KvantiMOTV

Ajankohtaista | MOTV-lista | Palaute

Menetelmäopetuksen tietovaranto - KvantiMOTV
 Lisäesimerkit   SPSS-harjoitukset   Lisätietoja 
!

KvantiMOTV on päivitetty Kvantitatiivisen tutkimuksen verkkokäsikirjaksi. Lue päivitetty artikkeli Tutkimusasetelma.

Tutkimusasetelma

Useita havaintoyksikköjä - useita mittauksia
Klassinen koeasetelma
Paneeliasetelma
Kvasipaneeliasetelma
Retrospektiivinen paneeli ja retrospektiivinen koeasetelma
Yksi havaintoyksikkö - useita mittauksia: aikasarja-aineisto
Useita havaintoyksikköjä - yksi mittaus: poikkileikkausaineisto
Yksi havaintoyksikkö - yksi mittaus: tapaustutkimus
Lähteet

Käytännön tutkimusprosessi jakautuu useaan vaiheeseen. Näistä ensimmäinen tulisi olla tutkimusongelman muotoilu. Tutkimusongelman selkiydyttyä täytyy valita siihen soveltuva tutkimusasetelma. Oikean asetelman valinta on tärkeää muun muassa siksi, että tutkimuksella pyritään erittelemään ilmiöiden välisiä riippuvuussuhteita. Yhteiskuntatieteissä riippuvuussuhteet ovat usein monimutkaisia ja useiden eri tekijöiden kausaalisia vaikutuksia on vaikeaa erotella toisistaan. Jos esimerkiksi tarkoituksena on tutkia, miten muuttuja X vaikuttaa muuttujaan Y, on jotenkin pystyttävä kontrolloimaan muiden muuttujaan Y vaikuttavien tekijöiden osuus. Tätä ongelmaa helpottaa oikean tutkimusasetelman valinta.

Termillä 'tutkimusasetelma' tarkoitetaan joskus eri asioita. Yleisesti ottaen tutkimusasetelman tehtävänä on luoda tutkimusaineistolle mielekäs konteksti, jossa tulosten mahdollisimman yksikäsitteinen tulkinta on mahdollinen. Laajassa mielessä tutkimusasetelma käsitetään niin, että siihen liittyy tutkimusongelman muotoilu, muuttujien valinta, muuttujien operationalisointi, otantatekniikat ja aineiston keruutavat. Suppeammassa mielessä tutkimusasetelmalla tarkoitetaan empiirisen aineiston rakennetta. Seuraavassa tutkimusasetelma -termillä viitataan juuri suppeaan merkitykseen. Tämä tarkoittaa esimerkiksi sellaisia valintoja kuin missä tutkimuksen vaiheissa aineisto kerätään ja kerätäänkö aineisto samasta havaintoyksiköstä useita kertoja eri aikoina, useasta havaintoyksiköstä samanaikaisesti vai useasta havaintoyksiköstä useana eri aikana.

Taulukossa 1 on esitetty yksi tutkimusasetelmien luokittelu, joka kuvaa erilaisten asetelmien perusvaihtoehtoja. Ensimmäinen luokitteluperuste on se, liittyykö tutkimusasetelmaan yksi vai useampia mittauskertoja. Esimerkiksi tavanomainen kyselytutkimus perustuu yhteen mittaukseen. Jos myöhemmin halutaan selvittää, onko vastaajien mielipide kysytyn asian suhteen muuttunut, voidaan kysely toistaa.

Toinen luokittelu-ulottuvuus koskee havaintoyksikköjen määrää. Tutkimuksessa voi olla kohteena vain yksi havaintoyksikkö, jolloin kyseessä voi olla aikasarja- tai tapaustutkimus. Esimerkki aikasarja-aineistosta on rikollisuuden kehitys Suomessa eri vuosina. Havaintoyksikkönä on Suomi, josta on rikollisuuden osalta tehty vuosittaisia mittauksia. Tapaustutkimus voisi liittyä esimerkiksi yrityksen uuden tietojärjestelmän käyttöönotosta aiheutuviin ongelmiin. Jos tutkimus koskisi useita yrityksiä ja niiden ongelmia, voisi kyseessä olla poikkileikkausaineisto.

Taulukko 1. Esimerkkejä tutkimusasetelmista.

  Useita havaintoyksikköjä Yksi havaintoyksikkö
Useita mittauksia
A
Klassinen koeasetelma
Paneeliaineisto
B
Aikasarja-aineisto
C
Poikkileikkausaineisto
D
Tapaustutkimus
 
Yksi mittaus

A. Useita havaintoyksikköjä - useita mittauksia

Klassinen koeasetelma

Klassista koeasetelmaa pidetään joskus tieteellisen tutkimusasetelman ideaalimallina. Se antaakin erinomaisen mahdollisuuden kausaalisuhteiden olemassaolon ja voimakkuuden arviointiin, koska siinä pyritään eristämään mahdollisimman hyvin kaikkien muiden muuttujien vaikutus selitettävään muuttujaan. Asetelman ongelmana on, että se on etenkin yhteiskuntatieteissä usein vaikea toteuttaa.

