Forelæsningerne afholdes i Store auditorium, bygn 01. Målet med kurset er, at den studerende erhverver følgende kompetencer:

Transkript

1 F15 basiskursus 8: Kvantitativ metode Om kurset Fag Sted Kursustype Tilmelding Den samfundsvidenskabelige bacheloruddannelse 01 - auditorium Basiskursus I perioden d. 1. november til 15. november via STADS selvbetjening: Link til STADS selvbetjening Spørgsmål vedr. tilmelding kan rettes til Anette Dysted Rasmussen, andyra@ruc.dk, tlf Kursus starter Kursus slutter Undervisningstidspunkt Hus P11 og hus 19: forelæsning kl samt opfølgning i eget hus kl (Obs. 1. ku og opfølgning fra kl ) Hus 20, hus P10 og hus 22: forelæsning kl samt opfølgning i eget hus kl (O kl og opfølgning fra kl ) Undervisningssted Kursusrækkefølge Formål Forelæsningerne afholdes i Store auditorium, bygn 01. Kurset skal placeres i 4. semester. Formålet med kurset er, at give de studerende en grundlæggende forståelse af kvantitativ metode og ko disse til at analysere samfundsvidenskabelige data samt at bruge statistisk software(spss) til bearbejdni kvantitativ empiri. Kurset vil give en indføring i deskriptiv statistik, statistiske (standard)fordelinger, hypo statistiske metoder, så som regressionsanalyse. Målet med kurset er, at den studerende erhverver følgende kompetencer: At kunne anvende statistiske test og metoder til at analysere samfundsvidenskabelige kvantitative data At opnå grundlæggende færdigheder i at anvende statistikprogrammet SPSS til statistisk databehandlin Præsentere resultater på baggrund af kvantitative analyser At kunne fortolke og forholde sig kritisk til kvantitative analyser Undervisningsform Bedømmelseskriterier Kurset afholdes med forelæsninger og undervisning i husene. Det omfatter en grundig introduktion til kva statistik. Målet er, at de studerende bliver fortrolige med indsamling af kvantitative data, analysere kvan sig til signifikans og statistiske test. Kurset vil i alt bestå af 10 dobbeltforelæsninger af 1,5 times varighed i det store auditorium med tilhøren praktiske øvelser i husene af 2 timers varighed. Målet med kurset er, at den studerende: bliver i stand til at anvende statistiske metoder og test til at analysere kvan bliver i stand til at analysere statistiske sammenhænge både med hensyn til sig bliver i stand til at anvende relevant software til statistisk analyse af store bliver i stand til at analysere multivariate sammenhænge med statistiske metode bliver i stand til at fortolke eksisterende statistiske analyser og forholde si bliver i stand til at evaluere konsekvenserne af de metodiske valg.

