Hyppää pääsisältöön

Eurofoundin tutkimusmenetelmät

Eurofoundin tutkimustyön tavoitteena on antaa korkealaatuista tietoa elin- ja työolojen laadusta Euroopassa. Jotta tämä tavoite voidaan saavuttaa, jokaisella tutkimuksella on eri kohderyhmä, jolta kysytään erityisiä tietoja.

Euroopan työolotutkimuksessa työntekijöille esitetään kysymyksiä työn ja työllisyyden laatua koskevien tietojen saamiseksi. Euroopan yritystutkimuksen kohderyhmänä ovat johtajat ja työntekijöiden edustajat yrityksissä, ja tarkoituksena on saada tietoa työpaikkojen käytännöistä. Euroopan elämänlaatututkimuksessa haastatellaan Euroopan kansalaisia heidän elinoloistaan ja elämänlaadustaan.

Eri kohderyhmistä huolimatta Eurofoundin tavoitteena on yhdenmukaistaa tutkimusmenetelmiä mahdollisuuksien mukaan ja varmistaa, että yhdessä tutkimuksessa opittuja asioita sovelletaan muissa tutkimuksissa.

Kaikissa tutkimushankkeissa Eurofoundin sidosryhmät ja asianomaisten alojen asiantuntijat osallistuvat kunkin tutkimuksen kehittämiseen, toteuttamiseen ja arviointiin sekä varmistavat, että niillä on merkitystä EU:n ja kansallisen tason päättäjille ja työmarkkinaosapuolille.

Ottamalla mukaan asiantuntijat kyselyjen kehittämiseen ja kansalliset asiantuntijat käännösprosessiin Eurofound pyrkii varmistamaan, että kaikilla tutkimuksen kysymyksillä mitataan niitä todellisen maailman ilmiöitä, joita tutkimuksilla on tarkoitus mitata (validiteetti).

Poimimalla huolellisesti edustavat otokset, valitsemalla sopivimmat tavat hallinnoida kyselyjä huipputekniikan avulla, rekrytoimalla kokeneita haastattelijoita, antamalla haastatteluun ja koodaukseen liittyvää laaja-alaista koulutusta, tarkistamalla yksityiskohtaisesti kerätyt tiedot, käyttämällä pitkälle kehittyneitä painotusmenetelmiä ja tekemällä tarkoituksenmukaisia analyysejä Eurofound pyrkii varmistamaan tutkimusmittausten yhdenmukaisuuden (reliabiliteetti).

Eurofound on sitoutunut tuottamaan korkealaatuista tietoa, mikä näkyy myös sen tutkimusten laadunvarmistusstrategiassa.

Otanta

Riippumatta siitä, onko tutkimuksen kohderyhmänä Euroopan kansalaiset, työntekijät vai työpaikat, kyseisen ryhmän kaikilta jäseniltä ei voida kerätä tietoa. Vastaajien otos valitaan siten, että se edustaa mahdollisimman hyvin koko kohderyhmää.

Eurofound pyrkii käyttämään mahdollisimman laadukkaita otantakehikkoja. Kussakin maassa se pyrkii löytämään rekisterin, joka kattaa vähintään 95 prosenttia kohderyhmästä. ECS:n osalta nämä rekisterit sisältävät työpaikkojen ja yritysten yhteystietoja. EWCS:n ja EQLS:n osalta rekisterit sisältävät usein kotitalouksien osoitetietoja ja joskus henkilöiden osoitetietoja. Jos tällaista rekisteriä ei ole saatavilla EWCS- ja EQLS-tutkimuksissa, luettelo mahdollisista vastaajista laaditaan satunnaismenetelmän avulla.

