Tämä opinnäytetyö on survey-tutkimus, jossa on kerätty määrällinen aineisto yksilöiltä standardoidussa muodossa kyselylomakkeen avulla (Hirsjärvi, Remes & Sajavaara 2002, 122). Joulukuussa 2004 hankitun aineiston avulla kuvataan innovaatioiden omaksumista ehkäiseviä ja edistäviä tekijöitä. Opiskelijoiden kysely suoritettiin paperi-sella kyselylomakkeella, jonka opettajat jakoivat valituille luokille. Opettajien kysely suoritettiin elektronisena verkkotyökalun avulla. Opettajia kyselystä oli informoitu noin viikkoa aikaisemmin ja opiskelijoille siitä tiedotti kyselylomakkeet jakanut opet-taja. Vastausaikaa molemmilla ryhmillä oli viikko.
4.1 Aineisto ja sen hankinta
Tämän tutkimuksen mittarina toimineen kyselylomakkeen laadinnassa hyödynnettiin Miettisen (1996), Kolehmaisen (1997), Lappalaisen (2000), Taskisen (1995) ja Taski-sen, Sinkkosen ja Kinnusen (1995) raportoimia tutkimuksia. Mittarina toiminut kysely-lomake käsitti kaikkiaan 124 kysymystä (Liite 3., opettajien versio). Joista kysymykset 1 – 6 olivat taustakysymyksiä. Taustakysymyksiin tutkija liitti tiedon siitä, oliko vas-taaja ammattikorkeakoulun opiskelija vai opettaja. Kysymykset 7 – 50 käsittelivät yk-silön ominaisuuksia innovaatioiden omaksujina (kyselylomake osiot A ja B) ja vastaavasti kysymykset 51 – 88 käsittelivät organisaation ominaisuuksia (kyselyloma-ke osiot C ja D). Kysymyksillä 89 – 123 selvitettiin erilaisten uusien teknologioiden käyttöä ja osaamista Savonia-ammattikorkeakoulussa (kyselylomake osio E). Kaikissa näissä osioissa kysymykset olivat viisiportaisia Likert-asteikollisia väittämiä. Kysy-myskaavakkeet muokattiin molemmille ryhmille sopiviksi niin, että kysymykset vasta-sivat sisällöltään toisiaan. Liitteessä 3. on esimerkkinä opettajille suunnattu kysely ja vastaavasti faktorianalyysin yhteydessä muuttujat ovat siinä muodossaan kuin ne olivat opiskelijoiden kyselyssä. Kysymys 124 oli avoin, johon vastaajia pyydettiin kirjaa-maan omia käsityksiä uusien toimintatapojen ja teknologioiden käyttöönotosta omassa työskentely- tai opiskeluympäristössään.
Tutkimuksen perusjoukko on Savonia-ammattikorkeakoulun opiskelijat ja opettajat.
Opiskelijoiden osalta otantamenetelmänä käytettiin ryväsotantaa, jossa ammattikor-keakoulun sosiaali- ja terveysalan kaikilta koulutusohjelmilta valittiin yksi vuosikurssi, jonka jokaiselta jäseneltä vastauksia pyydettiin. Ammattikorkeakoulun muilta aloilta valittiin mukaan koulutusohjelmat, jotka ovat mukana Arvo-projektissa. Samoin näiltä koulutusohjelmilta valittiin mukaan yksi vuosikurssi. (Nummenmaa, Konttinen, Kuu-sinen & Leskinen 1997, 35.). Opettajat jakoivat opiskelijoille yhteensä 247 vastauslo-maketta. Opettajien osalta kyseessä on kokonaisotanta eli kysely lähetettiin kaikille ammattikorkeakoulussa sillä hetkellä opetustyössä oleville henkilöille. Opettajia pyy-dettiin sähköpostin välityksellä vastaamaan kyselyyn (Liite 1.). Sähköpostit lähetettiin ryhmäviesteinä. Vastaajat liitettiin sähköpostiohjelman BCC-kenttään (blind carbon copy), jolloin he eivät nähneet kenelle muille kysely oli samalla kertaa lähetetty. Säh-köposteja palautui 7 kappaletta virheellisen osoitteen vuoksi, joista kolmelle löydettiin toimiva sähköpostiosoite. Loput neljä osoitetta kuuluivat henkilöille, jotka eivät enää olleet töissä Savonia-ammattikorkeakoulussa tai heillä ei ollut muusta syystä toimivaa sähköpostiosoitetta. Opettajille lähetettiin sähköpostin avulla 268 vastauspyyntöä. Näin tutkimuksen kokonaisotokseksi muodostui 515 havaintoyksikköä.
