Partiotoiminnan laatuun vaikuttavat tekijät vuosiselostedatan perusteella Uudenmaan Partiopiirissä

Samankaltaiset tiedostot
Regressioanalyysi. Vilkkumaa / Kuusinen 1

Regressioanalyysi. Kuusinen/Heliövaara 1

Tilastot 2011 Pääkaupunkiseudun Partiolaiset ry.

Toimintakilpailun säännöt. Etelä-Karjalan Partiolaiset ry

1. PÄÄTTELY YHDEN SELITTÄJÄN LINEAARISESTA REGRESSIOMALLISTA

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

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 =

Sovellettu todennäköisyyslaskenta B

Yksisuuntainen varianssianalyysi (jatkoa) Heliövaara 1

TOIMINTASUUNNITELMA 2005

Yksisuuntainen varianssianalyysi (jatkoa) Kuusinen/Heliövaara 1

-Toimii omalla tavallaan ja omien mahdollisuuksiensa mukaisesti, kuitenkin noudattaen arvoja ja toimintamalleja

Väliestimointi (jatkoa) Heliövaara 1

ESITYKSEN KULKU. Ensiksi yleistä ikäkausista. Seuraavaksi ikäkaudet järjestyksessä. Todella nopea katsaus perhepartioon ja sisupartioon.

Menestyminen valintakokeissa ja todennäköisyyslaskussa

Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

Sovellettu todennäköisyyslaskenta B

Harjoitus 9: Excel - Tilastollinen analyysi

Johdatus regressioanalyysiin. Heliövaara 1

Harjoitus 7: NCSS - Tilastollinen analyysi

Mat Tilastollisen analyysin perusteet, kevät 2007

TILASTOT Ikäryhmät Ikäkausien suhteelliset osuudet Ikäkausien suhteellisten osuuksien muutos

Tilastollisen analyysin perusteet Luento 11: Epäparametrinen vastine ANOVAlle

Tilastollisen analyysin perusteet Luento 7: Lineaarinen regressio

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

TA7, Ekonometrian johdantokurssi HARJOITUS 4 1 RATKAISUEHDOTUKSET

Tilastollisen analyysin perusteet Luento 10: Johdatus varianssianalyysiin

1. REGRESSIOMALLIN SYSTEMAATTISEN OSAN MUOTO

Mat Tilastollisen analyysin perusteet. Painotettu PNS-menetelmä. Avainsanat:

Tilastollisen analyysin perusteet Luento 9: Moniulotteinen lineaarinen. regressio

1. USEAN SELITTÄJÄN LINEAARINEN REGRESSIOMALLI JA OSITTAISKORRELAATIO

Testaa onko myrkkypitoisuus eri ryhmissä sama. RATK. Lasketaan kaikkien havaintoarvojen summa: k T i = = 486.

Johdatus varianssianalyysiin. Vilkkumaa / Kuusinen 1

Kaksisuuntainen varianssianalyysi. Heliövaara 1

Mat Tilastollisen analyysin perusteet, kevät 2007

ABHELSINKI UNIVERSITY OF TECHNOLOGY

HAVAITUT JA ODOTETUT FREKVENSSIT

Yhden selittäjän lineaarinen regressiomalli (jatkoa) Ensi viikolla ei pidetä luentoa eikä harjoituksia. Heliövaara 1

Kaksisuuntainen varianssianalyysi. Vilkkumaa / Kuusinen 1

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Tilastollisen analyysin perusteet Luento 2: Tilastolliset testit

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

1. Tutkitaan tavallista kahden selittäjän regressiomallia

Yleistetyistä lineaarisista malleista

Korrelaatiokertoinen määrittely 165

TOIMINTASUUNNITELMA 2006

Sovellettu todennäköisyyslaskenta B

Mat Tilastollisen analyysin perusteet, kevät 2007

Partiolippukunta Ryttylän Eräveikot ry

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4

Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,

TOIMINTASUUNNITELMA

1. Tutkitaan regressiomallia Y i = β 0 + β 1 X i + u i ja oletetaan, että tavanomaiset

Lohkoasetelmat. Vilkkumaa / Kuusinen 1

LPKJ-BAROMETRI Jarno Hakulinen. Suomen Partiolaiset Finlands Scouter ry

Toimintasuunnitelma 2016

VARIANSSIANALYYSI ANALYSIS OF VARIANCE

10. laskuharjoituskierros, vko 14, ratkaisut

2. Tietokoneharjoitukset

TOIMINTASUUNNITELMA 2009

Kvantitatiiviset menetelmät

2. TILASTOLLINEN TESTAAMINEN...


Toimintasuunnitelma vuodelle 2008

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

Tilastollisen analyysin perusteet Luento 6: Korrelaatio ja riippuvuus tilastotieteessä

Sudenpentuluotsi (Yliakela) Sudenpentuluotsi johtaa sudenpentuosastoa ja vastaa sen toiminnasta.

1. Tilastollinen malli??

¼ ¼ joten tulokset ovat muuttuneet ja nimenomaan huontontuneet eivätkä tulleet paremmiksi.

Susiveikkojen toiminnan painopisteitä ovat laadukas peruspartiotoiminta kokouksissa, retkillä ja leireillä johtajahuolto jäsenmäärän kasvattaminen

Lohkoasetelmat. Kuusinen/Heliövaara 1

LAHDEN ALUEEN PARTIOLAISET RY

Susiveikkojen toiminnan painopisteitä ovat laadukas peruspartiotoiminta kokouksissa, retkillä ja leireillä johtajahuolto jäsenmäärän kasvattaminen.

Vuonna 2013 on tarkoitus rekrytoida uusia vartion- ja laumanjohtajia lippukuntaan.

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B

Tavoitteena on, että vanhempia kutsutaan lippukunnan tapahtumiin. Tavoitteena on, että lippukuntaan perustetaan vanhempainneuvosto.

PARTIOLIPPUKUNTA SUSIVEIKOT ry

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

Sovellettu todennäköisyyslaskenta B

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

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO JOHDANTO TILASTOLLISEEN PÄÄTTELYYN TODENNÄKÖISYYS...

Vastepintamenetelmä. Kuusinen/Heliövaara 1

Tilastollisen analyysin perusteet Luento 4: Testi suhteelliselle osuudelle

Aki Taanila YHDEN SELITTÄJÄN REGRESSIO

Vuonna 2012 on tarkoitus rekrytoida uusia vartion- ja laumanjohtajia lippukuntaan.

Lohkoasetelmat. Heliövaara 1

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170

Toimintakertomus!vuodelle!2008!

Toimintasuunnitelma vuodelle 2007

Mat Tilastollisen analyysin perusteet

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

TOIMINTASUUNNITELMA 2014

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

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

Töölön Siniset ry. Vanhempainilta

Partiolippukunta Ryttylän Eräveikot ry

Testejä suhdeasteikollisille muuttujille

Vuonna 2014 on edelleen tarkoitus rekrytoida uusia vartion- ja laumanjohtajia lippukuntaan ja pyrkiä kasvattamaan jäsenmäärää.

Transkriptio:

Mat-2.4108 Sovelletun matematiikan erikoistyöt 15. toukokuuta 2009 Partiotoiminnan laatuun vaikuttavat tekijät vuosiselostedatan perusteella Uudenmaan Partiopiirissä Teknillinen korkeakoulu Teknillisen fysiikan ja matematiikan osasto Pekka Urhonen 52669B

Sisältö 1 Johdanto 1 2 Tausta 1 2.1 Partiotoiminta.................................... 1 2.2 Partion termit.................................... 2 2.3 Vuosiseloste...................................... 3 2.3.1 Vuosi 2007.................................. 3 2.4 Partiotoiminnan laatu................................ 4 2.4.1 Sudenpentutoiminnan tavoitteet ja laatu lukuina............. 4 2.4.2 Vartiotoiminnan tavoitteet ja laatu lukuina................ 5 2.4.3 Vaeltajatoiminnan tavoitteet ja laatu lukuina............... 6 2.4.4 Koko lippukunnan toiminnan laatu lukuina................ 6 3 Teoria 7 3.1 Usean muuttujan lineaarinen regressioanalyysi.................. 7 3.1.1 Selitysasteen merkitsevyyden testaus.................... 8 3.1.2 Yksittäisen selittäjän merkitsevyyden testaus............... 8 3.1.3 Regressiomallin etsiminen alaspäin askelluksella.............. 8 3.2 Kruskal Wallisin testi................................ 9 4 Hypoteesit 9 4.1 Sudenpentutoiminnan laatua selittävät tekijät................... 9 4.1.1 Sudenpentutoiminnan laatuun vaikuttavat tekijät............. 9 4.1.2 Sudenpentujen merkkisuorituksiin vaikuttavat tekijät.......... 10 4.2 Vartiotoiminnan laatua selittävät tekijät...................... 10 4.2.1 Vartiotoiminnan laatuun vaikuttavien tekijöiden vaikuttavuus...... 10 4.2.2 Vartiolaisten merkkisuorituksiin vaikuttavat tekijät............ 11 4.3 Vaeltajatoiminnan laatua selittävät tekijät..................... 11 4.4 Lippukunnan koon vaikutus toiminnan laatuun.................. 11 4.5 Lippukunnan kouluttautumisen vaikutus toiminnan laatuun........... 11 4.5.1 Partionjohtajan peruskurssille osallistumisen vaikutus toiminnan laatuun 12 4.5.2 Muun johtajakoulutuksen vaikutus toiminnan laatuun.......... 12 ii

