Statistical Methods: A Worktext

Approach 1st Edition – Ebook PDF

Version
Visit to download the full and correct content document:
https://ebookmass.com/product/statistical-methods-a-worktext-approach-1st-edition-e
book-pdf-version/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

EMR Complete: A Worktext 2nd Edition, (Ebook PDF)

https://ebookmass.com/product/emr-complete-a-worktext-2nd-
edition-ebook-pdf/

Introduction to 80×86 Assembly Language and Computer

Architecture – Ebook PDF Version

https://ebookmass.com/product/introduction-to-8086-assembly-
language-and-computer-architecture-ebook-pdf-version/

A Marketing Strategy Planning Approach – Ebook PDF

Version

https://ebookmass.com/product/a-marketing-strategy-planning-
approach-ebook-pdf-version/

Arbitration Awards: A Practical Approach – Ebook PDF

Version

https://ebookmass.com/product/arbitration-awards-a-practical-
approach-ebook-pdf-version/
An Introduction to Statistical Methods and Data
Analysis 7th Edition, (Ebook PDF)

https://ebookmass.com/product/an-introduction-to-statistical-
methods-and-data-analysis-7th-edition-ebook-pdf/

Qualitative Data Analysis: A Methods Sourcebook 3rd

Edition – Ebook PDF Version

https://ebookmass.com/product/qualitative-data-analysis-a-
methods-sourcebook-3rd-edition-ebook-pdf-version/

Corporate Finance: A Focused Approach 6th Edition –

Ebook PDF Version

https://ebookmass.com/product/corporate-finance-a-focused-
approach-6th-edition-ebook-pdf-version/

Music Fundamentals: A Balanced Approach 3rd Edition –

Ebook PDF Version

https://ebookmass.com/product/music-fundamentals-a-balanced-
approach-3rd-edition-ebook-pdf-version/

Veterinary Dentistry: A Team Approach 3rd Edition –

Ebook PDF Version

https://ebookmass.com/product/veterinary-dentistry-a-team-
approach-3rd-edition-ebook-pdf-version/
243576_c1.qxd:243576_c1.qxd 2/24/10 3:15 PM Page 1

WILLARD
STATISTICAL
METHODS

STATISTICAL METHODS
A Wo r k t e x t A p p r o a c h

www.routledge.com

ISBN 1-884585-90-6
90000>

9 781884 585906
Cheryl A. Willard
Statistical Methods
A Worktext Approach

Cheryl A. Willard
Lee College
)LUVWSXEOLVKHG E\3\UF]DN3XEOLVKLQJ

3XEOLVKHGE\5RXWOHGJH
3DUN6TXDUH0LOWRQ3DUN$ELQJGRQ2[RQ2;51
7KLUG$YHQXH1HZ<RUN1<86$

5RXWOHGJHLVDQLPSULQWRIWKH7D\ORU )UDQFLV*URXSDQLQIRUPDEXVLQHVV

-.5/'%&1
7

5
7D\ORU )UDQFLV

$OOULJKWVUHVHUYHG1RSDUWRIWKLVERRNPD\EHUHSULQWHGRUUHSURGXFHGRUXWLOLVHGLQ
DQ\IRUPRUE\DQ\HOHFWURQLFPHFKDQLFDORURWKHUPHDQVQRZNQRZQRUKHUHDIWHU
LQYHQWHGLQFOXGLQJSKRWRFRS\LQJDQGUHFRUGLQJRULQDQ\LQIRUPDWLRQVWRUDJHRU
UHWULHYDOV\VWHPZLWKRXWSHUPLVVLRQLQZULWLQJIURPWKHSXEOLVKHUV

1RWLFH
3URGXFWRUFRUSRUDWHQDPHVPD\EHWUDGHPDUNVRUUHJLVWHUHGWUDGHPDUNVDQGDUH
XVHGRQO\IRULGHQWLILFDWLRQDQGH[SODQDWLRQZLWKRXWLQWHQWWRLQIULQJH

*1&-2%&
1&#
21&-/
,"
.2 *'0&#/
&3#
+"#
#3#/5
#$$-/1
1-
#,02/#
1&#
!!2/!5
,"
!-+.*#1#,#00
-$
',$-/+1'-,
!-,1',#"
',
1&'0
--)
4#
002+#
,-
/#0.-,0' '*'15
$-/
#//-/0
',!!2/!'#0
-+'00'-,0
-/
,5
',!-,0'01#,!5
&#/#',
,5
0*'%&10
-$
.#-.*#
.*!#0
-/
-/%,'61'-,0
/#
2,',1#,1'-,*

-3#/
"#0'%,
5
- #/1
' *#/
,"
//5
'!&-*0


 SEN

ii


Introduction v

Chapter 1 Introduction to Statistics 1

Chapter 2 Organizing Data Using Tables and Graphs 23

Chapter 3 Measures of Central Tendency 43

Chapter 4 Measures of Variability 59

Chapter 5 z-Scores and Other Standard Scores 73

Chapter 6 Probability and the Normal Distribution 83

Chapter 7 Sampling Distribution of Means 99

Chapter 8 Hypothesis Testing 107

Chapter 9 One-Sample t Test 121

Chapter 10 Two-Sample t Test: Independent Samples Design 129

Chapter 11 Two-Sample t Test: Related Samples Design 139

Chapter 12 Confidence Interval versus Point Estimation 149

Chapter 13 One-Way Analysis of Variance 161

Chapter 14 Correlation and Regression 177

Chapter 15 Chi-Square 195

Appendix A Glossary of Statistical Terms 209

Appendix B Glossary of Statistical Formulas 219

Table 1 Table of the Normal Distribution Curve 225

Table 2 Critical Values of the t-Distribution 229

Table 3 Critical Values of F for the .05 Level 230

Table 4 Critical Values of F for the .01 Level 234

Continued

iii
Table 5 Studentized Range Statistic (q) for the .05 Level 238

Table 6 Studentized Range Statistic (q) for the .01 Level 239

Table 7 Critical Values for the Pearson Correlation 240

Table 8 Critical Values for Chi-Square 241

iv
  
Statistics students often get lost in the mounds of information presented in statistics
textbooks. The sheer volume of material makes it difficult to extract the most important
elements. To overcome this difficulty, Statistical Methods: A Worktext Approach uses a student-
friendly, conversational tone to explain core statistical concepts in a way that students can
readily understand. At the same time, care has been taken to preserve the essential meaning and
purpose of the concepts.
After concepts and skills are introduced and demonstrated, students are given hands-on
opportunities to work with the concepts and practice their newly acquired skills. This is achieved
with exercises that are integrated into each chapter. Such active participation helps to facilitate
understanding and clarify misconceptions, and it provides practice in interpreting statistical
results.


Each chapter follows a similar structure and includes the following elements:

Explanation of Concepts. Each chapter begins with a careful explanation of the

statistical concepts relevant to that chapter. The writing style is designed to enable
students to grasp basic ideas without getting lost in technical jargon.

Examples. Following the explanation of concepts are examples that illustrate the
applications of the ideas discussed.

“Your Turn” Exercises. Within the chapters, problems or questions are presented,
which give students the opportunity for their own hands-on learning experience.

Glossary. Each chapter contains terms that normally appear in statistics texts. These
terms are in boldface type and italicized. They are defined in the text and appear in the
glossary in Appendix A.

Tips. Boxes containing helpful pointers to students are included in the chapters. These
are often mnemonics for remembering concepts, precautions warning against commonly
made mistakes, or other ways of looking at a concept that provide additional clarification.

Graphics. The book contains the typical charts, normal distribution curves, and
scatterplots found in most statistics texts. In addition, the “Tip” boxes and “Your Turn”
exercises have their own graphic that students will come to recognize.

Cartoons. Several chapters contain cartoons and illustrations that bring a bit of
lightheartedness to what is frequently perceived by students as a heavy subject.

v

   
I am grateful to my students, who have played a major role in guiding this text by their
feedback and suggestions. I also appreciate the work of my husband, James Willard, who not
only reviewed the text and provided a critical perspective, but also created levity through his
cartoons and illustrations that are included in this book.
In addition, I am grateful to Drs. George W. Burruss and Matthew Giblin of Southern
Illinois University, Sherwin Ercia, and Baha Obeidat for their contributions in revising this text.

