General Information
| Course Code | S_BIS |
|---|---|
| Credits | 6 EC |
| Period | P4 |
| Course Level | 100 |
| Language of Tuition | Dutch |
| Faculty | Fac. of Social Sciences and Humanities |
| Course Coordinator | |
| Examiner | |
| Teaching Staff |
L.S. Mastenbroek MSc dr. J.C. Muis |
|
Part of programme(s)
Use the arrow keys to navigate the list, Enter to select, and Escape to close.
|
|
Practical Information
You need to register for this course yourself. The (de)registration deadlines can be found on VU.nl
| Teaching Methods | Computer lab, Written partial exam, Lecture |
|---|
Course Objective
Leerdoelen
Kennis en begrip - De student heeft kennis en begrip verworven van:
- elementaire methoden en technieken van beschrijvende en inferentiële statistiek;
- principes van open wetenschap en ethische implicaties van statistische analyses.
Toepassing - De student heeft de vaardigheden verworven om:
- relevante maatschappelijke en sociaal-wetenschappelijke onderzoeksvragen te beantwoorden op basis van data-analyses;
- de juiste operationalisaties en beschrijvende statistieken te gebruiken op de beschikbare data;
- statistische technieken voor inferentiële statistiek op de juiste manier toe te passen;
- statistische software (RStudio) te gebruiken voor data-voorbereiding, visualisatie en analyses;
Course Content
Deze cursus biedt een introductie tot de statistische methoden van sociaal-wetenschappelijk onderzoek. Het leert de noodzakelijke basis van kwantitatieve data-analyse aan eerstejaarsstudenten van de verschillende opleidingen van de Faculteit der Sociale en Geesteswetenschappen (FSG). Studenten ontwikkelen vaardigheden om verzamelde kwantitatieve data te verwerken en voor te bereiden voor statistische analyses. Ze kunnen de data beschrijven in termen van de centrale tendentie en verdeling van variabelen. Naast het samenvatten van data door gebruik te maken van cijfers, krijgen studenten inzichten en vaardigheden in hoe ze numerieke informatie kunnen visualiseren en grafieken kunnen maken. Studenten leren ook bivariate relaties te beschrijven, interpreteren en visualiseren. De onderwerpen die hierbij behandeld worden zijn onder meer het 'lezen' van tabellen van relaties tussen twee variabelen, spreidingsdiagrammen, associatie en correlatie.
Vervolgens ontwikkelen studenten kennis en vaardigheden om hypothesen te formuleren over verschillen tussen twee groepen en deze te toetsen op statistische generaliseerbaarheid (inferentiële statistiek). Ze leren de bevindingen te interpreteren, evalueren en presenteren. In de sociale wetenschappen is het gebruikelijk om een willekeurige steekproef van individuen uit een populatie te trekken om op basis van gegevens over die individuen inzichten te verkrijgen over de populatie als geheel. Deze cursus zal de logica achter dergelijke inferenties bespreken en de beschikbare statistische technieken om dit te doen.
Gedurende de cursus leren studenten principes van Open Science te begrijpen en toe te passen, zoals transparantie, reproduceerbaarheid en het verantwoordelijk gebruik van data. Ook worden veelvoorkomende fouten in kwantitatief onderzoek besproken, zoals vertekening door het weglaten van relevante verstorende variabelen (omitted variable bias) en het zogeheten file-drawer probleem (publicatiebias). Hierbij bespreken we niet alleen voorbeelden uit wetenschappelijke literatuur, maar ook het gebruik van statistieken buiten de academische wereld en hoe statistieken soms worden misbruikt en verkeerd worden gepresenteerd in de media en in politieke debatten.