ØAMET4000 Statistiske metoder Emneplan

Emnet gir inngående kjennskap til sentrale kvantitative analysemetoder innen økonomi og samfunnsvitenskap. Gjennom en serie med øvinger oppøver studentene ferdigheter i praktisk analyse av kvantitative data. Emnet bygger på kurs i samfunnsvitenskapelig metode på bachelornivå, samt grunnkurs i statistisk metode. Kjennskap til grunnleggende statistiske analyser med regneark (som Excel) eller statistikkprogrammer (som SPSS) er en fordel. Emnet er et obligatorisk fellesemne som det anbefales å ta i første semester av studiet.

Ingen forkunnskapskrav.

Studenten skal etter å ha fullført emnet ha følgende totale læringsutbytte definert i kunnskaper, ferdigheter og generell kompetanse:

Kunnskap

Studenten har

• inngående kjennskap til relevante analysemetoder innen økonomi og samfunnsfag
• innsikt i bruken av kvantitative data i akademisk arbeid og i arbeidslivet
• forståelse av hvordan modeller brukes i samfunnsvitenskapene
• forståelse av betydningen av problemstilling, kontekst og data for metodevalg

Ferdigheter

Studenten kan

• analysere kvantitative data med relevante teknikker for å besvare forskningsspørsmål
• knytte problemstilling, kontekst og data til metodevalg
• planlegge egne kvantitative undersøkelser og vurdere andres resultater

Generell kompetanse

Studenten kan

• vurdere relevante problemstillinger knyttet til kvantitativ forskningsmetode
• anvende kunnskaper og ferdigheter i innhenting og analyse av aktuelle datakilder
• tolke og formidle resultater fra kvantitative empiriske undersøkelser
• kommunisere om kvantitative problemstillinger med spesialister og til allmennheten

Forskningsprosessen:

• ­   Bruk av modeller.
• ­   Validitetsformer, kausalitet.
• ­   Rapportering og presentasjon.

Om kvantitative data:

• ­   Ulike datakilder: eksperiment, survey, naturlige data og registerdata.
• ­   Multi-item mål (sammensatte mål): indekser og skalaer.

Analyse:

• ­   Multippel lineær regresjonsanalyse.
• ­   Logistisk regresjon.
• ­   Faktoranalyse.
• ­   Reliabilitetsanalyse.
•    Bruk av statistikkprogrammer.

Lineær regresjonsanalyse:

• Utledning av estimatorer.
• Tolkning av estimater, statistisk usikkerhet.
• Forutsetninger.
  • Forventningsrette og effektive estimatorer.
  • Gauss-Markov-forusetningene.
  • Testing av forutsetninger.
  • Strategier for håndtering av brudd på forutsetninger.
• Modellbyggingsverktøy.
  • Transformasjoner av variabler, ikke-linearitet.
  • Dummyvariabler.
  • Interaksjonsanalyser.

Det vil bli brukt varierte undervisningsformer med en kombinasjon av forelesninger, gjesteforelesninger, diskusjoner i klassen og praktiske øvinger på PC.

For å kunne framstille seg til eksamen må studenten ha følgende godkjente arbeidskrav:

Fem innleveringer i grupper med inntil fem deltakere. Det totale antall sider for alle innleveringene skal ikke overstige 20 sider. Dersom innleveringene ikke blir godkjent, gis det mulighet for å levere ny eller forbedret versjon én gang. Faglærer gir informasjon om frister for innlevering.

Skoleeksamen på 4 timer.

Kalkulator (se eget reglement).

Gradert skala A-F.

Det benyttes en intern og en 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.