  
To Jim,
a constant source of loving support.

vi
 "(+)


&+)',+#'&
+'
++#*+#*

'.
++#*+#*
*
(
Congratulations! You are about to embark on an exciting adventure into the world of
statistics. Perhaps, for you, this is unexplored territory. Even so, you probably have some
ideas (and possibly some misconceptions) about what a course in statistics might be like.
Sometimes students enter the course a bit apprehensive due to a perception of themselves
as having poor math skills. If you have similar concerns, you can take comfort in know-
ing that most of the mathematical computations involved in statistics are not difficult.
Although some of the formulas that you will use look rather ominous, their computation
is simply a matter of breaking them down. Essentially, you need to know how to add,
subtract, multiply, divide, work with signed numbers, find square roots (with a calcula-
tor), and know the order of mathematical operations. If you can carry out these functions,
then you can rest assured that you have the prerequisite math ability to complete this
book successfully. If you have not had a math course in a while and are feeling a bit
rusty, there is a review at the end of this chapter that outlines some of the rules of compu-
tation. This will help to familiarize you with the types of calculations you will be per-
forming as you study statistics.

1
Chapter 1 Introduction to Statistics

"0
++#*+#*
++)*

*
')
+,0#&!
++#*+#*

Over and above statistical formulas, you will learn the basic vocabulary of statistics,
how statistics is used in research, the conceptual basis for the statistical procedures used,
and how to interpret research results in existing literature. Learning to understand and
appreciate statistics will help you to better understand your world. We are exposed to sta-
tistics on a daily basis. We cannot watch the evening news, read a newspaper, or even
listen to a sporting event without reference to some sort of statistical outcome. In addition
to being able to make sense of these everyday facts and figures, there are other reasons
for studying statistics.

Statistical procedures are used to advance our knowledge of ourselves and
the world around us. It is by systematically studying groups of people, gathering
scores, and analyzing the results statistically that we learn about how humans per-
form under differing situations, what their reactions and preferences are, and how
they respond to different treatments and procedures. We can then use this
knowledge to address a wide variety of social and environmental issues that affect
the quality of people’s lives.

Statistics helps to strengthen your critical thinking skills and reasoning abili-
ties. Some of what we hear in the news or read in magazines or on the Internet
may contain false or misleading information. Consider these tabloid claims that
were published online in the Weekly World News:
Women’s Hot Flashes Cause Global Warming (8/19/2003)
The Sun Will Explode in Less Than 6 Years (9/19/2002)
Your Social Security Number Predicts Your Future (5/25/2001)
Understanding statistical protocol and rules of conduct enable us to evaluate the
validity of such assertions to see if they stand up to scientific scrutiny. Without
research evidence to support various claims, theories, and beliefs, we would have
no way to separate fact from mere opinion or to protect ourselves from scam art-
ists and quacks.

Statistics enables you to understand research results in the professional
journals of your area of specialization. Most fields of study publish professional
journals, many of which contain articles describing firsthand accounts of research.
Such publications enable professionals to remain abreast of new knowledge in
their respective areas of expertise. However, for students who have not taken a
course in statistics, the results sections of such articles probably look like ancient
hieroglyphics. For example, you may see results reported as follows:
Males were significantly more competitive against other males versus fe-
males. Reject H0, t(53) = 3.28, p < .01.
There was no significant relationship between gender and level of creativity.
Fail to reject H0, χ2 (3, n = 73) = 5.23, p > .05.

2
Chapter 1 Introduction to Statistics

The way in which the terms significantly or significant are used, and the numbers
and symbols at the end of the above phrases, may make little sense to you now.
However, if you return to this section after you have worked through this book,
you should be able to explain them with ease. Thus, learning statistics can help
you to discuss research results with your friends and colleagues confidently. It is a
step toward becoming a knowledgeable and competent professional in your area
of study.

 &
+")
++#*+#$
)%*
We will now lay some groundwork by becoming acquainted with some terminology
that will come up repeatedly as you study statistics. Research, a systematic inquiry in
search of knowledge, involves the use of statistics. In general, statistics refers to proce-
dures used as researchers go about organizing and analyzing the information that is col-
lected. Usually, a set of scores, referred to as data, will be collected. Before the scores
have undergone any type of statistical transformation or analysis, they are called raw
scores.
More often than not, researchers want to draw conclusions about the characteristics
of an entire group of persons, plants, animals, objects, or events that have something in
common. This group is referred to as the population. Populations can be broadly defined,
such as gorillas in the wild, or more narrowly defined, such as high school seniors in the
state of Kentucky. In either case, populations are generally larger in scope than research-
ers can realistically access in their entirety. Consequently, only a sample, or subset, of the
population will be used in the study, the results of which will then be generalized to the
population as a whole. Because conclusions are to be drawn about a population based on
sample data, it is important that the sample be representative of the population, meaning
that it should reflect the characteristics of the population as much as possible in all as-
pects relevant to the study. Suppose you wanted to know the overall rate of satisfaction of
the students at your college with regard to educational experience. If you asked only stu-
dents who attended night classes, this would not be a representative sample of the popula-
tion of students at large. Perhaps many students who take night classes work during the
day and are tired when they come to class. This might influence their degree of satisfac-
tion. You would want to include some night students in your sample, but it should not
consist of only night students, or only students taking particular courses, or only first-year
college students, and so on. You would want a proper mix of students.
How do you obtain a suitable cross-section of students for your sample? There are
several sampling procedures that can be used in research, but the most basic is called
random sampling, which means that all members of a population have the same chance
of being selected for inclusion in the sample. One way of achieving this would be to use a
computer software program that generates random numbers. You could first assign each
of the members of your population a unique number and then get a computer to generate
as many random numbers as you need for your sample. Those members of the population
whose numbers match those generated by the computer would make up your sample.

3
Chapter 1 Introduction to Statistics

Technically, random sampling should be done with replacement. If all

members of the population have the same chance of being included in
the sample, this would mean that once a name has been selected, it
should then be placed back into the population pool before the next
name is chosen. If this were not done, the probabilities of being se-
lected for each subsequent candidate would be changed and all mem-
bers would not have the same chance of being selected. In actuality,
sampling is usually done without replacement of names, thus eliminat-
ing the possibility of repeatedly selecting the same participant. How-
ever, any error produced by this deviation from true random sampling
is minor because in an actual population, which is usually very large,
the probability of drawing the same person’s name more than once is
quite small.

While there are other sampling procedures that researchers sometimes use, random
sampling (or variations thereof) is basic to many of the statistical procedures that will be
covered in this book and will therefore be assumed in our research process.
Because populations are often very large (e.g., “individuals who suffer from depres-
sion”), researchers usually do not have lists of names identifying all members of the pop-
ulation of interest. Consequently, samples are normally drawn from only the portion of
the population that is accessible, referred to as the sampling frame. Still, as long as some
sort of randomizing process is used, such as random assignment to different groups (dis-
cussed under “Experimentation”), the validity of the study remains intact. However, re-
searchers should note any limitations of their sample that should be taken into considera-
tion in generalizing results to the population at large.
Statistical procedures can be broken down into two different types. Descriptive sta-
tistics sum up and condense a set of raw scores so that overall trends in the data become
apparent. Percentages and averages are examples of descriptive statistics. Inferential sta-
tistics involve predicting characteristics of a population based on data obtained from a
sample. A definition of statistics in general was previously given as the procedures used
for organizing and analyzing information. More narrowly, a statistic is a numerical value
that originates from a sample, whereas a parameter is a numerical value that represents
an entire population. Parameters are usually inferred from samples rather than being cal-
culated directly. However, it cannot be assumed that the values predicted by a sample
will reflect the population values exactly. If we drew another sample from the same
population, we would likely get a somewhat different value. Even though we may be us-
ing a representative sample, we still do not have all the information that we would have if
we were measuring the population itself. Thus, a certain amount of error is to be ex-
pected. The amount of error between a sample statistic and a population parameter is re-
ferred to as sampling error. Inferential statistics are used to assess the amount of error
expected by chance due to the randomness of the samples.

