Kvantitatiiviset tutkimusmenetelmät

Luento 1 Kaisu Puumalainen

Yleistä kurssista

Kurssin asema tutkinnossa

− − − − Uudessa kandissa kaikille pakollinen yleisopinto Erillisvalinnoissa uusiin maisteriohjelmiin tuleville täydentävä vaihtoehtoinen Korvaa vanhoissa tutkintorakenteissa kurssin Monimuuttujamenetelmät Voi käyttää myös yhtenä vaihtoehtona korvaamaan vanhojen tutkintorakenteiden kurssia Johdatus tutkimusmetodologiaan − − − Esitietovaatimuksena Tilastollisen tutkimuksen perusteet tai vastaava tilastotieteen peruskurssi, jossa on jo käytetty SAS EG-ohjelmistoa Jatkokursseina Ekonometrian perusteet ja Rahoituksen ekonometria, joissa syvennetään analyysimenetelmien osaamista sekä Empirical strategy research yms. maisteriohjelmien kurssit, joihin sisältyy kvantitatiivisten tutkimusmenetelmien soveltamista Antaa valmiuksia soveltaa kvantitatiivisia menetelmiä opinnäytteessä Footer

Tavoitteena oppia…

− − − − − − − Ymmärtämään ja arvioimaan kvantitatiivisten tutkimusten toteutustapaa ja tuloksia Suunnittelemaan survey-tutkimuksen toteutusta Käyttämään tietokantoja otannassa ja kvantitatiivisen tutkimusaineiston hankinnassa Kehittämään ja arvioimaan mittareita teoreettisille käsitteille Testaamaan malleja tavallisimpia monimuuttuja analyyseja hyödyntäen Käyttämään SAS-ohjelmistoa Raportoimaan kvantitatiivisen tutkimuksen tulokset sekä suullisesti että kirjallisesti menetelmät ja

Suoritusvaatimukset

− − − Ryhmätyön kirjallinen raportti Ryhmätyön esittäminen seminaarissa Muiden ryhmien seminaariesitysten arviointi Huom! Aiempien vuosien itseopiskeluvaihtoehto on poistettu − − Luennoille ja mikroluokkaharjoituksiin osallistuminen on vapaaehtoista Ohjausta ryhmätöiden tekemiseen annetaan harjoituksissa Footer

Käytännön asioita

Ilmoittautumiset

− harjoitusryhmiin ja kolmen hengen tiimeihin luennoilla ja harjoituksissa kiertävään listaan 7.9. mennessä − − −

Materiaalit

− Ota Tilastollisen tutkimuksen perusteiden prujut harjoituksiin (myös SAS-opas) mukaan Printtaa luentojen slidet handoutina mukaan luennoille ja harjoituksiin Kurssikirja (e-kirja) Kaikki ohjeistukset, datat yms. Kurssimateriaali löytyy Nopasta (tarkista että saat Nopasta kurssin uutiset sähköpostiisi)

Opettajat

− Kaisu Puumalainen, Maija Hujala, Juha Soininen, Sanna Sintonen Footer

AIKATAULU

vko LUENTO 35 36 37 38 39 40 41 43 44 48 Johdanto Tiedonkeruu ja raportointi HARJOITUS Demo: Tietokannat Mittaaminen ja arviointi Demo: SAS peruskäytön kertaus Faktorianalyysi ja reliabiliteetti Ryhmätyön tekeminen Lineaarinen regressio 1 Lineaarinen regressio 2 Logistinen regressio ja lineaariset mallit (GLM) Demo: faktorianalyysi ja reliabiliteetti Ryhmätyön tekeminen Demo: lineaarinen regressio Demo: logistinen regressio ja GLM Ryhmätyön tekeminen SEMINAARI: RYHMÄTÖIDEN ESITYKSET 8

