Tieteellä johtaminen- FinnEM Akatemia Workshop 2025
Arvioida kahden tekijän välistä:
suhdetta
sen suuruutta
ja merkiktystä
Tutki käytössä olevaa dataa (https://anssis.shinyapps.io/ed_flow/ <- Datasetti)
Valitse kaksi asiaa joiden yhteyttä haluat tutkia
Luo hypoteesi ja tavoite tutkimukselle -> Kirjaa ne posteriin
Mitattavan muuttujan tyyppi vaikuttaa merkittävästi lähestymistapaan
Luokitteleva
Järjestys
Jatkuva
(aka kategorinen, faktori)
Selvät kategoriat
esim. kansallisuus, matkustaja/henkilökunta
Ei välimalleja
Tunnusluku: Moodi
(aka. Binomiaalinen, looginen, boolean, bivariaatti, tosiarvo)
Luokittelevan muuttujan erityistapaus
Voi saada vain yhden kahdesta arvosta
Tosi/Epätosi
Kyllä/Ei
Kuollut/Elossa
0/1
(aka. järjestysmuuttuja)
Luokitteleva muuttuja, jolla voidaan määritellä järjestys
Askel luokkien välillä ei tarvitse yhtäsuuri/määritettävissä
Luokittelevan ja jatkuvan välimuoto
Tunnuslukuja: moodi, mediaani
(aka. skalaari, mitta-asteikko)
Voi saada minkä hyvänsä lukuarvon
Esim. Ikä, pituus
Tunnuslukuja: moodi, mediaani, keskiarvo
“The greatest value of a picture is when it forces us to notice what we never expected to see.”
- John Tukey, Amerikkalainen tilastotieteilijä
Yksi luokitteleva muuttuja - Pylväskuvaaja
Kaksi luokittelevaa muuttujaa - Pinottu pylväskuvaaja
Box-plot havainnollistaa hyvin:
Mille välille valtaosa havainnoista sijoittuu
Ryhmän mediaanin
Ryhmän raja-arvot
Box-plot soveltuu hyvin jakaumien vertailuun
Histogrammi antaa paremman kuvan jakaumasta:
Scatter-plot:
Jokainen havainto = yksi piste
Auttaa hahmottamaan
Korrelaatioita
Muita patterneja
Ryppäitä
Pisteiden väriä voi käyttää luokkien erotteluun
Voidaan yrittää sovittaa suoraa tai käyrää
Tutki kuvien avulla valitsemiesi muuttujien välisiä yhteyksiä (https://anssis.shinyapps.io/ed_flow/)
Tutki myös muiden muuttujien yhyettä valitsemiisi muuttujiin
Pohdi voiko jokin näistä olla sekoittava tekijä
Tarvittaessa kokeile eriilaisia rajauksia (eli tee sensitiivisyysanalyysi)
Valitse parhaiten tutkimuskysymykseen vastaava kuvaaja -> Siirrä se posteriin
Ristiin taulukoidaan tutkittavat luokittelevat muuttujat
Mikä on todennäköisyys saada vähintään näin suuri ero sattumalta?
-> Sen kertoo χ²-testi (khiin neliö -testi)
P = 0.0000002311 -> 0,00002 % todennäköisyys nähdä vähintään vastaava ero sattumasta johtuen
| Otettu osastolle | Kotiutettu | Yhteensä | |
|---|---|---|---|
| Tummaihoinen | 52 (19%) | 219 (81%) | 271 (100%) |
| Vaaleaihoinen | 197 (37%) | 330 (63%) | 527 (100%) |
| Yhteensä | 249 (31%) | 549 (69%) | 798 (100%) |
Valitse oikea tilastollinen testi sen mukaan mitä vertasit
Kirjaa käytetty testi ja verrattavat suureet posterin menetelmiin
Kirjaa molempien ryhmien verrattavat tulokset ja p-arvot posterin tuloksiin.
Lisää vielä tulosten alkuun tutkimusjoukon kuvailu
Havaintojen lukumäärä yhteensä
Sukupuolijakauma
Muu kysymyksen kannalta olennainen kuvailu
Kuinka paljon tutkitusta asiasta oli havaintoja