Harjoitustyön suorittaminen - artikkelit Artikkeli 1: Management Capabilities and Environmental Characteristics in the Critical Operational Phase of E

Koko: px
Aloita esitys sivulta:

Download "Harjoitustyön suorittaminen - artikkelit Artikkeli 1: Management Capabilities and Environmental Characteristics in the Critical Operational Phase of E"

Transkriptio

1 YRITTÄJYYDEN TEORIAT, YRITTÄJYYSTUTKIMUS JA TUTKIMUSMETODOLOGIA KURSSIN SUORITUSTAVAT -luennot ja harjoitustyö -Spss-harjoitukset, ryhmätyöt (ti 25.9, ke 26.9 ja ti 9.10) -harjoitustyö tehdään etätyönä kahdesta artikkelista tai omasta gradusta, valmis pe 30.11,

2 Harjoitustyön suorittaminen - artikkelit Artikkeli 1: Management Capabilities and Environmental Characteristics in the Critical Operational Phase of Entrepreneurship A Comparison between Finnish Family and Non-Family firms Artikkeli 2: The High Growth in New Metal-based manufacturing and Business Service Firms in Finland Kuvaile tutkimusongelmia? Miten tutkimusongelmat eroavat toisistaan? Mitä teorioita on tutkimusongelmien taustalla? Olisiko tutkimusongelmat voitu asettaa jollakin toisella tavalla?

3 Harjoitustyön suorittaminen -artikkelit Kuvaile tutkimushypoteeseja/tutkimuskysymyksiä? -Miten ne eroavat toisistaan? Kuvaile käytettyjä mittareita? Onko mittareissa eroja ko. tutkimuksessa tai eri tutkimuksissa? Kuvaile käytettyä tilastollista menetelmää? -Miten menetelmän käyttö eroaa toisistaan ja olisiko jotakin muuta menetelmää voitu käyttää? Kuvaile tutkimusten tuloksia ja tuloksista tehtyjä johtopäätöksiä? -mitä rajoituksia tutkimuksiin liittyi

4 Harjoitustyön suorittaminen oma aineisto Oman gradun pohjalta tehtävässä harjoitustyössä käytössä tulisi olla oma aineisto Muodosta oman gradusi pohjalta tutkimusongelma Muodosta tutkimuksen tavoitteet, käsitteet ja tutkimuksen rajaukset Tee analyysit jollakin tilastollisella menetelmällä kuvaile tuloksia ja johtopäätöksiä.

5 EMPIIRINEN TUTKIMUS kartoittava tutkimus -vapaamuotoinen tutkimus kuvaileva eli deskriptiivinen tutkimus -tärkeää tulosten luotettavuus selittävä eli kausaalinen tutkimus -selvitetään ilmiöiden välisiä syy- ja seuraussuhteita kokeellinen eli eksperimentaalinen tutkimus -yksi selittävän tutkimuksen erityismuoto

6 EMPIIRINEN TUTKIMUS toimintatutkimus -tutkija aktiivisesti mukana tutkimuksessa ennustava tutkimus -selittävien tekijöiden avulla pyritään tekemään ennusteita

7 EMPIIRINEN TUTKIMUS poikkileikkaustutkimus ja pitkittäistutki- mus -aikaperspektiivi evaluaatiotutkimus -arvioi tehtyjen päätösten vaikutuksia

8 Kvantitatiivinen ja kvalitatiivinen tutkimus KVANTITATII- VINEN MÄÄ- RÄLLINEN) vastaa kysymyksiin Mikä? Missä? Paljonko? Kuinka usein? numeerisesti suuri edustava otos ilmiön kuvaus numeerisen tiedon pohjalta KVALITATIIVI- NEN (LAADUL- LINEN) vastaa kysymyksiin Miksi? Miten? Millainen? suppea harkinnanvaraisesti koottu näyte ilmiön ymmärtäminen ns. pehmeän tiedon pohjalta

9 Hyvän tutkimuslomakkeen tunnusmerkkejä kvalitatiivinen ja kvantitatiivinen tutkimus Kvalitatiivinen tutkimus: -vapaamuotoisissa syvähaastatteluissa kysytään mieleenjohtumia, assosisaatioita ja erilaisia spontaaneja mielipiteitä rajaamattomien avointen kysymysten avulla (tutkimusongelman rajoissa) Kvantitatiivinen tutkimus: -kysely- ja haastattelututkimuksissa on yleensä mukana joitakin avoimia kysymyksiä (kannattaa sijoittaa lomakkeen loppuun) -kysymykset yleensä monivalintakysymyksiä eli strukturoituja kysymyksiä

10 Hyvän tutkimuslomakkeen tunnusmerkkejä Se on selkeä, siisti ja houkuttelevan näköinen Teksti ja kysymykset on hyvin aseteltu Vastausohjeet ovat selkeät Kysytään vain yhtä asiaa kerrallaan Lomake on looginen Kysymyksillä on juokseva numerointi Samaa aihetta koskevat on ryhmitelty- selkeät otsikot

11 Varianssianalyysi Varianssianalyysi on lähtökohdiltaan kokeellisen tutkimuksen perusmenetelmiä Varianssianalyysi on ollut vahvasti testisidonnainen menetelmä, jossa on tärkeää vaikutuksen merkitsevyyden testaus Varianssianalyysissa on nollahypoteesina se, että eri ryhmien keskiarvot ovat samat F-testisuure lasketaan ryhmien välisen vaihtelun (neliösumma) ja sisäisen vaihtelun (neliösumma) suhteena

12 Varianssianalyysi SPSS: Analyze-Compare means-one-way Anova Käytä options-valinnoista descriptives Homogeneity-ofof -variance=testataan varianssien yhtäsuuruutta Taulu Anova: F-testiluku ja siihen liittyvä p:n arvo kuvaa ryhmien välisten erojen tilastollista merkitsevyyttä Post Hoc=parittainen vertailutesti -ilmaisee, mikä ryhmistä on toisistaan poikkeava

13 Ryhmittelyanalyysin periaatteita Cluster Analysis: -havainnot luokitellaan ennalta tuntemattomiin ryhmiin -ryhmittelyn pohjana on mahdollista käyttää faktorianalyysilla saatuja faktoripistemääriä -keskiarvot kuitenkin hyvä ryhmittelyn perusta -menetelmän vaikeutena on etukäteen arvioida, minkälaisia ryhmiä on odotettavissa -kun ryhmittely on tehty ja saatu sopivat ryhmät, niin ryhmät nimetään ryhmille tyypillisten ominaisuuksien mukaan

14 Tehdään ryhmittelyanalyysi ja varianssianalyysi uusien yritysten menestymistutkimuksen aineistolla uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 SPSS: Analyze classify-k-means-cluster persoonallisuusmuuttujat w, d, e, m, s, si save clusters- ja ajetaan yksisuuntainen varianssianalyysi ryhmien ja persoonallisuusmuuttujien välille (tai Anova-table ryhmittelyanalyysissa= ryhmien tilastollnen merkitsevyys)i.