Muita kvantitatiivisia menetelmiä

Klusterianalyysi, diskriminanttianalyysi MANOVA, kanoninen korrelaatio Konfirmatorinen faktorianalyysi, rakenneyhtälö- ja polkumallit Data mining, neuroverkkopohjaiset ryhmittely ja visualisointimenetelmät DEA, AHP Sumeat menetelmät Aikasarja-analyysit (klassinen, eksp.tasoitus, ARIMA) Aikasarjaekonometria (2SLS, VAR, ARCH, GARCH,…) Sosiaalinen verkostoanalyysi MDS Survival / event history Conjoint-analyysi Simulointi (MonteCarlo, ABM) Optimointi Footer

Kirjallisuutta ja lisätietoa kvantitatiivisen tutkimuksen tueksi

Kirjallisuutta, yleisiä

− − − − − − − − Uusitalo, Hannu (1991) Tiede, tutkimus ja tutkielma: Johdatus tutkielman maailmaan. WSOY. Juva Ghauri, P, Grönhaug, K. 2005. Research Methods in Business Studies. A Practical Guide. 3rd ed. Prentice Hall. Cooper, Schindler (2001) Business Research methods.

Laaksovirta, Tuula (1988) Tutkimuksen lukeminen ja tekeminen. Kirjastopalvelu Oy. Helsinki Saunders, M, Lewis, P, Thronhill, A. 2007. Research Methods for Business Students. 4th Ed. Prentice Hall. *Hirsjärvi, Remes, Sajavaara (2002) Tutki ja kirjoita. Vantaa: Tummavuoren kirjapaino *Metsämuuronen (2002) Tutkimuksen tekemisen perusteet ihmistieteissä. Sri Lanka: International Methelp Ky.

http://www.fsd.uta.fi/menetelmaopetus/intro.html

Kirjallisuutta, kvantti

− − − − − − − − − Alkula, T., Pöntinen, S., Ylöstalo, P. (1994) Sosiaalitutkimuksen kvantitatiiviset menetelmät. WSOY. Juva Eskola, Antti (1973) Sosiologian tutkimusmenetelmät. WSOY. Porvoo Nummenmaa, L. 2004. Käyttäytymistieteiden tilastolliset menetelmät. Helsinki: Tammi. *Heikkilä Tarja (1998) Tilastollinen tutkimus. Edita. Helsinki *Hair, Anderson, Tatham, Black (1998) Multivariate data analysis, 5 th ed. Upper Saddle River, NJ: Prentice Hall *Aaker, Kumar, Day (2002) Marketing research Diamantopoulos & Schlegelmilch (1997) Taking the fear out of Data analysis *Lotti, Leila. Markkinointitutkimus, useita eri kirjoja Metsämuuroset

Nettisivustoja

KvantiMOTV http://www.fsd.uta.fi/menetelmaopetus/intro.html

SAS support http://support.sas.com/documentation/92/index.html

David Garsonin menetelmäsivusto http://faculty.chass.ncsu.edu/garson/PA765/statnote.htm

Footer

Hyviä kvantitatiivisia graduja

− − − − − − Riikka Ellonen 2005 − Kysely, organisaation kulttuuri, luottamus ja innovatiivisuus Mika Vanhala 2007 − Mittarin kehittäminen, institutionaalinen luottamus Milla Ratilainen 2006 − Tietokannat+nettisivut, energiayritysten strategiat Tanja Turunen 2007 − Tietokannat, metsäteollisuuden yritysostot Juha Soininen 2008 − Tietokannat, event study Maija Hujala 2007 − Tietokannat, paperin kysynnän ennustaminen

Hyviä kvantitatiivisia graduja − −

Pasi Melarto 2008 − Yritysdata, markkina- ja myyntiennusteiden arviointi

−

Pirjo Jokio 2008 − Tietokannat, omistajuus ja kannattavuus Marika Niskanen 2008 − Yritysdata, tuotantohävikki ja asiakaskannattavuus

−

Juho Pakkanen 2007 − Yritysdata, logistiikkavalinnat ja asiakaskannattavuus

Kvantitatiivisen tutkimuksen yleispiirteet ja rooli

Rooli käytännön tutkimuksen kentässä

Aina kun analysoidaan numeerista tietoa ja tavoitteena on tehdä oikeita ja yleistettäviä johtopäätöksiä − Mielipidekyselyt (kuluttajat, asiakkaat, äänestäjät, työntekijät) päättäjät, − − − − Ennusteet (talouskasvu, sää, väestökehitys) Tuotanto- ym. Prosessien hallinta Kokeet ( lääkkeiden vaikutus, testimarkkinointi) Kannattavan sijoituksen vedonlyönti) löytäminen (pörssi,