5 Tulokset 12 5.1 Sudenpentutoiminnan laatuun vaikuttavat tekijät................. 12 5.2 Sudenpentujen merkkisuorituksiin vaikuttavat tekijät............... 14 5.2.1 Vaihemerkit.................................. 14 5.2.2 Taitomerkit.................................. 14 5.3 Vartiotoiminnan laatuun sekä vartiolaisten suorittamien luokka- ja taitomerkkien määrään vaikuttavat tekijät.......................... 14 5.3.1 Lineaarinen regressioanalyysi........................ 14 5.3.2 Kruskal-Wallisin testi............................ 15 5.4 Valtermannin vaikutus vaeltajatoiminnan laatuun................. 15 5.5 Lippukunnan jäsenmäärän vaikutukset lippukunnan laatuun........... 15 5.6 Koulutuksen vaikutus lippukunnan laatuun.................... 15 6 Johtopäätökset 16 6.1 Laumojen koko ja laumanjohtajien määrä vaikuttavat sudenpentutoiminnan laatuun........................................ 16 6.2 VJN ja sampo vaikuttavat vartiotoiminnan laatuun................ 16 6.3 Valtermannin vaikutus vaeltajatoiminnan laatuun................. 16 6.4 Lippukunnan koko vaikuttaa toiminnan laatuun.................. 17 6.5 Koulutuksen vaikutukset toiminnan laatuun.................... 17 6.6 Lineaaristen regressiomallien selitysasteet..................... 17 A Sudenpentutoiminnan laatuun vaikuttavat tekijät 19 A.1 Tilasto......................................... 19 A.2 Sudenpentutoiminnan laadun ensimmäinen regressioanalyysi........... 20 A.3 Sudenpentutoiminnan laadun toinen regressioanalyysi.............. 20 A.4 Sudenpentutoiminnan laadun kolmas regressioanalyysi.............. 21 A.5 Sudenpentutoiminnan laadun neljäs regressioanalyysi............... 21 A.6 Sudenpentujen vaihemerkkien ensimmäinen regressioanalyysi.......... 22 A.7 Sudenpentujen vaihemerkkien toinen regressioanalyysi.............. 22 A.8 Sudenpentujen vaihemerkkien kolmas regressioanalyysi.............. 23 A.9 Sudenpentujen vaihemerkkien neljäs regressioanalyysi.............. 23 A.10 Sudenpentujen taitomerkkien regressioanalyysi.................. 24 iii

B Vartiotoimintaan vaikuttavat tekijät 25 B.1 Tilasto......................................... 25 B.2 Vartiotoiminnan laadun lineaarinen regressioanalyysi............... 26 B.3 Vartiolaisten luokkasuoritusten lineaarinen regressioanalyysi........... 26 B.4 Vartiolaisten taitomerkkisuoritusten lineaarinen regressioanalyysi........ 27 B.5 Kruskal-Wallisin testi vartiotoiminnan laadulle.................. 27 B.6 Kruskal-Wallisin testi vartiolaisten suorittamille luokkamerkeille......... 28 B.7 Kruskal-Wallisin testi vartiolaisten suorittamille taitomerkeille.......... 29 C Valtermannin olemassaolon vaikutus vaeltajatoiminnan laatuun 31 C.1 Tilasto......................................... 31 C.2 Kruskal Wallis.................................... 31 D Lippukunnan koko ja toiminnan laatu 33 D.1 Tilasto......................................... 33 D.2 Kruskal Wallis kaikille kokoluokille......................... 34 D.3 Kruskal Wallis kokoluokille 2, 3 ja 4........................ 34 D.4 Kruskal Wallis kokoluokille 3 ja 4.......................... 35 E Lippukunnan vuosittaisen koulutuksen vaikutus toiminnan laatuun 36 E.1 Tilasto......................................... 36 E.2 Kruskal Wallisin testi partionjohtajan peruskurssin käymisen vaikutukselle lippukunnan toiminnan laadulle............................ 37 E.3 Kruskal Wallisin testi jatkokoulutuksen vaikutukselle lippukunnan toiminnan laadulle........................................ 37 iv

1 Johdanto Jokaisella lapsella ja nuorella tulisi olla mahdollisuus osallistua partiotoimintaan kotikunnassaan. Suomen Partiolaiset - Finlands Scouter ry on asettanut valtakunnalliseksi tavoitteeksi, että 9 prosenttia ikäluokasta kuuluu partioon. Uudenmaan Partiopiirissä prosenttiosuus on tällä hetkellä 4,3. Kasvun välttämätön edellytys on laatu. Partiotoiminnan menestyksen takaavat laadukas toiminta, hyvä maine ja toimivat paikallisyksiköt. Partiotoiminnan tilastoja kerätään lippukunnittain, piireittäin ja valtakunnallisesti vuosittain ja jo monen vuoden ajan. Tilastoista tehdään vuosittain julkaisu, jossa kerrotaan tarkat numerot toiminnasta. Mitään todellisia riippuvaisuuksia ja syy-seuraus-suhteita ei kuitenkaan kerrota. Tämä aikaansaa suuren määrän uskomuksia ja epäilyjä, joita kukaan ei sen suuremmin tutki. Vanhat uskomukseen perustuvat tulkinnat ovat yleisiä. Uudenmaan Partiopiirin tavoitteena on laatu ja kasvu. Tilastojen tutkimisen avulla on tarkoituksena löytää painopisteitä, joilla laatu ja sitä myötä kasvu saadaan nousuun. Lisäksi tarvitaan tietoa onko suurempi lippukunta parempi. Piirin kannalta suuremmat lippukunnat mahdollistavat suuremman jäsenmaksukertymän johdosta paremmat toimintaedellytykset. Tilastot kuuluvat Uudenmaan Partiopiirissä taloudesta vastaavan piirihallituksen jäsenen toimenkuvaan. Olen toiminut Uudellamaalla piirihallituksessa vuodesta 2006 lähtien ja tällä hetkellä olen talousministeri. Oman tehtäväni myötä heräsi mielenkiinto tutkia tarkemmin mitä numerojen takana on? Millaisia päätelmiä vuosiselostedatan perusteella voidaan tehdä lippukuntien laadusta? Mitkä tekijät vaikuttavat eri ikäkausien ohjelmatoimintaan? Miten partiopiiri voi ohjata lippukuntia kohti laadukkaampaa partio-ohjelman toteutusta? Tässä työssä määritellään yleisiin keskusteluihin perustuen partiotoiminnan laadulle kokonaisuudessaan ja ikäkausittain helposti laskettavat arvot. Partiotoiminnan laatua arvioidaan perustuen partio-ohjelman toteuttamiseen ja toteutumiseen lippukunnissa. Selvitettävinä asioina ovat ikäkausikohtaisesti mahdollisuuksien mukaan ryhmäkoon, johtajamäärän sekä johtajien tuen vaikutukset ikäkauden toiminnan laatuun. Koko lippukunnan laadusta selvitetään lippukunnan koon vaikutus sekä lippukunnan koulutuksiin osallistumisen vaikutus. Työn tuloksia käytetään hyväksi Uudenmaan Partiopiirin toimintaa suunnitellessa sekä tulevien vuosien strategiaa tehtäessä. Tuloksista on poistettu lippukuntia yksilöivät tunnistetiedot, jotta tuloksia voidaan käyttää yleisesti muidenkin piirien toiminnassa. 2 Tausta 2.1 Partiotoiminta Partiotoiminta on lähtenyt liikkeelle Robert Baden-Powellin 1907 pitämästä koeleiristä ja tämän kokemuksien pohjalta kirjoittamasta ensin pieninä vihkoina julkaistusta kirjasta Scouting for Boys. Suomeen partioliike rantautui vuonna 1910. Suomessa partiolaisia on noin 70 000 ja koko maailmassa 38 000 000.[1] Vuosina 1994 2008 (2010) käytössä olleessa ohjelmassa partion kohderyhmänä olivat 7 17-vuotiaat nuoret, jotka jaettiin kolmeen ikäkauteen: sudenpennut (7 10), vartiolaiset (10 1

