S 3.3 Kvantitatiivinen tutkimusote II 5 op

Petri Nokelainen (petri.nokelainen@uta.fi)

 

Opintojakso Moodlessa  

 

 

Ohjelma

 

Pvm

Paikka

Aihe

Luennot 1 ja 2 to 05.09. klo 11 – 16

K220

Siltavuorenpenger 5 A

Tilastollisen tutkimuksen suunnittelu, peruskäsitteet ja menetelmät

Luento 3 pe 20.09. klo 11 – 16
Harjoitukset

K220

Siltavuorenpenger 5 A

Varianssianalyysi
Näyttökoe 1

Luento 4 to 26.09. klo 11 – 16
Harjoitukset

K220

Siltavuorenpenger 5 A

Regressioanalyysi
Näyttökokeen 1 palautus Moodleen

Luento 5 to 03.10. klo 11 – 16
Harjoitukset

K220

Siltavuorenpenger 5 A

Faktorianalyysi, pääkomponenttianalyysi
Näyttökoe 2

Luento 6 to 17.10. klo 11 – 16
Harjoitukset

K220

Siltavuorenpenger 5 A

Ryhmittelyanalyysi
Näyttökokeen 2 palautus Moodleen

Etätehtävän
palautus 29.11.2013 mennessä Moodleen

 

Oppimateriaali

Luento 1 [PPT] Tilastollisen tutkimuksen suunnittelu

Luento 2 [PPT] Tilastollisen tutkimuksen peruskäsitteet ja menetelmät

Luento 3 [PPT] Varianssianalyysi

Luento 4 [PPT] Regressioanalyysi

Luento 5 [PPT] Faktorianalyysi, pääkomponenttianalyysi

Luento 6 [PPT] Ryhmittelyanalyysi

Harjoitusmoniste [PDF]

Harjoitustiedostot [Kansio]

 

Esimerkkiartikkeli 1 [PDF]        Lepola, J., & Poskiparta, E. (2001). Motivaation ja lukutaidon kehittyminen ala-asteella koulutulokkaiden motivaatioprofiilien näkökulmasta. Kasvatus, 32(3), 273-289.
(Parametriset testit: Pearsonin tulomomenttikorrelaatio, Cronbachin alpha, 4 x 4 faktoriaalinen varianssianalyysi, K-keskiarvo ryhmittelyanalyysi.)

Esimerkkiartikkeli 2 [PDF]        Väisänen, P., & Ylönen, S. (2004). Matemaattiset taidot ja matemaattinen minäkäsitys tilastollisten menetelmien oppimisessa. Kasvatus, 35(4), 365-378.
(Parametriset testit: Pearsonin tulomomenttikorrelaatio, Cronbachin alpha, t-testi, regressioanalyysi, K-keskiarvo ryhmittelyanalyysi.)

 

Esimerkkiartikkeli 3 [PDF]         Nokelainen, P., & Ruohotie, P. (2009). Non-linear Modeling of Growth Prerequisites in a Finnish Polytechnic Institution of Higher Education. Journal of Workplace Learning, 21(1), 36-57.
(Epäparametriset testit: Spearman rank order correlation, Bayesian Unsupervised Model-based Visualization.)(Parametriset testit: Exploratory Factor Analysis, Confirmatory Factor Analysis, Cronbach's Alpha, Tarkkonen Reliability Index, Multidimensional Scaling.)

 

Linkit [HTML]

 

 

Tavoitteet ja sisältö

Opiskelija perehtyy sovellusten kautta keskeisimpien monimuuttuja-analyysien (varianssianalyysi, faktorianalyysi, lineaarinen regressioanalyysi ja ryhmittelyanalyysi) mahdollisuuksiin ja käyttöön kasvatustieteellisten tutkimusongelmien ratkaisussa. Lisäksi hän kartuttaa ja monipuolistaa taitoaan käyttää tilasto-ohjelmia (SPSS) kvantitatiivisen aineiston analyysissä ja tulosten esittämisessä.

 

 

Opiskelu- ja työmuodot

33 tuntia opetusta.

 

 

Suoritustavat ja arviointi

Osallistuminen opetukseen, harjoitusten ja oppimistehtävien (näyttökoe 1, näyttökoe 2 ja etätehtävä) hyväksytty suorittaminen. Opintojakso arvioidaan asteikolla 0 - 5.

 

 

Kirjallisuus

Nummenmaa, L. (2009). Käyttäytymistieteiden tilastolliset menetelmät. Ensimmäinen painos, uudistettu laitos. Helsinki: Tammi.

Nummenmaa, T., Konttinen, R., Kuusinen, J., & Leskinen, E. (1997). Tutkimusaineiston analyysi. Helsinki: WSOY.

 

03.09.2013 pn