Rooli tieteellisen tutkimuksen kentässä

− − − Teoria muodostuu käsitteistä ja niiden välisistä yhteyksistä Empiirisen tutkimuksen tehtävänä on koetella teorioiden paikkansapitävyyttä reaalimaailmassa Käsitteet on löydettävä, määriteltävä ja operationalisoitava jotta analyysien avulla päästään testaamaan teoriaa niiden yhteyksistä − − deduktio: teoreettisista hypoteeseista empiirisiin induktio: empiirisistä tuloksista käsitteiden tasolle

Tutkimuksen tyypillinen kehitys − − − − − −

Ilmiön X tunnistaminen ja käsitteen määrittely, käsitteen dimensiot ja mittarin kehittäminen Ilmiön seuraukset, so what? X -> Y Ilmiön syyt A -> X Kontekstiriippuvuudet ja moderaattorit Esim. markkinaorientaatio Kirjallisuuskatsauksessa pyritään luomaan kuva ilmiön tutkimuksen kehityksestä ja tutkimusaukoista

ESIM: Innovaation diffuusio induktio - deduktio

1. empiirinen havainto monissa tilanteissa: innovaation yleistyminen noudattaa S-muotoista käyrää 2. Teoreettinen selitys: se on kaksivaiheinen viestintäprosessi sosiaalisessa systeemissä 3. Omaksujat luokitellaan omaksumisajan perusteella enemmän ja vähemmän innovatiivisiin 4. Teoreettinen hypoteesi innovatiivisuuteen käsitteiden tasolla: kosmopoliittisuudella on positiivinen yhteys 5. Empiirinen hypoteesi mittareiden tasolla: mitä enemmän matkustelee systeemin ulkopuolella sitä aiemmin omaksuu 6. Teoreettista hypoteesia voidaan testata eri konteksteissa (innovaatio, sosiaalinen systeemi) ja erilaisilla mittareilla > teoria vahvistuu ja/tai sen rajat saadaan selville -> replikaatiotutkimukset 7. Teoriaa voidaan laajentaa eri tasoille (organisaatio, maa) ja uusiin käsitteisiin (mikä muu vaikuttaa innovatiivisuuteen)

Kvantitatiivisen tutkimuksen tyyppejä

Tutkimustyyppejä

Tavoitteen mukaan:

− Käytännön vs. tieteellinen (Business vs. academic) − Alustava, kuvaileva, selittävä (Exploratory, Descriptive, Explanatory)

Tutkimusasetelman mukaan:

− Korrelaatio vs. kausaalinen (correlational, causal) − Poikkileikkaus, aikasarja, paneeli (Cross-sectional, longitudinal, panel)

Päätöksentekotilanteen mukaan:

− Ennakointi, optimointi (Predictive, Optimization)

Aineiston hankintatavan mukaan:

− Kokeellinen, ei-kokeellinen (Experimental, observational, ex post facto)

Aineistolähteen mukaan:

− Kirjoituspöytä, kenttä, laboratorio, simulaatio (Desk, field, laboratory, simulation)

Tutkimustyypit ja tiedonkeruu

exploratory Secondary sources internal IS external databanks services Primary sources qualitative survey experiment good good good good ok descriptive ok ok ok ok good ok causal ok ok good

Kvantitatiivisen tutkimuksen peruskäsitteitä

Aineistotyypit

− − Kaikissa peruselementteinä − − − Muuttuja j (k kpl) Havaintoyksikkö i (n kpl) Muuttujan j saama arvo havainnolla i (k x n kpl) Arvot muodostavat k x n –datamatriisin − − − Poikkileikkaus (havainnot eli rivit toisistaan riippumattomia) Aikasarja (havainnot eli rivit peräkkäisiä tasavälisiä ajanhetkiä) Paneeli (edellisten yhdistelmä, riippumattomista havainnoista on samoja muuttujia mitattu useampana ajanhetkenä, voi olla pitkässä tai leveässä muodossa)

