Seminaropgave: Fra teori til empiri
|
|
- Albert Ludvigsen
- 6 år siden
- Visninger:
Transkript
1 Seminaropgave: Fra teori til empiri Erik Gahner Larsen Kausalanalyse i offentlig politik
2 Dagsorden Seminaropgaven: Udvalgte råd Fra teori til empiri Validitet og reliabilitet Målevaliditet Datakvalitet Indholdsvaliditet Konvergensvaliditet Konstruktionsvaliditet
3 Seminaropgaven Skriv dig ind i en litteratur Find et emne Ekspliciter relationen til offentlig politik Du skal have én pointe (ikke to, tre eller fire) Du skal have en argumentation
4 Udvalgte råd til seminaropgaven (Zigerell 2013) Lav et abstract tidligt i processen 200 ord, gerne mindre Beskriv hvorfor emnet er vigtigt Den eksisterende litteratur er mangelfuld Litteraturreviewet skal mere end bare gennemgå historien for forskningen i et felt Hav et formål med litteraturreviewet
5 Udvalgte råd til seminaropgaven (Zigerell 2013) En seminaropgave skal have én pointe Pas på med for mange hypoteser Empiriske valg skal begrundes med teori Metode Kodning af variable Periode osv. Visualiser resultaterne
6 Fra teori til data Til nu har vi fokuseret på teori Kausalmodeller Abstrakte koncepter (variable) Intet fokus på konstruktion af data, ingen målefejl osv. De kommende gange: metode, empiriske tilgange Fællesnævner: data Forskellige metodiske tilgange To pointer i dag 1. Fokuser på målevaliditet 2. Vær kritisk i forhold til data
7 Metode og data De kommende lektioner vil fokusere på forskellige metoder Eksperimenter, naturlige eksperimenter, observationsstudier Ofte meget fokus på avancerede metoder Brug for tilsvarende stærkt fokus på kvaliteten af data Ingen metode er bedre end de data, vi har til rådighed Har vi dårlige data, kan ingen metodisk tilgang hjælpe os
8 Data, data, data Uden data har vi ingenting Men... In God we trust; all others must bring data. Statistics make officials, and officials make statistics. Med andre ord: Data er fantastiske, men skal anvendes med omtanke
9 Fra teori til data Udgangspunkt: Teoretisk koncept empirisk operationalisering Som altid: mange veje til Rom Det er ofte ikke givet, hvordan vi skal operationalisere et koncept Når vi operationaliserer vores koncepter, laver vi - implicit eller eksplicit - en model for, hvordan vi måler ting Teoretiske og metodiske implikationer
10 Fra teori til data Vi skal ud og måle virkeligheden Hayes og Embretson (2012, 163): measurement is a system of rules for assigning numbers to the variable of interest such as developing a yardstick for assessing an object s (or respondent s) properties (variables) Udfordring: Optimeringen af relationen teoretisk koncept og empirisk observation Målevaliditet, measurement validity Valid measurement is achieved when scores (including the results of qualitative classification) meaningfully capture the ideas contained in the corresponding concept. (Adcock og Collier 2001, 530)
11 Virkeligheden: usikkerhed og målefejl Vi skal altid operere med usikkerhed As far as the laws of mathematics refer to reality, they are not certain; and as far as they are certain, they do not refer to reality. Sandhed = observation + målefejl Det bedste scenarie: tilfældige målefejl I mange tilfælde: systematiske målefejl
12 Validitet og reliabilitet Validitet reliabilitet Hvad er forholdet mellem validitet og reliabilitet? Reliabilitet: the reproducibility of measurements, and this is the degree to which a measure produces the same values when applied repeatedly to a person or process that has not changed. (Shrout og Lane 2012, 643) Vi har en latent variabel vi gerne vil replikere
13 Validitet og reliabilitet
14 Reliabilitetstests Forskellige måder at vurdere reliabiliteten Test-retest reliabilitet Mål en variabel to gange på forskellige tidspunkter Udfordring: isolere målefejl fra reelle forandringer Inter/intrakoderreliabilitet Interkoder: flere kodere, samme materiale, en gang Intrakoder: en koder, samme materiale, flere gange
15 Målevaliditet (Adcock og Collier 2001)
16 Målevaliditet (Adcock og Collier 2001) Tre opgaver: konceptualisering, operationalisering, klassificering Konceptualisering Operationalisering Klassificering Tre typer af validitet Indholdsvaliditet (content, logical) Konvergensvaliditet (convergent, discriminant) Konstruktionsvaliditet (nomological, construct)
17 Målevaliditet: Indholdsvaliditet Repræsenterer vores empiriske mål vores teoretiske koncept? Indfanger vores indikatorer (level 3) vores koncept (level 2)? To spørgsmål: 1. Er hovedelementer fraværende i indikatoren? 2. Er irrelevante elementer inkluderet i indikatoren? Løsning: Undersøg værdierne givet i klassificeringen
18 Målevaliditet: Konvergensvaliditet Er der konvergens mellem to mål, der skal måle det samme? Er der diskrepans mellem to mål, der ikke skal måle det sammme? Er klassifikationerne (level 4) skabt af indikatorer (level 3) af et koncept (level 2) relateret? Er klassifikationer skabt med udgangspunkt i forskellige koncepter ukorreleret? Når en indikator bruges som refernecepunkt til at evaluere andre indikatorer: kriterierelateret validitet
19 Målevaliditet: Konstruktionsvaliditet Validiteten i den inferens vi drager mellem vores operationalisering og de teoretiske koncepter, de repræsenterer Er en hypotese bekræftet når enhederne er klassificeret (level 4) med de angivne indikatorer (level 3) for et koncept (level 2)? Jo bedre repræsentation, desto højere validitet Se slides fra lektion 4
20 Øvelse: Byg en eksplicit målemodel Lav et diagram med processen fra teori til data Gerne med udgangspunkt i seminaropgaven Beskriv koncept, dimension, indikatorer Hvilke udfordringer er der i forhold til validiteten?
