OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op …ihtesem/s2005/kvanttiluento1_HS2005.pdf ·...

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

OHJ-7600 Ihminen ja tekniikka -seminaari, 4 op Käyttäjäkokemuksen kvantitatiivinen

analyysi

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Seminaarin rakenne

Luento 1• Johdanto seminaariin.• Kvantitatiivinen ja kvalitatiivinen tutkimus• Yleistä tilastoista ja tilastotieteestä:

– mihin tilastollisia menetelmiä tarvitaan?– mitta-asteikot– käsitteistö

• Tutkimuksen suunnittelu: – tutkimusprosessin vaiheet– ongelman operationalisointi– tutkimushypoteesit– otos, datan keruu, reliabiliteetti– kysymysten asettelu käyttäjäkokemuksen tutkimuksessa

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Luento 2• SPSS-ohjelmaan tutustuminen ja aineiston

syöttäminen • Kuvailevat tilastolliset menetelmät• Käytetyimmät tilastolliset menetelmät

käyttäjäkokemuksen tutkimuksessa: – non-parametriset: Ristiintaulukointi – khi2-testi

• Menetelmien käyttö SPSS-ohjelmassa

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Luento 3• Käytetyimmät tilastolliset menetelmät käyttäjäkokemuksen

tutkimuksessa: – T-testit– Varianssianalyysi

• Menetelmien käyttö SPSS-ohjelmassa

Luento 4• Käytetyimmät tilastolliset menetelmät käyttäjäkokemuksen

tutkimuksessa: – Korrelaatio– Faktorianalyysi

• Tilastollisten tulosten tulkinta ja johtopäätökset• Menetelmien käyttö SPSS-ohjelmassa

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Luento 5• Kerätyn aineiston muokkaaminen

– kerätyn aineiston laadun arviointi• normaalijakaumatesti

– aineistonmuutokset– transformaatio– summamuuttujat, uudet muuttujat

• Menetelmien käyttö SPSS-ohjelmassa• Käytön opastusta

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Luento 6Tulosten esittäminen • kuvaajat, taulukot• raporttiMenetelmien käyttö SPSS-ohjelmassa

Luennot 7 & 8• Harjoitustöiden esittely

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Mihin tarvitaan tilastollisia menetelmiä?

• Ilmiön kuvaus numeerisen tiedon pohjalta (Tilastolliset vuosikirjat, Tilastokatsauksia, kuvaajat, taulukot) tiivis tulkinta ja ennusteiden tekeminen

• Päätöksenteon tuki– Riskien pienentäminen

• Sattuma vai ”ilmiö”Count

296 281 159 37 1 774256 329 199 84 1 869552 610 358 121 2 1643

NainenMies

´Q3: sukupuoli?´

Total

täysin erimieltä

jokseenkineri mieltä

jokseenkinsamaa mieltä

täysin samaamieltä ei tiedä

haluan käyttää uusimpia m-puh.malleja?´

Total

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Kvantitatiivinen ja kvalitatiivinen tutkimus

• Yleistettävyys• Toistettavuus• Erojen merkitsevyyden

arviointi• Usein: selittäminen, syy-

seuraus-suhde• Mikä? Missä? Paljonko?

Kuinka usein?• Numeerisesti suuri, edustava

otos• Heikkous: syiden

selvittäminen, tutkijan tulkinta, löydetään sitä mitätiedettiin hakea

• Ymmärtäminen• Kuvaaminen• Hiljaiset viestit• Miksi? Miten? Millainen?• Suppea, harkinnanvaraisesti

koottu näyte

Toisiaan täydentävät:

