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 menetelmän valinta SELITTÄVÄ MUUTTUJA Laatuero- tai järjestysasteikko Välimatka- tai suhdelukuasteikko SELITETTÄVÄ MUUTTUJA Laatuero- tai järjestysasteikko - Ristiintaulukointi - Log-lineaariset mallit - Logistinen regressio - Multinomiaalinen regressio Välimatka- tai suhdelukuasteikko -Varianssianalyysi -Regressioanalyysi Mikko Mattila Mikko Mattila Varianssianalyysi ANOVA = ANalysis Of VAriance Varianssianalyysia käytetään tutkittaessa eroavatko kahden tai useamman ryhmän keskiarvot toisistaan Esimerkiksi: onko miesten ja naisten keskipalkoissa eroja tutkittavassa yrityksessä? ovatko eri maahanmuuttajaryhmiin kuuluvien koululaisten arvosanat keskiarvoiltaan toisistaan poikkeavia? Varianssianalyysia käytetään pääasiassa lääketieteissä, mutta paljon sovelluksia myös yhteiskuntatieteissä ksisuuntainen varianssianalyysi ksisuuntaisessa varianssianalyysissa (one-way analysis of variance) vain yksi selitettävä ja yksi selittävä muuttuja Selitettävä muuttuja välimatka- tai suhdelukuasteikon muuttuja Selittävä muuttuja luokittelu- tai järjestysasteikon muuttuja Mikko Mattila Mikko Mattila ksisuuntainen varianssianalyysi Nollahypoteesi: ryhmäkeskiarvot eivät eroa tilastollisesti merkitsevästi toisistaan Tilastollisena testinä käytetään F-testiä, perustuu luokkien sisäisen ja luokkakeskiarvojen välisen hajonnan vertailuun Testitulos osoittaa, millä todennäköisyydellä nollahypoteesi voidaan hylätä Eta -tunnusluku kertoo, kuinka paljon selitettävän muuttujan vaihtelusta pystytään selittämään selittävän muuttujan avulla Vaihtelee välillä nolla ja yksi, suuret arvot kuvastavat hyvää selitysvoimaa Mikko Mattila -- A A B Kaksi ryhmää: A ja B F-testin periaate -- A A B Ei tilastollisesti merkitsevää eroa A B Tilastollisesti merkitsevät erot Mikko Mattila 6 -- A
Esimerkki Selitettävänä suomalaisten suhtautuminen tuloerojen pienentämiseen tai kasvattamiseen vastausskaala -, ääripäät: tulotaso pitäisi maassamme saada tasaisemmaksi (pienet arvot), tarvitsemme suurempia tuloeroja palkitaksemme enemmän kansalaisten yritteliäisyyttä (suuret arvot) Selittäjänä vastaajan subjektiivinen luokkaasema: yläluokka, ylempi keskiluokka, alempi keskiluokka, ylempi työväenluokka ja alempi työväenluokka läluokka ja ylempi keskiluokka yhdistettiin Mikko Mattila 7 Vastaajan yhteiskuntaluokka Esimerkki Suhtautuminen tuloeroihin (ryhmäkeskiarvo) läluokka tai ylempi keskiluokka, Alempi keskiluokka,9 lempi työväenluokka,96 Alempi työväenluokka,6 F-testi,6 p-arvo p<, eta,8 Mikko Mattila 8 Äänestäminen neuvostossa Mattila, Mikko (): Contested Decisions - Empirical Analysis of Voting in the EU Council of Ministers. European Journal of Political Research (): 9-. Mikko Mattila 9 Mikko Mattila Kaksisuuntainen varianssianalyysi Kaksi selittävää muuttujaa Vaikuttavatko molemmat muuttujat selitettävään muuttujaan ja onko niillä yhteisvaikutusta eli interaktiota? Esim. sukupuolen ja luokka-aseman vaikutus mielipiteisiin tulonjaosta Keskiarvo Ei yhteisvaikutusta 8 7 6 Sukupuoli Iso kaupunki Pieni kaupunki Maaseutu Asuinpaikka Mikko Mattila Mikko Mattila