14) ja vaeltajat (14 17). Kullekin ikäkaudelle oli tarjolla valmis ikäkausiohjelma. Jokainen partiotoiminnan paikallisosasto, lippukunta, sovelsi kuitenkin ikäkausirajoja omaan toimintaansa. Sudenpentujen ja vartiolaisten ohjelma jaettiin suoritusluetteloihin ja taitomerkkeihin. Suorituksista ja taitomerkeistä muodostui sudenpentujen vaihe- ja vartiolaisten luokkasuoritukset, joita kummassakin ikäkaudessa oli kolme. Vaeltajien toiminta perustui ryhmän omaan tavoitteelliseen toimintaan. Vaeltajaryhmät toteuttivat projektiluonteisia hankkeita. Perinteisesti kaikissa ikäluokissa olennaisena osana toimintaan kuuluvat myös retket, leirit ja partiotaitokilpailut, joita ryhmät, lippukunnat, piirit ja keskusjärjestö järjestävät erilaisella tahdilla.[4] Partiotoiminnan laatu määritellään ohjelman toteutumisen perusteella. Yksittäistä lippukuntaa tutkittaessa tutkitaan partioaatteen ja kasvatustavoitteiden toteutumista. Suurempaa määrää analysoitaessa keskitytään vuosittain kerättäviin tilastotietoihin. Tässä työssä käytetyt lähtökohdat tavoitemäärille ovat tulosta keskusteluista Uudenmaan Partiopiirin piirihallituksessa vuosina 2006 2009 ja lippukunnanjohtajatapaamisessa vuonna 2009. Partiotoiminta tapahtuu paikallisosastoissa, lippukunnissa, jotka muodostavat maakunnittain jaetut partiopiirit 1. Partiopiirit muodostavat keskusjärjestön Suomen Partiolaiset Finlands Scouter ry.[1] 2.2 Partion termit LPK Lippukunta, partiotoiminnan paikallisosasto LPKJ Lippukunnanjohtaja, johtaa lippukuntaa, rekisteröityneen yhdistyksen hallituksen puheenjohtaja. sudenpentu 7 10-vuotias partiolainen. lauma Sudenpentujen toimintayksikkö. LJ Laumanjohtaja, johtaa laumaa, vähintään 16-vuotias. LJN Laumanjohtajaneuvosto, kokoontuu säännöllisin väliajoin. Informaatiota, vertaistukea ja apua laumanjohtajille. akela Laumaosaston johtaja, vastaa lippukunnan sudenpentutoiminnasta ja LJN:ista. vaihe(merkki) Sudenpentuohjelma jakaantuu kolmeen vaiheeseen, joista jokaisen suorittamisesta saa vaihemerkin taitomerkki Sudenpentu- ja vartio-ohjelman valinnaiset suoritukset. vartiolainen 10 14-vuotias partiolainen vartio Vartiolaisten toimintayksikkö, jota VJ johtaa. 1 Vuoden 2004 jäsenkokouksen aloittaman järjestön kehittämishankkeen tuloksena maakunnittaisia partiopiirejä on yhdistynyt toisiinsa. Piirit ovat kuitenkin näiden yhdistelmiä. Vuonna 2007 partiopiirejä oli 17 ja tarkoituksena on vähentää niiden määrä yhdeksään 2

VJ Vartionjohtaja, vartiolaisiaan hieman vanhempi lähijohtaja, yleensä vaeltaja VJN Vartiojohtajaneuvosto, koulutusta, vertaistukea, apua ja informaatiota vartionjohtajille. sampo Vartio-osaston johtaja, vastaa lippukunnan vartiotoiminnan laadusta ja VJN:jen toiminnasta luokka(merkki) vartio-ohjelma jakaantuu kolmeen luokkaan, joiden suorittamisesta saa luokkamerkin. vaeltaja 14 17-vuotias partiolainen valtermanni Vaeltajaosaston johtaja, vastaa lippukunnan vaeltajatoiminnasta. 2.3 Vuosiseloste Vuosiselosteen avulla seurataan partiotoimintaa lippukunnissa ja partiopiireissä. Vuosiselostedata ja siitä koottu tilastojulkaisu ovat ainoat vuosittaiset valtakunnalliset tiedot partiotoiminnan lukuarvoista. Vuosiseloste perustuu lippukuntien ja partiopiirien omiin ilmoituksiin, jotka lippukunnan johtaja tai piirin työntekijä käy toimintavuotta seuraavan tammikuun aikana merkitsemässä internetissä olevan lomakkeen avulla. Luonteestaan johtuen vuosiselosteiden tiedot eivät ole tarkkoja eivätkä täsmällisiä, mutta ovat parhaat ja ainoat olemassa olevat tiedot. 2.3.1 Vuosi 2007 Suomen Partiolaisissa tehtiin vuosina 2006 2008 kattava ohjelmauudistus, joka lisäsi ikäkausien määrää kolmesta viiteen ja uudisti johtamismallit. Uusien ikäkausien ja uusien ohjelmien käyttöönotto vaihtelee lippukunnittain. Siirtymäaika uuteen ohjelmaan kestää vuoden 2010 syksyyn, joskin osa lippukunnista käyttää vielä nykyäänkin vanhempia ohjelmia historiallisista syistä.[1] Vuoden 2007 tilastot ovat viimeiset, joissa kaikki lippukunnat ovat vastanneet vanhan, silloisen ohjelman mukaan. Uudemmissa, vuoden 2008 tilastoissa osa lippukunnista on vastannut uudemman ohjelman mukaan. Palautusprosentti vuoden 2007 vuosiselostekyselyssä oli koko maan osalta 76 % ja Uudenmaan Partiopiirin osalta 92 % [2]. Uudenmaan Partiopiirissä muuta maata korkeampaa palauteprosenttia selittää toimihenkilöpanos, sillä kaikilta lippukunnilta, joissa on toimintaa tiedot on kysytty erikseen, jos palautusta ei ole määräaikaan mennessä tehty. Tästä johtuen näitä tilastoja voidaan pitää kattavampina. Lisäksi Uudenmaan Partiopiiri koostuu varsin tasalaatuisesta alueesta ilman suuria kaupunkeja, koska Uudenmaan ja Itä-Uudenmaan maakunnasta pääkaupunkiseudun lippukunnat muodostavat Pääkaupunkiseudun Partiolaiset ry:n. 3

2.4 Partiotoiminnan laatu Partiotoiminnan tavoitteena on kasvattaa 7 22-vuotiaista (vuosiselosteiden käsittelemässä vanhassa ohjelmassa 7 17) lapsista ja nuorista kunnon kansalaisia. Sanomattakin on selvää, ettei tätä tavoitetta voi mitenkään suoraan mitata. Toiminnan laatua onkin tapana mitata partio-ohjelman toteutumisen määränä. Partio-ohjelmasta pystyy määrittämään tason erilaisten suoritusten ja aktiviteettien määrälle, joka tietyn ikäkauden partiolaiselle tulisi olla tarjolla. Pieniä painotuseroja lippukuntien välillä toki on, mutta tavoitteet ovat varsin selvästi numeroilla mitattavissa.[3] 2.4.1 Sudenpentutoiminnan tavoitteet ja laatu lukuina Kolmen vuoden sudenpentuajan aikana sudenpennun tulisi suorittaa kolme vaihemerkkiä: pikkuhukka, hukka ja susi. Lisäksi vuosittain tulisi suorittaa 3 taitomerkkiä, osallistua leirille, kahdelle retkelle ja yksiin sudenpentukilpailuihin.[4] Sudenpentutoiminnan laatua mitattaessa suurin paino on merkeillä, varsinkin vaihemerkeillä, jotka tuovat ohjelmaan sisällytetyt suoritukset ja aktiviteetit mukaan. Todellisena minimitavoitteena sudenpentutoiminnalle onkin usein juuri yksi vaihemerkki vuodessa. Tästä johtuen vaihemerkille annetaan puolet painosta kokonaislaadun mittarissa. Taitomerkit ovat vapaasti valittavissa ja kuuluvat usein retkien ja leirien ohjelmaan. Tästä johtuen niille annetaan vain kaksinkertainen määrä painoa verrattuna retkiin taikka leireihin, jotta niiden merkitys ei ylikorostuisi. Kilpailuille annetaan painoarvoa saman verran kuin retkille tai leireille. Näiden laadun mittareiden arvottamisen jälkeen saadaan eri osa-alueille painokertoimet taulukon 1 mukaisesti, joten sudenpentutoiminnan laadulle lippukunnassa saadaan seuraavanlainen kaava y supe = 0,5y vaihe + 0,2y taito + 0,1y leiri + 0,1y retki + 0,1y kisa = 0,5 y vaihey HT N supe + 0,2 y taitoy HT 3N supe + 0,1 y leiriy HT N supe + 0,1 y retkiy HT 2N supe + 0,1 y kisay HT N supe, (1) jossa N supe on sudenpentujen määrä lippukunnassa, y vaihey HT vaihemerkkien yhteismäärä lippukunnassa, y taitoy HT sudenpentujen suorittamien taitomerkkien yhteismäärä lippukunnassa, y leiriy HT sudenpentujen leiriosallistumisten yhteismäärä lippukunnassa, y retkiy HT sudenpentujen retkiosallistumisten yhteismäärä lippukunnassa sisältäen sekä päivä- että yöretket ja y kisay HT sudenpentukisaosallistujien yhteismäärä lippukunnassa sisältäen kaikki sudenpentukisat järjestäjästä riippumatta. 4