Ideaalissa tilanteessa syklimäisesti molempia

Kvantti Kvali

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Datankeruu

Kvantitatiivinen• Lomakekyselyt, surveyt• www-kyselyt• Strukturoidut

haastattelut• Systemaattinen

havainnointi• Kokeelliset tutkimukset

Kvalitatiivinen• Henkilökohtaiset

haastattelut• Ryhmähaastattelut• Osallistuva havainnointi• Eläytymismenetelmä• Valmiit aineistot ja

dokumentit

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Keruumenetelmien vertailua

ei oleei ole melko hyvähyvälisähavaintojen

tekomahdollisuus

hyvähyväei olehyväOheismateriaalin

käyttömahdollisuus

ei ei kylläkyllämahdollisuus tietää kuka on

vastannut

suurisuurimelko pienipieniväärinkäsitysmahdollisuus

kyseenalainenkyseenalainenhyvähyvävastausten tarkkuus

jätetään helposti vastaamattahuono (jätetään usein

vastaamatta)melko hyvähyväavointen kysymysten

mahdollisuus

hyvähyvähuonohuonoarkaluontoisten kysymysten

mahdollisuus

hyvä, mutta kato lisääntyy kysymysten määrän lisääntyessä

hyvä, mutta kato lisääntyy lomakkeen pituuden kasvaessa

melko huono (max15-20 min)hyvä

pitkän kyselylomakkeen käyttömahdollisuus

nopeahidas (karhukirjeet)nopeamelko nopeavastausten saannin nopeus

vältetäänvältetäänpienisuurihaastattelijan vaikutus

ei tarvitaei tarvitaselvästi pienempi kuin

henkilökoht.suurihaastattelijan tarve

riippuu kohteestausein alhainenyleensä korkeayleensä korkeavastausprosentti

www-kyselypostikyselypuhelinhaastatteluhenkilökohtainen

haastatteluominaisuus

Tarja Heikkilä: Tilastollinen tutkimus. Edita 2001

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Mitä tutkimuksella arvioidaan?

• Mittaaminen• Observointi, tutkijan havainnot• Vastaajan antama täsmälliset tosiasiatiedot• Arvionvaraiset tosiasiakysymykset (miten

usein, milloin viimeksi, alkoholin kulutus)• Vastaajan suorittama itsearviointi, mielipiteet

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Kysymykset

Kysymyksen muoto lomakkeessa

Avoin kysymys Suljettu kysymys Skaalattu kysymys

Ei vastausohjetta Lisätietoja pyytävä, syventävä

Yksinkertaistavakaksiarvoinen

kysymys

Vaihtoehdot luetteleva

suljettu kysymys

Tutkijan skaalaamailman tulkintaa

Skaalattu, jossaVaihtoehdot tulkittu

verbaalisesti

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Hyvä kysymys

• Kysyy vain yhtä asiaa– Tuleeko talouteenne Aamulehti tai Hesari?

• On tarpeellinen ja hyödyllinen• Käyttää selkeää ymmärrettävää kieltä• On kohteliaasti esitetty• Ei ole johdatteleva• Ei ole liian pitkä tai monimutkainen (varsinkin puhelimessa)• Sisältää tarvittaessa tyylikeinoja (lihavointi, alleviivaus) olennaisen

korostamiseksi• Ei sisällä kaksoisnegatiivia (”En usko, että internet ei ole

hyödyllinen”)• Ei ole anonymiteettiä uhkaava

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Sosiaalisesti suotavat vastaukset

• Ylikorostetaan sosiaalisesti arvostettuja piirteitä/toimintaa ja vähätellään sosiaalisesti ei-toivottuja

• Halu antaa itsestä positiivinen kuva (ehkä myös itselle)• Arkaluontoiset kysymykset• Virhelähteen ehkäisy:

– Luottamuksellisuus, rehellisyyden korostaminen, anonyymisyys, ”miten luulette muiden suhtautuvan tähän (tai tyypillisesti)”, hankalien kysymysten peittäminen helppojen keskelle ja kyselyn loppupuolelle

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Skaalatut kysymykset

• Likert– Asenteiden mittaamiseen– Järjestää vastaajat samanmielisyyden määrän mukaan

1= täysin samaa mieltä2= jokseenkin samaa mieltä3= ei samaa muttei eri mieltäkään4= jokseenkin eri mieltä5= täysin eri mieltä6= ei osaa sanoa

- Tulkitaan yleensä välimatka-asteikolliseksi (erot yhtä suuret): keskiarvo, mediaani -> t-testit, faktorianalyysi

- Jos halutaan ”pakottaa” mielipide, jää keskimmäinen arvo pois

- Samanlainen asteikko useassa kysymyksessä helpottaa vastaamista ja nopeuttaa tutkimusta