4
Chapter 1 Introduction to Statistics

A mnemonic for remembering statistics and parameters is that the two

Ss belong together and the two Ps belong together. We speak of
sample statistics and population parameters.

',)
,)&


++#*+#$
)%*

Read the scenario below and then fill in the blanks with the appropriate statistical
terminology.
After reading a book about the relationship between sleep deprivation and ac-
cidents,1 the CEO of a large multinational corporation becomes curious about
the amount of sleep his own 120,000 employees obtain. He hired a research
consultant who surveyed a subset of the company’s employees. The researcher
used a selection procedure that helped to ensure that those chosen to partici-
pate in the study were representative of the company’s employees in general.

A. The entire 120,000 employees are referred to as the ______________.

B. The _______________ is made up of the employees who were actually

surveyed.

C. The procedure used to make sure that the selected participants were repre-
sentative of the company is called _______________.

D. The values that the researcher obtained from the sample are called
_______________.

E. The researcher will use the values obtained from the sample to make predic-
tions about the overall sleep patterns of the company employees. Predicting
population characteristics in such a manner involves the use of
_______________.

(Continued)

1
Coren, S. 1996. Sleep thieves: An eye-opening exploration into the science and mysteries of sleep.
New York: Simon and Schuster.

5
Chapter 1 Introduction to Statistics

',)
,)&
'&+#&,

F. In all likelihood, the values obtained from the selected employees will not pre-
dict with complete accuracy the overall sleep patterns of the company’s em-
ployees due to _______________.

*,)%&+
Statistics involves the measurement of variables. A variable is anything that varies or
that can be present in more than one form or amount. Variables describe differences.
These can be differences in individuals, such as height, race, or political beliefs. Varia-
bles are also used to describe differences in environmental or experimental conditions,
such as room temperature, amount of sleep, or different drug dosages.
Variables themselves are variable in that there are several different types. Qualitative
variables differ in kind, rather than amount—such as eye color, gender, or the make of
automobiles. Quantitative variables differ in amount—such as scores on a test, annual
incomes, or the number of pairs of shoes that people own.
Variables can be further described as being either discrete or continuous. Discrete
variables cannot be divided or split into intermediate values, but rather can be measured
only in whole numbers. Examples include the number of touchdowns during a football
game or the number of students attending class. That number may vary from day to
day—21 students one day, 24 the next—but you will never see 22½ students in class.
Continuous variables, on the other hand, can be broken down into fractions or
smaller units. A newborn baby can weigh 7 pounds, 7.4 pounds, 7.487 pounds, or
7.4876943 pounds. Continuous variables could continue indefinitely, but they are report-
ed only to a certain number of decimal places or units of measurement. Whatever number
is reported is assumed to include an interval of intermediate values bounded by what is
referred to as real limits. The upper and lower boundaries of a value’s real limits will ex-
tend beyond the reported value by one-half of the unit of measurement in either direction.
For instance, if the unit of measurement is in whole numbers in feet, 6 feet is assumed to
include all intermediate values from 5.5 feet (lower limit) to 6.5 feet (upper limit).

+)%#&#&!
$
#%#+*

6
Chapter 1 Introduction to Statistics

We will want to establish both lower and upper real limits. To determine a lower real
limit, subtract half of the unit of measurement from the reported value. Then, add half of
the unit of measurement to the reported value to determine the upper limit. Here is how:
1. Identify the unit of measurement. If the value reported is a whole number, the unit
of measurement is 1. If the value reported has a decimal, examine the digits after
the decimal to identify the unit of measurement.
2. Using a calculator, divide the unit of measurement in half.
3. For lower limits (LL), subtract the value obtained in Step 2 from the reported val-
ue.
4. For upper limits (UL), add the value obtained in Step 2 to the reported value.

Whole numbers Tenths Hundredths Thousandths

Reported value 94 94.5 94.53 94.538
Unit of 1 .1 .01 .001
measurement
Lower Limit 93.5 94.45 94.525 94.5375
(LL)
Upper Limit 94.5 94.55 94.535 94.5385
(UL)

For example:
Fifteen is a whole number, rather than a fraction or decimal. So the unit of measure-
ment is 1. Half of 1 is .5. Therefore,
Lower Limit of 15 is → 15 – .5 = 14.5
Upper Limit of 15 is → 15 + .5 = 15.5

The unit of measurement reported in the value of 6.8 is tenths (or 1/10 = .1). Half of
.1 = .05. Therefore,
Lower Limit of 6.8 is → 6.8 − .05 = 6.75
Upper Limit of 6.8 is → 6.8 + .05 = 6.85

The unit of measurement reported in the value of 2.95 is hundredths (or 1/100 = .01).
Half of .01 = .005. Therefore,
Lower Limit of 2.95 is → 2.95 − .005 = 2.945
Upper Limit of 2.95 is → 2.95 + .005 = 2.955

7
Chapter 1 Introduction to Statistics

Looking forward! Real limits will be used in later chapters for deter-
mining a type of average, called the median, and a type of variability,
called the range.

',)
,)&

 #*)+
')
'&+#&,',*
)#$*

Identify whether each of the situations below reflects a discrete or a continuous

variable.

A. Number of traffic fatalities in Chicago in a given year: _________________

B. Length of time it takes to get to school: _________________

C. The speed of an automobile: _________________

D. Academic major: _________________

E. Answers on a true/false test: _________________

F. Volume of liquid in a container: _________________


$
#%#+*

Find the lower and upper limits for the following continuous variables:

A. 9 gallons of gas
Lower Limit _________________
Upper Limit _________________

B. 6.3 seconds to solve a word problem

Lower Limit _________________
Upper Limit _________________

8
Chapter 1 Introduction to Statistics

',)
,)&
'&+#&,

C. 31.28 tons of sand

Lower Limit _________________
Upper Limit _________________

$*
'
*,)%&+
When measuring variables, you will end up with a set of scores. These scores will
have certain mathematical properties that determine the types of statistical procedures
that are appropriate to use for analyzing the data. These properties can be sorted into four
different scales of measurement: nominal, ordinal, interval, and ratio—with each scale
providing increasingly more information than the last.

Nominal Scale. The least-specific measurement scale is the nominal scale, which
simply classifies observations into different categories. Religion, types of trees,
and colors are examples of variables measured on a nominal scale. You can see
that these variables have no quantitative value. Sometimes, numbers are assigned
arbitrarily to nominal data. For example, the students in your class have student
ID numbers. But it would not make any sense to calculate an average for those
numbers because they do not have any real quantitative value. The numbers are
used only to differentiate one student from another. Therefore, there are few sta-
tistical operations that can be performed with nominally scaled data.

Ordinal Scale. We are provided with a bit more information using the ordinal
scale. In addition to classifying observations into different categories, this scale
also permits ordering, or ranking, of the observations. An example of a variable
measured on an ordinal scale is a horse race with the horses arriving at the finish
line in different amounts of time so that there will be first-, second-, and third-
place winners. The first-place horse may have come in .5 seconds before the sec-
ond-place horse and .75 seconds before the third-place horse. However, this in-
formation remains unspecified on an ordinal scale. Ordinal scales do not indicate
how much difference exists between observations. The ordinal scale only pro-
vides information about which observation is “more than or less than,” but not
how much “more than or less than.”

Interval Scales. With interval scales, on the other hand, there is equal distance
between units on the scale. Temperature Fahrenheit is measured on an interval
scale. The difference between 10o and 30o F is the same as the difference between
40o and 60o F (20o F in each case). However, on an interval scale, there is an arbi-
trary zero point as opposed to an absolute, or real, zero point. An absolute-zero

9
Chapter 1 Introduction to Statistics

point indicates an absence of the quality being measured; an arbitrary zero point
does not. Zero degrees F (0o F) does not mean an absence of the quality of tem-
perature. It is simply one degree warmer than –1o F and one degree cooler than
1o F. Because interval scales lack a true zero point, it is not appropriate to make
ratio or proportion statements such as “90 o is twice as hot as 45o.” This is not a
valid statement because the true zero point is not known.
As another example, suppose we are measuring intelligence. In the rare event that
a person does not answer any of the questions correctly, this does not mean that
the person has zero intelligence. It is possible that if easier questions were asked,
the person might have been able to answer some of them. Thus, a zero on the test
does not represent a complete absence of intelligence. Consequently, we cannot
say that a person who scores 100 has twice the intelligence of a person who scores
50 because, without an absolute-zero point, we do not know where each person’s
actual ability begins.

