SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006

Save this PDF as:
 WORD  PNG  TXT  JPG

Størrelse: px
Begynne med side:

Download "SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006"

Transkript

1 SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2006 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey Utvalget skal behandles som et sannsynlighetsutvalg fra populasjonen: alle personer 17 år og eldre som var bosatte i Norge høsten Variabelen nettbruk måler svarene på spørsmålet: Hvor ofte bruker du internett, World Wide Web eller e-post til privat bruk, enten hjemme eller på jobben?. De opprinnelige svarkategoriene er: 0 Har ikke nettilgang, verken hjemme eller på jobben, 1 Bruker aldri, 2 Mindre enn en gang i måneden, 3 En gang i måneden, 4 Flere ganger i måneden, 5 En gang i uken og 6 Flere ganger i uken er slått sammen i den nye kategorien Ikke daglig, mens svarkategorien 7 Hver dag utgjør den nye kategorien Daglig. I tillegg har tabellen informasjon om kjønn og alder, der alder er gruppert i tre kategorier. Tabell 1. Internettbruk fordelt etter alder og kjønn. Frekvenser. Menn Kvinner Internettbruk år år Over 60 år år år Over 60 år Ikke daglig Daglig Totalt a) Gjør om tabell 1 til en prosenttabell. Beskriv deretter variablene, og fortell kort hva tabellen viser. MÅL: Test av studentens ferdigheter i å sette opp tabeller, identifisere variabler, gi grunnlag for å vurdere deres evne til å drøfte hvor mye informasjon de mener det er forsvarlig å trekke ut av verdifordelingen i disse variablene (bestemme målenivå), og å teste studentenes evner til å fortolke innholdet i en krysstabell. Uavhengige variabler: Kjønn Alder Avhengige variabler: Internettbruk Målenivå: Kjønn: Alle bør kunne se at denne variabelen må plasseres på nominalnivå Alder: Variabelen kan rangeres, og det er derfor mest naturlig å plassere den på ordinalnivå. Internettbruk: Denne variabelen kan også rangeres, og bør plasseres på ordinalnivå. Den prosentuerte tabellen bør se omtrent slik ut: 1

2 Tabell 1. Internettbruk fordelt etter alder og kjønn. Prosenter. Menn Kvinner Internettbruk år år Over 60 år år år Over 60 år Ikke daglig Daglig Totalt (Antall) (200) (400) (200) (200) (400) (200) I forklaringen av hva tabellen viser ønsker vi kun en beskrivelse av mønsteret inne i tabellen, og ikke tekniske beskrivelser av hvordan tabellen er satt opp. Alle bør se at unge bruker internett oftere enn eldre. Videre bør alle se at det er flere menn enn kvinner som bruker internett daglig, men at denne kjønnsforskjellen blir mindre jo eldre aldersgrupper som sammenlignes. b) Beregn korrelasjonen mellom alder og internettbruk for menn, og korrelasjonen mellom alder og internettbruk for kvinner. Forklar hva de to korrelasjonene viser. MÅL: Teste studentenes forståelse av statistiske mål for bivariate sammenhenger, og hvordan valget av mål for samvariasjon mellom to variabler avhenger av variablenes målenivå. Her skal alle kunne se at de må regne ut en korrelasjonskoeffisient mellom alder og internettbruk for menn, og en korrelasjonskoeffisient mellom alder og internettbruk for kvinner. Her bør vi tillate mange ulike valg av mål, og heller se på argumentasjonen bak valgene. De fleste vil forhåpentligvis argumentere med at de to variablene alder og internettbruk bør plasseres på ordinalnivå, og ut fra dette enten velge gamma eller Kendalls tau-c. Vi bør gi noe ekstra for de som argumenterer godt for å bruke korrelasjonsmålet Kendalls tau-c i stedet for gamma. De studentene som regner korrelasjonene direkte fra de prosentuerte tabellene har så store problemer med tallbehandling at det bør trekkes mye. Utgangspunkt for å beregne korrelasjonene mellom alder og internettbruk for menn: år år Over 60 år Ikke daglig Daglig Etter som Gamma er et korrelasjonsmål som utnytter informasjonen om rangering, bør det gies et pluss for de studentene som tar hensyn til retningen på rangeringene når de regner forholdet mellom par ordnet likt og par ordnet ulikt. For å få riktig fortegn på korrelasjonsmålet har alle blitt anbefalt å starte beregningen av par ordnet likt (L) i ruten med de laveste verdiene på begge variablene. Fortegnet blir også riktig hvis de starter med de høyeste verdiene på begge variablene, men dette er kanskje ikke så logisk godt startpunkt. Her blir det dermed mest naturlig å starte beregningen av par ordnet likt (L) i den ruta som har 60 enheter (kombinasjonen lav/lav). Beregningen av par ordnet ulikt (U) bør da enten starte med kombinasjonen lav/høy (n=140) eller høy/lav (n=160). Nedenfor viser jeg en detaljert løsning basert på det første startpunktet. 2

3 Par ordnet likt (starter øverst til venstre): L= 60 (200+40) (40) = Par ordnet ulike (start nederst til venstre): U= 140 ( ) (160) = Gamma for menn blir da: Gamma Menn = = 0,573 0, Den tilsvarende løsningen for kvinner blir: Par ordnet likt (starter øverst til venstre): L= 120 (120+40) (40) = Par ordnet ulike (start nederst til venstre): U= 80 ( ) (160) = Gamma for kvinner blir da: Gamma Kvinner = = 0,283 0, Løsninger med andre mål for samvariasjon, blir: kvinne.00 Nominal by Nominal Ordinal by Ordinal Phi Symmetric Measures Value Asymp. Std. Error(a) Approx. T(b) Approx. Sig Cramer's V Kendall's tau-b Kendall's tau-c Gamma N of Valid Cases Nominal Phi by Nominal Cramer's V Ordinal by Kendall's tau-b Ordinal Kendall's tau-c Gamma N of Valid Cases 800 3