15 Tehdään ryhmittelyanalyysi ja varianssianalyysi uusien yritysten menestymistutkimuksen aineistolla analyze -compare means one-way-anova- descriptives Nimetään ryhmät teorian mukaan: ryhmä 1: ympäristöön sopeutuja (s, ti), ryhmä 2: yrittäjämalli (w, e, ti), ryhmä 3: kunnianhimoinen tavoitejohtaja w, d, e, m, si Mintzberg, H. (1973) Strategy making in three Modes, California Management Review 16, ks. myös Mintzberg, H. (1987)

16 Lasketaan keskiarvot, keskivirheet ja reliabiliteetit uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 keskiarvot ja keskivirheet :muuttujat w, d, e, m, s, ti, si analyze descriptives statistics-descriptives options: means, std.deviation, kurtosis, skewness reliabiliteetit: testataan liikevaihtomuuttujilla lv90-lv96lv96 analyze-scale-reliability analysis

17 T-testi Kahden toisistaan riippumattoman ryhmän keskiarvojen testaus -t-testitesti SPSS: Analyze - Compare means -Samples T-test Voidaan käyttää sekä yhtä suurten että eri suurten varianssien tapauksessa t-testin testin edellytyksenä on, että muuttujat ovat normaalisti jakautuneita yleensä t-testiä testiä voidaan käyttää, jos oletetaan muuttujat normaalisti jakautuneiksi

18 Testataan keskiarvojen eroja t-testillätestillä uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 SPSS: Analyze - Compare means Paired Samples T-test testaa pareittain muuttujien keskiarvojen eroja muuttujat w, d, e, m, s, si, ti

19 Korrelaatiokertoimen testaus Pearsonin korrelaatiokerroin- intervalliasteikko Spearmanin tai Kendalin järjestyskorrelaatiokerroin Testaus: Onko lineaarista riippuvuutta vai ei? Jos p:n arvo on suurempi kuin valittu merkitsevyystaso - niin riippuvuutta ei ole pieni p:n arvo ehdoton edellytys riippuvuuden olemassaololle

20 Testataan muuttujien riippuvuutta korrelaatio- kertoimen testillä uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 SPSS: Analyze correlate- bivariate- pearson-two-tailedtailed muuttujat w, d, e, m, s, si, ti

21 Kausaalisuhde Korrelaatio ei ole riittävä edellytys kausaalisuhteen olemassaololle Kausaalisuhteen vaatimat edellytykset -muuttujien yhteisvaihtelu -ajallinen järjestys (syyn on oltava ennen seurausta) -seuraus ei aiheudu mistään kolmannesta, ulkopuolisesta tekijästä -teorian tuki

22 Ristiintaulukointi Ristiintaulukoinnilla selvitetään kahden luokitellun muuttujan välistä yhteyttä Ristiintaulukon eli kontingenssitaulukon ruuduissa olevat solufrekvenssit kertovat kuinka monta mainitun ominaisuuden omaava havaintoa aineistossa on otosaineisto on hyvä analysoida ristiin ennen kehittyneempien menetelmien käyttöä

23 X 2 -riippumattomuustesti Testiä käytetään selvitettäessä, onko ristiintaulukossa kahden muuttujan välillä riippuvuutta muuttujiksi riittävät nominaaliasteikon tasoiset muuttujat Nollahypoteesina riippumattomuustestissä on, ettei muuttujien välillä ole riippuvuutta SPSS-ohjelma laskee merkitsevyystason (sig), joka kertoo sen kuinka suuri riski on, että riippuvuus johtuu sattumasta

24 Testataan muuttujien riippuvuutta X 2 - riippumattomuustestillä uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 SPSS: Analyze descriptive statistics- crosstabs-statistics-contingency contingency coefficient cells=column muuttujat: pkann=yrityksen kannattavuuden arvio, high=voimakkaasti kasvaneet yritykset ja muut yritykset, asmu95=asiakasuhteiden muutokset vuonna 95 (viidentenä toimintavuotena)

25 Regressioanalyysi Tilastollinen menetelmä, jolla haetaan parasta mahdollista selittävien (riippumattomien) muuttujien yhdistelmää ennustettaessa yhtä selitettävää muuttujaa Regressioanalyysin lähtökohta ovat yleensä välimatka-asteikon asteikon tasoiset muuttujat Regressioanalyysi vaatii melko vahvat oletukset - normaalisuus, lineaarisuus, jäännösten korreloimattomuus

26 Regressioanalyysi SPSS: Taulu Model summary nähdään mallin selitysaste (R Square) Korjattu selitysaste Adjusted R Square parempi

27 Regressioanalyysi SPSS: Taulu Anova: Regression Sum of Squares=mallin selittämä vaihtelu Total Sum of Squares= kokonaisvaihtelu Eo. suureiden osamäärä = mallin selittämä osuus kokonaisvaihtelusta, jota myös kutsutaan selitysasteeksi F-testisuuresta lasketaan significance, joka on mallin merkitsevyys mallin kertoimien merkitsevyys saadaan taulusta Coefficients

28 Tehdään regressioanalyysi uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 analyze-regression-linear selitetään innovatiivisuutta: dependent=innov selitettävinä personallisuusmuuttujat: w, d, e, m, s, si, ti metodi=enter

29 LOGISTINEN REGRESSIOANALYYSI Menetelmä ei vaadi niin vahvoja oletuksia kuin normaali regressioanalyysi Selitettävä muuttuja on kaksiluokkainen (dikotominen) Selitettävät muuttujat jatkuvia tai dikotoomisia SPSS: Analyze > Regression > Binary logistic Selitettävä muuttuja valitaan ruutuun Dependent ja selittävät ruutuun Covariates Jos selittäviä on useita, niin valitaan menetelmä (enter yms.)