Ratio Scale. On ratio scales, the real, absolute-zero point is known. Speed, for
example, is measured on a ratio scale, and so we can make ratio statements like
“Jorge is twice as fast as Miguel.” A zero on this scale means none—we know the
beginning point. Other examples of variables measured on a ratio scale include
height, weight, and the number of dollars in your wallet.
While there is a technical difference between interval and ratio measurements (i.e.,
the lack of an absolute zero on the interval scale), most researchers treat them the same
for the purpose of statistical analyses.
Knowing the properties of the different scales of measurement is important because
the types of statistical procedures that legitimately can be used for a data set will be de-
termined by the scale on which it is measured. Most inferential statistics require an inter-
val or ratio level of measurement. But we will also look at some techniques that are ap-
propriate to use with nominal- or ordinal-level data.

Here is a mnemonic for remembering the four scales of measurement

(Nominal, Ordinal, Interval, Ratio):
Nothing Ordinary Interests Rachel

10
Chapter 1 Introduction to Statistics

',)
,)&


$*
' *,)%&+

Identify the scale of measurement for the following variables:

A. Military rank __________________

B. Reaction time __________________

C. Intelligence test score __________________

D. Telephone numbers __________________

E. Annual income __________________

F. Eye color __________________

G. Letter grades __________________

H. Temperature Fahrenheit __________________

I. Distance traveled __________________

J. Degree longitude __________________

K. Social Security number __________________

L. Academic degree (i.e., AA, BS, MA, PhD) __________________

/()#%&++#'&
As we have seen, statistics help researchers to analyze the results of their studies. In
general, researchers want to discover relationships between variables. This is often ac-
complished through experimentation, a research technique that involves manipulating
one or more variables to see if doing so has an effect on another variable. The manipulat-
ed variable is called the independent variable. The variable that is measured to see if it
has been affected by the independent variable is called the dependent variable.
For instance, a researcher who is interested in the ways in which music affects be-
havior conducts a study to see whether background music improves balance. One group

11
Chapter 1 Introduction to Statistics

of participants listens to smooth jazz while balancing a dowel rod on the forefinger of
their dominant hand. Another group balances the dowel rod without listening to music.
The balancing durations of both groups are then measured and analyzed statistically to
see if there is a significant difference between them.
In the above example, the smooth jazz background music was the independent varia-
ble that was manipulated by the researcher. One group was exposed to this treatment; the
other group was not. The dependent variable measured by the researcher was the balanc-
ing duration of the dowel rod. Notice that the scores for two groups are being compared.
In an experiment, there will usually be a control group that is not exposed to the experi-
mental treatment and that is used as a baseline for comparison with the experimental
group, which does receive the experimental treatment. In this experiment, the group that
was exposed to smooth jazz was the experimental group and the group that did not have
background music was the control group.
Researchers must also consider extraneous variables. These are variables that could
have an unintended effect on the dependent variable if not controlled. For example, sup-
pose that balancing durations were longer for the smooth jazz group than for the control
group. Suppose further that the control group was doing its balancing in a cold room
while the smooth jazz group was in a comfortable room. How could we be certain that it
was the smooth jazz music, rather than the more comfortable room temperature, that was
responsible for the improved performance? Room temperature would be an extraneous
variable that should be controlled, or maintained at the same level, for both groups. In
fact, except for the influence of the independent variable, all other conditions should have
been exactly the same for both groups as much as possible. This allows us to deduce that
it was, in fact, the music and not some outside influence that was not controlled, that ac-
counted for better balancing. As you can imagine, there are usually a number of such ex-
traneous variables that have to be controlled in an actual experiment. If an experiment is
well controlled, it may be inferred that the independent variable was probably the cause
of changes in the dependent variable.
The composition of the groups is one type of extraneous variable that has to be con-
trolled. As we have seen, in most instances researchers do not have access to entire popu-
lations, so true random sampling is not an option. However, the integrity of the research
can still be maintained if random assignment is used. This means that all participants
involved in the experiment have an equal chance of being assigned to any one of the
groups. This helps to eliminate bias due to preexisting differences between participants
by randomly spreading out those differences among the various groups so that the groups
are equivalent.

12
Chapter 1 Introduction to Statistics

',)
,)&


&(&&+
&
(&&+
)#$*

For each of the experiments described below, identify the independent and depend-
ent variables.

A. The reaction time of 60 males is measured after they have consumed 0, 1, 2, or

3 ounces of alcohol.
___________________________ Independent Variable
___________________________ Dependent Variable

B. While completing a basic math test, one group listened to classical music, an-
other group listened to hard rock music, and a third completed the test in si-
lence. The number of problems correctly answered by each group was then
assessed.
___________________________ Independent Variable
___________________________ Dependent Variable

C. An environmental psychologist is interested in studying the effect of room

temperature on creativity.
___________________________ Independent Variable
___________________________ Dependent Variable

D. Three groups are given a memory test after being deprived of differing
amounts of sleep.
___________________________ Independent Variable
___________________________ Dependent Variable

E. Each boy in a group of 5-year-old boys is given a glass of soda with real sugar.
Each boy in another group of boys of the same age is given soda with artificial
sweetener. The activity level of each group of boys is then measured.
___________________________ Independent Variable
___________________________ Dependent Variable

'&/()#%&+$
*)"
Much of the research discussed in this book is based on the principles of experimen-
tation, in which an experimenter manipulates an independent variable to determine its

13
Another random document with
no related content on Scribd:
Toimikunta oli lyönyt niin paljon tehtäviä laimiin, että nyt vasta oli
kaikki kunnossa. Tarjosi kahvia, jota he lähtivät juomaan.

"Vähän taitaa teillä olla asianharrastajia?" kysyi Visulainen.

"Vähän? Olisi edes vähän, mutta niitä ei ole ollenkaan.

Nuorisoseuramme kamppailee viimeisiään kuolemankielissä, sillä
siinä ei enään kukaan viitsi tehdä mitään."

"Sepä surullista!"

"Niin se on. Mutta ei se ole kumma, että se täällä näin menee,

täällä kun ei ole ketään, joka kykenisi oikein nuorisoa johtamaan; ei
saada koskaan valistuneempia pitämään esitelmiä, opettajatkin ovat
seuran vastustajia. Jos näihin tilaisuuksiin tulisikin johtavia
henkilöitä, niin nuoriso tulisi kaikki."

Tätä juttua kuulteli Visulainen kahvia juodessaan ja mieliala kävi

yhä alakuloisemmaksi. Hän katseli tuota nuorukaista, joka hänelle
puheli. Se oli kömpelö, hidasliikkeinen, innottoman näköinen, aivan
muun joukon kaltainen. Huonosti kaulaan soveltuva likainen
pumpuliflanellista valmistettu kaulus oli kohonnut liivin alta ja teki
epämiellyttävän vaikutuksen… Takin rintapielessä oli joku vanha,
sinivalkoinen juhlamerkki. Yleensä hän näytti kömpelöltä,
sivistymättömältä…

"Luuletteko siis seuran kuolevan?" kysyi Visulainen.

Jaakko Huttunen ei vastannut kohta. Hän särpi ensinnä kahvikupin

tyhjäksi ja sanoi sitte:

"Kun minä osaisinkin puhua ja pitää esitelmiä!… tahi kun edes

joku meistä pojista osaisi, niin kyllähän sitä sopisi vielä koettaa. Ja
nyt tarvitsisi koettaa saada tännekin edes hiukan isänmaallista
henkeä, kun seuramme johtokunnastakin lähtee kaksi poikaa
Amerikkaan."