21 Datakvalitet (Herrera og Kapur 2007) Data dumper ikke bare ned fra himlen Vi skal stillle vigtige spørgsmål ift. evalueringen af data Hvem har indsamlet/konstrueret data? Hvilke interesser har disse aktører? Hvorfor er disse data indsamlet? Like all organizations, those that produce data are prone to problems of agency, bureaucratic incentives, shirking, and multiple principals and goals, all of which are likely to shape their output, that is, data. (Herrera og Kapur 2007, 366)
22 Datakvalitet: validitet, dækning, præcision Hvordan vurderer vi kvaliteten af de data, vi har? Som med alting vi arbejder med: ikke blot én dimension Tre elementer ved datakvalitet Validitet Dækning Præcision
23 Datakvalitet: Validitet Relationen mellem teoretisk koncept og indsamlet data Udgangspunkt: Definition af koncept Ofte underteoretiseret Målevaliditeten: Relationen mellem dimensioner og data Udfordring: Konsistens, sammenlignelighed, reliabilitet Er mål sammenlignelige på tværs af lande?
24 Datakvalitet: Dækning Har vi komplette data? Hvis vi ikke har de data, vi skal bruge, er der problemer med dækningen Tilstedeværelsen (eller fraværet) af data er sjældent tilfældigt (ikke MCAR!) Er det tilfældigt hvilke data vi har fra Kina?
25 Datakvalitet: Præcision Præcision angiver fraværet af fejl i de data, vi har Fejl i dataindsamlingen eller datapræsentationen reducerer præcisionen Udfordringer Metodiske ændringer Forkerte indtastninger
26 Datakvalitet: Forsyningskæden (Herrera og Kapur 2007)
27 Datakvalitet: Aktører Respondenter Husholdning Firma Offentligt ansat Indsamlingsenheder Ministerier Analyseinstitutter Interesseorganisationer Akademia
28 Datakvalitet: Respondenter Incitamenter Penge Politisk support Frygt for straf Alternativomkostninger Kapaciteter Tid Viden Uddannelse Surveyadgang Datakvalitetsproblemer Manglende svar Bevidst forkerte svar Selvselektion i svar
29 Datakvalitet: Indsamlingsenheder Incitamenter Professionelle normer Penge Eksternt pres Kapaciteter Ressourcer Viden Penge Datakvalitetsproblemer Mangelfuld indsamling af data Manipulation af data Selvselektion i svar
30 Datakvalitet: Interesseorganisationer/NGO Incitamenter Professionelle normer Support fra andre aktører Samarbejde Kapaciteter Ressourcer Viden Penge Datakvalitetsproblemer Manglende indsamling af data Selvselektion i svar
31 Datakvalitet: Akademia Incitamenter Publikationer Profesionelle normer Kapaciteter Tid Forskningsmidler Viden Datakvalitetsproblemer Manglende data Vedvarende brug af dårlige data Problematisk brug af eksisterende data Matcher ofte ikke teoretisk dimension eller koncept
32 Hvad med kvalitative og kvantitative data? Hvordan skal vi forholde os til kvalitative og kvantitative data? Er der forskelle? Et spørgsmål om skalaniveauer Et kontinuum af kvantificerbar De fleste kvalitative kategorier er blot nominelle kategorier Tænk tilbage på Metode II-undervisningen
33 Skalaniveauer Skala Transformation Egenskab Statistik Nominel Isomorfi a = b, a b Modus, fordelingstest Ordinal Monotonisk a > b, a b Median, Spearman ρ Interval Lineær a + b Gennemsnit, Pearson ρ Ratio Ratio a/b Gennemsnit, Pearson ρ
34 Hvorfor får ministerier gennemført meningsmålinger?
35 Hvorfor får ministerier gennemført meningsmålinger? Finansministeriet finder det derimod ikke hensigtsmæssigt, at ministeriernes bevilling anvendes til en direkte test af politiske budskabers opbakning blandt vælgerbefolkningen eller et bredt udsnit heraf. Finansministeriet mener derfor, at der bør udvises særlig omtanke og tilbageholdenhed i forbindelse med bestilling af meningsmålinger, som er rettet mod den brede befolkning, og som indeholder spørgsmål vedrørende politiske holdninger.
