvantitatiivisen tutkimuksen aineistoksi kelpaa periaatteessa kaikki havaintoihin perustuva informaatio,
LisätiedotTUTKIMUSOTTEITA TIEDONINTRESSIN NÄKÖKULMA
TUTKIMUSOTTEITA TIEDONINTRESSIN NÄKÖKULMA Hanna Vilkka KVANTITATIIVINEN ANALYYSI ESIMERKKINÄ TEKNISESTÄ TIEDONINTRESSISTÄ Tavoitteena tutkittavan ilmiön kuvaaminen systemaattisesti, edustavasti, objektiivisesti
LisätiedotTieteenfilosofia 4/4. Heikki J. Koskinen, FT, Dos. Helsingin yliopisto / Suomen Akatemia
Tieteenfilosofia 4/4 Heikki J. Koskinen, FT, Dos. Helsingin yliopisto / Suomen Akatemia 1 Tieteellinen selittäminen Tieteellisen tutkimuksen perustehtävä on maailmaa koskevan uuden ja totuudenmukaisen
LisätiedotTilastotiede ottaa aivoon
Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen
LisätiedotIlkka Mellin Tilastolliset menetelmät Osa 1: Johdanto Tilastotiede tieteenalana
Ilkka Mellin Tilastolliset menetelmät Osa 1: Johdanto Tilastotiede tieteenalana TKK (c) Ilkka Mellin (2006) 1 Tilastotiede tieteenalana >> Mitä tilastotiede on? Tilastotieteen sovellukset TKK (c) Ilkka
LisätiedotTilastotiede ottaa aivoon
Tilastotiede ottaa aivoon kuinka aivoja voidaan mallintaa todennäköisyyslaskennalla, ja mitä yllättävää hyötyä siitä voi olla Aapo Hyvärinen Laskennallisen data-analyysin professori Matematiikan ja tilastotieteen
LisätiedotLauri Hellsten, Espoon yhteislyseon lukio Mika Setälä, Lempäälän lukio
Lukion opetussuunnitelman perusteet 2016 Teemaopinnot Lauri Hellsten, Espoon yhteislyseon lukio Mika Setälä, Lempäälän lukio 1 5.22 Teemaopinnot "Teemaopinnot ovat eri tiedonaloja yhdistäviä opintoja.
LisätiedotMATEMAATTIS- LUONNONTIETEELLINEN OSAAMINEN
MATEMAATTIS- LUONNONTIETEELLINEN OSAAMINEN Matematiikka ja matematiikan soveltaminen, 4 osp Pakollinen tutkinnon osa osaa tehdä peruslaskutoimitukset, toteuttaa mittayksiköiden muunnokset ja soveltaa talousmatematiikkaa
LisätiedotEstimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?
TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman
LisätiedotEtiikan mahdollisuudesta tieteenä. Henrik Rydenfelt Helsingin yliopisto
Etiikan mahdollisuudesta tieteenä Henrik Rydenfelt Helsingin yliopisto Etiikka tieteenä? Filosofit ja ei-filosofit eivät pidä etiikkaa tieteenä Tiede tutkii sitä, miten asiat ovat, ei miten asioiden tulisi
LisätiedotKvantitatiivisen aineiston analyysi
Kvantitatiivisen aineiston analyysi Liiketalouden tutkimusmenetelmät SL 2014 Kvantitatiivinen vs. kvalitatiivinen? tutkimuksen lähtökohtana ovat joko tiedostetut tai tiedostamattomat taustaoletukset (tieteenfilosofiset
LisätiedotSP 11: METODOLOGIAN TYÖPAJA Kevät Yliopistonlehtori, dosentti Inga Jasinskaja-Lahti
SP 11: METODOLOGIAN TYÖPAJA Kevät 2010 Yliopistonlehtori, dosentti Inga Jasinskaja-Lahti Työpajan tavoitteet 1. Johdattaa sosiaalipsykologian metodologisiin peruskysymyksiin, niiden pohtimiseen ja niistä
LisätiedotTilastotiede tieteenalana. Tilastotiede tieteenalana. Tilastotiede tieteenalana. Tilastotiede tieteenalana: Mitä opimme? Mitä tilastotiede on?