30 LOGISTINEN REGRESSIOANALYYSI SPSS: Menetelmän valinta Valittavana suora (enter) muuttujien lisäys sekä useita askeltavia vaihemalleja Forward: Lähdetään tyhjästä mallista - lisää muuttujia, kunnes selitysaste ei enää parane Backward: Mukana kaikki selittävät muuttujat -poistaa ne vähiten selittävät muuttujat Stepwise: Sama kuin forward, mutta tässä lisätty muuttuja voidaan poistaa myöhemmässä vaiheessa

31 LOGISTINEN REGRESSIOANALYYSI SPSS: Tulosten tulkinta Classification table: Ilmoittaa mallin ennustavat (predicted) ja havaitut (observed) ryhmät prosenteissa Variables in the Equation: B=mallin muuttujien regressiokertoimet S.E= kertoimien keskivirheet WALD=regressiokertoimia vastaava testi perustuvat waldin testisuureeseen Sig=mallin kertoimien merkitsevyys Mallin hyvyyden testaus= - 2log likelihood-testisuure Model of Khii 2 -testisuure 0.000

32 Tehdään logistinen regressioanalyysi uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 regression-binary logistic selitettävä muutuja (dependent): kaksiluokkainen voimakkaasti kasvaneet/muut yritykset (high) selittävät muuttujat: koulutus, työkoke, ika, yrkoke, johkesk (catecorical), jatkuvat muuttujat w, d, e, m, s, si, ti metod=enter

33 Tehdään ryhmittelyanalyysi ja varianssianalyysi uusien yritysten menestymistutkimuksen aineistolla uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 SPSS: Analyze classify-k-means-cluster johtamistyylejä kuvaavat muuttujat: ryhjoh,tsuun, innov, vuorov miten tulkitaan? save clusters- ja ajetaan yksisuuntainen varianssianalyysi ryhmien ja johtamistyylejä kuvaavien muuttujien välille (tai Anova-table ryhmittelyanalyysissa).

34 Tehdään ryhmittelyanalyysi ja varianssianalyysi uusien yritysten menestymistutkimuksen aineistolla analyze -compare means one-way- anova-descriptives ryhmittellyssä saadan eri keskiarvoja kuin eo. esimerkissä mistä johtuu? Tässä analyysissa käytössä seuranta-aineisto aineisto ryhmien tulkinnassa päästään kuitenkin samaan tulokseen

35 Faktorianalyysin periaatteita (1) Faktorianalyysin mallit on rakennettu vähintään välimatka-asteikollisilleasteikollisille muuttujille -usein mallia käytetään myös järjestysasteikollisille muuttujille Faktorianalyysin avulla etsitään havaittujen muuttujien avulla taustalla olevia tekijöitä ns. piilomuuttujia tulkinta tapahtuu tutkimalla, mitkä alkuperäisistä muuttujista ovat eniten korreloituneita kyseisen faktorin kanssa

36 Faktorianalyysin periaatteita (2) Kullekin havaintoyksiköille voidaan laskea faktoripisteet, jotka kuvaavat näiden piilomuuttujien arvoja ja jotka voidaan tallentaa jatkoanalyyseja varten Kommunaliteetti kertoo sen, kuinka suuren osan faktorit selittävät muuttujan vaihtelusta Faktorianalyysia pidetään toisinaan kyseenalaisena, koska analyysiin liittyy niin paljon subjektiivisia valintoja

37 Faktorianalyysin periaatteita (3) SPSS: Analyze -Data reduction -factor Extraction:faktorianalyysin parametrien estimointimenetelmä ja ehto faktoreiden määrälle Oletus: ominaisarvo (latausten neliöiden summa) > 1 Valittavana menetelmät: -pääkomponenttianalyysi -pääakselifaktorointi -suurimman uskottavuuden menetelmä

38 Faktorianalyysin periaatteita (4) SPSS: Continue ja Rotation -faktoreiden rotaatiomenetelmä Varimax-rotaatio- lataukset faktoreilla mahdollisimman suuria tai pieniä-helposti tulkittavissa Continue ja ok -faktorianalyysin tulokset Taulu Total Variance Explained: Faktoreiden selitysasteet Ominaisarvot Rotadet Factor Matrix: Rotatoitu faktoriratkaisu

39 Tehdään faktorianalyysi uusien yritysten menesty- mistutkimuksen aineistolla uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 SPSS: analyze data reduction factor- rotation (varimax) muuttujat: ryhjoh, innov, tsuun, vuorov, w, d, e, m, s, si, ti ohjelma valitsee viiden faktorin ratkaisun (eigenvalues>1)

40 Erotteluanalyysin periaatteita (1) Erotteluanalyysilla luokitellaan havaintoja kahteen tai useampaan toisensa poissulkevaan luokaan Erotteluanalyysin avulla voidaan löytää kaikkien mitattujen ominaisuuksien joukosta ne, joiden perusteella ryhmät pystytään tunnistamaan

41 Erotteluanalyysin periaatteita (2) Vastaa kysymyksiin: -Onko ryhmien välillä tilastollisesti merkitseviä eroja valittujen muuttujien suhteen? -Miten eri ryhmät voidaan parhaiten erotella toisistaan? -Mihin ryhmään kuuluu havainto, jonka ominaisuuden arvo tunnetaan?

42 Erotteluanalyysin periaatteita (3) SPSS: Classify -discriminant Grouping variable=ryhmittelymuuttuja Define range=ryhmittelymuuttu-jan ryhmät Independents=muuttujat, joilla ryhmiä pyritään erottelemaan Total of Equality of group means: merkitsevät muuttujat, joilla ryhmät eroavat Statistics:descriptives=means, within groups correlations, univariate Anovas

43 Erotteluanalyysin periaatteita (4) SPSS: Summary of Canonical Discriminant Functions Wilks n Lambdaan perusteella (significance=merkitsevyys) Standardized Canonical Function Coefficients=erottelufunktion kertoimet Functions at Group Cent- roids=erottelfunktion keskiarvot

44 Tehdään erotteluanalyysi uusien yritysten menestymistutkimuksen aineistolla uusien yritysten menestymistutkimuksen aineisto tiedosto yty1 SPSS: analyze: classify - discriminant grouping variable high, define range min=0, max=1 statistics: means, within group correlations muuttujat: ryhjoh, innov, tsuun, vuorov, w, d, e, m, s, si, ti, ryhmät: muuttuja high

45 Yhteenveto: Tilastollisten analysointi- menetelmien käyttökohteita T-testi: -kahden toisistaan riippumattoman ryhmän keskiarvojen testaukseen X 2 -riippumattomuustesti: -onko ristiintaulukossa kahden nominaaliasteikon tasoisen muuttujan välillä riippuvuutta Varianssianalyysi: -testataan, onko eri ryhmien välisissä keskiarvoissa eroja Ryhmittelyanalyysi: -käytetään yleensä moninaisen haastatteluaineiston tiivistämiseen, ryhmitellään useiden muuttujien antama informaatio yhteen muuttujaan

