HELSEF4440 – Analyse i kvalitativ metode
Beskrivelse av emnet
Kort om emnet
Emnet gir innsikt i og forst?else for analyse i et kvalitativt forskningsarbeid. Gjennom arbeid med eget datamateriale og innspill til andres prosjekt f?r du kunnskap om ulike analysetiln?rminger, konkrete metoder og fortolkningsarbeid. Du f?r ?velse i ? se sammenheng mellom analyse av materiale, teoretiske utgangspunkt og de aktuelle sp?rsm?l som analysen av materialet kan gi kunnskap om.
Hva l?rer du?
Kunnskap
Etter fullf?rt emne skal studenten kunne redegj?re for:
- hva analyse i et kvalitativt forskningsarbeid inneb?rer
- konkrete analysemetoder
- hvordan resultater fra analyser kan forst?s og fortolkes
- betydningen av forforst?else i analysearbeidet
- teoriens betydning i analysearbeidet
- klinisk erfarings betydning i analysearbeidet
- ulike m?ter ? sammenfatte, skrive frem og presentere forskningsdata p?
Ferdigheter
Etter fullf?rt emne skal studenten kunne:
- h?ndtere kvalitative data hensiktsmessig
- arbeide selvstendig med analyse av eget datamateriale
- diskutere problemstillinger knyttet til valg av og bruk av anerkjente analysemetoder
- dr?fte betydningen av ?penhet i analysearbeidet
- vurdere mulige forskningsetiske problemstillinger
- komme med innspill om analytiske tiln?rminger til og fortolkning av resultater i andres prosjekt
Generell kompetanse
Etter fullf?rt emne skal studenten kunne:
- arbeide systematisk med et datamateriale
- utf?re og analysere data i tilknytning til relevante problemstillinger
- anvende faglige og presise analytiske begreper
- delta i en faglig meningsutveksling om analysearbeid
- formidle resultater fra analyser p? en relevant og nyansert m?te
Opptak og adgangsregulering
Studenter m? hvert semester s?ke og f? plass p? undervisningen og melde seg til eksamen i Studentweb.
Dersom du ikke allerede har studieplass ved UiO, kan du s?ke opptak til v?re studieprogrammer.
Emnet er forbeholdt studenter ved Tverrfaglig helseforskning (master - to ?r)
Forkunnskaper
Obligatoriske forkunnskaper
Undervisning
Det er obligatorisk oppm?te p? emnet. Heldagsundervisningen best?r av forelesninger, gruppearbeid og individuelt arbeid. Forelesningene er ikke obligatorisk. Fremm?te blir registrert og godkjennes av fagl?rer.
Undervisningen vil v?re rettet mot analyse av eget datamateriale.
Obligatoriske innleveringer
Det er krav til skriftlige innleveringer b?de f?r f?rste undervisningsdag og underveis i emnet. Frister og detaljer for innleveringene finnes i Canvas. Ved manglende innleveringer kan du miste muligheten for ? ta eksamen.
Eksamen
Individuell muntlig presentasjon
Emnet er best?tt n?r fagl?rer har godkjent din skriftlige og muntlige presentasjon. En skriftlig presentasjon skal leveres p? Canvas til fagl?rer senest dagen f?r muntlig presentasjon. Detaljer om dette vil bli gitt i Canvas. Den muntlige presentasjonen skal ha en varighet p? 10-15 min.
Sensur
Universitetsstyret har vedtatt at det skal innf?res sensorveiledninger p? alle eksamener. Fakultetene skal beskrive sensuropplegget sitt slik at dette framst?r klart og transparent for studentene og sikrer samsvar mellom l?ringsutbytte, oppgaver og karakteren som gis. Det er utarbeidet en samleside med informasjon om eksamen og sensur ved fakultetet som skal ivareta dette.
Kildebruk og referanser
Ved oppgaveskriving m? du gj?re deg kjent med reglene for kildebruk og referanser. Ved brudd p? reglene kan du bli mistenkt for fusk/fors?k p? fusk.
Eksamensspr?k
Eksamensoppgaven gis p? norsk. Du kan besvare eksamenen p? norsk, svensk, dansk eller engelsk.
Karakterskala
Emnet bruker karakterskala best?tt/ikke best?tt. Les mer om karakterskalaen.
Begrunnelse og klage
Adgang til ny eller utsatt eksamen
Trekk fra eksamen
Det er mulig ? ta eksamen i emnet inntil tre ganger. Dersom du trekker deg fra eksamen etter fristen eller under eksamen, bruker du et eksamensfors?k.
Tilrettelagt eksamen
S?knadskjema, krav og frist for tilrettelagt eksamen.
Evaluering av emnet
Vi gjennomf?rer fortl?pende evaluering av emnet, og med jevne mellomrom ber vi studentene delta i en mer omfattende evaluering.