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

• Esim. Likertin ”liukuhihnakäytöstä”Kertokaa kuinka samaa mieltä olette väittämän kanssa asteikolla 1-4, 1= täysin eri mieltä, 2= hieman eri mieltä, 3= jokseenkin samaa mieltä, 4=täysin samaa mieltä.– Internetin käyttö on vaikeaa.– Internet pelottaa minua.– Yhteiskunnan pitäisi taata kaikille internet-koulutus.– Internet ei tarjoa minulle mitään kiinnostavaa.– Yleisiä kaikille avoimia internet-päätteitä on riittävästi

saatavilla esim. kirjastoissa.– Epäilen että internetistä on enemmän haittaa kuin hyötyä.

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Osgoodin semanttinen differentiaali

– Asenteiden ja käsitysten mittaaminen– Annetaan merkityksiä joihin vastaaja reagoi– Luodaan vastakohtaparit, jotka sijoitetaan asteikon

ääripäihinm asteikko esim. 1-5, 1-7 tai 1-9.• Arvioivat adjektiivit (hyvä-paha)• Voimakkuutta osoittavat adjektiivit (vahva-heikko)• Toimintaa osoittavat adjektiivit (aktiivinen-passiivinen)

– Esim. – Tehokas 1 2 3 4 5 6 7 Tehoton– Kaunis 1 2 3 4 5 6 7 Ruma– Helppo 1 2 3 4 5 6 7 Vaikea

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Kysymysten pohdinta jatkuu• Saman kysymyksen voi usein tehdä eri tavoin – mieti miten haluat

esittää tulokset.• Mieti myös datan syöttövaihetta:

miten tiedot saa helpoimmin ja nopeimmin (vähiten virheitä) syötettyä SPSS:ään.

• Joskus kannattaa etukäteen luokitella vastausvaihtoehdot (ammatti), joskus ei (ikä). Jälkikäteen luokittelua ei enää voi purkaa.

• Kohdistetut kysymykset: kaikkea ei tarvitse kysyä kaikilta. Esim. Internet-kysymykset kohdistetaan vain niille, joilla on kokemusta sen käytöstä ☺-> Synnyttää ”hyppyjä” lomakkeeseen, ole tarkkana!!

• Kysymyksissä tulee olla looginen järjestys: ennen TV-ohjelma-kysymyksiä tulisi kysyä onko vastaajalla tv ja jos niin millainen ja minkäverran katsoo.

• Saatekirje on ratkaisevan tärkeä vastaajan motivaation kannalta! Sen tulee olla kohtelias, vakuuttava ja sopivan tiivis. Haastattelussa vastaavat asiat kerrotaan suullisesti.

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Kvantissa kysymysrungon suunnittelu on kaikkein tärkein vaihe!

• Yleensä tarkennuksiin ja täydennyksiin ei ole mahdollisuutta, kun ”kone” käynnistyy se on vietäväloppuun

• Kysymykset on esitettävä kaikille vastaajille samassa muodossa

• Tee pilotteja ”ei-ammattilaisilla” toimivuuden testaamiseksi

• Huonosti toimiva runko syö aikaa ja resursseja, voi johtaa keskeytyksiinkin

• Tarkista kaikki hyppypolut!• Huono kysymysrunko voi tuottaa vain ”mittausvirhettä

ja sattumaa”

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Hengähdys?

vielä käsitteistöä, otantaa ja tutkimusprosessin kuvausta

jäljellä!Kirjallisuus:

Lauri Nummenmaa: Käyttäytymistieteiden tilastolliset menetelmät

Tarja Heikkilä: Tilastollinen tutkimus

Holopainen,Tenhunen,Vuorinen: Tutkimusaineiston analysointi ja SPSS

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Mitta-asteikot

• Tärkeitä myöhempien testien käytön kannalta!• Luokittelu- eli laatuero- eli nominaaliasteikko (nominal)

– Kvalitatiiviset erot (samanlainen/erilainen)– EI SAA käyttää numeerisena muuttujana vaikka SPSS

mahdollistaa sen– Niukasti testimenetelmiä

• Järjestys- eli ordinaaliasteikko (ordinal)– Toisensa pois sulkevat kategoriat (pituusjärjestys)