TKK (c) Ilkka Mellin (2004) 1 Tilastotiede tieteenalana Johdatus todennäköisyyslaskentaan ja tilastotieteeseen Tilastotiede tieteenalana TKK (c) Ilkka Mellin (2004) 2 Tilastotiede tieteenalana: Mitä opimme?
LisätiedotYhteiskuntafilosofia. - alueet ja päämäärät. Olli Loukola / käytännöllisen filosofian laitos / HY
Yhteiskuntafilosofia - alueet ja päämäärät Olli Loukola / käytännöllisen filosofian laitos / HY 1 Yhteiskunnan tutkimuksen ja ajattelun alueet (A) yhteiskuntatiede (political science') (B) yhteiskuntafilosofia
LisätiedotLAADULLISEN TUTKIMUKSEN OMINAISLAATU
LAADULLINEN TUTKIMUS Hanna Vilkka 1 LAADULLISEN TUTKIMUKSEN OMINAISLAATU Hermeneuttinen tieteenihanne: intentionaaliset selitykset, subjektiivisuus, sanallinen/käsitteellinen tarkastelutapa, metodien moneus.
LisätiedotTutkiva Oppiminen Varhaiskasvatuksessa. Professori Lasse Lipponen PED0031, VARHAISPEDAGOGIIKKA
Tutkiva Oppiminen Varhaiskasvatuksessa Professori Lasse Lipponen 09.10.2017 PED0031, VARHAISPEDAGOGIIKKA Hakkarainen K., Lonka K. & Lipponen L. (1999) Tutkiva oppiminen. Älykkään toiminnan rajat ja niiden
LisätiedotTarvitseeko informaatioteknologia matematiikkaa?
Tarvitseeko informaatioteknologia matematiikkaa? Oulun yliopisto Matemaattisten tieteiden laitos 1 Kyllä kai IT matematiikkaa tarvitsee!? IT ja muu korkea teknologia on nimenomaan matemaattista teknologiaa.
LisätiedotVerkko-oppiminen: Teoriasta malleihin ja hyviin käytäntöihin. Marleena Ahonen. TieVie-koulutus Jyväskylän lähiseminaari
Verkko-oppiminen: Teoriasta malleihin ja hyviin käytäntöihin Marleena Ahonen TieVie-koulutus Jyväskylän lähiseminaari Virtuaaliyliopistohankkeen taustaa: - Tavoitteena koota verkko-oppimisen alueen ajankohtaista
LisätiedotGradu-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
LisätiedotMiten tutkimuksen tietovarannot liittyvät etiikkaan ja viestintään? Tutkimusaineiston elinkaari
Miten tutkimuksen tietovarannot liittyvät etiikkaan ja viestintään? Tutkimusaineiston elinkaari Tutkijakoulujen hakuinfo ja tutkijan työelämätaidot. Suomen akatemian ja tiedonjulkistamisen neuvottelukunnan
LisätiedotKIRJALLISUUTTA 1. Tieteen etiikka KIRJALLISUUTTA 3 KIRJALLISUUTTA 2 KIRJALLISUUTTA 4 KIRJALLISUUTTA 5
KIRJALLISUUTTA 1 Tieteen etiikka 11 Tieteellinen maailmankatsomus I: maailmankatsomusten aineksia Clarkeburn, Henriikka ja Arto Mustajoki, Tutkijan arkipäivän etiikka, Vastapaino, Tampere 2007. Hallamaa,
LisätiedotKvalitatiivinen tutkimustoiminta
Kvalitatiivinen tutkimustoiminta Kvalitatiivinen tutkimustoiminta Laadullisen tutkimusmenetelmän määrittelyä ja taustaa Hypermedian jatko-opintoseminaari 28.1.2005 Katja Kaunismaa Luennon teemat: * Kvalitatiivinen
LisätiedotFarmaseuttinen etiikka
Farmaseuttinen etiikka Etiikka, tiede ja arvot Luento 5. Farmasian tdk. 14.11. Markus Neuvonen markus.neuvonen@helsinki.fi Reduktionistisen ohjelman pyramidi: Humanistiset Yhteiskuntatieteet Psykologia
