KTKO 105 Johdatus tilastolliseen tutkimukseen 2 op Eija

KTKO 105 Johdatus tilastolliseen tutkimukseen 2 op Eija Räikkönen eija. m. raikkonen@jyu. fi Viikko 36

Yleistä kurssista • Laajuus 2 op => yht. 2*27 h = 54 h – Luennot 2 h*4 = 8 h ja demo 2 h/ryhmä – Itsenäinen työskentely (yht. 44 h) • Artikkelien lukeminen • Monivalintatehtävät • Oppimistehtävä • Kirjallisuus – Erittely Moodlessa – 3 artikkelia

Oppimistavoitteet • Opintojakson suoritettuaan opiskelija – kuvata tilastollisen tutkimuksen tavoitteita ja peruskäsitteitä – kuvata määrällisen tutkimuksen tutkimusprosessin etenemisen periaatteet – tunnistaa erilaisia tilastollisen tutkimuksen asetelmia ja niissä käytettäviä menetelmiä – eritellä tilastollisen tutkimuksen tiedonkeruun ja mittaamisen tapoja

Monivalintatehtävät • Tehdään yksin. • Tehtävät – pohjautuvat luentoihin ja kurssikirjallisuudessa mainittuihin artikkeleihin – 3 erillistä tehtäväsarjaa, joissa yhteensä 20 + 10 = 50 tehtävää • Arviointi – Jokaisesta kolmesta tehtäväsarjasta saatava kustakin 50 % oikein – Uusintamahdollisuus

Oppimistehtävä • Tehdään pareittain. – Halutessa voi tehdä yksin, mutta ei kolmen hengen ryhmässä • Tarkempi ohjeistus ja arviointikriteerit Moodlessa. – Palautettava 25. 9. 2017 mennessä. • Arviointi: hyväksytty/hylätty

Numerolukutaito • taito ymmärtää, tulkita ja arvioida numeerisen tiedon luotettavuutta ja käyttökelpoisuutta. • Numerotiedon lukutaitoa tarvitaan yhteiskunnassa yhä useammin eri yhteyksissä. – Tieto on tavallisesti numeromuodossa esim. taulukoina. – Aineistot on kerätty usein kyselytutkimuksen menetelmillä • Numerolukutaito edellyttää numerotiedon tuotantoprosessin hyvää tuntemusta. • Numerotietojen esittäjien (tutkijoiden ym. asiantuntijoiden) tulee tuottaa ja raportoida tiedot oikein. • Numerotietojen käyttäjien pitää kyetä arvioimaan tietojen oikeellisuutta ja luotettavuutta riittävästi.

Määrällinen tutkimus • Useita käytettyjä termejä – tilastollinen tutkimus, määrällinen tutkimus, kvantitatiivinen tutkimus – engl. quantitative research/study • Tilastotiede on tieteenala, joka tutkii, miten erilaisiin havaintoihin ja mittauksiin perustuva tutkimus pitää suorittaa. • Määrällinen tutkimus on empiiristä tutkimusta.

Määrällinen tutkimus = Kokemusperäisten tietojen keräämistä, esittämistä, analysoimista ja johtopäätösten tekemistä tilastollisen päättelyn avulla. • Tavoitteena tehdä päätelmiä tutkittavasta ilmiöstä. – pyritään löytämään ilmiöistä säännönmukaisia ja toisaalta satunnaisia tekijöitä – arvioidaan ilmiöiden välisiä yhteyksiä – pyritään erottamaan ilmiöt toisistaan – Voidaan tiivistää tietoa • Hyödyntää – havaintoaineistoja, joissa tutkittavilta kerätty tieto on numeerisessa eli määrällisessä muodossa. – erilaisia tietojenkäsittelymenetelmiä kuten SPSS-ohjelmistoa

Määrällisen tutkimuksen piirteitä • Tiedon käsittely & esittäminen numeroin – Tutkittavia asioita käsitellään numeroiden avulla ÞAineisto numeroina taulukkomuodossa ÞTulokset esitetään numeroina (tekstissä/taulukossa/kuviona) ÞTutkija tulkitsee olennaisen numerotiedon sanallisesti – Kuinka paljon? Kuinka usein? Kuinka moni? Kuinka vahva? . . .