Visulainen katsoi nuorukaisen silmiin. Tämän puhelu oli poistanut

puvun huolimattomuudesta johtuvaa vastenmielisyyttä. Kun hän oli
viimeisen tietonsa sanonut siitä Amerikkaan menosta, näkyi silmissä
jonkullainen arka levottomuus ja Visulainen odotti jo saavansa
kuulla, että Jaakko Huttunen itsekin aikoo lähteä.

"Kovin kylmä tuuli", sanoi Visulainen ja puistatteli ruumistaan.

"Nyt pitäisi alottaa", virkkoi Huttunen. "Minun pitäisi pitää

avauspuhe, mutta tämä tuntuu niin vastenmieliseltä."

Puhujalavan tienoilla koetettiin saada toimeen yksiäänistä laulua.

Visulainen sai kuulla, että se reipas, raikasääninen nuorukainen,
joka jollakin tavoin muita johti laulussa ja joka näytti tässä taidossa
olevan paljon pitemmällä muita, oli seuran kirjuri — "joka myöskin
ensiviikolla menee Amerikkaan." Jossain sopivassa tilassa päätti
Visulainen mennä ja rukoilla tuota nuorukaista jäämään ja
laulullansa lumoamaan tätä kotiseudun kansaa ja siinä kansallista
innostusta herättämään; — mutta se jäi tekemättä. —

Jaakko Huttunen seisoo puhujalavalla, katselee toivottomana ja

levottomana harvalukuista kuulijakuntaansa. Ainoastaan muutamia
on puhujalavan etupuolella, useimmat jäävät olemaan sinne missä
ovat, toisia etääntyy kentän toiselle reunalle, missä hanurinsoittaja
tuon tuostakin iloa virittää.

Hän alkaa lukea puhettaan. Siinä on hyviä ajatuksia.

Päältäkatselija ei niitä uskoisi tuon pojan omiksi. Mutta niissä on
jotain, joka ne varmasti takaa juuri hänen omikseen. Innostus alkaa
jo hiukan lämmittää Visulaista. "Tuo poika puhuu sydämmestään",
ajatteli hän. Mutta samassa käänsi Huttunen tuskaisan, epätoivoisen
katseen tuonne hanurinsoittajaan päin. Visulainenkin nyt huomasi,
että siellä oli polkka täydessä käynnissä ja — että useita nuoria
riensi sinnepäin tuolta etäämmältä kiertäen. Tuskastuttava kyllästys
näkyi Huttusen silmistä, hän tavoitteli nyt vaan puheensa loppua ja
vielä viimeisiä sanoja lausuessaan tuli jo alas lavalta.

Eläköön-huuto, jota aijottiin kohottaa, kuoli alkuunsa. Puhujalavan

takana muuan pari laski sen sijaan kompasanoja
naurunhohotuksineen…

Visulaista pidettiin tottuneena puhujana. Mutta nyt kun hänen piti

nousta lavalle, valtasi hänet sellainen tuskastuttava levottomuus ja
innottomuus, että hän aikoi astua sanaakaan puhumatta alas. Pysyi
hän kuitenkin paikoillaan, huomasi myöskin että muutamia
juhlayleisöstä vetäytyi nyt lavan etupuolelle vasiten häntä
kuulemaan. Niiden joukossa oli joitakuita isäntämiehiäkin ja samoin
vanhempia vaimo-ihmisiä. Tuo huomio herätti iloa: siinähän ilmeni
kohteliaisuutta, myötätuntoa…

"Kunnioitetut kansalaiset!"

(Samassa alkoi hanurinsoittaja uskollisesti vetää jotain

rekilaulunuottia tuolla, — toisaalla parvi tyttöjä kukersi ja riemuansa
piti).

"Oi rakas jumala, auta minua puhumaan näille ihmisille jotain

hyödyllistä", vilahti Visulaisen ajatuksissa ja sydämmessä vallitsi
palava rukouksen henki, aivan kuin olisi ollut hukkumaisillaan. Silloin
huomasi hän että kuulijainkin huomio oli kiintynyt hanurinsoittajaan ja
meluavaan tyttöparveen. Pari miestä lähti liikkeelle nähtävästi niitä
suhdittamaan. Toisten silmistä hehkui suuttumus.

Kaikki tämä tapahtui muutamissa silmänräpäyksissä. Visulainen

alkoi puhua.

Kun puhe oli päättynyt, kättenpaukutukset laanneet ja Jaakko

Huttunen käynyt häntä kädestä kiittämässä, pysähtyi Visulainen
istumaan yksikseen erään pensaston varjoon. Hän tunsi itsensä
kovin väsyneeksi ja jäseniin laskeusi veltto puutumus.
Nuorisoseuran Amerikkaan muuttava kirjuri nousi lavalle ja kehoitti
että laulettaisiin yhdessä "Maamme". Kehoituksessa ei ollut mitään
sukkelaa, eikä mitään naurettavaa, mutta moni suu vetäytyi hymyyn
aivan kuin olisi hyvinkin naurettavaa laulaa "Maamme"-laulu.

Visulainen tietysti nousi laulamaan. Joku sieltä, täältä yhtyi, mutta

mitään yhteislaulua ei siitä tullut. Tuskalla saatiin loppuun pari
värssyä… laulu ujui ja kuoli siihen aivan kuin väsymyksestä
uupuneena… "Saa nähdä, eikö nyt tule katovuosi", kuuli Visulainen
takanansa sanottavan, kääntyi ja näki siinä tanakan talonpojan.

"Saa nähdä", sanoi Visulainen, "hyvin se uhkaa."

"Kovin uhkaa", sanoi talonpoika ja ravisti päätä, "tänä vuonna

taitaa tulla Suomessa olemaan kaksinkertaiset hallat."

"Tuo mies tietää jotain!" ihastui Visulainen itsekseen… "Herra

Jumala, kun tässä pääsisikin lämpenemään!" vilahti kohottava
toivomus hänen ajatuksissaan mennessään kattelemaan miestä ja
puhelemaan tämän kanssa.
IV.

"Hyvä i-ihminen, katso nyt!"

"Mitä?"

"Kuinka natevana kirkkoherra on itse tuolla puuhaamassa karjan

keskellä."

"Hyvät ihmiset! ja takkinsakin on tuolla tavalla tahrinut."

"Hattu vaan on takaraivolla."

"Ja niin kovasti hikoilee."

"Voi paikkaa, eikö nyt muita olisi ollut?"

"Mennään katsomaan niiden karjaa."

Ja emännät lähtivät katselemaan pappilan uljasta karjaa. Tänään

oli, näetten, eläinnäyttely Rutakkalan kirkolla. Jotenkin runsas määrä
karjaa oli näytteille tuotu. Pappilasta oli kaksi eri sarjaa. Ne olivat
pulskeita elukoita! Oikein niitä mielikseen katseli, semmenkin kun
kirkkoherra oli itse mukana ja laski sopivia sukkeluuksia. Härkiä ja
sonneja ei oltu uskallettu tänne muun karjan joukkoon ryhmittää,
vaan oli niitä asetettu huoneisiin, joissa oli varmemmat
kiinnipitopaikat.

Päivä oli tänään poutainen. Ihmisiä, nuoria ja vanhoja, liikkui

varsin runsaasti näyttelypaikan tienoilla. Kaikkialla oli iloa ja juhlaista
mieltä. Eiliseen verraten tuntui siltä kuin vasta tänään olisi oltu oikein
juhlatuulella ja juhliminen oikealla pohjalla. Siltä se näytti
Visulaisestakin, joka oli jäänyt tänne karjanäyttelyä katselemaan.
Nuo miehet ja naiset, ne viihtyivät niin hyvin karjan parissa, nauttiva
hymy huulilla siirtyivät naudasta nautaan, tutkivat niiden
tuntomerkkiä ja niiden hyvyyksistä väittelivät.

Kokous-talon pihaan oli puhujalavakin rakennettu, köynnöksillä ja

kukilla koristettu. Siellä oli istuimia pihalle asetettuina ja lehtimajan
sisään virvoitusravintola järjestettynä.

Muuan agronomi nousi lavalle. Hänen oli määrä pitää esitelmä

pikkuvasikkain kasvatuksesta ja hoidosta. Kirkkoherralle tuli kiire
käteen, kun huomasi agronomin lavalle nousevan.

