Aeg on oluline n\u00e4itaja sotsiaalses anal\u00fc\u00fcsis \u2013 muutuja, mis v\u00f5rreldes staatiliste andmetega ilma kahtluseta rikastab j\u00e4reldusi, kuid samaaegselt lisab erin\u00f5udeid ning piiranguid andmeanal\u00fc\u00fcsi. Aega arvestatakse m\u00f5\u00f5tmisel mitmetel eri viisidel, nt teatud ajamomendil kirjeldatakse staatust (andmed \u00fcli\u00f5pilaste andmebaasis \u00fcli\u00f5pilase kohta: 2015<\/i>\u2013bakalaureuse\u00f5pe, 2016<\/i>\u2013bakalaureuse\u00f5pe, 2017<\/i>\u2013magistri\u00f5pe<\/i>) v\u00f5i fikseeritakse teatud s\u00fcndmuse toimumisel ajamoment (Mis kell algas intervjuu?<\/i> Mis aastal asusite elama Elvasse<\/i>?). Sageli vajatakse suhestamist teise ajamomendi v\u00f5i normiga (Kas kolisite Tartusse enne \u00fclikoolis \u00f5ppima asumist? Kas intervjuu toimus ennel\u00f5unal?<\/i>). Suhestamise tulemuseks on sageli kestus (Kui kaua kestis intervjuu? Kui kaua enne sellesse elupaika asumist olite elanud Tartus?<\/i>). Oluline kestuse t\u00f5lgendus on vanus. <\/span><\/p>\n\n\n\n Aja m\u00f5\u00f5tmine sotsioloogilistes andmetes toimub sageli omasuiste \u00fctluste p\u00f5hjal. See toob kaasa mitmed aja spetsiifikast tulenevad probleemid: ajaskaala on subjektiivne (\u201ehiljuti\u201c ei ole \u00fchtmoodi m\u00e4\u00e4ratletav), t\u00f5lgenduslik (vrd eri vanuses inimeste ajaperspektiivi), t\u00e4nap\u00e4eval k\u00f5neldakse kiirenevast ajast ajad\u00fcnaamika tajumisel. Ajaskaala on sageli suhteline.<\/span><\/p>\n\n\n\n Vaatleme p\u00f5gusalt praktikas sagedamini esinevaid ajast s\u00f5ltuvate andmete korrastamise viise.<\/span><\/p>\n\n\n\n Aegrida (ik time series<\/i>) \u2013 aja jooksul muutuvate andmete rida. \u00dcksiktunnust fikseeritakse paljukordselt teatud ajavahemike j\u00e4rel, mis sageli on v\u00f5rdse pikkusega (aasta, tund, p\u00e4ev). T\u00fc\u00fcpiliselt on korraga vaadeldavaid aegridu (tunnuseid) v\u00e4he. Uuritavast objektist tekib d\u00fcnaamiline ettekujutus, kuid see on enamasti \u00fchek\u00fclgne. T\u00e4htis uurimis\u00fclesanne aegridade puhul on ajalise p\u00f5hisuundumuse (trendi) kirjeldamine. Riiklik statistika esitatakse enamjaolt aegridadena. <\/span><\/p>\n\n\n\n Paneelandmestik (kordusm\u00f5\u00f5tmised; ik panel data, repeated measures<\/i>) \u2013 tunnuseid m\u00f5\u00f5detakse aja jooksul mitmel korral, kusjuures ajamomendid on valitud uuritavate isikute v\u00f5i objektide seisukohalt formaalselt, uurija tahte kohaselt. Indiviidide valik v\u00f5ib olla \u00fcks ja sama v\u00f5i erisugune, sageli on see osaliselt uuendatav teatud rotatsioonireegli kohaselt. Tunnuste valik on sama v\u00f5i osaliselt uuendatav. T\u00e4htis uurimis\u00fclesanne on kirjeldada muutust teatud indiviidir\u00fchma tasandil. Selle andmestikut\u00fc\u00fcbi n\u00e4iteks sobivad Eesti sotsiaaluuringu andmed (Eesti sotsiaaluuring \u2026<\/i>) ja Euroopa sotsiaaluuringu andmed (European Social Survey \u2026<\/i>).