Yksinkertaisimmassa muodossaan klassisessa koeasetelmassa havaintoyksiköt on jaettu kahteen ryhmään: testi- ja kontrolliryhmään. Ideaalitapauksessa havaintoyksiköt on jaettu näihin ryhmiin satunnaisesti, mutta joskus on tarpeen tehdä jako harkinnanvaraisesti (esimerkiksi jos tutkija haluaa varmistaa, että molemmissa ryhmissä on tarpeellinen määrä tietyn ikäisiä henkilöitä ja ryhmät ovat niin pieniä, että satunnainen ryhmäjako ei pysty tätä varmistamaan). Tutkimusprosessin aikana näistä kahdesta ryhmästä mitataan halutut asiat vähintään kahdesti eri aikoina. Lisäksi koeasetelman olennainen piirre on interventio, joka kohdistetaan testiryhmään, mutta ei kontrolliryhmään. Interventiolla tarkoitetaan sitä, että kiinnostukseen kohteena olevan kausaalisen muuttujan annetaan vaikuttaa testiryhmään. Esimerkiksi jos kyseessä on lääketieteellinen koe, annetaan testiryhmälle tutkimuksen kohteena olevaa lääkitystä, mutta kontrolliryhmälle vain plaseboa. Yhteiskuntatieteissä interventio voi tarkoittaa myös tutkijasta riippumatonta muutosta, jonka vaikutusta halutaan tutkia. Esimerkiksi muuttunut lainsäädäntö voi olla tällainen interventio.

Tutkimuksen ensimmäinen mittauskerta tehdään aina ennen interventiota, jotta molemmasta ryhmästä pystytään mittaamaan selitettävän muuttujan lähtötaso. Seuraava tai seuraavat mittauskerrat tehdään intervention jälkeen, minkä jälkeen saatuja tuloksia verrataan ensimmäisen mittauskerran tuloksiin. Näin saadaan selville muutoksen suuruus sekä testi- että kontrolliryhmässä. Jos muutos on merkittävästi erilainen testiryhmän osalta kuin kontrolliryhmässä, voidaan päätellä, että selittävällä muuttujalla (interventio) oli kausaalinen yhteys selitettävään muuttujaan.

Esimerkki yhteiskuntatieteellisestä tutkimuksesta, jossa hyödynnetään koeasetelmaa, on Gerberin ja Greenin (2000) tutkimus, jossa analysoitiin erilaisia tapoja kannustaa ihmisiä äänestämään vaaleissa. Tutkijat valitsivat erään USAn kaupungin äänestäjäluettelosta neljä eri otosta, joista yksi toimi kontrolliryhmänä. Kolmeen muuhun ryhmään kohdistettiin kuhunkin interventio. Yhtä ryhmää kannustettiin äänestämään soittamalla heille kotiin, yhdelle ryhmälle lähetettiin postissa äänestämiseen kannustavaa materiaalia ja kolmannen ryhmän äänestämistä käytiin kannustamassa henkilökohtaisella vierailulla. Tuloksia analysoimalla tutkijat pystyivät päättelemään, miten eri tavat saada äänestäjät osallistumaan onnistuivat tavoitteissaan.

Yleisesti ottaen klassisen koeasetelman käyttö yhteiskuntatieteissä on vähäistä. Syyt tälle ovat sekä käytännöllisiä että eettisiä. Usein on vaikea keksiä, miten asetelmaa voisi soveltaa käytännön yhteyksissä. Jos tutkija haluaisi tietää, miten television katselu vaikuttaa kulutustottumuksiin, ei tutkimusta voitane tehdä niin, että satunnaisesti valittu ryhmä ihmisiä lahjottaisiin (tai pakotettaisiin!) katsomaan paljon televisiota ja kontrolliryhmän kodeista takavarikoitaisiin kaikki televisiot pois. Monissa tutkimusongelmissa koeasetelman käyttäminen olisi eettisesti kyseenalaista. Jos haluttaisiin tutkia koulukiusattuna olemisen vaikutusta oppilaiden koulumenestykseen, intervention estäisi tutkimusetiikan lisäksi myös lainsäädäntö.

