KvantiMOTV

Ajankohtaista | MOTV-lista | Palaute

Menetelmäopetuksen tietovaranto - KvantiMOTV
 Lisäesimerkit   SPSS-harjoitukset   Lisätietoja 
!

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

Tutkimusprosessi

Teorian rakentaminen ja testaus
Probabilistinen selittäminen
Käytännön tutkimusprosessi
Lähteet

Yhteiskuntatieteissä tehdään usein ero kuvailevan ja selittävän analyysin välille. Kuvaileva analyysi vastaa muun muassa kysymyksiin 'mitä', 'minkälainen' tai 'kuinka paljon'. Tällöin on tarkoituksena kuvata, minkälainen tutkimuksen kohteen ilmiö on tai kuinka yleisestä ilmiöstä on kyse. Esimerkiksi tutkija voi analysoida, mitä 'työttömyydellä' oikeastaan tarkoitetaan eri yhteyksissä ja kuinka paljon tietynlaista työttömyyttä esiintyy eri ihmisryhmissä tai maantieteellisillä alueilla.

Selittävä analyysi pyrkii vastaamaan miksi -kysymyksiin. Tällöin tutkimusongelmana voi olla kysymys työttömyyden syistä. Tutkija voi olla kiinnostunut siitä, mitkä tekijät johtavat joidenkin ihmisryhmien osalta työttömyyteen tai hän voi olla kiinnostunut siitä, mikä vaikutus eri maiden verotuskäytännöillä on työttömyyden laajuuteen. Tällaisessa selittävässä analyysissa teorian osuus on keskeinen.

Teoria on systemaattinen käsitteellisen tason kuvaus ilmiöiden välisistä riippuvuussuhteista. Otetaan esimerkiksi väite 'korkea työttömyysturvan taso aiheuttaa työttömyyttä, koska turva vähentää työttömien kannustimia ottaa vastaan uusi työpaikka'. Tämä väitelause esittää kausaalisen yhteyden kahden ilmiön välillä ('työttömyysturva' ja 'työttömyys'). Ennen kuin väitteen todenperäisyyttä voidaan tutkia, täytyy ilmiöt 'työttömyys' ja 'työttömyysturvan taso' jotenkin määritellä, operationalisoida ja mitata. Tämän jälkeen voidaan empiirisesti tutkia onko työttömyysturvan tasolla ja työttömyyden laajuudella yhteyttä toisiinsa.

Yhteiskuntatieteelliset teoriat pyrkivät selittämään ilmiöiden välisiä suhteita yleisellä tasolla. Etenkin määrällisessä tutkimuksessa on tarkoituksena löytää yhdenmukaisuuksia, jotka voidaan yleistää johonkin tutkimuskohteiden ryhmään (esimerkiksi suomalaiset, OECD-valtiot, jonkin ammattiryhmät edustajat, nuoret, television katsojat jne.). Selitysten yleisyystaso riippuu teoriasta ja tutkimusongelmasta. On kuitenkin tärkeää huomata, että pyrkimyksenä ei ole kuvata yksittäistapauksia, vaan nimenomaan tutkimuskohteista löydettäviä yhdenmukaisuuksia.

Teorian rakentaminen ja teorian testaus

Edellisen esimerkin tarkoituksena oli erottaa teorian ja empirian tasot. Selitysten tulisi perustua hyvin määriteltyihin teoriaan liittyviin käsitteisiin, mutta selitysten pätevyyden tutkimiseksi on tutkijan siirryttävä empiiristen havaintojen tasolle. Näin tutkimusprosessi onkin käytännössä useimmiten empirian ja teorian vuoropuhelua. Kuviossa 1 on tehty analyyttinen ero kahden erillisen prosessin, teorian rakentamisen ja teorian testaamisen, välille.

Teorian rakentaminen ja testaus (De Vaus)

Kuvio 1. Teorian rakentaminen ja teorian testaus (De Vaus 1994, 12).

Yhteiskuntatieteellisten teorioiden rakentamiselle ei ole tarkoin määriteltyjä sääntöjä. Yhtenä lähtökohtana uuden teorian muodostamiselle voivat olla havaitut ilmiöt, joita olemassa olevat teoriat eivät pysty selittämään. Usein teorian rakentaminen alkaakin havainnoista. Ne voivat olla enemmän tai vähemmän systemaattisesti kerättyjä mielenkiinnon kohteen empiirisiä kuvauksia. Työttömyyden tutkija voi etsiä selityksiä työttömyyden laajuudelle käymällä läpi eri maiden työttömyystilastoja yrittäen samalla löytää yhdenmukaisuuksia korkean ja matalan työttömyyden maista. Näiden yhdenmukaisuuksien perusteella hän voi sitten sommitella alustavan teorian työttömyyteen vaikuttavista asioista.