36 Hvilke data vil være svære at få fat på? Overvej gerne hvilke data der ikke findes Er der mulighed for at indsamle dem? Hvilke grunde kan der være til, at specifikke data ikke findes? (eller ikke er offentligt tilgængelige) Politiske aktører har stærke interesser i forhold til indsamlingen og tolkningen af data
37 Eksempel: Politisk sensitivitet og datamanipulation Wallace (2016) studerer BNP i Kina BNP: salient BNP korrelerer med mindre saliente mål Elektricitetsproduktivitet Forbrug Kan en svagere korrelation mellem BNP og relevante mål forklares? Hvad finder Wallace (2006)? Data på vækst i provinserne viser, at der er mere vækst i alle provinser end den nationale vækstrate Der er variation i relationen mellem BNP og andre mindre saliente mål Større differens i år hvor ledere udskiftes
38 Eksempel: Politisk sensitivitet og datamanipulation
39 Eksempel: Politisk sensitivitet og datamanipulation
40 Implikationer af målefejl Målefejl i afhængig variabel: Større usikkerhed i effektestimater Målefejl i uafhængig variabel: Større usikkerhed i effektestimater Andre ukorrelerede variable påvirkes ikke Målefejl i uafhængige variable der korrelerer: Forkerte estimater Målefejl i én uafhængig variabel kan påvirke effekten af de andre Målefejl i uafhængig variabel der korrelerer med målefejl i afhængig variabel: Manglende korrekt specifikation, forkerte estimater
41 Bagsiden af datarevolutionen: nemt at drukne i data
42 Øvelse: Dataindsamling Hvilke data vil du gerne bruge i seminaropgaven? Hvem har en interesse i at disse data (ikke) findes? Hvilke implikationer har det for de forbehold man skal tage sig, når man analyserer disse data?
43 Næste gang Eksperimenter Samme tid og sted
Praktiske aspekter: Metode og den politiske beslutningsproces
Praktiske aspekter: Metode og den politiske beslutningsproces Erik Gahner Larsen Adfærdsorienteret offentlig politik 1 / 40 Gæsteforelæsning Slides kommer på BlackBoard snart Feedback? 2 / 40 Dagsorden
Læs mereSeminaropgave: Præsentation af idé
Seminaropgave: Præsentation af idé Erik Gahner Larsen Kausalanalyse i offentlig politik Dagsorden Opsamling på kausalmodeller Seminaropgaven: Praktisk info Præsentation Seminaropgaven: Ideer og råd Kausalmodeller
Læs mereAktører III: Modtagere af den offentlige politik
Aktører III: Modtagere af den offentlige politik Erik Gahner Larsen Offentlig politik 1 / 54 Ekstra vejledning Ekstra vejledning den 3., 4. og 5. januar Skriv jer på seddel (er sat op) Materiale afleveres
Læs mereBehandling af kvantitative data 19.11.2012
Behandling af kvantitative data 19.11.2012 I dag skal vi snakke om Kvantitativ metode i kort form Hvordan man kan kode og indtaste data Data på forskellig måleniveau Hvilke muligheder, der er for at analysere
Læs mereEtiske og praktiske overvejelser
Etiske og praktiske overvejelser Erik Gahner Larsen Kausalanalyse i offentlig politik Eksamen og vejledning Dato for aflevering: 2. juni, klokken 12.00 Vejledning I: I dag, efter klokken 13 Send mig hvad
Læs mereAktører II: Eliter. Erik Gahner Larsen. Offentlig politik
Aktører II: Eliter Erik Gahner Larsen Offentlig politik 1 / 30 Eksamen Arbejder på ekstra vejledning Intet er fastlagt endnu Dato for reeksamen Mandag den 27. februar Aflevering, hjemmeopgave kl. 12.00
Læs mereOversigt. 1 Gennemgående eksempel: Højde og vægt. 2 Korrelation. 3 Regressionsanalyse (kap 11) 4 Mindste kvadraters metode
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Oversigt 1 Gennemgående eksempel: Højde og vægt 2 Korrelation 3 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse
Læs mereValiditetstypologi. Erik Gahner Larsen. Kausalanalyse i offentlig politik
Validitetstypologi Erik Gahner Larsen Kausalanalyse i offentlig politik Dagsorden Kausalitet og validitet Typologi Validitetsudfordringer Validitet og potentielle udfald Seminaropgaven Næste deadline:
Læs mereForelæsning 11: Kapitel 11: Regressionsanalyse
Kursus 02402 Introduktion til Statistik Forelæsning 11: Kapitel 11: Regressionsanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mere9. Kursusgang. Validitet og reliabilitet
9. Kursusgang Validitet og reliabilitet 20.04.09 1 På programmet Validitet og reliabilitet - i teori og praksis Midtvejsevaluering 17-18: Oplæg 18-19: El-biler Lectio 19-20: Amnesty Cykelgruppen 1 20-21:
Læs mereKvantitative metoder spørgeskemakonstruktion og dataindsamling 24.9.2013
Kvantitative metoder spørgeskemakonstruktion og dataindsamling 24.9.2013 Dagsorden Opsamling fra sidste gang Kvantitativ metode i kort form Validitet og reliabilitet en reminder Udformning af spørgeskema
Læs mereHus 20, hus P10 og hus 22: forelæsning kl samt opfølgning i eget hus kl
basiskursus 8: Kvantitativ metode Om kurset Fag Den samfundsvidenskabelige bacheloruddannelse Kursustype Basiskursus Kursus starter 14-02-2014 Kursus slutter 09-05-2014 Undervisningstidspunkt Hus P11 og
Læs mereTransparency International Danmark på Roskilde Festival 2018: Har indsatsen nyttet noget?
