Videoaineiston käyttö kasvatustieteen konteksteissa

VIDEOAINEISTON KÄYTTÖ

KASVATUSTIETEEN KONTEKSTEISSA

Arttu MykkänenOulun yliopisto

Oppimisen ja koulutusteknologian tutkimusyksikköarttu.mykkanen@oulu.fi

Sisällys

• Yleisesti videotutkimuksesta

• Aineistonkeruun lähtökohdista

• Analyysin lähtökohdista

• Tulosten esittämisestä

• Videotutkimuksen eduista ja haitoista

Yleisesti videotutkimuksesta

• Tavoittaa tutkittavan ihmisen toiminnan ja sen

ympäristön, jossa toiminta tapahtuu.

– vrt. paper-pencil havainnointi.

• Myös muiden tutkimusmetodien tueksi tai niissä

käytettäväksi.

– haastattelut, kyselyt.

– triangulaatio

• Mitä tilanteessa tapahtuu ja siitä johdetut

tulkinnat?

• Toimivatko ihmiset niin kuin väittävät

toimivansa?

Yleisesti videotutkimuksesta

• Voidaan hyödyntää tutkittaessa monenlaista

käyttäytymistä erilaisissa

vuorovaikutustilanteissa.

• Useita näkökulmia ja analyysimetodeja.

• Antaa valikoidun kuvan ilmiöstä, jota

tutkimuksessa yritetään tavoittaa.

• Erityisen hyödyllinen mikrotason asioita

tutkittaessa.

– Eleet, ilmeet…

AINEISTONKERUU

Aineistonkeruu – teoreettisia

lähtökohtia

• Videotutkimuksen fokuksen ja kontekstin tarkentaminen suhteessa tutkimuskysymyksiin ja tutkimuksen tavoitteisiin.

• Teoreettisten lähtökohtien ymmärtäminen auttaa materiaalin työstämisessä.

– Tilanteiden valinta

• Teoria tutkijan käytännön apuvälineenä; ohjaa tutkimusta ja analyysiä.

• Teoria tulee materialisoida aineistossa jollakin tavalla.

– Jonkin tuotteen tai aktiviteetin kautta

Aineistonkeruu – videoinnin suunnittelu

• Kerro aineistonkeruuseen osallistuville ihmisille

mahdollisimman tarkasti tutkimuksesi eri vaiheet ja

päämäärät.

• Tutkimuslupalomakkeen tulisi sisältää

mahdollisimman tarkasti tiedot esimerkiksi aineiston

omistajuudesta, säilytyksestä ja käytöstä eri

konteksteissa.

– Sisällytä myönteiset vaihtoehdot aina

ensimmäisenä.

• Tarkasti myös osallistujan oikeuksista ja

joustavuudesta.

Aineistonkeruu – videoinnin suunnittelu

• Seurataanko ryhmää vai yksittäistä henkilöä?

• Luokkahuone vai eristetympi tila?

• Kuinka monella kameralla kuvaus toteutetaan?

– Mitkä ovat kameroiden antaman informaation

ennakoitu tarkoitus (vrt. eksplisiittisyys)

• Käytetäänkö luokkahuonetutkimuksen lisäksi

myös vapaata kameraa?

Aineistonkeruu –esimerkkinä

luokkahuonetutkimus

• Opettajan toiminta

– Puhe, opetusmetodit, opetuksessa käytettävät

välineet

• Oppilaiden toiminta

– Osallistuminen luokassa, opiskelu ja tehtävien

suorittaminen

• Vuorovaikutus

– Opettaja-oppilas, oppilas-oppilas

• Oppitunnin sisältö

Aineistonkeruu – käytännön vinkkejä

• Varioi tutkimustyyliäsi mahdollisimman vähän.

• Pysyttele lähellä kuvattavaa.

• Käytä ulkoista mikkiä mikäli mahdollista.

• Mieti myös valotusta.

• Käytä useampaa kameraa (jos tarpeen).

• Älä toteuta aineistonkeruuta yhdellä kertaa. Kokeile eri toteutustyylejä esim. vaihda mikin paikkaa.

• Pilotointi

• Mieti myös eri kuvien synkronointia.

– Miten eri kuvat laitetaan yhteen ja miten niitä hyödynnetään suhteessa toisiinsa?

• Älä ’ystävysty’ kuvattavien kanssa.

Aineistonkeruu – aineiston lajittelu

• Älä jätä mitään aineistoa luokittelematta.

• Merkkaa videot tapahtumapaikan koodilla

tms.

• Keräämisen päätyttyä anna

koululle/päiväkodille nopea palaute siitä,

miltä aineisto vaikuttaa. Analyysin ja

tutkimuksen valmistuttua henkilökunta ja

lapset ovat saattaneet vaihtua.

• Ota varmuuskopiot kaikesta!

• Käytä videoiden lajitteluun kaavaketta tai

pohjaa, josta löytyy seuraavia tietoja:

– Videon koodi, kesto, kuvaaja,

tapahtumapaikka, videolla esiintyvät lapset,

yleisiä piirteitä kuten leikkiä, pelaamista yms.

– Lisäksi yleinen katsaus videopätkän sisältöön– … 12.30 pojat pelaavat jalkapalloa….

13

AINEISTON ANALYYSI

Analyysi

• Analyysi alkaa konkretisoimalla tilanteen ja selkiyttämällä, mitä tilanteessa tapahtuu.

