Kunnskapsproduksjon i sosialfag - kvantitativ metode

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.

Undervisningsspråk er norsk.

Ingen forkunnskapskrav.

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

Kunnskap

Studenten 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

Studenten 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

Studenten

• 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 på campus, øvelser med statistikkprogram, e-forelesninger og oppgaver som studentene jobber med på egenhånd og får veiledning i via e-baserte ressurser.

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

• Arbeidskrav 1: En test av grunnleggende kunnskaper. Ved starten av emnet skal studenten gjennomføre et nettbasert forkurs som presenterer grunnleggende statistiske begreper og metoder. Studenten må bestå en nettbasert quiz om innholdet i forkurset. Quizen må være bestått innen to uker etter emnestart. Studenten kan bruke så mange forsøk som nødvendig frem til to ukersfristen utløper. Formålet er å sikre at alle studentene har et grunnleggende fundament før undervisningen i regresjonsanalyse starter.

• Arbeidskrav 2: Studenten skal levere besvarelser på et sett med praktiske oppgaver. Oppgavene går ut på å arbeide med et oppgitt datasett i en oppgitt statistikkprogramvare. Studenten skal gjennomføre og kommentere enkle statistiske analyser etter instruksjoner fra faglærer(e). Studenten skal også forklare grunnleggende kommandoer i programvaren. Formålet er å sikre at studentene har grunnleggende ferdigheter i statistikkprogramvaren som skal brukes i arbeidskravene og i semesteroppgaven.

• Arbeidskrav 3: En individuell prosjektskisse. Formålet med prosjektskissen er å forberede studenten på arbeidet med semesteroppgaven.

Arbeidskravene må være gjennomført og godkjent innen fastlagt frist for at studenten skal kunne framstille seg til eksamen. Hvis ett eller flere av arbeidskravene 1 - 3 ikke er godkjent innen fristen, får studenten ett nytt forsøk med innlevering innen endelig fastsatt frist.

Eksamen i emnet er todelt: 1) individuell semesteroppgave og 2) individuell skoleeksamen.

1) Semesteroppgave med et omfang på inntil 10 sider. Skrifttype og skriftstørrelse: Calibri 12 pkt. Linjeavstand: 1,5. Tabeller og figurer kommer i tillegg. Semesteroppgaven skal ha form som en forskningsartikkel, der studenten presenterer en problemstilling og gjennomfører en kvantitativ analyse som er relevant for denne problemstillingen. Deretter rapporteres funnene, etterfulgt av studentens statistiske og faglige refleksjoner.

Semesteroppgaven teller 40% av endelig karakter.

2) Skoleeksamen på 4 timer. Eksamen består av flervalgsoppgaver og oppgaver som krever korte og presise svar.

Skoleeksamen teller 60% av endelig karakter.

En student kan ved ikke bestått semesteroppgave levere omarbeidet versjon av semesteroppgaven til sensur én gang.

Begge eksamener må være bestått for at samlet vurdering skal være bestått.

Skoleeksamen: Ingen hjelpemidler er tillatt.

Semesteroppgave: Alle hjelpemidler er tillatt, så lenge studenten følger regler for eksamen, kildebruk og sitering, og OsloMet sin veiledning for bruk av kunstig intelligens i studentoppgaver.

Gradert skala A - F.

Et uttrekk på minst 25 % av besvarelsene sensureres av to sensorer. Resten av besvarelsene sensureres av en sensor. Karakterene på de samsensurerte besvarelsene skal danne grunnlag for å fastsette nivå på resten av besvarelsene.

Åsmund Hermansen