"Odottakaapa hiukan", kuiskasi ja viittasi hän sinne lavalle käsin,

juoksi yli pihan naisjoukkoon ja kuiskasi siellä piikansa korvaan:

"Mene sinä, Hilma, karjan luokse niin kauaksi että Karja-Maija

pääsee tänne kuulemaan esitelmää." Kun sitten pappilan Karja-
Maija ilmestyi naisten rintamaan, punottavana ja tuoreena, viittasi
kirkkoherra agronomille, joka alotti.

Kun esitelmä oli loppunut ja naiset olivat saaneet kyllikseen

naureskella sellaisille joutavuuksille, joita agronomi piti vasikkain
kasvatuksen elinehtona, — astui puhujapaikalle Visulainen. Hän
ilmoitti aikovansa puhua "hetken tapahtumista" tässä, kun kansaa oli
niin paljon koossa ja tapahtumat siksi tärkeitä… Ilma oli kaunis,
yleisö näytti verrattain tarkkaavaiselta ja puhuja alkoi lämmitä.

Kesken kaikkea hiipi kirkkoherran rouva kuiskaamaan Karja-

Maijan korvaan, että hän on "niin kovin levoton jos joku karjasta
repisi itsensä irti… että kyllä kai Maijan täytyy mennä sinne…"
 "Onhan siellä Hilma. Eikähän ne nyt mitään erityistä, minä vaan
kuuntelisin tuon puheen loppuun."

"Eipähän siinä nyt mitään erinomaista tuossa puheessa… Onhan

Maija saanut lukea sanomalehdistä… Minä olen Tähden vuoksi niin
levoton." Karja-Maijan kasvoille ilmestyi tyytymättömyyden ilme ja
vastenmielisen näköisenä poistui hän joukosta. Rouva käänsi nyt
rauhoittuneena ja harrastavan näköisenä kasvonsa puhujaan.

Vaan silloin: Parkumäen suurta sonnia kuletettiin poikki

juhlakentän. Sonni mylvi ja mölysi, taluttajat huusivat ja melusivat.
Koko yleisö kääntyi katsomaan ja jäi ihailemaan sonnin väkevää
ruumista ja runtevia liikkeitä…

Visulainen korotti ääntään huutavan ääneksi, mutta se vavahti kun

huomasi, että suurin osa yleisöstä yhä pysyi selin häneen ja seurasi
katsein, jopa askelinkin uljasta sonnia. Sana takertui hänen
kurkkuunsa… Lavan ympärillä on muutamia ikämiehiä ja
nuorukaisia, jotka harrastuksella ovat puhetta seuranneet. Niistä yksi
toisensa jälkeen nyt kärsimättömänä katseensa kääntää tuonne
ihmisjoukkoon, jonka huomion sonni on niin täydellisesti vetänyt pois
puhujasta ja hetken tapahtumista…

Ja Visulainen astuu alas puhujalavalta, sillä sana ei ota enään

kieleltä lähteäkseen ja sydäntä kouristaa niin katkera tunne.

Jumala ties, minkä vuoksi hänen kasvoillaan on niin kummallinen

ilme.

"No mutta", sanovat miehet, "älkäähän nyt lopettako!" Ja useat

lähtevät hillitsemään sohinaa. Se olikin nyt jo helppoa, sillä sonni oli
kadonnut näköpiiristä ja yleisöllä oli joutilasta aikaa kuulla ja katsoa
Visulaista.

He saivat hänet pakoitetuksi uudestaan lavalle. Puheesta ei

kuitenkaan enään mitään tullut, ne olivat vaan hajanaisia,
kulmikkaita, kömpelöitä sanoja. "Tällaistako onkin todellisuus?"
kaikui ääni yhä hänen rinnassaan. Ponnistelemallakaan ei hän
saanut ajatuksiaan kokoon. Pettymys ja siitä johtuva tuska hajoittivat
kaikki tuulen tuvat ja sokaisivat innostuksen lähteet.

Hän astui alas puhujapaikalta yhä tuo kummallinen ilme kasvoilla.

"Siihenkö se nyt lopettikin?" kyselivät miehet toisiltaan. Mutta

Visulainen pakeni huoneitten takapuolelle ja itki.

Uusi välikirja.

Ruis, josta jaakonpäivähällä oli hienoimman terän vienyt, varisi

päistään Lampimäen pienissä kotipelloissa. Se joutui varisemaan
senvuoksi, että torpan isännällä oli ollut koko elokuun aikana
varsinaisten päivätöidensä lisäksi ylipäiviä kartanon elonleikkuussa.
Sitäpaitsi oli vaimo koko viikon kartanossa pyykinpesussa. Odotettiin
vapaapäiviä aivan kuin kuunnousua. Nyt oli perjantai. Vaimo oli jo
tänään päässyt puoliltapäivin kotiin. Miehen piti vihdoinkin saada
vapaapäivä huomenna. Silloin aijottiin ehtiä ruis jalalle, kun sopisi
leikata sunnuntaiaamunakin siihen saakka kuin kirkkoon mennään.

Lampimäkeläiset olivat keski-ikäisiä ihmisiä. Miehen nimi oli Pekka

ja vaimon nimi Liisa. Lapsia oli kolme.
 Torppa oli metsässä, noin 5 kilometrin etäisyydellä kartanosta. Se
oli huono torppa ja huonosti siinä aina oli toimeen tultu.

Tämä nykyinen Pekka oli siinä asunut jo toista kymmentä vuotta.

Hän oli siitä omituinen, ettei koskaan valittanut, "ei silloinkaan kun
suoranaista vääryyttä kärsi", sanoivat toiset torpparit ja pitivät
Pekkaa tyhmempänä kuin itse olivat.

Oliko hän tyhmempi kuin toisetkaan, se ei suinkaan ollut sillä

ratkaistu, ettei hän valittanut.

Mutta tänään oli vaimo, kartanosta päästyään, rientänyt

juoksujalassa sirppineen pellolle, leikannut jo muutamia lyhteitä, kun
kimakka metsästäjän vihellys sai hänet säpsähtämään. Aivan
vieressä olevasta metsästä pistäysi aukealle kartanon pehtori
metsästystamineissa ja, koirien ympäri peltoja loikatessa, tuli
suoraan Lampimäen emännän luo.

"Jesus siunatkoon!" virkkoi vaimo, vääntäessään uutta lyhteen

sidettä.

Pehtori ei puhunut ohikulkiessaan mitään. Koirilleen hiljaa

viheltäen ja maklattaen, kävi istumaan mökin rapuille.

Vaimo näkyi taistelevan itsensä kanssa. Viimmein kuitenkin

huoahtaen löi sirppinsä lyhteen kantaan ja asteli tuvalle päin.

"Päivää," virkkoi ja niiasi.

Pehtori loi häneen pikaisen syrjäsilmäyksen, nyökäytti

äänettömästi, aivan kuin sivumennen, päätänsä ja alkoi innokkaasti
taputella koiraansa, hokien:
 "Sesu, sesu, sesu…"

Vaimo liikkui peloissaan ja arvelevaisesti tupaa kohti, ikään kuin

joka askeleella odottaen puhuttelua. Vaan kun ei pehtori sittenkään
mitään sanonut, tuli vaimolta:

"Priita-Maija laski minut kotiin kello 3:lta, kun saatiin pyykki

valmiiksi ja… ja… kun nuo rukiin vähät pyrkivät varisemaan peltoon."

Pehtori pysyi yhä äänettömänä.

Vaimo astui pelokkaana askeleen tupaa kohti, mutta pysähtyi

sanomaan:

"On oikein paha, kun ei ole vieraalle tällä kertaa minkäänlaista

suunavausta."

Huomattava pilvi laskeusi pehtorin otsalle.

"Vai Priita-Maijako siellä nyt komentaa!" hän puoliääneen

huudahti.

"Eei suinkaan, mutta…"

Pehtori nousi, kutsui koirat ja lähti uudestaan metsään.

"Mitähän jumalan nimessä tästä tulee?" huokasi vaimo ja palasi

takaisin leikkuumaalle, jossa ruis rapisten varisi tähkäpäistä peltoon.

