• Ei tuloksia

Sisällönanalyysi aineiston analyysimenetelmänä

Laadullista tutkimusta tehtäessä tutkijan omalle vastuulle jää toteuttaa aineistosta analyysinsä ja tulkintansa (Eskola 2001, 134). Aineiston työstäminen ei ole yksinkertainen prosessi, mutta se on siinä mielessä erityisen mielenkiintoinen ja merkityksellinen, että tutkija saa tietää, millaisia vastauksia hän tutkimuskysymyksiinsä saa (Hirsjärvi, Remes & Sajavaara 2009, 221).

Kvalitatiivisen aineiston analyysin tarkoituksena on hajanaista aineistoa selkeyttämällä luoda uutta tietoa tutkittavasta ilmiöstä. Koska laadullisen tutkimuksen aineisto on usein hyvinkin laaja, tutkijan tulee olla tarkkana, ettei hän vahingossa kadota merkityksellistä informaatiota, vaan päinvastoin pyrkii selkiyttämään siitä eheän kokonaisuuden. (Eskola & Suoranta 1999, 138.)

Päätin valita analyysimenetelmäksi sisällönanalyysin, joka on yksi kvalitatiivisen tutkimuksen perusanalyysimenetelmistä (Tuomi & Sarajärvi 2009, 91). Sisällönanalyysissa nousevat esiin aineistossa ilmenevät merkitykset, tarkoitukset, aikomukset, seuraukset sekä yhteydet. Yksinkertaistettuna sisällönanalyysin tarkoituksena on tiivistää kerättyä aineistoa niin, että sen avulla voidaan selkeästi ja uutta tietoa tuoden kuvailla tutkittavaa ilmiötä.

(Latvala & Vanhanen-Nuutinen 2001, 23.)

Laadullisen aineiston analyysi jaetaan usein induktiiviseen ja deduktiiviseen analyysiin. Käytin itse tutkimuksessani induktiivista päättelyä, jossa keskeistä on aineistolähtöisyys. (Hirsjärvi & Hurme 2001, 136.) Induktiivisen päättelyn ajatuksena on, että kerätyn aineiston avulla muodostetaan kuvaus tutkittavasta ilmiöstä (Bogdan & Biklen 2007, 6; Latvala

& Vanhanen-Nuutinen 2001, 24). Valitsin sisällönanalyysin muodoksi aineistolähtöisyyden siitä syystä, että halusin rakentaa tutkimaani ilmiötä kuvaavaa teoriaa aineistosta käsin ilman ennakko-olettamuksia tutkimusaiheesta tai tutkimuksen tuloksista (Eskola 2001, 136; Eskola &

Suoranta 1999, 19). Minulla oli toki ennen aineiston keruuta omia havaintoja ja kokemuksia kyseisestä ilmiöstä ja olin lisäksi tutustunut aihetta kuvailevaan teoriaan, mutta en antanut näiden kokemusten heijastua suhtautumisessani aineistoon. Minulle tutkijana oli tärkeää, että tiedostin omat ennakko-oletukseni, jotta pystyin tutkimaan aineistoani niistä vapautuneena ja oppimaan sitä kautta uutta tutkittavasta ilmiöstä (Eskola & Suoranta 1999, 20).

Laadullisessa tutkimuksessa analyysiä tapahtuu kaikissa tutkimuksen teon vaiheissa, joten sitä ei voida erottaa täysin omaksi vaiheekseen (Metsämuuronen 2008, 48; Rubin & Rubin 2005, 37; Syrjälä ym. 1995, 166).

Seuraavassa pyrin kuitenkin kuvaamaan mahdollisimman yksityiskohtaisesti, miten analyysiprosessini eteni haastatteluiden litteroinnista tulosten tulkintaan saakka.

KUVIO 5. Aineiston analyysin

Toteutin aineistolähtöisen sisällönanalyysin kuvion 5

analyysiprosessin kuuntelemalla haastattelut ja litteroimalla ne sanasta sanaan Express Scribe –ohjelmaa k

109). Poistin eettisten ohjeiden mukaisesti tutkittavien henkilötiedot aineiston yhteydestä ja nimesin jokaisen osallistujan vastaukset koodilla O1 (Aineistonhallinnan käsikirja; Mäkinen 2006, 120; Tutk

neuvottelukunta 2012–2014).

