Videon hyödyntämisestä tutkimuksessa

1. VIDEOAINEISTON KÄYTTÖ
KASVATUSTIETEEN KONTEKSTEISSA
Arttu Mykkänen
Oulun yliopisto
Oppimisen ja koulutusteknologian tutkimusyksikkö
arttu.mykkanen@oulu.fi

2. Sisällys
• Yleisesti videotutkimuksesta
• Aineistonkeruun lähtökohdista
• Analyysin lähtökohdista
• Tulosten esittämisestä
• Videotutkimuksen eduista ja haitoista

3. Yleisesti videotutkimuksesta
• Tavoittaa tutkittavan ihmisen toiminnan ja sen
ympäristön, jossa toiminta tapahtuu.
– vrt. paper-pencil havainnointi.
• Myös muiden tutkimusmetodien tueksi tai niissä
käytettäväksi.
– haastattelut, kyselyt.
– triangulaatio
• Mitä tilanteessa tapahtuu ja siitä johdetut
tulkinnat?
• Toimivatko ihmiset niin kuin väittävät
toimivansa?

4. Yleisesti videotutkimuksesta
• Voidaan hyödyntää tutkittaessa monenlaista
käyttäytymistä erilaisissa
vuorovaikutustilanteissa.
• Useita näkökulmia ja analyysimetodeja.
• Antaa valikoidun kuvan ilmiöstä, jota
tutkimuksessa yritetään tavoittaa.
• Erityisen hyödyllinen mikrotason asioita
tutkittaessa.
– Eleet, ilmeet…

5. AINEISTONKERUU

6. Aineistonkeruu – teoreettisia
lähtökohtia
• Videotutkimuksen fokuksen ja kontekstin
tarkentaminen suhteessa tutkimuskysymyksiin ja
tutkimuksen tavoitteisiin.
• Teoreettisten lähtökohtien ymmärtäminen auttaa
materiaalin työstämisessä.
– Tilanteiden valinta
• Teoria tutkijan käytännön apuvälineenä; ohjaa
tutkimusta ja analyysiä.
• Teoria tulee materialisoida aineistossa jollakin
tavalla.
– Jonkin tuotteen tai aktiviteetin kautta

7. Aineistonkeruu – videoinnin suunnittelu
• Kerro aineistonkeruuseen osallistuville ihmisille
mahdollisimman tarkasti tutkimuksesi eri vaiheet ja
päämäärät.
• Tutkimuslupalomakkeen tulisi sisältää
mahdollisimman tarkasti tiedot esimerkiksi aineiston
omistajuudesta, säilytyksestä ja käytöstä eri
konteksteissa.
– Sisällytä myönteiset vaihtoehdot aina
ensimmäisenä.
• Tarkasti myös osallistujan oikeuksista ja
joustavuudesta.

8. Aineistonkeruu – videoinnin suunnittelu
• Seurataanko ryhmää vai yksittäistä henkilöä?
• Luokkahuone vai eristetympi tila?
• Kuinka monella kameralla kuvaus toteutetaan?
– Mitkä ovat kameroiden antaman informaation
ennakoitu tarkoitus (vrt. eksplisiittisyys)
• Käytetäänkö luokkahuonetutkimuksen lisäksi
myös vapaata kameraa?

9. Aineistonkeruu –esimerkkinä
luokkahuonetutkimus
• Opettajan toiminta
– Puhe, opetusmetodit, opetuksessa käytettävät
välineet
• Oppilaiden toiminta
– Osallistuminen luokassa, opiskelu ja tehtävien
suorittaminen
• Vuorovaikutus
– Opettaja-oppilas, oppilas-oppilas
• Oppitunnin sisältö

10. Aineistonkeruu – käytännön vinkkejä
• Varioi tutkimustyyliäsi mahdollisimman vähän.
• Pysyttele lähellä kuvattavaa.
• Käytä ulkoista mikkiä mikäli mahdollista.
• Mieti myös valotusta.
• Käytä useampaa kameraa (jos tarpeen).
• Älä toteuta aineistonkeruuta yhdellä kertaa. Kokeile eri
toteutustyylejä esim. vaihda mikin paikkaa.
• Pilotointi
• Mieti myös eri kuvien synkronointia.
– Miten eri kuvat laitetaan yhteen ja miten niitä
hyödynnetään suhteessa toisiinsa?
• Älä ’ystävysty’ kuvattavien kanssa.

11. Aineistonkeruu – aineiston lajittelu
• Älä jätä mitään aineistoa luokittelematta.
• Merkkaa videot tapahtumapaikan koodilla
tms.
• Keräämisen päätyttyä anna
koululle/päiväkodille nopea palaute siitä,
miltä aineisto vaikuttaa. Analyysin ja
tutkimuksen valmistuttua henkilökunta ja
lapset ovat saattaneet vaihtua.
• Ota varmuuskopiot kaikesta!

12. • Käytä videoiden lajitteluun kaavaketta tai
pohjaa, josta löytyy seuraavia tietoja:
– Videon koodi, kesto, kuvaaja,
tapahtumapaikka, videolla esiintyvät lapset,
yleisiä piirteitä kuten leikkiä, pelaamista yms.
– Lisäksi yleinen katsaus videopätkän sisältöön
– … 12.30 pojat pelaavat jalkapalloa….

