4/11                                 Edellinen       Seuraava

Niina Manninen
 

5.3.3. TILASTOLLISEN TUTKIMUKSEN AINEISTON KÄSITTELY KHIN NELIÖ -TESTIN AVULLA
 

Tilastollisen tutkimuksen tärkeä osuus suunnittelun ja aineiston keräämisen ohella on tilastollisten menetelmien ja mallien käyttö. Ennen aineiston keräämistä muodostetaan hypoteesit. Tilastollisia. muuttujia lähdettäessä keräämään tulee jo harkita millaisia testejä havaintoaineistolle halutaan tehdä. Luonnollisesti hypoteesin hylkääminen voidaan tehdä vasta tilastollisen testauksen jälkeen. Muuttujat voidaan näistä syistä suunnitella kategorisiksi, jolloin ne ovat nominaali- tai ordinaaliasteikollisia tai numeeriksi, jolloin ne ovat intervalli- tai suhdeasteikollisia. (Nieswiadomy 1993, 277, Laippala & Paavilainen & Koponen 1997, 76.)

Tutkimusaineiston laatuun on syytä kiinnittää huomiota, jotta se voi myöhemmin olla luotettava erilaisten johtopäätösten tekemisen pohjaksi. Tutkimusaineiston laatua voivat tilastollisessakin tutkimuksessa heikentää käsittelyvirheet, mittausvirheet, peitto- ja katovirheet sekä otantavirheet. Tilastollisessa tutkimuksessa validiteetilla kuvataan sitä, missä määrin tutkimuksessa on onnistuttu mittaamaan juuri sitä, niitä on tarkoitettukin mitattavan.  Kyselytutkimuksessa tähän vaikuttaa ensisijaisesti se, onko kysymysten laadinnassa onnistuttu eli voidaanko niiden avulla katsoa saatavan vastaus tutkimusongelmaan. Reliabiliteetti taas on tutkimuksen kykyä tuottaa ei-sattumanvaraisia tuloksia. (Heikkilä 1998, 177-179.)

Hoitotieteellisessä tutkimuksessa usein käytetään muuttujien mittaustasona luokittelevia eli kategorisia mittausmenetelmiä. Tästä aiheutuu, että keskiarvon laskemista ja sen kaltaisia tunnuslukuja kuten keskihajontaa, ei ole mahdollista käyttää. Havaintoaineiston esitystapana sen sijaan on mahdollista käyttää ristiintaulukointia ja tämän kautta kontingenssitaulukkoa.  Perustestinä tällöin on käytettävissä ei-parametrinen khin neliö -testi ja tämän lisäksi mahdollistuu erilaisten riippuvuuden tunnuslukujen käyttö kuvailtaessa mahdollisten löydettyjen yhteyksien määrää. Määrällisessä tutkimuksessa johtopäätösten teon pohjaksi vaaditaan usein useiden muuttujien samanaikaisten vaikutusten analysointia, jolloin on tarpeellista käyttää monimuuttujatarkasteluja. (Suominen & Laippala 1997, 99 Heikkilä 1998, 184.)

Khin neliö -testiä on sopiva käyttää vertailtaessa tietoainesta, joka on frekvenssien tai prosenttien muodossa. Testi onkin useimmiten käytetty tilastollinen testi nominaaliasteikollisen tietoaineksen käsittelyyn. Khin neliö -testillä voidaan saada otokseen perustuvasta tutkimuksesta selville muuttujien yhteys otokseen perustuvassa taulukossa. Jos yhden muuttujan prosenttijakaumat ovat erilaisia toisen muuttujan luokissa laskettuina, on todettavissa, että kyseisessä otoksessa on löydettävissä yhteyttä kyseisten muuttujien välillä. Khin neliö -testillä voidaan testata onko mahdollista, että riippuvuuden syntyminen onkin syntynyt otantasattuman vaikutuksen pohjalta huolimatta siitä, että muuttujat perusjoukossa ovat riippumattomia. (Nieswiadomy 1993, 291, Alkula & Pöntinen & Ylöstalo 1995, 216.)