Taulukko 1: Sudenpentutoiminnan laadun osa-alueet ja niiden laskentakaavat sekä painokertoimet. Muuttuja Suure Laskentakaava Painokerroin y vaihe Vaihemerkkejä Suoritetut merkit / sudenpentuja 0,5 y taito Taitomerkkejä Suoritetut merkit / (3 * sudenpentuja) a 0,2 y leiri Leiriosallistumisia Leiriosallistumisia/ sudenpentuja 0,1 y retki Retkiosallistumisia Retkiosallistumisia/ (2 * sudenpentuja) b 0,1 y kisa Kilpailuosallistumisia Kilpailuosallistumisia/ sudenpentuja 0,1 a kolme taitomerkkiä vuodessa b kaksi retkeä vuodessa 2.4.2 Vartiotoiminnan tavoitteet ja laatu lukuina Kuten sudenpennuilla, vartiolaistenkin tulisi osallistua vuoden aikana vähintään leirille, kahdelle retkelle ja kisoihin. Neljän vuoden aikana tulisi suorittaa kolme luokkaa ja vuosittain keskimäärin 2 taitomerkkiä.[4] Vaikka vartiolaisillakin peruspaino toiminnassa on luokka- ja taitomerkkisuorituksilla, vartiotoiminnan laatu esiintyy varsinaisesti muussa partiotoiminnassa: retkissä, leireissä ja kisaosallistumisissa. Tehdyn tutkimuksen mukaan varsinkin partiosta eroamisessa liian vähäinen toiminta on varsin merkittävä syy [5]. Vartiotoiminnan laadun arvottamisessa käytetyt mittarit ja näiden painokertoimet löytyvät taulukosta 2, joten vartiotoiminnan laadulle lippukunnassa saadaan seuraavanlainen kaava y vart = 0,2y luokka + 0,2y taito + 0,2y leiri + 0,2y retki + 0,2y kisa = 0,2 4y luokkay HT 3N vart + 0,2 y taitoy HT 2N vart + 0,2 y leiriy HT N vart + 0,2 y retkiy HT 2N vart + 0,2 y kisay HT N vart, (2) jossa N vart on vartiolaisten määrä lippukunnassa, y luokkay HT luokkamerkkien yhteismäärä lippukunnassa, y taitoy HT vartiolaisten suorittamien taitomerkkien yhteismäärä lippukunnassa, y leiriy HT vartiolaisten leiriosallistumisten yhteismäärä lippukunnassa, y retkiy HT vartiolaisten retkiosallistumisten yhteismäärä lippukunnassa sisältäen sekä päivä- että yöretket ja y kisay HT vartioiden partiotaitokilpailuiden osallistujien yhteismäärä lippukunnassa sisältäen kaikki vartiolaisten partiotaitokilpailut järjestäjästä riippumatta. Taulukko 2: Vartiotoiminnan laadun osa-alueet ja niiden laskentakaavat sekä painokertoimet. Muuttuja Suure Laskentakaava Painokerroin y vaihe Luokkamerkkejä 4 * Suoritetut merkit / (3 * vartiolaisia) a 0,2 y taito Taitomerkkejä Suoritetut merkit / (2 * vartiolaisia) b 0,2 y leiri Leiriosallistumisia Leiriosallistumisia/ vartiolaisia 0,2 y retki Retkiosallistumisia Retkiosallistumisia/ (2 * vartiolaisia) c 0,2 y kisa Kilpailuosallistumisia Kilpailuosallistumisia/ vartiolaisia 0,2 a kolme luokkamerkkiä neljässä vuodessa b kaksi taitomerkkiä vuodessa c kaksi retkeä vuodessa 5

2.4.3 Vaeltajatoiminnan tavoitteet ja laatu lukuina Vaeltajatoiminnassa ei ole tarkkoja suorituksia kuten sudenpentu ja vartiotoiminnassa [4]. Vuosiselosteessa mitattavia tietoja ovat hankkeiden lukumäärä, vaeltajien määrä hankkeissa sekä osallistumiset retkille, leireille ja kilpailuihin. Hankkeisiin osallistumista pidetään usein varsinaisen vaeltajatoiminnan mittarina, joka kertoo, onko todellista vaeltajatoimintaa vai vaeltajia, jotka toimivat johtajatehtävissä, kuten vartioiden ja laumojen johtajina sekä muissa järjestelytehtävissä. Retket, leirit ja partiotaitokilpailut ovat kuitenkin hyvin tärkeä osa vaeltajatoimintaa, joten hankkeisiin osallistumiselle ei pidä antaa liian suurta painoa. Vaeltajatoiminnan laadun arvottamisessa käytetyt mittarit ja näiden painokertoimet löytyvät taulukosta 3, joten vaeltajatoiminnan laadulle lippukunnassa saadaan seuraavanlainen kaava y vael = 0,4y hanke + 0,2y leiri + 0,2y retki + 0,2y kisa = 0,4 y hankey HT N vael + 0,2 y leiriy HT N vael + 0,2 y retkiy HT 2N vael + 0,2 y kisay HT N vael, (3) jossa N vael on vaeltajien määrä lippukunnassa, y hankey HT hankkeissa mukana olevien vaeltajien yhteismäärä lippukunnassa, y retkiy HT vaeltajien retkiosallistumisten yhteismäärä lippukunnassa sisältäen sekä päivä- että yöretket ja y kisay HT vaeltajien partiotaitokilpailuiden osallistujien yhteismäärä lippukunnassa sisältäen kaikki vaeltajien partiotaitokilpailut järjestäjästä riippumatta. Taulukko 3: Vaeltajatoiminnan laadun osa-alueet ja niiden laskentakaavat sekä painokertoimet. Muuttuja Suure Laskentakaava Painokerroin y hanke Hankkeita Hankkeisiin osallistujia / vaeltajia 0,4 y leiri Leiriosallistumisia Leiriosallistumisia/ vaeltajia 0,2 y retki Retkiosallistumisia Retkiosallistumisia/ (2 * vaeltajia) a 0,2 y kisa Kilpailuosallistumisia Kilpailuosallistumisia/ vaeltajia 0,2 a kaksi retkeä vuodessa 2.4.4 Koko lippukunnan toiminnan laatu lukuina Koko lippukunnan toiminnan laatua tarkastellaan kohderyhmän kannalta. Toiminnassa keskitytään ohjelmatoiminnan laatuun, eikä tässä kiinnitetä huomiota hallinnon, talouden tai muiden resurssien ja tukitoimintojen laatuun. Koko lippukunnan toiminnan laatu saadaan yhdistämällä kohdissa 2.4.1 2.4.3 lasketut eri ikäkausien toimintojen laadut. Toimivassa partiolippukunnassa on edustettuina kaikki ikäkaudet, joten laskelmissa ei tarvitse ottaa huomioon järjestääkö lippukunta toimintaa kaikille ikäkausille. Ikäkaudet, joille ei järjestetä toimintaa, laskevat oikeutetusti laatua.[3] Kaikki ikäkaudet ovat partion tavoitteiden kannalta yhtä tärkeitä, joten painotuksia eri ikäkausien laaduille ei tarvita. Yksinkertaisena koko lippukunnan laadun numeroarvo saadaan seuraavalla lausekkeella y lpk = y supe + y vart + y vaelt, (4) 3 6

jossa summa jaetaan vielä kolmella, jotta suuruus olisi samaa luokkaa ikäkausikohtaisten laatujen kanssa. 3 Teoria 3.1 Usean muuttujan lineaarinen regressioanalyysi Usean muuttujan lineaarisessa regressioanalyysissä mallinnetaan ja analysoidaan vähintään yhden selitettävän ja useamman selittävän muuttujan havaintoaineistoa. Regressioanalyysissä selvitetään havaintoaineiston avulla selittävien muuttujien arvojen muutosten vaikutusta selitettävän muuttujan arvojen vaihteluun. Lineaarisessa regressioanalyysissä selitettävää muuttujaa Y kuvataan selittävien muuttujien X i lineaarisella mallilla Y = β i X i. (5) i Lineaarista mallia etsittäessä havaintoaineiston havainnot sijoitetaan regressioanalyysin hypoteesiin y j,x 1j,x 2j,...,x pj,j = 1,...,n y j = β 0 + i β i x ij + e j,i = 1,...,p,j = 1,...,n, (6) jossa e j on havaintokohtainen satunnaisjakautunut residuaali, p selittävien muuttujien määrä ja n havaintojen määrä. Mallin kertoimet estimoidaan pienimmän neliösumman menetelmällä minimoimalla havaintoaineistossa kohdefunktio. Q = n (y j β 0 j=1 p β i x ij ) 2. (7) Minimoinnin ratkaisuna saadaan estimaatit, jotka määräävät estimoidun regressioyhtälön i=1 ˆβ j = b j,j = 1,...,p (8) ŷ = b 0 + b 1 x 1 +... + b p x p. (9) Residuaalien neliösummaa kutsutaan jäännösneliösummaksi (SSE) ja voidaan määrittää myös SSE = n n e 2 j = (y j ŷ j ) 2, (10) j=i j=i jonka vapausasteeksi muodostuu df E = ν E = n p 1 ja jäännösvarianssiksi ˆσ 2 = MSE = SSE ν E. (11) 7

Selitysasteella R 2 kuvataan havaintojen ja regressioyhtälön yhteensopivuutta. Selitysaste määritellään selitettävän neliösumman S yy = n j=1 (y j ȳ j ) 2 ja selitettävän neliösumman SSDR = S yy SSE avulla R 2 = SSDR, (12) S yy vapausasteiden ollessa ν yy = n 1 ja df DR?ν DR = ν yy ν E = p. [6][7] 3.1.1 Selitysasteen merkitsevyyden testaus Regressioanalyysin ensimmäisessä testauksessa tarkastellaan selitysasteen tilastollista merkitsevyyttä eli voidaanko selittävillä X-muuttujilla kuvata Y :n vaihteluita. Nollahypoteesina on H 0 : β 1 =... = β p = 0. (13) Jos nollahypoteesi hyväksytään, yhdelläkään selittävällä tekijällä X ei voi selittää Y :n vaihteluita merkitsevästi. Nollahypoteesin hylkäys puolestaan tarkoittaa vähintään yhden selittävän tekijän vaikuttavan tilastollisesti merkitsevästi. Hypoteesin testaus tapahtuu F-testillä F 0 = SSDR/ν DR = n p 1 SSE/ν e p 1 R 2 (14) osoittajan vapausasteparametrin ollessa p ja nimittäjän n p 1.[7] R 2 3.1.2 Yksittäisen selittäjän merkitsevyyden testaus Yksittäisen selittäjän X i merkitsevyyttä testattaessa tutkitaan nollahypoteesia H 0 : β i = 0, (15) jonka pätiessä regressiokertoimen estimaatti b i jaettuna keskivirheellään se[b i ] on t-jakautuneen satunnaismuuttujan arvo vapausasteilla n p 1 [7] t 0 = b i χ,df = n p 1. (16) se[b i ] 3.1.3 Regressiomallin etsiminen alaspäin askelluksella Alaspäin askelluksessa regressiomallia etsitään kaikista mahdollisista selittäjistä. Ensimmäiseksi suoritetaan regressioanalyysi. Jos selitysaste on tilastollisesti merkitsevä, voidaan selittäjistä muodostaa regressiomalli, muuten mallia ei voi muodostaa. Regressiomalliyritelmästä poistetaan aina vähiten merkitsevä selittäjä (P-arvo on suurin), kunnes kaikki selittäjät ovat tilastollisesti merkitseviä ja regressiomalli on valmis.[7] 8