LisätiedotTIETOINEN HAVAINTO, TIETOINEN HAVAINNOINTI JA TULKINTA SEKÄ HAVAINNOLLISTAMINEN
TIETOINEN HAVAINTO, TIETOINEN HAVAINNOINTI JA TULKINTA SEKÄ HAVAINNOLLISTAMINEN Hanna Vilkka Mikä on havainto? - merkki (sana, lause, ajatus, ominaisuus, toiminta, teko, suhde) + sen merkitys (huom. myös
LisätiedotMitä taitoja tarvitaan tekstin ymmärtämisessä? -teorian kautta arkeen, A.Laaksonen
Mitä taitoja tarvitaan tekstin ymmärtämisessä? -teorian kautta arkeen, A.Laaksonen Lukemisen taitoja Tulisi kehittää kaikissa oppiaineissa Vastuu usein äidinkielen ja S2-opettajilla Usein ajatellaan, että
LisätiedotRauman normaalikoulun opetussuunnitelma 2016 Fysiikka vuosiluokat 7-9 KUVA PUUTTUU
2016 Fysiikka vuosiluokat 7-9 KUVA PUUTTUU Rauman normaalikoulun opetussuunnitelma Fysiikka vuosiluokat 7-9 Rauman normaalikoulun fysiikan opetuksen pohjana ovat perusopetuksen opetussuunnitelman perusteiden
LisätiedotKielellisten merkitysten tilastollinen ja psykologinen luonne: Kognitiivisia ja filosofisia näkökulmia. Timo Honkela.
Kielellisten merkitysten tilastollinen ja psykologinen luonne: Kognitiivisia ja filosofisia näkökulmia Timo Honkela timo.honkela@helsinki.fi Helsingin yliopisto 29.3.2017 Merkityksen teoriasta Minkälaisista
LisätiedotMitä eri tutkimusmetodeilla tuotetusta tiedosta voidaan päätellä? Juha Pekkanen, prof Hjelt Instituutti, HY Terveyden ja Hyvinvoinnin laitos
Mitä eri tutkimusmetodeilla tuotetusta tiedosta voidaan päätellä? Juha Pekkanen, prof Hjelt Instituutti, HY Terveyden ja Hyvinvoinnin laitos Päätöksentekoa tukevien tutkimusten tavoitteita kullakin oma
LisätiedotMatematiikka ja tilastotiede. Orientoivat opinnot /
Matematiikka ja tilastotiede Orientoivat opinnot / 27.8.2013 Tutkinnot Kaksi erillistä ja peräkkäistä tutkintoa: LuK + FM Laajuudet 180 op + 120 op = 300 op Ohjeellinen suoritusaika 3 v + 2 v = 5 v Tutkinnot
LisätiedotTutkintojen, oppimäärien ja muiden osaamiskokonaisuuksien sijoittuminen vaativuustasoille
Tutkintojen, oppimäärien ja muiden osaamiskokonaisuuksien sijoittuminen vaativuustasoille Liite Kansallinen vaativuustaso / eurooppalaisen tutkintojen viitekehyksen taso Taso1 Tutkinnot, oppimäärät ja
LisätiedotTyöelämävalmiudet: Oivallus-hankeken seminaari
Työelämävalmiudet: Oivallus-hankeken seminaari Optek Opetusteknologia koulun arjessa Jari Lavonen, Professor of Physics and Chemistry Education, Head of the department Department of Teacher Education,
LisätiedotFakta- ja näytenäkökulmat. Pertti Alasuutari Tampereen yliopisto
Fakta- ja näytenäkökulmat Pertti Alasuutari Tampereen yliopisto Mikä on faktanäkökulma? sosiaalitutkimuksen historia: väestötilastot, kuolleisuus- ja syntyvyystaulut. Myöhemmin kysyttiin ihmisiltä tietoa
LisätiedotKandidaatintutkielman arviointikriteerit