Ennen analyysin varsinaista aloittamista määritin analyysiy

ilmauksen, joka vastaa tarkasteltavina oleviin tutkimuskysymyksiin (Kyngäs &

Vanhanen 1999, 5; Latvala & Vanhanen

2009, 110). Kiinnitin analyysissa huomiota asiayhteyteen, jossa

Pelkistettyjen ilmausten ryhmittely alaluokiksi eli klusterointi

. Aineiston analyysin eteneminen

öisen sisällönanalyysin kuvion 5 mukaisesti edeten. Aloitin analyysiprosessin kuuntelemalla haastattelut ja litteroimalla ne sanasta sanaan ohjelmaa käyttäen (Eskola 2001, 133; Tuomi & Sarajärvi 2009, 109). Poistin eettisten ohjeiden mukaisesti tutkittavien henkilötiedot aineiston yhteydestä ja nimesin jokaisen osallistujan vastaukset koodilla O1 (Aineistonhallinnan käsikirja; Mäkinen 2006, 120; Tutk

2014).

Ennen analyysin varsinaista aloittamista määritin analyysiy

tarkasteltavina oleviin tutkimuskysymyksiin (Kyngäs &

Vanhanen 1999, 5; Latvala & Vanhanen-Nuutinen 2001, 26; Tuomi & Saraj 2009, 110). Kiinnitin analyysissa huomiota asiayhteyteen, jossa

Tulosten tulkinta Pääluokkien muodostaminen

Alaluokkien ryhmittely yläluokiksi eli abstrahointi Pelkistettyjen ilmausten ryhmittely alaluokiksi eli klusterointi

Aineiston pelkistäminen eli redusointi Aineiston aktiivinen lukeminen

Analyysiyksikön valinta Haastatteluiden litterointi

mukaisesti edeten. Aloitin analyysiprosessin kuuntelemalla haastattelut ja litteroimalla ne sanasta sanaan äyttäen (Eskola 2001, 133; Tuomi & Sarajärvi 2009, 109). Poistin eettisten ohjeiden mukaisesti tutkittavien henkilötiedot aineiston yhteydestä ja nimesin jokaisen osallistujan vastaukset koodilla O1–O6 (Aineistonhallinnan käsikirja; Mäkinen 2006, 120; Tutkimuseettinen

Ennen analyysin varsinaista aloittamista määritin analyysiyksiköksi tarkasteltavina oleviin tutkimuskysymyksiin (Kyngäs &

Nuutinen 2001, 26; Tuomi & Sarajärvi 2009, 110). Kiinnitin analyysissa huomiota asiayhteyteen, jossa

Pelkistettyjen ilmausten ryhmittely alaluokiksi eli klusterointi

ajatuskokonaisuus tai lausuma esiintyi (Latvala & Vanhanen-Nuutinen 2001, 26). Seuraavaksi loin analyysille pohjan lukemalla aktiivisesti ja huolellisesti koko aineistoni useampaan kertaan läpi (Eskola & Suoranta 1999, 152; Kyngäs

& Vanhanen 1999, 5). Vaikka olin ennen aineistoon tutustumista saanut runsaasti teoriatietoa ja ennakko-olettamuksia tutkittavasta ilmiöstä, en antanut niiden häiritä aineistosta itsestään esiin tulleita teemoja (Eskola & Suoranta 1999, 153).