• Välimatka- eli intervalliasteikko (scale)– Yhteenlaskuominaisuus, keskiarvo ->testit

• Suhdeasteikko (scale)– Kaikki laskutoimitukset sallittuja

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Käsitteet

• Muuttuja: mikä tahansa mitattava ominaisuus tai suure, jossa esiintyy vaihtelua (ikä, sukupuoli, paino, suoriutuminen)

• Riippuva muuttuja (selitettävä, tulosmuuttuja, vastemuuttuja, response variable)

• Riippumaton muuttuja (selittävä, ennustemuuttuja)• Reliabiliteetti: mittarin luotettavuus, kyky tuottaa ei-

sattumanvaraisia tuloksia (toistettaessa saadaan sama tulos). Ulkoinen reliabiliteetti: tulokset toistettavissa myös muissa tutkimuksissa ja tilanteissa

• Validiteetti: mittauksen oikeellisuus. Mitataanko todella sitä mitäon haluttu? Vastaavatko mittaukset teoriaosassa esitettyjäkäsitteitä? Tulkitsevatko myös muut tutkijat tulokset samoin?

• Frekvenssi: havaintojen lukumäärä

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

käsitteistöä

• Tutkimusongelma: usein kysymyksen muotoon puettu asia, johon tutkimuksella pyritään saamaan ratkaisu -> ohjaa menetelmien valintaa

• Aineisto, havaintoaineisto, tutkimusaineisto: Empiiristätutkimusta varten hankitut käsittelemättömät tiedot. Myös havaintomatriisi (vaakarivi edustaa yhtä tilastoyksikköä, pystyrivit ovat muuttujia) Älä tallenna yhden vastaajan tietoja usealle riville tai samalle riville usean vastaajan tietoja!

• Objektiivisuus: puolueettomuus, tutkijan oman vaikutuksen minimoiminen, muiden datan kerääjien huolellinen kouluttaminen ja ohjeistaminen

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Otantatutkimukset

• Kokonaistutkimuksessa tutkitaan populaation jokainen jäsen

• Otantatutkimukseen päädytään, jos – perusjoukko on hyvin suuri– Populaation tutkiminen tulisi liian kalliiksi– Tiedot halutaan nopeasti– Tutkiminen on monimutkaista– Ei-otantavirheet saadaan pienenemään

• Otos on edustava pienoiskuva perusjoukosta– Samoja ominaisuuksia samassa suhteessa

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Otanta Otantamenetelmät

Toden-näköisyyteen

perustuvat

Harkintaanperustuvat

Yksinkertainen satunnaisotanta

Systemaattinenotanta Ositettu otanta Ryväsotanta

Harkinnan-varainenotanta

Kiintiöotanta

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Otoskoko• Otoskoon valinnassa usein edessä kompromissi aikataulun, tarkkuuden

ja kustannusten välillä.

– Koon on oltava sitä suurempi mitä heterogeenisempi populaatio (suurempi hajonta)

– Karkeiden erojen selvittämiseen riittää pieni aineisto, yksityiskohtaisuuteen vaaditaan suurempi koko. Jos aineisto jaetaan ryhmiin, tulee kaikkien otosten olla riittäviä.

– Mitä varmempia halutaan olla, sitä suurempi otoksen on oltava. 99%:n taso vaatii suuremman otoksen kuin 95%:n varmuustaso.

– Mitä pienempi virhemarginaali on tavoitteena, sitä suurempi otos.– Usein vasta analyysivaiheessa todetaan että esim. ristiintaulukoitaessa jokin

solu jää liian pieneksi, jolloin tulosten yleistettävyys kärsii.– Käytännössä alle 50 hengen aineistosta ei enää saa kovin luotettavia

tuloksia, varsinkaan jos ilmiötä vielä tarkastellaan alaryhmien kautta.– Riittävä otoskoko on haaste käyttötutkimuksessa!! (kvalitatiivisen tutkimuksen

pitkä perinne)

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Otoksen koko ja tulosten merkitsevyys

• Mitä suurempi otos on, sitä enemmän se todennäköisesti muistuttaa populaatiota.