Määrällisen tutkimuksen piirteitä • ”Suuri” tutkittavien määrä – Riippuu tutkimuksen aiheesta, kohdejoukosta ja resursseista – Yleensä kymmeniä tai satoja tutkittavia

Määrällisen tutkimuksen piirteitä • Tiedon operationaalistaminen eli käsitteellistäminen – Tehdään ennen aineiston keräämistä! – Tutkittavaa ilmiötä kuvaaville teoreettisille käsitteille annetaan mitattava määritelmä. => tutkittavat ilmiöt muotoillaan kysymyksiksi ja vastausvaihtoehdoiksi niin, että • kaikki tutkittavat ymmärtävät kysymyksen ja mahdolliset vastausvaihtoehdot samalla tavalla • kysymys ja mahdolliset vastausvaihtoehdot voidaan esittää kaikille tutkittaville samalla tavalla

Määrällisen tutkimuksen piirteitä • Mittaaminen, muuttuja ja mittari – Mittaaminen: asioiden ja ominaisuuksien määrittämistä tutkittavista • Arvioida-verbi – Muuttuja: tutkittavaan liittyvä mitattavissa oleva ominaisuus. • Faktatiedot, asenteet, mielipiteet jne. – Mittari: väline, jolla saadaan mitattua haluttu kiinnostava asia tutkittavasta. • Kysely-, haastattelu-, tai havainnointilomake • Standardoitu testi • Mittalaitteilla tehdyt mittaukset

Määrällisen tutkimuksen piirteitä • Objektiivisuus – Tutkijan puolueettomuus – Tutkimusprosessin ja tulosten puolueettomuus – Tulosten tulkinnan puolueettomuus • Tulokset suhteutetaan valittuun teoriaan ja aiempiin tutkimustuloksiin. • Tulokset raportoidaan niin, että tutkimus on toistettavissa samalla tavoin.

Määrällisen tutkimuksen piirteitä • Päätelmien teko aineistosta tilastollisen päättelyn avulla – Aineistoa kuvaavat tilastolliset tunnusluvut • Käsitellään tarkemmin KTKO 105 -kurssilla keskiviikkona – Hypoteesin testaus/virhemarginaalit ja luottamusvälit • Käsitellään tarkemmin KTKA 2020 -kurssilla!

RAPORTTI PÄÄTELMÄT JA TULKINNAT TUTKIMUSKYSYMYKSET TUTKIMUSASETELMA TEORIA SUUNNITTELU TOTEUTUS ANALYYSI LUOTETTAVUUS PÄTEVYYS TIEDONKERUU OTANTA MITTAAMINEN Mukaillen: Taanila, A. (2014). Määrällisen aineiston kerääminen.

Milloin määrällistä tutkimusta? • Jos haluat – edetä teorialähtöisesti tutkittavan ilmiön tarkastelussa => Tutkimusongelmaa lähestytään tietystä teoreettisesta näkökulmasta hyödyntäen sen tarjoamia työkaluja ja aiempia tutkimushavaintoja. => Teorialähtöisyys näkyy tutkimuksen eri vaiheisiin liittyvissä valinnoissa: Ilmiön tausta, tutkimuksen tavoite, viitekehys, tutkimuskysymykset, hypoteesit, käsitteet, mittarit, muuttujat, aineistotyyppi ja analyysitapa, tulosten tulkinta…

Määrällinen tutkimus ja teoria Tutkimuksen suunnittelu Aiheen valinta Mitä tiedetään? Miten tutkittu aiemmin? Kirjallisuuteen perehtyminen Olennaiset teoriat & käsitteet Tutkimustehtävän täsmentäminen Tarkemmat tutkimuskysymykset Tutkimushypoteesien laadinta? Tutkimusasetelman valinta Mitä/keitä mitataan? Millä ja miten mitataan?

