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 multivariat statistisk analyse, som omfatter path-analyse og strukturell likningsmodellering. 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 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.

Obligatoriske aktiviteter

• Gjennomføre et gruppeprosjekt

Obligatoriske aktiviteter

• Gjennomføre et gruppeprosjekt

Spesielle vilkår

Forkunnskapskrav

Krever opptak til studieprogram:

Master i arbeids- og organisasjonspsykologi

Master i psykologisk vitenskap og teknologi

Master i samfunns, helse og miljøpsykologi

Psykologutdanning, 6-årig løp (CPSYR)

Studiepoengreduksjon