Eurofoundin tavoitteena on valita otoksia, jotka ovat tarpeeksi suuria, jotta yksittäisissä maissa saadaan pätevät tulokset, ja jotka kuvaavat Euroopan väestön jakautumista tarpeeksi hyvin, jotta voidaan tehdä koko Eurooppaa koskevia yleistyksiä. Ensimmäinen tavoite edellyttää, että otoksen maakohtainen koko on vähintään 1 000 vastaajaa, jolloin virhemarginaali on hyväksyttävällä tasolla. Toisen tavoitteen saavuttamiseksi suurissa maissa valitaan suurempi otos, kuten uusimmissa EWCS- ja EQLS-tutkimuksissa on tehty.

Koodaus

Joskus on esitettävä avoimia kysymyksiä, joihin ei voida antaa suoraan etukäteen määritettyjä vastauksia. Tämä voi koskea esimerkiksi toimialaa. Haastattelija kirjaa ensin annetun vastauksen yksityiskohtaisesti ja luokittelee sen myöhemmin Euroopan yhteisön tilastollisen toimialaluokituksen (NACE) asianomaiseen luokkaan.

Koodausta sovelletaan yleensä avoimiin kysymyksiin, jotka koskevat ansiotuloja, vastaajien koulutustasoa (ISCED-luokituksen avulla) ja asuinaluetta (NUTS-luokituksen avulla).

Painotus

Kun kenttätyö on päättynyt, tietoja on painotettava otoksen mahdollisen epätasapainon syiden korjaamiseksi. Tilastoissa on otettava huomioon esimerkiksi se, että eri henkilöillä on erilainen todennäköisyys tulla valituksi tutkimukseen. Mitä suuremmassa yksikössä (kotitaloudessa/yrityksessä) henkilöt asuvat tai työskentelevät, sitä pienemmät mahdollisuudet heillä on tulla valituksi. Myös halukkuus osallistua tutkimukseen voi vaihdella, mikä voi johtaa tiettyjen vastaajaryhmien aliedustukseen. Eri maiden välisiä työvoiman kokoeroja ei oteta (täysimääräisesti) huomioon kunkin maan otoksen koossa, joten painotusta käytetään varmistamaan suurten maiden voimakkaampi painotus EU:n tuloksissa.

EU:n työvoimatutkimusta (LFS) käytetään usein vertailutietojen lähteenä, kun arvioidaan, missä määrin tiedot edustavat väestöä.

Menetelmiä mukautetaan kulloinkin tutkimuksen erityisvaatimuksiin. Lisätietoa on saatavilla kunkin tutkimuksen sivuilla.

Exploring the potential of big data for Eurofound research

Surveys have never been the only source of large-scale, quantitative data, and discussions about better integrating data from other sources in social research have been ongoing for quite some time. However, in recent decades, with the increasing connectedness of individuals and organisations to the internet, the amount of data available from sources such as web applications, mobile devices, sensors, video streams and social media has exploded.

In this context, Eurofound is exploring the potential use of big data to complement and contextualise the data from its existing research efforts, its surveys in particular. The project currently focuses on three strands, and this work is discussed in three working papers.

Reflects on the current and possible future opportunities for using big data to enhance sampling frames or even to generate sampling frames for online surveys, and examines the extent to which a full probability approach is achievable or can at least be approximated. Also discusses the possible gains in efficiency.

Offers insight into the most appropriate analytical techniques for collecting and analysing ‘true’ big data (such as the number of people visiting a place or doing an action online, movements of people based on mobile data, and geolocation). Indicates where approaches differ from ‘regular’ statistical analysis, highlights techniques that Eurofound would need to familiarise itself with, and describes the software and hardware requirements.

Explores the potential and limitations of using social media content as a data source and of the various social media platforms to which this approach could be applied (for example, Facebook, LinkedIn and Twitter), using one or more practical examples.

Disclaimer

When freely submitting your request, you are consenting Eurofound in handling your personal data to reply to you. Your request will be handled in accordance with the provisions of Regulation (EU) 2018/1725 of the European Parliament and of the Council of 23 October 2018 on the protection of natural persons with regard to the processing of personal data by the Union institutions, bodies, offices and agencies and on the free movement of such data. More information, please read the Data Protection Notice.

To verify you're human, please enter the result of this calculation: 20 + 5.