Transparency International Danmark på Roskilde Festival 2018: Har indsatsen nyttet noget? Udarbejdet af frivillige Frederik Carl Windfeld og Kim Alexander Byrial Juárez Jensen samt sekretariatet i Transparency
Læs mereKapitel 10 Simpel korrelation
Kapitel 10 Simpel korrelation Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 Indledning 2 Pearsons r 3 Spearmans ρ 1 Indledning 2 Pearsons r 3 Spearmans ρ Indledning Korrelation
Læs mereSAMFUNDSVIDENSKABELIG METODE
SAMFUNDSVIDENSKABELIG METODE Kristina Bakkær Simonsen INSTITUT FOR STATSKUNDSKAB Hvem er jeg? Kristina Bakkær Simonsen Ph.D.-studerende på Institut for Statskundskab, afdeling for politisk sociologi Interesseret
Læs merePotentielle udfald og kontrafaktisk kausalitet
Potentielle udfald og kontrafaktisk kausalitet Erik Gahner Larsen Kausalanalyse i offentlig politik Kontrafaktisk kausalitet Dagsorden Kausalitet og kontrafaktiske scenarier Teoretisk framework: Neyman-Rubin
Læs mereOR stiger eksponentielt med forskellen i BMI. kompliceret model svær at forstå og analysere
Epidemiologi og biostatistik. Uge 5, torsdag 5. september 003 Morten Frydenberg, Institut for Biostatistik. 1 Analyse af overlevelsesdata (ventetidsdata) Censurering (højre + andet) Kaplan-Meyer kurver
Læs mereDorte Fagfestival - Sundhed på mange måder - Odense 26-28 marts 2009
Dorte UNDERSØGELSE AF MOTORIK HOS SKOLEBØRN MED GENERELLE INDLÆRINGSVANSKELIGHEDER (MGI) Udarbejdet af fysioterapeuterne Anne-Marie Wium & Dorte Valentiner-Branth Pædagogisk Udviklingscenter, Rødovre Forforståelse:
Læs mereMetoder og struktur ved skriftligt arbejde i idræt.
Metoder og struktur ved skriftligt arbejde i idræt. Kort gennemgang omkring opgaver: Som udgangspunkt skal du når du skriver opgaver i idræt bygge den op med udgangspunkt i de taksonomiske niveauer. Dvs.
Læs mereEksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet
Eksamen ved Københavns Universitet i Kvantitative forskningsmetoder Det Samfundsvidenskabelige Fakultet 14. december 2011 Eksamensnummer: 5 14. december 2011 Side 1 af 6 1) Af boxplottet kan man aflæse,
Læs mereEt oplæg til dokumentation og evaluering
Et oplæg til dokumentation og evaluering Grundlæggende teori Side 1 af 11 Teoretisk grundlag for metode og dokumentation: )...3 Indsamling af data:...4 Forskellige måder at angribe undersøgelsen på:...6
Læs mereDiffusion of Innovations
Diffusion of Innovations Diffusion of Innovations er en netværksteori skabt af Everett M. Rogers. Den beskriver en måde, hvorpå man kan sprede et budskab, eller som Rogers betegner det, en innovation,
Læs mereProgram dag 2 (11. april 2011)
Program dag 2 (11. april 2011) Dag 2: 1) Hvordan kan man bearbejde data; 2) Undersøgelse af datamaterialet; 3) Forskellige typer statistik; 4) Indledende dataundersøgelser; 5) Hvad kan man sige om sammenhænge;
Læs mereKausalitet. Introduktion til samfundsvidenskabelig metode. Samfundsvidenskabelig metode. Hvad er metode? Hvad er kausalitet.
Introduktion til samfundsvidenskabelig metode Samfundsvidenskabelig metode IT-Universitetet September 2007 Mikkel Leihardt Hvad er metode? Metode er regler og retningslinjer for, hvordan vi undersøger
Læs mereKompetencemål i undervisningsfaget Matematik yngste klassetrin
Kompetencemål i undervisningsfaget Matematik yngste klassetrin Kort bestemmelse af faget Faget matematik er i læreruddannelsen karakteriseret ved et samspil mellem matematiske emner, matematiske arbejds-
Læs mereGrundlæggende metode og videnskabsteori. 5. september 2011
Grundlæggende metode og videnskabsteori 5. september 2011 Dagsorden Metodiske overvejelser Kvantitativ >< Kvalitativ metode Kvalitet i kvantitative undersøgelser: Validitet og reliabilitet Dataindsamling
Læs mereMads Kamper-Jørgensen, lektor, maka@sund.ku.dk. Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Informationsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab It og sundhed l 19. maj 2015 l Dias nummer 1 Sidste gang Vi snakkede om
Læs mere1. Intoduktion. Undervisningsnoter til Øvelse i Paneldata
1 Intoduktion Før man springer ud i en øvelse om paneldata og panelmodeller, kan det selvfølgelig være rart at have en fornemmelse af, hvorfor de er så vigtige i moderne mikro-økonometri, og hvorfor de
Læs mereLogistisk Regression - fortsat
Logistisk Regression - fortsat Likelihood Ratio test Generel hypotese test Modelanalyse Indtil nu har vi set på to slags modeller: 1) Generelle Lineære Modeller Kvantitav afhængig variabel. Kvantitative
Læs mereStatistik II 4. Lektion. Logistisk regression
Statistik II 4. Lektion Logistisk regression Logistisk regression: Motivation Generelt setup: Dikotom(binær) afhængig variabel Kontinuerte og kategoriske forklarende variable (som i lineær reg.) Eksempel:
Læs mereDansk Clearinghouse for Uddannelsesforskning
DANSK CLEARINGHOUSE FOR UDDANNELSESFORSKNING ARTS AARHUS UNIVERSITET Dansk Clearinghouse for Uddannelsesforskning Institut for Uddannelse og Pædagogik (DPU) Arts Aarhus Universitet Notat om forskningskvalitet,
Læs mere1. Hvad er det for en problemstilling eller et fænomen, du vil undersøge? 2. Undersøg, hvad der allerede findes af teori og andre undersøgelser.
