Analyysi

4.5.1. Sisällönanalyysi

Laadullisen aineiston analysoinnissa käytän teoriaohjaavaa sisällönanalyysia, jolle annetaan myös tutkimusongelmaan vastatessa kvantitatiivisia tutkimusmenetelmiä merkittävämpi painoarvo johtuen suppeasta tutkimusaineistosta ja sen laadusta. Tutkimuskysymyksiin vastaamisen kannalta erityisesti avoimien kysymyksiin saadut vastaukset osoittautuivat määrälliseen aineistoon nähden hyvin hedelmällisiksi. Sisällönanalyysi sopii laadullisten aineistojen analyysitavaksi, kun kyseessä on verbaalisen, kommunikatiivisen tai symbolisen tiedon analysointi (Tuomi & Sarajärvi 2018, 87).

Sisällön analyysin tavoitteena on systemaattinen ja objektiivinen aineiston tekstien merkitysten analyysi. Sisällön analyysissa nähdään perinteisesti olevan neljä eri vaihetta, joita ovat aineiston valinta ja rajaaminen, aineistokategorioiden määrittäminen, koodaaminen ja analysoiminen. Tässä tutkimuksessa aineistonkeruu kyselylomakkeen avulla tuottaa valmiin aineiston. Kyselylomakkeen kysymykset puolestaan rajaavat aineistoa laadullisesti ja määrällisesti analysoitavan tiedon mukaan.

Teoriaohjaava sisällönanalyysia käytetään tutkimuksen e-kyselylomakkeen avointen ja puolistrukturoitujen kysymysten analysointiin.

Teoriaohjaavuus sisällönanalyysissa tarkoittaa tutkimuksessani sitä, että analyysin yläluokat otetaan teoriasta valmiina ja alakäsitteet muodostetaan kerätystä tutkimusaineistosta (myös Tuomi &

Sarajärvi 2018, 81). Tämän hetkinen tieto ja teoreettinen ymmärrys on nostettu esiin heti tutkimuksen alussa, ja se toimii ikään kuin apuna aineiston analyysivaiheessa. Teoriaa ei sen läsnäolosta huolimatta pyritä testaamaan, vaan pyrin tunnistamaan sen vaikutuksen ja sitä kautta uudenlaiseen

tulkintaan ja laajentamaan ymmärrystä tutkittavasta ilmiöstä. Myös Tuomi & Sarajärvi (2018, 109) näkevät teoriaohjaavan sisällönanalyysin ikään kuin uusia ajatuksia tai tietoa avaavana tutkimusmetodina. Tutkimuksessani analysoin aineiston aineistolähtöisesti, mutta teorialuvussa esitetyt teemat näkyvät taustalla analyysin rungossa muodostaen käytetyt yläluokat. Lisäksi palaan teoriaan ja aikaisempaan tutkimustietoon vielä tuloksia esitettäessä, jolloin tiedon muodostamisen tapaa voidaan pitää abduktiivisena. Teoriaohjaavaa sisällönanalyysia pidetään tavallisesti harvinaisena sisällönanalyysin metodina, mutta pidän sitä tässä tutkimustarkoituksessa hyvänä vaihtoehtona, sillä en voi olla huomioimatta jo olemassa olevaa tutkimustietoa lastensuojelun tukitoimista ja lapsiperheiden hyvinvoinnista.

Analysoin laadullisen aineiston kahdessa osassa tutkimuskysymysten mukaisesti. Ensimmäistä tutkimuskysymystä koskevassa analyysi osiossa aikaisempi teorialuvussa esitelty tutkimustieto ohjasi laadullisen aineiston sisällönanalyysia. Toiseen tutkimuskysymyksen kohdalla tutkimusanalyysia ohjaavana teoriana pidin Pauli Niemelän inhimillisen toiminnan teoriaan perustuvaa hyvinvointikäsitystä. Analyysia varten jaoin laadulliset vastaukset kahteen eri 4-sarakkeiseen taulukkoon kyselylomakkeen varsinaisten vastausosioiden mukaan, jossa vastaajien tekstit sijoitettiin reunimmaiseen sarakkeeseen. Lähdin tekstin käsittelyssä liikkeelle siitä, että pelkistin eli redusoin vastaajien ilmaisut seuraavaan sarakkeeseen, jonka jälkeen kävin pelkistetyt ilmaisut systemaattiset tarkkaan läpi ja etsin niistä samankaltaisuuksia ja eroavaisuuksia kuvaavia käsitteitä. Nämä käsitteet ryhmittelin taulukon seuraavaan sarakkeeseen eri alaluokiksi, jotka nimesin niiden sisältöä kuvaavalla käsitteellä. Näin aineisto tiivistyi paremmin hallittavaan muotoon.

Aineiston alaluokat luokittelin teoriatiedon pohjalta muodostettujen yläluokkien alakategorioiksi.