Milloin määrällistä tutkimusta? • Jos haluat – kuvailla, vertailla, selittää tai ennustaa tutkittavaa ilmiötä tai käyttäytymistä.

Tutkimuskysymysten tyypit • Kuvaileva tutkimus – tutkija esittää tai luonnehtii tarkasti ja järjestelmällisesti tapahtuman, ilmiön, tilanteen, toiminnan, henkilön tai asian keskeiset, näkyvimmät tai kiinnostavimmat piirteet. Esim. Kuinka moni kasvatusalojen opiskelija kokee tilastoahdistusta? • Vertaileva tutkimus – tavoite on vertailla samanlaisia ihmistä koskevia asioita – vertailla voi naisia ja miehiä, eri maita, eri kulttuureja, asenteita, uskomuksia, mielipiteitä, ajanjaksoja, säätiloja, jne. Esim. Onko eri ihmistieteellisten alojen opiskelijoiden kokemalla keskimääräisellä tilastoahdistuksen määrällä eroa?

Tutkimuskysymysten tyypit • Selittävä tutkimus – tutkija antaa selityksensä avulla tutkitusta asiasta perusteltua lisätietoa tai esittää asian taustalla vaikuttavia syitä. – tavoitteena voi olla asioiden välisten • yhteyksien selvittäminen • syy–seuraus-suhteiden eli kausaalisuhteiden selvittäminen. Esim. Millä tavoin kasvatusalojen opiskelijoiden raportoima tilastoahdistus on yhteydessä opiskelijoiden minäpystyvyyteen tilastotieteen opiskelussa? • Ennustava tutkimus – Tavoitteena arvioida ja ennustaa ihmistä koskevan asian tai ilmiön ilmenemismuotoja tai seurauksia eri asiayhteyksissä tai eri aikakausina. Esim. Ennustaako kurssin alussa mitattu määrällisten menetelmien opiskeluun liittyvä asenne määrällisten menetelmien kurssilla menestymistä?

Tutkimushypoteesi • Kertoo sen, mitä tutkija olettaa saavansa tulokseksi. • muotoiltava siten, että siitä voidaan johtaa testattavissa olevat tilastolliset hypoteesit • Käytetään – vertailevissa tutkimuksissa • onko ryhmien välillä eroa? Tutkimuksessa oletettiin, että naisopiskelijat raportoivat miesopiskelijoita enemmän tilastoahdistusta(LÄHDE). – selittävissä tutkimuksissa • mikä, kuinka paljon/usein, millainen yhteys on (muuttujien välillä) Oletimme, että opiskelijoiden korkea tilastoahdistus on yhteydessä heikompaan minäpystyvyyteen…. (LÄHDE). – ennustavissa tutkimuksissa. • miksi, mistä erot johtuvat? Aiempien tutkimusten (LÄHTEET) perusteella oletettiin, että mitä kielteisempi asenne opiskelijalla on määrällisten menetelmien opiskelua kohtaan, sitä heikommin hän menestyy kurssilla. Hyvä tutkimushypoteesi • ilmaistaan väitteen muodossa • on tiivis ja käsitteistöltään selkeä • on perusteltavissa teorialla ja/tai aikaisemmalla tutkimustiedolla • osoittaa tutkittavien muuttujien oletetun suhteen yksiselitteisesti • on testattavissa empiirisesti

Tutkimusasetelma ja -menetelmä • Tutkimusasetelma – ohjaa tutkimuksen kulkua – sisältää menettelytavat, joilla tutkimus aiotaan toteuttaa • Tutkimusasetelman rakentamista ohjaa tutkimuksen tavoite. • Tavoitteena luoda tutkimusasetelma, jolla voidaan vastata asetettuun tutkimusongelmaan mahdollisimman hyvin!

