Määrällisen tutkimuksen prosessi
Määrällinen tutkimus muuttaa ilmiöt luvuiksi, jotta niitä voi verrata, laskea ja yleistää. Tässä moduulissa käydään läpi, millaisiin kysymyksiin se sopii, miten tutkimus etenee ja mistä otos tulee.
Moduulin jälkeen osaat
- tunnistaa, millaisiin tutkimuskysymyksiin määrällinen aineisto soveltuu
- kuvata määrällisen tutkimuksen vaiheet
- selittää, miten käsite operationalisoidaan mitattavaksi
- erottaa validiteetin ja reliabiliteetin
- tuntea perusjoukon, otoksen ja tärkeimmät otantamenetelmät sekä kadon vaikutuksen
1Mihin määrällinen tutkimus sopii?
Määrällinen tutkimus vastaa kysymyksiin, joissa kysytään kuinka paljon, kuinka yleistä, onko yhteyttä tai eroavatko ryhmät. Sen vahvuus on yleistettävyys: kun otos on valittu oikein, sen tuloksista voi tehdä päätelmiä koko perusjoukosta, vaikka tutkittaisiin vain pientä osaa siitä.
Laadullinen tutkimus taas sopii kysymyksiin miksi, miten ja millaisena jokin koetaan. Se tuottaa syvää ymmärrystä harvoista tapauksista, mutta ei kerro, kuinka yleinen ilmiö on.
| Määrällinen | Laadullinen | |
|---|---|---|
| Tyypillinen kysymys | Kuinka moni? Kuinka paljon? Onko yhteys? | Miksi? Miten? Millaisena koetaan? |
| Aineisto | Kyselyt, rekisterit, tilastot | Haastattelut, havainnointi, tekstit |
| Havaintoja | Paljon, usein satoja tai tuhansia | Vähän, usein kymmeniä |
| Tavoite | Yleistäminen perusjoukkoon | Ilmiön syvällinen ymmärtäminen |
Menetelmät eivät kilpaile keskenään. Usein laadullinen tutkimus auttaa keksimään, mitä kannattaa kysyä, ja määrällinen kertoo, kuinka yleistä se on.
Määrällinen vai laadullinen?
Kumpaan tutkimuskysymys sopii paremmin?
2Tutkimusprosessin vaiheet
Määrällinen tutkimus etenee melko vakiintuneessa järjestyksessä. Käytännössä vaiheisiin palataan usein: esimerkiksi aineistoa tutkiessa voi huomata, että tutkimuskysymystä pitää tarkentaa.
- Tutkimusongelma ja tutkimuskysymykset. Mitä halutaan tietää? Kysymyksen pitää olla niin tarkka, että siihen voi vastata aineistolla.
- Teoria ja aiempi tutkimus. Mitä asiasta jo tiedetään, ja millä käsitteillä ilmiötä on kuvattu?
- Hypoteesit. Mitä tuloksia odotetaan? Esimerkiksi "korkeasti koulutetut tupakoivat harvemmin". Kaikissa tutkimuksissa hypoteeseja ei esitetä, erityisesti kuvailevissa.
- Operationalisointi. Käsitteet muutetaan mitattaviksi muuttujiksi.
- Tutkimusasetelma ja otanta. Ketä tutkitaan, milloin ja miten havaintoyksiköt valitaan?
- Aineistonkeruu. Kysely, rekisteritiedot tai valmis aineisto. Kurssilla käytetään valmiita aineistoja.
- Aineiston käsittely ja analyysi. Muuttujien tarkistus ja muokkaus, kuvailu, sitten selittävät analyysit.
- Tulkinta ja raportointi. Mitä tulokset tarkoittavat tutkimuskysymyksen kannalta, ja mitkä ovat tutkimuksen rajoitukset?
Laita vaiheet järjestykseen
Siirrä vaiheita nuolinapeilla ja tarkista.
3Käsitteistä mittareiksi: operationalisointi
Tutkimuskysymykset ovat yleensä käsitteiden tasolla: hyvinvointi, luottamus, syrjäytyminen. Niitä ei voi mitata suoraan. Operationalisointi tarkoittaa käsitteen muuttamista sellaiseen muotoon, että sitä voi mitata. Se etenee yleensä kolmessa portaassa:
Käsite
Teoreettinen ilmiö, esimerkiksi hyvinvointi.
Ulottuvuudet
Mistä osista käsite koostuu? Esimerkiksi terveys, toimeentulo ja sosiaaliset suhteet.
Indikaattorit eli mittarit
Konkreettiset kysymykset tai tiedot, joista saadaan muuttujia: "Millaiseksi arvioit terveydentilasi?", kotitalouden tulot, "Kuinka usein tapaat ystäviäsi?"
Jos yksi kysymys ei riitä kuvaamaan käsitettä, useasta kysymyksestä voidaan laskea summamuuttuja, esimerkiksi viiden tyytyväisyysväittämän keskiarvo. Se on luotettavampi kuin yksittäinen kysymys, koska yksittäisten kysymysten satunnaiset virheet tasoittuvat.
Harjoitusaineistossa hyvinvointia mitataan muun muassa kysymyksillä elämään tyytyväisyydestä (0–10), koetusta terveydestä (1–5), unen määrästä ja liikunnasta. Jokainen niistä kattaa vain yhden puolen hyvinvoinnista. Tutkijan pitää perustella, miksi juuri nämä mittarit kuvaavat käsitettä.
4Validiteetti ja reliabiliteetti
Mittauksen laatua arvioidaan kahdella käsitteellä:
- Validiteetti eli pätevyys: mittaako mittari sitä, mitä sen on tarkoitus mitata? Jos hyvinvointia mitataan pelkillä tuloilla, mittari on huono, koska rahakas ihminen voi voida huonosti. Validiteettia heikentää systemaattinen virhe, joka vie tuloksia aina samaan suuntaan.