46 Yhteenveto: Tilastollisten analysointi- menetelmien käyttökohteita Erotteluanalyysi: -erotteluanalyysin avulla voidaan löytää ne ominaisuudet, joiden perustella tietyt ennalta annetut ryhmät eroavat eniten toisistaan Faktorianalyysi: Faktorianalyysin avulla etsitään havaittujen muuttujien avulla taustalla olevia tekijöitä ns. piilomuuttujia Regressioanalyysi: -haetaan parasta mahdollista selittävien muuttujien yhdistelmää ennustettaessa yhtä selitettävää muuttujaa Logistinen regressioanalyysi: -erikoistapaus regressioanalyysista- selitettävä muuttuja on kaksiluokkainen

47 SPSS-harjoituksia: tiedostona ktmaineisto 1) Ryhmittelyanalyysi: kysymys 5. liiketoiminnan tavoitteet. Kokeile eri ryhmittelyvaihtoehtoja (talleta kahden ryhmän ratkaisu) 2) Tarkista valitut ryhmät yksinkertaisella varianssianalyysilla. Kummassa ryhmässä painottuvat ne yritykset, joilla on kasvutavoitteita. 3) Logistinen regressioanalyysi: selitettävänä muuttujana tehtävän 1. valittu ryhmittelymuuttuja, selitettävinä muuttujina kysymyksen 10. vaikutukset. Kokeile eri mallivaihtoehtoja. 4) Erotteluanalyysi: vastaava tehtävä kuin kysymyksessä 3. 5) Tee liikevaihdon kasvua kuvaava muuttuja (tehtävä 2) vuodesta 2000 vuoteen Transform: compute targetvariable=liikevaik, 100* ((k3_3-k3_1)/k3_1) k3_1)/k3_1)

48 SPSS-harjoituksia: tiedostona ktmaineisto 6) Luokittele henkilökuntamäärä 2000 (alle 5- henkilön yritykset ja yli viiden henkilön yritykset) ja yrityksen ikä (kysymys 1): uudet vuosina perustetut yritykset ja vanhemmat yritykset (uudet muuttujat) recode-käsky; into different variables 7) T-testi: Luokiteltu henkilökuntamäärä ja yrityksen ikä sekä liiketoiminnan tavoitteet. 8) Logistinen regressioanalyysi: selitettävänä muuttujana tehtävän 1. valittu ryhmittelymuuttuja ja selittävinä muuttujina henkilökuntamäärä ja ikä (luokiteltuna), toiminnan kannattavuus ja kasvu. Kokeile eri mallivaihtoehtoja

49 SPSS-harjoituksia: tiedostona ktmaineisto 9) Logistinen regressioanalyysi: Tee uusi muuttuja kasvuprosentista alle 0 % ja yli 0 %. Käytä tätä selitettävänä muuttujana; selittävinä muuttujina vaikutukset kysymyksen 10 vaikutukset. Miksi malli ei ole hyvä? 10) Faktorianalyysi: Kysymyksen 10 vaikutukset. 11) X2-riippumattomuustesti: yrityksen ikä ja henkilökuntamäärä (luokitellut muuttujat). 12) Ryhmittelyanalyysi: vaikutukset kysymys 10 kaksi ryhmää.

50 SPSS-harjoituksia: tiedostona ktmaineisto 13) Logistinen regressioanalyysi: Selitettävänä muuttujana kysymyksen 5: liiketoiminnan tavoitteita koskevat ryhmät. Selittäjinä: henkilökunta ja ikä (luokitellut muuttujat) ja ryhmittelyanalyysilla tuotettu vaikutuksia koskevat ryhmät (kysymys 12). Kokeile useita mallivaihtoehtoja. 14) Korrelaatioanalyysi: Kysymyksen 5. Liiketoiminnan tavoitteet.

51 Ryhmätyö Esimerkkiartikkelit Ryhmä 1: Littunen, H. Birth and growth in new metal-based manufacturing and business service firms in Finland Ryhmä 2: Gibson, B. & Cassar, G. Planning Behaviour Variables in Small Firms Ryhmä 3: Littunen, H. & Hyrsky, K. The Early Entrepreneurial Stage in Finnish Family and Nonfamily Firms Ryhmä 4: Westhead, P. & Cowling, M. Family Firm Research: The Need for a Methodological Rethink

52 Ryhmätyö: Esimerkkiartikkelit Kuvailkaa artikkelin tutkimusongelma- ja tutkimushypoteesit? Miten ne liittyvät teoriaan? Minkälaista tutkimusaineistoa tutkimuksessa on käytetty ja mitä otantamenetelmiä? Selittäkää tutkimuksessa käytetyt tilastollisen menetelmän tulkinta ja miten tutkijat ovat päätyneet juuri artikkelissa esitettyihin tuloksiin? Mitkä ovat ko. artikkelin tulokset, johtopäätökset ja tutkimuksen rajaukset?

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

MONIMUUTTUJAMENETELMISTÄ RAKENNEYHTÄLÖMALLINNUKSEEN MUUTTUJIEN NORMAALISUUS. Statistics

MONIMUUTTUJAMENETELMISTÄ RAKENNEYHTÄLÖMALLINNUKSEEN MUUTTUJIEN NORMAALISUUS. Statistics MONIMUUTTUJAMENETELMISTÄ RAKENNEYHTÄLÖMALLINNUKSEEN 28.4.2016 MANNE KALLIO 2016 MUUTTUJIEN NORMAALISUUS : Frequencies Statistics Output: Skewness ja kurtosis -1 1 < 2 X std.error Skewnessin ja kurtosiksen

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

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

Data-analyysi II. Sisällysluettelo. Simo Kolppo [Type the document subtitle]

Data-analyysi II. Sisällysluettelo. Simo Kolppo [Type the document subtitle] Data-analyysi II [Type the document subtitle] Simo Kolppo 26.3.2014 Sisällysluettelo Johdanto... 1 Tutkimuskysymykset... 1 Aineistojen esikäsittely... 1 Economic Freedom... 1 Nuorisobarometri... 2 Aineistojen

Lisätiedot

Perusnäkymä yksisuuntaiseen ANOVAaan

Perusnäkymä yksisuuntaiseen ANOVAaan Metsämuuronen 2006. TTP Tutkimuksen tekemisen perusteet ihmistieteissä Taulukko.51.1 Analyysiin mukaan tulevat muuttujat Mja selite Merkitys mallissa F1 Ensimmäinen faktoripistemuuttuja Selitettävä muuttuja

