PSYFL5401 ¨C Kvantitativ analyse I

Kort om emnet

Kurset er del I i et kurs i analyse av problemstillinger som lar seg belyse ved kvantitative data, og er organisert rundt den generelle line?re modellen. Del II er PSYFL5402.

Med utgangspunkt i konkrete problemstillinger (deltakernes egne dersom mulig) gjennomg?s temaer som formulering av problemstillinger, operasjonalisering av teoretisk begrep, m?ling, analyse av variasjon og samvariasjon mellom observerte variabler og vanlige m?ter ? presentere resultater fra slike analyser.

Kurset forutsetter kjennskap til element?re kvantitative analyser og element?re statistiske metoder.

Hva l?rer du?

Kurset vil ha et overordnet "variansanalytisk perspektiv" i den forstand at det ? forst?/forklare variasjon i observerte variabler vil v?re et overordnet m?l. Modeller som involverer latente variabler og kovariansmodeller behandles i andre kurs ved instituttet og i del 2 av dette kurset. Ved analyse av alle problemstillinger vil det legges vekt p? diskusjoner av den substansielle tolkningen av parametrene i de line?re modellene.

Dag 1 (5 timer): "Multippel regresjonsanalyse" (med vekt p? data fra passiv observasjon).

Analyse av problemstillinger som involverer ubetingede, betingede og medierte effekter ved line?re modeller. Analysemetodene vil v?re basert p? line?r regresjonsanalyse med b?de kvantitative og kvalitative (dikotome) forklaringsvariabler.

Dag 2 (5 timer): "Multippel regresjonsanalyse" fortsatt.

Analyse av problemstillinger som involverer modererte effekter (interaksjon) og problemstillinger som involverer ikke-line?re sammenhenger mellom variabler - analysert ved line?re modeller (polynomiske regresjonsmodeller) .

Dag 3 (5 timer): "Variansanalyse" (med vekt p? data fra eksperimentelle design).

Analyse av samme type problemstillinger som ved dag 1 og 2, men med kvalitative forklaringsvariabler. Diskusjon av eksperimentelle design versus design basert p? passiv observasjon (diskusjon av "indre validitet").

Dag 4 (5 timer): "Variansanalyse" fortsatt.

Analyse av design som involverer repeterte m?linger ("repeated measures anova").

Diskusjon av forutsetninger knyttet til analyse av vanlige line?re modeller og statistisk hypotesepr?ving. Diskusjon av alternative metoder for statistisk hypotesepr?ving n?r man m? anta brudd p? kritiske forutsetninger - med s?rlig vekt p? computer intensive metoder ("bootstrap" og "monte-carlo" metoder).

Dag 5 (5 timer): "Logistisk regresjonsanalyse".

Analyse av samme type problemstillinger som de foreg?ende dager (ubetingede, betingede, medierte og modererte effekter), men i situasjoner hvor den avhengige variabelen er en dikotom variabel.

Opptak til emnet

Kurset er forbeholdt studenter tatt opp ved forskerlinjen til PSI. Du melder deg opp til kurset i Studentweb. Ta kontakt med administrasjonen hvis du har problemer med ? melde deg til kurset i Studentweb.?

Undervisning

Det er?obligatorisk deltagelse p? all undervisning. Maks frav?r er 20%.

Analyseverkt?yet SPSS anvendes for alle analyser og analysene demonstreres av kursleder og gjennomf?res av deltakerne. Undervisningen foreg?r i lokaler hvor alle deltakerne har tilgang til datamaskin.

Se emnets semesterside for timeplan.

Adgang til undervisning

Dersom du har gjennomf?rt og f?tt godkjent obligatorisk undervisning, har du ikke krav p? ny undervisning. Dersom du har f?tt undervisningsopptak til emnet, men ikke har gjennomf?rt eller f?tt godkjent obligatorisk undervisning, har du rett til ny undervisning n?r det er ledig kapasitet.

Eksamen

Godkjenning av kurset forutsetter deltakelse ved alle forelesninger og skriftlig innlevering av analyse av en problemstilling som enten kan v?re basert p? data fra eget forskningsprosjekt eller analyse av et utdelt "case". Leveres via?Inspera..

Hjelpemidler til eksamen

Ingen hjelpemidler er tillatt.

Eksamensspr?k

Du kan besvare eksamen p? norsk, svensk, dansk eller engelsk.?

Karakterskala

Emnet bruker karakterskala best?tt/ikke best?tt. Les mer om?karakterskalaen.

Mer om eksamen ved UiO

• Kildebruk og referanser
• Hvordan bruke KI som student
• Tilrettelegging p? eksamen
• Trekk fra eksamen
• Syk p? eksamen / utsatt eksamen
• Begrunnelse og klage
• Ta eksamen p? nytt
• Fusk/fors?k p? fusk

Andre veiledninger og ressurser finner du p? fellessiden om eksamen ved UiO.