• Videon jatkuva uudelleen tulkinta

– tärkeiden asioiden hakeminen ja tarkempi tarkastelu.

• Esille nostetut tärkeät asiat tai ilmiöt tarkastellaan huolellisesti. Pyritään tunnistamaan jotakin käyttäytymisen tapaa tai toistuvuutta.

• Datasessioiden yhteisöllisyys tutkijan apuna.

Analyysi – merkitykselliset osat

• Sosiaalinen kanssakäyminen voi noudattaa

tiettyä järjestystä, joita ihmiset toimillaan

ilmentävät.

– What’s the time Denise?

– 2.30

– That´s good Denise!

• Vuorovaikutuksen struktuuri on nähtävillä

”piilotettuna” toiminnan taakse.

17

Merkityksellisten tilanteiden

koodaaminen

• Tilanne tai tapahtuma voidaan kategorisoida

luokkiin, jotka voivat nousta aineistosta tai

perustua valittuun teoriaan.

Whitebread et al. 2009

Esimerkkejä

• Marshmallow

• Luokkahuone

• Ryhmätyö

• Kiintymys

• Miettikää mitä ilmiöitä

näytetyistä

esimerkeistä voitaisiin

tutkia.

– Mikä olisi sopiva

analyysiyksikkö tai

tapahtuma?

– Miten valintaa

kannattaa rajata?

– Miten tulokset

esitetään?

Luotettavuuskoodaukset

• Tehdään varmistamaan koodauksen ja

kategorioiden luotettavuus.

• Kaksi koodaajaa, jotka tekevät koodauksen

itsenäisesti.

• Videoaineiston käsittelyn työläyden johdosta

usein vain osa aineistosta

luotettavuuskoodataan.

• Kategorioiden ”sparraaminen” yhdessä

tutkimusryhmän kanssa.

– Kyseessä ei varsinainen

luotettavuuskoodaus.

TULOSTEN ESITTÄMINEN

Analyysi - litteraatit

• Ilmentää sitä, mitä keskustelussa ja ihmisten

välisessä vuorovaikutuksessa tapahtuu.

• Litteraatit itsessään ilmentävät tutkijan

ideologisia päätöksiä

– Mitä tutkija päättää litteroida ja millä tavalla.

Lisäksi päätettävä, kuinka tilanteeseen

osallistuvat ihmiset kuvataan.

• Kuinka paljon litteraatteihin sisällytetään?

– Eleet, ilmeet, ajan määreet…

Analyysi – litteroinnin eri

mahdollisuuksia

• What’s the time Denise?

• 2.30

• That´s good Denise!

Analyysi – Litteroinnin eri

mahdollisuuksia

23. (Teacher) What´s the time Denise

24. (2,3)

25. (Denise) ehmm

26. (0,6)

27. (Denise) Halfpast two

28. (0,5)

29. (Teacher) That´s good Denise

25

”If you want to show

something from the

data, just do it”

Melander, H, & Sahlström, F, 2009

28

29

30

31

Esimerkkejä ohjelmistoista analyysin eri

vaiheissa

• Eri ohjelmien hyödyntäminen analyysin eri

vaiheissa

– Karkea editointi: Movie Maker

– Aineiston lajitteluun: Word

– Litteraatit: Inqscribe ja Express scribe

– Analyysi ja luokittelu: Nvivo

– Lopullinen editointi esimerkiksi esityksiä

varten: Movie Maker

Hyvää & Huonoa

• Hyödyt

• Määrä– Tallentaa ympäristön ja

toiminnan

– Kamera tallentaa kaiken mikä on sen näkymässä + ympäristön äänet (vrt. havainnointi)

• Pysyvyys– Voidaan katsoa

uudelleen ja uudelleen.

– Monia erilaisia analysointimahdollisuuksia

• Haitat

• Tekniset ongelmat– Kameran ja tutkijan

”häiritsevä” läsnäolo

• Eettiset rajoitteet– Kuka aineiston omistaa

– Käytetäänkö aineistoa vain siihen tarkoitukseen kuin se alun perin kerättiinkin

Hyvää & Huonoa

Hyödyt

• Pysyvyys– Harkitut tulkinnat

– Vertaaminen rinnalla käytettävien aineistonkeruumenetelmien kanssa

– Tutkijoiden yhteistyö mahdollista

• Suhteessa pelkkään havainnointiin– Yksityiskohtia on vaikea

ikuistaa itse hetkessä

– Yksityiskohdat ovat merkityksettömiä itse hetkessä

Haitat

• Reliabiliteetti– Valikoiva otos

– Ei usein ota huomioon tutkittavan näkökulmaa

• Kerää helposti liian paljon aineistoa– Työläs käsittelyprosessi

Kannattaa tutustua

• Leaforum

• Lastu

Muutama lähde

• Derry, S. J., Pea, R. D., Barron, B., Engle, R. A.,

Erickson, F., Goldman, R., Hall, R., ....Sherin, M.

G. (2010). Conducting video research in the

learning sciences: Guidance on selection,

analysis, technology, and ethics. The Journal of

the Learning Sciences, 19(1),3–53

• Goldman, R.,Pea, R.,Barron, B., & Derry, S.

(eds.) (2007).Video research in the learning

sciences.Mahwah, NJ: Erlbau