TMMT4003
Forskningsmetode og statistikk
Sist undervist 2017
Høst
Norsk
Om emnet
Faglig innhold
Gjennom dette emnet vil studentene få en introduksjon i vitenskapshistorie, forskningsmetode og etiske problemstillinger relevant for studiet. Studentene vil inngå i eksisterende forskningsmiljø og lære å utarbeide problemløsninger til bruk i egen masteroppgave. Det gis en introduksjon i forsøksplanlegging og vurdering av optimale statistiske analysemetoder. Dette inkluderer hypotesetesting, regresjonsanalyse, variansanalyse for grupper (sammenligning av grupper), analyse av kontingenstabeller (kategoriske krysstabeller) og ikke-parametriske metoder. I tillegg skal studentene få kunnskap om avanserte datainnsamling (klassifisering) og databehandlingsteknikker ved bruk av statistikk programvare (Excel, SPSS, Minitab). På bakgrunn av utleverte relevante data skal statistiske metoder vurderes, bestemmes og gjennomføres. Litteratursøk, organisering og systematisering av data, bruk av kildemateriale skal gjennomgås. Forsøksbasert modellering og følgende validering skal behandles. Relevante vitenskapelige artikler skal kritisk vurderes og presenteres muntlig.
Læringsmål
Kunnskap
Studentene skal:
- ha innsikt i grunnleggende begreper i moderne vitenskapsteori
- ha kunnskap om muligheter og begrensninger i en vitenskapelig undersøkelse, om definering og utforming av problemstillinger generelt og til egen masteroppgave
- ha kunnskap om og forståelse av de grunnleggende statistiske modeller og metoder som benyttes innen naturvitenskap og teknologi.
- ha kunnskap om vitenskapsformidling til allmennheten, interessenter og sluttbrukere
- Ha innsikt i etiske problemstillinger i næringen, forvaltning og innen FOU innen matproduksjon
Ferdigheter
Studentene skal:
- Kunne kritisk reflektere rundt egen og andres vitenskap og om forholdet mellom ulike kunnskapsformer og vitenskapsfelt
- Kunne planlegge forsøk for å samle inn informative data og velge en egnet statistisk modell for analyse
- Kunne utføre statistiske analyser ved hjelp av statistisk programvare og vite hvordan resultatene fra de statistiske analysene skal konkluderes og presenteres
Læringsformer og aktiviteter
Forelesninger, gruppearbeid, studentpresentasjoner.