Kvantitatiiviset menetelmät Soveltuvan menetelmän valinta SELITETTÄVÄ MUUTTUJA Pienryhmäkokoontumisissa tarvitaan EK0- aineiston haastattelulomake. Sen voi tulostaa verkosta. Linkki löytyy kurssin kotisivulta: http://www.valt.helsinki.fi/staff/mmattila/kvanti/ SELITTÄVÄ MUUTTUJA Laatuero- tai järjestysasteikko Välimatka- tai suhdelukuasteikko Laatuero- tai järjestysasteikko - Ristiintaulukointi - Log-lineaariset mallit - Logistinen regressio - Multinomiaalinen regressio Välimatka- tai suhdelukuasteikko -Varianssianalyysi -Regressioanalyysi Mikko Mattila 00 Mikko Mattila 00 Joidenkin käsitteiden mittaaminen yhdellä muuttujalla mahdotonta tarvitaan useita samaa ilmiötä mittaavia muuttujia Faktori on piilevä (eli latentti), ei suoraan havaittavissa oleva, konstruktio, jonka olemassaolo päätellään mitattavissa olevista muuttujista Esimerkkejä faktoreista: konservatiivisuus, sosiaalisuus, vieraantuminen, älykkyys Faktoreita tutkitaan faktorianalyysin avulla Eksploratiivinen faktorianalyysi Aineistolähtöinen menetelmä Ei vahvoja etukäteisoletuksia faktoreiden määrästä tai niihin liittyvistä muuttujista Konfirmatorinen faktorianalyysi Teorialähtöinen menetelmä Tutkijalla etukäteen hypoteesit faktorirakenteesta Mikko Mattila 00 Mikko Mattila 00 Eksploratiivinen faktorianalyysi tavoitteena mittauksen reliabiliteetin ja validiteetin parantaminen sekä informaation tiivistäminen kertoo kuinka monta faktoria muuttujajoukosta löytyy mitkä muuttujat muodostavat ( latautuvat ) kunkin faktorin tulkinta kuinka paljon faktorit pystyvät selittämään havaittujen muuttujien hajontaa Mikko Mattila 00 n perusidea Faktori Faktori Muuttuja Muuttuja Muuttuja Muuttuja Faktorit selittävät havaittuja muuttujia. Kuvio on visualisoinnin vuoksi yksinkertaistettu, oikeastaan kummastakin faktorista tulisi lähteä nuoli jokaiseen havaittuun muuttujaan. Muuttuja n tuloksena saadaan tieto siitä, kuinka Muuttuja 6 monta faktoria tarvitaan selittämään havaittuja muuttujia Muuttuja 7 ja mitkä muuttuja latautuvat kullakin faktorilla. Mikko Mattila 00 6
Faktorilataukset Faktorilataukset kuvaavat havaittujen muuttujien ja faktorin yhteyden vahvuutta (eli edellisen kuvion nuolien vahvuutta ) Saavat arvoja ja välillä Negatiivinen lataus kertoo että ko. muuttuja korreloi negatiivisesti faktorin kanssa Mitä lähempänä faktorilatauksen itseisarvo on yhtä, sitä voimakkaammin havaittu muuttuja latautuu faktorilla Ei ole yksikäsitteistä sääntöä sille, kuinka suuri latauksen tulee olla, jotta se olisi merkittävä Faktorin ominaisarvo Ominaisarvot (engl. eigenvalue) kuvaavat sitä, kuinka hyvin faktorit pystyvät selittämään havaittujen muuttujien vaihtelua Jatkoanalyysiin otetaan yleensä vain sellaiset faktorit, joiden ominaisarvo on yhtä suurempi (>) Kun ominaisarvo jaetaan muuttujien määrällä saadaan faktorin selitysosuus Mitä suurempi selitysosuus