Gå til hovedinnhold
0
Hopp til hovedinnhold

Tidspunkt

11. okt - 13. okt 2022
kl 09:00 - 16:00

Legg til kalender

Sted

Campus Kristiansand

Påmeldingsfrist

31. aug kl 11:00

Kontaktperson

Ph.d.-kurs: PED610: Bruk av R og strukturell ligningsmodellering i utdanningsforskning

Tidspunkt

11 okt - 13 okt
kl 09:00 - 16:00

Legg til kalender

Sted

Campus Kristiansand

Påmeldingsfrist

31 aug

Kontaktperson

I løpet av kursets første dag vil vesentlige begreper innenfor programmet R bli introdusert. R er en gratis programvare (https://www.r-project.org/) for statistisk databehandling som har vunnet mye popularitet de siste årene. Å gjøre seg kjent med R og grunnleggende programmeringskonsepter vil føre til å kunne kjøre grunnleggende R-syntaks og utføre rutinemessige databehandlingsoppgaver i R.

Den andre dagen fokuserer på strukturell ligningsmodellering (SEM). SEM er en fleksibel multivariabel statistisk tilnærming som har blitt stadig mer populær innen forskning innen samfunnsvitenskap. Dagen vil inneholde forelesninger og praktiske øvelser i å spesifisere, identifisere, estimere og evaluere grunnleggende SEM-modeller, som for eksempel «path models», bekreftende faktoranalyse og strukturelle regresjonsmodeller. Disse modellene vil bli gjennomført i lavaan, en pakke i statistikkprogrammet R.

Deltakere bør ha installert R, RStudio Desktop og pakken lavaan før de deltar.

Kurset foregår på Engelsk.

Kursholder: Ronny Scherer, Centre for Educational Measurement (CEMO) v/UiO

Kontaktperson for kursets vitenskapelige innhold: Professor Esther Tamara Canrinus

 

Innhold og utbytte:

Studiepoeng:

5 studiepoeng. Deltakelse uten innlevering av paper gir 2 stp (forutsatt deltakelse på alle tre dagene).

Program

Ph.d.-program i humaniora og pedagogikk

Forkunnskapskrav

Det kreves opptak på relevant doktorgradsprogram.

Læringsutbytte

Etter å ha fullført kurset vil deltakerne:

  • ha kunnskap om de grunnleggende funksjonene til programmet R
  • kunne kjøre, modifisere og skrive grunnleggende R-syntaks for å utføre rutinemessige databehandlingsoppgaver
  • ha nødvendige kunnskaper og ferdigheter for å begynne å lære R utover introduksjonsnivået
  • ha kunnskap om modellspesifikasjon, identifikasjon og evaluering
  • kunne formulere og implementere grunnleggende strukturelle ligningsmodeller (SEM) ved bruk av R
  • kunne vurdere en grunnleggende SEM og spesifisere den om nødvendig.
  • ha nødvendige kunnskaper og ferdigheter for å begynne å lære og bruke SEM utover introduksjonsnivået. 

Innhold

I løpet av kursets første dag vil vesentlige begreper innenfor programmet R bli introdusert. R er en gratis programvare (https://www.r-project.org/) for statistisk databehandling som har vunnet mye popularitet de siste årene. Å gjøre seg kjent med R og grunnleggende programmeringskonsepter vil føre til å kunne kjøre grunnleggende R-syntaks og utføre rutinemessige databehandlingsoppgaver i R.

Den andre dagen fokuserer på strukturell ligningsmodellering (SEM). SEM er en fleksibel multivariabel statistisk tilnærming som har blitt stadig mer populær innen forskning innen samfunnsvitenskap. Dagen vil inneholde forelesninger og praktiske øvelser i å spesifisere, identifisere, estimere og evaluere grunnleggende SEM-modeller, som for eksempel «path models», bekreftende faktoranalyse og strukturelle regresjonsmodeller. Disse modellene vil bli gjennomført i lavaan, en pakke i statistikkprogrammet R.

Deltakere bør ha installert R, RStudio Desktop og pakken lavaan før de deltar.

Arbeidsformer

Undervisningen vil bestå av en kombinasjon av forelesninger og praktiske øvelser, fordelt på tre dager. Kurset vil bli undervist på engelsk

Vilkår for å gå opp til eksamen

Deltakelse på alle dagene av kurset.

Eksamen

En individuell praktisk oppgave: Deltakere som ønsker å få 5 studiepoeng for dette emnet må levere en oppgave som beskriver en praktisk analyse av en SEM. Eksempeldatasett vil bli gjort tilgjengelig for oppgaven. Vurderes til bestått/ikke bestått.

Tilbys som enkeltemne

Ja

Ansvarlig fakultet

Fakultet for humaniora og pedagogikk

Kontaktperson

Esther Canrinus