Psykologiske feltundersøgelser kap. 28 (Kilde: Psykologiens veje ibog, Systime Ole Schultz Larsen) Når du skal i gang med at lave en undersøgelse, er der mange ting at tage stilling til. Det er indlysende,
Læs mereProject in Statistics MB
Project in Statistics MB Marianne, Ditte, Stine, Gitte Niels Richard Hansen January 21, 2008 1. Besynderlig formulering. Vi kan bruge t-testet fordi vi skal sammenligne to grupper. Den hypotese vi vil
Læs mereAlmen studieforberedelse. 3.g
Almen studieforberedelse 3.g. - 2012 Videnskabsteori De tre forskellige fakulteter Humaniora Samfundsfag Naturvidenskabelige fag Fysik Kemi Naturgeografi Biologi Naturvidenskabsmetoden Definer spørgsmålet
Læs mereVidenskabsteoretiske dimensioner
Et begrebsapparat som en hjælp til at forstå fagenes egenart og metode nummereringen er alene en organiseringen og angiver hverken progression eller taksonomi alle 8 kategorier er ikke nødvendigvis relevante
Læs mereOR stiger eksponentielt med forskellen i BMI komplicet model svær at forstå og analysere simpel model
Epidemiologi og biostatistik. Uge 5, torsdag. marts 1 Morten Frydenberg, Institut for Biostatistik. 1 Analyse af overlevelsesdata (ventetidsdata) Censurering (højre + andet) Kaplan-Meyer kurver Det statistiske
Læs mereJuridisk anvendelse af (Q)SAR'er i henhold til REACH
Juridisk anvendelse af (Q)SAR'er i henhold til REACH Webinar om informationskrav Den 10. december 2009 http://echa.europa.eu 1 Anvendelse af (Q)SARmodeller Anvendelse i henhold til REACH til opfyldelse
Læs mereJens Olesen, MEd Fysioterapeut, Klinisk vejleder Specialist i rehabilitering
med specielt fokus på apopleksi. Jens Olesen, MEd Fysioterapeut, Klinisk vejleder Specialist i rehabilitering Foredrag på SDU 2013 baseret på Artikel publiceret i Fysioterapeuten nr. 10, 2010. Apropos
Læs mereAt lave dit eget spørgeskema
At lave dit eget spørgeskema 1 Lectio... 2 2. Spørgeskemaer i Google Docs... 2 3. Anvendelighed af din undersøgelse - målbare variable... 4 Repræsentativitet... 4 Fejlkilder: Målefejl - Systematiske fejl-
Læs mereStatistik II Lektion 3. Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable
Statistik II Lektion 3 Logistisk Regression Kategoriske og Kontinuerte Forklarende Variable Setup: To binære variable X og Y. Statistisk model: Konsekvens: Logistisk regression: 2 binære var. e e X Y P
Læs mereArtikler
1 af 5 09/06/2017 13.54 Artikler 25 artikler. viden Generel definition: overbevisning, der gennem en eksplicit eller implicit begrundelse er sandsynliggjort sand dokumentation Generel definition: information,
Læs mereStudiets metoder. Pia Bøgelund & Søren Hansen
Studiets metoder Pia Bøgelund & Søren Hansen Dagsorden 1. Hvad er videnskabelighed? 1. En gruppediskussion efterfulgt af fælles opsamling 2. Hvilke metoder, teorier og modeller kender I fra jeres projektarbejde?
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Introduktion 1 Formelt Lærer: Jørgen Holm Petersen Øvelseslærere: Amalie og Marie Databehandling: SPSS Eksamen: Ugeopgave efterfulgt af mundtlig
Læs mereDag 1: 1) Fra problemformulering til spørgeskema-tematikker; 2) Hvordan hører data sammen; 3) Overvejelser om datas egenskaber; 4) Hvad kan man
Dag 1: 1) Fra problemformulering til spørgeskema-tematikker; 2) Hvordan hører data sammen; 3) Overvejelser om datas egenskaber; 4) Hvad kan man spørge om; 5) Tips n tricks i forhold til at formulere spørgsmål;
Læs mereIntroduktion til Konjunktur teori. Carl-Johan Dalgaard Økonomisk Institut Københavns Universitet
Introduktion til Konjunktur teori Carl-Johan Dalgaard Økonomisk Institut Københavns Universitet 1 Introduktion Formål: Forstå hvad der driver afvigelserne ibnpfratrend Politik anbefalinger Kræver konstruktion
Læs mereHvor er mine runde hjørner?
