Timeplan, pensum og eksamensdato

Velg semester

Kort om emnet

Kurset er del 2 i analyse av problemstillinger som lar seg belyse ved kvantitative data og har de samme krav til forkunnskaper som del 1, men det vil være en fordel om deltakerne har en noe bredere forståelse av den generelle lineære modellen enn det som kreves for deltakelse i del 1 - PSY9170

Hva lærer du?

Dag 1 (5 timer): Eksplorerende faktoranalyse med vekt på prinsipal komponentanalyse.
Med utgangspunkt i en klassisk testpsykologisk forståelse av reliabilitet diskuteres forholdet mellom begreper og indikatorer. Empirisk påvisning av en-dimensjonalitet og fler-dimensjonalitet illustreres ved konkrete eksempler. Det gjennomgås også eksempler på bruk av prinsipal komponentanalyse for "datareduksjon" og visualisering av komplekse sammenhenger mellom observerte variabler.

Dag 2 (5 timer): Eksplorerende faktoranalyse med vekt på klassisk faktoranalyse.
Her legges større vekt på teoretisk forutsetninger knyttet til latente fenomener og indikatorer. Forskjellen mellom prinsipal komponentanalyse og faktoranalyse diskuteres.

Dag 3 (5 timer): En kortfattet introduksjon til strukturell modellering.
Lignende problemstillinger som diskutert i del 1 av kurset tas opp igjen (multivariate modeller med bakenforliggende og mellomliggende variabler og kontroll for tredjevariable), men nå med fokus på latente variabler. Målemodeller og kausalmodeller analyseres i samme modell (SEM).

Opptak og adgangsregulering

Kurset er rettet mot PhD kandidater. Instituttets egne PhD kandidater vil ha første prioritering, deretter PhD kandidater fra andre institusjoner, så øvrige søkere.

PhD kandidater fra PSI melder seg til emnet via StudentWeb. Øvrige søknader gjøres via nettskjema

Frist er innen 15. februar for vårsemesteret.

Frist er innen 15.september for høstsemesteret.

Forkunnskaper

Anbefalte forkunnskaper

Det anbefales at man tar PSY9170 – Kvantitativ analyse I før PSY9175 – Kvantitativ analyse II.

Undervisning

Det er obligatorisk deltagelse på all undervisning. Maks fravær er 20%.

Analyseverktøyene SPSS og AMOS anvendes for alle analyser og analysene demonstreres av kursleder og gjennomføres av deltakerne. Undervisningen foregår i lokaler hvor alle deltakerne har tilgang til datamaskin.

Se emnets semesterside for timeplan.

Adgang til undervisning

Dersom du har gjennomført og fått godkjent obligatorisk undervisning, har du ikke krav på ny undervisning. Dersom du har fått undervisningsopptak til emnet, men ikke har gjennomført eller fått godkjent obligatorisk undervisning, har du rett til ny undervisning når det er ledig kapasitet.

Eksamen

Godkjenning av kurset forutsetter deltakelse ved alle forelesninger og skriftlig innlevering av analyse av en problemstilling som enten kan være basert på data fra eget forskningsprosjekt eller analyse av et utdelt "case".

Leveres gjennom Canvas.

Hjelpemidler

Ingen hjelpemidler er tillatt.

Eksamensspråk

Du kan besvare eksamen på norsk, svensk, dansk eller engelsk. Søknad om engelsk oppgavetekst sender du til kontaktpunktet for emnet.

Karakterskala

Emnet bruker karakterskala bestått/ikke bestått. Les mer om karakterskalaen.

Begrunnelse og klage

Du bør be om begrunnelse for karakteren før du bestemmer deg for å klage.

Klage

Begrunnelse

Fristen for å be om begrunnelse er en uke etter at karakteren er kunngjort. For muntlige og praktiske eksamener er fristen straks etter at du har fått vite karakteren din.

Du skal normalt få begrunnelsen innen to uker etter at du har bedt om den. Sensor avgjør om begrunnelsen blir gitt skriftlig eller muntlig.

Adgang til ny eller utsatt eksamen

Evaluering av emnet

Vi gjennomfører fortløpende evaluering av emnet, og med jevne mellomrom ber vi studentene delta i en mer omfattende evaluering.

Annet

Dersom du trenger kursbevis for bestått emne, så må du bestille karakterutskrift via studentweb, og bruke emnebeskrivelsen her som informasjon. Vi  utsteder ikke kursbevis for våre PhD emner.

Fakta om emnet

Studiepoeng

2

Nivå

Ph.d.

Undervisning

Vår og høst

Eksamen

Vår og høst

Undervisningsspråk

Norsk