UNIVERSITY OF TURKU MONIMUUTTUJAMENETELMT SOSIAALITYN TUTKIMUKSESSA Leena Koivusilta

UNIVERSITY OF TURKU MONIMUUTTUJAMENETELMÄT SOSIAALITYÖN TUTKIMUKSESSA Leena Koivusilta Turun yliopisto, Sosiaalipolitiikan laitos Katja Forssén

UNIVERSITY OF TURKU LUENNON SISÄLTÖ • Tilastollisesta monimuuttujaanalyysista • Aineiston laatu • Tilastollisesta päättelystä – testaaminen • Kirjallisuutta

UNIVERSITY OF TURKU TILASTOLLISESTA MONIMUUTTUJA -ANALYSISTA Katja Forssén

UNIVERSITY OF TURKU MONIMUUTTUJAMENETELMÄT • Tilastolliset menetelmät, joissa käsitellään yhtä aikaa useita muuttujia • Useat tekijät vaikuttavat tarkasteltavaan ominaisuuteen • Otetaan huomioon tekijöiden yhtäaikainen vaikutus – Kahden muuttujan yhteys voi kadota, kun otetaan huomioon kolmas muuttuja – Kahden muuttujan yhteys voi esiintyä vain kolmannen tietyillä tasoilla – Yhteyden suuruus voi muuttua otettaessa muita muuttujia huomioon

UNIVERSITY OF TURKU MONIMUUTTUJA-ANALYYSIN TAVOITTEITA • Ilmiön itsenäisten selittäjien etsiminen • Muiden tekijöiden vakiointi • Ennustaminen usean ominaisuuden perusteella • Yhteyksiä sekoittavien tekijöiden löytäminen • Yhteyksiä muokkaavien (modifioivien) tekijöiden löytäminen

UNIVERSITY OF TURKU MONIMUUTTUJA-ANALYYSISSA HUOMIOON OTETTAVAA • Havaintoaineiston oltava melko suuri • Puuttuvat tiedot tuottavat hankaluutta • Aluksi muuttujien yhteyden tarkastelu – esim. onko suoraviivaista • Mitkä muuttujat korreloivat keskenään tai mittaavat samaa asiaa

UNIVERSITY OF TURKU AINEISTON LAATU Katja Forssén

UNIVERSITY OF TURKU AINEISTON KUVAILU • Ennen analyysia saatava käsitys aineiston laadusta • Jakaumat, tunnusluvut, kuvioesitykset, ristiintaulukointi • Datan virheiden korjaaminen (esim. poikkeavat arvot) • Soveltuvien tilastollisten menetelmien valinta (jakaumaoletukseen perustuvat vai epäparametriset) • Muuttujien normaalisuus – muunnokset • Käytettävien muuttujien luokitukset

UNIVERSITY OF TURKU MUUTTUJIEN MITTAUSTASO • Selitettävän ja selitettävien muuttujien mitta-asteikko määrää menetelmän valintaa – mitkä laskutoimitukset mahdollisia

UNIVERSITY OF TURKU LUOKITTELUASTEIKOLLISET MUUTTUJAT • Ei-numeeriset muuttujat jakavat tapaukset toisensa pois sulkeviin luokkiin laadullisten ominaisuuksien perusteella (esim. sukupuoli, koulutusaste) • Vaikka laatueroasteikolla luokat koodataan usein numeroin, laskutoimitukset eivät ole mielekkäitä (poikkeuksena 0/1 –koodatut) • Järjestysasteikolla luokkien järjestykseen asettaminen on mielekästä (esim. Likertasteikko)

UNIVERSITY OF TURKU NUMEERISET MUUTTUJAT • Arvot luonnostaan reaalilukuja • Välimatka-asteikollisilla muuttujilla on sopimuksenvarainen nollapiste ja voidaan tarkastella arvojen erotuksia ja erotusten suhteita (esim. lämpötila) • Suhdeasteikolla on olemassa absoluuttinen nollapiste, jossa ominaisuus häviää (esim. pituus) • Absoluuttisella asteikolla mittaus voidaan tehdä vain tiettyä mittayksikköä käyttäen (esim. asiakkaiden lukumäärä viikolla 6)

UNIVERSITY OF TURKU MIELEKKÄÄT TUNNUSLUVUT MUUTTUJAN MITTAUSTASO MIELEKÄS SIJAINNIN TAI HAJONNAN MITTARI LAATUEROASTEIKKO MOODI, SUHTEELLISET OSUUDET JÄRJESTYSASTEIKKO FRAKTIILIT, VAIHTELUVÄLIMATKATAI SUHDEASTEIKKO KESKIARVO, KESKIHAJONTA

UNIVERSITY OF TURKU TILASTOLLISESTA PÄÄTTELYSTÄ - TESTAAMINEN Katja Forssén

UNIVERSITY OF TURKU HYPOTEESIEN ASETTAMINEN • Tilastollinen analyysi on hypoteesien testaamista • Minkälaisia eroja tai samankaltaisuuksia tarkasteltavien muuttujien välillä esiintyy • Nollahypoteesi (H 0) ja vastahypoteesi (H 1) • Esim. H 0 = verrattavien ryhmien välillä ei ole eroa tutkitussa ominaisuudessa

UNIVERSITY OF TURKU HYPOTEESIEN TESTAAMINEN • Testin valinta riippuu mm. tutkimusongelmasta, mittaustasosta, verrattavien ryhmien lukumäärästä • Merkitsevyystaso (significance level)= todennäköisyys sille, että nollahypoteesi tulee hylätyksi, vaikka se todellisuudessa olisikin paikkansa pitävä • Pieni merkitsevyystaso merkitsee pientä virheellisen päätelmän riskiä – kuinka suuri riski halutaan ottaa => merkitsevyystason valinta

UNIVERSITY OF TURKU TESTIN MERKITSEVYYSTASO JA HAVAITTU MERKITSEVYYSTASO • 5 %: n riskitasolla H 0 hylätään, jos havaittu merkitsevyystaso eli p-arvo (p value) <0. 05 (*) • 1 %: n riskitasolla H 0 hylätään, jos havaittu merkitsevyystaso eli p-arvo <0. 01 (**) • 0. 1 %: n riskitasolla H 0 hylätään, jos havaittu merkitsevyystaso eli p-arvo <0. 001 (***) • Rajat sopimuksenvaraisia ja huomiota on kiinnitettävä myös tulosten sisällölliseen merkitykseen • TAVOITTENA PERUSJOUKKOA (populaatio) KOSKEVIEN PÄÄTELMIEN TEKEMINEN TIETYLLÄ RISKILLÄ

UNIVERSITY OF TURKU KIRJALLISUUTTA • Ervasti H. (2003). Johdatus monimuuttujamenetelmiin. Turun yliopisto. Sosiaalipolitiikal laitos. Sarja C: 12. Turku: Digipaino. • FSD (Yhteiskuntatieteellinen tietoarkisto). (2005). Menetelmäopetuksen valtakunnallinen tietovaranto. http: //www. fsd. uta. fi/menetelmaopetus/index. html • Grönroos M. (2003). Johdatus tilastotieteeseen: kuvailu, mallit ja päättely. Helsinki: Finn Lectura Oy Ab. • Helenius H. (1989). Tilastollisten menetelmien perustiedot. Tampere: Painomainos Oy. • Metsämuuronen J. (2003). Tutkimuksen tekemisen perusteet ihmistieteissä. Jyväskylä: Gummerus Kirjapaino Oy.