Kauppakorkeakoulun tutkijat Mikko Rönkkö ja Yvette Baurne ovat saavuttaneet Best Paper -palkinnon AOM-konferenssissa
Mikko Rönkön ja Yvette Baurnen tutkimus käsittelee yhtä määrällisen tutkimuksen eniten väärinymmärretyistä aiheista: normaalijakaumaoletusta regressioanalyysissä.
Regressio on liiketaloustieteen ja laajemmin yhteiskuntatieteiden keskeisimpiä tilastollisia analyysimenetelmiä. Kaikki tilastolliset menetelmät tekevät oletuksia aineistosta, ja näiden oletusten ymmärtäminen on edellytys luotettavalle tutkimukselle. Rönkön mukaan normaalijakaumaoletuksesta kirjoitetaan kuitenkin johtavissa tieteellisissä lehdissä ja esimerkiksi Jyväskylän yliopistossakin käytössä olevissa oppimateriaaleissa usein virheellisesti.
- Tutkimuksessamme käymme läpi tilastoteorian, ja testaamme väitteet laajalla Monte Carlo -simulaatiolla, jossa simuloimme kymmeniä tuhansia keinotekoisia aineistoja hyvin erilaisissa olosuhteissa. Tavallaan emme sano mitään, mitä hyvissä ekonometriakirjoissa ei kerrota, vaan tulkkaamme tämän kielelle, jota tavalliset tutkijat ymmärtävät ja osoitamme, miten paljon ja millaisia virheellisiä käsityksiä tähän analyysimenetelmään liittyy, sanoo Rönkkö.
Normaalijakauma ei ole yleensä ongelma regressioanalyysissä
Rönkön ja Baurnen tutkimustulos on selkeä: normaalijakauma ei yleensä ole ongelma regressioanalyysissä. Normaalijakaumaoletus tarvitaan vain pienissä otoksissa tarkan tilastollisen päättelyn takaamiseksi, suuremmissa otoksissa sama seuraa automaattisesti suuriin otoksiin sovellettavasta teoriasta ilman mitään jakaumaoletuksia.
- Simulaatiomme vahvistivat tämän: regressioanalyysi tuotti harhattomia estimaatteja ja oikein kalibroituja tilastollisia testejä käytännössä kaikissa tutkituissa olosuhteissa, myös voimakkaasti vinosti jakautuneissa aineistoissa, kertoo Rönkkö.
- Lisäksi osoitimme, että yleisesti suositelluilla ”korjausmenetelmillä” kuten winsorisaatiolla tai mediaaniregressiolla, on vakavia ongelmia, joita ei ole laajasti tunnistettu. Tutkijoiden kannattaa sen sijaan kiinnittää huomiota oletuksiin, jotka oikeasti vaikuttavat tulosten luotettavuuteen, kuten endogeneettisyyteen ja heteroskedastisuuteen.
Hyötyjä eri tutkimusaloille
Regressioanalyysiä käytetään kaikkialla: johtamistutkimuksessa, taloustieteessä, lääketieteessä ja politiikantutkimuksessa. Väärät käsitykset normaalijakaumaoletuksesta johtavat huonoihin analyyttisiin valintoihin eli aineistoa muunnetaan turhaan, käytetään huonommin toimivia menetelmiä tai pahimmillaan julkaistaan harhaisia tuloksia.
- Tutkimuksemme auttaa tutkijoita, opettajia ja opiskelijoita tekemään parempia menetelmävalintoja ja suuntaamaan huomion oikeisiin kysymyksiin, toteaa Rönkkö.
Maailman kärkeä soveltavassa määrällisessä tutkimuksessa
Rönkön mukaan on hienoa, että tämä työ sai tunnustusta, monestakin syystä. Academy of Management on johtamistieteiden maailman suurin ja arvostetuin tieteellinen yhdistys, ja sen vuosikonferenssi kokoaa yhteen tuhansia tutkijoita ympäri maailmaa.