Muuttuja

− − − Datamatriisin sarake Diskreetti (vain tiettyjä yleensä muutamia harvoja arvoja) ja jatkuva ( mitä tahansa numeroarvoja joltain väliltä) muuttuja − − − − Mittaustasot (ks. Tilastollisen analyysin perusteet), vaikuttaa analyysimenetelmiin Nominaali (diskreetti, epätarkin) Ordinaali (diskreetti) Intervalli (jatkuva) Suhde (jatkuva, tarkin) SAS: class, qualitative, categorical, quantitative, continuous, scale, binary, count

Datamatriisi

5 muuttujaa (variables) 6 havaintoa (observations) 3 4 5 6 obs 1 2 name Anne Berit Clas Daniel Emil Frida sex F F M M M F age 22 15 30 21 35 50 1 5 2 4 LikertA 3 4

Poikkileikkausaineisto

obs 5 6 1 2 3 4 Firm name Nokia Lukoil Valio Shell Industry Telec Ener Food Ener GM Car Motorola telec Age 50 25 80 45 100 30 Empl 60 90 10 100 150 20

Aikasarja-aineisto

3 4 5 6 obs 1 2 Day Nokia 1.1.2010 10.11

2.1.2010 10.25

3.1.2010 9.96

4.1.2010 10.00

5.1.2010 11.00

8.1.2010 10.74

OMX 7900 8000 7550 8011 8321 8205

Paneeliaineisto leveässä muodossa

obs 5 6 1 2 3 4 Firm name Nokia Lukoil Emp 2008 60 90 Valio Shell 10 100 GM 150 Motorola 20 Emp 2009 57 95 9 99 130 22 Emp 2010 55 95 10 98 110 23

Paneeliaineisto pitkässä muodossa

obs 5 6 1 2 3 4 Firm name Nokia Nokia Nokia Lukoil Lukoil Lukoil Year 2008 2009 2010 2008 2009 2010 Emp 60 57 55 90 95 95

Muuttujien rooliin mallissa liittyvät käsitteet

− − − − − − − Riippumaton eli selittävä muuttuja (independent variable, exogenous, explanatory, IV) X Oletettu syy, cause Aiheuttaa … Edeltävä, antecedent Manipuloitu Stimulus /predictor, ärsyke − − − − − Riippuva eli selitettävä muuttuja (dependent variable, endogenous, DV) Y Oletettu seuraus, effect Johtuu … Seuraava, consequence Mitattu lopputulema Response / criterion, vaste

Muuttujien rooliin mallissa liittyvät käsitteet

− − − − − − Moderoiva muuttuja (moderating variable) “Olosuhdemuuttuja” MoV:n arvo vaikuttaa siihen, millainen IV:n ja DV:n suhde on Sharma et al (1981) Journal of Marketing Research 18(3):291-300 − Mediating variable , välittäjämuuttuja Baron & Kenny (1986) Journal Of Personality and Social Psych., 51, 1173-1182 − − − Kontrollimuuttuja (control variable) “olosuhdemuuttuja”, jonka vaikutus vakioidaan Muuttuja jonka tiedetään vaikuttavan DV:hen Mukaan malliin ilman hypoteesia

Muuttujien väliset suhteet graafisena mallina

IV IV MoV DV DV IV CV DV IV MeV DV

Esim. hypoteeseja muuttujien suhteista − − − −

H1: karkinsyönti lihottaa (IV karkkia per viikko, DV painoindeksi) H2: karkinsyönnin lihottava vaikutus on sitä lievempi mitä enemmän harrastaa liikuntaa (MoV liikuntatunnit per viikko) H3: karkinsyönti lisää saatua energiamäärää, mikä taas lihottaa (MeV kilojoulet per viikko) Kontrollimuuttujaksi tarvitaan ikä, koska sillä on varmasti vaikutusta painoindeksiin sekä ehkä myös karkinsyöntiin