Asetelmat ajan suhteen • Poikittaistutkimus (crosssectional study) – Tutkitaan samoja henkilöitä yhtenä ajankohtana – Ei anna tietoa kehityksestä tai syy-seuraussuhteista • Pitkittäistutkimus, seurantatutkimus (longitudinal study) • Kohorttitutkimus (cohort study, panel study) • Tutkittavat valittu jkn yhteisen piirteen, usein esim. syntymävuoden perusteella. • Asetelmaan voi kuulua yksi tai useampi mittauskerta. – Tutkitaan samoja henkilöitä kahdella tai useammalla mittauskerralla – Voidaan saada tieto kehityksestä ja suuntaa antavaa tietoa syyseuraussuhteista

Kokeellinen tutkimus (experimental study) • Esimerkki: Halutaan tutkia, vaikuttaako opiskelijoiden minäpystyvyyden tukeminen määrällisten menetelmien kurssilla menestymiseen. – Opintomenestystä mitataan oppimistehtävästä saadulla arvosanalla. – Hypoteesi: Minäpystyvyyden vahvistuminen parantaa opintomenestystä. • Käsitteitä: – Riippuva muuttuja, vastemuuttuja (dependent variable): • Kiinnostava muuttuja, johon halutaan vaikuttaa • Esimerkissä opintomenestys – Riippumaton muuttuja (independent variable) • Muuttuja, jonka muutosta pidetään syynä riippuvassa muuttujassa tapahtuviin muutoksiin/eroihin • Esimerkissä minäpystyvyyttä tukeva opetus: – opiskelijat jaetaan kahteen ryhmään, koe- ja kontrolliryhmään » Kontrolliryhmä (control group) osallistuu tavalliseen opetukseen » Koeryhmä (test group) osallistuu opetukseen, jossa keskitytään sisältöasian lisäksi vahvistamaan opiskelijoiden minäpystyvyyttä tilastotieteen opiskelussa

Kokeellinen tutkimus (experimental study) • tavoitteena vakioida (kontrolloida) tutkimustilanne niin, että vain riippumaton muuttuja vaikuttaa riippuvaan muuttujaan tutkimuksen aikana • mahdollistaa vahvat syy-seuraus -suhteita koskevat päätelmät – Vain koeasetelmaan perustuvissa tutkimuksissa voi käyttää vaikuttaa- tai aiheuttaa -sanoja! • Interventiotutkimukset ovat usein kokeellisia tutkimuksia • Ei sovellu kaikkiin ilmiöihin • Tutkittavien määrä melko pieni • Aikaavievää ja kallista

Klassinen koeasetelma: koe- ja kontrolliryhmä, vähintään 2 mittausta vrt. interventiotutkimus Tutkittavat satunnaistetaan Kontrolliryhmä Esitestaus Kokeellinen manipulointi Kontrollointi Loppumittaus Viivästetty loppumittaus Aika Koeryhmä

Ei-kokeellinen tutkimus (non-experimential study) • aineisto kerätään ilman, että tutkija aktiivisesti vaikuttaa mitattavien muuttujien arvoihin (vrt. kokeellinen tutkimus). • Syyt valita ei-kokeellinen asetelma tutkimukseen: käytännöllisiä tai eettisiä • Tutkitaan useita henkilöitä (esim. 50 -1000) ja muuttujia => Johtopäätökset muuttujien välisistä vaikutussuhteista ja kausaalisuudesta ovat rajoitetut • Kysely, haastattelu, havainnointi, dokumenttiaineistot, … • Erityistapaus: Korrelatiivinen asetelma – tarkoituksena tarkastella kahden tai useamman muuttujan välisiä riippuvuuksia

Käsitteitä • Määrällisen tutkimuksen tavoitteena on saada tietoa, joka on yleistettävissä haluttuun joukkoon. • Perusjoukko (kohderyhmä, population) on tutkimuksen kohteena oleva joukko ihmisiä tai ihmisryhmiä. – Suomalaiset, suomalaiset aikuiset, suomalaiset lukiolaiset/eskarilaiset/vauvat jne. – Perusjoukon kokoa merkitään N • Havaintoyksikkö (tai tilastoyksikkö) on yksi perusjoukon jäsen. – Yksi ihminen, aikuinen, lukiolainen, eskarilainen, vauva jne. Tutkimusongelma määrittää perusjoukon! => Voiko tutkimus kohdistua kaikkiin perusjoukon jäseniin vai johonkin perusjoukon osaan?