Yläluokka muodosti analyysitaulukossa viimeisen sarakkeen. Taulukosta pystyi myös laskemaan, kuinka monta kertaa tietyksi yläluokaksi määritelty teema toistui vastauksissa. Tulosten tarkastelussa jäsennän käsiteltyjä yläluokkia niiden toistumisen tai tärkeysjärjestyksen mukaan, mutta painotan kuitenkin yläluokkien tärkeyden sijaan niille annettuja merkityksiä. Käyttämääni teoriaohjaavaa sisällön analyysitapaa olen kuvannut esimerkillä taulukossa 2.

Alkuperäinen ilmaus Pelkistetty ilmaus Alaluokka (aineistosta) Yläluokka (teoriasta)

Taulukko 2. Esimerkki teoriaohjaavasta sisällön analyysin tavasta.

Ensimmäiseen tutkimuskysymykseen vastatessa näin perustelluksi käyttää analyysissä samoja käsiteluokkia kaikkien kyselylomakkeen ensimmäisessä varsinaisessa vastausosiossa kysyttyjen kysymysten kohdalla, sillä vastaajat viittasivat vastauksissaan toistuvasti edeltäviin vastauksiin.

Tämä sai minut tutkijana pohtimaan sitä, olisiko kyselylomakkeessa ollut perusteltua kysyä lähes strukturoimattomasti ja vähemmän kysymyksiä, sillä vastaajat kertoivat odotettua laajemmin ja avoimemmin omista näkemyksistään. Toisen tutkimusongelman käsittelyssä näin perustelluksi analysoida lasten ja perheiden hyvinvointia koskevien kysymysten vastaukset aluksi erillisinä, ja sen jälkeen tarkastella, mitä yhteneviä ja eriäviä alakäsiteluokkia näistä löytyy. Luokittelussa pyrin huomioimaan myös sen tosiasian, että välttämättä kaikki aineistosta lähtevät alakäsitteet eivät asetu teoriasta nousevien yläluokkien alle, koska aineistolle tulee antaa myös mahdollisuus yllätyksellisyyteen ja kokonaan uuden tiedon tuotantoon. Pyrin kuvaamaan myös yläkategorioista poikkeavat tutkimusongelman alakäsitteet tutkimustuloksissa.

4.5.2. Kvantitatiivisen tiedon analyysi

Kyselylomakkeeseen vastasi 22 henkilöä, joista 19 täytti kyselylomakkeen kokonaan ja 3 vastaajaa täytti kyselystä enemmän kuin puolet. Kesken jääneet vastaukset sisällytin myös tilastolliseen analyysiin mukaan saatujen vastausten laajuudessa, sillä koin, että mikäli kesken jääneet vastaukset sisällytetään laadulliseen analyysiin, tulee ne myös huomioida tilastollisessa analyysissa. Ratkaisin vastausten puuttumisen määrittelemällä tyhjät kohdat puuttuviksi arvoiksi (”missing values”) kuten esimerkiksi arvot ”en osaa sanoa” tai ”ei merkitystä”, ja ne jätettiin siten varsinaisessa analyysissa huomioimatta. Pienen otoskoon vuoksi tilastollisen analyysin tuloksista ei voida tehdä koko

perusjoukkoa koskevia yleistyksiä, mutta tutkimuksen kokonaisuuden ja eheyden kannalta näen suppean tilastollisen analyysin tekemisen perusteltuna.

Kyselylomakkeessa kvantitatiivisesti analysoitavia kysymyksiä taustatiedoissa olivat työskentelykunta, lastensuojelun sosiaalityön erikoisalue, työntekijänimike, työkokemus ja liikunnan harrastaminen. Varsinaisessa vastausosiossa kysyttiin, mihin liikuntaharrastuksiin vastaajat olivat myöntäneet taloudellista tukea lastensuojelun tukimuotona viimeisen kahden vuoden ajan, mitä harrastuksia vastaajat tiesivät asiakkaidensa harrastavan/harrastaneen viimeisen kahden vuoden aikana. Vastausvaihtoehdot edellä esitettyihin kysymyksiin oli kyselylomakkeessa esitetty kattavana liikuntaharrastuksien listana, josta vastaaja pystyi valitsemaan useamman vaihtoehdon. Vastaajia pyydettiin arvioimaan numeerisesti summa, kuinka paljon he ovat myöntäneet taloudellista tukea keskimäärin yhtä lasta kohden viimeisen kahden vuoden aikana, sekä kuinka paljon he ovat myöntäneet taloudellista tukea enimmillään yhtä lasta kohden viimeisen kahden vuoden aikana.

Liikuntaharrastusten tukemiseen vaikuttavia seikkoja pyydettiin arvioimaan Likert-asteikolla.

