Skip to main content

Research and Development Methods (5 cr)

Code: MS00BP42-3003

General information


Enrollment
02.05.2020 - 01.09.2020
Registration for the implementation has ended.
Timing
01.09.2020 - 31.12.2020
Implementation has ended.
Number of ECTS credits allocated
5 cr
Local portion
2 cr
Virtual portion
3 cr
RDI portion
2 cr
Mode of delivery
Blended learning
Unit
Engineering and Business
Campus
Kupittaa Campus
Teaching languages
Finnish
Seats
20 - 35
Degree programmes
Master of Business Administration, Project Management
Teachers
Timo Tolmunen
Heli Aramo-Immonen
Markku Lindell
Teacher in charge
Markku Lindell
Course
MS00BP42

realization.id

19396

realization.code

MS00BP42-3003

realization.startDate

01.09.2020

realization.endDate

31.12.2020

realization.enrollmentStart

02.05.2020

realization.enrollmentEnd

01.09.2020

realization.currentStatus

PUBLISHED

Teaching language

fi

realization.name

Research and Development Methods

Content

-Description of complexity, Cynefin framework
-Technical, social, and economic systems
-Systems analysis and description
-Triangulation
-Knowledge based development: data collection methods
-Knowledge based development: analysing data and presenting knowledge
-Research ethics
-Modelling and developing operations as a system

Objective

After completing the course, the student is able to:
-approach the complex development challenges of organization, economy, and technology by systems thinking
-formulate research problem and research questions for developmental challenges
-search, summarize, and refer to the previous relevant research of the discipline
-apply the methods and tools for acquiring qualitative and quantitative information required in development
-analyse, refine and present the collected information to support decision-making
-evaluate the validity, reliability, and ethics of the information and research
-plan, initiate, and execute the necessary development procedures (thesis project)
-apply the methods and tools on continuous development

Evaluation methods and criteria

Ennakkotehtävät arvioidaan asteikolla hyväksytty (1) / hylätty (0), muut oppimistehtävät ja portfolio asteikolla 0-5. Arviointiperusteet esitetään erikseen jokaisessa oppimistehtävissä. Opintojakson arvosana muodostuu oppimistehtävien arvosanojen keskiarvona edellyttäen, että kaikki ennakkotehtävät on suoritettu hyväksytysti.

Completion alternatives

Aikaisemin hankitun osaamisen todentaminen keskustellaan tarvittaessa HOPS-keskustelussa tai opettajien kanssa ennen opintojakson alkua.

Evaluation scale

H-5

Student workload

Ennakkotehtävät, yht 27 h:
- systeemianalyysin ennakkotehtävä
- laadullisten menetelmien ennakkotehtävä
- tilastollisten menetelmien ennakkotehtävä
Ennakkotehtäviin sisältyy myös oman opinnäytetyön idean hahmottelua, valitun tutkimusmenetelmän mukaan.
Lähiopetus 16 h
Oppimistehtävät, yht 90 h:
-systeemianalyysin oppimistehtävä
-laadullisten menetelmien oppimistehtävä
-tilastomenetelmien oppimistehtävä
-oman opinnäytetyön viimeistelty suunnitelma, esitys ja arviointi/vertaisarviointi
YHTEENSÄ 133 h
Työmäärämitoitus on ohjeellinen ja suuntaa antava opintojakson osaamistavoitteiden saavuttamiseksi ja arvosanaan 3/5 tarvittava keskimääräinen työmäärä. Opiskelijan aiemmasta osaamis- ja kokemustaustasta riippuen työmäärä voi olla vähemmän tai enemmän. Opintojaksossa hankittua osaamista arvioidaan tehtävien ja muiden suoritteiden kautta, ei tehtyjen tuntien määrällä

Teaching methods

Yksilötyöt, ryhmätyöt ja vertaisarvioinnit. Palautteesta oppiminen ja palautteen antaminen. Opittujen tutkimusmenetelmien soveltaminen oman opinnäytetyön suunnitteluun ja oman suunnitelman esittely.

