PSY9170 – 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 lineære modellen. Del II er PSY9175

Med utgangspunkt i konkrete problemstillinger (deltakernes egne dersom mulig) gjennomgås temaer som formulering av problemstillinger, operasjonalisering av teoretisk begrep, måling, analyse av variasjon og samvariasjon mellom observerte variabler og vanlige måter å presentere resultater fra slike analyser.

Kurset forutsetter kjennskap til elementære kvantitative analyser og elementære statistiske metoder.

Hva lærer du?

Kurset vil ha et overordnet "variansanalytisk perspektiv" i den forstand at det å forstå/forklare variasjon i observerte variabler vil være et overordnet mål. 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 på diskusjoner av den substansielle tolkningen av parametrene i de lineære modellene.

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

Analyse av problemstillinger som involverer ubetingede, betingede og medierte effekter ved lineære modeller. Analysemetodene vil være basert på lineær regresjonsanalyse med både 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-lineære sammenhenger mellom variabler - analysert ved lineære modeller (polynomiske regresjonsmodeller) .

Dag 3 (5 timer): "Variansanalyse" (med vekt på 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 på passiv observasjon (diskusjon av "indre validitet").

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

Analyse av design som involverer repeterte målinger ("repeated measures anova").

Diskusjon av forutsetninger knyttet til analyse av vanlige lineære modeller og statistisk hypoteseprøving. Diskusjon av alternative metoder for statistisk hypoteseprøving når man må anta brudd på kritiske forutsetninger - med særlig vekt på computer intensive metoder ("bootstrap" og "monte-carlo" metoder).

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

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

Opptak til emnet

Kurset er rettet mot PhD kandidater. Psykologisk institutt sine egne PhD kandidater vil ha første prioritering, deretter PhD kandidater fra andre institusjoner, så øvrige søkere.

PhD kandidater fra PSI melder seg til emnet via StudentWeb. Ta kontakt med med administrasjonen hvis du opplever problemer med påmelding. 

Øvrige søknader gjøres via dette nettskjemaet.

Påmeldingsperiode står i nettskjemaet. 

Alle må være påmeldt i Studentweb før første undervisningsdag. 

Undervisning

Det er obligatorisk deltagelse på all undervisning. Maks fravær er 20%.

Analyseverktøyet SPSS anvendes for alle analyser og analysene demonstreres av kursleder og gjennomføres av deltakerne. Undervisningen foregår i lokaler hvor alle deltakerne har tilgang til datamaskin.

Se emnets semesterside for timeplan.

Adgang til undervisning

Dersom du har gjennomført og fått godkjent obligatorisk undervisning, har du ikke krav på ny undervisning. Dersom du har fått undervisningsopptak til emnet, men ikke har gjennomført eller fått godkjent obligatorisk undervisning, har du rett til ny undervisning når det er ledig kapasitet.

Eksamen

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

Hjelpemidler til eksamen

Ingen hjelpemidler er tillatt.

Eksamensspråk

Du kan besvare eksamen på norsk, svensk, dansk eller engelsk. 

Karakterskala

Emnet bruker karakterskala bestått/ikke bestått. Les mer om karakterskalaen.

Adgang til ny eller utsatt eksamen

Mer om eksamen ved UiO

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

Sist hentet fra Felles Studentsystem (FS) 16. juli 2024 23:10:29

Fakta om emnet

Nivå
Ph.d.
Studiepoeng
3
Undervisning
Vår og høst
Eksamen
Vår og høst
Undervisningsspråk
Norsk