Opinnäyteaiheita suomen kielen opiskelijoille

Etsitkö aihetta kandidaatintutkielmaan tai pro graduun? Alla on kuusi ehdotusta. Jokaisesta kerrotaan tutkimuskysymys, tarvittava aineisto, onko aineisto jo olemassa ja millä menetelmillä aihetta voi lähestyä.

Tilanne 12.10.2026. Pelin oma tutkimusaineisto on vasta tulossa. Mittausjärjestelmä on suunnitteilla, eikä sen valmistumiselle ole päivämäärää. Aiheen 3 korpusosuuden ja aiheen 6 esityön voi aloittaa jo nyt Kielipankin ja Kotuksen aineistoilla. Muut aiheet odottavat pelin aineistoa, ja aiheet 4 ja 5 vaativat lisäksi erillisen päätöksen.

Lyhyesti pelistä

Sanamahdissa pelaaja etsii sanoja kirjainruudukosta pyyhkäisemällä vierekkäisiä kirjaimia. Peli hyväksyy sanat vain perusmuodossa. Pelistä on tarkoitus tehdä mittari, joka kerää kolmenlaista tietoa: mitä sanoja pelaajat sanovat tuntevansa, mitä merkkijonoja he tarjoavat sanoiksi ja miten automaattinen toimitus päättää uusista sanoista. Menetelmä on kuvattu omalla sivullaan.

Aiheet

1. Sanan tunnettuus ja yleisyys teksteissä

Tutkimuskysymys. Kuinka hyvin sanan frekvenssi uutiskielessä ennustaa sitä, kuinka moni pelaaja tuntee sanan? Mitkä sanat ovat tunnetumpia tai tuntemattomampia kuin niiden frekvenssi antaa odottaa?

Aineisto. Sanakohtainen mitattu tunnettuus Sanamahdista ja lemmafrekvenssit tekstikorpuksesta, esimerkiksi Kielipankin aineistoista.

Onko aineisto olemassa? Tunnettuusaineisto on tulossa. Tekstikorpuksia on saatavilla Kielipankissa.

Menetelmät. Korrelaatio- ja regressioanalyysi sekä poikkeavien sanojen laadullinen tarkastelu sanaluokan ja tyylilajin mukaan.

2. Taivutusmuodot, joita tarjotaan perusmuotoina

Tutkimuskysymys. Mitä taivutusmuotoja pelaajat pyyhkäisevät, vaikka peli hyväksyy vain perusmuodot? Kertovatko yleisimmät niistä leksikaalistumisesta, eli siitä, että taivutusmuoto on alkanut toimia itsenäisenä sanana? Kotuksen sanalistassa hakusanoja ovat jo esimerkiksi adverbi kotona ja monikkosana sakset.

Aineisto. Hylätyt pyyhkäisyt, joille morfologinen jäsennin on antanut perusmuodon ja muodon kuvauksen, sekä pyyhkäisyjen määrät.

Onko aineisto olemassa? Tulossa.

Menetelmät. Muotojen luokittelu sijan, luvun ja sanaluokan mukaan, vertailu sanakirjan hakusanoihin ja korpusfrekvensseihin sekä adverbeiksi vakiintuneiden sijamuotojen ja monikkosanojen laadullinen analyysi.

3. Lainasanan kaksi kirjoitusasua

Tutkimuskysymys. Miten lainasanan vieras ja suomeen mukautettu kirjoitusasu, esimerkiksi pizza ja pitsa, jakautuvat uutiskielessä eri vuosina? Kumman asun pelaajat tuntevat paremmin?

Aineisto. Rinnakkaisten asujen vuosittaiset frekvenssit tekstikorpuksesta, tieto siitä, mitkä asut ovat sanakirjan hakusanoja, sekä Sanamahdista asujen tunnettuus.

Onko aineisto olemassa? Korpusosuuden voi aloittaa nyt. Ylen uutisarkisto on Kielipankissa. Tarkista sieltä aineiston käyttöehdot. Kotuksen Nykysuomen sanalista on avoin, ja siinä sekä pizza että pitsa ovat hakusanoja. Sanamahdin tunnettuusaineisto on tulossa. Tunnettuusnauhaan valitaan suunnitelmassa sanat, joiden asemasta toimitus on epävarmin, joten vakiintuneen sanaparin mittaamisesta on sovittava erikseen. Pyyhkäisyistä vertailua ei saa: suunnitelmassa lasketaan vain hylätyt pyyhkäisyt, ja peli hyväksyy sekä sanan pizza että sanan pitsa. Lisäksi lauta rajaa, mitä voi pyyhkäistä.

Menetelmät. Diakroninen korpusanalyysi, asujen suhteellisten osuuksien aikasarja ja vierassanojen mukautumisen kuvaus sitaattilainasta yleislainaan.

4. Tekosanakontrollin luotettavuus pelissä

Tutkimuskysymys. Kuinka luotettavasti kyllä tai ei -vastauksiin perustuva sanatesti mittaa sanojen tuntemista, kun se tehdään pelin sisällä ja palkkiota vastaan? Erottavatko tekosanat huolelliset vastaajat arvaajista?

Aineisto. Vastaustason tunnettuusarviot: vastaajan pseudonyymi, sana, vastaus ja vastaukset tekosanoihin.