• Suurten otosten perusteella voidaan tehdä tarkempia populaatiota koskevia päätelmiä.

• Mitä pienempi otos on, sitä todennäköisemmin siinähavaittuihin ilmiöihin vaikuttaa otantavirhe.

• Pienissä aineistoissa havaitun efektin (esim. keskiarvojen ero) on oltava huomattavan suuri, jotta se ei hukkuisi otantavirheeseen.

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Esimerkkejä otoksen koosta

• <15 esitutkimus jossa testataan alustavasti jonkin menetelmän tai asetelman toimivuutta

• 15-100: kokeellinen tutkimus, jossa mitataan jotain sellaista ominaisuutta, joka on melko voimakkaasti biologisesti määräytynyt (tarkkaavaisuus)

• 100-300: erilaisten hoitomuotojen tehokkuus suomalaisten masennuksenhoidossa

• 300-1000: kyselytutkimus, jossa selvitetään eri ammateissa toimivien suomalaisten aikuisten kokemuksia työssä jaksamisesta

• >1000: suuri kansainvälinen vertailututkimus erilaisten terveysongelmieyleisyydestä

Lauri Nummenmaa: Käyttäytymistieteiden tilastolliset menetelmät

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Kokonaisvirhe

Otantavirhe Muu kuin otantavirhe

Vastaamiseen liittyvä virhe

Vastaamattomuudestajohtuva virhe

Tavoittamattomuudesta johtuva virhe

Vastaajasta johtuva virhe

Haastattelijasta johtuva virhe

Tutkijasta johtuva virhe

Tutkimuksen virhelähteet

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Tutkimusprosessin vaiheet

• Tutkimusongelma -> tutkimussuunnitelma– Mitä tutkitaan ja miksi– Mitä aineistoa käytetään ja miten tiedot hankitaan– Miten tiedot käsitellään ja miten tutkimustulokset raportoidaan– Aikataulutus ja budjetointi– Tutkimusasetelma koostuu kolmesta elementistä: tutkimusongelmasta,

aineistosta ja menetelmä/istä.– Tutkimusongelman rajaaminen ja paloittelu pienempiin osiin, alaongelmiin,

jotka puetaan yhden tai useamman kysymyksen muotoon ja joihin esitetään vastaukset raportin eri luvuissa.

Tyypillisiä paloiteltuja tutkimusongelmia: Käyttäjät ja XX:n mobiilipalvelut: Kuinka tyytyväisiä XX:n asiakkaat ovat uuteen mobiilipalveluun? Kuinka paljon he ovat valmiita maksamaan siitä? Vaikuttaako uutisnälkä halukkuuteen käyttää mobiilipalveluita?

– Osaongelmat voidaan rakentaa väittämien muotoon, jolloin niitä sanotaan tutkimushypoteeseiksi.

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Tutkimusprosessi jatkuu..

• Lomakkeen laadinta (tai koeasetelman suunnittelu)

• Pilotti (ei aina)– Aihealueen haltuunotto, kysymysten sisällön ja

muodon täsmentäminen– 5-10 henkeä, ”erilaisia” ihmisiä

• Aineiston kerääminen• Tietojen käsittely ja analysointi• Raportointi

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Operationalisointi

• Kvantitatiivinen tutkimus edellyttää käsitteiden määrittelemistäsellaisiksi analyyttisiksi käsitteiksi, joita voidaan mitata.

• Monet käsitteet ovat hyvin abstrakteja. Mitä on onnellisuus? Miten sitä voi mitata? Mitä on helppokäyttöisyys, mihin konkreettisiin osatekijöihin se jakaantuu?

– 1. Käsitteen yleinen hahmottaminen ja määrittäminen– 2. Käsitteen osa-alueiden määritteleminen– 3. Siirtyminen teoreettisesta kielestä konkreettiseen arkikieleen ja

indikaattoreihin– 4. Operationalisoinnin tarkka kuvaaminen (Alkula)

• Tutkija on osoitettava mitä käsite hänen tutkimuksessaan tarkoittaa! Tarkista tutkimusongelmasi (ja hypoteesit) ja pidä huoli että niiden ja lomakekysymystesi välillä on selvä yhteys.