4 Tolkning: Det er en enda sterkere negativ korrelasjon mellom alder og internettbruk for menn enn for kvinner. Dette viser at det er større forskjeller i internettbruk mellom unge og eldre menn enn mellom unge og eldre kvinner. De som i tillegg klarer å trekke ut noe substansielt samfunnsvitenskapelig om at kjønnsforskjellen er størst i den yngste aldersgruppen mens det er ingen kjønnsforskjell i den eldste aldersgruppen bør belønnes for dette. c) Tabell 2 viser informasjonen fra tabell 1 i en logistisk regresjonsmodell der de som bruker internett daglig er kodet med verdien 1 og de som ikke bruker internett daglig er kodet med verdien 0. Forklar hva denne modellen viser. Tabell 2. Logistisk regresjonsmodell for internettbruk. Variabler B S.E. P OR Mann (kvinne=0, mann=1) 1,373 0,187 < 0,001 3,946 Alder (17-29=0, 30-59=1, over 60=2) -0,485 0,112 < 0,001 0,615 Samspill (mann * alder) -0,616 0,161 < 0,001 0,540 Konstant -0,385 0,128 < 0,001 0,680 MÅL: Teste studentenes forståelse av logistisk regresjon og generell tolkning av samspilleffekt. Her skal alle kunne klare å se sammenhengen mellom tabell 1 og tabell 2. Videre bør de beste kunne se at samspillet påvirker fortolkningen av de to enkelteffektene, slik at effekten av mann måler kjønnsforskjellen for den yngste aldersgruppen (alder=0), og at effekten av alder alene er alderseffekten for kvinner (mann=0). Fortegnene på disse to enkelteffektene viser at det er flere menn enn kvinner som bruker internett daglig, og at andelen som bruker internett daglig er lavere i de eldste enn i de yngste aldersgruppene. Hvis det er noen som argumenterer for at den kategoriserte aldersvariabelen burde ha vært dummykodet, så bør de få uttelling for det. Den negative samspillseffekten viser at kjønnsforskjellen blir mindre jo eldre man blir. Dette poenget kommer godt fram i dette effektplottet. 4

5 Noen vil sannsynligvis også fortolke oddsratioene i tabell 2, og da blir den naturlige tolkningen at menn i den yngste aldersgruppen har nesten tre ganger (100*(3,946-1)=294,6) så høy odds for å bruke internett daglig enn kvinner, og at oddsen for at en kvinne (mann=0) skal bruke internett daglig minsker med 39 prosent (100*(0,615-1)=-38,5) for hver økte aldersgruppe. Oddsratioen for samspillet kan da tolkes som at den høye oddsratioen for kjønnsforskjellen i den yngste aldersgruppen blir svekket ved at oddsen for menn i forhold til kvinner blir 46 prosent (100*(0,540-1)=-46) lavere for hver aldersgruppe. Studentene har ikke blitt oppfordret til å kjøpe avanserte kalkulatorer med logaritmer, og vi bør derfor fokusere mer forståelsen av logistisk regresjon enn på avanserte utregninger av predikerte sannsynligheter og lignende. 5

6 Oppgave 2 Nedenfor ser du en forenklet tabell basert på informasjon fra surveyen Ungdom og fysisk aktivitet i Møre- og Romsdal Utvalget skal behandles som et sannsynlighetsutvalg fra populasjonen: alle 8., 9. og 10.-klassinger i Møre og Romsdal i Variabelen fotball måler svarene på spørsmålet om fotball under hovedspørsmålet: Kryss av for om du aldri har drevet, har sluttet eller om du deltar i disse idrettene.. De opprinnelige svarkategoriene 1 Har aldri drevet og 2 Har sluttet er slått sammen i den nye kategorien Ikke aktiv, mens svarkategorien 3 Deltar i idrettslag utgjør den nye kategorien Aktiv. I tillegg har tabellen informasjon om kjønn og klassetrinn.. Tabell 3. Deltakelse i organisert fortball fordelt etter klassetrinn og kjønn. Frekvenser. Jenter Gutter Fotball 8. klasse 9. klasse 10. klasse 8. klasse 9. klasse 10. klasse Ikke aktiv Aktiv Totalt a) Gjør om tabell 3 til en prosenttabell. Beskriv deretter variablene, og fortell kort hva tabellen viser. MÅL: Test av studentens ferdigheter i å sette opp tabeller, identifisere variabler, gi grunnlag for å vurdere deres evne til å drøfte hvor mye informasjon de mener det er forsvarlig å trekke ut av verdifordelingen i disse variablene (bestemme målenivå), og å teste studentenes evner til å fortolke innholdet i en krysstabell. Uavhengige variabler: Kjønn Klassetrinn Avhengige variabler: Aktiv i organisert fotball Målenivå: Kjønn: Alle bør kunne se at denne variabelen må plasseres på nominalnivå Klassetrinnr: Variabelen kan rangeres, og det er derfor mest naturlig å plassere den på ordinalnivå. Fotball: Denne variabelen kan også rangeres, og bør plasseres på ordinalnivå. Den prosentuerte tabellen bør se omtrent slik ut: Tabell 1. Aktivitet i organisert fotball fordelt etter klassetrinn og kjønn. Prosenter. Jenter Gutter Fotball 8. klasse 9. klasse 10. klasse 8. klasse 9. klasse 10. klasse Ikke aktiv Aktiv Totalt (Antall) (300) (300) (300) (300) (300) (300) 6

7 I forklaringen av hva tabellen viser ønsker vi kun en beskrivelse av mønsteret inne i tabellen, og ikke tekniske beskrivelser av hvordan tabellen er satt opp. Alle bør se at det er en større andel av guttene som er aktive i organisert fortball enn andelen blant jentene. Videre bør alle se at det er stort frafall fra fotball både blant jenter og gutter, men at frafallet er størst blant guttene. b) Beregn korrelasjonen mellom klassetrinn og forball for jenter, og korrelasjonen mellom klassetrinn og forball for gutter. Forklar hva de to korrelasjonene viser. MÅL: Teste studentenes forståelse av statistiske mål for bivariate sammenhenger, og hvordan valget av mål for samvariasjon mellom to variabler avhenger av variablenes målenivå. Her skal alle kunne se at de må regne ut en korrelasjonskoeffisient mellom klassetrinn og fotball for jenter, og en korrelasjonskoeffisient mellom klassetrinn og fotball for gutter. Her bør vi tillate mange ulike valg av mål, og heller se på argumentasjonen bak valgene. De fleste vil forhåpentligvis argumentere med at de to variablene klassetrinn og aktivitet i fotball bør plasseres på ordinalnivå, og ut fra dette enten velge gamma eller Kendalls tau-c. Vi bør gi noe ekstra for de som argumenterer godt for å bruke korrelasjonsmålet Kendalls tau-c i stedet for gamma. De studentene som regner korrelasjonene direkte fra de prosentuerte tabellene har så store problemer med tallbehandling at det bør trekkes mye. Utgangspunkt for å beregne korrelasjonene mellom klassetrinn og aktivitet i fotball for jenter: 8. klasse 9. klasse 10. klasse Ikke aktiv Aktiv Etter som Gamma er et korrelasjonsmål som utnytter informasjonen om rangering, bør det gies et pluss for de studentene som tar hensyn til retningen på rangeringene når de regner forholdet mellom par ordnet likt og par ordnet ulikt. For å få riktig fortegn på korrelasjonsmålet har alle blitt anbefalt å starte beregningen av par ordnet likt (L) i ruten med de laveste verdiene på begge variablene. Her blir det naturlig å starte beregningen av par ordnet likt (L) i den ruta som har 195 enheter (kombinasjonen lav/lav). Beregningen av par ordnet ulikt (U) bør da enten starte med kombinasjonen lav/høy (n=105) eller høy/lav (n=225). Nedenfor viser jeg en detaljert løsning basert på det første startpunktet. Par ordnet likt (starter øverst til venstre): L= 195 (90+75) (75) = Par ordnet ulike (start nederst til venstre): U= 105 ( ) + 90 (225) = Gamma for jenter blir da: Gamma Jenter = = 0,158 0,

