Basic Statistic (5 op)
Toteutuksen tunnus: YH00BP01-3002
Toteutuksen perustiedot
- Ilmoittautumisaika
-
02.12.2019 - 28.02.2020
Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
-
01.01.2020 - 31.07.2020
Toteutus on päättynyt.
- Opintopistemäärä
- 5 op
- Lähiosuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Tekniikka ja liiketoiminta
- Opetuskielet
- suomi
- Opettajat
- Sari Asteljoki
- Eero Immonen
- Hannele Kuusisto
- Opintojakso
- YH00BP01
realization.id
17965
realization.code
YH00BP01-3002
realization.startDate
01.01.2020
realization.endDate
31.07.2020
realization.enrollmentStart
02.12.1919
realization.enrollmentEnd
28.02.2020
realization.currentStatus
PUBLISHED
Opetuskieli
fi
realization.name
Basic Statistic
Sisältö
Aineiston analyysimenetelmistä käydään läpi kuvailevat menetelmät, kahden muuttujan väliset yhteydet ja yleisimmin käytetyt parametriset ja ei-parametriset testit, sekä teoreettisella että toteutuksen tasolla. Analyysin toteutuksen yhteydessä kiinnitetään huomiota myös tulosten oikeaoppiseen, selkeään ja tiivistettyyn tulkintaan tulosten raportointia ajatellen.
• Aineiston kuvailu määrien, prosenttien, tunnuslukujen ja kaavioiden avulla.
• Kahden muuttujan välisen yhteyden tutkiminen ristiintaulukoinnin, ryhmittäin laskettujen tunnuslukujen, korrelaatiokerrointen sekä sirontakuvion avulla.
• Normaalijakauman perusteet
• Parametriset ja ei-parametriset testit sekä niiden käyttöön liittyvät rajoitukset
• Parametric and non-parametric tests and their limitations
• Analyysiohjelmina käytetään IBM SPSS Statistics –ohjelmaa (versio 24 tai 25) sekä MS Excel –ohjelmaa (kaavioiden osalta)
• Analyysiohjelmasta saatujen tulosten (tulosteiden) oikeaoppinen tulkinta
Tavoitteet
Osallistuja saa perustiedot tilastollisesta aineistoanalyysistä ja siihen liittyvistä tekijöistä aina kyselylomakkeen laadinnasta saatujen tulosten sanalliseen, kirjalliseen tulkintaan. Osallistuja tunnistaa erilaiset datatyypit ja soveltuvat tilastomenetelmät eri tyyppisten aineistojen analysointiin. Osallistuja osaa laatia tutkimuksen tarkoituksen kannalta järkevän aineiston analyysisuunnitelman ja toteuttaa suunnitelman mukaisen analyysin.
Arviointimenetelmät ja arvioinnin perusteet
Arviodaan 0 - 5:
Oman esimerkkiaineiston analyysi
Tulosten raportointi kirjallisesti Wordin raporttipohjaan ja PowerPoint-esityksen koostaminen raportin pohjalta
Omien tutkimusesitysten esittäminen á 5 min + kysymykset ja kommentit
Monivalintatesti tilastollisten menetelmien teoriasta (tapaamisen lopuksi)
Muut osat: hyl -hyv.
Toteutuksen valinnaiset suoritustavat
-
Arviointiasteikko
H-5
Opiskelijan ajankäyttö ja kuormitus
Aikataulu ja arvioitavat tehtävät:
Opintojakso sisältää tunnin mittaisen alkuinfon sekä neljä puolen päivän työpajaa lähitapaamisina. Lähitapaamisten välillä on itsenäisiä tehtäviä verkossa sekä annetun oppimateriaalin opiskelua.
Opintojakson alkuinfo – ryhmätapaaminen 1.3. klo 9-10, ICT NH L B4080 Dialogi
Ensimmäiseen työpajaan liittyvät etätehtävät verkossa
• Oma tutkimus ja tavoitteet opintojaksolle
• Alkukysely tilastollisen analyysin tuntemuksesta
• Kyselylomakkeen laadintaan liittyvä ennakkotehtävä
Lähitapaaminen – 1. työpaja 10.3. klo 8:30-12, ICT NH L B4080 Dialogi
• Ennakkotehtävän purku
• Kyselylomakkeen laadinta - erilaisia CASE esimerkkejä
• Harjoituskysely Webropolilla
Toiseen työpajaan liittyvät etätehtävät verkossa
• Kysely muuttujien mitta-asteikoihin ja erilaisiin analyysimenetelmiin liittyen.
• Analyysisuunnitelman laatiminen yhteiselle esimerkkiaineistolle - ryhmäkeskustelu
• Kirjallisen analyysisuunnitelman laatiminen kullekin osallistujalle osoitetulle esimerkkiaineistolle
Lähitapaaminen – 2. työpaja 31.3. klo 8:30-12, ICT NH L B4080 Dialogi
• Esimerkkiaineistojen analyysisuunnitelmien purku
• Tutustuminen erilaisiin analyysimenetelmiin
• Datan vienti Webropol -> Excel -> SPSS
• Muuttujamäärittelyt SPSS-ohjelmassa
• Kuvailevat menetelmät SPSS-ohjelmassa ja Excelissä
Kolmanteen työpajaan liittyvät etätehtävät verkossa
• Kysely normaalijakaumaan ja tilastollisiin testeihin liittyen.
