Research and Development Methods (5 cr)
Code: MS00BP42-3016
General information
- Enrollment
-
16.05.2022 - 15.09.2022
Registration for the implementation has ended.
- Timing
-
15.08.2022 - 31.12.2022
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
- Teaching languages
- Finnish
- Seats
- 0 - 45
- Degree programmes
- Master of Business Administration, Business Management
- Teachers
- Timo Tolmunen
- Maarit Laiho
- Markku Lindell
- Course
- MS00BP42
realization.id
27533
realization.code
MS00BP42-3016
realization.startDate
15.08.2222
realization.endDate
31.12.2222
realization.enrollmentStart
16.05.2222
realization.enrollmentEnd
15.09.2222
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 tutor opettajan kanssa HOPS-keskustelussa tai tämän opintojakson 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 (ont) viimeistelty suunnitelma, esitys ja arviointi/vertaisarviointi. HUOM: Ont-suunnitelma tulee oppimistarkoituksessa tehdä hyväksytysti, vaikka se ei olisikaan opiskelijan lopullinen opinnäyteyön aihe
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
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 oppimisalustalla (itsLearning) 22.8.2022 ja ne palautetaan oppimisalustan tehtävänantoihin 18.9.2022 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.maxSeats
45
Number of ECTS credits allocated
5
Virtual portion
3
RDI portion
2
realization.minCredits
5
realization.maxCredits
5
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