3.2 Kruskal Wallisin testi Kruskal Wallisin testi vertailee useampaa riippumatonta otosta havaintojen suuruusjärjestyksessä. Tällöin se toimii varianssin jakaumasta riippumattomana epäparametrisena varianssianalyysinä. Kaikki havainnot laitetaan suuruusjärjestykseen ja niille annetaan järjestysnumero. Useamman havainnon saadessa saman arvon niiden arvo on näiden järjestysnumeroiden keskiarvo. Ryhmien havaintojen järjestysnumeroiden keskiarvo, rankikeskiarvo lasketaan ja niiden avulla lasketaan Kruskal Wallisin testisuure H = 12 N(N + 1) k ( n i i=1 T i N + 1 ) 2, (17) 2 missä T i on ryhmän i rankisumma, n i ryhmän i havaintojen määrä, N kaikkien havaintojen määrä ja k ryhmien lukumäärä. Suuri H:n arvo tarkoittaa nollahypoteesin H 0 hylkäämistä. Jakauman monimutkaisuuden johdosta käytetään χ 2 -jakauma-approksimaatiota vapausasteella k 1.[6][7] 4 Hypoteesit 4.1 Sudenpentutoiminnan laatua selittävät tekijät Vuosiselosteessa sudenpentutoiminnasta kerrotaan laatua kuvaavien tekijöiden lisäksi myös sudenpentujen määrä, sudenpentulaumojen määrä, laumanjohtajien määrä, onko lippukunnan sudenpentuosastolla johtajaa, akelaa, kokoontuuko laumanjohtajista muodostettu laumanjohtajaneuvosto ja montako uutta laumanjohtajaa vuosittain koulutetaan. Vaikuttavina tekijöinä pidetään usein sudenpentujen määrä laumassa, sudenpentujen määrää laumanjohtajaa kohti sekä akelan ja laumanjohtajaneuvoston toimintaa sekä olemassaoloa. Vuosittainen koulutus laumanjohtaa kohti on myös mielenkiintoinen. Kertooko se laumanjohtajan pestissä toimivien vaihtuvuudesta tai yleensä laumanjohtajien kouluttautumisesta? Sudenpentutoiminnan laatua selittävät tekijät on koottu yhteen taulukossa 4.[3] Taulukko 4: Sudenpentutoiminnan laatua selittävät tekijät Tekijä Selite Määritelmä x lauma Sudenpentuja laumassa Sudenpentuja / laumojen määrä x LJ Sudenpentuja LJ:tä kohti Sudenpentuja / LJ:ia x akela Akela Lippukunnalla on akela a x LJN Toimiva LJN LJN toimii a x kurssi Vuodessa koulutettuja LJ:tä käytyjä kursseja/lj:ia a indikaattorimuuttuja 4.1.1 Sudenpentutoiminnan laatuun vaikuttavat tekijät Strategiatyön ja lyhyemmän tähtäimen suunnittelun takia on hyödyllistä selvittää mitkä tekijät vaikuttavat sudenpentutoiminnan laatuun. Tästä johtuen selvitetään sudenpentutoiminnan laatua selittävien tekijöiden vaikuttavuus. 9

Nollahypoteesina H 0 on, että mikään taulukon 4 tekijöistä ei tilastollisesti merkitsevästi vaikuta sudenpentutoiminnan laatuun. Jos nollahypoteesi osoitetaan pätemättömäksi, etsitään alaspäinaskelluksella vuosiselosteesta löytyvistä sudenpentutoiminnan laatua mahdollisesti selittävistä tekijöistä regressiomalli. 4.1.2 Sudenpentujen merkkisuorituksiin vaikuttavat tekijät Vaihemerkkien määrä on ollut Uudenmaan Partiopiirissä erityisen kiinnostava asia, koska vaihemerkkien määrä on konkreettinen mittari sudenpentujen määrätietoisesta ja suunnitellusta toiminnasta lippukunnissa. Tästä johtuen merkkien riippuvuus selittävistä tekijöistä on mielenkiintoinen. Lisäksi näiden määrien kasvun avulla on helppo mainostaa ja perustella erilaisia kehittämistoimia ja tapahtumia. Sudenpentujen merkkisuorituksista, niin taito- kuin vaihemerkeistä, luodaan mahdollisimman hyvin selittävä regressiomalli, jolla voidaan mahdollisimman hyvin perustella selittävien tekijöiden merkitystä. 4.2 Vartiotoiminnan laatua selittävät tekijät Vuosiselosteessa vartiotoiminnasta kerrotaan laatua kuvaavien tekijöiden lisäksi myös vartiolaisten määrä, vartioiden määrä, vartiojohtajien määrä, onko lippukunnan vartio-osastolla johtajaa, sampoa, kokoontuuko vartionjohtajista muodostettu vartionjohtajaneuvosto ja montako uutta vartionjohtajaa vuosittain koulutetaan. Vaikuttavina tekijöinä usein pidetään vartion sopivaa kokoa, vartionjohtajien riittävää määrää sekä sammon ja vartionjohtajaneuvoston toimintaa sekä olemassaoloa. Vartionjohtajat ovat vertaisjohtajia, joilla suositeltu iän yläraja tulee nopeasti vastaan, joten vartionjohtajien vuosittainen koulutus kertoo tilanteen vartionjohtajien yleisestä koulutustasosta. Vartionjohtajien kouluttautumisen määrä on hyvä suhteuttaa vartioiden määrään. Vartiotoiminnan laatua selittävät tekijät on koottu yhteen taulukossa 5.[3] Taulukko 5: vartiotoiminnan laatua selittävät tekijät Tekijä Selite Määritelmä x V artio Vartiolaisia vartiossa Vartiolaisia / vartioiden määrä x V J Vartionjohtajia vartiota kohti VJ:tä / vartioita x sampo Sampo Lippukunnalla on sampo a x V JN Toimiva VJN VJN toimii a x kurssi Vuodessa koulutettuja VJ:tä käytyjä kursseja/vartioita a indikaattorimuuttuja 4.2.1 Vartiotoiminnan laatuun vaikuttavien tekijöiden vaikuttavuus Kuten sudenpentutoiminnasta myös vartiotoiminnasta halutaan löytää mitkä tekijät vaikuttavat toiminnan laatuun ja kuinka paljon, jotta tätä voitaisiin käyttää hyväksi tulevan toiminnan suunnittelussa ja strategiatyössä. 10

4.2.2 Vartiolaisten merkkisuorituksiin vaikuttavat tekijät Vaikka vartiotoiminnan laadun mittauksessa merkkisuorituksille annettiinkin pienempi paino, kuvaavat ne varsin hyvin itse ohjelman suoritusta ja antavat siten kuvan selittävien tekijöiden vaikutuksesta. Vaikutuksen selvittämiseksi luodaan merkkisuorituksista regressiomallit. 4.3 Vaeltajatoiminnan laatua selittävät tekijät Vuosiselosteista voidaan laadullisten tekijöiden lisäksi vaeltajatoiminnasta löytää vaeltajien määrä vaeltajaryhmissä, onko vaeltajaosastolla johtajaa, valtermannia, sekä viimeisen vuoden aikana koulutettujen valtermannien ja hankeohjaajien määrä. Valtermannien ja hankeohjaajien tarve ja vaihtuvuus on kuitenkin varsin pientä, joten näitä ei tarvitse lippukunnissa vuosittain kouluttaa. Vaeltajatoiminnassa vaeltajaryhmän käsite ei ole lippukunnilla useasti selvillä eikä välttämättä suurikaan määrä vaeltajia kuulu vaeltajaryhmään, joten vaeltajien määrää ryhmässä ei saa vuosiselostedatan avulla selville. Tämän takia vaeltajatoiminnan laatua selittämään jää vain valtermannin olemassaolo.[3] 4.4 Lippukunnan koon vaikutus toiminnan laatuun Elinvoimaisen lippukunnan rajana pidetään noin 80 jäsentä. Suuren lippukunnan kokona pidetään yli 120 jäsentä. Alle 40 jäsenen lippukuntia on, vaikka niiden toimintaedellytykset ovat heikot.[3] Koon vaikutusta lippukunnan toiminnan laatuun mitataan yksisuuntaisella varianssianalyysillä jakaen lippukunnat neljään luokkaan taulukon 6 mukaisesti. Koska ei ole mitään syytä olettaa lippukuntatoiminnan laatua normaalijakautuneeksi, luokkien eroavaisuuden tilastollista merkitsevyyttä tutkitaan Kruskal Wallisin testillä. Nollahypoteesina on, että kokoluokasta riippumatta toiminnan laadut ovat samasta populaatiosta eli ne eivät poikkea toisistaan tilastollisesti merkitsevästi. Jos nollahypoteesi ei päde, tutkitaan onko alle 40 jäsenen lippukuntien laatu muita huonompaa, vaikuttaako elinvoimaisen lippukunnan rajana pidetty 80 jäsentä toimintaan ja onko eroa 80 119 ja vähintään 120 jäsenen lippukuntien välillä. Nollahypoteeseiksi tulevat siten varsinainen nollahypoteesi H 0 ja sen ollessa epätosi kolmen tutkittavan asian nollahypoteesit. H 0 : M 1 = M 2 = M 3 = M 4 H 10 : M 1 = M j, j {2,3,4} H 20 : M 2 = M j, j 3,4 H 30 : M 3 = M 4 4.5 Lippukunnan kouluttautumisen vaikutus toiminnan laatuun Johtajien koulutus jakaantuu partiojohtajan peruskurssiin, tehtäväkohtaiseen koulutukseen sekä partiojohtajan jatkokurssiin. Partiojohtajan peruskurssi on vaatimuksena partiojohtaja- 11

