spring 2019

BED-2011NETT Samfunnsvitenskapelig metode og statistikk - 10 stp

Last changed: 18.02.2019

The course is administrated by

Fakultet for biovitenskap, fiskeri og økonomi

Campus

Nettbasert | Other |

Application deadline

1. juni for emner som tilbys i høstsemesteret. 1. desember for emner som tilbys i vårsemesteret.

Type of course

Emnet kan tas som enkeltemne.

Admission requirements

Generell studiekompetanse eller realkompetanse.

Søknadskode 9199 - enkeltemner lavere grad (ikke realfag).

Course contents

Dette emnet omhandler statistikk og samfunnsvitenskapelig metode for økonomer.

Statistikkdelen skal gi studentene et relevant grunnlag i sannsynlighetsregning og statistikk, der analytisk innsikt vektlegges. Sentralt i innholdet er teoretisk forståelse og forutsetninger for de viktigste sannsynlighetsfordelingene, estimering og hypotesetesting. Statistikkdelen legger vekt på oppgaveregning og skal danne et godt teoretisk fundament for metodedelen.

Metodedelen starter med en bred innføring i kvalitative og kvantitative forskningsmetoder. Studentene får deretter en praktisk innføring i analyse av empiriske data ved bruk av egnet dataverktøy. Studentene skal gis gode forutsetninger for å gjennomføre eget forsvarlig vitenskapelig empirisk arbeid.

Objective of the course

Emnet gir en grunnleggende innføring i statistikk og samfunnsvitenskapelig metode. Etter bestått emne skal studentene ha følgende læringsresultat:

Kunnskap: 

  • Har kunnskap om hvordan statistiske data kan presenteres og tolkes.
  • Kjenner til styrker og svakheter ved ulike sentral- og spredningsmål.
  • Har kunnskap om hva som definerer en uniform sannsynlighetsmodell.
  • Forstår betydningen av rekkefølge og tilbakelegging innenfor kombinatorikk.
  • Forstår hvordan ekstra informasjon kan lede til betinget sannsynlighetsregning.
  • Har kunnskap om hva som skiller avhengige og uavhengige hendelser.
  • Forstår hva som menes med en stokastisk variabel, og kjenner teorien som ligger til grunn for de mest sentrale sannsynlighetsfordelingene.
  • Forstår behovet for simultane sannsynlighetsfordelinger, og har kjennskap til hvordan forventningsverdi, varians og kovarians beregnes for disse.
  • Forstår hvilken betydning sentralgrenseteoremet har i statistisk sammenheng.
  • Har kunnskap om hvordan forventningsverdi og varians bestemmer normalfordelingens sannsynlighetstetthet.
  • Forstår hvorfor det kan være fordelaktig å tilnærme diskrete sannsynlighetsfordelinger til normalfordeling.
  • Har kunnskap om de begrensninger som vanskeliggjør analytisk regning med mange kontinuerlige sannsynlighetsfordelinger, spesielt normalfordelingen.
  • Har kunnskap om implikasjonene ved å foreta estimering på bakgrunn av utvalg.
  • Har kunnskap om hva som ligger i begrepene estimator, estimat og konfidensintervall.
  • Har kunnskap om hva som bestemmer bredden på et konfidensintervall.
  • Kjenner den grunnleggende teorien for utforming av en hypotesetest, og har kunnskap om hva som ligger i begrepene nullhypotese, alternativhypotese, signifikansnivå og P-verdi.
  • Har kunnskap om forskjellen på parametriske og ikke-parametrisk hypotesetesting.
  • Kjenner teorien som ligger til grunn for beregning av R-verdi og koeffisienter i lineær regresjon med én uavhengig variabel.
  • Har kunnskap om sentrale begreper innenfor vitenskapsteori.
  • Kjenner til ulike målenivåer i kvantitativ metode.
  • Forstår forholdet mellom teori og empiri.
  • Kjenner til ulike metoder og forskningsdesign innen kvalitativ og kvantitativ metode.
  • Kjenner til ulike datainnsamlingsmetoder.
  • Kjenner til ulike statistiske dataverktøy, og styrker og svakheter med de enkelte.
  • Kjenner til ulike former for samvariasjon, også ikke-lineære sammenhenger. 

Ferdigheter: 