Opettajilta elektronisena saatu aineisto oli pienin toimenpitein siirrettävissä valmiiseen SPSS-pohjaan. Opiskelijoiden vastaukset siirrettiin SPSS-tiedostoon käsin, jonka jäl-keen ne tarkastettiin kahdella tapaa. Kaikista muuttujista listattiin niiden minimi- ja maksimiarvot ja verrattiin muuttujalistauksen vastaaviin arvoihin. Näin huomatut poikkeavuudet tarkastettiin ja korjattiin. Tämän jälkeen kaikki lomakkeet käytiin vielä kertaalleen läpi ja verrattiin SPSS-tiedostoon syötettyyn aineistoon.
4.2 Aineiston analysointi
Aineistoa tarkastellaan tässä tutkimuksessa kokonaisuutena sekä jaettuna selittäviin muuttujiin Ryhmä (opiskelija / opettaja) sekäKoulutusala (sosiaali- ja terveysala / muu ala). Ryhmä Muu ala saatiin yhdistämällä muut ammattikorkeakoulun koulutusalat:
kulttuuriala, matkailu- ja ravitsemisala, tekniikan ala sekä liiketalouden ala samaksi ryhmäksi. Muuttujia mitattiin viisiportaisella Likert-asteikolla. Vaikka vastaajien
mie-lipide on luonteeltaan jatkuva muuttuja, niin viidessä pykälässä mitattu miemie-lipide (täy-sin samaa mieltä - täy(täy-sin eri mieltä) on epäjatkuva eli diskreetti muuttuja. (Nummen-maa 2004, 33-34.) Muuttujien Likert-asteikolliset skaalat käännettiin niin että positiivinen, suotava vaihtoehto sai arvon viisi ja vastaavasti epäedullisin vaihtoehto sai arvon yksi. Tästä syystä osaa kysymyksistä ei käännetty (esimerkiksi kysymykset 42-50, joissa tiedusteltiin vastaajien erilaisia pelkoja). Aineistoon tutustuminen suori-tettiin kaikkien edellä lueteltujen ryhmien osalta tarkastelemalla suoria jakaumia (Nummenmaa ym. 1997, 23). Kuviossa 2. on tiivistettynä aineiston käsittelyn tär-keimmät vaiheet.
Mittarin avulla saatua suurta informaation määrää tiivistettiin faktorianalyysin avulla (Järvinen & Järvinen 1995, 114). Eksploratiivinen faktorianalyysi sopii käytettäväksi silloin kun tutkijalla ei ole ennakkotietoa tai ennakkohypoteeseja tutkimuksen kohteena olevasta ilmiöstä tai tilanteesta. Eksploratiivisuus tarkoittaa myös sitä, että tutkijalla ei
KUVIO 2. Aineiston käsittelyn eri vaiheet
3. Muuttujien määrän supistaminen -eksploratiivinen faktorianalyysi
-24 muuttujaa (faktoria) = selitettävät muuttujat 4. Ryhmien välisten erojen vertailu
- riippumattomien ryhmien t-testi - selittävät muuttujat: Ryhmä ja Koulutusala
2. Aineistoon tutustuminen - suorat jakaumat
1. Aineiston syöttö SPSS:ään - muuttujien arvojen tarkistus - 124 muuttujaa
ole selkeää kuvaa faktoreiden lukumäärästä ja latausten rakenteesta eikä mahdollisista korrelaatiorakenteista ennen analyysin suorittamista. Oletuksena on että tutkittavien muuttujien taustalla on joukko ns. latentteja eli piileviä muuttujia. Faktorianalyysin avulla saatiin yhdistettyä erillään olevat muuttujat mielekkäiksi kokonaisuuksiksi.
(Nummenmaa 2004, 333; Leskinen 1987, 47-48.) Faktorianalyysin rotaatiomenetelmä-nä käytettiin suorakulmaista Varimax-rotaatiota. Tämän avulla faktoriratkaisun lataus-rakennetta parannettiin niin että mahdollisimman monen yksittäisen muuttujan lataukset yhteen faktoriin olivat maksimissaan ja vastaavasti lataukset muihin faktorei-hin saatiin minimoitua. (Nummenmaa 2004, 346; Nummenmaa ym. 1997, 218.)
Faktorianalyysin avulla haettiin kokeilemalla sellaista ratkaisua, jonka tulkinta näytti mielekkäältä. Tulkinnassa muuttujien sisällöstä johdettiin jokaista faktoria kuvaava nimi. Kullekin faktorille latautuneet muuttujat esitellään tutkimustulokset kappaleessa.