8 Den tilsvarende løsningen for gutter blir: Par ordnet likt (starter øverst til venstre): L= 105 ( ) (105) = Par ordnet ulike (start nederst til venstre): U= 195 ( ) (195) =96525 Gamma for gutter blir da: Gamma Gutter = = 0,388 0, Løsninger med andre mål for samvariasjon, blir: Symmetric Measures Symmetric Measures mann.00 Nominal by Nominal Ordinal by Ordinal Phi Value Asymp. Std. Error(a) Approx. T(b) Approx. Sig Cramer's V Kendall's tau-b Gamma N of Valid Cases Nominal by Phi Nominal Cramer's V Ordinal by Kendall's tau-b Ordinal Gamma N of Valid Cases 900 c) Tabell 4 viser informasjonen fra tabell 3 i en logistisk regresjonsmodell der de som er aktive i organisert fotball er kodet med verdien 1 og de som ikke er aktive i organisert fotball er kodet med verdien 0. Forklar hva denne modellen viser. Tabell 4. Logistisk regresjonsmodell for deltakelse i organisert fotball. Variabler B S.E. P OR Gutt (gutt=1, jente=0) 1,235 0,156 < 0,001 5,437 Klassetrinn (8.=0, 9.=1, 10.=2) -0,239 0,090 0,008 0,787 Samspill (gutt * klassetrinn) -0,380 0,124 0,002 0,684 Konstant -0,616 0,111 < 0,001 0,540 8

9 MÅL: Teste studentenes forståelse av logistisk regresjon og generell tolkning av samspilleffekt. Her skal alle kunne klare å se sammenhengen mellom tabell 1 og tabell 2. Videre bør de beste kunne se at samspillet påvirker fortolkningen av de to enkelteffektene slik at effekten av gutt måler kjønnsforskjellen for det laveste klassetrinnet (8. klasse=0), og at effekten av klassetrinn alene er klassetrinneffekten for jenter (gutt=0). Fortegnene på disse to enkelteffektene viser at det er flere gutter enn jenter som driver med aktiv fotball, og at andelen som driver med fotball er lavere i de høyeste klassetrinnene enn i de yngste klassetrinnene. Den negative samspillseffekten viser at kjønnsforskjellen blir mindre utover i ungdomsskolen. Dette poenget kommer godt fra dette effektplottet. Noen vil sannsynligvis også fortolke oddsratioene i tabell 2, og da blir den naturlige tolkningen at gutter i på det laveste klassetrinnet har mer enn fire ganger (100*(5,437-1)=443,7) så høy odds for å være aktive i organisert fotball enn jenter, og at oddsen for at en jente (gutt=0) skal være med i fotball minsker med 21 prosent (100*(0,787-1)=-21,3) for hvert økte klassetrinn. Oddsratioen for samspillet kan da tolkes som at den høye oddsratioen for kjønnsforskjellen i det laveste klassetrinnet blir svekket ved at oddsen for gutter i forhold til jenter blir 32 prosent (100*(0,684-1)=-31,6) lavere for hvert klassetrinn. Studentene har ikke blitt oppfordret til å kjøpe avanserte kalkulatorer med logaritmer, og vi bør derfor fokusere mer forståelsen av logistisk regresjon enn på avanserte utregninger av predikerte sannsynligheter og lignende. 9

10 Oppgave 3 MÅL: Teste studentenes kjennskap til mer og mindre sentrale begrep i pensum. Gi en kort beskrivelse av følgende begrep: a) Årsaksforklaringer Her er vi ut etter de som vi kan kalle ikke-deterministiske årsaksforklaringer, der det legges vekt på tidsrekkefølge, korrelasjon, kontroll for andre variabler og klargjøring av årsaksmekanismene. Hvis noen i tillegg klarer å skille mellom variabler som kun kan være x- variabler (eksogene variabler), de som kan være både x- og y-variabler, og de som bare kan være y-variabler (endogene), bør bli belønnet for dette (se Ringdal 2001: 391). b) Validitet Her bør alle vite at validitet går på gyldigheten av det vi maler. Eller er det presentert en god del ulike validitetsbegrep både i Enhet og mangfold og på forelesningene. Her bør alle drøfte begrepet validitet i forhold til begrepet reliabilitet. c) Kjikvadrattest Her er vi ute etter om studentene forstår at dette knytter seg til statistisk testing av hypoteser om statistisk sammenheng mellom to variabler i populasjonen. d) Samplingfordeling for utvalgsgjennomsnitt De som har forstått dette, og forklarer hvordan samplingfordelingen deles inn i standardfeil og ikke standardavvik, har kommet langt i modningsprosessen og bør belønnes rikelig. Trondheim Arild Blekesaune 10

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007

SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 SENSORVEILEDNING FOR DEN KVANTITATIVE DELEN AV EKSAMENSOPPGAVEN I SOS1002 VÅREN 2007 Oppgave 1 Nedenfor ser du en forenklet tabell basert på informasjon fra den norske delen av European Social Survey 2004.

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2003

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2003 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 003 Oppgave 1 Tabell 1 gjengir data fra en spørreundersøkelse blant personer mellom 17 og 66 år i et sannsynlighetsutvalg fra SSB sitt sentrale personregister.

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2002 Generell informasjon Dette er den siste eksamensoppgaven under overgangsordningen mellom gammelt og nytt pensum i SVSOS107. Eksamensoppgaven

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 VÅREN 2008

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 VÅREN 2008 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 VÅREN 2008 Alle tre oppgavene skal besvares. De tre besvarte oppgavene teller hver en tredjedel av den samlede karakteren. Oppgave 1 Nedenfor ser du en tabell

Detaljer

UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2001

UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2001 UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 001 Generell informasjon Da denne eksamensoppgaven ble gitt var SVSOS107 inne i en overgangsordning mellom gammelt og nytt pensum. Denne

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2002

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2002 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SVSOS107 HØSTEN 2002 Oppgave 1 Tabell 1 gjengir data fra en spørreundersøkelse blant personer mellom 9 og 79 år i et sannsynlighetsutvalg fra SSB sitt sentrale personregister.