Taulukko 6: Lippukuntien jako kokoluokkiin jäsenmäärän perusteella. Kokoluokka Luokka Koko 1 Hyvin pieni 39 2 Pieni 40 79 3 Elinkykyinen 80 119 4 Suuri 120 valtakirjalle, jota vaaditaan johtajilta tietyissä tehtävissä. Lisäksi peruskurssi toimii ennakkotietona muille johtajakursseille. Tästä johtuen tutkitaan erikseen partiojohtajan peruskurssin ja jatkokoulutuksen vaikutusta toiminnan laatuun. 4.5.1 Partionjohtajan peruskurssille osallistumisen vaikutus toiminnan laatuun Partionjohtajan peruskurssin osallistujamäärät ovat pienentyneet, joten onkin hyvä tarkastella, vaikuttaako kurssille osallistuminen toiminnan laatuun. Kruskal Wallisin testillä tutkitaan vaikuttaako PJ-kurssin käyminen lippukunnan toiminnan yleiseen laatuun. 4.5.2 Muun johtajakoulutuksen vaikutus toiminnan laatuun Muuksi koulutukseksi lasketaan tässä osastonjohtajakoulutus (akela, sampo ja valtermanni), lippukunnanjohtajakoulutus ja partionjohtajien jatkokoulutus eli Ko-Gi. Tarvetta kaikille ei ole vuosittain, mutta yhdelle tai kahdelle tarvetta usein on. Tutkitaan vaihtoehtoja osallistumisia ei ole lainkaan sekä osallistuminen yhdelle tai vähintään kahdelle eri kurssille. Kruskal Wallisin testillä tutkitaan muuhun johtajakoulutukseen osallistumisen vaikutusta lippukunnan toiminnan laatuun. 5 Tulokset 5.1 Sudenpentutoiminnan laatuun vaikuttavat tekijät Tutkitaan päteekö kohdassa 4.1.1 määritelty nollahypoteesi H 0. Statistix-ohjelmistoon sijoitettiin liitteessä A.1 löytyvä taulukko, jonka tietoihin tehtiin lineaarinen regressioanalyysi, jonka tulokset löytyvät liitteestä A.2. Lineaarisen regressioanalyysin P-arvosta 0,0038, joka on selvästi alle 0,05:n havaitaan selitysasteen olevan merkitsevä, joten sudenpentutoiminnan laatua voidaan selittää ainakin yhdellä tekijöistä. Nollahypoteesi H 0 hylätään, joten sudenpentutoimintaan vaikuttavista tekijöistä muodostetaan lineaarinen regressiomalli. Alaspäinaskellus aloitetaan jo tehdystä regressioanalyysistä, jossa selittävistä tekijöistä poimitaan pois tekijöitä, jotka eivät ole tilastollisesti merkitseviä. Ensimmäisenä poistetaan indikaattorimuuttuja X LJN, jonka P-arvo on suurin 0,6149. Seuraavan regressioanalyysin tulokset näkyvät liitteessä A.3. 12

1.4 0.8 1.2 0.6 1 0.4 supelaatu 0.8 0.6 RES 0.2 0 0.4-0.2 0.2-0.4 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 FIT (a) Y supe vs FIT -0.6 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 FIT (b) RES vs FIT 0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2 RES RES 0 0-0.2-0.2-0.4-0.4-0.6 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 Laumoja (c) RES vs X lauma -0.6 0 0.05 0.1 0.15 0.2 0.25 LJ (d) RES vs X LJ Kuva 1: Sudenpentutoiminnan laadun lineaarisen regressiomallin diagnostiikkaa: (a)y supe vastaan sijoitus, (b) residuaalit vastaan sijoitus, (c) residuaalit vastaan X lauma, (d) residuaalit vastaan X LJ Selittäjän X V JN poistamisen havaitaan parantaneen hieman korjattua selitysastetta ja P- arvoa. Seuraavaksi mallista poistetaan tekijä X kurssi, jonka P-arvo on 0,2999. Seuraavan lineaarisen regressioanalyysin tulokset näkyvät liitteessä A.4. Selittäjän X kurssi poistaminen pienensi korjattua selitysastetta juuri ja juuri havaittavasti mutta paransi P-arvoa. Mallista poistetaan vielä tekijä X akela, jonka jälkeisen regressioanalyysin tulokset näkyvät liitteessä A.5. Tulokseksi saatiin 90 %:n luottamusvälillä tilastollisesti merkitsevä regressiomalli, jonka selitysaste on 30 % ja diagnostiikka kuvassa 1, sudenpentutoiminnan laadulle: Y supe = 0,18829 + 2,67792 X LJ 1,3810 X lauma. (18) Kuvista katsottuna mallista löytyy puutteita, mikä oli myös selitysasteen perusteella havaittavissa. Sudenpentutoiminna laatu Y supe ei asetu lineaarisesti sovitettujen pisteiden kanssa vaan siinä on huomattavaa neliöllisyyttä ja jakaumaa. Residuaalikuvat ovat kuitenkin varsin hyvin kohinaa, joten selittäjien suhteen ei suurempia ongelmia ole. 13

5.2 Sudenpentujen merkkisuorituksiin vaikuttavat tekijät Kuten sudenpentujen toiminnan laatua, myös sudenpentujen merkkisuorituksia tutkittiin lineaarisella regressioanalyysillä ja tarvittaessa etsittiin regressiomalli alaspäinaskelluksella. Lähtötietoina merkkisuorituksissa käytetään liitteenä A.1 olevaa tilastoa. 5.2.1 Vaihemerkit Ensimmäisen regressioanalyysin tulokset löytyvät liitteestä A.6. Selityskertoimen P-arvo on 0,0096, joten nollahypoteesi hylätään. Ensimmäisenä mallista poistetaan selittäjä X kurssi. Toisen regressioanalyysin tulokset löytyvät liitteestä A.7, jonka perusteella mallista pudotetaan tekijä X LJN. Kolmannen analyysin tulokset löytyvät liitteestä A.8 ja näiden perusteella poistetaan mallista selittäjä X akela. Liitteestä A.9 löytyy viimeisen analyysin tulokset, joiden perusteella vuodessa suoritettavien taitomerkkien sudenpentukohtaisen määrän malliksi muodostuu Y Taito = 0,28614 + 3,30002 X LJ 2,96268 X lauma. (19) 5.2.2 Taitomerkit Sudenpentujen taitomerkkisuorituksiin vaikuttavien tekijöiden regressioanalyysi on esitetty liitteessä A.10. P-arvosta 0,1361 johtuen mikään selittäjistä ei ole tilastollisesti merkitsevä, joten nollahypoteesi pitää. 5.3 Vartiotoiminnan laatuun sekä vartiolaisten suorittamien luokka- ja taitomerkkien määrään vaikuttavat tekijät Vartiotoiminnan laatu, suoritetut merkit sekä mahdolliset niihin vaikuttavat tekijät on esitetty liitteessä B.1. 5.3.1 Lineaarinen regressioanalyysi Vartiotoiminnan laadun, luokkasuoritusten ja taitomerkkien osalta tehtiin lineaariset regressioanalyysit Statistix-ohjelmistolla. Tulokset ovat liitteissä B.2, B.3 ja B.4. Kuten tuloksista huomataan, P-arvot selittävien tekijöiden vaikutukselle ovat 0,1106, 0,16688 ja 0,8375. Selittävillä tekijöillä ei ole lineaarisen regressioanalyysin perusteella tilastollista merkitsevyyttä vartiotoiminnan laatuun tai suoritettujen merkkien määrään. Selittäviä tekijöitä tarkemmin tutkiessa voidaan selittäjät jakaa kahteen luokkaan. Vartiotoiminta muuttuu ohjelmauudistusten aikana ja vartiokoot ja lähijohtajakäsitys uudistuu. Tällä perusteella vartioiden koon ja vartionjohtajien määrän ja koulutusten tarkastelulla ei ole enää suurta merkitystä. Vartionjohtajaneuvosto ja ikäkausijohtajan asema jatkuu enemmän samanlaisena, näiden laatu jopa korostuu jatkossa. Siitä syystä selittäjät X V JN ja X sampo on syytä ottaa syvempään tarkasteluun. 14