<\/span><\/p>\n\n\n\n Longituudandmestik (ik longitudinal data<\/i>) \u2013 tunnuseid m\u00f5\u00f5detakse aja jooksul mitmel korral, kusjuures ajamomendid on valitud uuritavate isikute v\u00f5i objektide seisukohalt formaalselt. Indiviidide hulk on \u00fcks ja sama, mis v\u00f5imaldab j\u00e4lgida individuaalset d\u00fcnaamikat. Spetsiifiliseks uurimisobjektiks on \u00fche indiviidi olekute, staatuste, arvandmete jm ajalises j\u00e4rjekorras olevad jadad, kuid oluline on ka indiviidir\u00fchmade kokkuv\u00f5tete vaatlemine. Tunnuste valik on sama v\u00f5i osaliselt uuendatav, sageli ka uurimiskonteksti muutuse t\u00f5ttu, sest longituuduuring on tavaliselt pikaealine. T\u00e4htis uurimis\u00fclesanne on muutuse uurimine indiviidi tasandil. Selle uurimisviisi n\u00e4iteks on Eesti eluteeuuringud algusaastatega 1965 ja 1982 (uurimisr\u00fchma juht professor Mikk Titma; vt Titma 1999, Titma 2002, Kenkmann & Saarniit 1998) ja hilisematest praeguseni kestvatest t\u00f6\u00f6dest Eesti laste isiksuse-, k\u00e4itumise- ja terviseuuring (ELIKTU, uurimisr\u00fchma juht professor Jaanus Harro, vt Harro jt 2015, vt ka <\/span>ELIKTU kodulehte<\/a>). <\/span><\/p>\n\n\n\n Kestust kajastavaid andmeid kogutakse sageli s\u00fcndmusp\u00f5hiselt <\/b>episoodide kaupa (ik events history data<\/i>). Andmed fikseeritakse siis, kui meid huvitavate omaduste poolest on indiviidi olukorras toimunud teatav muutus (s\u00fcndmus). Aega ja s\u00fcndmust kirjeldavaid n\u00e4itajaid m\u00f5\u00f5detakse s\u00fcndmuse toimudes. Joonisel 1 on toodud n\u00e4ide m\u00f5\u00f5tmisest episoodide kaupa, kus perioodi katmiseks l\u00e4ks vaja nelja episoodi, millest viimane l\u00f5peb uuringu l\u00f5pu, mitte uue s\u00fcndmusega. <\/span><\/p>\n\n\n\n Eri liiki s\u00fcndmustest (t\u00f6\u00f6koha omandamine, perekonnas\u00fcndmus, palgamuutus, elukoha muutus jne) kujunevad eri liiki episoodide jadad. S\u00fcndmuste anal\u00fc\u00fcsis (ik event history analysis<\/i>) tegeldakse episoodi pikkuse modelleerimisega. Meetodi l\u00e4hteks on biomeetriast p\u00e4rinev eluea anal\u00fc\u00fcs (elukestusanal\u00fc\u00fcs, elulemisanal\u00fc\u00fcs, ik survival analysis<\/i>) ja s\u00fcndmuste anal\u00fc\u00fcsi laiem levik sotsiaalteadustes algas m\u00f6\u00f6dunud sajandi viimases veerandis (Tuma 2004). <\/span><\/p>\n\n\n\n Selles tekstis vaatleme l\u00e4hemalt aegrida, piirdudes esmasanal\u00fc\u00fcsi v\u00f5tetega aegrea anal\u00fc\u00fcsimisel. N\u00e4ited on koostatud paketi SPSS abil ja osutatud ka, mis v\u00f5imalused on paketis SPSS aegridade esmasanal\u00fc\u00fcsiks. See ei kata selle paketi aegridade anal\u00fc\u00fcsi k\u00f5iki v\u00f5imalusi.<\/span><\/p>\n\n\n\n <\/p>![\"Joonis](\"https:\/\/sisu.ut.ee\/wp-content\/uploads\/sites\/110\/screen_shot_2020-03-17_at_15.59.56.png\" "\\"Joonis")
\n