Detaljer

Forelesning 10 Statistiske mål for bivariat tabellanalyse. Korrelasjonsmål etter målenivå. Cramers V

Forelesning 10 Statistiske mål for bivariat tabellanalyse. Korrelasjonsmål etter målenivå. Cramers V Forelesning 10 Statistiske mål for bivariat tabellanalyse Vi har ulike koeffisienter som viser styrken på den statistiske avhengigheten mellom de to variablene. Valg av koeffisient må vurderes ut fra variablenes

Detaljer

Målenivå: Kjønn: Alle bør kunne se at denne variabelen må plasseres på nominalnivå

Målenivå: Kjønn: Alle bør kunne se at denne variabelen må plasseres på nominalnivå Fasit til eksamen 30.november 000 Oppgave 1 a) Beskriv den avhengige og de uavhengige variablene i tabellen, og diskuter hvilket målenivå du vil gi de ulike variablene. MÅL: Test av studentens ferdigheter

Detaljer

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2007

SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2007 SENSORVEILEDNING FOR EKSAMENSOPPGAVEN I SOS1002 HØSTEN 2007 Oppgave 1 Nedenfor ser du en tabell fra den norske delen av European Social Survey 2006. Utvalget skal behandles som et sannsynlighetsutvalg

Detaljer

Eksamensoppgave i samfunnsfaglig forskningsmetode 16. mai 2003

Eksamensoppgave i samfunnsfaglig forskningsmetode 16. mai 2003 Eksamensoppgave i samfunnsfaglig forskningsmetode 16. mai 03 Oppgave 1 1 Tabell 1 gjengir data fra en spørreundersøkelse blant personer mellom 17 og 66 år i et sannsynlighetsutvalg fra SSB sitt sentrale

Detaljer

Forelesning 9 Statistiske mål for bivariat tabellanalyse

Forelesning 9 Statistiske mål for bivariat tabellanalyse Forelesning 9 Statistiske mål for bivariat tabellanalyse Vi har ulike koeffisienter som viser styrken på den statistiske avhengigheten mellom de to variablene. Valg av koeffisient må vurderes ut fra variablenes

Detaljer

UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2001

UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2001 UTDRAG FRA SENSORVEILEDNINGEN FOR EKSAMENSOPPGAVEN I SVSOS107 VÅREN 2001 Generell informasjon Vi er for tiden inne i en overgangsordning mellom gammelt og nytt pensum i SVSOS107. Denne eksamensoppgaven

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS100 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 31. mai 007 Eksamenstid: 5 timer

Detaljer

Krysstabellanalyse. SOS1120 Kvantitativ metode. Disposisjon. 1. Beskrivelse av analyseteknikk. Forelesningsnotater 7. forelesning høsten 2005

Krysstabellanalyse. SOS1120 Kvantitativ metode. Disposisjon. 1. Beskrivelse av analyseteknikk. Forelesningsnotater 7. forelesning høsten 2005 SOS1120 Kvantitativ metode Krysstabellanalyse Forelesningsnotater 7. forelesning høsten 2005 Per Arne Tufte Disposisjon 1. Beskrivelse av analyseteknikk 2. Korrelasjonsmål Cramers V Gamma 3. Flerdimensjonale

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer) EKSAMEN I SOS20 KVANTITATIV METODE 23. NOVEMBER 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller tirsdag 4. desember

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer) EKSAMEN I SOS20 KVANTITATIV METODE 5. DESEMBER 2005 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 23. desember

Detaljer

Univariate tabeller. Statistisk uavhengighet og statistisk avhengighet. Bivariat tabellanalyse. Hvordan bør vi prosentuere denne tabellen?

Univariate tabeller. Statistisk uavhengighet og statistisk avhengighet. Bivariat tabellanalyse. Hvordan bør vi prosentuere denne tabellen? Forelesning 8 Tabellanalyse Tabellanalyse er en godt egnet presentasjonsform hvis: variablene har et fåtall naturlige kategorier For eksempel kjønn, Eu-syn variablene er delt inn i kategorier For eksempel

Detaljer

3. Multidimensjonale tabeller. SOS1120 Kvantitativ metode. Årsaksmodeller. Forelesningsnotater 8. forelesning høsten 2005

3. Multidimensjonale tabeller. SOS1120 Kvantitativ metode. Årsaksmodeller. Forelesningsnotater 8. forelesning høsten 2005 SOS1120 Kvantitativ metode 3. Multidimensjonale tabeller Forelesningsnotater 8. forelesning høsten 2005 Per Arne Tufte Hva skjer når vi inkluderer flere uavhengige variabler i en tabellanalyse? Årsaksmodeller

Detaljer

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 HØSTEN 2010 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Ansvarlig faglærer:

Detaljer

EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse

EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I IDRSA1004 Samfunnsvitenskapelig forskningsmetode og analyse Faglig kontakt under

Detaljer

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE HØST 2010 I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Faglig kontakt under

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS100 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 1. juni 006 Eksamenstid: 4 timer

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SVSOS107 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 18. mai 001 Eksamenssted: Idrettsbygget

Detaljer

Forelesning 17 Logistisk regresjonsanalyse

Forelesning 17 Logistisk regresjonsanalyse Forelesning 17 Logistisk regresjonsanalyse Logistiske regresjons er den mest brukte regresjonsanalysen når den avhengige variabelen er todelt Metoden kan brukes til å: teste hypoteser om variablers effekt

Detaljer

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU, TRONDHEIM Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS3050 Empirisk forskningsmetode Faglig kontakt under eksamen: Stipendiat Zan

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 28. mai 2010 Eksamenstid: 5

Detaljer

SKOLEEKSAMEN 2. november 2007 (4 timer)

SKOLEEKSAMEN 2. november 2007 (4 timer) EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN. november 007 (4 timer Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 3. november kl.