on, sitä paremmin faktori pystyy kuvaamaan havaittujen muuttujien hajontaa Mikko Mattila 00 7 Mikko Mattila 00 8 Muuttujan kommunaliteetti Kommunaliteetit kertovat, kuinka suuri osuus havaittujen muuttujien vaihtelusta pystytään selittämään kaikkien faktoreiden avulla Mitä lähempänä yhtä () kommunaliteetti on, sitä paremmin faktorit selittävät muuttujan vaihtelua Jos muuttujan kommunaliteetti on pieni, kannattaa harkita sen pudottamista pois analyysista, koska mikään faktoreista ei pysty selittämään sen arvoja Rotaatio Rotaation avulla faktorilatausten saadaan tulkinta yksinkertaisemmaksi Rotaatio ei vaikutu tuloksiin, se tekee ne vain helpommin tulkittaviksi kannattaa aina käyttää Rotaatiolla tarkoitetaan faktoriakselien kiertämistä siten, että faktorirakenne tulee selkeämmäksi Kaksi eri lähestymistapaa: suorakulma- ja vinokulmarotaatio Ns. varimax-rotaatio yleisimmin käytetty menetelmä Mikko Mattila 00 9 Mikko Mattila 00 0 Lyhenne sosiaaliturva kulkuneuvo verovilppi varastettu tavara lahjukset Koko kysymys Vaatia sairauskorvaus tai sosiaaliturvaetu, johon ei ole oikeutta Jättää maksamatta julkisessa kulkuneuvossa Tehdä verovilppiä, jos tilaisuus sallii homoseksuaalisuus Homoseksuaalisuus prostituutio abortti avioero eutanasia itsemurha Ostaa tavaraa, jonka tietää olevan varastettua Lahjusten ottaminen virkatehtävien hoidossa Prostituutio Abortti Avioero Eutanasia, parantumattomasti sairaiden elämän lopettaminen Itsemurha Voisitteko sanoa jokaisesta seuraavaksi luettelemastani asiasta, ovatko ne aina hyväksyttäviä, ei koskaan hyväksyttäviä vai jotain siltä väliltä?. Vastaajat ilmaisivat hyväksymisensä asteen valitsemalla vastauksensa väliltä -0 niin, että arvo tarkoitti ei koskaan hyväksyttävä ja arvo 0 aina hyväksyttävä. Muuttuja Faktori kulkuneuvo 0, 0,69 0, verovilppi 0,8 0,68 0,0 varastettu tavara 0, 0,7 0,8 lahjukset 0,0 0, 0,0 homoseksuaalisuus 0,6 0,0 0, eutanasia 0,6 0, 0,9 itsemurha 0,0 0, 0,7 Ominaisarvo,7,7 Selitysosuus,0% 9,8% tuotti kaksi faktoria. Ensimmäinen faktori selittää % havaittujen muuttujien hajonnasta, toinen 0% eli yhteensä %. n keskeisin haaste on löytää faktoreille mielekäs sisällöllinen tulkinta. Mikko Mattila 00 Mikko Mattila 00
Muuttuja Faktori kulkuneuvo 0, 0,69 0, verovilppi 0,8 0,68 0,0 varastettu tavara 0, 0,7 0,8 lahjukset 0,0 0, 0,0 homoseksuaalisuus 0,6 0,0 0, eutanasia 0,6 0, 0,9 itsemurha 0,0 0, 0,7 Ominaisarvo,7,7 Selitysosuus,0% 9,8% Faktorin ominaisarvo saadaan laskemalla yhteen kaikkien latausten neliöt. Ensimmäinen faktori: 0,0 + 0, + 0,8 + + 0,0 =,7 Faktorin selitysosuus saadaan jakamalla ominaisarvo muuttujien määrällä:,7 / = 0, Muuttuja Faktori kulkuneuvo 0, 0,69 0, verovilppi 0,8 0,68 0,0 varastettu tavara 0, 0,7 0,8 lahjukset 0,0 0, 0,0 homoseksuaalisuus 0,6 0,0 0, eutanasia 0,6 0, 0,9 itsemurha 0,0 0, 0,7 Ominaisarvo,7,7 Selitysosuus,0% 