*****

Illalla, kun Pekka palasi kartanosta työstä, tapasi hän puolitiessä

pehtorin. Hän asteli jokseenkin rivakasti siinä tiedossa, että nyt oli
edessä kaksi vapaapäivää, joina saisi korjata rukiinvähänsä peltoon
varisemasta. Niistä päivistä tosin toinen oli sunnuntai, jumalan
lepopäivä. Mutta Pekka ei viitsinyt edes harkita, olisiko sopiva leikata
varisevaa ruista lepopäivänä, — hän leikkaisi vaan…

Juuri siinä tuli pehtori vastaan. Pekka oli vähällä unhoittaa nostaa
lakkia, mutta onneksi kuitenkin huomasi sen. Pehtori oli jo astunut
ohitse, kun äkkiä kääntyi ja virkahti:

"Aivan oikein! — Olin vähällä unhottaa, — ne eivät varmaankaan

siellä sanoneet sinulle, että et voikaan saada vielä vapaapäivää.
Huomenna otat hevosen mukaasi ja tulet kartanoon tavalliseen
aikaan."

Enempää viivyttelemättä meni pehtoori tiehensä. Mutta Pekka

seisoi tiellä, hyvin tyhmistyneen näköisenä katsoen menevän
jälkeen, joka pian katosikin hämärään. Sitten kääntyi Pekka
verkalleen ja virkkoi ääneen:

"Saatana!"

Kun tämä mies tuli kotiin, oli jokseenkin pimeä. Vanhempi tyttö, 11
ikäinen, oli äitinsä kanssa leikkuupellolla, toinen, 8 vuotias keitti
puuroa ja 3 vuotias poika itkeä kyhni penkillä omia aikojaan.

Pekan ruokakontti lensi niin huimasti nurkkaan, että poikakin

hämmästyi ja lakkasi itkemästä. Mitään puhumatta lapsille otti hän
sirpin ja riensi leikkuupellolle. Kello oli silloin 10 illalla.

"Tapasitko pehtorin?" kysyi vaimo. "Tapasin."

"Mitä se sanoi?"

"Käski huomenna tulla hevospäivätyöhön."

 "Kas sitä!"

"Samalla kuului ääni heidän takapuoleltaan:

"Päiveä Pietar-veli, ka yöhän tuota jo onkin. Miksi ette päivällä

leikkaa?"

Pekka kääntyi ja näki vanhastaan tutun miehen, reppu selässä ja

piikkisauva kädessä.

Pekan kasvoille ilmestyi leveä hymyily:

"Ka tuoko?" virkkoi hän. "Minä juuri ajattelin sinua."

"Minuako? Sepä kummaa!"

"Ajattelin sinua, että kun sinä tulisit. Sano nyt, joka tiedät, tuleeko
siitä maanjaosta jotain?"

"Ka miksei tulisi! Männäh tupah ja pistetäh shaijuks, niin juttu

paremmin luistaa."

Ja he menivät kaikin tupaan.

*****

Tämän kartanon isäntäväki asui enimmät osat ajastaan

Helsingissä. Koko maatalous oli pehtorin huostassa, joka
tehtäväänsä hoiti rajattoman itsevaltiuden periaatteiden mukaan.

Torpparit olivat tämän nykyisen pehtorin alkuaikana pyrkineet

tekemään valituksia kartanonherralle suvella, kun tämä asui
maatilallaan. Mutta kun tilasta oli viimeaikoina yleensä tullut hyvät
tulot, ei isännällä ollut erityistä halua ruveta taistelemaan pehtoria
"vastaan torpparien puolesta, vaikka ymmärsikin, että pehtori
muutamissa suhteissa oli vaatimuksissa mennyt liian pitkälle. Hän
koetti arasti huomauttaa pehtorille, että hänen tahtonsa olisi, että
torppareita pitäisi kohdella säälien; mutta siitä pehtori riemastui
pitämään sellaisen esitelmän että…

"Noh, noh, älkäähän suuttuko, tehän sen parhaiten tiedätte…"

Mutta kerran alkoi kartanon torppaloukoilta kuulua aivan

uskomattomia juttuja. Helsingissä oleva isäntäväki oikein pelästyi.
Rouva ja nuori maisteri lähtivät maalle oikein keskitalvella ja veivät
mukanaan 50 markan panoksen kirjasia ja kotikoulutarpeita. Nuori
maisteri piti kartanon kansakoululla esitelmiä eräällä viikolla neljänä
iltana. Kaksi kotikoulua pantiin kuntoon ja kansakoulunopettaja otti
vaivakseen ilman eri palkkiota pitää silmällä niiden toimintaa.

Ja kun kaikki oli näin hyvästi järjestetty, palasivat asiantoimittajat

Helsinkiin.

"Jestande!… kuinka tyhmiä ne ovat!" huudahti rouva ensi

sanoikseen, kun oli junalta tultua istuttu perheen teepöytään.

"No sen tiesit mennessäsi", sanoi herra hymyillen. "Mitä muuta

kuuluu?"

"Ne eivät usko vaikka niille sanoisi mitä", kertoi poika.

"Vai eivät usko, — eivätkö sinunkaan puhettasi?"

"Minä pelkään, etteivät uskoneet Artturia. Ne näyttivät aivan

kauheilta… Ja, herra jumala, niin hyvät olot kun niillä on!… Koko
talvena eivät tarvitse tehdä paljon mitään… eikä ikänä ole pettua
tarvinnut syödä meidän kartanon maalla."
 Kartanon isännän pää oli vaipunut käsien varaan ja otsa mennyt
huolikkaisiin ryppyihin.

"Onkohan heillä todella hyvät olot?" kysyi hän kummallisella

painolla.

"Kumminkin suhteellisesti", sanoi rouva, kiinnittäen terävän

katseen mieheensä.

"Esimerkiksi verrattuna meidän oloomme?"

"Meidän oloomme? Kuinka sellainen saattaa tulla

kysymykseenkään?"

"Miksikäs ei!"

"No mutta, hyvänen aika, Viktor…"

"Minä vaan ajattelen, että… kentiesi pitäisi minun helpottaa

torpparien vuokraehtoja. Ne eivät valittaisi, ne eivät olisi uskomatta
isäntänsä poikaa, jos niillä olisi hyvä…"

"Sama ajatus…" alotti nuori maisteri.

"Sama ajatus", keskeytti rouva käden viittauksella poikansa.

"Sama ajatus, josta Arttur ja minä jo eräänä iltana keskustelimme.
Mutta, jos niitä rupeisi alentamaan niin paljon, että se jossain
tuntuisi, täytyisi kai meidän supistaa menojamme. Ensi kesäksi on
suunniteltuna se ulkomaa-matkakin ja…"

"Siinäpä se juuri on!" virkahti kartanonomistaja ja teki

kärsimättömän liikkeen.
 "Niin, siinä se on, mutta minä en usko että ne tulisivat sen
tyytyväisemmiksi, ne odottavat maanjakoa kuin uutta kuuta… ja
kansa, talonpojat ja torpparit yleensä ovat tulleet niin kopeiksi ja
vaativaisiksi, että ennen pitkää esittävät torpparit siellä sinulle veljen
maljoja." — Rouva nauroi. Nuori maisteri, joka oli nauttien loikonut
sohvalla sanomalehden kanssa, naurahti myöskin. Äiti oli tuon
saman sukkeluuden lausunut jo parille tuttavalle matkalla.

"Pehtori kertoi", alotti rouva, mutta herra keskeytti kärsimättömästi:

"Älkäämme puhuko hänestä!"

"Pehtoristammeko?"

"Hänestä juuri!" Herra nousi mennäkseen omaan huoneesensa.

"Minä pelkään", jatkoi hän, "että hän on tehnyt liiankin paljon syntiä
minun kontolleni."

"Kukin tekee syntiä omaan lukuunsa. Sinähän olet antanut hänelle

määräykset kohdella hyvin…"

"Hyvin — mutta minä alan pelätä, että hän on kohdellut

huonosti!… Isabella, miksi juuri minun maatilani torpparit antavat
aihetta sellaisiin sanomalehtijuttuihin?"

"No sitähän minäkin, että miksi juuri meidän?"