Tällaista tieteellisen päättelyn tapaa kutsutaan induktioksi. Induktiiviselle päättelylle on ominaista, että tutkija tekee yleistyksiä perustuen rajalliselle empiiristen havaintojen määrälle. Työttömyystutkija voi esimerkiksi käydä läpi kaikki EU-maiden työttömyystilastot ja todeta, että kaikissa korkean työttömyyden maissa on löydettävissä jokin yhteinen piirre ja että matalan työttömyyden maissa tätä piirrettä ei ole. Tämän jälkeen hän tekee induktiivisen yleistyksen, että kaikissa korkean työttömyyden maissa ilmenee sama piirre. Induktiivisen päättelyn ongelmana on, että johdettu yleistys ei välttämättä päde. Ehkä EU-maiden ulkopuolelta löytyy maita, joissa ko. työttömyyden piirre esiintyy, mutta niissä työttömyys onkin matala.

Yksi seuraus induktion ongelmasta on, että teoriat, jotka väittävät jotain empiirisestä todellisuudesta on alistettava testattavaksi, ennen kuin ne voidaan hyväksyä tieteellisiksi teorioiksi. Teorian testauksen periaate on tiivistetty kuvion 1 alalaidassa. Testauksen yleinen ajatus on, että teoriasta voidaan johtaa hypoteeseja, joiden totuudellisuutta voidaan arvioida empiiristen havaintojen avulla. Tällaista päättelyä kutsutaan deduktioksi. Hypoteesi on teoriasta loogisesti johdettu väitelause, jonka avulla voidaan epäsuorasti tutkia teorian pätevyyttä. Ajatuksena on, että jos teoriasta voidaan johtaa hypoteesi, joka osoittautuu empiiristen havaintojen valossa epätodeksi, on myös teoria epätosi. Tämä johtopäätös perustuu siihen, että tosista väitteistä ei voida johtaa loogisesti epätosia väitteitä. Käytännössä hypoteeseja tarvitaan teoriatason ja empiriatason yhtymäkohdaksi, koska teoriatasolla tarkastellaan käsitteellisten ilmiöiden yhteyksiä ilman suoraa viittausta empiriaan. Tällaista tieteellisen tutkimuksen menetelmää on kutsuttu hypoteettis-deduktiiviseksi menetelmäksi.

Probabilistinen selittäminen

Erityisen yleistä määrällisen yhteiskuntatieteellisen tutkimuksen alueella on edellä mainittujen induktiivisen ja deduktiivisen päättelyn lisäksi niin sanottu probabilistinen (tai tilastollinen) selittäminen. Probabilista selitystä tarvitaan etenkin silloin, kun teorioiden pätevyyttä tarkastellaan empiirisen aineiston valossa.

Probabilistinen selitys perustuu todennäköisyyden käsitteelle ja käyttää hyväkseen tilastollisen päättelyn menetelmiä. Probabilistisessa päättelyssä johtopäätös ei seuraa loogisesti perusteista (premisseistä) kuten deduktiivisessa päättelyssä, vaan se on ainoastaan mahdollinen jollain tietyllä todennäköisyydellä. Jos käytetään jo edellä mainittua esimerkkiä hyväksi, työttömyyden tutkija voi saada tulokseksi, että "lähes kaikissa korkean työttömyysturvan maissa on myös korkea työttömyys". Saman asian voi sanoa myös toisin: "jos maassa A on korkea työttömyysturvan taso, on hyvin todennäköistä, että maassa A on myös korkea työttömyyden taso". Selitys on probabilistinen, koska se ei ehdottomasti väitä, että maassa A olisi korkea työttömyys, mutta että todennäköisyys sille on suuri.

Edellä esitetty induktion, deduktion, probabilistisen päättelyn ja hypoteettis-deduktiivisen menetelmän esittely oli hyvin yksinkertaistettu. Tieteenfilosofian piirissä induktiiviseen ja deduktiiviseen päättelyyn liittyviä ongelmia on pohdittu laajasti. Hyvä suomenkielinen lähdeteos edellä esitettyyn keskusteluun on Ilkka Niiniluodon (1983) teos "Tieteellinen päättely ja selittäminen".