• Tuloksista tulkintaan –harjoitus
• Tehtäviin liittyy paljon itsenäistä opiskelua lähdemateriaalista
Lähitapaaminen – 3. työpaja 21.4. klo 8:30-12, ICT NH L B4080 Dialogi
• Aineistoanalyysin toteuttaminen ohjelmilla IBM SPSS Statistics ja MS Excel
• Kuvailevat menetelmät (jos jäi edellisellä kerralla kesken)
• Muuttujien välisen yhteyden tutkiminen eri keinoilla
• Summamuuttujien muodostaminen
• Parametriset ja ei-parametriset testit
• Saatujen tulosten tulkinta
Oman esimerkkiaineiston analyysi
Tulosten raportointi kirjallisesti Wordin raporttipohjaan ja PowerPoint-esityksen koostaminen raportin pohjalta
Lähitapaaminen – 4. työpaja 19.5. klo 8:30-12, ICT NH L B4080 Dialogi
• Omien tutkimusesitysten esittäminen á 5 min + kysymykset ja kommentit
• Monivalintatesti tilastollisten menetelmien teoriasta (tapaamisen lopuksi)
Kaikki annetut tehtävät sisältävät aiheeseen liittyvän teorian ja esimerkkien opiskelua. Täten ne samalla valmistavat myös opintojakson lopussa olevaan monivalinta-testiin. Tähän itsenäiseen opiskeluun varattu aika on laskettu mukaan itsenäisten tehtävien laajuuteen.
Oppimateriaalit
Oppimateriaali
- Tilastollinen tutkimus, Heikkilä, 2014, Edita Publishing. Saatavilla myös e-kirjana: https://turkuamk.finna.fi/Record/aura.546026
- Nettimateriaalit:
Kirjan nettimateriaali http://tilastollinentutkimus.fi/
Akin Taanilan menetelmäblogi https://tilastoapu.wordpress.com/
Aki Taanilan SPSS-opas http://myy.haaga-helia.fi/~taaak/k/spss24.pdf
Aineistonhallinnan käsikirja (Tietoarkisto) https://www.fsd.tuni.fi/aineistonhallinta/fi/
Kvantitatiivisten menetelmien tietovaranto https://www.fsd.tuni.fi/menetelmaopetus/intro.html
Muut tehtävien yhteydessä mainitut lähteet
- Englanninkielinen materiaali:
http://www.statsoft.com/Textbook/Basic-Statistics
https://www.khanacademy.org/math/statistics-probability
- Hannelen opasvideot
SPSS:n analyysityökalut https://www.youtube.com/playlist?list=PL9rxBI4ApUlE7NWmS0yMPCuO7fBTr4v_L
Kansainvälisyys
Huom: Tämä opintojakso on tarkoitettu AMK:n Tohtorikiihdyttämössä oleville jatko-opiskelijoille ja jos paikkoja on, myös YAMK opiskelijoille.
Sisällön jaksotus
Sisältö
Osallistuja saa perustiedot tilastollisesta aineistoanalyysistä ja siihen liittyvistä tekijöistä aina kyselylomakkeen laadinnasta saatujen tulosten sanalliseen, kirjalliseen tulkintaan. Osallistuja tunnistaa erilaiset datatyypit ja soveltuvat tilastomenetelmät eri tyyppisten aineistojen analysointiin. Osallistuja osaa laatia tutkimuksen tarkoituksen kannalta järkevän aineiston analyysisuunnitelman ja toteuttaa suunnitelman mukaisen analyysin.
Aineiston analyysimenetelmistä käydään läpi kuvailevat menetelmät, kahden muuttujan väliset yhteydet ja yleisimmin käytetyt parametriset ja ei-parametriset testit, sekä teoreettisella että toteutuksen tasolla. Analyysin toteutuksen yhteydessä kiinnitetään huomiota myös tulosten oikeaoppiseen, selkeään ja tiivistettyyn tulkintaan tulosten raportointia ajatellen.
• Aineiston kuvailu määrien, prosenttien, tunnuslukujen ja kaavioiden avulla.
• Kahden muuttujan välisen yhteyden tutkiminen ristiintaulukoinnin, ryhmittäin laskettujen tunnuslukujen, korrelaatiokerrointen sekä sirontakuvion avulla.
• Normaalijakauman perusteet
• Parametriset ja ei-parametriset testit sekä niiden käyttöön liittyvät rajoitukset
• Parametric and non-parametric tests and their limitations
• Analyysiohjelmina käytetään IBM SPSS Statistics –ohjelmaa (versio 24 tai 25) sekä MS Excel –ohjelmaa (kaavioiden osalta)
• Analyysiohjelmasta saatujen tulosten (tulosteiden) oikeaoppinen tulkinta
realization.isTypeOther
boolean
realization.composite
boolean
Opintopistemäärä
5
realization.minCredits
5
realization.maxCredits
5
courseUnit.toTranslate
boolean
courseUnit.languageValidated
boolean
courseUnit.toContentValidation
boolean
courseUnit.contentValidated
boolean
courseUnit.learningUnitId
12531
courseUnit.type
COURSE_UNIT
courseUnit.state
ACTIVE
courseUnit.levelId
12531
courseUnit.learningUnitGroupCode
12531
courseUnit.educationPay
boolean
courseUnit.minOptionalityCredits
5
courseUnit.maxOptionalityCredits
5
courseUnit.modifiedBy
21620
courseUnit.organization
peppi
courseUnit.thesisBelongs
boolean