"Ihmiset kyllä ymmärtävät, että siinä on torpparien tyhmyys

suurena tekijänä, mutta ne eivät voi vapauttaa minua kokonaan siitä
syytöksestä, etten ole pitänyt huolta torpparieni valistuksen
kohottamisesta, enkä heidän tilansa parantamisesta."

"Se on totta", virkkoi nuori maisteri.

 "Mutta hyvänen aika, vietiinhän nytkin viidenkymmenen markan
arvosta kirjoja ja kirjoitustarpeita. Opettajatar arveli…"

"Älä puhu, mamma! — anna anteeksi, että keskeytän. — Puheesi

tuntuu näissä oloissa liian yksinkertaiselta. Meidän olisi pitänyt
alottaa torpparien kanssa jo 20 vuotta takaperin, — siinä koko juttu."

"Ehkä minä lähden sinne uudestaan, isä", sanoi nuori maisteri ja

kiinnitti vakavat silmänsä isään.

"Mitä tekemään?"

"Jakamaan heille tietoja."

"Mutta omat lukusi…" alkoi äiti.

"Väli niillä", keskeytti isä. "Ehdotustasi maksaa vaivan ajatella. Kun

loppuisi tämä talvikausi pikemmin, niin minä rientäisin itse sinne…
Herra Jumala! kun minä olen melkein aivan vieras omien torpparieni
kanssa…"

"Mutta minäpä melkein luulen, että sinä menet juomaan heidän

kanssaan veljesmaljoja!" nauroi rouva.

"Isabella, minä melkein luulen, että sinä otat asian liian keveältä
kannalta."

"No, mutta hyvä Viktor, eihän sitä nyt maksa vaivaa ottaa noin
kauhean synkästi! Tietäähän koko Helsinki, että perheemme kuuluu
huomattavimpiin tosi-isänmaallisiin perheisiin. Jos torpparit meidän
tilallamme — jota eivät monet tiedä, että ne ovat juuri meidän
tilallamme, — jos ne yksinkertaisuudessaan antautuvat
epäisänmaallisen yllytyksen valtaan, niin emmehän me heitä ole
opettaneet."

"Ei, mutta me emme ole tehneet mitään sitä estääksemme ja…

No, se ei ole pääasia mitä ihmiset sanovat, vaan se, mitä todella on.
Sitä paitsi, minä olen lukenut Työmiestä ja…"

"Viktor!"

"Niin, niin."

"Ei mutta, Viktor, nyt minä suutun!"

Poika tirkisti sohvalta silmiänsä sirristäen ja isä naurahti:

"Minä olen päättänyt ottaa selkoa. Ja sen johdosta olen jo melkein

kumonnut yhden tulevan kesän suunnitelmistani."

"Ulkomaa-matkan?"

"Niin, katsos…"

"Kiitos, minä en katso mitään! Tässä saanen minäkin kohta astua

pyykkiä pesemään työmiehen matammin rinnalle, ettei kenelläkään
olisi aihetta kadehtia minua."

"Minä vaan tahdoin sanoa, että te kyllä saatte tehdä ulkomaa-

matkan, mutta minun tehtäväni on ensi suvena oppia tuntemaan
torpparini ja heidän elämänehtonsa."

Hän meni huoneesensa ja alkoi siellä edestakaisin kävellä.

*****
 Myöhemmin talvella, muutamalla hiihtoretkellä, ollessaan maalla
osuivat kartanon nuori maisteri ja hänen toverinsa pistäytymään
Pekan mökkiin.

"Onko tämä torppa vielä kartanon alle kuuluvia?" kysyi maisteri.

Pekka katsoi luihusti, syrjittäin seisovia herroja, joita ei näyttänyt

huvittavan istahtaa. Akkakin jo loi kiirehtivän silmäyksen mieheensä.
Pekka vihdoin virkkoi:

"Onhan tämä vielä… onhan siellä töissä oltu melkein

yhtämyötään."

"Minä olinkin tuntevinani teidät", äänsi maisteri.

"Va-ai niin", hymyili Pekka.

"Jottako maisteri tuntisi näinkin köyhiä?" ihmetteli vaimo omituisen

yksinkertaisesti.

"Eihän se köyhyyteen tahi rikkauteen kuulu, sellainen."

"Kuuluupa hyvinkin. Ihmeeksi se on kun rikkaat ja mahtavat köyhiä

ja kurjia tuntevat", intti vaimo.

"Kurjia?" kysyi ylioppilas. "Pidättekö te itsenne kurjina? Teillä on

oma tupa, hyvä isäntäväki, puuttumaton toimeentulo. Siivoutta vaan,
joka ei maksa mitään ja joka riippuu teistä itsestänne, saisi olla
enempi. Sitäpaitsi teillä on isänmaa. Käsitättekö mitä se on?"

Maisteri vetäysi syrjään kuultelemaan.

Mies ja vaimo vaihtoivat katseita.

 "Ei tämä ole minun isänmaani", alotti Pekka onealla äänellä.
"Minun isäni oli tuolla kartanon Länsikulman torpassa torpparina,
tästä on sinne 2 1/2 peninkulmaa. Se joutui pois, kun isä kuoli eikä
äiti jaksanut suorittaa vuokraa. Kävin sitten kerjuulla, kunnes äiti
kuoli. Sinne isänimaalle aina ikävöin ja siinä olin sitte paimenenakin
Simunalla, joka sen oli saanut. Kun mieheksi tulin, esitti kartanon
silloinen pehtori minulle tämän. Minä tulin tähän ja tuo akka tuli
vähän jälestäpäin…"

"Ja kyllä on ollut elämisen kanssa niin ja näin, niin että ei tässä
kurjuus ole kovinkaan vieras", selitti vaimo.

"Niin, mutta te nyt käsititte väärin, isänmaa on jotain toista kuin se

torpanmaa, jonka päällä on syntynyt", alotti ylioppilas selittää.

Pekka kuunteli. Kun selitys oli loppunut, kysäsi viimemainittu

yht’äkkiä:

"Mahtaneeko tullakaan mitään siitä isosta maanjaosta?"

Vaimo säpsähti, mutta miehen suu meni salaperäiseen,

odottavaan hymyyn. Näki, että tähän kysymykseen sulkeutui
kokonaan hänen nykyinen ajatuspiirinsä.

"Ei tule, hyvä mies. Ja toivoisitteko tekin todella…" Hän alkoi

jutella lämpimästi ja istahti tolpalle.

Mutta kun vieraat menivät, räjähti Pekka leveään nauruun:

"Hätäpä niillä näyttää olevan, noilla… Eipä vaan taidakaan olla

niin tyhjää juttua, se maanjakojuttu."
 Kesällä, muutamana sunnuntaipäivänä oli kartanon alustalaisia
varten hommattu oikein suuret juhlat. Torpparit oli käyty kutsumassa,
erikseen joka huonekunta. Ne tulivat, katselivat ja kuultelivat silmät
ympyriäisinä. Ja kun muuan puhe oli pidetty, puri Pekka lisää
ryssänlehtiä suuhunsa ja sanoi Simunalle:

"Kyllä ne vaan osaavat saarnata."

"Hätäkö näiden on osata, kun kaiken ikänsä kouluja käyvät."

Se jäi siihen.

Kello läheni 11:sta ja juhla lopetettiin. Käsi tukan rajassa läheni

Pekka muuatta torpparia ja kysäsi:

"Aijotko kotiin, vai jäätkö sitä oloa jo kartanoon?"

"Ruoat ovat kotona, eikä siellä ole ken toisi. Makaamisen aikaa ei
tässä kyllä jää ollenkaan. Kello 4 pitää olla takaisin", jutteli mies
synkästi.

"Sama on minun", selitti Pekka.

"Kun ei se vaan panisi huomiseksi tinkityötä."

"Senpä se kyllä osaa panna."

Molemmat katselivat varpaisiinsa. Läheni kolmas torppari ja alkoi

tosissaan kysellä, vuorotellen toista ja toista silmäillen:

"Mahtavatko arenttipäiväksi tämän päivän merkitä kirjoihinsa?"

Toiset hymähtivät: