4 ANALYYSIT JA TUTKIMUSTULOKSET
4.1 Tutkimustietokannan alustavaa tarkastelua
4.1.1 Saapumisryhmien välisten tilastollisten erojen testaus
Kyselytutkimuksissa saadut johtopäätökset voivat keskiarvolukujen laskennassa ja lukujen tulkinnassa vääristyä, mikäli muistutusten jälkeen saadut vastaukset poikkeavat eräpäivään mennessä saapuneista. Tämä vääristävä vaikutus voi ilmeisesti syntyä, jos kyselyihin vastaavat yleensä ne henkilöt, joiden periaatteisiin kuuluu vastata kyselyihin. Ne henkilöt, jotka vastaavat jo erääntyneeseen kyselyyn viiveellä esim. vasta toisen muistutuksen jälkeen, voivat tehdä sen esim.
lojaliteettina tutkimukseen valittua omaa yritystä kohtaan. Jos vastaajalta puuttuu tällöin henkilökohtainen motivaatio tutkimukseen paneutumiseksi, asenne saattaa heijastua kyselyyn tulleiden vastausten pintapuolisuutena. Tällöin kyselyyn motivoituneiden ja muista syistä lomakkeen palauttaneiden vastaajien välillä voi esiintyä merkittäviä keskiarvoeroja. Tämän tutkimustuloksia vääristävän mahdollisen poikkeaman vaikutuksen tunnistamiseksi ja tutkimustulosten reliabiliteetin varmistamiseksi on tärkeää analysoida vastausten tilastollisia eroja (keskiarvotestit) eri palautusryhmien välillä (eräpäivään mennessä saapuneet ja kahden muistutuksen jälkeen saapuneet vastaukset). Tilastollisten erojen testaus toteutettiin kolmen saapumiserän lomakkeiden seitsemäntoista strategiamittarin keskiarvojen eroja testaamalla. Yksisuuntaisen varianssianalyysin (oneway-ANOVA) perusteella voidaan todeta mahdolliset ryhmien väliset tilastollisesti merkitsevät erot tarkastelemalla keskiarvotestin testisuureita. Keskiarvotestiin valittujen mittarien pieni testisuureen arvo (pienempi tai yhtä suuri kuin 0.05) osoittaa ryhmien välillä olevan eroa. Mikäli kyselymuistutusten jälkeen saatujen vastausten keskiarvoluvut eivät saapumisryhmien välillä poikkea tilastollisesti merkitsevästi (95 %:n luotettavuus) eräpäivään mennessä saapuneista vastauksista, saatujen tutkimustulosten yleistettävyys myös vastaamatta jättäneisiin kuntiin on tilastotieteen menetelmiin perustuvissa tutkimuksissa perustellumpaa. Jos saapumisryhmien välillä havaitaan tilastollisesti merkitseviä eroja, tulosten yleistettävyys heikkenee.
Kokonaistutkimuksessa saadut vastaukset tallennettiin tietokantaan saapumisjärjestyksessä, jolloin kolmen saapumisryhmän sisällä kohteet ovat satunnaisessa järjestyksessä. Tällöin tilastollisen tutkimuksen näkökulmasta ryhmät täyttävät etenkin ei-parametrisiin testeihin tärkeänä piirteenä sisältyvän riippumattomuuden vaateen. Tähän tutkimukseen saatujen vastausten näkökulmasta Suomen kuntajoukosta vastaukset ovat saapuneet satunnaisessa järjestyksessä, johon tutkija ei ole voinut mitenkään vaikuttaa.
Metsämuurosen (2003: 475 – 476) mukaan keskiarvotestien valinnassa otoskoon ollessa pieni (esim. 10-30), on luotettavaa tehdä kahden keskiarvon vertailu ei-parametrisella Mann-Whitneyn U-testillä. Suurien aineistojen kohdalla
Mann-Whitney-testin tulkinta tehdään Z-arvon ja sitä vastaavan p-arvon (2-suuntainen testi) perusteella. Jos testisuureen arvo on pienempi kuin 0.05, niin keskiarvolukujen välillä on tilastollisesti merkitsevä ero testiryhmien välillä.
Seuraavissa kolmessa taulukossa (9-11) on ei-parametrisen keskiarvotestin testisuureet eräpäivään mennessä ja 1. muistutuksen jälkeen saapuneissa 17 strategiamittarissa.
Taulukoiden pisteviivoilla ympyröidyt testisuureet osoittavat ko. mittarin kohdalla olevan eroa vertailtavien ryhmien keskiarvolukujen välillä ts.
testisuureen arvo on pienempi kuin 0.05.
Mann-Whitneyn U-testi str.mittarien 1 - 5 keskiarvojen välilläa
892,500 1196,000 1157,000 918,000 1205,500
1633,500 1937,000 1898,000 1659,000 1946,500
-2,345 -,138 -,533 -2,064 -,203
,019 ,890 ,594 ,039 ,839
Mann-Whitney U
Taulukko 9 Keskiarvotestien testisuureet (eräpäivä ja 1. muistutus: mittarit 1 – 5)
Mann-Whitneyn U-testi str.mittarien 6 - 11 keskiarvojen välilläa
1177,000 1076,500 1191,500 999,000 1207,000 1088,000 1918,000 1817,500 1932,500 1740,000 1948,000 3233,000
-,397 -,967 -,298 -1,614 -,192 -1,005
,691 ,334 ,766 ,107 ,848 ,315
Mann-Whitney U
Taulukko 10 Keskiarvotestien testisuureet (eräpäivä ja 1. muistutus: mittarit 6 – 11)
Mann-Whitneyn U-testi str.mittarien 12 - 17 keskiarvojen välilläa
961,500 832,500 1225,000 1211,500 1080,000 1162,500 3041,500 2912,500 1966,000 3356,500 3225,000 1903,500
-1,762
-2,655 -,068 -,161 -1,060 -,496
Z
,078 ,008 ,945 ,872 ,289 ,620
Asymp. Sig. (2-tailed)
Grouping Variable: saapumisryhmä a.
Taulukko 11 Keskiarvotestien testisuureet (eräpäivä ja 1. muistutus: mittarit 12 – 17) Taulukoissa 12 – 14 on eräpäivään mennessä ja 2. muistutuksen jälkeen saapuneiden vastausten 17 strategiamittarin ei-parametrisen testin testisuureet:
Mann-Whitneyn U-testi str.mittarien 1 - 5 keskiarvojen välillä a
849,500 788,000 719,500 697,500 726,500
1227,500 1166,000 1097,500 1048,500 1104,500
-,241 -,660 -1,355 -1,198 -1,302
,810 ,509 ,175 ,231 ,193
Mann-Whitney U
Taulukko 12 Keskiarvotestien testisuureet (eräpäivä ja 2. muistutus: mittarit 1 - 5)
Mann-Whitneyn U-testi str.mittarien 6 - 11 keskiarvojen välillä a
621,500 721,500 789,500 837,000 819,500 822,500
999,500 1099,500 1140,500 1215,000 1197,500 2967,500
-2,197 -1,239 -,488 -,347 -,498 -,472
,028 ,215 ,626 ,728 ,619 ,637
Mann-Whitney U
Taulukko 13 Keskiarvotestien testisuureet (eräpäivä ja 2. muistutus: mittarit 6 - 11)
Mann-Whitneyn U-testi str.mittarien 12 - 17 keskiarvojen välillä a
699,500 618,500 708,500 752,000 758,500 740,000
2779,500 2698,500 2853,500 2897,000 2903,500 1118,000
-1,430 -1,902
-1,450 -,818 -1,021 -1,180
Z
,153 ,057 ,147 ,414 ,307
Asymp. Sig. (2-tailed) ,238
Grouping Variable: saapumisryhmä a.
Taulukko 14 Keskiarvotestien testisuureet (eräpäivä ja 2. muistutus: mittarit 12 - 17)
Edellä verrattiin ei-parametrisella Mann-Whitneyn testillä kahden ryhmän välisiä keskiarvoeroja. Kolmen ensimmäisen taulukon (9 – 11) 17 strategiamittarin kohdalla vain kolmessa mittarissa (kts. taulukkojen 9 – 11 ympäröidyt testisuureen arvot: joustavuus-, riskiä karttava- ja myyntistrategia) havaittiin eräpäivään mennessä ja 1. muistutuksen jälkeen saapuneiden lomakkeiden välillä tilastollisesti merkitsevä ero. Jälkimmäisten kolmen taulukon (12 – 14) 17 strategiamittarin kohdalla ero oli vain kahdessa mittarissa (kts. ympäröidyt testisuureen arvot:
maksuliikenteen hoito- ja myyntistrategia) eräpäivään mennessä saapuneiden vastauslomakkeiden ja 2. muistutuksen jälkeen saapuneiden vastauslomakkeiden välillä.
Yksisuuntaisella parametrisella varianssianalyysilla (ANOVA) voidaan tutkia useamman kuin kahden ryhmän keskiarvolukujen välisiä tilastollisia eroja.
Testaushypoteesina oletetaan keskiarvojen olevan yhtäläisiä. Parametrisissa testeissä keskiarvojen eron tilastollista merkitsevyyttä kuvaa analyysin tuottama F-testisuure ja sen p-arvo (Significance, Sig.). Mikäli p-arvo on pienempi tai yhtä suuri kuin 0.05, nollahypoteesi ei saa tukea, vaan ryhmien keskiarvolukujen välillä on tilastollisesti merkitsevää eroa. (Metsämuuronen 2003: 646,648).
Edellä toteutettujen kahden ryhmän välisten keskiarvolukutestien lisätestinä seuraavan sivun taulukossa 15 on lisätestinä useamman ryhmän eli tässä tapauksessa kolmen ryhmän (eräpäivään mennessä, 1. muistutuksen jälkeen saadut vastaukset ja 2. muistutuksen jälkeen saadut vastaukset) strategiamittareiden varianssianalyysin testitulokset. Taulukon 15 jälkeen tulkitaan saapumisryhmien välisiä keskiarvolukueroja.
ANOVA
5,989 2 2,995 2,180 ,117
1,013 2 ,507 ,179 ,836
7,326 2 3,663 1,000 ,371 9,720 2 4,860 1,997 ,140 2,106 2 1,053 ,485 ,617 3,405 2 1,702 1,223 ,298 2,953 2 1,477 1,099 ,337 2,009 2 1,005 ,359 ,699 8,587 2 4,294 1,448 ,239
,934 2 ,467 ,299 ,742
3,196 2 1,598 ,419 ,658 13,114 2 6,557 2,113 ,125 25,666 2 12,833 3,995 ,021 9,096 2 4,548 1,814 ,167 2,065 2 1,033 ,572 ,566 5,833 2 2,916 1,438 ,241 4,646 2 2,323 ,841 ,434 Between Groups
v17_Str Rahalaitosten_osaamiseen_tukeutuminen Between Groups kassavarojen_tuottavuuden_tehostamisessa
Taulukko 15 Yksisuuntaisen varianssianalyysin (ANOVA) testisuureet tutkimuksen stra-tegiamuuttujien kolmen saapumisryhmän välillä
Parametrisen testin 17 strategiamittarissa vain yhden mittarin (myyntistrategia) keskiarvo poikkesi tilastollisesti merkitsevästi kolmen ryhmän välillä (kts.
taulukon 15 ympäröity testisuureen arvo). Syynä poikkeamaan voi olla se, että vain harvoilla kunnilla oli tutkimusajankohtana ollut käytettävissä varoja instrumentteihin, joihin sijoittamisstrategiana on ollut tavoite myydä instrumentti suotuisan korkokehityksen aikana ennen eräpäivää sijoitustuottojen maksimointistrategiana (myyntistrategian tavoite). Tällöin em. strategiapainotus
vain jossakin ryhmässä saa aikaan tilastollisesti merkitsevän eron keskiarvolukuihin perustuvissa testeissä. Sitä vastoin joustavuus-, riskiä karttava- ja maksuliikenteen hoitostrategioiden välillä parametrisen varianssianalyysin mukaan näiden kolmen strategiamittarien keskiarvot eivät saapumisryhmien välillä poikkea toisistaan tilastollisesti merkitsevästi. Edellä tehdyn parametrisen testin mukaan saatujen kolmen vastausryhmän välillä strategiamittareiden välillä ei ole tilastollisesti merkitseviä eroja myyntistrategiamittaria lukuun ottamatta.
Koska tutkimuksen ryhmittelyanalyysin ensisijaisena tavoitteena on tunnistaa tutkimuskohdejoukosta ryhmiä, jotka ryhmien välillä eri tavoin painottavat kyselytutkimuksen strategiamittareita, tarkastellaan lopuksi vielä strategiamittareiden singulaarisuutta. Metsämuurosen (2003: 499) mukaan singulaarisuus voi syntyä muuttuja-aineistossa, kun muuttujaan on vastattu lähes samalla tavalla. Taulukossa 16 on joustavuus- ja rajaton riskinotto estetty – mittarien keskiarvoluvut (min 0, max. 7).
Joustavuus- ja Rajaton riskinotto estetty (käännetty muuttuja) strategiamittareiden keskiarvolukuja
Taulukko 16 Joustavuus- ja rajaton riskinotto estetty -mittareiden keskiarvolukuja
Taulukon 16 mukaan sekä joustavuus – että rajaton riskinotto estetty – strategiamittareita on painotettu tutkimuskohdejoukossa lähes yhtäläisesti (Mediaani 6 ja 6.5, moodi 6.6 ja 6.7 sekä keskiarvot 5.59 ja 5.73). Nämä strategiavalinnat näyttävät keskiarvolukujen perusteella olevan geneerisiä koko tutkimuskohdejoukolle, jolloin tutkimustietokannan strategiamittareiden tiivistämiseen käytettävä pääkomponenttianalyysi ei tuo uutta tietoa mittareiden välisistä painotuseroista kuntaryhmien välillä. Täten ne rajataan pois seuraavaksi tehtävästä strategiamittareiden pääkomponenttianalyysista.
4.2 Datan tilastolliset analyysit ja systeemitaulukon konstruointi