Vastaajia pyydettiin myös valitsemaan valmiista vastausvaihtoehdoista yleisimmät lastensuojelulliset huolenaiheet, joiden vuoksi he ovat tukeneet työssään liikuntaharrastuksia. Lisäksi liikunnan ja liikuntaharrastusten myönteistä merkitystä sekä lasten että koko perheen näkökulmasta pyydettiin arvioimaan Likert-asteikolla.

Aloitin kvantitatiivisen analyysin siirtämällä sähköisesti kerätyn aineiston sekä Excel-taulukkoon ja SPSS-ohjelmaan. Excel-taulukoinnin käyttö toimi tässä niin sanottuna apuvälineenä ja tarkistustyökaluna ohjelman rinnalla, jossa varsinainen analyysi kuitenkin toteutettiin. SPSS-ohjelmassa määrittelin jokaiselle muuttujalle sellaiset vaihteluvälit, asteikot ja nimesin muuttujat, jotta aineistoa olisi mielekkäämpi käsitellä analyysin kannalta. Suppea otoskoko vaikutti oleellisesti kvantitatiivisessa analyysissa käytettäviin menetelmiin, ja päädyin tilastollisessa analyysissa käyttämään pääasiassa vain kuvailemia menetelmiä (frekvenssijakaumat, histogrammit ja pylväsdiagrammit) ja ristiintaulukointia. Kuvailevia menetelmiä käytettiin tutkimuksessa taustietojen, Likert-asteikollisten muuttujien ja sellaisten kysymysten analysoinnissa, jossa vastaajalla oli mahdollista vastata useampaan eri vaihtoehtoon. Useamman vastausvaihtoehdon muuttujien analyysin ratkaisin yhdistämällä samaan kysymykseen kuuluvia muuttujia kuvaamalla niitä pylväsdiagrammein ja prosenttiosuuksin. Kuvailevia muuttujia käytettiin myös numeerisesti pyydettyjen harrastuksiin myönnettyjen taloudellisen tuen summien esittämisessä. Likertin asteikollisia muuttujia käsiteltiin järjestysasteikollisina muuttujina laskettaessa niistä keskiarvot.

Keskiarvojen laskemisella pyrin esittämään yleiskuvan tutkittavista seikoista. Päädyin

tutkimuskyselyssä mittaamaan joitakin samaa ominaisuutta käsitteleviä seikkoja usealla eri muuttujalla, jonka vuoksi samaa ominaisuutta käsittelevistä muuttujista rakensin summamuuttujat.

Tilastollisesti merkittävien muuttujien (summamuuttuja ja selittävä muuttuja) välistä riippuvuutta todennettiin kuvailevien menetelmien esittämisen jälkeen ristiintaulukoimalla. Khiin neliö testiä ei aineiston suppeasta vastausmäärästä johtuen voitu käyttää ristiintaulukoinnin ohella todentamaan havaittuja korrelaatioita, joten kvantitatiivisen tiedon analyysiin ja esitettyihin tuloksiin tulee suhtautua kriittisesti.

Selittävinä muuttujina käytin tässä vastaajien työskentelykuntaa, työkokemusta ja liikunnan harrastamista. Kahta vastaajaa lukuun ottamatta kaikki olivat sosiaalityöntekijöitä, jolloin vastaajat muodostivat työnimikkeensä puolesta varsin homogeenisen joukon, jolloin työnimike tuli rajata selittävien muuttujien ulkopuolelle. Lisäksi kaikki vastaajat ilmoittivat, että he ovat työssään myöntäneet taloudellista tukea lastensuojelusta liikuntaharrastuksiin, ja että heidän asiakkaansa olivat myös hakeneet heiltä taloudellista tukea liikuntaharrastuksiin lastensuojelutyössä, jolloin myöskään taloudellisen tuen myöntämistä tai hakemista ei voida pitää selittävänä muuttujana. Lukemisen helpottamiseksi tulosluvussa on esitetty yksityiskohtaiset testisuuret vain sellaisissa tilanteissa, joissa yhteys selittävän ja selitettävän muuttujan välillä on tilastollisesti merkitsevä.

Käyttäessäni aineiston keruussa niin kutsuttua ”lumipallo-otantaa”, jossa organisaation yhteyshenkilö tai yksiköiden esimiehet välittivät sähköisen kyselyn sosiaalityöntekijöille, ei perusjoukosta ole pystytty laskemaan yleispätevää vastausprosenttia, kun kyselyn saaneiden tarkkaa lukumäärää ei pystytä todentamaan. Jouduin myös lähettämään saatekirjeen ja pyynnön vastata kyselyyni useampaan kertaan, ja uudelleen lähettämisen yhteydessä ilmeni myös henkilöstövaihdoksia aineistonkeruuvaiheen aikana. Kvantitatiivisen analyysin rajallisuuden ja otoskoon suppeuden vuoksi näin perustelluksi jättää vastausprosentin ilmoittamisen kokonaan pois tutkimuksestani.