Multivariate data-analyse

In deze module leren studenten multivariate data-analysetechnieken toe te passen op data, alsmede de instrumenten te ontwikkelen om deze data te verzamelen. De volgende analysetechnieken komen aan bod:

- Multipele regressieanalyse: een analysetechniek waarmee een afhankelijke variabele van interval of ratio meetniveau kan worden voorspeld of verklaard door twee of meer predictoren;

- Logistische regressie: een analysetechniek waarmee een afhankelijke variabele van nominaal meetniveau kan worden voorspeld of verklaard;

- Conjuncte experimenten: een data verzamelingsmethode waarmee afwegingen tussen attributen van alternatieven kunnen worden onderzocht;

- Principale componentenanalyse: een analysetechniek die gericht is op het reduceren en samenvatten van data;

- Factor analyse: een techniek die onderzoekt welke indicatoren samen latente variabelen (die je niet kunt observeren, vaak psychologische variabelen) kunnen meten;

- Q-methode: een dataverzamelingsmethode waarin uitspraken worden gerangordend, op basis waarvan denkbeelden (bijv. beleidsdiscoursen) kunnen worden afgeleid;

Dit vak wordt getentamineerd met twee deeltentamens van ieder 1,5 uur. Die zijn gepland in de weken 2.5 en 2.9. Het eindcijfer wordt bepaald door het gemiddelde cijfer behaald voor de twee deeltentamens, maar is alleen geldig als voor elk deeltentamen minimaal 5.0 is behaald. De cijfers voor de deeltentamens worden in Osiris geregistreerd. Deze zijn geldig over de jaren heen en kunnen ieder afzonderlijk worden herkanst. De herkansing van elk deeltentamen vindt plaats op hetzelfde dagdeel en is gepland in week 3.5.

Alle deeltentamens zijn gesloten boek tentamens waarbij de student niets mag meenemen. De tentamens worden afgenomen achter de computer in een afgeschermde tentamenomgeving. Er wordt gebruik gemaakt van tentamensoftware ANS. De vragen bestaan grotendeels uit multiple choice, juist/onjuist en numerieke vragen en een of enkele open vragen. De vragen gaan over (1) de theorie, (2) data-analyse waarbij de student data analyseert met SPSS, en (3) interpretatie van analyseresultaten. Berekeningen kunnen tijdens het tentamen worden uitgevoerd met Excel.