• Esim.”Onnellinen määritellään tässä tutkimuksessa siten, ettävastaaja saa vähintään 15p onnellisuusinventorista”.

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Tutkimushypoteesit

• Hypoteesi on tulosta koskevat ennakko-oletus• Hypoteesin testaaminen on menetelmä, jonka avulla arvioidaan kuinka

luotettavia koko populaatiota koskevia päätelmiä voidaan tehdä otoksen avulla

• Nollahypoteesi (H0): aineiston ilmiö EI esiinny populaatiossa (”mitään ei tapahdu”)

• Vaihtoehtoinen hypoteesi (H1) olettaa, että aineiston ilmiö esiintyy myös populaatiossa

• Tilastollisella testillä ratkaistaan kumpi hypoteesi jää voimaan (vain toinen)

• P-arvot (havaitut merkitsevyystasot)– P-arvojen avulla arvio hypoteesien paikkansapitävyydestä numeerisessa

muodossa (tietyllä todennäköisyydellä).– Vaihtelevat välillä 0-1. Ilmoittavat kuinka suurella todennäköisyydellä

vaihtoehtoinen hypoteesi on väärä. Mitä lähempänä arvo on ykköstä,sitäsuuremmalla todennäköisyydellä nollahypoteesi on oikea. Jos p-arvo on lähellä nollaa, vaihtoehtoinen hypoteesi on asetettu oikein.

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Hypoteesien testaaminen (kuvitteellinen esimerkki)

• Tutkija olettaa miesten pitävän viihdetekniikasta enemmän kuin naisten.Tutkimushypoteesit:

– (H0):Miehet ja naiset eivät eroa toisistaan viihdetekniikasta pitämisen suhteen.

– (H1):Miehet ja naiset eroavat toisistaan viihdetekniikan pitämisen suhteen.

• Otokseen valitaan 20 miestä ja 20 naista. Kaikki arvioivat viihdetekniikan kiinnostavuutta ja miellyttävyyttä asteikollisin kysymyksin. Saatujen tulosten keskiarvoja verrataan toisiinsa.

• SPSS:n mukaan p-arvoksi tulee .23. Eli 23 % todennäköisyydellä H1 on väärä, 77 %:n todennäköisyydellä oikea.

• Tämä ei kuitenkaan riitä H1:n hyväksymiseksi! Ns. kriittiset p-arvot:

• p=.05 (tilastollisesti melkein merkitsevä)• p=.01 (tilastollisesti merkitsevä)• p=.001 (tilastollisesti erittäin merkitsevä)• yleensä .01:tä pienemmät arvot ilmoitetaan p<.01

» Huom! SPSS esittää erittäin pienet arvot potensseina: 1.23E-04 (=1.23* 10-4 eli 0.000123)

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06

Haastattelun/surveyn eteneminen

• Anna vastaajalle mahdollisimman realistinen kuva aikataulusta• Kerro mihin tarkoitukseen tulokset tulevat, ihmiset arvostavat jos kokevat

vastauksistaan olevan hyötyä esim. tuotekehittelyssä tai palveluiden parantamisessa.

• Kyselylomakkeen tulee olla HOUKUTTELEVA, ellet tarjoa motivaattoriksipalkkiota tai arvontaa.

• Aloita haastattelu keveämmillä, vastaajalle helpoilla kysymyksillä. Samoin haastattelu on syytä lopettaa johonkin helppoon tai miellyttävään teemaan.

• Jos mahdollista sijoita samaa asteikkoa käyttävät kysymykset peräkkäin/lähekkäin. Samaa teemaa koskevat kysymykset on hyväsijoittaa yhteen (jopa otsikolla).

• Kirjoitettujen vastausohjeiden tulee olla erittäin selkeät ja yksiselitteiset ja lomakkeen siisti ja vakuuttava.

• Tärkeistä aiheista on syytä käyttää kontrollikysymyksiä (ei kuitenkaan liian monta)

16.12.2005 Hannu Soronen Käyttäjäkokemuksen kvantitatiivinen analyysi 2005-06