− − − −

Hypoteesit

− − − Oltava testattavissa!! (esim. TCE vaikea testata, max 2-3 muuttujaa samassa hypoteesissa) Täsmällisiä ( x vaikuttaa y:hyn / vaikuttaa positiivisesti / U muotoinen yhteys) Propositio (alustava olettamus jota ei tutkimuksessa) - Tutkimushypoteesi H1 - tilastollinen nollahypoteesi H0 vielä testata samassa Jos pääset hylkäämään H0:n niin saat tukea H1:lle Kuvaileva – käsitteiden välisiä yhteyksiä käsittelevä hypoteesi Max 5-10 kpl, joista 1-2 uusia ja puolet saa tukea empiriassa Analyyttinen päättely teorian pohjalta + aiemmat empiiriset tutkimukset

Esimerkkejä hypoteeseista

− −

−

There is a positive relationship between a firm’s export sales and the amount of R&D expenditures Customer focus is a key driver of product quality in born global firms In environments that are characterized by high market turbulence, TMT risk taking behavior does moderate the relationship between market orientation and performance

Kausaalisuhde (syy-seuraus tai syy vaikutus)

− − − − John Stuart Mill: − − Yhtäläisyyden periaate Jos havaintoyksiköillä on tutkittavan ilmiön lisäksi vain yksi yhteinen piirre, niin se on ilmiön syy Auttaa poistamaan epärelevantteja muuttujia − Erilaisuuden periaate Jos havaintoyksiköillä on muuten samat piirteet, mutta tutkittavan ilmiön olemassaolo tai puuttuminen liittyy yhden piirteen olemassaoloon tai puuttumiseen, niin se on ilmiön syy Käytännössä näitä periaatteita on vaikea soveltaa esim. survey-tutkimuksessa

Kausaalisuhde (syy-seuraus tai syy-vaikutus)

Edellytyksiä kausaalisuhteelle x -> y: − x:n ja y:n välillä on yhteisvaihtelua − − x on ajallisesti ennen y:tä y:n muut mahdolliset syyt on otettu huomioon − − x:n ja y:n yhteys empiirinen ts. x ja y voidaan havaita toisistaan riippumatta (CMV) x:n ja y:n välinen yhteys voidaan johtaa yleisestä teoriasta − Kokeellinen asetelma paras tutkimiseen (vakioidaan muut muuttujat paitsi x)

Kvantitatiivisen tutkimuksen kulku

Tutkimusprosessi

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

Aiheen valinta Kirjallisuuskatsaus Teoreettinen viitekehys Tutkimusongelmat (2 4 limittäin) Teoriaosa ja hypoteesit Tutkimusmenetelmä Empiirisen tutkimuksen toteutus Tulosten analyysi ja raportointi Tulosten arviointi, diskussio Yhteenveto (rajoitukset, jatkotutkimusaiheet) Kvantitatiivisessa aina kannattaisi teoria ja hypoteesit kirjoittaa ennen empiirisen aineiston hankintaa!

Footer

Kvantitatiivinen tutkimus

ilmiö käsitteellistäminen kohderyhmän määrittely käsitteet operationalisointi muuttujat mittaaminen kohderyhmä otanta otos datamatriisi tiedonkeruu analyysi tulokset

Kurssin menetelmien soveltuvuus

Tutkimuksen vaihe Cronbach Alpha FA LinReg GLM LogReg Mittareiden arviointi Mittareiden muodostaminen Suhteiden testaaminen Suhteiden testaaminen Suhteiden testaaminen Y X:t Ei kausaliteettia Jatkuvat muuttujat Ei kausaliteettia Jatkuvat muuttujat jatkuva Jatkuva (dummy) jatkuva binäärinen Luokiteltu (jatkuva) Jatkuva Luokiteltu 43