Onko aineisto olemassa? Tulossa, ja lisäksi tarvitaan päätös. Suunnitelmaan on kirjattu sanakohtaiset vastausmäärät, pelaajakohtainen kalibrointitieto tekosanaosumista ja pseudonyymi merkintä siitä, minkä sanan pelaaja on arvioinut. Yksittäisen vastauksen arvoa (tunnen tai en tunne) ja tekosanakohtaisia vastauksia siihen ei ole vielä kirjattu, joten kerro tarpeesta ajoissa. Vastaustason aineistoa ei ole tarkoitus julkaista avoimena. Sen käyttö tutkimuksessa vaatisi erillisen sopimuksen ja tietosuojan arvioinnin, eikä siitä ole päätöstä.

Menetelmät. Signaalidetektioteoria (signal detection theory: osumat ja väärät hälytykset), arvauskorjauksen vaihtoehtojen vertailu, reliabiliteetin arviointi ja osiovasteteoria.

5. Opiskelijaslangin leviäminen korkeakoulujen välillä

Tutkimuskysymys. Tunnetaanko opiskelijaslangin sana yhtä hyvin eri korkeakouluissa ja ainejärjestöissä? Näkyykö aineistossa, että sana leviää yhteisöstä toiseen?

Aineisto. Sanojen tunnettuus ja sanaehdotukset korkeakouluyhteisöittäin.

Onko aineisto olemassa? Ei, eikä yhteisökohtaista aineistoa ole nykyisessä suunnitelmassa. Pelin päivän haasteessa on korkeakoulujen ja ainejärjestöjen sijoituslistat, mutta sanahavaintoja ei ole suunnitelmassa liitetty yhteisöihin. Liittäminen vaatisi erillisen päätöksen ja tietosuojan arvioinnin, koska yhteisöt voivat olla pieniä.

Menetelmät. Sosiolingvistinen variaationtutkimus, yhteisöjen välinen vertailu ja aikasarjat. Aineistoa voi täydentää kyselyllä tai haastatteluilla.

6. Ennakoiko automaattinen toimitus sanakirjaa?

Tutkimuskysymys. Kuinka usein sana, jonka Sanamahdin automaattinen toimitus hyväksyy, lisätään myöhemmin Kielitoimiston sanakirjaan? Millaisella näytöllä automaattinen toimitus ja sanakirjatoimitus päätyvät eri tulokseen?

Aineisto. Sanamahdin päätösloki näyttöineen ja Kielitoimiston sanakirjan myöhemmät päivitykset. Vertailukohdaksi sopivat Kotuksen vuosittaiset sanapoiminnot ja uutiskorpus.

Onko aineisto olemassa? Päätösloki on tulossa. Sanakirja päivittyy vuoden tai kahden välein, joten vertailu tuleviin lisäyksiin vaatii pitkän seurannan ja sopii paremmin pro graduun kuin kandidaatintutkielmaan. Esityönä voi jo nyt tutkia, miten Kotuksen sanapoimintojen uudissanat näkyvät uutiskorpuksessa eri vuosina.

Menetelmät. Takautuva korpusanalyysi, uudissanojen vakiintumisen tutkimus sekä päätösten luokittelu ja virheanalyysi.

Mitä opiskelija saa

• Kuvatun menetelmän. Suunniteltu keruutapa, sen rajoitukset ja avoimet kohdat on kirjoitettu menetelmäsivulle. Voit viitata kuvaukseen ja arvioida sitä.
• Suoran yhteyden tekijään. Sanamahtia tekee yksi kehittäjä, Alex Liao. Hän vastaa kysymyksiin siitä, miten aineisto syntyy.
• Aineiston, kun sitä on. Kun avoin aineisto julkaistaan, se on kaikkien käytössä. Jos aiheesi tarvitsee muuta, siitä on sovittava erikseen.
• Mahdollisuuden vaikuttaa. Järjestelmä on vasta suunnitteilla. Jos aiheesi tarvitsee mittauksen, jota suunnitelmassa ei ole, kerro siitä ajoissa.

Mitä ohjaaja saa

• Kuvauksen aineiston keruutavasta ja vinoumista jo ennen kuin aineistoa on.
• Aiheita, jotka voi rajata kandidaatintutkielmaksi tai laajentaa pro graduksi.
• Aikanaan avoimen aineiston, jossa ei ole pelaajatunnisteita.
• Yhteyshenkilön, joka tuntee järjestelmän toteutuksen.

Aiheita saa muokata ja tarjota opiskelijoille vapaasti.

Mitä Sanamahti ei tarjoa

Ohjaus tulee omasta yliopistostasi. Sanamahti on yhden kehittäjän projekti, eikä siltä saa kielitieteellistä ohjausta. Työ on sinun: aiheen rajaat sinä ohjaajasi kanssa, eikä Sanamahti vaikuta tuloksiin. Kyse ei ole toimeksiannosta eikä palkallisesta työstä.

Pelin aineiston valmistumiselle ei ole päivämäärää. Älä sido valmistumistasi siihen, ellei aiheesi toimi myös muilla aineistoilla.

Ota yhteyttä

Kirjoita yhteydenottolomakkeella ja valitse rooliksi opiskelija. Kerro, mikä aihe kiinnostaa, mitä opiskelet ja milloin aiot aloittaa. Myös ohjaaja voi ottaa yhteyttä samalla lomakkeella. Muut tutkijoille tarkoitetut sivut löytyvät Tutkijoille-sivulta.