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 30. november 2009 Eksamenstid:

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 1. desember 2006 Eksamenstid:

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 6. DESEMBER 2007 (4 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 6. DESEMBER 2007 (4 timer) EKSAMEN I SOS1120 KVANTITATIV METODE 6. DESEMBER 2007 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller torsdag 3. Januar

Detaljer

Oppgave 1. Besvarelse av oppgave 1c) Mål på statistisk sammenheng mellom variabler i krysstabeller

Oppgave 1. Besvarelse av oppgave 1c) Mål på statistisk sammenheng mellom variabler i krysstabeller Oppgave 1 a) Beskriv den avhengige og de uavhengige variablene i tabellen, og diskuter hvilket målenivå du vil gi de ulike variablene. b) Forklar kort hva tabellen viser. c) Hva er korrelasjonen mellom

Detaljer

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005

SOS1120 Kvantitativ metode. Regresjonsanalyse. Lineær sammenheng II. Lineær sammenheng I. Forelesningsnotater 11. forelesning høsten 2005 SOS1120 Kvantitativ metode Regresjonsanalyse Forelesningsnotater 11. forelesning høsten 2005 Per Arne Tufte Lineær sammenheng I Lineær sammenheng II Ukelønn i kroner 4000 3500 3000 2500 2000 1500 1000

Detaljer

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005.

Krysstabellanalyse (forts.) SOS1120 Kvantitativ metode. 4. Statistisk generalisering. Forelesningsnotater 9. forelesning høsten 2005. SOS112 Kvantitativ metode Krysstabellanalyse (forts.) Forelesningsnotater 9. forelesning høsten 25 4. Statistisk generalisering Per Arne Tufte Eksempel: Hypoteser Eksempel: observerte frekvenser (O) Hvordan

Detaljer

Sensorveiledning SOS1120 vår

Sensorveiledning SOS1120 vår Sensorveiledning SOS1120 vår 2003 1 Oppgave 1: a) MÅL: Test av evne til å vurdere samsvaret (validiteten) mellom en operasjonell definisjon og en teoretisk variabel. Spørsmålet måler et sentralt aspekt

Detaljer

Definisjoner av begreper Eks.: interesse for politikk

Definisjoner av begreper Eks.: interesse for politikk Måling SOS1120 Kvantitativ metode Forelesningsnotater 5. forelesning høsten 2005 Per Arne Tufte Måling er å knytte teoretiske begreper til empiriske indikatorer Operasjonell definisjon Angir hvordan et

Detaljer

1. Hvordan operasjonalisere studenttilfredshet? Vis tre eksempler.

1. Hvordan operasjonalisere studenttilfredshet? Vis tre eksempler. Innlevering 2 1. Hvordan operasjonalisere studenttilfredshet? Vis tre eksempler. Operasjonalisering innebærer å gjøre fenomener målbare, ved hjelp av observasjon eller eksperimentering. Skal man operasjonalisere

Detaljer

Til bruk i metodeundervisningen ved Høyskolen i Oslo

Til bruk i metodeundervisningen ved Høyskolen i Oslo MINIMANUAL FOR SPSS Til bruk i metodeundervisningen ved Høyskolen i Oslo Denne minimanualen viser hvordan analyser i metodeundervisningen på masternivå (master i sosialt arbeid, master i familiebehandling

Detaljer

Logistisk regresjon 1

Logistisk regresjon 1 Logistisk regresjon Hovedideen: Binær logistisk regresjon håndterer avhengige, dikotome variable Et hovedmål er å predikere sannsynligheter for å ha verdien på avhengig variabel for bestemte (sosiale)

Detaljer

SKOLEEKSAMEN 29. september 2006 (4 timer)

SKOLEEKSAMEN 29. september 2006 (4 timer) EKSAMEN I SOS400 KVANTITATIV METODE SKOLEEKSAMEN 9. september 006 (4 timer) Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 0. oktober

Detaljer

Forelesning 18 SOS1002

Forelesning 18 SOS1002 Forelesning 8 SOS002 Bruk av regresjonsmodeller til å predikere verdier? Hvordan kan vi predikere timelønn ut fra denne lineære regresjonsmodellen? B SEB Beta t Sig. t Kvinner(kvinne=, mann=0) -4,0 0,96-0,23-4,66

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 VÅREN 2011 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 26. mai 2011 Eksamenstid:

Detaljer

Sensorveiledning SOS1120 høsten 2004

Sensorveiledning SOS1120 høsten 2004 Sensorveiledning SOS1120 høsten 2004 Oppgave 1: (a) Nominalnivå: verdiene er gjensidig utelukkende, men kan ikke rangeres. Ordinalnivå: gjensidig utelukkende verdier som kan rangeres, men hvor avstanden

Detaljer

SENSORVEILEDNING I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE

SENSORVEILEDNING I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 30. mai 2012 Eksamenstid: 5

Detaljer

UTSATT EKSAMEN I SOS1120 KVANTITATIV METODE 8. JANUAR 2007 (4 timer)

UTSATT EKSAMEN I SOS1120 KVANTITATIV METODE 8. JANUAR 2007 (4 timer) UTSATT EKSAMEN I SOS0 KVANTITATIV METODE 8. JANUAR 007 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller mandag 9. januar

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer) EKSAMEN I SOS1120 KVANTITATIV METODE 5. MAI 2004 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller fredag 28. mai kl. 14.00,

Detaljer

84 % er fornøyde med det tilbudet de får

84 % er fornøyde med det tilbudet de får OM BRUK OG MISBRUK AV STATISTIKK 84 % er fornøyde med det tilbudet de får Turid Aarseth 9. desember 2014 Hva er metode? Hvordan vi skal gå fram når vi skal hente inn informasjon (data/empiri) om virkeligheten

Detaljer

EKSAMEN I SOS4020 KVANTITATIV METODE 8. april (4 timer)

EKSAMEN I SOS4020 KVANTITATIV METODE 8. april (4 timer) EKSAMEN I SOS4020 KVANTITATIV METODE 8. april 200 (4 timer) Tillatte hjelpemidler: Ikke-programmerbar kalkulator Liste med matematiske uttrykk/andeler i fordelinger (bakerst i oppgavesettet) Sensur på

Detaljer

Gjør kort rede for seks av de åtte begrepene. Bruk inntil ½ side på hvert begrep.

Gjør kort rede for seks av de åtte begrepene. Bruk inntil ½ side på hvert begrep. Sensurveiledning SOS1002, høst 2012 Opgave 1 Gjør kort rede for seks av de åtte begrepene. Bruk inntil ½ side på hvert begrep. a) Type I feil er sannsynligheten for å forkaste en sann nullhypotese i en

Detaljer

Forelesning 9 Kjikvadrattesten. Kjikvadrattest for bivariate tabeller (klassisk variant) Når kan vi forkaste H 0?