2 Eksamensform Kurset bedømmes ved en individuel, skriftlig prøve af 5 timers varighed. Ved bedømmelse af prøven med bedømmer. Prøven er stedbunden og afholdes på universitetet. Alle hjælpemidler er tilladte, dog må der andre omkring opgavebesvarelsen. Der gives bedømmelsen: Bestået/Ikke bestået. Prøven er normeret til 5 ECTS point. Eksamenstidspunkt Torsdag d. 30. april 2015 kl HUSK: Læs regler vedrørende eksamen på moodle siden. Reeksamen afholdes onsdag d. 19. august Undervisningsmaterialer Kompendium: Kvantitativ Metode (BK8) Undervisningsplan, øvelser og SPSS instruktionsark Kompendium: Kvantitativ Metode (BK8): Pensum tekster Agresti og Finlay (2014): Statistical Methods for the Social Sciences (4th edition). Essex: Pearson Educat i Academic Books Metoder i Statskundskab, Andersen et al. (red) (2012), 2. Udgave. København, Hans Reitzels Forlag: 1) B Fra spørgsmål til hypoteser. s (20 sider) 2) Andersen et al Forskningsdesign. s (20 Pedersen. Indekskonstruktion. s (11 sider) - samlet i kompendiet vedr. pensum tekster Henning Olsen, Guide til Gode Spørgeskemaer. København: Socialforskningsinstitutet.s sa vedr. pensum tekster Pensum: 600 sider. Undervisningsansvarlig Carina Saxlund Bischoff ( carinasb@ruc.dk ) Moodlesekretær Lene Rahbek Lübcke ( lera@ruc.dk ) Birgitte Hansen ( bis@ruc.dk ) Anne Allerslev Mortensen ( aao@ruc.dk ) Anette Dysted Rasmussen ( andyra@ruc.dk ) Astrid Østergaard Andersen ( asoean@ruc.dk ) Heidi Risbjerg Szankowski ( heris@ruc.dk ) Sofie Falkesgaard ( sfalke@ruc.dk ) Kursussekretær Lene Rahbek Lübcke ( lera@ruc.dk ) Anette Dysted Rasmussen ( andyra@ruc.dk ) Underviser Erik Petrovski ( erikp@ruc.dk ) Lærke Bonnesen ( lbonnesen@ruc.dk ) Anders Chr. Hansen ( anders@ruc.dk ) Anders Ejrnæs ( ejrnaes@ruc.dk ) Flemming Juul Christiansen ( fjc@ruc.dk ) M. Azhar Hussain ( azharh@ruc.dk ) Carina Saxlund Bischoff ( carinasb@ruc.dk ) Jonathan Hermansen ( jherman@ruc.dk ) kursusgange 1. kursusgang - Introduktion til kurset/hvad er kvantitativ analyse?/stikprøvemetoder Tidspunkt 06/ kl. 10:15-13:45 Underviser Anders Ejrnæs ( ejrnaes@ruc.dk ) Introduktion til kurset Undervisningsplan, pensum, øvelser mv. Udfyld spørgeskema. A. Hvad er Kvantitativ Analyse?

3 Hvordan kobler man teori og empiri i et kvantitativt analysedesign? Hvad er en analysemodel? Kvantitative forskningsdesign: eksperimenter, tværsnitsstudier og variation over tid. Hvad er forskellen på deskriptiv og inferens-statistik? Hvordan kan man bruge tabelanalyse? Hvad er cases og variable og hvilke typer findes der? Hvilke gyldighedskriterier gælder for den kvantitative metode? B. Stikprøvemetoder Hvordan indsamler man kvantitative data? Hvilke typer af samplingsmetoder findes? Hvordan sikrer man at en stikprøve er repræsentativ? Hvilke konsekvenser har de forskellige indsamlingsmetoder for de slutninger man kan drage? Forskningsdesign: Eksperimenter, tværsnitsstudier og studier med tid (tidsserie, panel). Betingelser for kausalitet: teori, samvariation (korrelation), tid og kontrol. Cases og variable, Uafhængig og afhængig variabel, Nominel, ordinel og interval-skala variable Hypoteser og hypotese test, inferens (beskrivende og kausal) Validitet og reliabilitet Stikprøve metoder og anvendelse Tabel-læsning: kolonne og rækker Bischoff og Klemmensen, 2012, Fra Spørgsmål til Hypoteser s (20 sider) Andersen et al. 2012, Forskningsdesign s (20 sider) Agresti & Finlay 2014, kap. 1+ kap. 2 (s. 1-7 &11-25: 21 sider) 2. kursusgang - Indikatorer og Spørgeskemaer Tidspunkt 13/ kl. 08:30-12:00 Underviser Anders Ejrnæs ( ejrnaes@ruc.dk ) Indikatorer og Spørgeskemaer Hvordan oversætter man et begreb til en målbar indikator? Hvilke fordele og ulemper der ved enkle og sammensatte index? Hvad er forskellen på et refleksivt og formativt indeks? Hvordan udarbejder man spørgsmål og spørgeskema med sigte på efterfølgende bearbejdning af data? Hvordan undgås de typiske faldgruber? Overblik over svar i en frekvenstabel. Baggrundsbegreb, systematiseret begreb og indikator. Validitet og reliabilitet Spørgeskemaer: spørgsmålspræcision, svarkategorier (antagelser, negationer, ledende spm mv.), tomme pladser, hukommelse (genkaldelse), kontekst-effekter, bias mv. Henning Olsen, s (51 sider) Michael Bang Pedersen s (11 sider) 3. kursusgang - Deskriptiv Statistik: Hvordan beskriver vi data? Tidspunkt 20/ kl. 08:30-12:00 Underviser Anders Ejrnæs ( ejrnaes@ruc.dk ) Deskriptiv Statistik: Hvordan beskriver vi data? Hvis vi - for eksempel - skal redegøre kort og præcist for hvad studerende i Danmark tjener, hvor meget de arbejder, hvor de bor eller lignende, hvordan gør vi så? Der gives en indføring i