Tutkimussuunnitelma Research proposal

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

− − Title Background The research problem and research objective(s)/question(s) (which further can be divided into sub objectives/questions) Literature overview (What literature and studies are available of the subject? How this study is positioned to these research streams, and whether a research gap exists?) Preliminary theoretical framework (What area(s) of business theory does the research topic belong to.) Definitions (of special terminology used in the thesis) Limitations and scope (what issues will be excluded and for what reason) Method of research Structure of the research Tentative table of contents of the final report Available source material Tentative time table http://www.des.emory.edu/mfp/proposal.html

http://www.statpac.com/research-papers/research-proposal.htm

Käsitemäärittely

− − − − − Ennen kuin teoreettisia käsitteitä voidaan empiirisesti tutkia ne on määriteltävä. Tutkimuksessasi sovellettava määritelmä voi olla jonkin aiemman tutkijan käyttämä tai aiemmista tutkimuksista oman tutkimuksesi konteksiin sovellettu määritelmä Mitä käsite tarkoittaa? Mitä elementtejä ”dimensioita” siihen kuuluu? Mitä yhteistä/eroa käsitteellä on muihin käsitteisiin?

Operationalisointi = mittarin laatiminen käsitteelle, millä indikaattoreilla (muuttujilla, väittämillä, kysymyksillä) käsitettä konkreettisesti mitataan Suosi jo aiemmin käytettyjä ja validoituja mittareita

Esimerkki ja tehtävä

Esim. ilmiö on yrityksen innovatiivisuus, dimensioita voisi olla (1) (2) uusien tuotteiden tuominen markkinoille ja uusien valmistusmenetelmien käyttöönotto. Muuttujia voisi olla (1) (2) montako % liikevaihdosta tulee viimeisen 3 vuoden aikana lanseeratuista tuotteista tai montako uutta tuotetta lanseerattiin viimeisen vuoden aikana paljonko rahaa investoitiin viimeisen 3 vuoden aikana tuotantoprosessien kehittämiseen tai otettiinko viimeisen vuoden aikana käyttöön jokin sellainen valmistusmenetelmä jota kilpailijoilla ei vielä ole Tehtävä. Sinua kiinnostava ilmiö on yrityksen kasvustrategia 1.

Mitä dimensioita siihen voisi liittyä?

2.

Millä muuttujilla niitä voisi mitata?

Analysointi

− − − − − − ohjelmistoja: Excel, SPSS, SAS, Statgraphics, DataFit, E Views, Stata, jne.

alustava tarkastelu ja luokittelu, outlierit muunnokset − avoimien kysymysten koodaaminen − − − jatkuvien muuttujien luokittelu väittämien suunnan kääntäminen yhdistettyjen mittarien laskeminen − − viive- ym. uusien muuttujien laskeminen epäjohdonmukaiset vastaukset kuvailu , tiivistäminen hypoteesien testaus johtopäätökset ja suositukset

Kuvailu ja tiivistäminen − − −

grafiikka − pylväät, histogrammit − − − piirakat viiva- ja aluekuviot sirontakuviot frekvenssijakaumat tunnusluvut − jakauman sijainti (keskiluvut) − − jakauman hajonta (hajontaluvut) jakauman muoto (vinous ja huipukkuus) − korrelaatiomatriisi

Hypoteesien testaaminen

− − − − − − yhden muuttujan testit (esim. event study-tutkimuksissa) riippumattomien otosten jakaumatestit riippuvien otosten jakaumatestit (esim. paneeliaineistossa) korrelaatio, regressio (esim. CAPM-malli) monimuuttujamenetelmät aikasarja analyysimenetelmät

Otanta

Otanta − − − − −

määritellään perusjoukko eli populaatio, jota koskevaksi tulokset halutaan yleistää tutkitaan koko populaatio (census) tai tehdään otanta otoskoon kasvattaminen lisää yleensä tulosten luotettavuutta ja testien voimakkuutta

−

ei alle 30, esim. perusjoukosta suomalaiset n= 1000-2500 otoksen tulee olla perusjoukkoa edustava useita vaihtoehtoisia otantamenetelmiä

Otanta: vaiheet − − − − − − −

määritellään perusjoukko määritetään otantakehys valitaan otantamenetelmä valitaan otoskoko tehdään otanta kerätään tiedot Edustavuuden ja vastaamattomuusongelmien arviointi − Uusi yhteyden otto, perusjakauma muista lähteistä tai aikaiset vs. myöhäiset vastaajat

Otanta: perusjoukon määrittely

− − − havaintoyksiköiden tyyppi (unit of analysis) mitä on datamatriisin riveinä?

