Kvantitativ metode 2

2022/2023

Forudsætninger/Anbefalede forudsætninger for at deltage i modulet

Modulet "Kvantitativ metode 1" skal være bestået.

Modulets indhold, forløb og pædagogik

Modulet bygger videre på modulet Kvantitativ Metode 1, hvor de studerende er blevet fortrolige med samspillet mellem undersøgelsesdesigns og kvantitativ metode samt grundlæggende kvantitativ metode. De analysemetoder som er blevet præsenteret på Kvantitativ Metode 1 er anvendelige i en lang række af situationer, men der er også situationer, som disse analysemetoder ikke kan håndtere tilfredsstillende. På dette modul føres de studerende derfor videre fra grundlæggende kvantitativ metode og over til mere avancerede kvantitative analyseteknikker (fx logistisk regression, regressionsanalyse med interaktionseffekter, analyse af hierarkiske data via multilevel modeller og håndtering af missing data). Ligeledes får de studerende yderligere viden om den teori-testende tilgang og hvordan relevante teorier omsættes til operationaliserbare begreber.

Fokus i kurset vil være på forståelsen for de grundlæggende principper i metoderne samt færdigheder og kompetencer i praktisk anvendelse, bl.a. i relevante statikprogrammer. Med formuleringen ”forståelsen for de grundlæggende principper” henvises til, at vi ikke går i dybden med det strengt statistiske og matematiske, men derimod fokuserer på praktisk anvendelse.

Modulet afvikles gennem forelæsninger og tilhørende øvelser, hvor de studerende får praktisk erfaring med metoderne og teknikkerne i et statistikprogram. Sideløbende hermed skal de studerende gennemføre et projektarbejde indenfor den faglige ramme af modulet ’Politisk adfærd’, hvor relevante statistiske metoder skal inddrages og anvendes og hvor der stilles krav til inddragelse af avancerede analyseteknikker. Modulet evalueres samlet ved en mundtlig eksamen på baggrund af en skriftlig projektrapport, hvor det forventes, at de studerende skal kunne redegøre for og reflektere over inddragne såvel som ikke-inddragne analysemetoder fra modulet.

 

Læringsmål

Viden

  • Har bred viden om forskellige regressionsanalysemetoder
  • Har indgående viden om de i modulet gennemgåede avancerede analysemetoder, herunder viden om metodernes forudsætninger, muligheder og begrænsninger
  • Har viden om hvilke problemformuleringer der lader sig besvare med avancerede kvantitative analysemetoder og disses videnskabsteoretiske og metodologiske grundlag
  • Har viden om de metodemæssige faser i en kvantitativ samfundsvidenskabelig undersøgelse, der indbefatter avancerede kvantitative analysemetoder.

Færdigheder

  • Kan udvælge og begrunde problemformuleringer, der hensigtsmæssigt kan besvares med avancerede kvantitative analysemetoder.
  • Kan udvælge, indhente og klargøre data og operationalisere relevante teorier til analyser på selvvalgte problemstillinger, bl.a. gennem brug af relevante statistikprogrammer.
  • Kan anvende de gennemgåede analysemetoder
  • Kan præsentere og formidle analysens resultater på en klar og overskuelig måde

Kompetencer

  • Har kompetencer til selvstændigt og i samarbejde med andre at kunne gennemføre og formidle et problembaseret projektarbejde, der bl.a. anvender avancerede statistiske analysemetoder
  • Har kompetencer til at kunne reflektere over metodernes forudsætninger, muligheder og begrænsninger ift. selvvalgte problemstillinger

Undervisningsform

Forelæsninger med tilknyttede øvelser. Projektarbejde med vejledning og seminarer.

Omfang og forventet arbejdsindsats

Se omfang m.v. i Moodle

Eksamen

Prøver

Prøvens navnKvantitativ metode 2
Prøveform
Mundtlig pba. projekt
ECTS15
Bedømmelsesform7-trins-skala
CensurEkstern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Fakta om modulet

Engelsk titelQuantitative methods 2
ModulkodeBAPAS202213
ModultypeProjekt
Varighed1 semester
SemesterEfterår
ECTS15
UndervisningssprogDansk
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Politik & Administration og Samfundsfag
InstitutInstitut for Politik og Samfund
FakultetDet Humanistiske og Samfundsvidenskabelige Fakultet

Litteratur

Se litteratur m.v. i Moodle