Forelesning 9 Kjikvadrattesten. Kjikvadrattest for bivariate tabeller (klassisk variant) Når kan vi forkaste H 0? Forelesning 9 Kjikvadrattesten Kjikvadrattesten er den mest benyttede metoden for å utføre statistiske generaliseringer fra bivariate tabeller. Kjikvadrattesten brukes til å teste nullhypotesen om at det

Detaljer

SKOLEEKSAMEN I. SOS1120 Kvantitativ metode. 13. desember 2012 4 timer

SKOLEEKSAMEN I. SOS1120 Kvantitativ metode. 13. desember 2012 4 timer SKOLEEKSAMEN I SOS1120 Kvantitativ metode 13. desember 2012 4 timer Det er lov å bruke ikke-programmerbar kalkulator som hjelpemiddel Sensur for eksamen faller 11.januar kl. 14.00. Sensuren publiseres

Detaljer

Eksamensoppgave i ST3001

Eksamensoppgave i ST3001 Det medisinske fakultet Institutt for kreftforskning og molekylær medisin Eksamensoppgave i ST3001 Onsdag 16. desember 2010, kl. 9.00 13:00 ntall studiepoeng: 7.5 Tillatte hjelpemidler: Kalkulator og alle

Detaljer

EKSAMEN I SOS4020 KVANTITATIV METODE (MASTER) 14. MAI 2004 (4 timer)

EKSAMEN I SOS4020 KVANTITATIV METODE (MASTER) 14. MAI 2004 (4 timer) EKSAMEN I SOS4020 KVANTITATIV METODE (MASTER) 14. MAI 2004 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller mandag 7. juni

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 29. mai 2009 Eksamenstid: 5 timer

Detaljer

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 19 60 Eksamensdato: 23.05.2014 Eksamenstid (fra-til): 09:00 13:00

Detaljer

Univariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse:

Univariate tabeller. Bivariat tabellanalyse. Forelesning 8 Tabellanalyse. Formålet med bivariat analyse: Forelesning 8 Tabellanalyse Tabellanalyse er en godt egnet presentasjonsform hvis: variablene har et fåtall naturlige kategorier For eksempel kjønn, Eu-syn variablene er delt inn i kategorier For eksempel

Detaljer

INSTITUTT FOR SOSIOLOGI OG SAMFUNNSGEOGRAFI EKSAMEN I SOSIOLOGI (MASTER) SOS KVANTITATIV METODE. SKOLEEKSAMEN 11. mai 2005 (4 timer)

INSTITUTT FOR SOSIOLOGI OG SAMFUNNSGEOGRAFI EKSAMEN I SOSIOLOGI (MASTER) SOS KVANTITATIV METODE. SKOLEEKSAMEN 11. mai 2005 (4 timer) EKSAMEN I SOSIOLOGI (MASTER) SOS400 - KVANTITATIV METODE SKOLEEKSAMEN 11. mai 005 (4 timer) Tillatt hjelpemiddel: Ikke-programmerbar kalkulator. Oppgavesettet består av 6 sider inkludert denne. Kandidaten

Detaljer

SPED4010/eksamen i statistikk: Fredag 30.september 2011 kl

SPED4010/eksamen i statistikk: Fredag 30.september 2011 kl UiO/Institutt for spesialpedagogikk SPED4010/eksamen i statistikk: Fredag 30.september 2011 kl 09.00 11.00 Alle oppgaver skal besvares. Tillatt hjelpemiddel: Kalkulator NB ikke på mobiltelefon Oppgave

Detaljer

SKOLEEKSAMEN 8. januar 2008 (4 timer)

SKOLEEKSAMEN 8. januar 2008 (4 timer) UTSATT EKSAMEN I SOS4020 KVANTITATIV METODE SKOLEEKSAMEN 8. januar 2008 (4 timer) Ikke-programmerbar kalkulator er tillatt under eksamen. Ingen andre hjelpemidler er tillatt. Sensuren faller fredag 29.

Detaljer

Hvorfor har forskjellen. i t-testen på nå blitt redusert til ?

Hvorfor har forskjellen. i t-testen på nå blitt redusert til ? Forelesning 16 Tolkning av regresjonsmodeller Eksamensoppgave i SVSOS17 18. mai 21 1 Oppgave 1a Tabell 1 viser et SPSS-utskrift av en t-test for to uavhengige utvalg, og er basert på data fra en spørreundersøkelse

Detaljer

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014

PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Psykologisk institutt PSY2012 Forskningsmetodologi III: Statistisk analyse, design og måling Eksamen vår 2014 Skriftlig skoleeksamen fredag 2. mai, 09:00 (4 timer). Kalkulator uten grafisk display og tekstlagringsfunksjon

Detaljer

STUDIEÅRET 2016/2017. Individuell skriftlig eksamen i STA 200- Statistikk. Torsdag 27. april 2017 kl

STUDIEÅRET 2016/2017. Individuell skriftlig eksamen i STA 200- Statistikk. Torsdag 27. april 2017 kl STUDIEÅRET 2016/2017 Individuell skriftlig eksamen i STA 200- Statistikk Torsdag 27. april 2017 kl. 10.00-12.00 Hjelpemidler: Kalkulator og formelsamling som blir delt ut på eksamen Eksamensoppgaven består

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap SENSORVEILEDNING TIL EKSAMENSOPPGAVE I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 5. desember

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 30. november 2007 Eksamenstid:

Detaljer

EKSAMEN I SOSIOLOGI SOS KVANTITATIV METODE. ORDINÆR SKOLEEKSAMEN 4. april 2011 (4 timer)

EKSAMEN I SOSIOLOGI SOS KVANTITATIV METODE. ORDINÆR SKOLEEKSAMEN 4. april 2011 (4 timer) EKSAMEN I SOSIOLOGI SOS4020 - KVANTITATIV METODE ORDINÆR SKOLEEKSAMEN 4. april 20 (4 timer) Tillatt hjelpemiddel: Ikke-programmerbar kalkulator. Opplysninger bakerst i oppgavesettet Sensur på eksamen faller

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS100 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato:. desember 005 Eksamenstid: 4

Detaljer

Kort innføring i SPSS

Kort innføring i SPSS Kort innføring i SPSS Oppstart og datasett Gjør følgende for å starte opp SPSS og få fram European Social Survey: Finn Min datamaskin Finn SV-info på Luna Velg ISS Velg SOS1002. Dobbeltklikk deretter på

Detaljer

MASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00

MASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl. 10.00-12.00 MASTER I IDRETTSVITENSKAP 2014/2016 Individuell skriftlig eksamen i STA 400- Statistikk Fredag 13. mars 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator Eksamensoppgaven består av 10 sider inkludert forsiden