Kandidaatintutkielman arviointikriteerit Kandidaatintutkielman laajuus on 10 op, josta kypsyysnäyte 1 op ja tieteellinen tiedonhankinta 2 op. Kuvataidekasvatuksen koulutusohjelmassa tieteellinen tiedonhankinta
Lisätiedot6 TARKASTELU. 6.1 Vastaukset tutkimusongelmiin
173 6 TARKASTELU Hahmottavassa lähestymistavassa (H-ryhmä) käsitteen muodostamisen lähtökohtana ovat havainnot ja kokeet, mallintavassa (M-ryhmä) käsitteet, teoriat sekä teoreettiset mallit. Edellinen
LisätiedotFYSIIKKA_ opetussuunnitelma-7_9_maol
FYSIIKKA_ opetussuunnitelma-7_9_maol Tavoitteet koskevat kaikkia luokka-asteita. Keskeiset sisältöalueet kuten luonnontieteellinen tutkimus, fysiikka omassa elämässä ja elinympäristössä, fysiikka yhteiskunnassa
LisätiedotYleistä lukion ainevalinnoista
Yleistä lukion ainevalinnoista LUKIO JA YLIOPPILASKOE Lukio on suorin reitti yliopistoihin. Yliopisto-opinnoissa tarvitaan opiskelutaitoja ja osaamista, joita molempia saa lukiosta. Lukiossa voi tutustua
LisätiedotRekisterit tutkimusaineistona: tieteenfilosofis-metodologiset lähtökohdat
Reijo Sund Rekisterit tutkimusaineistona: tieteenfilosofis-metodologiset lähtökohdat Rekisterit tutkimuksen apuvälineenä kurssi, Biomedicum, Helsinki 25.05.2009 Kevät 2009 Rekisterit tutkimusaineistona
LisätiedotJoustavuus ja eettisyys: Opiskelija osaa tehdä päätöksiä ja toimia itsenäisesti terveystieteiden eettisten perusteiden mukaisesti
Terveystieteiden kandidaatin tutkinnon osaamistavoitteet Osaamistavoitteet vastaavat tutkintojen ja muun osaamisen kansallista viitekehystä, ja laaja- alaisen terveystieteiden kandidaatin tutkinnon suoritettuaan
LisätiedotINNOVAATIOIDEN SUOJAAMINEN LIIKESALAISUUKSIEN JA PATENTTIEN AVULLA: YRITYKSIIN VAIKUTTAVIA TEKIJÖITÄ EU:SSA TIIVISTELMÄ
INNOVAATIOIDEN SUOJAAMINEN LIIKESALAISUUKSIEN JA PATENTTIEN AVULLA: YRITYKSIIN VAIKUTTAVIA TEKIJÖITÄ EU:SSA TIIVISTELMÄ Heinäkuu 2017 INNOVAATIOIDEN SUOJAAMINEN LIIKESALAISUUKSIEN JA PATENTTIEN AVULLA:
LisätiedotSovellettu 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
LisätiedotTavoitteet ja sisällöt, 7. luokka
FYSIIKKA Keskeiset sisältöalueet kuten luonnontieteellinen tutkimus, fysiikka omassa elämässä ja elinympäristössä, fysiikka yhteiskunnassa ja fysiikka maailmankuvan rakentajana esiintyvät joka vuosiluokalla.
LisätiedotTeoria tieteessä ja arkikielessä. Teoriat ja havainnot. Teorian käsitteitk. sitteitä. Looginen positivismi ja tieteen kielen kaksitasoteoria (1)
Teoria tieteessä ja arkikielessä Teoriat ja havainnot Johdatus yhteiskuntatieteiden filosofiaan 2. Luento 18.1. Arkikielessä sanaa teoria käytetään usein synonyyminä hypoteesille (olettamukselle) tai idealisoidulle
LisätiedotJohdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Tilastollisten aineistojen kerääminen ja mittaaminen TKK (c) Ilkka Mellin (2005) 1 ja mittaaminen Tilastollisten aineistojen kerääminen Mittaaminen ja mitta-asteikot TKK (c)
