MPSY3005 Forskningsmetode - avansert analyse av kvantitative data
- EmnekodeMPSY3005
 - Studiepoeng10
 - Undervisningssemestre2024 Vår
 - Undervisnings- og eksamensspråkNorsk
 - UndervisningsstedLillehammer
 - Forkunnskapskrav
Ingen
 
Emnet gir en første innføring i multivariat analyse, med vekt på multippel regresjon, flerveis varians- og kovariansanalyse og analyse av kovariansmatriser.
Emnet forutsetter aktive forkunnskaper i psykologisk metode og tradisjonell deskriptiv og analytisk statistikk – minst tilsvarende metodekursene i de norske BA-gradene i psykologi. Viktige tema vil bl.a. være:
- Teoretiske modeller som utgangspunktet for dataanalysene
 - Målemodeller og bekreftende faktoranalyse (CFA)
 - Effekt- og MIMIC-modeller
 - Modeller for ”growth” eller gjentatte målinger
 - Indekser for modell/data-samsvar
 - Forholdet til kvalitativ tenkning
 
Vektingen av ulike tema vil bli forsøkt tilpasset analysebehovene i kullets masteroppgaver.
Læringsutbytte
Ved bestått emne har studenten oppnådd følgende læringsutbytte:
Studenten
- har avansert kunnskap om ulike kvantitative statistiske metoder, nærmere bestemt multivariate metoder som multippel regresjon, faktoranalyse, varians og kovariansanalyser og analyser av kovariansmatriser
 - kan analysere en rekke empiriske problemstillinger med utgangspunkt i kvantitativ metode og kan anvende metodikken innenfor et bredt spekter av kvantitative design
 
Studenten
- kan bruke ulike statistiske programmer som SPSS, R og statistisk modelleringsverktøy som Amos og Mplus
 
Forelesninger, praktiske øvelser (arbeidskrav), arbeid individuelt og i kollokviegrupper.
Arbeidskrav i form av en individuell skriftlig rapport om analyse av et empirisk materiale fra kurset (bestått/ikke bestått).
| Vurderingsordning | Karakterskala | Gruppe/individuell | Varighet | Hjelpemidler | Andel | Kommentarer | 
|---|---|---|---|---|---|---|
Hjemmeeksamen  | ECTS - A-F  | Individuell  | 7 Dag(er)  | 
  | 100  | 
7 dagers individuell hjemmeeksamen: Skriftlig rapport om analyser av et empirisk materiale og anvendelse av statistiske metoder, gjerne med forventet relevans for
 masteroppgaven.