KvantiMOTV on päivitetty Kvantitatiivisen tutkimuksen verkkokäsikirjaksi.
Kvantitatiivisten menetelmien tietovaranto
Tietovaranto koostuu aihealueittaisista teksteistä, jotka kukin käsittelevät tiettyä määrällisen tutkimuksen teon vaihetta tai analyysimenetelmää. Analyysimenetelmän tekstiosuuden ohella voit tarkastella asiaa havainnollistavia esimerkkejä. Kustakin analyysimenetelmästä on esitetty myös sen toteututtaminen SPSS-tilasto-ohjelmistolla. Nämä ohjeet kuuluvat SPSS-oppaan puolelle, eikä niiden seuraaminen ole pakollista varannon hyödyntämiseksi. Kaikki tietovarannossa esitetyt tehtävät on mahdollista tehdä myös muilla tilasto-ohjelmilla, vaikka niillä ei ole erillistä ohjetta. Harjoitusaineistot-sivulla on saatavissa joukko tutkimusaineistoja, joita voi vapaasti ladata omalle koneelle ja hyödyntää esimerkiksi itseopiskelussa tai menetelmäkurssien harjoitusaineistoina. Tietovarantoa saa käyttää vapaasti opetus- ja opiskelutarkoituksiin. Tietoarkisto toivoo kuitenkin opettajilta käyttöilmoitusta.
- Oppaita tutkimukseen ja analyysimenetelmiin
- SPSS-oppimisympäristö
- Harjoitusaineistoja menetelmäkursseille
Aihetekstien sisällysluettelo
Yleistä
- Johdatus KvantiMOTVin käyttöön
- Tekijät
- Lukemisto
Tutkimuksen suunnittelu
- Tutkimusprosessi
- Tutkimusasetelma
- Aineistotyypit
Aineiston kerääminen
- Mittaaminen
- Otantamenetelmät
- Postikyselyaineiston kokoaminen
- Kyselylomakkeen laatiminen (Lomakesuunnittelu)
- Sosiaalitutkimuksen sosiodemografiset taustamuuttujat
Havaintoaineiston käsittely
- Muuttujien muunnokset
- Summamuuttujat
- Puuttuvat havainnot
- Havaintojen painottaminen
Perustavia analyysimenetelmiä
- Soveltuvan menetelmän valinta
- Tilastollinen päättely
- Keskiluvut
- Hajontaluvut
- Ristiintaulukointi
- Korrelaatiokertoimet
- Hypoteesien testaus
Monimuuttujamenetelmät
- Varianssianalyysi
- Regressioanalyysi
- Faktorianalyysi
- Logistinen regressio
Tulosten raportointi
- Kyselyaineiston dokumentointi ja raportointi
- Numerotulosten esittäminen ja taulukoiden laatiminen
- Graafinen esitys
Erillisartikkelit
- Hierarkkinen lineaarinen regressioanalyysi
- Numerolukutaito