5.3.2 Kruskal-Wallisin testi Selittäjät X V JN ja X sampo ovat indikaattorimuuttujia, joilla on vain yksi taso. Niin vartiotoiminnan laadulle kuin suoritetuille luokka- ja taitomerkeillekin suoritetaan Kruskal-Wallisin testi selittäjien X V JN ja X sampo suhteen. Liitteestä B.5 nähdään millä luottamustasolla sammon olemassaolo ja VJN:n toiminta vaikuttavat vartiotoiminnan laatuun. Sammon vaikutuksen luottamustaso on yli 98 % ja vartionjohtajaneuvoston vaikutuksen lähes 92 %. Sammon ja vartionjohtajaneuvoston toiminnan vaikutus luokkamerkkisuorituksiin on esitetty liitteessä B.6. VJN:n vaikutus luokkamerkkisuorituksiin on tilastollisesti merkitsevää luottamustasolla 98 % ja sammon vaikutus lähes tasolla 95 %. Taitomerkkien osalta liitteen B.7 mukaisesti vartionjohtajaneuvoston toiminta ei ole tilastollisesti merkitsevää ja sammon toiminta ei ole aivan tilastollisesti merkitsevää luottamustasolla 95 %. 5.4 Valtermannin vaikutus vaeltajatoiminnan laatuun Liitteessä C.2 on esitettyvaeltajatoiminnan tilastoille (liite C.1 tehty Kruskal Wallisin testi. Testin P-arvosta 0,2009 havaitsemme, että valtermannin olemassaololla ei ole tilastollista merkitsevyyttä vaeltajatoiminnan laatuun. 5.5 Lippukunnan jäsenmäärän vaikutukset lippukunnan laatuun Lippukunnat jaettiin neljään luokkaan kohdassa 4.4 kuvatun mukaisesti, jolloin saatiin liitteessä D.1 esitetty kokotilasto. Jakamalla taulukko koon perusteella neljään ryhmään, joille suoritettiin Kruskal Wallisin testi, saadaan liitteessä D.2 esitetyt tulokset. Tulosten perusteella testisuureen P arvo on 0,0107, joka on selvästi pienempi kuin 0,05, joten kokoluokkien välillä on tilastollisesti merkitseviä eroja eli hypoteesi H 0 ei päde. 80 119 ja vähintään 120 jäsenisten lippukuntien rankikeskiarvo on selvästi yli alle 40 jäsenisten ja 40 79 jäsenisten lippukuntien rankikeskiarvon. Seuraavakaan nollahypoteesi H 10 ei siis päde. Kun Kruskal Wallisin testi tehdään kokoluokille 2, 3 ja 4 saadaan liitteen D.3 mukaiset tulokset, joissa P arvo on 0,373 eli kokoluokkien välillä on edelleen tilastollisesti merkitseviä eroja. Kokoluokan 2 eli 40 79 jäsentä rankikeskiarvo on selvästi muita pienempi, joten kokoluokka 2 on tilastollisesti merkitsevästi eri kuin kokoluokat 3 ja 4. Hypoteesi H 20 ei siis päde. Kruskal Wallisin testi tehdään vielä kokoluokille 3 ja 4, jolloin saadaan liitteessä D.4 esitetyt tulokset, joista nähdään P arvon olevan 0,5676 eli kokoluokat 3 ja 4 eivät enää eroa tilastollisesti merkitsevästi toisistaan. Hypoteesi H 30 pätee. 5.6 Koulutuksen vaikutus lippukunnan laatuun Lippukunnan kokokotiedot, laatu sekä koulutustiedot löytyvät liitteestä E.1. Tilastoa tutkittaessa huomataan, että koulutusmäärät eri kokoluokissa ovat huomattavan erilaiset, joten lippukunnan koon ja koulutuksen välillä havaitaan yhteyttä. 15

Ensimmäisenä tutkitaan partionjohtajan peruskurssin käymisen vaikutusta toiminnan laatuun Kruskal Wallisin menetelmällä, jonka tulokset löytyvät liitteestä E.2. Tuloksista huomataan rankisummien olevan varsin lähellä toisiaan ja P-arvon ollessa 0,9456 voidaan todeta, että vuosittainen osallistuminen partiojohtajan peruskoulutukseen ei vaikuta merkittävästi toiminnan laatuun. Seuraavana tutkitaan jatkokoulutuksen vaikutusta toiminnan laatuun, minkä tulokset löytyvät liitteestä E.3. Tuloksista havaitaan P-arvon olevan 0,0254, joten jako luokkiin on tilastollisesti merkitsevä. Rankisummia tutkittaessa havaitaan vähintään kahdelle kurssille osallistuneiden rankisumman olevan huomattavasti suurempi kuin korkeintaan yhdelle osallistuneiden vaihtoehtojen 0 ja 1. Vähintään 2 kurssille osallistuvien lippukuntien laatu on siis parempaa. 6 Johtopäätökset 6.1 Laumojen koko ja laumanjohtajien määrä vaikuttavat sudenpentutoiminnan laatuun Kuten kohdassa 5.1 havaittiin, laumanjohtajien määrä vaikuttaa sudenpentutoiminnan laatuun 99,99 prosentin varmuudella. Pienemmällä 90 prosentin varmuudella lauman pieni koko laskee sudenpentutoiminnan laatua, sillä laumojen määrä sudenpentua kohden vaikutti negatiivisesti toiminnan laatuun. Kohdassa 5.2.1 havaitaan lauman koon ja laumanjohtajien määrän lisäävän selvästi vaihemerkkien suoritusta, jopa merkitsevämmin kuin sudenpentutoiminnan laatua. Tilastojen perusteella voidaan siis havaita, että laumanjohtajia kannattaa olla useampia ja sudenpentulaumojen suuria. Tämä havainto tukee ajatusta, että yhden laumanjohtajan sudenpentulaumoja kannattaa yhdistää keskenään kahden laumanjohtajan laumaksi ja suuriin yhden laumanjohtajan laumoihin tulee rekrytoida lisää laumanjohtajia. Kohdan 5.2.2 perusteella nämä tekijät eivät kuitenkaan vaikuta taitomerkkien määrään, kuten eivät muutkaan vuosiselosteessa analysoidut tekijät. 6.2 VJN ja sampo vaikuttavat vartiotoiminnan laatuun Kohdassa 5.3 esitettyjen tulosten perusteella vartionjohtajaneuvoston ja sammon toiminta ja olemassaolo parantavat vartiotoiminnan laatua ja lisäävät luokkamerkkisuoritusten määrää. Lisäksi sammon olemassaolo vaikuttaa taitomerkkisuorituksia lisäävästi. Tästä voidaankin päätellä lähijohtajien vertaistuen ja ikäkausijohtajien olemassaolon parantavan heidän johtamansa ikäkauden toimintaa. Vaikutusta on vartiotoiminnassa toisin kuin sudenpentutoiminnassa. Vartiotoiminnan ikäkausijohtajat ovat sudenpentujen johtajia nuorempia, joten jatkossa voidaan keskittyä tukemaan nuorempia johtajia. 6.3 Valtermannin vaikutus vaeltajatoiminnan laatuun Kohdassa 5.4 havaittiin, ettei valtermannin olemassaololla ole tilastollsita merkitsevyyttä vaeltajatoiminnan laatuun. Koska johtajilla on muissa ikäkausissa havaittu olevan vaikutusta laatuun, on syytä jatkossa kiinnittää huomiota vanhimmankin ikäkauden johtajan koulutukseen 16

ja tukeen. Vaeltajatoimintaan kun ei monissakaan lippukunnissa panosteta nuorempien ikäkausien vertaa. 6.4 Lippukunnan koko vaikuttaa toiminnan laatuun Kohdassa 5.5 havaittiin lippukunnan koon vaikuttavan toiminnan laatuun. Elinvoimaisen lippukunnan tunnusmerkkinä pidetty yli 80 jäsentä osoittautui toiminnan laadun kannalta tilastollisesti merkitseväksi rajaksi. Sen sijaan tilastollisesti ei enää ollut merkitsevää, onko jäseniä 80 119 vai vähintään 120. Lisäksi havaittiin alle 40 jäsenen lippukuntien toiminnan olevan merkitsevästi vähemmän laadukasta kuin 40 79 jäsenen lippukuntien toiminnan. Tilastojen perusteella on siis järkevää panostaa pienten lippukuntien jäsenmäärän kasvattamiseen yli 80 jäsenen ja ainakin yli 40 jäsenen sen ollessa muilta realiteeteilta mahdollista. 6.5 Koulutuksen vaikutukset toiminnan laatuun Kappaleessa 5.6 havaittiin, että vuosittainen partionjohtajan peruskurssille osallistuminen ei vaikuta toiminnan laatuun, mutta useammalle jatkotason kurssille osallistuminen parantaa toiminnan laatua. Todennäköisenä selittäjänä vuosittaisen partionjohtajan peruskurssin merkitsemättömyyteen on koulutuksen tarve. Lippukunnilla on erilaisia vuosia ja joinain kursseille osallistuu enemmän joinain vähemmän ihmisiä. Jos koulutettuja partionjohtajia on, he osaavat toimia, eikä heitä tarvita välttämättä joka vuosi lisää. Jatkokoulutuksen merkitsevyys puolestaan korostaa tehtävään johtavan koulutuksen tärkeyttä ja johtajien vaihtuvuuden merkittävyyttä. Kurssit tuovat uusia ideoita toimintaan ja vertaistukea pestissä. Strategian ja toiminnansuunnittelun kannalta on siis tärkeää mainostaa ja panostaa jatkokoulutukseen. Peruskurssin osalta jyrkkiä johtopäätöksiä ei kannata tehdä, sillä peruskurssin käyminen on vaatimus moniin vakuutusteknisiin etuihin. 6.6 Lineaaristen regressiomallien selitysasteet Kuten lineaaristen regressiomallien selitysasteista nähdään, vuosiselosteissa mitatut asiat eivät selitä suurinta osaa toiminnan laadusta. Vaikka vuosiselosteiden vakiokysymykset antavatkin hyvän kuvan muutoksesta ajan kuluessa, uudet ideat selittävistä tekijöistä olisivat tarpeen. Mitä enemmän selittäviä tekijöitä löytyy, sitä helpompi on etsiä kehityksen kohteita yleisen laadun parantamiselle. Viitteet [1] A.Niilo-Rämä: Partiojohtajan käsikirja, Suomen Partiolaiset Finlands Scouter ry, Helsinki (2008) [2] S.Iho: Tilastot 2007, Suomen Partiolaiset Finlands Scouter ry, Helsinki (2008) 17