Lisätiedot

Kandidaatintutkielman aineistonhankinta ja analyysi

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

Lisätiedot

[MTTTA] TILASTOMENETELMIEN PERUSTEET, KEVÄT 209 https://coursepages.uta.fi/mttta/kevat-209/ HARJOITUS 5 viikko 8 RYHMÄT: ke 2.5 3.45 ls. C6 Leppälä to 08.30 0.00 ls. C6 Korhonen to 2.5 3.45 ls. C6 Korhonen

Lisätiedot

YRITTÄJYYDEN TEORIAT, YRITTÄJYYSTUTKIMUS JA TUTKIMUSMETODOLOGIA Luennot ja kurssimoniste löytyy netistä www.uku.fi/~littunen KURSSIN SUORITUSTAVAT -luennot ja harjoitustyö -luentoja 20 tuntia (paikalla

Lisätiedot

Yleistetyistä lineaarisista malleista

Yleistetyistä lineaarisista malleista Yleistetyistä lineaarisista malleista Tilastotiede käytännön tutkimuksessa -kurssi, kesä 2001 Reijo Sund Klassinen lineaarinen malli y = Xb + e eli E(Y) = m, jossa m = Xb Satunnaiskomponentti: Y:n komponentit

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

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

4 Riippuvuus 1. Esimerkki 4. Korrelaation laskeminen SPSS-ohjelmalla rajatusta aineistosta

4 Riippuvuus 1. Esimerkki 4. Korrelaation laskeminen SPSS-ohjelmalla rajatusta aineistosta 4 Riippuvuus 1 Esimerkki 4. Korrelaation laskeminen SPSS-ohjelmalla rajatusta aineistosta x 2 = sisaruksien luku- Tarkastellaan äidin ja lapsen pituuden välistä riippuvuutta havaintomatriisilla, joka on

Lisätiedot

Harjoitus 9: Excel - Tilastollinen analyysi

Harjoitus 9: Excel - Tilastollinen analyysi Harjoitus 9: Excel - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen regressioanalyysiin

Lisätiedot

Regressioanalyysi. Vilkkumaa / Kuusinen 1

Regressioanalyysi. Vilkkumaa / Kuusinen 1 Regressioanalyysi Vilkkumaa / Kuusinen 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Halutaan selittää selitettävän muuttujan havaittujen arvojen vaihtelua selittävien muuttujien havaittujen

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

TKMS7a-f/LRS20a-f/MAS2/KVS2/TMS82a-f/JOM/TJM/YRM Monimuuttujamenetelmien soveltaminen taloustieteissä. Tentti

TKMS7a-f/LRS20a-f/MAS2/KVS2/TMS82a-f/JOM/TJM/YRM Monimuuttujamenetelmien soveltaminen taloustieteissä. Tentti TKMS7a-f/LRS20a-f/MAS2/KVS2/TMS82a-f/JOM/TJM/YRM Monimuuttujamenetelmien soveltaminen taloustieteissä Tentti 13.5.2014 Moduuli a: Faktorianalyysi Jos olet samaa mieltä esitetyn väitteen kanssa vastaa K,

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

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 22. marraskuuta 2007 Antti Rasila () TodB 22. marraskuuta 2007 1 / 17 1 Epäparametrisia testejä (jatkoa) χ 2 -riippumattomuustesti 2 Johdatus regressioanalyysiin

Lisätiedot

, Määrälliset tutkimusmenetelmät 2 4 op

, Määrälliset tutkimusmenetelmät 2 4 op 6206209, Määrälliset tutkimusmenetelmät 2 4 op Jyrki Reunamo, Helsingin yliopisto, Opettajankoulutuslaitos 19.2.2015 1 Varianssianalyysi (Pallant 2007, Tähtinen & Isoaho 2001) Verrataan ryhmien keskiarvoja.

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

MTTTP1, luento KERTAUSTA

MTTTP1, luento KERTAUSTA 25.9.2018/1 MTTTP1, luento 25.9.2018 KERTAUSTA Varianssi, kaava (2) http://www.sis.uta.fi/tilasto/mtttp1/syksy2018/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

Lumipallo regressioanalyysista. Logistinen regressioanalyysi. Soveltuvan menetelmän valinta. Regressioanalyysi. Logistinen regressioanalyysi I

Lumipallo regressioanalyysista. Logistinen regressioanalyysi. Soveltuvan menetelmän valinta. Regressioanalyysi. Logistinen regressioanalyysi I Lumipallo regressioanalyysista jokainen kirjoittaa lapulle yhden lauseen regressioanalyysista ja antaa sen seuraavalle Logistinen regressioanalyysi Y250. Kvantitatiiviset menetelmät (6 op) Hanna Wass tutkijatohtori

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

MTTTP1, luento KERTAUSTA

MTTTP1, luento KERTAUSTA 19.3.2019/1 MTTTP1, luento 19.3.2019 KERTAUSTA Varianssi, kaava (2) http://www.sis.uta.fi/tilasto/mtttp1/syksy2018/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

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

SPSS ohje. Metropolia Business School/ Pepe Vilpas

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

Lisätiedot

Tilastollisen analyysin perusteet Luento 9: Moniulotteinen lineaarinen. regressio

Tilastollisen analyysin perusteet Luento 9: Moniulotteinen lineaarinen. regressio Tilastollisen analyysin perusteet Luento 9: lineaarinen lineaarinen Sisältö lineaarinen lineaarinen lineaarinen Lineaarinen Oletetaan, että meillä on n kappaletta (x 1, y 1 ), (x 2, y 2 )..., (x n, y n

Lisätiedot

Tulkitse tulokset. Onko muuttujien välillä riippuvuutta? Jos riippuvuutta on, niin millaista se on?

Tulkitse tulokset. Onko muuttujien välillä riippuvuutta? Jos riippuvuutta on, niin millaista se on? Tilastollinen tietojenkäsittely / SPSS Harjoitus 4 Tarkastellaan ensin aineistoa KUNNAT. Koska kyseessä on kokonaistutkimus, riittää, että tutkit tunnuslukujen arvoja ja teet niiden perusteella päätelmiä.

