SFF4110 Knowledge production in social sciences - quantitative methods Course description

Emnet gir inngående kjennskap til kvantitative design og statistisk analyse for bruk i egen masteroppgave, muligheter og begrensninger ved ulike kvantitative design, kjennskap til ulike datakilder og kvalitetskrav til studier basert på statistisk analyse innen en samfunnsvitenskapelig forskningstradisjon. 

Emnet omfatter inngående kjennskap til tverrsnittsdesign, tidsdesign, eksperiment og surveymetoden. Studentene vil også få inngående kunnskap om forhold som kan påvirke validiteten og reliabiliteten i en undersøkelse, samt ferdigheter til å vurdere slike forhold. Videre vil studentene både lære og ikke minst praktisere univariate, bivariate og multivariate analyser. I emnet vil vi ha et særlig fokus på regresjonsanalyse, og gjennom forelesninger, e-ressurser og seminarer vil studentene få inngående kunnskap om og ferdigheter i bruken av regresjonsbasert analyse, med siktemål om å kunne benytte regresjonsanalyse i egen masteroppgave for de som velger et kvantitativ design (i emnet vil vi benytte statistikkprogrammet SPSS).  

Ingen forkunnskapskrav.

Etter å ha fullført emnet har kandidatene følgende kunnskaper og ferdigheter:

Kunnskap

Studentene har

• inngående kunnskap om kvantitative design og hvilken type kunnskap disse kan bidra med
• avansert kunnskap om ulike metoder for å skape/framskaffe et empirisk materiale, som survey og registerdata
• inngående kunnskap om kvalitetsvurdering innenfor en kvantitativ tradisjon
• innsikt i generaliseringsmuligheter av resultater fra kvantitative studier
• avansert kunnskap om formidling av resultater
• inngående kunnskap om regresjonsbasert analyse/statistisk analyse

Ferdigheter

Studentene kan

• reflektere metodologisk rundt sammenhengen mellom forskningsspørsmål og design
• utvikle forskningsdesign for sin masteroppgave med hensyn til eget forskningsspørsmål
• anvende statistiske analyseteknikker og tolke resultater fra disse
• utvikle statistiske analysemodeller med utgangspunkt i teori og empiri
• reflektere metodologisk rundt sammenhengen mellom forskningsdesign og kunnskapspåstander
• tilegne seg fordypet kunnskap om valgt metodologisk tilnærming i eget masterprosjekt
• reflektere metodologisk og kritisk over annen forskningslitteratur
• vurdere forskningsetiske spørsmål i forbindelse med eget masterprosjekt
• vurdere hvilke spørsmål som kan undersøkes empirisk

Generell kompetanse

Studentene

• er kjent med og kan reflektere kritisk over ulike konsekvenser av forskning
• kan bruke etisk skjønn med hensyn til egen posisjon som forsker og hvordan deltakelse i forskning kan virke intervenerende i menneskers liv
• kjenner til og kan forholde seg til etiske forskrifter som; korrekt og fullstendig kildeinformasjon, informantanonymisering, konfidensialitet, forskeransvar

Undervisningen foregår både i form av forelesninger, øvelser med statistikkprogram, e-forelesninger og oppgaver som studentene jobber med på egenhånd og får veiledning i via e-baserte ressurser.   

Studentene skal gjennomføre et arbeidskrav bestående av univariat, bivariat og mulitivariat analyse (regresjonsanalyse). I analysene skal studentene benytte et utdelt datasett eller kan etter avtale med faglærer benytte et eget datasett, dersom dette skal benyttes i masteroppgaven. Hver student skal utforme en problemstilling med utgangspunkt i utdelt datasett (eller eget datasett), formulere hypoteser og teste disse hypotesene. Det skrives en rapport og studentene får individuell tilbakemelding fra faglærer. Rapporten må være godkjent før studenten kan gå opp til eksamen. Rapporten skal være på maks 10 sider.

Studentene skal ha en 4 timers skriftlig skoleeksamen under tilsyn. 

Ingen. Det er anledning til å søke om å bruke tospråklig ordbok.

Gradert skala A-F

Det benyttes en intern og en ekstern sensor til sensurering av oppgavene. Et uttrekk på 25 prosent av besvarelsene sensureres av ekstern sensor. Karakterene på de besvarelsene som er vurdert av ekstern sensor danner grunnlag for å fastsette nivå innenfor de ulike karakteruttrykkene. Intern sensor skal ta hensyn til ekstern sensors vurdering ved sensurering av alle besvarelser. 

Åsmund Hermansen