EPN-V2

SFF4110 Knowledge production in social sciences - quantitative methods Course description

  • Introduction

    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.

    Det vil være 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. ;

  • Required preliminary courses

    Ingen forkunnskapskrav.

  • Learning outcomes

    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
  • Teaching and learning methods

    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.; ;

  • Course requirements

    Ingen arbeidskrav

  • Assessment

    Semesteroppgave med et omfang på 10 sider (+/- 10 prosent), skrifttype og skriftstørrelse: Calibri 12 pkt. Linjeavstand: 1,5.

  • Permitted exam materials and equipment

    Alle hjelpemidler er tillatt så lenge regler for kildehenvisning følges.;

  • Grading scale

    Gradert skala A - F

  • Examiners

    Det benyttes intern og ekstern sensor til sensurering av besvarelsene. Et uttrekk på minst 25 % av besvarelsene sensureres av to sensorer. Karakterene på disse samsensurerte besvarelsene skal danne grunnlag for å fastsette nivå på resten av besvarelsene.

  • Course contact person

    Åsmund Hermansen