Detaljer

Skoleeksamen i SOS Kvantitativ metode

Skoleeksamen i SOS Kvantitativ metode Skoleeksamen i SOS1120 - Kvantitativ metode Hjelpemidler Ordbok Alle typer kalkulatorer Tirsdag 30. mai 2017 (4 timer) Lærerbok (det er mulig mulig å ha med en annen, tilsvarende pensumbok, som erstatning

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 27. NOVEMBER 2003 (6 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 27. NOVEMBER 2003 (6 timer) EKSAMEN I SOS20 KVANTITATIV METODE 27. NOVEMBER 2003 (6 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller torsdag 8. desember

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 30. NOVEMBER 2006 (4 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 30. NOVEMBER 2006 (4 timer) EKSAMEN I SOS1120 KVANTITATIV METODE 30. NOVEMBER 2006 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller torsdag 21. desember

Detaljer

STUDIEÅRET 2012/2013. Utsatt individuell skriftlig eksamen. VTM 200- Vitenskapsteori og metode. Tirsdag 27. august 2013 kl

STUDIEÅRET 2012/2013. Utsatt individuell skriftlig eksamen. VTM 200- Vitenskapsteori og metode. Tirsdag 27. august 2013 kl STUDIEÅRET 2012/2013 Utsatt individuell skriftlig eksamen i VTM 200- Vitenskapsteori og metode Tirsdag 27. august 2013 kl. 10.00-12.00 Hjelpemidler: ingen Eksamensoppgaven består av 5 sider inkludert forsiden

Detaljer

Statistikk er begripelig

Statistikk er begripelig Statistikk er begripelig men man må begynne med ABC ANOVA ANOVA er brukt til å sammenligne gjennomsnittsverdier Slik er det, selv om det er Analysis of Variance man sier BIVARIAT Bivariat analyse er godt

Detaljer

Eksamensoppgave i PSY3100 Forskningsmetode Kvantitativ

Eksamensoppgave i PSY3100 Forskningsmetode Kvantitativ Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 1960 Eksamensdato: 23.05.2016 Eksamenstid (fra-til): 09:00-13:00

Detaljer

Forelesning 10 Kjikvadrattesten

Forelesning 10 Kjikvadrattesten verdier Forelesning 10 Kjikvadrattesten To typer av statistisk generalisering: Statistisk hypotesetesting Statistiske hypoteser (H 0 og H 1 ) om populasjonen Finner forkastningsområdet for H 0 ut fra en

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 26. mai 2011 Eksamenstid: 5

Detaljer

Studier, region og tilfredshet

Studier, region og tilfredshet Studier, region og h Utarbeid av Ronny Kleiven Antall ord 2190 1 3.1 GRUNNLEGGENDE STATISTISKE BEGREPER Innen statistikk opererer man med felles begreper som danner rammene for de videre forskningsprosessene.

Detaljer

STUDIEÅRET 2014/2015. Individuell skriftlig eksamen i STA 200- Statistikk. Torsdag 16. april 2015 kl. 10.00-12.00

STUDIEÅRET 2014/2015. Individuell skriftlig eksamen i STA 200- Statistikk. Torsdag 16. april 2015 kl. 10.00-12.00 STUDIEÅRET 2014/2015 Individuell skriftlig eksamen i STA 200- Statistikk Torsdag 16. april 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator. Formelsamling blir delt ut på eksamen Eksamensoppgaven består av

Detaljer

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ

Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Psykologisk institutt Eksamensoppgave i PSY3100 Forskningsmetode - Kvantitativ Faglig kontakt under eksamen: Mehmet Mehmetoglu Tlf.: 73 59 19 60 Eksamensdato: 11.12.2013 Eksamenstid (fra-til):09:00 13:00

Detaljer

STUDIEÅRET 2013/2014. Individuell skriftlig eksamen. VTM 200- Vitenskapsteori og metode. Fredag 25. april 2014 kl. 10.00-12.00.

STUDIEÅRET 2013/2014. Individuell skriftlig eksamen. VTM 200- Vitenskapsteori og metode. Fredag 25. april 2014 kl. 10.00-12.00. STUDIEÅRET 2013/2014 Individuell skriftlig eksamen i VTM 200- Vitenskapsteori og metode Fredag 25. april 2014 kl. 10.00-12.00 Hjelpemidler: ingen Eksamensoppgaven består av 5 sider inkludert forsiden Sensurfrist:

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer) EKSAMEN I SOS1120 KVANTITATIV METODE 12. DESEMBER 2011 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller 12. januar 2012

Detaljer

MEVIT2800. Forelesning, 14/09/07 Audun Beyer

MEVIT2800. Forelesning, 14/09/07 Audun Beyer MEVIT2800 Forelesning, 14/09/07 Audun Beyer Plan for dagen Problemstillinger revisited Enheter Informasjon om enhetene Utvelging av informasjon Variabler/dimensjoner og verdier/kategorier Målenivåer Kilde-

Detaljer

STUDIEÅRET 2014/2015. Utsatt individuell skriftlig eksamen i. STA 200- Statistikk. Mandag 24. august 2015 kl. 10.00-12.00

STUDIEÅRET 2014/2015. Utsatt individuell skriftlig eksamen i. STA 200- Statistikk. Mandag 24. august 2015 kl. 10.00-12.00 STUDIEÅRET 2014/2015 Utsatt individuell skriftlig eksamen i STA 200- Statistikk Mandag 24. august 2015 kl. 10.00-12.00 Hjelpemidler: kalkulator. Formelsamling blir delt ut på eksamen Eksamensoppgaven består

Detaljer

Sensorveiledning: skoleeksamen i SOS Kvantitativ metode

Sensorveiledning: skoleeksamen i SOS Kvantitativ metode Sensorveiledning: skoleeksamen i SOS1120 - Kvantitativ metode Tirsdag 30. mai 2016 (4 timer) Poenggivning og karakter I del 1 gis det ett poeng for hvert riktige svar. Ubesvart eller feil svar gis 0 poeng.

Detaljer

Er det enklere å anslå timelønna hvis vi vet utdanningslengden? Forelesning 14 Regresjonsanalyse

Er det enklere å anslå timelønna hvis vi vet utdanningslengden? Forelesning 14 Regresjonsanalyse Forelesning 4 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?