9,8% Kommunaliteetti kertoo, kuinka hyvin kaikki faktorit pystyvät selittämään yksittäistä havaittua muuttujaa. Sosiaaliturva - muuttujan kommunaliteetti: 0,0 + 0, = 0,7 Mikko Mattila 00 Mikko Mattila 00 Faktoripisteet Faktoripisteet kuvaavat yksittäisten havaintojen sijoittumista faktoreilla Pisteet lasketaan painotettuna keskiarvona havaittujen muuttujien arvoista, painoina käytetään faktorilatauksia (lisäksi pisteet standardisoidaan niin, että keskiarvo=0 ja keskihajonta=) Voidaan käyttää jatkoanalyysissa joko selitettävinä tai selittävinä muuttujina Muuttujista voidaan myös muodostaa summamuuttujia faktorianalyysin tulosten pohjalta Faktoripisteet Ryhmä Keskiarvo ensimmäisellä faktorilla ( Vapaamielisyys ) Keskiarvo toisella faktorilla ( Lainkuuliaisuus ) Alle -vuotiaat 0,7 0,7 60-vuotta tai yli -0, -0, Nainen -0,0-0, Mies 0,0 0, Ei ammatillista koulutusta -0, 0,0 Korkeakoulututkinto 0,0-0, Mikko Mattila 00 Mikko Mattila 00 6 Konfirmatorinen faktorianalyysi Lähtökohtana teoriaan perustuva oletus aineiston faktorirakenteesta Etukäteishypoteesit faktorien määrästä ja niillä latautuvista muuttujista Analyysin tuloksien avulla voidaan arvioida, kuinka hyvin oletukset pitivät paikkansa Eurobarometri (00): In general, do you pay attention to news about each of the following? Politics, Social issues (such as education, health care ), European Union, Economy, Sport, Environment, International affairs, Culture = a lot of attention = a little attention = no attention at all Mikko Mattila 00 7 Mikko Mattila 00 8
Communalities Initial Extraction.98.0.90..86.79.0.96.79E-0.96E-0.8.87..6.6.7 Extraction sarake kertoo muuttujien kommunaliteetin sen jälkeen kun valittu määrä faktoreita on uutettu aineistosta. Mikko Mattila 00 9 6 7 8 Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %.7 0.76 0.76.7.99.99.67 0.88 0.88.06.9.008..0 9.9.8 8. 9.9.97.8 6.90.670 8.69 7.99.60 7.6 8.79.9 6.99 88.70.98 6.0 9.800.6.00 00.000 Alussa SPSS-ohjelma laskee aineistosta yhtä monta faktoria kuin analyysiin on valittu muuttujia. Näistä faktoreista kahdella on ominaisarvo suurempi kuin yksi. Aineistoa kuvaa siis parhaiten kahden faktorin ratkaisu. Nämä kaksi faktoria pystyvät selittämään 9% havaittujen muuttujien hajonnasta. Mikko Mattila 00 0 Matrix a.7.680.679.9.7.9.09.0 a. Attempted to extract factors. More than iterations required. (Convergence=.68E-0). Extraction was terminated. Tässä on faktorianalyysin tulokset ennen rotaatiota. Niitä ei kuitenkaan kannata tuijotella liikaa, koska tulokset ovat paljon selkeämmät rotaation jälkeen. Mikko Mattila 00 Rotated Matrix a.77.96.79.67..7.6.0. