Jos haluat järkyttää menetelmäopettajan mielenterveyttä tai vähintään pilata hänen päivänsä, niin kokeile esimerkiksi seuraavia kysymyksiä:
- ”Minulla on nyt tämä aineisto tässä. Mitä minun pitäisi laskea?”
- ”Minun pitäisi ylihuomenna palauttaa opinnäytetyöni ohjaajalle tarkastettavaksi. Voisitko äkkiä neuvoa mitä taulukoita ja kuinka monta tästä aineistostani täytyy laskea?”
- ”Voisitko äkkiä vilkaista, onko minulla tässä raportissa tarpeeksi taulukoita ja kuvioita?”
Kaikella on tarkoituksensa. Tutkimuksella ja data-analytiikalla on tarkoitus vastata tutkimuskysymyksiin ja tuottaa käyttökelpoista tietoa päätöksenteon tueksi ja perusteluksi. Dataa tarvitaan, jotta tutkimuskysymyksiin saadaan vastauksia. Jos yhtäkkiä alat kysellä menetelmäopettajalta mitä pitäisi laskea tai onko taulukoita jo tarpeeksi, niin olet kadottanut tutkimuksesi tarkoituksen ja kenties tilapäisesti järkesikin.
Jos esimerkiksi olet kerännyt datan kyselylomaketta käyttäen, niin ajattele ja kirjaa itsellesi muistiin mitkä kyselylomakkeen kysymykset voivat auttaa vastaamaan mihinkin tutkimuskysymykseen. Tai toivottavasti teit tämän jo kyselylomaketta suunnitellessasi, jolloin voit kaivaa muistiinpanosi esiin.
Sen jälkeen kun tiedät mitkä datan tiedot vastaavat mihinkin tutkimuskysymykseen, sinun täytyy tehdä valintoja: Lasketko lukumääriä ja prosentteja vai ehkä keskiarvoja ja keskihajontoja vai havainnollistaisivatko mediaanit ja neljännekset asiaa? Tarvitsetko ryhmien vertailua? Käytätkö ryhmien vertailuun ristiintaulukointeja vai keskiarvojen vertailua? Tarvitsetko riippuvuuksien tarkasteluun korrelaatiokertoimia? Lasketko keskiarvoille luottamusvälejä tai selvitteletkö ryhmien välisten erojen merkitsevyyttä? Jos edellä mainitut asiat ovat sinulle kuin vierasta kieltä, niin edessä on paljon opiskeltavaa.
Ensimmäiseksi kannattaa katsella tiekarttoja ja valita tarkoitukseen sopivat menetelmät ja välineet:
Tartu härkää sarvista ja aloita opiskelu lukemalla tämän sivuston artikkeleita. Tämä sivusto on jaettu osastoihin:
- Analysointiosaaminen – analysointiosaamisen kurssimateriaali
- Visualisoi – vinkkejä tulosten visualisointiin
- Data – datan keräämisestä ja tallentamisesta
- Excel – Excel datan analysoinnissa
- SPSS – SPSS datan analysoinnissa
- Data-analytiikka Pythonilla – koodaus data-analytiikan työvälineenä.
