• Ei tuloksia

Tuomen ja Sarajärven [14] mukaan sisällönanalyysi on terminä monimerkityksinen.

Sisällönanalyysi voi viitata yksittäiseen analyysimetodiin, jolla ”– – pyritään saa-maan tutkittavasta ilmiöstä kuvaus tiivistetyssä ja yleisessä muodossa.” [14, s. 117].

Lisäksi sisällönanalyysilla voidaan tarkoittaa ”– – kirjoitettujen, kuultujen tai näh-tyjen sisältöjen analyysia väljänä teoreettisena kehyksenä.” [14, s. 103].

Tässä tutkimuksessa viittaan sisällönanalyysilla yksittäiseen analyysimetodiin, jo-ta käytin kerätyn aineiston analysoinnissa. Sisällönanalyysi mahdollisjo-taa erilaisten dokumenttien systemaattisen ja objektiivisen analysoinnin. Dokumentteina voidaan pitää lähes mitä tahansa kirjalliseen muotoon saatettua materiaalia. Sisällönana-lyysin avulla tutkittava ilmiö pyritään saamaan kuvattuna tiivistetyssä ja yleisessä muodossa johtopäätöksien tekemistä varten. Analyysilla pyritään lisäämään aineis-ton informaatioarvoa luomalla selkeyttä siihen. [14, s. 117, 122]

Sisällönanalyysin lisäksi sovelsin aineistoon sisällön erittelyä. Tuomi ja Sarajärvi [14, s. 199] tarkoittavat sisällön erittelyllä ”– – dokumenttien analyysia, jossa kuvataan kvantitatiivisesti esimerkiksi tekstin sisältöä.” Sisällön erittely eroaa sisällönanalyy-sista siis siten, että ensimmäisenä mainitussa kuvaus on määrällistä ja jälkimmäi-sessä sanallista [14, s. 199].

Sisällönanalyysi voidaan jakaa kolmeen eri tyyppiin: aineistolähtöiseen, teoriaohjaa-vaan ja teorialähtöiseen sisällönanalyysiin [14, s. 121]. Toteutin aineiston analyysin tässä tutkimuksessa teorialähtöisesti. Teorialähtöinen sisällönanalyysi haastatteluai-neistoon muokattuna etenee seuraavan rungon mukaisesti [14, kuvio s. 123, muokat-tu]:

1. Analyysirungon muodostaminen

2. Haastattelujen kuunteleminen ja aukikirjoitus sana sanalta 3. Aineiston lukeminen ja sisältöön perehtyminen

4. Pelkistettyjen ilmausten etsiminen ja alleviivaaminen 5. Pelkistettyjen ilmausten listaaminen

6. Samankaltaisuuksien ja erilaisuuksien etsiminen pelkistetyistä ilmauksista 7. Pelkistettyjen ilmausten ryhmittely tai yhdistäminen ja alaluokkien

muodos-taminen

8. Alaluokkien yhdistäminen analyysirungossa määriteltyihin yläluokkiin

Ensimmäisenä tapahtuvalla analyysirungon muodostamisella tarkoitetaan sitä, että analyysia varten luodaan runko, joka sisältää erilaisia luokituksia tai kategorioi-ta [14, s. 128]. Runko perustuu johonkin aiempaan käsitejärjestelmään [14, s. 127].

Tässä tutkimuksessa perustin analyysirunkoni Nivalaisen, Asikaisen ja Hirvosen [6]

esittämiin fysiikan kokeellisten töiden tavoitekategorioihin (ks. alaluku 3.7). Ana-lyysirunko on kuvattu taulukossa 2. Kirjasin runkoon myös kolme luokitusta, joilla tavoittelin lisätietoa työn toimivuudesta. Nämä luokitukset ovat vaakaviivalla ero-tettuna taulukon lopussa.

Analyysirungossa kirjattuna ovat siis ainoastaan yläluokat, jotka perustuvat Niva-laisen ym. kategorisointiin sekä yleisesti työn toimivuuteen. Sarakkeet Alkuperäinen ilmaus, Pelkistetty ilmaus ja Alaluokka ovat mukana havainnollistamassa analyysin etenemistä. Analyysissa sarakkeisiin luodaan sisältöä lähtien alkuperäisistä ilmauk-sista ja päätyen alaluokkien muodostamiseen. Lopuksi eri alaluokat ryhmitellään sopiviin yläluokkiin. Yhteen yläluokkaan voi siis kuulua useita eri alaluokkia.