Lisätiedot

Regressioanalyysi. Kuusinen/Heliövaara 1

Regressioanalyysi. Kuusinen/Heliövaara 1 Regressioanalyysi Kuusinen/Heliövaara 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun joidenkin

Lisätiedot

xi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n =

xi = yi = 586 Korrelaatiokerroin r: SS xy = x i y i ( x i ) ( y i )/n = SS xx = x 2 i ( x i ) 2 /n = 1. Tutkitaan paperin ominaispainon X(kg/dm 3 ) ja puhkaisulujuuden Y (m 2 ) välistä korrelaatiota. Tiettyä laatua olevasta paperierästä on otettu satunnaisesti 10 arkkia ja määritetty jokaisesta arkista

Lisätiedot

Tilastollisen analyysin perusteet Luento 7: Lineaarinen regressio

Tilastollisen analyysin perusteet Luento 7: Lineaarinen regressio Tilastollisen analyysin perusteet Luento 7: Lineaarinen regressio Sisältö Regressioanalyysissä tavoitteena on tutkia yhden tai useamman selittävän muuttujan vaikutusta selitettävään muuttujaan. Sen avulla

Lisätiedot

MATHM Hypermedian jatko-opintoseminaari

MATHM Hypermedian jatko-opintoseminaari Erotteluanalyysi 24.3.2006 Miika Huikkola MATHM-67500 Hypermedian jatko-opintoseminaari Olemme käsitelleet tähän mennessä seuraavia tilastollisia menetelmiä ja datan analyysimenelmiä Regressioanalyysi

Lisätiedot

Esim Brand lkm keskiarvo keskihajonta A ,28 5,977 B ,06 3,866 C ,95 4,501

Esim Brand lkm keskiarvo keskihajonta A ,28 5,977 B ,06 3,866 C ,95 4,501 Esim. 2.1.1. Brand lkm keskiarvo keskihajonta A 10 251,28 5,977 B 10 261,06 3,866 C 10 269,95 4,501 y = 260, 76, n = 30 SS 1 = (n 1 1)s 2 1 = (10 1)5, 977 2 321, 52 SS 2 = (n 2 1)s 2 2 = (10 1)3, 8662

Lisätiedot

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 9. luento. Pertti Palo

FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. 9. luento. Pertti Palo FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa 9. luento Pertti Palo 22.11.2012 Käytännön asioita Eihän kukaan paikallaolijoista tee 3 op kurssia? 2. seminaarin ilmoittautuminen. 2. harjoitustyön

Lisätiedot

4.1 Frekvenssijakauman muodostaminen tietokoneohjelmilla

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

Lisätiedot

805306A Johdatus monimuuttujamenetelmiin, 5 op

805306A Johdatus monimuuttujamenetelmiin, 5 op monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Faktorianalyysi (Factor analysis) Faktorianalyysi jaetaan perinteisesti kahteen osaan Eksploratiiviseen (explorative factor analysis)

Lisätiedot

Johdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1

Johdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1 Johdatus varianssianalyysiin Vilkkumaa / Kuusinen 1 Motivointi Luento 4: kahden riippumattoman otoksen odotusarvoja voidaan vertailla t-testillä H 0 : μ 1 = μ 2, T = ˉX 1 ˉX 2 s 2 1 + s2 2 n 1 n 2 a t(min[(n

Lisätiedot

Otannasta ja mittaamisesta

Otannasta ja mittaamisesta Otannasta ja mittaamisesta Tilastotiede käytännön tutkimuksessa - kurssi, kesä 2001 Reijo Sund Aineistot Kvantitatiivisen tutkimuksen aineistoksi kelpaa periaatteessa kaikki havaintoihin perustuva informaatio,

Lisätiedot

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Tilastollinen testaus. Vilkkumaa / Kuusinen 1 Tilastollinen testaus Vilkkumaa / Kuusinen 1 Motivointi Viime luennolla: havainnot generoineen jakauman muoto on usein tunnettu, mutta parametrit tulee estimoida Joskus parametreista on perusteltua esittää

Lisätiedot

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat: Yksisuuntainen varianssianalyysi Bartlettin testi, Bonferronin menetelmä, F-testi, Jäännösneliösumma, χ 2 -testi, Kokonaiskeskiarvo,

Lisätiedot

805306A Johdatus monimuuttujamenetelmiin, 5 op

805306A Johdatus monimuuttujamenetelmiin, 5 op monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Lineaarinen erotteluanalyysi (LDA, Linear discriminant analysis) Erotteluanalyysin avulla pyritään muodostamaan selittävistä muuttujista

Lisätiedot

Usean selittävän muuttujan regressioanalyysi

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

Lisätiedot

Tilastolliset ohjelmistot 805340A. Pinja Pikkuhookana

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

Lisätiedot

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

Lauri Tarkkonen: Erottelu analyysi

Lauri Tarkkonen: Erottelu analyysi Lauri Tarkkonen: Erottelu analyysi Erotteluanalyysin ongelma on kaksijakoinen:. Mikä havaittujen muuttujien (x i ) lineaarinen yhdistely erottaa mahdollisimman hyvin toisistaan tunnetut ryhmät? Siis selitettävä

Lisätiedot

Frequencies. Frequency Table

Frequencies. Frequency Table GET FILE='C:\Documents and Settings\haukkala\My Documents\kvanti\kvanti_harjo'+ '_label.sav'. DATASET NAME DataSet WINDOW=FRONT. FREQUENCIES VARIABLES=koulv paino /ORDER= ANALYSIS. Frequencies [DataSet]

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

MTTTP5, luento Luottamusväli, määritelmä

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

Lisätiedot

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin Tilastollisen analyysin perusteet Luento 10: Sisältö Varianssianalyysi Varianssianalyysi on kahden riippumattoman otoksen t testin yleistys. Varianssianalyysissä perusjoukko koostuu kahdesta tai useammasta

Lisätiedot

Kaksisuuntainen varianssianalyysi. Vilkkumaa / Kuusinen 1

Kaksisuuntainen varianssianalyysi. Vilkkumaa / Kuusinen 1 Kaksisuuntainen varianssianalyysi Vilkkumaa / Kuusinen 1 Motivointi Luennot 6 ja 7: yksisuuntaisella varianssianalyysilla testataan ryhmäkohtaisten odotusarvojen yhtäsuuruutta, kun perusjoukko on jaettu

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 8. marraskuuta 2007 Antti Rasila () TodB 8. marraskuuta 2007 1 / 18 1 Kertausta: momenttimenetelmä ja suurimman uskottavuuden menetelmä 2 Tilastollinen

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

VARIANSSIANALYYSI ANALYSIS OF VARIANCE

VARIANSSIANALYYSI ANALYSIS OF VARIANCE VARIANSSIANALYYSI ANALYSIS OF VARIANCE 1 Suomalaisten aikuisten pituusjakauma:.8.7.6.5.4.3.2.1 14 15 16 17 18 19 2 21 Jakauma ei ole normaali, sen olettaminen sellaiseksi johtaa virheellisiin päätelmiin.

Lisätiedot

SPSS OPAS. Metropolia Liiketalous

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

Lisätiedot

voidaan hylätä, pienempi vai suurempi kuin 1 %?

