Valmistumisaikaan vaikuttavat tekijät : elinaika- ja ryhmittelyanalyysin sovellus
Authors
Date
2021Copyright
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Tämän tutkielman tarkoituksena on mallintaa Jyväskylän yliopiston matemaattis-luonnontieteellisen tiedekunnan opiskelijoiden valmistumisaikoja ryhmittelyanalyysin ja elinaika-analyysin keinoin. Valmistumisaikana tarkastellaan aikaa opintojen aloittamisesta luonnontieteiden kandidaatiksi valmistumiseen saakka. Valmistumisaikaa pyritään selittämään ylioppilasarvosanojen ja muiden hakuvaiheen muuttujien avulla.
Aineistona tarkastellaan Jyväskylän yliopiston matemaattis-luonnontieteellisessä tiedekunnassa vuosina 2015-2020 aloittaneiden opiskelijoiden tietoja. Aineisto koostuu kahdesta osa-aineistosta: hakuvaiheen aineistosta ja opiskeluvaiheen aineistosta. Hakuvaiheen aineistosta käy ilmi muiden muassa ylioppilasarvosanat, valintajono sekä hakukohde. Opiskeluvaiheen aineistossa on tietoja esimerkiksi opiskelijan laitoksesta, opintopistekertymästä, läsnäolosta sekä kandidaatiksi valmistumisen ajankohdasta. Edellä mainittujen tietojen perusteella muodostettiin uusi muuttuja, joka kertoo läsnäololukukausien määrän opintojen aloittamisesta kandidaatiksi valmistumiseen saakka. Tavoiteaika kandidaatin tutkinnolle matemaattis-luonnontieteellisessä tiedekunnassa on kolme lukuvuotta eli kuusi lukukautta.
Tutkimusmenetelminä ovat ryhmittelymenetelmistä k:n keskiarvon ryhmittely sekä elinaika-analyysin menetelmistä Coxin regressiomalli. Perinteisen Coxin mallin sovittaminen osoittautui haastavaksi ylioppilasarvosanoissa ilmenevän ilmiöstä johtuvan puuttuvan tiedon vuoksi. Näin ollen aineistoon sovellettiin ryhmittelyanalyysiä ylioppilasarvosanatiedon tiivistämiseksi. Ryhmittelyyn valikoitiin ne ylioppilasaineet, joissa kirjoittaneiden osuus aineistossa on vähintään 10 prosenttia. Muodostettuja ryhmiä käytettiin Coxin regressiomallissa valmistumisajan selittäjinä.
Tutkimustuloksista käy ilmi, että ylioppilasarvosanojen perusteella muodostettujen ryhmien välillä on eroja kandidaatiksi valmistumisessa. Ryhmä, jossa on korkeat ylioppilasarvosanojen keskiarvot äidinkielestä, biologiasta ja maantieteestä, valmistuu ryhmien välisessä vertailussa nopeimmin. Puolestaan ryhmä, jossa on matalin keskiarvo äidinkielestä ja korkea keskiarvo matematiikasta, valmistuu hitaimmin. Ryhmämallia parannettiin lisäämällä malliin tieto valintajonosta. Mallin tuloksista ilmeni, että suoravalinnan kautta tulleet opiskelijat valmistuvat hitaimmin. Yhteishaun ulkopuolelta tulleiden opiskelijoiden valmistuminen on puolestaan kaikista nopeinta suhteessa suoravalittuihin opiskelijoihin.
...
Keywords
Metadata
Show full item recordCollections
- Pro gradu -tutkielmat [29060]
Related items
Showing items with similar title or keywords.
-
Coxin suhteellisen vaaran mallin sovellus toistomittausten analyysiin
Mecklin-Mattila, Miia (2002) -
Statistical analysis of life sequence data
Helske, Satu (University of Jyväskylä, 2016) -
Sukulaisuussuhteiden vaikutukset tyypin 1 ja 2 virheisiin ja niiden minimointi genominlaajuisissa assosiaatiokartoituksissa
Väänänen, Mikko (2023)Genominlaajuisilla assosiaatiokartoituksilla (genome-wide association studies, GWAS) tutkitaan assosiaatioita geno- ja fenotyyppien välillä genominlaajuisesti tilastollisin menetelmin. GWAS-tutkimusten tuloksille on monia ... -
Elinaikojen mallinnus kvantiilisekoitusten avulla
Itkonen, Joonas (2014)Polynomiset kvantiilisekoitukset on yhden muuttujan parametrinen malliperhe, jossa mallinnetaan jakauman kvantiilifunktio lineaarikombinaationa ns. pohjajakauman kvantiilifunktiosta ja toisen asteen polynomista. Tämä generoi ... -
Moni-imputoinnin ja sekamallien sovellus Liikkuva koulu -aineistoon : kyselylomakkeella ja mittarilla mitatun liikunnan ero
Pesonen, Pinja (2018)Tämän pro gradu -tutkielman tarkoituksena oli etsiä mahdollisia taustatekijöitä, jotka vaikuttavat lasten ja nuorten itsearvioidun liikunnan määrän ali- tai yliarvioimiseen. Aineistona käytettiin maanlaajuisen Liikkuva ...