4 centrale beskrivende statistiske positions og variationsmål. Der vil blive givet en række eksempler på, hvad man bruger de forskellige statistiske mål til. Gennemsnit (middelværdi), median, modus (typetal), varians, standardafvigelse og kvartiler. Normalfordeling. Agresti & Finlay (2014), kap 3. (30 sider) 4. kursusgang - Statistiske Redskaber: Fordelinger, estimation og konfidensinterval Tidspunkt 27/ kl. 08:30-12:00 Underviser Jonathan Hermansen ( jherman@ruc.dk ) Statistiske Redskaber: Fordelinger, estimation og konfidensinterval Når vi gerne vil udtale os om en population på basis af en stikprøve, så har vi brug for nogle statistiske redskaber. Hvis vi f.eks. spørger 1000 danskere hvilket parti de ville stemme på hvis der var valg i morgen, kan vi så sige noget sikkert om hvordan alle danskere ville stemme? Statistik gør os i stand til at få information om en population på basis af en stikprøve og angiver samtidigt hvor sikre/usikre denne information er. Normalfordeling, stikprøvefordeling, z-værdi, p-værdi, signifikansniveau (alfa-niveau), konfidensinterval, betydning af n, nul-hypotese og alternativ hypotese, SPSS: Select Cases. Agresti & Finlay (2014), kap. 4-5.(52 sider). 5. kursusgang - Statistisk Hypotese tests/sammenligning af gruppers gennemsnit Tidspunkt 06/ kl. 08:30-12:00 Underviser Jonathan Hermansen ( jherman@ruc.dk ) A. Statistisk Hypotese tests: Hvad er logikken bag en hypotese-test? Hvornår kan man konkludere, at der er en statistisk signifikant sammenhæng? Er statistisk signifikans = praktisk vigtig? Gennemgang af opstilling af nulhypotese og alternativhypotese, p-værdi og signifikansniveauer. B. Sammenligning af gruppers gennemsnit Hvad gør vi, hvis vi vil vide om den gruppe arbejdsløse, der får tilbudt efteruddannelse, kommer hurtigere kommer i arbejde end den gruppe som ikke får samme tilbud? Eller om mænd tjener mere end kvinder? T-testen giver os mulighed for at vurdere om en observeret forskel mellem to grupper i en stikprøve er statistisk signifikant.