LisätiedotMITÄ EETTINEN ENNAKKOARVIOINTI ON? Veikko Launis Lääketieteellinen etiikka Turun yliopisto
MITÄ EETTINEN ENNAKKOARVIOINTI ON? Veikko Launis Lääketieteellinen etiikka Turun yliopisto Perusteita ennakkoarvioinnille Ulkoiset syyt: Luottamus tieteeseen säilyy (voimavara) Julkaisutoiminta ja tutkimusyhteistyö
LisätiedotTieteen julkisuus ja tiedeviestintä. Esa Väliverronen
Tieteen julkisuus ja tiedeviestintä Esa Väliverronen 7.3.2007 Tiedeviestintä miksi nyt? Tieteen ja yhteiskunnan suhde murroksessa - kolmas tehtävä, vaikuttavuus... Tutkimuskulttuurit murroksessa - moni/poikkitieteellisyys,
LisätiedotP5: Kohti Tutkivaa Työtapaa Kevät Tehtävä 3. Murtonen Lehtinen Olkinuora. ja näiden näkemysten yhteys sekä
Tehtävä 3. Murtonen Lehtinen Olkinuora 71 Tutkimusongelma Yliopisto-opiskelijoiden näkemykset työelämässä ja näiden näkemysten yhteys sekä oppimistilanteessa. 72 1 s. 120 Linn ja Greenwald kirjoittivat
LisätiedotBIOS 1 ja OPS 2016 OPS Biologian opetussuunnitelma Opetuksen tavoitteet
BIOS 1 ja OPS 2016 Biologian opetussuunnitelma 2016 Biologian opetuksen tehtävänä on tukea opiskelijan luonnontieteellisen ajattelun kehittymistä. Opetus lisää ymmärrystä biologian merkityksestä osana
LisätiedotEDUTOOL 2010 graduseminaari
EDUTOOL 2010 graduseminaari tutkimussuunnitelma, kirjallisuus ja aiheen rajaaminen Sanna Järvelä Miksi tutkimussuunnitelma? Se on kartta, kompassi, aikataulu ja ajattelun jäsentäjä Tutkimussuunnitelma
LisätiedotSisällys Esipuhe 11 Johdanto 14 Tieteen arvovalta ja tieteellisen keskustelun vapaus 28 Myytti pyyteettömästä tieteentekijästä 36 Tieteen rajat ja rajojen vartijat 39 Kirjan perusjuoni 44 Aukkojen jumala
LisätiedotOhjelmistojen mallintaminen, mallintaminen ja UML
582104 Ohjelmistojen mallintaminen, mallintaminen ja UML 1 Mallintaminen ja UML Ohjelmistojen mallintamisesta ja kuvaamisesta Oliomallinnus ja UML Käyttötapauskaaviot Luokkakaaviot Sekvenssikaaviot 2 Yleisesti
LisätiedotTalousmatematiikan perusteet ORMS.1030
s16 Talousmatematiikan perusteet ORMS.1030 Matti Laaksonen, (Matemaattiset tieteet / Vaasan yliopisto) Sähköposti: matti.laaksonen@uva.fi Opettajan kotisivu: http://lipas.uwasa.fi/ mla/ puh. 044 344 2757
LisätiedotPSYKOLOGIA Opetuksen tavoitteet Aihekokonaisuudet Arviointi
PSYKOLOGIA Ihmisen toimintaa tutkivana tieteenä psykologia antaa opiskelijalle valmiuksia havainnoida ja ymmärtää monipuolisesti ihmistä ja hänen toimintaansa vaikuttavia tekijöitä. Psykologisen tiedon
LisätiedotKuvattu ja tulkittu kokemus. Kokemuksen tutkimus -seminaari, Oulu VTL Satu Liimakka, Helsingin yliopisto
Kuvattu ja tulkittu kokemus Kokemuksen tutkimus -seminaari, Oulu 15.4.2011 VTL Satu Liimakka, Helsingin yliopisto Esityksen taustaa Tekeillä oleva sosiaalipsykologian väitöskirja nuorten naisten ruumiinkokemuksista,
Lisätiedot1. Tilastollinen malli??