Materials

Kirjallisuutta ja materiaalja (muut oheismateriaalit annetaan lähiopetuksessa ja/tai Optimassa),
• Peltoniemi, Milla ym. 2004. Katsaus systeemiteorioihin - järjestelmäajattelu. Tampereen teknillinen yliopisto. Saatavilla: http://www.utu.fi/en/units/ffrc/research/project-archive/environment/Documents/etu_7.pdf
• Irmeli Luukkonen, Juha Mykkänen, Timo Itälä, Saara Savolainen, Maarit Tamminen. 2012. Toiminnan ja prosessien mallintaminen, Tasot, näkökulmat ja esimerkit. Itä-suomen yliopisto ja Aalto-yliopisto. Kuopio. Saatavilla: https://core.ac.uk/download/files/322/15169850.pdf
• Guide to the Systems Engineering Body of Knowledge (SEBoK), http://sebokwiki.org/wiki/Main_Page
• Virsta - Virtual Statistics, https://www.stat.fi/virsta/tkeruu/
• Menetelmäopetuksen tietovaranto - Kvali MOTV, http://www.fsd.uta.fi/menetelmaopetus/
• Alasuutari P. 2013 Laadullinen tutkimus 2.0. Vastapaino. Tampere
• Heikkilä Tarja, 2014, Tilastollinen tutkimus, 9. painos, Helsinki, Edita, 295 s
• Holopainen Martti & Pulkkinen Pekka, 2013, Tilastolliset menetelmät, 8. painos, Helsinki, WSOY, 360 s.
• Hanna Vilkki, 2014, Tutki ja mittaa. Määrällisen tutkimuksen perusteet, http://hanna.vilkka.fi/wp-content/uploads/2014/02/Tutki-ja-mittaa.pdf
• Tarja Heikkilä, Tilastollinen tutkimus, http://www.tilastollinentutkimus.fi/1.TUTKIMUSTUKI/KvantitatiivinenTutkimus.pdf
Englanniksi

realization.grade1Description

Opiskelija osoittaa omaksuneensa kunkin osa-alueen (kts. opintojakson sisältö) perusteet, mutta oppimistehtävät ovat suppeita eikä asioihin ole paneuduttu tehtävän annon edellyttämällä tavalla.

realization.grade3Description

Opiskelija osoittaa hallitsevansa kunkin osa-alueen (kts. opintojakson sisältö) oppimistehtävien sisällön ja laajuuden perusteella.

realization.grade5Description

Opiskelija osoittaa hallitsevansa erinomaisesti kunkin osa-alueen (kts. opintojakson sisältö) sisällön. Oppimistehtävien palautukset osoittavat syventymistä annettuun kirjallisuuteen ja tehtäväraportit ovat laadultaan ja laajuudeltaan sellaisia, että toiminnan kehittämisen ja tutkimisen menetelmiä on sovellettu tarkoituksenmukaisesti ja oikein.

Content scheduling

Opintojaksoon sisältyy ennakkotehtäviä, jotka ovat opintojaksolle ilmoittautuneille saatavissa Optimassa 19.6.2020 ja ne palautetaan Optiman palautuslaatikoihin 31.8.2020 mennessä.

Opintojakso Tutkimus- ja kehittämismenetelmät (5 op) antaa valmiuksia ammattimaiseen tuotteiden, prosessien ja projektitoiminnan kehittämiseen sekä muodostaa metodologisen pohjan opinnäytetyössä tarvittavaan tutkimus- ja kehittämistyöhön.
Opintojakson tarkoituksena on perehdyttää ja osittain harjaannuttaa opiskelija tutkivan kehittämistyön eri vaiheissa hyödyllisiin lähestymistapoihin ja menetelmällisiin välineisiin. Opintojakso koostuu kolmesta pääteemasta; 1) systeemianalyysin lähtökohdista, 2) laadullisen tutkimuksen aineistonhankinnan ja tekstiaineiston analyysin perusteista ja 3) tilastollisten analyysimenetelmien perusteista.

Ennakkotehtävissä opiskelija tutustuu annettuun materiaaliin ja pohtii laadullisten ja tilastollisten tutkimusmenetelmien perusteita. Ennakkotehtävässä myös esitetään alustava oman opinnäytetyön idea ja suunnitelma.

Opintojakson lähiopetuksen systeemianalyysin osuudessa käsitellään systeemiteoriaa ja -dynamiikkaa, erilaisten järjestelmien ja organisaatioiden kuvaamista, prosessimallinnusta sekä kompleksisuutta.
Laadullisten menetelmien osiossa käsitellään tutkimuksen aineiston hankintaa, käsittelyä ja analysointia.
Tilastollisten analyysimenetelmien perusteiden opiskelu aloitetaan tilastollisen kuvailun ja analyysin perusteita kertaamalla. Oppimistehtävänä analysoidaan omassa organisaatiossa syntyvää tai julkisista lähteistä hankittua dataa.

realization.isTypeOther

boolean

realization.composite

boolean

realization.minSeats

20

realization.maxSeats

35

Number of ECTS credits allocated

5

Virtual portion

3

RDI portion

2

realization.minCredits

5

realization.maxCredits

5

Teacher in charge

Markku Lindell

courseUnit.toTranslate

boolean

courseUnit.languageValidated

boolean

courseUnit.toContentValidation

boolean

courseUnit.contentValidated

boolean

courseUnit.learningUnitId

13163

courseUnit.type

COURSE_UNIT

courseUnit.state

ACTIVE

courseUnit.levelId

13163

courseUnit.learningUnitGroupCode

13163

courseUnit.educationPay

boolean

courseUnit.minOptionalityCredits

5

courseUnit.maxOptionalityCredits

5

courseUnit.modifiedBy

22628

courseUnit.organization

peppi

courseUnit.thesisBelongs

boolean

Go back to top of page