13. 13

14. AINEISTON ANALYYSI

15. Analyysi
• Analyysi alkaa konkretisoimalla tilanteen ja
selkiyttämällä, mitä tilanteessa tapahtuu.
• Videon jatkuva uudelleen tulkinta
– tärkeiden asioiden hakeminen ja tarkempi
tarkastelu.
• Esille nostetut tärkeät asiat tai ilmiöt
tarkastellaan huolellisesti. Pyritään
tunnistamaan jotakin käyttäytymisen tapaa tai
toistuvuutta.
• Datasessioiden yhteisöllisyys tutkijan apuna.

16. Analyysi – merkitykselliset osat
• Sosiaalinen kanssakäyminen voi noudattaa
tiettyä järjestystä, joita ihmiset toimillaan
ilmentävät.
– What’s the time Denise?
– 2.30
– That´s good Denise!
• Vuorovaikutuksen struktuuri on nähtävillä
”piilotettuna” toiminnan taakse.

17. 17

18. Merkityksellisten tilanteiden
koodaaminen
• Tilanne tai tapahtuma voidaan kategorisoida
luokkiin, jotka voivat nousta aineistosta tai
perustua valittuun teoriaan.
Whitebread et al. 2009

19. Esimerkkejä
• Marshmallow
• Luokkahuone
• Ryhmätyö
• Kiintymys
• Miettikää mitä ilmiöitä
näytetyistä
esimerkeistä voitaisiin
tutkia.
– Mikä olisi sopiva
analyysiyksikkö tai
tapahtuma?
– Miten valintaa
kannattaa rajata?
– Miten tulokset
esitetään?

20. Luotettavuuskoodaukset
• Tehdään varmistamaan koodauksen ja
kategorioiden luotettavuus.
• Kaksi koodaajaa, jotka tekevät koodauksen
itsenäisesti.
• Videoaineiston käsittelyn työläyden johdosta
usein vain osa aineistosta
luotettavuuskoodataan.
• Kategorioiden ”sparraaminen” yhdessä
tutkimusryhmän kanssa.
– Kyseessä ei varsinainen
luotettavuuskoodaus.

21. TULOSTEN ESITTÄMINEN

22. Analyysi - litteraatit
• Ilmentää sitä, mitä keskustelussa ja ihmisten
välisessä vuorovaikutuksessa tapahtuu.
• Litteraatit itsessään ilmentävät tutkijan
ideologisia päätöksiä
– Mitä tutkija päättää litteroida ja millä tavalla.
Lisäksi päätettävä, kuinka tilanteeseen
osallistuvat ihmiset kuvataan.
• Kuinka paljon litteraatteihin sisällytetään?
– Eleet, ilmeet, ajan määreet…

23. Analyysi – litteroinnin eri
mahdollisuuksia
• What’s the time Denise?
• 2.30
• That´s good Denise!

24. Analyysi – Litteroinnin eri
mahdollisuuksia
23. (Teacher) What´s the time Denise
24. (2,3)
25. (Denise) ehmm
26. (0,6)
27. (Denise) Halfpast two
28. (0,5)
29. (Teacher) That´s good Denise

25. ”If you want to show
something from the
data, just do it”
25

27. Melander, H, & Sahlström, F, 2009

28. 28

29. 29

30. 30

31. 31

32. Esimerkkejä ohjelmistoista analyysin eri
vaiheissa
• Eri ohjelmien hyödyntäminen analyysin eri
vaiheissa
– Karkea editointi: Movie Maker
– Aineiston lajitteluun: Word
– Litteraatit: Inqscribe ja Express scribe
– Analyysi ja luokittelu: Nvivo
– Lopullinen editointi esimerkiksi esityksiä
varten: Movie Maker

33. Hyvää & Huonoa
• Hyödyt
• Määrä
– Tallentaa ympäristön ja
toiminnan
– Kamera tallentaa kaiken
mikä on sen näkymässä
+ ympäristön äänet (vrt.
havainnointi)
• Pysyvyys
– Voidaan katsoa
uudelleen ja uudelleen.
– Monia erilaisia
analysointimahdollisuuks
ia
• Haitat
• Tekniset ongelmat
– Kameran ja tutkijan
”häiritsevä” läsnäolo
• Eettiset rajoitteet
– Kuka aineiston omistaa
– Käytetäänkö aineistoa
vain siihen tarkoitukseen
kuin se alun perin
kerättiinkin

34. Hyvää & Huonoa
Hyödyt
• Pysyvyys
– Harkitut tulkinnat
– Vertaaminen rinnalla
käytettävien
aineistonkeruumenetelmien
kanssa
– Tutkijoiden yhteistyö
mahdollista
• Suhteessa pelkkään
havainnointiin
– Yksityiskohtia on vaikea
ikuistaa itse hetkessä
– Yksityiskohdat ovat
merkityksettömiä itse
hetkessä
Haitat
• Reliabiliteetti
– Valikoiva otos
– Ei usein ota huomioon
tutkittavan näkökulmaa
• Kerää helposti liian paljon
aineistoa
– Työläs käsittelyprosessi

35. Kannattaa tutustua
• Leaforum
• Lastu

36. Muutama lähde
• Derry, S. J., Pea, R. D., Barron, B., Engle, R. A.,
Erickson, F., Goldman, R., Hall, R., ....Sherin, M.
G. (2010). Conducting video research in the
learning sciences: Guidance on selection,
analysis, technology, and ethics. The Journal of
the Learning Sciences, 19(1),3–53
• Goldman, R.,Pea, R.,Barron, B., & Derry, S.
(eds.) (2007).Video research in the learning
sciences.Mahwah, NJ: Erlbau