Tulokset

Valitsin lopulliseen syötedataan

• toimipisteet, joista oli tullut yli 15 kysymystä; yhteensä 134 kappaletta eli n. 20% konttoreista. Kysymysten määrä olisi mieluusti voinut olla suurempi, mutta samalla konttoreita olisi jäänyt jäljelle kovin vähän.
• 11 suurinta aihetta, joista tuli yhteensä 95% kaikista kysymyksistä.

Suhteelliset osuudet laskettiin uudestaan, ja komponentit normalisoitiin varianssin normalisoinnilla. Opetuksen tuloksena syntynyt kartta on esitetty kuvassa 4.8(a) siten, että kunkin mallivektorin sisältö on esitetty piirakkadiagrammina, mikä on havainnolisempaa tulkinnan kannalta kuin mallivektorien komponenttitasoesitys. Kukin väri kuvaa yhtä aihetta. Kuvassa 4.8(b) on vastaavan kartan u-matriisi, johon on nimetty yksiköitä muutaman konttorin mukaan.

Kuvassa 4.8(c) ovat konttoreiden todelliset suhteelliset kysymysmäärät. Kaikista konttoreista voisi tietysti tehdä piirakkadiagrammivisualisoinnin erikseen, ja sitten vertailla niitä. Kartan tuoma lisäarvo kuvaukseen on visualisointien organisointi siten, että piirakkadiagrammien erot ja yhtäläisyydet on helpompi hahmottaa kuin suuresta epäjärjestyneestä joukosta. Tässä esimerkissä on konttoreita 134, ja jo tämän määrän jaottelu käsin on varmasti hankalaa. Asiantuntija voi kuvan 4.8(a) tapaisella apuvälineellä saada datasta yleiskuvan ja suunnitella jatkoanalyysiä.

Konttoreiden dataa myöhemmiltä ajanjaksoilta voidaan tutkia samalla kartalla, jolloin niiden osaamistasossa tapahtuneet muutokset tulevat näkyviin konttorin vaeltamisena kartalla. Jos toimipisteet kuitenkin seikkailevat kartalla satunnaisesti tai kvantisointivirhe on suuri, on epäiltävä, ettei aiheprofiilien datamäärä lyhyellä ajalla riitä kertomaan konttorien osaamista.

     

Figure: Kuvassa 4.8(a) on esitetty kartan mallivektorit, kuvassa 4.8(b) on muutamien konttoreiden sijainti saman kartan u-matriisilla ja kuvassa 4.8(c) samojen konttorien todelliset aiheprofiilit. Vertailemalla kuvia (b) ja (c) ja kartan 4.8(a) konttoreita vastaavia mallivektoreiden kuvauksia, voi todeta joidenkin konttorien (esim. Tapiola) olevan selvästi voittajayksikön mallivektorista eriäviä. Kvantisointivirhe on siis tässä tapauksessa suurehko. Kuvausta voitaisiin kehittää siten, että kvantisointivirhe esitettäisiin myös, jotta selkeästi kartasta poikkeavat konttorit tulisivat esille. Yksi vaihtoehto olisi esittää tietyn rajan ylittävä kvantisointivirhe tekstin värillä tai poikkeavalla kirjasintyypillä.

Kuvassa 4.8 esitettyä jakoa ei perustella eikä tarkisteta muulla tilastollisella menetelmällä. Tarkoituksena on vain auttaa data-analyysin alkutaipaleella ja löytää aiheita erilaisiin olettamuksiin, joita sitten voidaan tutkia muillakin menetelmillä. Toimipisteiden jaottelussa on ainakin seuraavat ongelmat, jotka tässä ohitettiin tai ratkaistiin ad hoc.

• mitkä aiheet ovat asiallisesti olennaisia jaottelussa
• miten konttorien koko otetaan huomioon
• jaottelun tilastollinen merkittävyys