Ennen kuin aineistosta voidaan lähteä etsimään edellä mainittuja alkuperäisiä il-mauksia, pelkistettyjä ilmauksia ja alaluokkia, tulee aineisto kirjoittaa auki ja pe-rehtyä sen sisältöön. Nämä vaiheet on merkitty edellä listattuun analyysin etenemi-seen numeroilla 2) ja 3). Lisäksi analyysia varten on määritettävä analyysiyksikkö, joka voi olla esimerkiksi yksittäinen sana, kirjain, lause tai useita lauseita

käsittä-Taulukko 2. Tutkimuksen analyysirunko. Ensimmäiset viisi yläluokkaa muo-dostuvat Nivalaisen, Asikaisen ja Hirvosen [6] määrittelemistä fysiikan käytän-nön töiden tavoitekategorioista. Loput kolme alaluokkaa muodostettiin tutki-mustehtäviin perustuen.

vä ajatuskokonaisuus. Käytin analyysiyksikkönä ajatuskokonaisuutta, johon sisältyi yksi tai useampi lause. [14, s. 122–123]

Keräsin työn toisessa testauksessa aineistoa havainnoimalla, ruutukaappausvideoil-la, TIMiin tallentuneilla testaajien vastauksilruutukaappausvideoil-la, kyselylomakkeella sekä haastatte-luilla. Analysoin näistä tarkemmin sisällönanalyysin ja sisällön erittelyn keinoin ky-selylomakkeen vastauksia ja testaajien haastatteluja. Muuta osaa aineistosta käytin tiedon täydentämiseen ja varmistamiseen. Esimerkiksi ennen haastatteluita tutus-tuin testaajien kyselylomakkeen vastauksiin sekä TIMissä tehtyihin ajoihin. Tarvit-taessa käytin ruutukaappausvideota varmistaakseni, mitä testaaja oli työssä tehnyt.

Näiden avulla lisäsin osiin haastattelurunkoja valmiiksi tarkentavia kysymyksiä.

Analysoitavien kyselylomakkeen vastausten ja haastattelujen käsittelyn aloitin lo-makkeen vastauksiin tutustumalla. Tämän jälkeen litteroin haastattelunauhat. Täl-lä tapaa sain haastattelujen sisällön helpommin analysoitavaan muotoon. Litteroin haastattelut suhteellisen tarkasti kirjaamalla ylös kaikki puheessa esiintyneet sanat.

En kirjannut litterointeihin kaikkia äännähdyksiä tai merkinnyt sanojen painotuk-sia. Merkitsin litteroinneissa omia puheitani kirjaimella M ja haastateltavien puhetta kirjaimella H. Esimerkiksi yksi haastattelun osio näyttää litteroinnissa tältä:

”M: Ja tota mulla on tässä tosiaan sarja kysymyksiä, et tää on semmonen puolistrukturoitu haastattelu et sit mä saatan kysyä myös jotain jos tulee

mieleen ja sä voit kans kysyä multa että niinku.

H: Juu.”

Kyselylomakkeen vastaukset kopioin Google Forms -palvelusta käsiteltäväksi teks-tinkäsittelyohjelmaan. Nämä testaajien avoimiin kysymyksiin kirjoittamat vastauk-set olivat jo valmiiksi kirjallisessa muodossa.

Litterointien valmistuttua aloin etsiä aineistosta analyysirunkoon liittyviä ilmaisu-ja. Aloitin prosessin haastatteluista etsimällä erikseen jokaiseen Nivalaisen ym. [6]

esittämiin fysiikan kokeellisten töiden tavoitekategorioihin liittyviä ilmaisuja. Käy-tännössä toteutin tämän ottamalla PDF-muotoisesta litterointitekstistä viisi kopiota ja yliviivaamalla näistä yhteen aina kuhunkin kategoriaan liittyvät ilmaisut. Lisäksi etsin erikseen ilmaisuja, joissa mainittiin työssä kohdattuja haasteita, kehittämistä kaipaavia asioita sekä onnistumisia koskevia seikkoja. Kyselylomakkeen vastauksia pidin suoraan alkuperäisinä ilmauksina, sillä testaajat olivat vastanneet kysymyksiin jo valmiiksi tiiviisti.