Muuttujien lataukset kertovat kuinka hyvin faktori kuvaa kyseisen muuttujan vaihte-lua. Arvo yksi tarkoittaa sitä, että faktori selittää täysin kyseisen muuttujan vaihtelut.
Latauksen arvojen ollessa enemmän kuin 0,3-0,35 voidaan muuttujan katsoa kuuluvan kyseiselle faktorille. Taulukoissa esitetty kommunaliteetti puolestaan kertoo sen kuinka suuri osuus, kyseisen muuttujan vaihtelusta, selittyy löydettyjen faktoreiden avulla. (Tampereen yliopisto FSD; Järvinen & Järvinen 1995, 114.)
Kustakin tutkimuksen näkökulmasta eli mittarin kolmesta pääluokasta Yksilön ominai-suudet,Organisaation ominaisuudet ja Uuden teknologian käyttö ja osaaminen tehtiin omat faktorianalyysit, joilla kyseisten pääluokkien muuttujia voitiin yhdistää. Näin muuttujien määrää saatiin rajattua hallittavampaan määrään. Ensimmäisestä pääluokas-ta tehtiin lisäksi oma faktorianalyysi yksilön pelkoja kuvaavispääluokas-ta kysymyksistä. Koko aineistosta tehtiin yhteensä neljä faktorianalyysia, joiden avulla muuttujien määrää saa-tiin tiivistettyä 24:ään. Nämä faktorit kuvaavat innovaatioiden omaksumista ehkäiseviä ja edistäviä tekijöitä. Näille faktoreille laskettiin niiden aritmeettiset keskiarvot, joita analysoitiin selittävien muuttujien Ryhmä sekä Koulutusala välillä. Tällä pyrittiin tar-kentamaan aineiston avulla syntyvää kuvaa Savonia-ammattikorkeakoulusta. Koska
kysymysten asteikko sisältää sekä innovaatioiden diffuusiota edistävän että ehkäisevän ulottuvuuden, aritmeettista keskiarvoa 3,0 voidaan pitää neutraalina arvona. Kolmea suurempia keskiarvoja pidetään omaksumista edistävinä ja taas vastaavasti pienempiä arvoja omaksumista ehkäisevinä tekijöinä. Kysymyksissä 89 - 123 vastausvaihtoehto En osaa sano tulkittiin siten ettei vastaajilla ollut kokemusta kyseisestä teknologiasta.
Näin kääntämisen jälkeen se sai arvon 1, jolloin kysymysten 89 - 123 neutraalina kes-kiarvona pidetään 3,5. Apuna ryhmien välisessä vertailussa ja myöhemmin tulkinnassa käytetään faktoreista laskettuja aritmeettisia keskiarvoja, joita lukijan on helpompi tul-kita. Tällöin arvo 5 tarkoittaa parasta mahdollista, suotuisinta vaihtoehtoa ja arvo yksi vastaavasti huonointa (skaala 1-5).
Faktoreiden keskiarvojen tilastollisten erojen merkitsevyyttä testattiin riippumattomien ryhmien T-testillä, jossa ryhminä toimivat selittävät muuttujat ryhmä ja koulutusala.
Varianssianalyysin käytön edellytyksenä on, että muuttujien arvot ovat normaalisti jakautuneet sekä että muuttujien varianssit ja keskihajonnat ovat eri ryhmissä yhtä suu-ret. Ensimmäisen ehdon osalta tässä tutkimuksessa nojaudutaan keskeiseen raja-arvolauseeseen, jonka mukaan suurella otoskoolla otoskeskiarvon jakauma noudattaa likimain normaalijakaumaa (Heikkilä 1999, 104, 215; Tampereen yliopisto FSD). Jäl-kimmäisen ehdon osalta käytettiin analyysia, joka laskee erot sekä yhtä suurten että eri suurten varianssien tapauksessa (Levene’s Test for Equality of Variances). Sekä selitet-tävien muuttujien keskiarvojen että varianssien yhtä suuruuksien tulkinnan merkitse-vyystasona käytettiin arvoa 0,05 (p-arvo, tulosteissa Sig.) (Rasi, Lepola, Muhli &
Kanniainen 2006, 86-87, Taanila 2008.) Tämä tarkoittaa sitä että hylättäessä ryhmien välisten keskiarvojen tai varianssien yhtä suuruus, on mahdollista tehdä virheellinen johtopäätös alle 5 % tapauksista. (Kakkuri-Knuutila 2002a, 321-323; Tampereen yli-opisto FSD.)