Aineiston huolellisen lukemisen jälkeen keskityin aineiston pelkistämiseen eli redusointiin, jonka tarkoituksena oli tiivistää aineistoa karsimalla tutkimuksen kannalta epäolennainen aineisto pois (Tuomi & Sarajärvi 2009, 109). Pelkistämisessä esitin aineistolle tutkimustehtävien mukaisia kysymyksiä eli toisin sanoen etsin aineistosta ilmaisuja, jotka liittyivät kuhunkin tutkimuskysymykseen (Kyngäs & Vanhanen 1999, 5; Latvala & Vanhanen-Nuutinen 2001, 26; Tuomi & Sarajärvi 2009, 109). Koska kyseessä oli teemahaastatteluaineisto, tuntui luonnolliselta järjestää aineisto alkuperäisten teemojen mukaisesti, koska kyseisessä tutkimuksessa teemat olivat yhtenevät tutkimuskysymysten kanssa. Käytännössä teemoihin jaottelu tapahtui etsimällä ja kirjaamalla ylös jokaisesta haastattelusta kaikki teemaan mahdollisesti liittyvät kohdat. Tämä ei ollut aivan yksinkertaista, sillä haastattelut eivät aina edenneet loogisesti teemasta teemaan, vaan kommentteja johonkin tutkimuskysymykseen saattoi löytyä eri puolilta yksittäistä haastattelua.

(Eskola 2001, 143.)

Kokosin jokaiseen teemaan liittyvät suorat aineistositaatit omaan tiedostoonsa kaksisarakkeiseksi taulukoksi (taulukko 1), johon suorien ilmausten viereen kirjoitin kuhunkin lausahdukseen sopivan pelkistyksen.

Tutkimusaiheen moniulotteisuuden ja tulkinnallisuuden vuoksi aineistositaattien pelkistäminen osoittautui melko haasteelliseksi tehtäväksi.

Minulla tutkijana oli ajoittain vaikea tehtävä tulkita, kuvasivatko tytöt ilmauksissaan itsearvostustaan vai minäpätevyyttään, vai eivät kenties kumpaakaan. Lisäksi nuorten lyhyistä kommenteista oli paikoittain haasteellista muodostaa pelkistys siitä, mitä he todella tarkoittivat.

Mahdollisimman luotettavien tutkimustulosten saamiseksi muodostin pelkistetyt ilmaukset lopulta niin, että alkuperäisilmaukset olivat hyvin vahvasti mukana koko analyysin ajan.

TAULUKKO 1. Aineistositaattien muuntaminen pelkistetyiksi ilmauksiksi

Vielä redusointivaiheessa en uskaltanut tehdä kovin lopullista aineiston karsimista, vaan keräsin erilliseen tiedostoon merkityksellisiä ilmauksia, jotka eivät kuitenkaan suoranaisesti tuntuneet vastaavaan alkuperäisiä teemoja ja tutkimuskysymyksiä. Tällä toimenpiteellä varmistin sen, ettei aineistosta jäänyt huomiotta mitään tutkimuksen kannalta mahdollisesti olennaista. Palasin aika ajoin tarkastelemaan ja arvioimaan niin sanotusti ylijääneitä ilmaisuja, joista osa lopulta nousikin mukaan analyysiin.

Aineiston pelkistämisen jälkeen etenin aineiston ryhmittelyyn eli klusterointiin (Tuomi & Sarajärvi 2009, 110). Aloitin etsimällä pelkistetyistä ilmauksista yhtäläisyyksiä ja eroavaisuuksia, joiden pohjalta muodostin uusia alaluokkia kokoamalla yhteen kaikki samaa tarkoittavat pelkistykset (Kyngäs &

Vanhanen 1999, 6; Latvala & Vanhanen-Nuutinen 2001, 28; Tuomi & Sarajärvi 2009, 110). Käytännössä tämä tapahtui niin, että kirjoitin pelkistämisvaiheessa luomastani taulukosta kunkin teeman kaikki pelkistykset jälleen uuteen Word-tiedostoon pitkäksi listaksi. Maalasin samankaltaisia ilmauksia samoilla väreillä ja siirsin samaan asiaan liittyvät ilmaisut allekkain. Kun kaikki pelkistetyt ilmaukset oli järjestetty sopivaan ryhmään, annoin muodostuneelle alaluokalle sitä kuvaavan nimen (Tuomi & Sarajärvi 2009, 110). Esimerkiksi kaikki myönteiset ilmaukset omaan ulkonäköön liittyen yhdistin alaluokkaan ”oman

Aineistositaatti Pelkistetty ilmaus

O1:– – oon iha hyvä silleen niinku matemaattis-luonnontieteellisissä aineissa ja sitten no just jossain taideaineissa ja tämmösissä.