Hvor er mine runde hjørner? Ofte møder vi fortvivlelse blandt kunder, når de ser deres nye flotte site i deres browser og indser, at det ser anderledes ud, i forhold til det design, de godkendte i starten
Læs mereAnalyser af LEARN-skalaer. Pilottest af kvalitetsmåling
Pilottest af kvalitetsmåling INDHOLD 1 Resumé 5 2 Indledning 6 2.1 Baggrund og formål 6 2.2 Analysetilgang 6 3 Skalaanalyser overordnet niveau 9 3.1 Interesse og motivation 9 3.2 Støtte fra medstuderende
Læs mereKvantitative metoder 5.3.2010
Kvantitative metoder 5.3.2010 Dagsorden Opsamling fra sidste gang Kvantitativ metode i kort form Validitet og reliabilitet Udformning af spørgeskema herunder spørgsmålsformuleringer Dataindsamling Databehandling
Læs mereMads Kamper-Jørgensen, lektor, Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab
Informationsbias Mads Kamper-Jørgensen, lektor, maka@sund.ku.dk Afdeling for Social Medicin, Institut for Folkesundhedsvidenskab Sundhed og informatik l 18. maj 2017 l Dias nummer 1 Sidste gang Vi snakkede
Læs mereFNE Temaeftermiddag Grafisk rapport. Kompetence 12-04-2011. Program. Fortolkning af AMPS resultater
-04-0 FNE Temaeftermiddag Grafisk rapport A M P S I N S T R U K T Ø R E V A E J L E R S E N W Æ H R E N S D.. M A R T S 0 Fortolkning af grafisk rapport Formidling Program Fortolkning af AMPS resultater
Læs mereStatistik Lektion 20 Ikke-parametriske metoder. Repetition Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Statistik Lektion 0 Ikkeparametriske metoder Repetition KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
Læs mereSPØRGESKEMAER, SKALAER OG TESTS SIGNE BOE RAYCE
SPØRGESKEMAER, SKALAER OG TESTS SIGNE BOE RAYCE MÅLING AF EFFEKTER - METODE Nogle oplysninger findes i statistikker og registre, men ikke alt. Spørgeskemaer: adgang til personlig (og subjektiv) information
Læs mereVidensbegreber vidensproduktion dokumentation, der er målrettet mod at frembringer viden
Mar 18 2011 12:42:04 - Helle Wittrup-Jensen 25 artikler. Generelle begreber dokumentation information, der indsamles og organiseres med henblik på nyttiggørelse eller bevisførelse Dokumentation af en sag,
Læs mereGrundlæggende metode og. 2. februar 2011
Grundlæggende metode og videnskabsteori 2. februar 2011 Dagsorden Metodiske overvejelser Kvantitativ >< Kvalitativ metode Validitet og repræsentativitet Stikprøver Dataindsamling Kausalitet Undervejs vil
Læs mereØkonometri 1. Inferens i den lineære regressionsmodel 2. oktober Økonometri 1: F8 1
Økonometri 1 Inferens i den lineære regressionsmodel 2. oktober 2006 Økonometri 1: F8 1 Dagens program Opsamling om asymptotiske egenskaber: Asymptotisk normalitet Asymptotisk efficiens Test af flere lineære
Læs mereBasic statistics for experimental medical researchers
Basic statistics for experimental medical researchers Sample size calculations September 15th 2016 Christian Pipper Department of public health (IFSV) Faculty of Health and Medicinal Science (SUND) E-mail:
Læs merePsykisk arbejdsmiljø og stress
Psykisk arbejdsmiljø og stress - Hvilke faktorer har indflydelse på det psykiske arbejdsmiljø og medarbejdernes stress Marts 2018 Konklusion Denne analyse forsøger at afklare, hvilke faktorer der påvirker
Læs mereQUESTIONNAIRE DESIGN. Center for OPinion & ANalyse (COPAN) betydningen heraf for datakvalitet. Lektor Sanne Lund Clement E-mail: clement@dps.aau.
QUESTIONNAIRE DESIGN og betydningen heraf for datakvalitet Lektor Sanne Lund Clement E-mail: clement@dps.aau.dk Center for OPinion & ANalyse (COPAN) 1 QUESTIONNAIRE DESIGN Design er her ikke lig layout
Læs mereVejledning til Excel-ark til Kappaberegning
Vejledning til Excel-ark til Kappaberegning Jan Ivanouw 16. december 2008 Om interraterreliabilitet og Kappaberegning Formålet med Kappaberegning er at vurdere hvor god overensstemmelse der er mellem to
Læs mereIndhold. Forord 9. kapitel 1 Hvornår er et fænomen et socialt fænomen? 11. kapitel 2 Sociologien og den kvantitative metode 20
Indhold Forord 9 kapitel 1 Hvornår er et fænomen et socialt fænomen? 11 Sociologiske problemstillinger 13 Et eksempel på et socialt fænomen: selvmordet 14 Betydningen af metodebevidsthed 16 Hvad forstås
Læs mereHVORDAN SIKKER VIDEN BLIVER TIL ANVENDT VIDEN BRUG OG FORMIDLING AF VALIDEREDE REDSKABER I EVALUERINGER
HVORDAN SIKKER VIDEN BLIVER TIL ANVENDT VIDEN BRUG OG FORMIDLING AF VALIDEREDE REDSKABER I EVALUERINGER LINE DYBDAL, BUSINESS MANAGER IAN KIRKEDAL NIELSEN, CHEFKONSULENT FOKUSPUNKTER Konteksten pres for
Læs mereDato: Præsenteret af: e-stimate international. Powered by e-stimate
IQ test Navn: Nihil Nomen Dato: 17.10.2019 Præsenteret af: e-stimate international Powered by e-stimate Indholdsfortegnelse Forside Side 01 Indholdsfortegnelse Side 02 Tolkning Side 03 Forklaring Side
Læs mereForbedringsmodellen - Kom godt i gang med afprøvninger