1. Tilastollinen malli?? https://fi.wikipedia.org/wiki/tilastollinen_malli https://en.wikipedia.org/wiki/statistical_model http://projecteuclid.org/euclid.aos/1035844977 Tilastollinen malli?? Numeerinen
LisätiedotIlkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
LisätiedotPisan 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
LisätiedotTilastollisen tutkimuksen vaiheet
Tilastollisen tutkimuksen vaiheet Jari Päkkilä Johdatus tilastotieteeseen Matemaattisten tieteiden laitos TILASTOLLISEN TUTKIMUKSEN TARKOITUS Muodostaa mahdollisimman hyvä mielikuva havaintoaineistosta,
Lisätiedotpitkittäisaineistoissa
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
LisätiedotTekniikan alan kesäkandiseminaari Tiede ja tieteen pelisäännöt. Stina Giesecke Vanhempi yliopistonlehtori
Tekniikan alan kesäkandiseminaari 2016 Tiede ja tieteen pelisäännöt Stina Giesecke Vanhempi yliopistonlehtori 31.05.2016 Käsiteltävät asiat Mitä tiede on? Tieteellisen työskentelyn hyvät käytännöt Tieteen
LisätiedotMatematiikka tai tilastotiede sivuaineena
Matematiikka tai tilastotiede sivuaineena Matematiikan sivuainekokonaisuudet Matematiikasta voi suorittaa 25, 60 ja 120 opintopisteen opintokokonaisuudet. Matematiikan 25 op:n opintokokonaisuus Pakolliset
Lisätiedot5.10 Kemia. Opetuksen tavoitteet
5.10 Kemia Kemian opetus tukee opiskelijan luonnontieteellisen ajattelun ja nykyaikaisen maailmankuvan kehittymistä osana monipuolista yleissivistystä. Opetus ohjaa ymmärtämään kemian ja sen sovellusten
LisätiedotJohdantoa. Jokaisen matemaatikon olisi syytä osata edes alkeet jostakin perusohjelmistosta, Java MAPLE. Pascal MathCad
Johdantoa ALGORITMIT MATEMA- TIIKASSA, MAA Vanhan vitsin mukaan matemaatikko tietää, kuinka matemaattinen ongelma ratkaistaan, mutta ei osaa tehdä niin. Vitsi on ajalta, jolloin käytännön laskut eli ongelman
LisätiedotTalousmatematiikan perusteet ORMS.1030
orms.1030 Vaasan avoin yliopisto / kevät 2013 1 Talousmatematiikan perusteet Matti Laaksonen Matemaattiset tieteet Vaasan yliopisto Vastaanotto to 11-12 huone D110/Tervahovi Sähköposti: matti.laaksonen@uva.fi
Lisätiedot5.6.3 Matematiikan lyhyt oppimäärä
5.6.3 Matematiikan lyhyt oppimäärä Matematiikan lyhyen oppimäärän opetuksen tehtävänä on tarjota valmiuksia hankkia, käsitellä ja ymmärtää matemaattista tietoa ja käyttää matematiikkaa elämän eri tilanteissa
LisätiedotOppimistavoitematriisi
Oppimistavoitematriisi Lineaarialgebra ja matriisilaskenta I Esitiedot Arvosanaan 1 2 riittävät Arvosanaan 3 4 riittävät Arvosanaan 5 riittävät Yhtälöryhmät (YR) Osaan ratkaista ensimmäisen asteen yhtälöitä
LisätiedotKVANTITATIIVINEN TUTKIMUS
KVANTITATIIVINEN TUTKIMUS Hanna Vilkka 1 MITÄ KASVATUSTIETEISSÄ HALUTAAN TIETÄÄ, JOS TUTKITAAN KVANTITATIIVISESTI? halutaan ennakoida tulevaa teknisesti ohjata tulevaa strategisesti ja välineellisesti
LisätiedotMitä on tutkimus ja tutkijan työ? Luonnonvarakeskus
Mitä on tutkimus ja tutkijan työ? Tutkiminen on jokapäiväinen asia Tutkit usein itse - esimerkiksi: Verkko ei toimi. Et kuitenkaan ajattele, että netti on noiduttu vaan että vika on tekninen. Vaihtoehtoisia
LisätiedotTyöelämäläheisyys ja tutkimuksellisuus ylemmän amktutkinnon. Teemu Rantanen yliopettaja 31.10.2008
Työelämäläheisyys ja tutkimuksellisuus ylemmän amktutkinnon opinnäytetöissä Teemu Rantanen yliopettaja 31.10.2008 aiheita Tutkimuksen ja kehittämisen suhde Laatusuositukset ylemmän AMK-tutkinnon opinnäytetöille
LisätiedotMONOGRAFIAN KIRJOITTAMINEN. Pertti Alasuutari
MONOGRAFIAN KIRJOITTAMINEN Pertti Alasuutari Lyhyt kuvaus Monografia koostuu kolmesta pääosasta: 1. Johdantoluku 2. Sisältöluvut 3. Päätäntäluku Lyhyt kuvaus Yksittäinen luku koostuu kolmesta osasta
Lisätiedot