Käsitteitä • Kokonaistutkimus (census) – Tutkitaan kaikki perusjoukkoon kuuluvat henkilöt • Esim. Childcare-tutkimus: pienet kunnat – Ei useinkaan mahdollista tai järkevää • Otos (sample) – perusjoukon osajoukko, joka poimitaan todennäköisyyteen perustuvia otantamenetelmiä käyttäen – tulisi vastata ominaisuuksiltaan (= edustaa) mahdollisimman hyvin perusjoukkoa! • Tulosten yleistettävyys: Jos otos vastaa riittävän paljon perusjoukkoa, voidaan tilastollista päättelyä soveltaen tehdä otoksen perusteella päätelmiä perusjoukosta. • Näyte: perusjoukon osajoukko, joka on koottu harkinnanvaraisesti. – Ei useinkaan edusta perusjoukkoa ja siten tulosten yleistäminen pohdittava aina erikseen – harkinnanvarainen otanta, kiintiöotanta, lumipallo-otanta, mukavuusotanta

Otantamenetelmät • Joukko menetelmiä, joilla tutkittavien joukko poimitaan perusjoukosta. Otantamenetelmiä Todennäköisyyteen perustuvat (tuloksena otos) Yksinkertainen satunnaisotanta Systemaattinen otanta Harkintaan perustuvat (tuloksena näyte) Ositettu otanta Muut (tuloksena näyte) Ns. lumipallootanta tai itsevalikoitunut näyte Ryväsotanta Harkinnanvarainen otanta Kiintiöotanta

Yksinkertainen satunnaisotanta (simple random sampling) • Tutkittavat poimitaan otokseen satunnaisesti – Kaikilla perusjoukon jäsenillä sama todennäköisyys päätyä otokseen • Menettely: – Perusjoukon jäsenet järjestetään (esim. numeroidaan) – Päätetään otoksen koko n – Kerätään/luodaan satunnaislukuja yhtä paljon kuin on otoksen koko • Esim. hatusta yksitellen nostamalla tai antamalla tietokoneen arpoa – Poimitaan perusjoukosta satunnaislukujen mukaiset jäsenet otokseen • Huomioitavaa: – Helppo toteuttaa, jos on olemassa valmis numeroitu luettelo perusjoukosta eikä perusjoukko ole kovin suuri – Otoksen koostumus saattaa vaihdella paljon, jos perusjoukko on kovin heterogeeninen

Systemaattinen otanta (systematic random sampling) • Menettely: – Perusjoukon jäsenet järjestetään jonoon (esim. numerointi) – Päätetään otoksen koko n – Poimintavälin k määrittäminen • Jos perusjoukon koko ei ole tunnettu, valitaan itse haluttu väli, esim. k = 5: => otokseen poimitaan perusjoukosta joka viides jäsen, kunnes otoskoko tulee täyteen • Jos perusjoukon koko N on tunnettu, poimintaväli k = N/n (tulos pyöristetään lähimpään kokonaislukuun) – Kuka on 1. mukaan poimittava tutkittava? => Arvotaan tutkittava perusjoukosta väliltä 1 - k – Tämän jälkeen otokseen poimitaan tasavälisesti joka k: s tutkittava mukaan, kunnes haluttu otoskoko n on täynnä • Huomioitavaa: – Helppo toteuttaa, jos on olemassa valmis luettelo perusjoukosta eikä perusjoukko ole kovin suuri – Otoksen koostumus saattaa vaihdella paljon, jos perusjoukko on kovin heterogeeninen