Alkuperäisten ilmaisujen etsimisen jälkeen muodostin niistä pelkistettyjä ilmaisuja, eli siirryin analyysiprosessin neljänteen vaiheeseen. Pelkistettyjen ilmaisujen avul-la alkuperäiset ilmaisut saadaan tiiviimpään ja helpommin tulkittavaan muotoon.

Esimerkiksi yhdessä litteroinnissa yliviivasin seuraavan alkuperäisen ilmauksen liit-tyen tavoitekategoriaan ”Käytännöllisten tai kokeellisten taitojen kehittäminen”.

Lainauksessa ”– –” -merkinnällä viittaan epäolennaisen tekstin pois jättämiseen.

”H: No joo, en mä nyt ollut ihan niin tarkkaan tiennyt miten ne CERNissä vähän niinku vaikka tämmösen bosonin olemassaolon todistaminen, niin että minkälailla se tulee – –. Että kyl se tota vähän niinku avas sitä maailmaa siitä, että minkälailla sitä hiukkasfysiikkaa voi tehdä.

M: Mmm.

H: Ja minkä, minkälaisella perusteella sit voidaan justiin tota jotain uusia hiukkasia sitten olemassaoloa todistaa.”

Tämän ilmauksen tiivistin pelkistetyksi ilmaukseksi ”Työ avasi hiukkasten löytymi-sen periaatetta.”. Pelkistin samalla tapaa myös kyselylomakkeen vastaukset. Lista-sin pelkistetyt ilmaukset uuteen tekstitiedostoon kategorioittain tai aihealueittain.

Tämä oli siis analyysiprosessin viides vaihe.

Kuudennessa ja seitsemännessä vaiheessa etsin pelkistetyistä ilmauksista samankal-taisuuksia ja eroavaisuuksia sekä muodostin ilmauksista erilaisia alaluokkia. Yk-sittäinen pelkistetty ilmaus saattoi sopia useampaan eri alaluokkaan. Esimerkkinä alaluokkien muodostamisesta kyselylomakkeen kysymyksen ”Mitä opit työstä?” vas-tauksien pelkistetyt ilmaukset ja niistä muodostetut alaluokat on kirjattu tauluk-koon 3.

Analyysin lopuksi yhdistin aineistosta nousseet alaluokat analyysirungossa määri-tettyihin yläluokkiin (ks. taulukko 2). Osaan yläluokista kirjasin myös alaluokkia

Taulukko 3. Esimerkki alaluokkien muodostamisesta lomakkeen kysymyksen

”Mitä opit työstä?” pelkistetyistä ilmauksista.

Pelkistetty ilmaus Alaluokka

Invariantin massan käyttö ja sovellukset. Hieman lisää Python-kieltä.

hiukkasfysiikan teoria, ohjel-mointi

Kertausta aiemmin käsitellystä asiasta. ei uutta Kiihdyttimien toimintaperiaatteesta lisää. Vähän

data-analyysia.

hiukkasfysiikan teoria, data-analyysi

Hieman ohjelmointia. Z:n olemassaolon todistaminen. ohjelmointi, hiukkasten havait-seminen

Hiukkasten etsiminen massajakaumasta. hiukkasten havaitseminen Hieman kokeellista hiukkasfysiikkaa. kokeellinen hiukkasfysiikka Itsehillintää. Hiukkasten ominaisuuksien määrittämisen

teoriaa ja laskennan käytäntöä.

itsehillintä, hiukkasfysiikan teoria

Hiukkasfysiikka ja Python olivat uusia asioita. hiukkasfysiikka, ohjelmointi Kuinka CERNissä tehdään tutkimusta ja miten

hiukka-sia voi havaita. Ohjelmoinnissa ei mitään uutta.

kuinka tutkitaan, hiukkasten havaitseminen

yhdistäviä tekijöitä, jotka helpottivat alaluokkien jäsentämistä. Seuraavassa alalu-vussa kerron tarkemmin yläluokittain analyysin tuloksista.