- Reliabiliteetti eli luotettavuus: antaako mittari saman tuloksen, kun mittaus toistetaan? Epäselvä kysymys, johon vastataan eri kerroilla eri tavalla, heikentää reliabiliteettia. Reliabiliteettia heikentää satunnainen virhe.
Maalitaulu on tavallinen tapa havainnollistaa eroa. Taulun keskipiste on se, mitä halutaan mitata, ja pisteet ovat toistettuja mittauksia.
Reliabiliteetti näkyy siinä, kuinka tiiviisti pisteet ovat toisissaan kiinni. Validiteetti näkyy siinä, osuvatko ne keskelle.
Hyvä reliabiliteetti on validiteetin edellytys, mutta ei takaa sitä. Vaaka voi olla tarkka mutta näyttää aina kaksi kiloa liikaa: tulos on toistettava mutta väärä.
Validiteetilla tarkoitetaan myös koko tutkimuksen pätevyyttä. Sisäinen validiteetti kysyy, voiko tuloksista päätellä syy-seuraussuhteita. Ulkoinen validiteetti kysyy, voiko tulokset yleistää tutkittujen ulkopuolelle. Niihin palataan tutkimusasetelmien moduulissa.
5Perusjoukko, otos ja otanta
Perusjoukko on se joukko, josta halutaan tehdä päätelmiä, esimerkiksi kaikki 18–79-vuotiaat suomalaiset. Koko perusjoukon tutkiminen eli kokonaistutkimus on yleensä liian kallista, joten tutkitaan otosta. Otos poimitaan otantakehikosta, joka on luettelo perusjoukon jäsenistä, kuten väestötietojärjestelmä.
Otoksen tulokset voi yleistää perusjoukkoon vain, jos jokaisella perusjoukon jäsenellä on tunnettu, nollaa suurempi todennäköisyys tulla valituksi. Tätä kutsutaan todennäköisyysotannaksi.
| Otantamenetelmä | Miten valitaan | Milloin hyödyllinen |
|---|---|---|
| Yksinkertainen satunnaisotanta | Jokaisella on sama todennäköisyys, kuin arpomalla. | Perusmenetelmä, johon muita verrataan. |
| Systemaattinen otanta | Satunnainen aloituskohta, sitten joka k:s listalta. | Helppo toteuttaa, kun luettelo on valmiina. |
| Ositettu otanta | Perusjoukko jaetaan ryhmiin (ositteisiin), ja kustakin poimitaan oma otos. | Kun halutaan varmistaa, että kaikki ryhmät ovat mukana oikeassa suhteessa. Tarkentaa tuloksia. |
| Ryväsotanta | Arvotaan valmiita ryhmiä (koulut, kunnat), ja tutkitaan kaikki niiden jäsenet. | Kun henkilöluetteloa ei ole tai matkat ovat pitkiä. Tulokset ovat epätarkempia. |
Harkinnanvaraisissa otannoissa valinta ei perustu arvontaan. Esimerkkejä ovat mukavuusotanta (vastaajiksi otetaan helposti tavoitettavat, kuten somekyselyn vastaajat), kiintiöotanta ja lumipallo-otanta. Niistä saatuja tuloksia ei voi luotettavasti yleistää, koska valikoituminen voi vääristää tuloksia.
Kokeile otantamenetelmiä
Perusjoukossa on 200 ihmistä kymmenessä koulussa (katkoviivalaatikot). Oranssit (30 %) asuvat maaseudulla, ja he ovat kasautuneet oikeanpuoleisiin kouluihin. Poimi 20 hengen otos eri menetelmillä ja katso, kuinka hyvin otoksen maaseutuosuus osuu oikeaan 30 %:iin.
Demosta näkee kaksi otannan perusominaisuutta. Harhattomuus: todennäköisyysotannoilla tulos osuu keskimäärin oikeaan, vaikka yksittäinen otos heittelee. Tarkkuus: ositettu otanta heittelee vähiten, ryväsotanta eniten, koska yksi koulu ei edusta koko perusjoukkoa. Mukavuusotanta on harhainen: se on väärässä toistosta toiseen samaan suuntaan, eikä otoskoon kasvattaminen korjaa sitä.
6Kato ja edustavuus
Hyväkään otanta ei auta, jos kaikki valitut eivät vastaa. Kato tarkoittaa otokseen valittuja, joilta tietoa ei saatu. Kyselytutkimuksissa vastausosuudet ovat usein matalia, joten kato on yleinen ongelma.
Kato ei ole ongelma pelkästään siksi, että vastaajia on vähemmän. Ongelma syntyy, jos vastaajat eroavat vastaamatta jättäneistä tutkittavan asian suhteen. Silloin tulokset ovat harhaisia, eikä suurempi otos korjaa sitä.
Miten kato vääristää tulosta?
Perusjoukosta puolet on nuoria ja puolet iäkkäitä. Nuorista 30 % ja iäkkäistä 60 % kannattaa tiettyä uudistusta, joten oikea kannatus on 45 %. Muuta ryhmien vastausosuuksia.
Tavallinen korjauskeino on painotus: aliedustettujen ryhmien vastauksille annetaan enemmän painoa. Painotus toimii kuitenkin vain niiden tekijöiden osalta, jotka tunnetaan perusjoukosta, kuten ikä, sukupuoli ja asuinalue. Jos vastaajat eroavat vastaamatta jättäneistä jossain muussa, esimerkiksi aktiivisuudessa tai kiinnostuksessa aiheeseen, painotus ei korjaa sitä. Siksi tutkimusraportissa kerrotaan aina vastausosuus ja pohditaan kadon vaikutusta.