Forbedringsmodellen - Kom godt i gang med afprøvninger Josefine Krøyer Projektleder i Sikker Psykiatri, Region Sjælland Rikke vb Hollesen, Improvement Advisor, Dansk Selskab for Patientsikkerhed Læringsmål
Læs mereOn the complexity of drawing trees nicely: corrigendum
Acta Informatica 40, 603 607 (2004) Digital Object Identifier (DOI) 10.1007/s00236-004-0138-y On the complexity of drawing trees nicely: corrigendum Thorsten Akkerman, Christoph Buchheim, Michael Jünger,
Læs mereKvantitative metoder, teori og praksis
Kvantitative metoder, teori og praksis Kvantitative metoder Målet med de kvantitative metoder Forskellige typer kvantitative metoder Styrker og svagheder Repræsentativitet og udtræksperioder Det gode spørgeskema
Læs mereKursus 02323: Introducerende Statistik. Forelæsning 12: Forsøgsplanlægning. Peder Bacher
Kursus 02323: Introducerende Statistik Forelæsning 12: Forsøgsplanlægning Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail: pbac@dtu.dk
Læs mereLøsning til eksaminen d. 14. december 2009
DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,
Læs mereBilag. Resume. Side 1 af 12
Bilag Resume I denne opgave, lægges der fokus på unge og ensomhed gennem sociale medier. Vi har i denne opgave valgt at benytte Facebook som det sociale medie vi ligger fokus på, da det er det største
Læs mereWooldridge, kapitel 19: Carrying out an Empirical Project. Information og spørgsmål vedr. eksamen. Økonometri 1: Afslutningsforelæsning 2
Økonometri 1 Afslutningsforelæsning 19. maj 2003 Økonometri 1: Afslutningsforelæsning 1 Evalueringer Kun 23 har udfyldt evalueringsskemaerne ud af ca. 120 tilmeldte til eksamen Resultatet kan ses på hjemmesiden
Læs mereUddannelsesevaluering, 6. semester, Politik & Administration, fora r 2016
Uddannelsesevaluering, 6. semester, Politik & Administration, fora r 2016 Indhold Indledning... 2 Uddannelsesevaluering... 2 Samlet status... 2 1) Hvordan vurderer du uddannelsens faglige niveau?... 2
Læs mereIndledning. Sikkerhed I: At undgå det forkerte. Notat om oplæg til sikkerhedsforskning. Erik Hollnagel
Notat om oplæg til sikkerhedsforskning Erik Hollnagel Indledning En konkretisering af forskning omkring patientsikkerhed må begynde med at skabe klarhed over, hvad der menes med patientsikkerhed. Dette
Læs mereBehandling af kvantitativ data 23.4.2012
Behandling af kvantitativ data 23.4.2012 Dagsorden Opsamling fra sidste gang Kvantitativ metode i kort form Validitet og reliabilitet Udformning af spørgeskema herunder spørgsmålsformuleringer Dataindsamling
Læs mereProject Step 7. Behavioral modeling of a dual ported register set. 1/8/ L11 Project Step 5 Copyright Joanne DeGroat, ECE, OSU 1
Project Step 7 Behavioral modeling of a dual ported register set. Copyright 2006 - Joanne DeGroat, ECE, OSU 1 The register set Register set specifications 16 dual ported registers each with 16- bit words
Læs mereStatikstik II 2. Lektion. Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression
Statikstik II 2. Lektion Lidt sandsynlighedsregning Lidt mere om signifikanstest Logistisk regression Sandsynlighedsregningsrepetition Antag at Svar kan være Ja og Nej. Sandsynligheden for at Svar Ja skrives
Læs meregrupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen
Læs mereThomas Harboe Metode og
Thomas Harboe Metode og projektskrivning - en introduktion 2. udgave Thomas Harboe Metode og projektskrivning en introduktion 2. udgave, 2. oplag 2014 Samfundslitteratur 2010 Omslag: Imperiet Grafisk tilrettelæggelse:
Læs mereKvantitative metoder 2
Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007 KM2: F22 1 Program Specifikation og dataproblemer, fortsat (Wooldridge kap. 9): Betydning af målefejl Dataudvælgelse: Manglende observationer
Læs mereLandmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen
Landmålingens fejlteori Lektion Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet En stokastisk variabel er en variabel,
Læs mereLog-lineære modeller. Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres.
Log-lineære modeller Analyse af symmetriske sammenhænge mellem kategoriske variable. Ordinal information ignoreres. Kontingenstabel Contingency: mulighed/tilfælde Kontingenstabel: antal observationer (frekvenser)
Læs mereRepitition. 25. november 2013
Repitition 25. november 2013 Dagsorden Jeg stiller spørgsmål I svarer (forhåbentligt) Vi diskuterer. Hvad skal vi bruge metodiske overvejelser og regler til? Metodiske overvejelser Overvejelser og valg
Læs mereEVALUERING AF BOLIGSOCIALE AKTIVITETER
Guide EVALUERING AF BOLIGSOCIALE AKTIVITETER Det er rart at vide, om en aktivitet virker. Derfor følger der ofte et ønske om evaluering med, når I iværksætter nye aktiviteter. Denne guide er en hjælp til
Læs mereAMEE Oplæg Milene Torp Madsen
AMEE- 2015 Oplæg Milene Torp Madsen Amee 2015 30 min. Introduktion af workshop. Hvad ved i om kvalitativ forskning? Øvelse: Kvalitativ forskningsmetode ca. 15 min. Kvalitativ vs/og kvantitativ forskning.