Yhdistys on jakautunut erikoisaloja edustaviin divisiooneihin, joista Research Methods Division keskittyy erityisesti tutkimusmenetelmiin ja niiden soveltamiseen. Organizational Research Methods on vastaavasti organisaatiotieteiden johtava tutkimusmenetelmiin keskittynyt julkaisu.
- Divisioonan Best Paper -palkinto myönnetään konferenssiin hyväksytyistä papereista parhaaksi arvioidulle. Kilpailu on globaalia ja kattaa koko johtamistutkimuksen kentän menetelmäosaamisen. Tällainen tunnustus on erityisen merkityksellinen, koska metodologinen selkeyttämistyö ei aina nouse otsikoihin, iloitsee Rönkkö.
Research Methods divisioonalla on kuusi palkintoa: Best Student Paper, Research Methods Division Best Paper, Organizational Research Methods -lehden Best Paper, Early Career Award, Distinguished Career Award sekä Advancement of Methodology Award.
- Henkilökohtaisesti tämä on hyvin merkityksellinen palkinto ja nostaa profiiliani kansainvälisesti. Olen saanut nyt kolme näistä kuudesta palkinnosta. Lisäksi artikkelini valittiin myös Organizational Research Methods -julkaisun vuonna 2025 julkaisemaksi parhaaksi kvantitatiiviseksi artikkeliksi. Nämä kertovat, että olen aivan maailman kärkeä soveltavassa määrällisessä tutkimuksessa, sanoo Rönkkö.
- Tämä on myös hieno saavutus Suomen Akatemian rahoittamalle projektille. Lisäksi yhdessä saamamme palkinto auttaa Yvetteä huomattavasti omalla urallaan, sillä hän väitteli vasta reilu puoli vuotta sitten ja saa jo nyt tunnustusta meidän johtavasta konferenssista.
Regressioanalyysi ja normaalijakauma ovat kiinnostaneet jo pidempään
Regressioanalyysimenetelmän tutkimus on ollut Rönköllä mielessä jo pidempään.
- Yksi opetukseni kulmakivi on ollut, että kun opetan jotain analyysimenetelmää, niin näytän usein myös esimerkkejä, mitä käy, jos menetelmää käytetään väärin tai jos menetelmän oletukset eivät pädekään analysoitavassa aineistossa. Noin 10 vuotta sitten tein opetusmateriaalin regression käytöstä ja halusin generoida aineistoja, joissa regressio antaa vääriä tuloksia. Vaikka kuinka yritin, niin en onnistunut ”rikkomaan regressiota” käyttämällä ei-normaalijakautuneita aineistoja. Aloin pohtimaan, että olen monen lukemani kirjan tai artikkelin kirjoittajan tavoin, ymmärtänyt tämän asian ihan väärin, kertoo Rönkkö.
Rönkön mukaan tutkijat tarkastelevat normaalijakaumaa ja kirjoittavat siitä ikään kuin se olisi vakava ongelma, joka vaatii korjaustoimenpiteitä.
- Tämä ristiriita motivoi tutkimuksemme. Halusimme selvittää sekä teorian että simulaatioiden avulla, onko huoli aiheellinen. Vastaus, että yleensä ei ole, oli oikeastaan jo tiedossa ennen kuin kirjoitimme tätä artikkelia, mutta nyt Suomen Akatemian projekti mahdollisti tämän tekemisen.
- Olen myös opettanut tätä aihetta vuosia videoilla ja kursseilla, joten on palkitsevaa, kun nyt myös tieteellinen yhteisö vahvistaa sen, mitä olen pitkään yrittänyt viestiä: normaalijakauma ei yleensä ole se ongelma, johon tutkijoiden kannattaa energiansa käyttää, Rönkkö toteaa.
Tutustu myös:
- Palkittu Rönkön ja Baurnen tutkimus
- Video: Normaalijakaumaoletus suomeksi (Mikko Rönkön YouTube-kanava)
- Video: Normaalijakaumaoletus englanniksi (Mikko Rönkön YouTube-kanava)
- Academy of Management