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

Lisätiedot

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu

MTTTA1 Tilastomenetelmien perusteet 5 op Luento , osa 1. 1 Kokonaisuudet johon opintojakso kuuluu 5.3.2018/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 5.3.2018, osa 1 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2017

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

MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)

MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) Aalto-yliopisto 2017 Käytännön järjestelyt Luennot: Luennot maanantaisin (sali E) ja keskiviikkoisin (sali U4) klo 10-12 Luennoitsija: (lauri.viitasaari@aalto.fi)

Lisätiedot

Sisällysluettelo 6 REGRESSIOANALYYSI. Metsämuuronen: Monimuuttujamenetelmien perusteet SPSS-ympäristössä ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...

Sisällysluettelo 6 REGRESSIOANALYYSI. Metsämuuronen: Monimuuttujamenetelmien perusteet SPSS-ympäristössä ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON... Sisällysluettelo ALKUSANAT... 4 ALKUSANAT E-KIRJA VERSIOON...5 SISÄLLYSLUETTELO... 6 LYHYT SANASTO VASTA-ALKAJILLE... 7 1. MONIMUUTTUJAMENETELMÄT IHMISTIETEISSÄ... 9 1.1 MONIMUUTTUJA-AINEISTON ERITYISPIIRTEITÄ...

Lisätiedot

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle - Sisältö - - - Varianssianalyysi Varianssianalyysissä (ANOVA) testataan oletusta normaalijakautuneiden otosten odotusarvojen

Lisätiedot

Opinnäytetyön ja harjoitustöiden tekijöille

Opinnäytetyön ja harjoitustöiden tekijöille SPSS-OPAS Opinnäytetyön ja harjoitustöiden tekijöille Petri Kainulainen 15.5.2008 Iisalmen tulosalue Opas SISÄLTÖ 1 YLEISTÄ... 3 2 AINEISTON TALLENNUS... 3 3 MUUTTUJIEN MITTA-ASTEIKOT... 7 4 MUUTTUJIEN

Lisätiedot

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä

Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä Tilastollisen analyysin perusteet Luento 8: Lineaarinen regressio, testejä ja luottamusvälejä arvon Sisältö arvon Bootstrap-luottamusvälit arvon arvon Oletetaan, että meillä on n kappaletta (x 1, y 1 ),

Lisätiedot

Prospektiteoreettinen näkökulma

Prospektiteoreettinen näkökulma Miten paljon saneerausohjelmien onnistumiseen vaikuttaa yrittäjän kannustimet? Prospektiteoreettinen näkökulma Tapio Laakso 29.1.2010 Onnistumisen hyöty yrittäjälle vs. keskeytymisriski (Selvittäjän rooli?

Lisätiedot

Ongelma: Poikkeaako perusjoukon suhteellinen osuus vertailuarvosta?

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

Lisätiedot

MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op)

MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) MS-C2103 Koesuunnittelu ja tilastolliset mallit (5 op) Aalto-yliopisto 2016 Käytannön järjestelyt Luennot: Luennot ma 4.1. (sali E) ja ti 5.1 klo 10-12 (sali C) Luennot 11.1.-10.2. ke 10-12 ja ma 10-12

Lisätiedot

SPSS-ohjeita. Metropolia Pertti Vilpas

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

Lisätiedot

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

Kaisa Kirves. kaisa.kirves@uta.fi. Tampereen yliopisto, YKY, psykologia

Kaisa Kirves. kaisa.kirves@uta.fi. Tampereen yliopisto, YKY, psykologia Ma a ra lliseen aineistoon perustuvien tutkielmien menetelma opas Kaisa Kirves kaisa.kirves@uta.fi Tampereen yliopisto, YKY, psykologia Esipuhe Ohjasin kevään 2013 aikana Tampereen yliopiston psykologian

Lisätiedot

Tässä harjoituksessa käydään läpi R-ohjelman käyttöä esimerkkidatan avulla. eli matriisissa on 200 riviä (havainnot) ja 7 saraketta (mittaus-arvot)

Tässä harjoituksessa käydään läpi R-ohjelman käyttöä esimerkkidatan avulla. eli matriisissa on 200 riviä (havainnot) ja 7 saraketta (mittaus-arvot) R-ohjelman käyttö data-analyysissä Panu Somervuo 2014 Tässä harjoituksessa käydään läpi R-ohjelman käyttöä esimerkkidatan avulla. 0) käynnistetään R-ohjelma Huom.1 allaolevissa ohjeissa '>' merkki on R:n

Lisätiedot

Kaksisuuntaisen varianssianalyysin tilastollisessa malli voidaan esittää seuraavassa muodossa:

Kaksisuuntaisen varianssianalyysin tilastollisessa malli voidaan esittää seuraavassa muodossa: Mat-.03 Koesuunnittelu ja tilastolliset mallit Mat-.03 Koesuunnittelu ja tilastolliset mallit / Ratkaisut Aiheet: Avainsanat: Kaksisuuntainen varianssianalsi Aritmeettinen keskiarvo, Estimointi, F-testi,

Lisätiedot

Monitasomallit koulututkimuksessa

Monitasomallit koulututkimuksessa Metodifestivaali 9.5.009 Monitasomallit koulututkimuksessa Mitä ihmettä? Antero Malin Koulutuksen tutkimuslaitos Jyväskylän yliopisto 009 1 Tilastollisten analyysien lähtökohta: Perusjoukolla on luonnollinen

Lisätiedot

JY / METODIFESTIVAALI 2013 PRE-KURSSI: KYSELYTUTKIMUS DEMOT

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

Lisätiedot

Johdatus regressioanalyysiin. Heliövaara 1

Johdatus regressioanalyysiin. Heliövaara 1 Johdatus regressioanalyysiin Heliövaara 1 Regressioanalyysin idea Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun selittävien muuttujien havaittujen arvojen

Lisätiedot

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA Mat-2.104 Tilastollisen analyysin perusteet / Ratkaisut Aiheet: Avainsanat Päättely yhden selittäjän lineaarisesta regressiomallista Ennustaminen, Ennuste, Ennusteen luottamusväli, Estimaatti, Estimaattori,

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

Ellei tutkijalla ole käsitystä mittauksensa validiteetista ja reliabiliteetista, ei johtopäätöksillä

Ellei tutkijalla ole käsitystä mittauksensa validiteetista ja reliabiliteetista, ei johtopäätöksillä Lauri Tarkkonen: Validiteetti ja reliabiliteetti 1 Ellei tutkijalla ole käsitystä mittauksensa validiteetista ja reliabiliteetista, ei johtopäätöksillä ole pohjaa. Rakennevaliditeetin estimoiminen 1. Mitattavan