Ositettu otanta (Stratified sampling) • Menettely: – Perusjoukko jaetaan ositteisiin (strata) siten, että • kukin perusjoukon jäsen voi kuulua vain yhteen ositteeseen • Ositteet ovat tutkittavan asian suhteen mahd. homogeenisia – Otos poimitaan kustakin ositteesta erikseen jotain todennäköisyyteen perustuvaa otantamenetelmää käyttäen – Otos poimitaan kustakin ositteesta samalla logiikalla, esim. • Kustakin ositteesta poimitaan sama määrä tutkittavia mukaan • Kustakin ositteesta poimitaan sama %-osuus tutkittavia mukaan – Lopullinen otoskoko n on kaikista ositteista poimittujen tutkittavien yhteenlaskettu määrä • Huomioitavaa – Perusjoukko on tunnettava etukäteen, jotta ositteisiin jakaminen onnistuu halutulla tavalla – Jos perusjoukon ositus onnistuu järkevästi, ositettu otantaa tarkempia tuloksia kuin yksinkertainen satunnaisotanta • Voidaan varmistaa esim. erilaisten vähemmistöryhmien mukanaolo

Ryväsotanta (Cluster sampling) • Perusjoukko jaetaan toisensa poissulkeviin joukkoihin eli rypäisiin – Kunkin rypään tulisi olla ominaisuuksiltaan samanlainen kuin perusjoukko – Esim. Suomessa rypäitä voisivat olla vaalipiirit, kaupungit, koulut, … • Menettely: – Päätetään rypäitä koskeva otoskoko (esim. 50 suomalaista kaupunkia). – Poimitaan jollakin todennäköisyyteen perustuvalla otantamenetelmällä halutun kokoinen otos rypäistä. – Tämän jälkeen 2 vaihtoehtoa: • Tehdään kokonaistutkimus poimituista rypäistä. – Esim. jos ryväs on kaupunki ja otokseen on poimittu mukaan satunnaisesti 50 kaupunkia Suomesta, kokonaisotantaa noudattaen tutkimuksen lopulliseen otokseen tulee mukaan näiden 50 kaupungin kaikki asukkaat. • Tehdään vielä otanta rypäiden sisällä – esim. kustakin em. 50 kaupungista poimitaan jollakin otantamenetelmällä mukaan vaikkapa 200 aikuista. => lopullinen tutkittavien määrä on tällöin 50*200 = 10000 aikuista. • Huomioitavaa – Rypäät eivät aina ole keskenään homogeenisia (vrt. ositettu otanta) tai edusta perusjoukkoa

Harkinnanvarainen otanta (convenience sampling) • Tutkittavat valitaan näytteeseen harkitusti, mutta kuitenkin niin, että pyritään mahd. objektiiviseen ja tasapuoliseen tulokseen. – Kyseessä ei ole otos vaan näyte! • Voidaan saada aikaiseksi perusjoukkoa edustava joukko tutkittavia, ja siten tälläiseen näytteeseen perustuvat tulokset voivat olla melko luotettavia. – Esim. Childcare-hankkeen v. 2016 kyselytutkimus http: //www. julkari. fi/bitstream/handle/10024/132438/URN_ISBN_978 -952 -302 -869 -2. pdf? sequence=1 • Mukavuusotanta: valitaan tutkittavat helpoimmalla mahdollisella tavalla – Esim. halutaan tutkia yläkoulun oppilaita, ja tutkija tuntee erään ison yläkoulun rehtorin hyvin. Niinpä tutkija ottaa yhteyttä tuttavarehtoriin ja pyytää lupaa kerätä aineistoa tämän koulusta.

Kiintiöotanta (Quota sampling) • Perusjoukko jaetaan luokkiin/kiintiöihin (quota) jonkin/joidenkin tutkittavien asioiden suhteen. – Esim. sukupuoli, ikä tai bruttotulot – Kyseessä näyte, ei otos! • Päätetään haluttu tutkittavien kokonaismäärä ja kuhunkin kiintiöön otettavien tutkittavien määrä • Poimitaan kustakin kiintiöstä haluttu määrä tutkittavia. – Esim. miesten kiintiöstä valitaan tutkittavia niin kauan, kunnes haluttu määrä miehiä on saatu kasaan. Tämän jälkeen miehiä ei voi poimia enää näytteeseen. – Poimintaa jatketaan, kunnes jokainen haluttu kiintiö on täynnä.