− Esim. henkilö, kotitalous, yritys, verkosto Informantin /informanttien ja vastaa) valinta, keneltä kysytään? (tietää Rajaukset, esim. mikä ikäisiä ihmisiä tai minkä toimialojen yrityksiä? Perusjoukon on oltava teorian ja tutkimusongelman kannalta järkevä konteksti

Otantakehys, sampling frame − −

lista havaintoyksiköistä perusjoukossa, josta otanta tehdään − ajantasaisuus − kattavuus (ei ylimääräisiä eikä puuttuvia) esim. Tilastokeskus, väestörekisterikeskus, VoittoPlus, Dun&Bradstreet, Patentti- ja rekisterihallitus, www, yrityksen omat rekisterit, Amadeus, Thomson

Otantamenetelmät − −

Satunnaisotanta (kaikilla perusjoukkoon kuuluvilla yhtä suuri tn päästä mukaan otokseen) − yksinkertainen − − systemaattinen Klusteri –eli ryväsotanta − ositettu ei- satunnaisotanta − mukavuus − lumipallo − − harkinta kiintiö

Otantamenetelmät

− − systemaattinen satunnaisotanta − − aloitus satunnaisesti väliltä 1-k, ja valitaan joka k:s perusjoukon pitää olla satunnaisessa järjestyksessä ositettu satunnaisotanta − Jaetaan ensin perusjoukko muutamaan suureen osajoukkoon (strata) ja tehdään erikseen otanta kustakin osajoukosta − − − − osajoukkojen suuruuden varmistamiseksi eri menetelmät eri osajoukoille mahdollisia määritä ositteen osuudet perusjoukossa samassa suhteessa tai epäsuhtaisesti otanta

Otantamenetelmät −

Klusteriotanta (ryväsotanta) − − − jaetaan perusjoukko hyvin useisiin pieniin alaryhmiin ja valitaan niistä satunnaisesti jotkut kokonaan tutkittaviksi klustereiden sisällä pitäisi olla hajontaa ja välillä ei (käytännössä vaikea saavuttaa) taloudellinen tehokkuus hyvä, mutta tilastollinen heikko

−

monivaiheinen satunnaisotanta − menetelmiä käytetään peräkkäin, erit. ositetut otannat

Ei- satunnaisotannat − − − − − −

teoreettisesti huonompi, valitaan käytännön syistä jos ei tavoitella tilastollista yleistettävyyttä alustavassa tutkimuksessa ok mukavuus tai harkinta kiintiöinti parantaa edustavuutta lumipallo, kun vastaajia on vaikea löytää

Otoskoko − − −

ei riipu suoraan perusjoukon koosta laskukaavat tarvittavalle otoskoolle virhemarginaalin perusteella sitä suurempi otos, mitä

−

enemmän hajontaa

−

pienempi riskitaso halutaan

−

enemmän alaryhmiä, joita halutaan vertailla

Otoskoko, muutama sääntö − − − −

jokaisessa osaryhmässä vähintään 30 havaintoa

− −

monimuuttuja-analyyseissa havaintoja vähintään 5-10 kertaa muuttujien määrä mitä isompi otos, sitä luotettavampi yleistettävyys esim. suomalaisista yleensä noin 2000 kpl ei ole vakio %-osuus perusjoukon koosta ota huomioon että vastausprosentti voi jäädä alhaiseksi, suuri kato

Otoskoko

− − − − − −

edelliset säännöt pätevät saatujen vastausten määriin x= otantakehyksestä mukaan otettavien määrä .80*x tavoitetaan ja kuuluu kohderyhmään .80*(.80*x) suostuu osallistumaan .40*(.80*.80*x) vastaa kyselyyn jos tarvitset 100 vastausta, x=100/.256=390