Læs mereAT 2016 M E T O D E R I B I O L O G I
AT 2016 M E T O D E R I B I O L O G I BEGRUNDE DIT VALG AF FAG, METODE OG MATERIALE Fagene skal være relevante i forhold til emnet Hvorfor vælge de to fag? Begrunde dit valg af metode Hvorfor de to metoder
Læs mereKompetencemål for Matematik, 1.-6. klassetrin
Kompetencemål for Matematik, 1.-6. klassetrin Matematik omhandler samspil mellem matematiske emner, matematiske kompetencer, matematikdidaktik samt matematiklærerens praksis i folkeskolen og bidrager herved
Læs mereELEVERS INTERESSE OG SELVTILLID I NATURFAGENE -OG I FREMTIDEN
ELEVERS INTERESSE OG SELVTILLID I NATURFAGENE -OG I FREMTIDEN 1. Oplæg på baggrund af artiklen: Nordic Students self-beliefs in science Publiceret som kapitel 4 i Northern Lights on TIMSS and PISA 2018
Læs mereVejledende studieplan for kvantitativ metode og statistik FYS 514 Modul 14 efteråret 2017
Vejledende studieplan for kvantitativ metode og statistik FYS 514 Modul 14 efteråret 2017 Generelle kommentarer. Undervisningen følger lærebogen og det må kraftigt anbefales at anskaffe denne. Bogen koster
Læs mereEpidemiologi og Biostatistik
Kapitel 1, Kliniske målinger Epidemiologi og Biostatistik Introduktion til skilder (varianskomponenter) måleusikkerhed sammenligning af målemetoder Mogens Erlandsen, Institut for Biostatistik Uge, torsdag
Læs mereStatistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion
Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Introduktion 1 Formelt Lærere: Esben Budtz-Jørgensen Jørgen Holm Petersen Øvelseslærere: Berivan+Kathrine, Amalie+Annabell Databehandling: SPSS
Læs mereProjekt 1 Spørgeskemaanalyse af Bedst på Nettet
Projekt 1 Spørgeskemaanalyse af Bedst på Nettet D.29/2 2012 Udarbejdet af: Katrine Ahle Warming Nielsen Jannie Jeppesen Schmøde Sara Lorenzen A) Kritik af spørgeskema Set ud fra en kritisk vinkel af spørgeskemaet
Læs mereVæksten i det gode liv
Væksten i det gode liv Nyt politisk redskab i Syddanmark 01 --- Det Gode Liv - INDEX 02 --- Det Gode Liv - INDEX Du får det, du måler Fra tid til anden gør vi op, hvad vi har at leve for. I familien, i
Læs mereLøsning til eksaminen d. 29. maj 2009
DTU Informatik 02402 Introduktion til Statistik 20-2-01 LFF/lff Løsning til eksaminen d. 29. maj 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mereIndledning Hvad skal vi? Hvem er vi? Hvad er vores mål? Vi sad over for hinanden med vores opgavepapir foran os, og en rungende stilhed råbte at En
1 Indledning Hvad skal vi? Hvem er vi? Hvad er vores mål? Vi sad over for hinanden med vores opgavepapir foran os, og en rungende stilhed råbte at En ting er teori, noget andet er praksis og noget helt
Læs mere1 Multipel lineær regression
1 Multipel lineær regression Regression med 2 eksponeringsvariable Fortolkning og estimation AnovaTabel og multipel R 2 Ensidet variansanalyse: Dummy kodning Kovariansanalyse og effektmodifikation Tosidet
Læs mereTilmelding sker via stads selvbetjening indenfor annonceret tilmeldingsperiode, som du kan se på Studieadministrationens hjemmeside
3s Metode III: Kvantitative metoder som redskab til at analysere e virkninger af social interventionention Om kurset Uddannelse Aktivitetstype Undervisningssprog Tilmelding Sociale Interventionsstudier
Læs mereBilag 2: Undersøgelse af de nationale tests reliabilitet. Sammenfatning
Bilag 2: Undersøgelse af de nationale tests reliabilitet Sammenfatning I efteråret 2014 blev der i alt gennemført ca. 485.000 frivillige nationale tests. 296.000 deltog i de frivillige test, heraf deltog
Læs mereStatistik II 1. Lektion. Analyse af kontingenstabeller
Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression
Læs mereInspirationsmateriale fra anden type af organisation/hospital. Metodekatalog til vidensproduktion
Inspirationsmateriale fra anden type af organisation/hospital Metodekatalog til vidensproduktion Vidensproduktion introduktion til metodekatalog Viden og erfaring anvendes og udvikles i team. Der opstår
Læs mereForvaltning / Politik og Administration / Socialvidenskab
Videregående egående metodekursus: Avancerede ede Kvantitative Metoder Om kurset Uddannelse Aktivitetstype Undervisningssprog Tilmelding Forvaltning / Politik og Administration / Socialvidenskab kandidatkursus
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs mereMetodekursus for ansatte i Region Hovedstaden. Konsulenter Karen Skjødt Hansen, Rikke Gut og Brian Rimdal
Metodekursus for ansatte i Region Hovedstaden Konsulenter Karen Skjødt Hansen, Rikke Gut og Brian Rimdal Præsentation af Enheden for Brugerundersøgelser Hvem er vi Hvad laver vi 1 chefkonsulent 3 specialkonsulenter
Læs mere