  • Kan beregne grunnleggende sentral- og spredningsmål, og tolke statistiske data ved hjelp av disse.
  • Kan tolke statistiske data med grunnlag i frekvensfordelinger og diagrammer.
  • Behersker grunnleggende sannsynlighetsregning, både med uniforme og ikke-uniforme sannsynlighetsmodeller.
  • Kan gjenkjenne kombinatoriske scenarier, og beregne antall kombinasjoner.
  • Behersker regning med betinget sannsynlighet, inkludert lov om total sannsynlighet og Bayes lov.
  • Kan regne med hendelser som både er avhengige og uavhengige av hverandre.
  • Kan beregne forventningsverdi og varians til sannsynlighetsfordelinger på tabellform, og lineærkombinasjoner av uavhengige stokastiske variabler.
  • Kan velge riktig diskret sannsynlighetsfordeling blant binomisk fordeling, geometrisk fordeling, hypergeometrisk fordeling og Poisson-fordeling, og beregne forventningsverdi, varians og sannsynligheter for disse.
  • Kan regne sannsynligheter med normalfordeling, også basert på normalfordelingens symmetriegenskaper.
  • Kan beregne forventningsverdi, varians og sannsynligheter for lineærkombinasjoner av uavhengige normalfordelte variabler.
  • Kan utføre normaltilnærming, og kan vurdere de forutsetninger som ligger til grunn.
  • Kan finne grenseverdier i normalfordeling, T-fordeling og kjikvadrat-fordeling ved bruk av tabell eller digitale hjelpemidler.
  • Kan beregne punktestimat for ukjente fordelingsparametere, og rangere ulike alternative estimatorer.
  • Kan beregne konfidensintervall for ulike parametere, og kan vurdere de forutsetninger som ligger til grunn.
  • Kan foreta hypotesetesting på ukjente fordelingsparametere, og kan veksle mellom ulike testmetoder.
  • Kan bruke konfidensintervaller og hypotesetesting til å vurdere sammenhenger mellom to grupper.
  • Kan beregne og tolke R-verdi og koeffisienter i lineær regresjon med én uavhengig variabel, og gjennomføre hypotesetesting på koeffisientene.
  • Kan foreta tester av uavhengighet og sannsynlighetsmodell ved bruk av kjikvadrat-fordeling.
  • Kan reflektere rundt forskning og vitenskapelig metode, forskningsetikk og redelighet.
  • Kan søke etter informasjon, utøve kildekritikk og referere på vitenskapelig vis.
  • Kan avgjøre kvaliteten på kvalitative og kvantitative undersøkelser.
  • Kan utføre kvalitative og kvantitative datainnsamlinger.
  • Kan definere og foreta avgrensning av forskningsspørsmål.
  • Kan benytte relevant dataverktøy til å utføre en deskriptiv analyse av et datamateriale.
  • Kan gjennomføre korrelasjonsanalyse ved bruk av dataverktøy.
  • Kan gjennomføre ulike parametriske og ikke-parametriske tester for én eller flere grupper ved bruk av dataverktøy (for eksempel T-tester, F-tester og kjikvadrat-tester).
  • Kan gjennomføre lineær regresjonsanalyse med én eller flere uavhengige variabler.
  • Kan presentere funn fra analyse av empiriske data på en vitenskapelig måte.

Kompetanse: 

  • Besitter grunnleggende kompetanse for anvendelse av statistisk metode innen problemstillinger knyttet til det økonomisk-administrative fagområdet.
  • Har en grunnleggende oversikt over problemstillinger knyttet til statistisk metode.
  • Besitter grunnleggende kompetanse i statistikk og metode for å kunne skrive bacheloroppgave.
  • Har det teoretiske grunnlaget for anvendelse av statistikk og metode i andre emner i bachelorløpet.
  • Er i stand til å samle og analysere data på en vitenskapelig måte.
  • Er i stand til å avgrense og definere vitenskapelige problemstillinger.
  • Behersker på grunnleggende nivå tolkning av teoretisk og empirisk forskning.
  • Behersker et eller flere dataverktøy for statistisk analyse.
  • Undervisnings- og eksamensspråk
  • Undervisningsspråk vil være på norsk og engelsk. Hovedvekten av forelesningene er på norsk, men en del av forelesningene vil gis på engelsk. Eksamen skal besvares på norsk.

Language of instruction

Norsk

Teaching methods

Undervisningen baserer seg på webbaserte ressurser, som filmer, presentasjoner og oppgaver. Det vil bli gjennomført en frivillig samling i oppstarten av semesteret, der studentene får presentert undervisningsopplegget og blir kjent med de faglige og administrative digitale løsningene. Det vil ikke være noe obligatorisk oppmøte gjennom semestret. Studentene vil bli fulgt opp faglig gjennom Canvas og sosiale medier, med fokus på interaksjon. Før eksamen vil det bli arrangert en frivillig eksamensforberedende samling.

Assessment

Arbeidskrav

Kurset har to individuelle arbeidskrav. Disse må være godkjente for å kunne avlegge eksamen.

Arbeidskrav 1 består i å løse tester etter hver modul i emnet. Disse testene må være bestått for å komme videre til den påfølgende modulen. Vurderes som godkjent eller ikke godkjent.

Arbeidskrav 2 er en større sammensatt oppgave, som i struktur er lik eksamen. Dette arbeidskravet vil bli gjennomført i samme digitale verktøy som eksamen. Vurderes til godkjent eller ikke godkjent.

Godkjent arbeidskrav i BED-2011 kvalifiserer til eksamen i BED-2011NETT. Studenten har selv ansvar for å informere faglærer om dette i god tid før eksamen.

Eksamen

Eksamen består av en fire timers skriftlig individuell skoleeksamen.

Eksamen vurderes med bokstavkarakterer A-E, med F som stryk.
Skriftlig eksamen arrangeres i Tromsø, Harstad, Narvik og Alta. Studentene må velge eksamenssted når de registrerer seg til eksamen i studentweb.

Etter søknad kan det vurderes om eksamen kan avholdes ved andre studiesteder. I utgangspunktet må det være minimum ti kandidater ved annet studiested før eksamen ved annet studiested vurderes.

Det tilbys kontinuasjonseksamen i emnet for studenter som ikke har bestått siste ordinære arrangerte eksamen i dette emnet. Kontinuasjonseksamen (ny/utsatt eksamen) består av en skriftlig skoleeksamen.

Eksamensdato

Skriftlig prø
ve 29.04.2019

Eksamensdato er foreløpig og vil kunne bli endret. Endelig eksamensdato kunngjøres på uit.no/eksamen og i studentweb primo mai for vårsemesteret og primo november for høstsemesteret

Schedule

Course overlap

BED-2011 Samfunnsvitenskapelig metode og statistikk 10 stp
BED-2011 Innføring i kvantitativ analyse og statistikk 10 stp

Recommended reading/syllabus

Pensumlitteratur oppgis i UiTs digitale læringsplattform ved semesterstart.