Detaljer

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap

NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap NTNU Norges teknisk-naturvitenskapelige universitet Institutt for sosiologi og statsvitenskap EKSAMENSOPPGAVE I SOS1002 SAMFUNNSVITENSKAPELIG FORSKNINGSMETODE Eksamensdato: 30. mai 2008 Eksamenstid: 5

Detaljer

EKSAMEN I SOS1120 KVANTITATIV METODE 2. DESEMBER 2010 (4 timer)

EKSAMEN I SOS1120 KVANTITATIV METODE 2. DESEMBER 2010 (4 timer) EKSAMEN I SOS1120 KVANTITATIV METODE 2. DESEMBER 2010 (4 timer) Bruk av ikke-programmerbar kalkulator er tillatt under eksamen. Utover det er ingen hjelpemidler tillatt. Sensur faller 23. desember 2010

Detaljer

EKSAMEN I SOS4020 KVANTITATIV METODE 20. mars (4 timer)

EKSAMEN I SOS4020 KVANTITATIV METODE 20. mars (4 timer) EKSAMEN I SOS400 KVANTITATIV METODE 0. mars 009 (4 timer Tillatte hjelpemidler: Ikke-programmerbar kalkulator Liste med matematiske uttrykk/andeler i fordelinger (bakerst i oppgavesettet Sensur på eksamen

Detaljer

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005 SOS110 Kvantitativ metode Forelesningsnotater 6 forelesning høsten 005 Statistisk beskrivelse av enkeltvariabler (Univariat analyse) Per Arne Tufte Disposisjon Datamatrisen Variabler Datamatrisen Frekvensfordelinger

Detaljer

Oppsummering & spørsmål 20. april Frode Svartdal

Oppsummering & spørsmål 20. april Frode Svartdal Oppsummering & spørsmål 20. april 2016 Frode Svartdal Nullhypotese og sånt 119 deltakere Folk som svarer på en test for prokrastinering 40 Histogram of IPS 35 30 25 No of obs 20 15 10 5 0 0.5 1.0 1.5 2.0

Detaljer

Oppgaver Oppgavetype Vurdering Status 1 ME-417, forside Flervalg Automatisk poengsum Levert. 2 ME-417, oppgave 1 Skriveoppgave Manuell poengsum Levert

Oppgaver Oppgavetype Vurdering Status 1 ME-417, forside Flervalg Automatisk poengsum Levert. 2 ME-417, oppgave 1 Skriveoppgave Manuell poengsum Levert ME-417 1 Vitenskapsteori og kvantitativ metode Kandidat 3704 Oppgaver Oppgavetype Vurdering Status 1 ME-417, forside Flervalg Automatisk poengsum Levert 2 ME-417, oppgave 1 Skriveoppgave Manuell poengsum

Detaljer

Oppgaver til Studentveiledning 4 MET 3431 Statistikk

Oppgaver til Studentveiledning 4 MET 3431 Statistikk Oppgaver til Studentveiledning 4 MET 3431 Statistikk 8. mai 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 22/11/2011: Oppgave 1-7. Eksamensoppgaven fra 11/2011 er

Detaljer

det er en grad av interaksjon mellom dem. Denne interaksjonen kan være aktiv eller passiv, eksplisitt eller subti

det er en grad av interaksjon mellom dem. Denne interaksjonen kan være aktiv eller passiv, eksplisitt eller subti Sensorveiledning Eksamen Høst 2014 SOS1002 Oppgave 1 a) Lineær sammenheng: Sammenheng mellom to variabler som stilisert kan tegnes som en rett linje b) Cramers V: Et korrelasjonsmål beregnet på å måle

Detaljer

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder

Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Psykologisk institutt Eksamensoppgave i PSY2017/PSYPRO4317 Statistikk og kvantitative forskningsmetoder Faglig kontakt under eksamen: Eva Langvik Tlf.: Psykologisk institutt 73591960 Eksamensdato: 21.5.2013

Detaljer

Forelesning 13 Regresjonsanalyse

Forelesning 13 Regresjonsanalyse Forelesning 3 Regresjonsanalyse To typer bivariat analyse: Bivariat tabellanalyse: Har enhetenes verdi på den uavhengige variabelen en tendens til å gå sammen med bestemte verdier på den avhengige variabelen?

Detaljer

Bruk data fra tabellen over (utvalget) og opplysninger som blir gitt i oppgavene og svar på følgende spørsmål:

Bruk data fra tabellen over (utvalget) og opplysninger som blir gitt i oppgavene og svar på følgende spørsmål: Frafall fra videregende skole (VGS) er et stort problem. Bare ca 70% av elevene som begynner p VGS fullfører og bestr i løpet av 5 r. For noen elever er skolen s lite attraktiv at de velger slutte før

Detaljer

Mulige sammenhenger for plassering på samfunnsstigen

Mulige sammenhenger for plassering på samfunnsstigen Mulige sammenhenger for plassering på samfunnsstigen - blokkvis multippel regresjonsanalyse - Utarbeidet av Ronny Kleiven Antall ord (ekskludert forside og avsnitt 7) 2163 1. SAMMENDRAG Oppgaven starter

Detaljer

Oppgaver til Studentveiledning 3 MET 3431 Statistikk

Oppgaver til Studentveiledning 3 MET 3431 Statistikk Oppgaver til Studentveiledning 3 MET 3431 Statistikk 24. april 2012 kl 17.15-20.15 i B2 Handelshøyskolen BI 2 Oppgaver 1. Eksamensoppgaver: Eksamen 01/06/2011: Oppgave 1-7. Eksamensoppgaven fra 06/2011

Detaljer

Semesteroppgave i SVSOS107 Samfunnsvitenskapelig forskningsmetode

Semesteroppgave i SVSOS107 Samfunnsvitenskapelig forskningsmetode Institutt for sosiologi og statsvitenskap Fakultet for samfunnsvitenskap og teknologiledelse Robert Wiik, januar 2003 Semesteroppgave i SVSOS107 Samfunnsvitenskapelig forskningsmetode Generelle krav En

Detaljer

Fra krysstabell til regresjon

Fra krysstabell til regresjon Fra krysstabell til regresjon La oss si at vi er interessert i å undersøke i hvilken grad arbeidstid er avhengig av utdanning. Vi har ca. 3200 observasjoner (dvs. arbeidstakere som er spurt). For hver

Detaljer

Forskningsmetoder. Måling, målefeil. Frode Svartdal. UiTø V-2011. Frode Svartdal 26.01.2011 FRODE SVARTDAL 1

Forskningsmetoder. Måling, målefeil. Frode Svartdal. UiTø V-2011. Frode Svartdal 26.01.2011 FRODE SVARTDAL 1 Forskningsmetoder Måling, målefeil Frode Svartdal UiTø V-2011 Frode Svartdal 26.01.2011 FRODE SVARTDAL 1 Variabler Variabel noe (av psykologisk interesse) som varierer Motsatt: Konstant Eksempler: Kjønn,

Detaljer