Kato (non-response) • Katoa eli vastaamattomuutta/tavoittamattomuutta voi tapahtua useista eri syistä. – Otoksessa mukana olevaa tutkittavaa ei tavoiteta – Otoksessa mukana oleva tutkittava on tavoitettu, mutta • Hän ei halua osallistua tutkimukseen • Hän osallistuu tutkimukseen, mutta vastaa vain osaan kysymyksistä • Kadon vuoksi lopullinen otos on pienempi kuin alkuperäinen otos. • Kato tuottaa ongelmia, jos se on systemaattista! – Vastaako lopullinen otos perusjoukkoa? – Vastaamatta jättäneet voivat olla erilaisia kuin vastanneet. • Jos lopullinen otos ei vastaa perusjoukkoa, pitää poikkeavuudet raportoida ja perusjoukko (keneen tulokset voidaan yleistää) määritellä uudelleen. • Kato aina kuvattava tutkimusraportissa!

Otoskoko n (sample size) • Riippuu tutkimusongelmasta, tutkimusasetelmasta ja resursseista • Ei voi sanoa tarkasti, kuinka paljon tutkittavia pitää olla tutkimuksessa, mutta nyrkkisääntöjä on olemassa – Perusjoukon heterogeenisuus • Mitä monimuotoisempi perusjoukko, sitä suurempi otos • Mitä enemmän hajontaa tutkittavissa ominaisuuksissa esiintyy, sitä suurempi otoksen tulee olla. – Kuinka yksityiskohtaisia tietoja halutaan? • Karkeiden erojen selvittäminen mahdollista pienelläkin aineistolla • Yksityiskohtainen analyysi ja erilaisiin osaryhmiin jakaminen edellyttää suurehkoa aineistoa • Otoskoko ei ole kiinni perusjoukon koosta, eikä otoksen koon kasvattaminen automaattisesti lisää sen edustavuutta. • Katoa kannattaa ennakoida otoskokoa päätettäessä => lopullisen otoksen tulisi vielä mahdollistaa tutkimusongelmaan vastaamiseen tarvittavat tilastolliset analyysit.

Otoskoko n Summittaisia sääntöjä: • Alle 15 tutkittavaa – Esitutkimus (pilotti), alustava testaus • 15– 100 – kokeellinen tutkimus • 100– 300 • 300– 1000 – kyselytutkimukset • Yli 1000 – suuret kansainväliset vertailututkimukset – kun kohderyhmä suppea ja tuloksia tarkastellaan kokonaistasolla 39

Otantavirhe • Tilastollinen päättely tarkoittaa perusjoukkoa koskevien päätelmien tekemistä perusjoukosta poimitun otoksen perusteella. – Jotta päättely olisi luotettavaa, otos tulisi valita satunnaisesti jotain todennäköisyyteen perustuvaa otantamenetelmää käyttäen. • Otoksen kokoonpano riippuu sattumasta. – Jos otetaan useita saman suuruisia otoksia perusjoukosta, osa otoksista on hyvinkin vääristyneitä ja kuvaavat huonosti perusjoukkoa. ÞOtannassa on mukana aina otantavirhettä! – Mitä suurempi otoskoko, sitä pienempi otantavirhe! ÞOtoksesta tehdyissä perusjoukkoa koskevissa päätelmissä on aina jonkin verran virhettä!

Lähteet Alastalo, M. & Borg, S. Heikkilä, T. (2001 tai uudempi). Tilastollinen tutkimus. Helsinki: Edita. Hirsjärvi, S. , Remes, P. & Sajavaara, P. (2004). Tutkija ja kirjoita. Jyväskylä: Gummerus. Metsämuuronen, J. (2011). Tutkimuksen tekemisen perusteet ihmistieteissä. Helsinki: International Methelp. e-kirja. Nummenmaa, L. (2009 tai uudempi). Käyttäytymistieteiden tilastolliset menetelmät. Helsinki: Tammi. Taanila, A. (2014). Vilkka, H. (2012). Tutki ja mittaa. Määrällisen tutkimuksen perusteet. Helsinki: Tammi.