Khin neliö -testiä hyödyntävän tutkimuksen aineisto on yleensä kerätty luontevimmin kyselylomakkella. Tällöin aineiston ongelmaksi helposti muodostuu muuttujien määrällinen runsaus.  Kun aineiston testausmenetelmänä käytetään khin neliö -testiä halutaan muuttujista yleensä selvittää onko valittujen sarake- ja rivimuuttujien välillä havaittavissa riippuvuutta.  Testaus kahden muuttujan välisen riippuvuuden löytämiseksi on mahdollista suorittaa kaikilla mitta-asteikoilla. Tämän
edellytyksenä kuitenkin on, että: *korkeintaan 20% odotusfrekvensseistä on pienempiä kuin 5 ja *jokaisen odotetun frekvenssin arvo on suurempi kuin 1.

Jos testin edellytykset eivät ole voimassa, voi testauksen tuloksena liian helposti tulla nollahypoteesin hylkääminen ja näin virheellisen johtopäätöksen tekeminen aineiston testauksen perusteella.  Tämänkaltaisten ongelmien esiintyessä voidaan pyrkiä niiden ratkaisuun yhdistelemällä alkuperäisiä luokkia tai jättämällä testauksen ulkopuolelle luokat, joissa frekvenssi muodostuu liian pieneksi.  Mikäli tutkija päätyy luokkien yhdistelemiseen on kuitenkin huolehdittava siitä, että tämä tapahtuu mielekkäänä tavalla. (Suominen & Laippala 1997, 103, Heikkilä 1998, 201-203.)

Käytettäessä testausmenetelmänä khin neliö -testiä on nollahypoteesina oletus, ettei valittujen muuttujien välillä ole riippuvuutta.  Käytettäessä esim. tilastollista ohjelmaa kuten SPSS testin suorittamiseen, saadaan tuloksena ohjelman laskemat nollahypoteesin mukaiset ns. teoreettiset eli odotetut frekvenssit.  Nämä ilmaisevat mitkä eri frekvenssit ovat silloin kun muuttujien välillä ei ole osoitettavissa lainkaan riippuvuutta. Riippumattomuushan merkitsee sitä, ettei muuttujan jakaumaan vaikuta toisen muuttujan arvo. Tämän jälkeen lasketaan testisuure, jonka arvo on sitä suurempi, mitä enemmän odotettujen ja havaittujen frekvenssien välillä on poikkeavuutta. Molempien frekvenssien ollessa samansuuruiset, tulee testisuureen arvoksi nolla. Tämän testisuureen ja ns. vapausasteen perusteella lasketaan merkitsevyystaso, joka kertoo kuinka suuri on riski siihen, että havaittu riippuvuus johtuu ainoastaan sattumasta. Khin neliö -testiä käytettäessä on siis välttämätöntä määrittää myös vapausaste, joka saadaan kaavasta: vapausaste = (rivien lukumäärä - 1) x (sarakkeiden lukumäärä - l). Vapausaste ilmoittaa sen, kuinka monta lukua voidaan valita täysin vapaasti tietyn taulukon sisälle. (Alkula & Pöntinen & Ylöstalo 1995, 218-219, Heikkilä 1998, 201-202.)

Oleellista khin neliö -testin tulkinnassa on, että ymmärtää usein koneen laskeman testisuureen arvon, vapausasteet ja todennäköisyyden, p-arvojen merkityksen. Aina ennen testin suorittamista valitaan merkitsevyystaso, joka tarkoittaa väärässä olemisen riskiä silloin kun nollahypoteesi hylätään. Useimmiten merkitsevyystasoksi valitaan 0,05, 0,01 tai 0,001. Merkitsevyystason perusteella tulee tutkijan sitten tehdä johtopäätökset aineistosta. (Alkula & Pöntinen & Ylöstalo 1995, 219, Heikkilä 1998, 202.)