[3] J.Juhola, R.Eela: Toimiva lippukunta, 2. painos, Suomen Partiolaiset Finlands Scouter ry, Helsinki (2002) [4] K.Ilomäki, E.Kuusela, T.Tulkki: Partio-ohjelma, 3. painos, Suomen Partiolaiset Finlands Scouter ry, Helsinki (2005) [5] J.Heinonen, A.Juote, T.Schildt, A.Veikkolainen: Partio toiveiden herättäjä ja pettymysten tuottaja, Kooste vuonna 2005 toteutetuista järjestökuva- ja eroamisen syyt tutkimuksista, Suomen Partiolaiset Finlands Scouter ry, Helsinki (2006) [6] J.S.Milton, J.C.Arnold: Introduction to Probability and Statistics, 3rd ed., CGraw Hill, inc., New York (1995) [7] P.Laitinen: Tilastollisen analyysin perusteet, Otatieto, Helsinki (2000) 18

A Sudenpentutoiminnan laatuun vaikuttavat tekijät A.1 Tilasto laumoja per LJ per kurssi/lj LJN Akela supelaatu v-merkit/supe t-merkit/supe 0.10 0.00 0.00 0.00 0.00 0.08 0.00 0.00 0.04 0.41 0.05 1.00 1.00 0.11 0.00 0.24 0.00 0.13 0.00 1.00 0.00 0.40 0.74 0.00 0.02 0.15 0.00 1.00 1.00 0.68 0.64 0.64 0.07 0.07 0.25 1.00 1.00 0.30 0.27 0.28 0.04 0.30 0.00 0.00 1.00 0.30 0.50 0.25 0.02 0.00 0.00 0.00 1.00 0.07 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.61 0.80 0.53 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.04 0.27 0.10 1.00 1.00 0.48 0.54 0.60 0.00 0.55 0.03 1.00 1.00 0.56 0.81 0.30 0.04 0.00 0.00 1.00 0.00 0.59 0.77 0.26 0.00 0.17 0.00 0.00 1.00 0.17 0.00 0.06 0.00 0.00 0.00 0.00 0.00 0.76 0.90 0.50 0.07 0.00 0.00 1.00 1.00 0.55 0.86 0.09 0.02 0.39 0.04 1.00 1.00 1.20 1.46 0.33 0.04 0.13 0.36 1.00 1.00 0.61 0.68 0.31 0.04 0.00 0.00 0.00 1.00 0.40 0.27 0.15 0.04 0.00 0.00 0.00 0.00 1.05 1.25 1.00 0.10 0.00 0.00 0.00 0.00 0.47 0.33 0.80 0.06 0.00 0.00 0.00 0.00 0.37 0.00 0.67 0.00 0.50 0.50 0.00 1.00 0.68 1.00 0.00 0.00 0.13 0.00 1.00 0.00 0.34 0.43 0.14 0.03 0.00 0.00 0.00 0.00 0.19 0.35 0.00 0.06 0.00 0.00 0.00 0.00 0.14 0.00 0.00 0.03 0.31 0.22 1.00 0.00 0.73 0.71 0.29 0.05 0.12 0.00 1.00 1.00 0.61 0.80 0.27 0.03 0.06 0.33 1.00 1.00 0.99 1.06 0.50 0.07 0.46 0.00 0.00 0.00 0.13 0.00 0.00 0.07 0.00 0.00 0.00 0.00 0.45 0.70 0.15 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.13 0.00 0.00 0.00 1.00 0.75 1.85 0.19 0.10 0.30 0.00 1.00 1.00 0.43 0.44 0.59 0.00 0.40 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.47 0.00 1.00 1.00 0.73 1.03 0.10 0.06 0.00 0.00 0.00 1.00 1.02 1.57 0.24 0.00 0.00 0.00 1.00 1.00 0.75 1.17 0.00 0.05 0.18 0.00 1.00 1.00 0.09 0.00 0.00 0.02 0.40 0.00 1.00 1.00 1.30 1.67 1.14 0.05 0.00 0.00 0.00 0.00 0.45 0.59 0.35 0.06 0.32 0.00 1.00 1.00 0.25 0.19 0.21 0.06 0.00 0.00 1.00 0.00 0.46 0.88 0.08 0.00 0.44 0.00 0.00 0.00 0.48 0.75 0.25 0.04 0.17 0.22 0.00 0.00 0.45 0.44 0.42 19 2.33 3.33 0.10 1.00 0.00 0.32 0.24 0.16

A.2 Sudenpentutoiminnan laadun ensimmäinen regressioanalyysi Statistix 8.1 Sudenpentulaatu, 11.5.2009, 2:31:45 Unweighted Least Squares Linear Regression of SupeLaatu Predictor Variables Coefficient Std Error T P VIF Constant 0.12414 0.10225 1,21 0,2320 LJ 2.41604 0.66492 3,63 0,0008 1,2 Laumoja -1.21610 0.81327-1,50 0,1429 1,2 Akela 0.09316 0.09027 1,03 0,3084 1,2 Kurssi 0.17130 0.17647 0,97 0,3377 1,0 LJN 0.04667 0.09202 0,51 0,6149 1,3 R-Squared 0,3496 Resid. Mean Square (MSE) 0.07405 Adjusted R-Squared 0,2662 Standard Deviation 0.27213 Regression 5 1.55207 0.31041 4,19 0,0038 Residual 39 2.88807 0.07405 Total 44 4.44015 Cases Included 45 Missing Cases 0 A.3 Sudenpentutoiminnan laadun toinen regressioanalyysi Statistix 8.1 Sudenpentulaatu, 11.5.2009, 2:32:45 Unweighted Least Squares Linear Regression of SupeLaatu Predictor Variables Coefficient Std Error T P VIF Constant 0.13084 0.10045 1,30 0,2002 LJ 2.47954 0.64694 3,83 0,0004 1,2 Laumoja -1.26532 0.79993-1,58 0,1216 1,1 Akela 0.11094 0.08242 1,35 0,1859 1,1 Kurssi 0.18222 0.17351 1,05 0,2999 1,0 R-Squared 0,3453 Resid. Mean Square (MSE) 0.07268 Adjusted R-Squared 0,2798 Standard Deviation 0.26959 Regression 4 1.53302 0.38326 5,27 0,0017 Residual 40 2.90712 0.07268 Total 44 4.44015 20

Cases Included 45 Missing Cases 0 A.4 Sudenpentutoiminnan laadun kolmas regressioanalyysi Statistix 8.1 Sudenpentulaatu, 11.5.2009, 2:33:17 Unweighted Least Squares Linear Regression of SupeLaatu Predictor Variables Coefficient Std Error T P VIF Constant 0.15176 0.09858 1,54 0,1314 LJ 2.48313 0.64774 3,83 0,0004 1,2 Laumoja -1.29708 0.80036-1,62 0,1128 1,1 Akela 0.11451 0.08245 1,39 0,1724 1,0 R-Squared 0,3272 Resid. Mean Square (MSE) 0.07286 Adjusted R-Squared 0,2780 Standard Deviation 0.26993 Regression 3 1.45287 0.48429 6,65 0,0009 Residual 41 2.98728 0.07286 Total 44 4.44015 Cases Included 45 Missing Cases 0 A.5 Sudenpentutoiminnan laadun neljäs regressioanalyysi Statistix 8.1 Sudenpentulaatu, 11.5.2009, 2:34:34 Unweighted Least Squares Linear Regression of SupeLaatu Predictor Variables Coefficient Std Error T P VIF Constant 0.18829 0.09605 1,96 0,0566 LJ 2.67792 0.63932 4,19 0,0001 1,1 Laumoja -1.38130 0.80683-1,71 0,0943 1,1 R-Squared 0,2956 Resid. Mean Square (MSE) 0.07447 Adjusted R-Squared 0,2620 Standard Deviation 0.27289 Regression 2 1.31234 0.65617 8,81 0,0006 Residual 42 3.12780 0.07447 Total 44 4.44015 21