Lisätiedot

Muuttujien väliset riippuvuudet esimerkkejä

Muuttujien väliset riippuvuudet esimerkkejä Tarja Heikkilä Muuttujien väliset riippuvuudet esimerkkejä Sisältö MUUTTUJIEN VÄLISTEN YHTEYKSIEN TUTKIMINEN TILASTOLLINEN TESTAUS MERKITSEVYYSTASO MUUTTUJIEN VÄLISTEN YHTEYKSIEN TUTKIMINEN SPSS-OHJELMALLA

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

I Tilastollisen aineiston ja analyysin edellytysten tarkistaminen. - Muunnokset, uudelleen koodaaminen, summamuuttujien luominen

I Tilastollisen aineiston ja analyysin edellytysten tarkistaminen. - Muunnokset, uudelleen koodaaminen, summamuuttujien luominen I Tilastollisen aineiston ja analyysin edellytysten tarkistaminen - Muuttujien jakauman tarkistus - Muunnokset, uudelleen koodaaminen, summamuuttujien luominen - Puuttuva tieto ja sen käsittely - Kuvaileva

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-2.2104 Tilastollisen analyysin perusteet, kevät 2007 2. luento: Tilastolliset testit Kai Virtanen 1 Tilastollinen testaus Tutkimuksen kohteena olevasta perusjoukosta esitetään väitteitä oletuksia joita

Lisätiedot

ABHELSINKI UNIVERSITY OF TECHNOLOGY

ABHELSINKI UNIVERSITY OF TECHNOLOGY Tilastollinen testaus Tilastollinen testaus Tilastollisessa testauksessa tutkitaan tutkimuskohteita koskevien oletusten tai väitteiden paikkansapitävyyttä havaintojen avulla. Testattavat oletukset tai

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-.14 Tilastollisen analyysin perusteet, kevät 7 7. luento: Tarina yhden selittään lineaarisesta regressiomallista atkuu Kai Virtanen 1 Luennolla 6 opittua Kuvataan havainnot (y, x ) yhden selittään

Lisätiedot

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1 Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1 Odotusarvoparien vertailu Jos yksisuuntaisen varianssianalyysin nollahypoteesi H 0 : µ 1 = µ 2 = = µ k = µ hylätään tiedetään, että ainakin kaksi

Lisätiedot

805306A Johdatus monimuuttujamenetelmiin, 5 op

805306A Johdatus monimuuttujamenetelmiin, 5 op monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Johdatus monimuuttujamenetelmiin Luennot 30.10.13.12.-18 Tiistaina klo 12-14 (30.10., BF119-1) Keskiviikkoisin klo 10-12 (MA101,

Lisätiedot

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu

MTTTA1 Tilastomenetelmien perusteet 5 op Luento Kokonaisuudet johon opintojakso kuuluu 10.1.2019/1 MTTTA1 Tilastomenetelmien perusteet 5 op Luento 10.1.2019 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=14600 &idx=1&uilang=fi&lang=fi&lvv=2018 10.1.2019/2

Lisätiedot

voidaan hylätä, pienempi vai suurempi kuin 1 %?

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

Lisätiedot

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas

TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas Ilman Ruotsia: r = 0.862 N Engl J Med 2012; 367:1562-1564. POIKKEAVAN HAVAINNON VAIKUTUS PAIRWISE VAI LISTWISE? Kun aineistossa on muuttujia, joilla

Lisätiedot

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1 Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1 Odotusarvoparien vertailu Jos yksisuuntaisen varianssianalyysin nollahypoteesi H 0 : µ 1 = µ 2 = = µ k = µ hylätään, tiedetään, että ainakin

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

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

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

Lisätiedot

Tilastollisten menetelmien perusteet II TILTP3 Luentorunko

Tilastollisten menetelmien perusteet II TILTP3 Luentorunko Tilastollisten menetelmien perusteet II TILTP3 Luentorunko Raija Leppälä 29. helmikuuta 2012 Sisältö 1 Johdanto 2 1.1 Jatkuvista jakaumista 2 1.1.1 Normaalijakauma 2 1.1.2 Studentin t-jakauma 3 1.2 Satunnaisotos,

Lisätiedot

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1 Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että

Lisätiedot

edellyttää valintaa takaisinpanolla Aritmeettinen keskiarvo Jos, ½ Ò muodostavat satunnaisotoksen :n jakaumasta niin Otosvarianssi Ë ¾

edellyttää valintaa takaisinpanolla Aritmeettinen keskiarvo Jos, ½ Ò muodostavat satunnaisotoksen :n jakaumasta niin Otosvarianssi Ë ¾ ËØÙ ÓØÓ Ø Mitta-asteikot Nominaali- eli laatueroasteikko Ordinaali- eli järjestysasteikko Intervalli- eli välimatka-asteikko ( nolla mielivaltainen ) Suhdeasteikko ( nolla ei ole mielivaltainen ) Otos

Lisätiedot

805306A Johdatus monimuuttujamenetelmiin, 5 op

805306A Johdatus monimuuttujamenetelmiin, 5 op monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Logistinen regressioanalyysi Vastemuuttuja Y on luokiteltu muuttuja Pyritään mallittamaan havaintoyksikön todennäköisyyttä kuulua

Lisätiedot

Christina Gustafsson. Tilastollinen tietojenkäsittely STAT2100 IBM SPSS Statistics 22 for Windows Osa 3

Christina Gustafsson. Tilastollinen tietojenkäsittely STAT2100 IBM SPSS Statistics 22 for Windows Osa 3 Christina Gustafsson Tilastollinen tietojenkäsittely STAT2100 IBM SPSS Statistics 22 for Windows Osa 3 Kevät 2014 SISÄLLYSLUETTELO 9. REGRESSIOSTA... 2 10. EPÄPARAMETRISIA TESTEJÄ... 7 10.1. Kahden riippumattoman

Lisätiedot

SEM1, työpaja 2 (12.10.2011)

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

Lisätiedot

TESTINVALINTATEHTÄVIEN VASTAUKSET

TESTINVALINTATEHTÄVIEN VASTAUKSET TESTINVALINTATEHTÄVIEN VASTAUKSET Vastaukset on merkitty keltaisella, muuttujien mittaustasot muuttujan kuvauksen perässä ja muu osa vastauksesta kysymyksen perässä. Tehtävä 1. Talousmatematiikan kurssin

Lisätiedot

Mat Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-.104 Tilastollisen analyysin perusteet, kevät 007 8. luento: Usean selittäjän lineaarinen regressiomalli Kai Virtanen 1 Usean selittäjän lineaarinen regressiomalli Selitettävän muuttujan havaittujen

Lisätiedot