Tilastollisen testauksen todistusvoimaisuus määritellään sen kyvyksi hylätä nollahypoteesi silloin kun se on väärä. Toisin sanoen, niitä tehokkaampi testi on, sitä todennäköisemmin sen avulla voidaan huomata merkitsevä ero muuttujien välillä. Yleisesti ottaen tilastollisen testin onnistuminen on kiinni otoksen koosta sekä valitusta merkitsevyystasosta. Suurempi otos tuottaa yleensä tilastollisen testauksen pohjaksi luotettavamman aineiston. Tilastollisella testillä on sitä enemmän todistusvoimaa mitä korkeampi merkitsevyystaso on valittu. (Nieswiadomy 1993, 287.)

Hypoteesin testaus voi saada aikaan kolme eri vaihtoa: 1) nollahypoteesia ei voida hylätä, 2) nollahypoteesi hylätään ja tutkimushypoteesi saa tukea tai 3) nollahypoteesi saa tukea ja tulokset osoittavat vastakkaiseen suuntaan kuin tutkimushypoteesissa ennakoitiin. Tutkimushypoteesi voi siis saada tukea nollahypoteesin hylkäyksen kautta tilastollisen testauksen pohjalta.  Tutkimuksessa on kuitenkin muistettava, että myös tilastollisella ja kliinisellä merkitsevyydellä voi olla eroa. Tilastollinen merkitsevyys tarkoittaa juuri sitä, että nollahypoteesi on hylätty, eikä muuttujien välisen korrelaation uskota todistetusti johtuvan sattumasta. Voi kuitenkin olla niinkin, ettei löydetyillä tilastollisilla korrelaatioilla ola lainkaan kliinistä merkitystä hoitotyölle asiakkaiden kannalta. (Nieswiadomy 1993, 305-307.)

Tutkimuksesta tuloksena saamillaan johtopäätöksillä tutkija pyrkii osoittamaan sen, minkälaista tietoa tutkimuksella on kerättyjä mahdollisuuksien mukaan hän pyrkii myös osoittamaan löydösten yleistettävyyden. Johtopäätöksiä tehdessään mm. tilastolllisen testauksen tulosten avulla palaa tutkija tutkimusongelmaan, tutkimuksen tarkoitukseen, hypoteeseihin sekä tutkimuksen teoreettiseen viitekehykseen. Johtopäätöksiä tehtäessä tulee huomioida aineiston pohjana olevan otoksen koko sekä populaatio, josta otos on kerätty. Tehtyjen johtopäätösten tulisi kyetä ylittämään silkat tutkimustulokset. Tilastollisesti testattavan tieteellisen tutkimuksen tarkoituksena voidaan pitää yleistettävien tulosten tuottamista. Tutkimuksessa ollaan kiinnostuneita koko populaatiosta eikä ainoastaan otoksesta, joka tutkimukseen on sattumanvaraisesti osunut. Otoksen onnistumisen harkinta onkin tärkeää, jotta voidaan paljastaa mahdolliset systemaattiset virheet lopputuloksessa, jotka ovat voineet aiheutua otoksen vinoutumasta. Yleistämistä tehdessään on tutkijan kuitenkin harkittava tarkasti tutkimuksen suunnittelun onnistumista sekä tutkimuksen suorittamiseksi käytettyjä menetelmiä. Tutkijan on kyettävä arvioimaan mittausvälineiden luotettavuutta ja validiutta sekä tutkimuksessa mahdollisesti kontrolloimatta jääneitä seikkoja. (Heikkilä 1998, 171, Nieswiadomy 1993, 308-309.)

LÄHTEET:

Alkula, T. & Pöntinen, S. & Ylöstalo, P. (1995) Sosiaalitutkimuksen kvantitatiiviset menetelmät.
WSOY, Juva.

Heikkilä, T. (1998) Tilastollinen tutkimus. Edita, Helsinki.

Laippala, P. & Paavilainen, E. & Koponen, H. (1997) Teoksessa Paunonen, M. & Vehviläinen-Julkunen, K. Hoitotieteen tutkimusmetodiikka.  WSOY, Juva.

Nieswiadomy, R. M. (1993) Foundations of nursing research. Appleton & Lange, USA.

Suominen, T. & Laippala, P. (1997) Teoksessa Paunonen, M. & Vehviläinen-Julkunen, K. Hoitotieteen tutkimusmetodiikka. WSOY, Juva.