5 Nul-hypotese og alternativ hypotese, praktisk versus statistisk signifikans, p-værdi og alfaniveau Kategorisk uafhængig variabel og interval afhængig (evt. ordinal med forbehold). t-test: onesample t-test og independent sample t-test, konfidensinterval, error bar. Agresti & Finlay (2014), kap. 6-7 (49 sider) 6. kursusgang - Analyse af sammenhæng mellem kategoriske variable Tidspunkt 13/ kl. 08:30-12:00 Analyse af sammenhæng mellem kategoriske variable Hvordan ser vi om der er en sammenhæng mellem hvor man kommer fra og hvem man stemmer på og kontrollere for uddannelse? Tabel-analyse er det første skridt. Hvis vi vil se om der er en statistisk signifikant sammenhæng mellem variablene bruger vi chi2-testen. Kategorisk (nominel eller ordinel) uafhængig & afhængig variabel. Tabel-analyse: frekvenser og procenter. Chi2- test: Observeret og forventet frekvens. Forudsætninger: minimum frekvens og løsninger ved brud. Hvilke celler er signifikant forskellige? Kontrol for 3.variabel. Agresti & Finlay (2014), kap. 8. s (18 sider) 7. kursusgang - Korrelation og Bivariat OLS Regression Tidspunkt 20/ kl. 08:30-12:00 Korrelation og Bivariat OLS Regression Hvad gør vi når vi vil undersøge om længere uddannelse fører til højere indkomst? Vi kan bruge Pearsons r og OLS regression til at fortælle os om sammenhæng mellem variable på intervalskala niveau. Hvorfor er linearitet en forudsætning og hvilken betydning kan outliers have på regressionen? Variation og samvariation, standardiseret og ustandardiseret samvariation, lineære sammenhænge, regressionsligningen, regressionslinjen, residual, outlier, R2, F-test, konstanten, koefficienter, t-test, konfidensinterval. Agresti & Finlay (2014), kap. 9 (34 sider) 8. kursusgang - Kausalmodeller og Multivariat OLS Regression Tidspunkt 27/ kl. 08:30-12:00

6 Kausalmodeller og Multivariat OLS Regression Hvad gør vi, hvis vi vil undersøge om mænd tjener mere end kvinder, når vi tager højde for forskel i uddannelseslængde eller arbejdstid? Kausalmo-deller anskueliggør relevante sammenhænge for det vi vil forklare. Hvad betyder det at kontrollere for en variabel? Hvad sker der når vi kontrollerer for en andre variable? Introduktion til multivariate OLS regression som har flere uafhængige variabler. Kausalmodel, indirekte (kæde) og direkte sammenhænge, spuriøse sammenhænge, interaktionseffekter, statistisk kontrol og semi-partiel korrelationskoefficient. Agresti & Finlay (2014), kap. 10 og 11 (48 sider) 9. kursusgang - Multivariat OLS Regression: Model- specifikation, dummy variable og forudsætningstests Tidspunkt 10/ kl. 08:30-12:00 Multivariat OLS Regression: Model- specifikation, dummy variable og forudsætningstests Fortsat om multivariat regression. Hvordan inkluderer vi kategoriske uafhængige variable (dummy) i en regressionsanalyse? Hvilken betydning har det for vores resultater, hvilken model vi tester? Hvilke forudsætninger udover linearitet og ingen outliers skal være opfyldt i en OLS regression for at resultaterne er valide? Modelspecifikation, udeladte/inkluderede variables betydning, dummy variabel, forudsætninger (udover linearitet og indflydelsesrige cases, se under 7.): a. multikollinearitet, b. varianshomogenitet og c. normal-fordelte fejlled. Agresti & Finlay (2014), kap (9 sider) (om kategoriske uafhængige variable i regression). 10. kursusgang - Kvantitative Analyser i praksis: Opsamling og Overblik Tidspunkt 17/ kl. 08:30-12:00 Kvantitative Analyser i praksis: Opsamling og Overblik Hvad har vi lært? Hvordan kommer vi fra et spørgsmål til at få designet en kvantitativ undersøgelse? Hvilke sammenhænge har vi lært (og ikke lært) at undersøge? Hvordan tolker vi kvantitative analyser? Hvad er de typiske faldgruber, når vi drager konklusioner, og hvordan kan vi undgå dem?

7 Kvantitative forskningsdesign, kvantitative data, beskrivende og kausale slutninger, signifikans og usikkerhed mv. STADS stamdata Bachelor Belastning : 5 ECTS Aktivitetskode : U25358 Prøveform : skriftlig Bedømmelse : Bestået/ikke bestå Censur : Intern censur