Keskiarvo 7 6 Iso kaupunki hteisvaikutus Sukupuoli Pieni kaupunki Maaseutu Kovarianssianalyysi: Lisätään analyysiin yksi tai useampia mittaasteikoltaan välimatka- tai suhdeasteikon selittäviä muuttujia eli kovariaatteja Ovatko selitettävän muuttujan ryhmäkeskiarvot erisuuruiset silloin, kun ne on vakioitu kovariaatin (esim. ikä) suhteen? Kovarianssianalyysia käytetään suhteellisen harvoin, koska samaa asiaa voi tutkia regressioanalyysin avulla Asuinpaikka Mikko Mattila Mikko Mattila MANOVA Multivariate ANalysis Of VAriance Useita selitettäviä muuttujia, jotka teoreettisesti ja/tai empiirisesti toisiinsa sidoksissa MANOVA on monimutkainen menetelmä ja verraten harvoin käytetty yhteiskuntatieteissä Tutkitaan varianssianalyysin avulla, miten taustatekijät liittyvät poliittisen osallistumisen tasoon Selittävät muuttujat: ikä (luokiteltuna kolmeen ryhmään) sukupuoli tulot (luokiteltuina kvartiileihin) Mikko Mattila Mikko Mattila 6 Osallistumisvalmius on mitattu summamuuttujan avulla Summamuuttuja muodostettiin laskemalla kahdeksan vastausta yhteen uusi osallistumismuuttuja vaihtelee 8:n ja :n välillä, pienet arvot kuvastavat aktiivisempaa osallistumista Summamuuttujan Cronbachin alfa =,7 eli riittävän suuri Mikko Mattila 7 Mikko Mattila 8
R E L I A B I L I T A N A L S I S - S C A L E (A L P H A) Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item if Item Deleted Deleted Correlation Deleted P_ 6,99,7,9,76 P_ 6,99,69,,7 P_ 7,9,68,76,68 P_ 6,789,666,6,667 P_ 6,69,7,77,687 P_6 6,67,796,7,79 P_7 6, 6,,89,78 P_8,99 6,968,9,76 Reliability Coefficients N of Cases = 88, N of Items = 8 Alpha =,7 Mikko Mattila 9 8 6,, 6, OSALL Std. Dev =,6 Mean = 8,9 N = 88, 8,,,, Mikko Mattila Corrected Model,9 a,67 8,, 8,78 8,78 96,67,,9,67 8,,,676 8 6,7 98, 88 Corrected 67,969 87 a. R Squared =,86 (Adjusted R Squared =,8) eta Ensimmäisessä vaiheessa käytetään vain yhtä selittävää muuttujaa eli luokiteltua ikämuuttujaa =. Taulukosta nähdään -riviltä, että p<, eli ikä selittää osallistumista tilastollisesti merkitsevästi. Mikko Mattila of OSA Corrected Model 6,8 a,7 8,, 867,88 867,88 99,978,,8 7,9 8,67, Q,67,67,68, * Q 9,6,8,76,68 8, 8 6, 98, 88 Corrected 67,969 87 a. R Squared =,96 (Adjusted R Squared =,8) Seuraavaksi tehdään kaksisuuntainen varianssianalyysi lisäämällä sukupuolimuuttuja (Q) analyysiin. Q-riviltä nähdään, että ei selitä sukupuoli tilast. merk. osallistumista. Muuttujilla ei ole myöskään yhteisvaikutusta (*Q). Mikko Mattila of OSA,, 9, 9, 8, 8, -9 Mikko Mattila,,, 9, 9, 8, [q] Sukupuoli 8, 7, -9 Mikko Mattila
Corrected Model,9 a 8,,, 9,9 9,9 678,67,,8 7,,67, Q,799,799,76, TULOKVAR,9,,699,67 * Q,6 7,8,89,6 * TULOKVAR,9 6 7,8,88,9 Q * TULOKVAR 8,67,789,6,7 * Q *,6 6,77,6,7 TULOKVAR 79,8 6,6 87, 67 Corrected,97 66 a. R Squared =,69 (Adjusted R Squared =,) Jatketaan analyysia lisäämällä tulokvartiili malliin. Kvartiili ei yksinään ole tilast. merkitsevä selittäjä, mutta sillä on yhdessä ikäluokan kanssa interaktio. Mikko Mattila 9 8 7 of OSA I (pienituloisin) ne [tulokvar] Talouden vuositulojen kvartiilit Mikko Mattila 6 of OSA 9 8 7-9 -9 II neljännes III neljännes IV (suurituloisin) n [tulokvar] Talouden I (pienituloisin) ne ljännes II neljännes III neljännes IV (suurituloisin) n eljännes Mikko Mattila 7