Käytännön tutkimusprosessi

Käytännön tutkimustyössä teorian rakennus- ja testausprosessit lomittuvat usein toisiinsa. Tutkimusprosessi on esitetty yksinkertaistettuna kaaviona kuviossa 2. Kuvio esittää edellä mainittujen teorian rakentamisen ja teorian testaamisen lähtökohdat. Teorian testaaja ottaa lähtökohdakseen jo olemassa olevan teorian ja muotoilee sen pohjalta tarpeelliseksi katsomansa hypoteesit. Teoria voi olla peräisin alan tutkimuskirjallisuudesta tai se voi olla tutkijan itse muotoilema. Hypoteesien valitsemisen jälkeen tutkija määrittää käsitteilleen empiiriset mittarit (ks. mittaaminen ja operationalisointi) ja kerää mittareiden avulla tarvitsemansa empiirisen aineiston. Aineiston analyysin pohjalta hän voi tehdä päätelmiä siitä, kuinka hyvin tulokset tukevat teoriaa.

Tutkimusprosessi ei useimmiten kuitenkaan lopu tähän. Tutkija voi saada empiirisen analyysinsa pohjalta uusia ideoita siitä, miten alkuperäistä teoriaa voisi kehittää paremmaksi. Tuloksena voi olla jopa aivan uudenlainen teoria. Näkemys, jonka mukaan teoriaa testaava lähestymistapa ei voi ikinä tuottaa uutta teoreettista tietoa tutkimuskohteestaan, on liian yksioikoinen.

Tutkimusprosessi, (muokattu De Vaus 1994, 21 pohjalta)

Kuvio 2. Tutkimusprosessi (muokattu De Vaus 1994, 21 pohjalta).

Teorian rakentajan näkökulma lähtee olemassa olevista empiirisistä havainnoista. Näitä havaintoja analysoimalla tutkija kehittää teorian, joka mahdollisesti antaa tyydyttävän selityksen tutkimuskohteesta. Tutkimusprosessi ei tässäkään vaihtoehdossa lopu tähän. Uusi teoria on jotenkin koeteltava empiriaa vasten. Tällöin päädytään taas kuvion 2 ylälaitaan, eli teorian testaamisen lähtökohtaan.

.

Teorian testaamisen ja teorian rakentamisen erot näyttäytyvät myös varsinaisten kvantitatiivisten menetelmien tasolla. Joskus tehdään ero eksploratiivisten ja konfirmatoristen menetelmien välillä. Esimerkiksi faktorianalyysissa tehdään tällainen erottelu. Eksploratiivinen faktorianalyysi perustuu aineistolähtöiselle lähestymistavalle. Siinä katsotaan millaisia piileviä (latentteja) ulottuvuuksia aineistosta löytyy rajaamatta etukäteen mitenkään niiden määrää tai luonnetta. Konfirmatorisessa faktorianalyysissa tutkijalla on jo ennen aineiston analyysia teoreettinen käsitys siitä, millaisen tai millaisia ulottuvuuksia hän olettaa aineistoa löytyvän. Tämän jälkeen konfirmatorinen faktorianalyysi tuottaa tilastollisia tunnuslukuja, joiden pohjalta tutkija voi päättää saivatko hänen odotuksensa tukea aineistosta vai ei. Eksploratiivinen faktorianalyysi ei näitä tunnuslukuja voi tuottaa, koska tarkoituksena on etsiä aineiston sisältämiä ulottuvuuksia ja perustaa tulkinta näihin tuloksiin.

Regressioanalyysi on myös perusluonteeltaan konfirmatorinen. Siinä tutkija päättää etukäteen, mitkä muuttujat analyysiin sisällytetään. Tuloksena on joukko tilastollisia tunnuslukuja, joiden perusteella arvioidaan muuttujien selitysvoimaa. Tosin myös regressioanalyysin voi tehdä niin, että lisätään malliin kaikki saatavilla olevat mahdollisesti asiaan vaikuttavat muuttujat ja katsotaan, mitkä niistä sitten sattuu olemaan tilastollisesti merkitseviä. Tällainen regressioanalyysin käyttö lähenee eksploratiivista analyysia. Aina tätä lähestymistapaa ei pidetä kovin suositeltavana.

Aineistonhallinnan käsikirja tarkastelee kattavasti sähköisen tutkimusaineiston prosessointia ja koko elinkaarta.

Lähteet

  • De Vaus, D.A. (1994): Surveys in Social Research. Third edition. UCL Press, Guildford.

viimeksi päivitetty 2009-12-18
 Lisäesimerkit   SPSS-harjoitukset   Lisätietoja 

Yhteiskuntatieteellinen tietoarkisto Menetelmäopetuksen tietovaranto
FSD