Vahvuuksina matemaattis-luonnontieteelliset aineet ja taideaineet

O1: – – mää tykkään tehä kaikkee niinku just kaikkee uutta ja tälleen ja kokeilla kaikkee.

Halu oppia O1: Noo just joku äikkä tai jotku, no jossain kielissä on tosi

tai silleen, et on vähä vaikeuksia. – –

Haasteena koulussa kielet O1: No ei oo silleen et ois mitää paineita pärjätä, että

niinku tottakai kannustetaan, että niinku pärjäis – –

Vanhempien kannustaminen koulumenestykseen

ulkonäön hyväksyminen” ja omiin tekoihin, koulumenestykseen, läheisiin, saavutuksiin yms. liittyvät ylpeyden ilmaukset tiivistin alaluokaksi ”ylpeys”.

Alaluokkien muodostamisen jälkeen laskin, kuinka monta kertaa mikin pelkistys ja alaluokka esiintyi aineistossa. Mikäli vastaaja oli maininnut useita ilmauksia liittyen samaan pelkistyskategoriaan tai alaluokkaan, laskin ne yhdeksi maininnaksi kyseiseen luokkaan. Näin ollen jokaisen pelkistyskategorian ja alaluokan maksimi frekvenssi oli 6/6 (N=6).

Jatkoin analyysiprosessia aineiston käsitteellistämiseen eli abstrahointiin, jonka tarkoituksena oli erottaa tutkimuksen kannalta merkityksellinen tieto ja valikoidun tiedon perusteella muodostaa teoreettisia käsitteitä. Kyseisessä tutkimuksessa klusterointia ja abstrahointia tapahtui osin samanaikaisesti, mikä on hyvin tyypillistä analyysiprosessissa. (Tuomi & Sarajärvi 2009, 111.) Abstrahointia tehdessäni tarkastelin muodostamiani alaluokkalistoja ja yhdistin samansisältöiset alaluokat toisiinsa muodostaen niistä yläluokkia (Kyngäs &

Vanhanen 1999, 6; Latvala & Vanhanen-Nuutinen 2001, 29). Esimerkiksi alaluokat tyytyväisyys itseensä, tyytymättömyys itseensä, ylpeys, oman ulkonäön hyväksyminen, tyytymättömyys omaan ulkonäköön ja itsensä vähättely tiivistin yläluokaksi ”yksilölliset tekijät”, kun taas alaluokat itsensä kokeminen pidetyksi, negatiivinen palaute, kavereiden luomat ulkonäköpaineet, kavereiden välinpitämättömyys, muiden mielipiteiden vaikutus ja kavereiden ylpeys muodostivat yläluokan ”ihmissuhdetekijät”.

Kunkin teeman pääluokaksi muodostui alkuperäinen tutkimuskysymys, johon yläluokat, alaluokat ja alkuperäiset ilmaukset vastaavat. Esimerkiksi edellä kuvatut alaluokat ja yläluokat muodostivat pääluokan ”Millainen itsearvostuksen tunne koulussa hyvin menestyvillä 9.-luokkalaisilla tytöillä on?” Tein vielä lopuksi jokaiseen teemaan liittyvän analyysitaulukon (liite 4), joka tiivistää analyysiprosessin ytimekkäästi.

Laadullisen aineiston analyysiprosessi on siinä mielessä vaikea, että aineistosta riittää tutkittavaa loputtomiin. Toisin kuin kvantitatiivisessa tutkimuksessa, laadullisen tutkimuksen aineistosta löytyy pohdittavaa runsaasti myös rivien välistä ja pintaa syvemmältä (Eskola & Suoranta 1999,

19). Aineistoa tulee tarkastella useita kertoja eri näkökulmista, mutta jossain vaiheessa on osattava myös lopettaa (Eskola 2001, 153). Kyseisessä tutkimuksessa kompassinani toimi aineiston melko tiukka rajaaminen sillä pyrin löytämään vastauksia erityisesti ennalta asetettuihin tutkimuskysymyksiin, enkä näin ollen eksynyt reitiltä laajassa aineistoviidakossa (Eskola & Suoranta 1999, 19).