Advanced Statistics (5 cr)
Code: YH00CD48-3001
General information
- Enrollment
-
02.12.2021 - 17.01.2022
Registration for the implementation has ended.
- Timing
-
26.01.2022 - 31.05.2022
Implementation has ended.
- Number of ECTS credits allocated
- 5 cr
- Local portion
- 1 cr
- Virtual portion
- 4 cr
- Mode of delivery
- Blended learning
- Unit
- Health and Well-being
- Campus
- Kupittaa Campus
- Teaching languages
- Finnish
- Seats
- 0 - 20
- Degree programmes
- Joint Elective Studies
Evaluation scale
H-5
Content scheduling
Opintojakson tapaamiset ja tehtävät sijoittuvat aikavälille 1.2.-31.5.2022.
Opintojakson sisältöä voidaan räätälöidä osallistujien tarpeen mukaan sisältäen summamuuttujien ja monimuuttujamenetelmien avulla toteutettua aineistoanalyysiä numeerisille ja kategorisille muuttujille.
Sisältönä esimerkiksi summamuuttujien muodostaminen, pääkomponenttianalyysi, eksploratiivinen faktorianalyysi, varianssianalyysi, regressioanalyysi ja/tai logistiset mallit.
Opintojakso sisältää työpajoissa yhteisesti toteutettavia harjoituksia ja itsenäisiä harjoituksia sekä raportoitavan aineistoanalyysin käyttäen yhtä tai useampaa edellä esitellyistä analyysimenetelmistä.
Aloituskerta 1,5h, neljä puolen päivän työpajaa sisältäen harjoituksia monimuuttujamenetelmistä sekä viides puolen päivän työpaja omien aineistoanalyysien raportointia varten.
Jokaista työpajaa edeltävät ennakkotehtävät, jotka arvioidaan hyväksytty/täydennettävä. Viimeisessä työpajassa esitettävä oma aineistoanalyysi arvioidaan numeerisesti. Kaikki tehtävät on suoritettava hyväksytysti.
Opintojakso on osa Tohtorikiihdyttämön opintoja. Opintojakso on ensisijaisesti tarkoitettu Tohtorikiihdyttämöön kuuluville henkilökunnan jäsenille, mutta mukaan voi tulla myös Turun AMK:n ja Samkin muita henkilökunnan jäseniä. Opintojakso on tarkoitettu väitöskirjaansa tekeville, mutta
siihen voivat osallistua myös YAMK:n opiskelijoita (Turku) ja TKI-henkilökuntaa. Henkilökuntaan kuuluvan ei tarvitse maksaa
avoimen AMK:n maksua.
ALUSTAVA suunnitelma työpajojen sisällöstä:
2.2. klo 8:30-10 Kurssin aloitustapaaminen
- Katsaus kurssin sisältöön, suoritukseen ja arviointiin
- Osallistujien omat tutkimusaiheet
- Ennakkotehtävien purku
- Ohjeistus 1. työpajan ennakkotehtäviin
16.2. klo 12:30-16 Työpaja 1: summamuuttujat
- Ennakkotehtävien purku
- Summamuuttujien muodostaminen: Chronbachin alfa ja tulkinta.
- Kyselylomakkeen validiteetti ja validointi
- Kertausta tilastollisista testeistä
- Ohjeistus 2. työpajan ennakkotehtäviin
9.3. klo 12:30-16 Työpaja 2: summamuuttujien etsintä
- Ennakkotehtävien purku
- Pääkomponenttianalyysi
- Eksploratiivinen faktorianalyysi
- Ohjeistus 3. työpajan ennakkotehtäviin
30.3. klo 12:30-16 Työpaja 3: Numeerinen selitettävä muuttuja
- Ennakkotehtävien purku
- Useamman taustamuuttujan yhteys numeeriseen selitettävään muuttujaan
- Varianssianalyysi ja regressioanalyysi
- Ohjeistus 4. työpajan ennakkotehtäviin
20.4. klo 12:30-16 Työpaja 4: Kategorinen selitettävä muuttuja
- Ennakkotehtävien purku
- Useamman taustamuuttujan yhteys kategoriseen selitettävään muuttujaan
- Logistiset mallit
- Ohjeistus 5. työpajan ennakkotehtäviin.
11.5. klo 12:30-16 Työpaja 5: Oman tutkimusaiheen monimuuttuja-analyysit
- Omien monimuuttuja-analyysien esittely muille
- Tulosten selkeä ja napakka tulkinta
- Esitykset á 10 min + keskustelu 5 min
Objective
Opintojakson suoritettuaan osallistujalla on käsitys sekä kategoriselle että numeeriselle muuttujalle soveltuvista monimuuttuja-analyyseistä ja niihin liittyvistä reunaehdoista. Osallistuja osaa suorittaa oman tutkimusaiheensa kannalta mielekkään monimuuttuja-analyysin ja raportoida sen tulokset oikeaoppisesti, selkeästi ja ymmärrettävästi.
Content
Opintojakson sisältö räätälöidään osallistujien tarpeen mukaan sisältäen summamuuttujien ja monimuuttujamenetelmien avulla toteutettua aineistoanalyysiä numeerisille ja kategorisille muuttujille. Sisältönä esimerkiksi summamuuttujien muodostaminen, pääkomponenttianalyysi, eksploratiivinen faktorianalyysi, varianssianalyysi, regressioanalyysi ja/tai logistiset mallit. Opintojakso sisältää työpajoissa yhteisesti toteutettavia harjoituksia ja itsenäisiä harjoituksia sekä raportoitavan aineistoanalyysin käyttäen yhtä tai useampaa edellä esitellyistä analyysimenetelmistä.
Materials
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 (versioille 20-26) https://taanila.fi/spss.pdf
Aineistonhallinnan käsikirja (Tietoarkisto) https://www.fsd.tuni.fi/aineistonhallinta/fi/
Kvantitatiivisten tutkimuksen verkkokäsikirja https://www.fsd.tuni.fi/fi/palvelut/menetelmaopetus/kvanti/
Muut tehtävien yhteydessä mainitut lähteet
- Englanninkielinen materiaali:
https://www.khanacademy.org/math/statistics-probability
- Hannelen opasvideot SPSS-ohjelman käytöstä monimuuttuja-analyyseissä
Teaching methods
Osallistujan tiedon konstruointia tukevat oppimismenetelmät. Itsenäisiä tehtäviä ja ryhmätehtäviä. Ryhmätapaamiset kampuksella tai Teamsissä.
International connections
Flipped learning ja konstruktiivista tiedon rakentamista sekä osallistujan aktiivisuutta tukevat toimintatavat.
Completion alternatives
Arvioitavien oppimistehtävien itsenäinen suorittaminen
Student workload
5 op = 135 h jakautuen
- Yhteiset tapaamiset 22 h
- Itsenäiset tehtävät 113 h
Further information
Osallistujalla on oltava perustuntemus kahden muuttujan välisen yhteyden tutkimiseen liittyvistä menetelmistä (mm. ristiintaulukoinnit ja korrelaatiot) sekä tilastollisista testeistä.
Käytettävä ohjelmisto IBM SPSS Statistics