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in iterations. Tuloksista voi päätellä, että suomaiset uutisten seuraajat jakautuvat niihin, jotka seuraavat kovia uutisia ja niihin jotka seuraavat pehmeitä uutisia. Urheilun seuraajat eivät kuulu kumpaankaan joukkoon. He muodostavat luultavasti oman faktorinsa. Jos näin on, oheinen analyysi ei pysty sitä kertomaan, koska faktorianalyysissa etsitään muuttujia, jotka korreloivat keskenään. Mikko Mattila 00 EB (00) Muodostaako suomalaisten luottamus eri EU-instituutioihin yhden vai useita faktoreita? Vastaajilta kysyttiin luottamusta yhdeksään EU:n toimielimeen (vaihtoehdot: luottaa=, ei luota=) Euroopan parlamentti, komissio, neuvosto, oikeusistuin, oikeusasiamies, keskuspankki, tilintarkastustuomioistuin, alueiden komitea, sosiaali- ja talouskomitea Mikko Mattila 00 6 7 8 9 Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 7.060 78.0 78.0 6.8 7.8 7.8.6.8 8.8.0.67 87.9.7.00 90.99.7.69 9.6.89.0 9.7.6.8 97.9..69 99. 6.8E-0.77 00.000 Kaikki havaitut muuttujat latautuvat samalla faktorilla, joka selittää 76% hajonnasta. Siis suomalaiset eivät erottele instituutioita niihin kohdistuvan luottamuksen perusteella. Jos luottaa yhteen, todennäköisesti luottaa myös muihin ja päinvastoin. Mikko Mattila 00
Matrix a Q SOC&ECONOM.97 COMMITTEE - TRUST Q COMMITTEE OF.907 REGIONS - TRUST Q COUNCIL OF.90 MINISTERS - TRUST.89 PARLIAMENT - TRUST Q EU COURT OF.888 AUDITORS - TRUST.87 COMMISSION - TRUST.89 CENTRAL BANK - TRUST Q EU COURT OF.8 JUSTICE - TRUST.78 OMBUDSMAN - TRUST a. factors extracted. iterations required. Koska tuloksena oli vain yksi faktori, rotaatiota ei tarvita. Mikko Mattila 00 Ympäristökysely 000 Mitä mieltä olette seuraavista väitteistä? (skaala -, ääripäät täysin samaa mieltä ja täysin eri mieltä ) Minun kaltaiseni ihmisen on kerta kaikkiaan liian vaikeaa tehdä juuri mitään ympäristön hyväksi Teen mikä on oikein ympäristön kannalta, vaikka se maksaa enemmän ja vie enemmän aikaa Elämässä on tärkeämpiäkin asioita kuin ympäristönsuojelu Minun ei ole järkevää toimia ympäristön puolesta, jos muut eivät toimi samoin Monet väitteet ympäristöuhista ovat liioiteltuja Mikko Mattila 00 6 Rotated Matrix a Initial Eigenvalues ction Sums of Squared Loation Sums of Squared Load FactoTotal of Variancumulative Total of Variancumulative Total of Variancumulative.98 8.67 8.67.9 6.78 6.78.99 8.8 8.8.09 0.87 8.9.8 9.680 6.8.89 7.87 6.8.86 7. 76.67.67. 88.00.7.00 00.000 Mikko Mattila 00 7 Minun ei ole järkevää toimia ympäristön.678 puolesta, jos muut eivät toimi samoin? Minun kaltaiseni ihmisen on kerta kaikkiaan liian vaikeaa tehdä juuri.76 mitään ympäristön hyväksi? Elämässä on tärkeämpiäkin asioita.76 kuin ympäristönsuojelu? Monet väitteet ympäristöuhkista ovat.6 liioiteltuja? Teen mikä on oikein ympäristön kannalta, vaikka se maksaa enemmän ja vie enemmän aikaa? Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in iterations. Mikko Mattila 00 8.. VIHR.. Vaikutusmahdollisuudet..0 -. -. -. -. -. PS KOK SDP KESK VAS EIÄÄN REM RKP -.0 -.8 -.6 -. -..0...6.8.0 Ympäristön suojelun tärkeys Mikko Mattila 00 9