Paneeliasetelma

Myös paneeliasetelmaan kuuluu useiden havaintoyksiköiden käyttö sekä ainakin kaksi eri mittauskertaa. Erona klassiseen koeasetelmaan on se, että paneeliasetelma ei edellytä kontrolliryhmän käyttöä. Samoin kuin klassisessa koeasetelmassa paneeliasetelmassa ensimmäinen mittauskerta suoritetaan ennen interventiota. Seuraava tai seuraavat mittauskerrat tapahtuvat intervention jälkeen, minkä jälkeen tutkitaan kuinka suuri muutos interventiosta seurasi mielenkiinnon kohteena olevassa muuttujassa. Koska paneeliasetelmaan ei kuulu kontrolliryhmää, ongelmana on se, että tutkija ei voi olla aivan varma siitä johtuuko havaittu muutos juuri interventiosta vai vaikuttiko siihen jokin muu tekijä, jonka osuutta ei etukäteen osattu ottaa huomioon.

Esimerkki paneeliasetelmasta on tutkimus, jossa tarkasteltaisiin opiskelun vaikutusta opiskelijoiden uskonnollisiin mielipiteisiin (De Vaus 1994, 38). Ensimmäinen mittauskerta tehtäisiin uusien opiskelijoiden ilmoittautuessa ensimmäistä kertaa yliopistoon. Toinen mittauskerta voisi sijoittua esimerkiksi kolmen opiskeluvuoden päähän, jolloin samoilta opiskelijoilta kysyttäisiin uudelleen samat kysymykset. Tulosten erojen perusteella tutkija voisi tehdä päätelmiä siitä, miten opiskelu vaikuttaa uskonnollisiin mielipiteisiin. Ongelmana on, että mielipiteiden muutokseen voi vaikuttaa myös joku muu asia, (esimerkiksi tutkimukseen osallistuvien henkilöiden vanhentuminen, siteiden heikkeneminen kotiin jne.)

Paneeliasetelma on myös hyvin tyypillinen tutkimuksissa, joissa havaintona on joukko valtioita ja niistä on useita mittauksia eri aikoina. Esimerkiksi budjettivajeiden tutkimuksessa on tavallista, että aineistossa selitettävänä muuttujana on budjettivajeen vuosittainen suuruus joltain tietyltä aikaväliltä (esim. 1970-1995) tietyssä ryhmässä maita (esim. OECD-maat).

Kvasipaneeliasetelma

Kvasipaneeliasetelma eroaa varsinaisesta paneeliasetelmasta siinä, että mittauksen kohteena olevat ihmiset eivät ole samoja eri mittauskerroilla. Käyttäen edellistä esimerkkiä hyväksi, kvasipaneeliasetelmassa ensimmäinen mittauskerta suoritettaisiin satunnaiselle otokselle ensimmäisen vuoden opiskelijoita ja toinen mittauskerta kolmen vuoden kuluttua uudelleen satunnaiselle otokselle kolmannen vuoden opiskelijoita. Tähän asetelmaan liittyy samat ongelmat kuin paneeliasetelmaan yleisesti sekä lisäksi vielä se, että mittauskertojen väliseen eroon voi vaikuttaa myös tutkittavien ryhmien erilainen koostumus.

Retrospektiivinen paneeli ja retrospektiivinen koeasetelma

Edellä mainittujen asetelmien lisäksi voidaan vielä tarkastella retrospektiivistä paneeliasetelmaa ja retrospektiivistä koeasetelmaa. Nämä asetelmat ovat hyvin lähellä poikkileikkausaineistoja. Näille kahdelle asetelmalle on ominaista, että ne pyrkivät jäljittelemään koeasetelmaa ja paneeliasetelmaa, vaikka niissä käytetään vain yhtä mittauskertaa.

Sekä koeasetelmassa että paneeliasetelmassa on ongelmana, että tutkimuksen teko voi kestää vuosikausia, koska intervention vaikutukset voivat näkyä vasta pitkällä aikavälillä. Retrospektiivisen koeasetelman ideana on, että siinä tehdään vain yksi mittaus intervention jälkeen ja pyydetään sekä testi- että kontrolliryhmän vastaajia vastaamaan myös menneisyyttä koskeviin kysymyksiin. Näin ensimmäinen lähtötason mittaus tehdään samanaikaisesti intervention jälkeisen mittauksen kanssa. Samoin retrospektiivinen paneeliasetelma perustuu yhteen mittauskertaan, jossa kartoitetaan sekä menneisyyden että nykyisyyden tapahtumia, mutta siinä ei ole kontrolliryhmää mukana. Näiden asetelmien ilmeinen ongelma on ihmisten "valikoiva" muisti, joka voi johtaa siihen, että heidän menneisyyttä koskevat vastauksensa eivät ole samat, kuin jos ne olisi aikanaan kysytty tuoreeltaan.

Käyttäen edelleen opiskelijoiden uskonnollisia mielipiteitä esimerkkinä, retrospektiivinen paneeliasetelma olisi sellainen, missä kolmannen vuoden opiskelijoilta kysytään heidän uskonnollisia mielipiteitään juuri vastaushetkellä ja sitä, miten he muistinsa mukaan suhtautuivat samoihin asioihin opiskelunsa alkuvaiheilta.

