Faglig innhold

Emnet bygger på og viderefører regresjonsanalyse, variansanalyse (ANOVA), og prinsipal komponent analyse/faktoranalyse. Herunder tar emnet for seg også flere andre avanserte førstegenerasjons statistiske analyser som logistisk regresjon, repeated measures og mixed desing ANOVA som ofte brukes i psykologi. Videre, går emnet grundig gjennom en andregenerasjons multivariate statistisk analyse, nemlig den varians-baserte tilnærmingen til strukturelle liknings modellering (dvs. PLS-SEM). I gjennomgangen av disse statistiske analysene, legges det vekt på en sterk konseptuell forståelse og anvendelse ved hjelp av relevante statistiske programvarer.

Læringsutbytte

Kunnskap:

- Kandidaten besitter en avansert forståelse av generell lineær modellering.

- Kandidaten har oppnådd en solid innsikt i tradisjonelle multivariate statistiske analyser.

- Kandidaten har inngående kunnskap om partial least squares structural equation modeling.

Ferdigheter:

- Kandidaten mestrer valg av optimale multivariate analyser for ulike forskningsspørsmål.

- Kandidaten kan selvstendig anvende disse analysemetodene i forbindelse med sin masteroppgave.

- Kandidaten kan anvende og tolke resultatene ved hjelp av statistiske programvareverktøy.

Generell kompetanse:

- Kandidaten har en dyp forståelse av behovet for en multivariate tilnærming til dataanalyser.

- Kandidaten har en god forståelse av fordelene/nødvendigheten av egnete teknikker for å analysere latente variabler.

- Kandidaten er i stand til å selvstendig anvende statistiske metoder fra kurset i arbeidslivsrelevante situasjoner.

Læringsformer og aktiviteter

Samlingsbaserte forelesninger.

Spesielle vilkår

Anbefalte forkunnskaper

Grunnleggende forståelse av ANOVA, multiple regresjon og faktoranalyse.

Forkunnskapskrav

Statistikk/kvantitativ metode emne fra bachelornivå.

Studiepoengreduksjon