B. Yksi havaintoyksikkö - useita mittauksia: aikasarja-aineisto

Tyypillisessä aikasarja-asetelmassa yhdestä havaintoyksiköstä on useita mittaustuloksia eri aikapisteissä. Aikasarja-aineistoja käytetään laajasti mm. kansantaloustieteen piirissä. Yksi esimerkki aikasarja-aineistosta voisi olla autovarkauksien määrä Suomessa vuosina 1960-1995. Selittävänä muuttujana analyysissä voisi olla lainsäädännössä tapahtuneet muutokset tai taloudellisen tilanteen muutokset. Politiikan tutkimuksen alalla tyypillinen aikasarja-aineisto kuvaa jonkin puolueen vaalikannatusta jollain aikavälillä. Aikasarja-aineistojen tutkimukseen käytetään yleensä regressioanalyysia, joskaan tämä ei ole ainoa soveltuva menetelmä (ks. Dale & Davies 1994).

C. Useita havaintoyksikköjä - yksi mittaus: poikkileikkausaineisto

Poikkileikkausasetelma on ehkä kaikkein yleisin määrällisen yhteiskuntatieteen asetelma. Se koostuu yhdestä ainoasta mittauskerrasta, joka kohdistetaan useaan havaintoyksikköön. Havaintoyksiköt voivat olla esimerkiksi ihmisiä (kuten useimmiten kyselytutkimuksissa on) tai kuntia, joista selvitetään halutut muuttujien arvot.

Poikkileikkausaineistoihin ei sisälly useiden mittauskertojen sallimia mahdollisuuksia muutostarkasteluihin ajan suhteen, joten kausaalisuhteiden tunnistamiseen ja mittaamiseen täytyy käyttää muita menetelmiä. Käytännössä voidaan pyrkiä tarkastelemaan kiinnostuksen kohteena olevaa kausaalisuhdetta niin, että kaikkien muiden asiaan vaikuttavien tekijöiden vaikutus on eliminoitu analyysin ulkopuolelle.

Oletetaan, että tutkija haluaa poikkileikkausotoksen avulla tietää vaikuttaako sukupuoli uskonnollisten mielipiteiden määrään tai vahvuuteen suomalaisissa, täytyy hänen ottaa myös huomioon se, että luultavasti ikä vaikuttaa myös asiaan niin, että vanhemmat henkilöt ovat keskimäärin uskonnollisempia kuin nuoremmat. Koska Suomessa naiset elävät selvästi pidempään kuin miehet, on luultavaa, että otoksessa naisten keski-ikä on suurempi kuin miesten. Jos alustavat tutkimuksen tulokset osoittavat, että naiset ovat hiukan miehiä uskonnollisempia, tulos voi olla tavallaan harhaanjohtava siitä syystä, että naisvastaajat olivat keskimäärin vanhempia kuin miesvastaajat. Luotettavampien tulosten saamiseksi täytyy iän vaikutus kontrolloida ennen päätelmien tekoa. Tässä voi käyttää apuna esimerkiksi osittaiskorrelaatiokertoimia, regressioanalyysia tai ristiintaulukointia ikäryhmittäin (elaboraatio).

D. Yksi havaintoyksikkö - yksi mittaus: tapaustutkimus

Tapaustutkimuksessa keskitytään jonkun tietyn ainutkertaisen tapahtuman tutkimiseen. Tapaustutkimukselle on ominaista, että tutkimuksen kohdetta tarkastellaan sen luonnollisessa ympäristössä ja että aineistona on useita erilaisia lähteitä. Tarkoituksena on luoda mahdollisimman kattava kuvaus tapahtuman ymmärtämiseksi. Tapaustutkimuksen yleinen määritteleminen on vaikeaa ja joskus rajanveto muihin asetelmiin on ongelmallista (esimerkiksi Yin (1990) puhuu usean tapauksen tapaustutkimuksesta).

Lähteet

  • Dale, Angela & Davies, Richard B. (1994): Analyzing Social & Political Change. A Casebook of Methods. Sage, Lontoo.
  • Gerber, Alan S. & Green, Donald P. (2000): The Effects of Personal Canvassing, Phone Calls, and Direct Mail on Voter Turnout: A Field Experiment. American Political Science Review 94: 653-663.
  • De Vaus, D.A. (1994): Surveys in Social Research. Third edition. UCL Press, Guildford.
  • Yin, Robert K. (1990): Case Study Research. Design and Methods. Revised Edition. Sage, Newbury Park.

viimeksi päivitetty 2009-12-21
 Lisäesimerkit   SPSS-harjoitukset   Lisätietoja 

Yhteiskuntatieteellinen tietoarkisto Menetelmäopetuksen tietovaranto
FSD