ASOK22002U Avanceret kvalitativ dataanalyse
Advanced Qualitative Data Analysis
Obligatorisk KA kursus 1. Semester
Kurset er lukket for meritstuderende.
Her vil der være fokus på de specifikke aspekter af analysen. Dette knytter an til de designmæssige overvejelser i Mixed Methods kurset. Kvalitative data af alle typer er rige data. Derfor kan man som sociolog analysere de samme kvalitative data fra flere forskellige teoretiske perspektiver og ved hjælp af flere forskellige specifikke metoder og analytiske tiltag. Det er forskerens vidensinteresse, teoretiske perspektiv og de forskellige typer af kvalitative datas analytiske status, der bør afgøre valg af og argumenter omkring metoder for dataanalyse. Ofte kan det dog være svært at træffe valide valg af metoder til databearbejdning af kvalitative data i et sociologisk projekt, hvis man ikke i praksis prøvet en række forskellige metoder at fortolke, analysere og drage slutninger. På dette kursus bliver deltagerne præsenteret for en række videregående metodiske problemstillinger (så som validitet i forhold til datamaterialets karakter, og flerstrenget analytisk generalisering), og deltagerne kommer til at gå i dybden med at sætte sig ind i og anvende i praksis en række metoder til fortolkning, forklaring, analyse og slutnings-dragning på basis af kvalitative data. Den studerende forventes at indsamle begrænsede mængder kvalitative data til brug for metodeøvelserne i faget såvel som med en mulighed for anvendelse i Mixed Methods i fagpakkefaget. Kurset er opbygget som en vekselvirkning mellem underviser-oplæg, diskussioner af litteratur og erfaringer, og praktiske øvelser i de forskellige metoder på deltagernes egne medbragte data-uddrag. De praktiske øvelser bidrager til produktionen af porteføljen.
Efter endt kursus kan den studerende:
Viden
• redegøre for og reflektere over komplicerede metodiske problemstillinger inden for kvalitativ dataanalyse, f.eks. at producere analytisk generalisering, fortolkning og forklaring.
• redegøre for og reflektere over de faglige processer i en række specifikke metode/analyseværktøjer for kvalitative data.
• redegøre for og reflektere over muligheder og begrænsninger ved de gennemgåede og afprøvede metoder til kvalitativ analyse.
Færdigheder
• Reflektere over anvendeligheden af de forskellige metodiske greb på kurset i forhold til forskellige typer kvalitative datamaterialer.
• Argumentere selvstændigt for relevans og anvendelighed af de forskellige metodiske greb på kurset i relation til eget empiriske projekt.
• Give metodisk feedback til andre studerendes kvalitative datafortolkninger.
Kompetencer
• Omsætte kursets metodiske værktøjer i kvalitativ dataanalyse til eget efterfølgende empiriske arbejde, som f.eks. kan knyttes til mixed methods kurset eller i specialet.
Der bliver angivet links på Absaon til de artikler og arbejder der kan downloades. Pensum er i alt 700 sider
- Kategori
- Timer
- Forelæsninger
- 28
- Forberedelse (anslået)
- 112
- Projektarbejde
- 30
- Eksamensforberedelse
- 36
- I alt
- 206
Peer-feedback integreres særligt som respons på de tre porteføljeopgaver på kurset, men også via de praktiske øvelser.
Selvbetjeningen på KUnet
Tilmeldingsdeadline for kurser er:
1. Juni for efterårskurser
1. december for forårskurser
Når du tilmelder dig et kursus, bliver du også automatisk tilmeldt
eksamen.
Sociologistuderende:
Tilmeld dig via selvbetjeningen på KUnet
- Point
- 7,5 ECTS
- Prøveform
- Portfolio, -
- Prøveformsdetaljer
- Individuelt eller i en gruppe af max 4 studerende.
Ved porteføljeopgave forstås en opgave bestående af et antal mindre opgaver, der besvarer et eller flere stillede spørgsmål. Der eksamineres her på baggrund af fagets pensum. Opgaverne kan udarbejdes løbende, mens undervisningen i faget finder sted. Der vil være mulighed for af få feedback på opgaverne i løbet af undervisningsforløbet, hvis fristerne for feedbackindlevering overholdes. Opgaverne kan viderebearbejdes som følge af feedback. Samtlige porteføljeopgaver afleveres samlet til bedømmelse ved kursets afslutning.
De samlede porteføljeopgaver må fylde 10 sider. Ved gruppebesvarelser tillægges 5 sider pr. ekstra studerende. Se detaljer for prøveform i studieordningen og den generelle eksamensvejledning på KUnet. - Krav til indstilling til eksamen
Du skal være tilmeldt kurset for at deltage i eksamen
- Hjælpemidler
- Alle hjælpemidler tilladt
Policy on the Use of Generative AI Software and Large Language Models in Exams
The Department of Sociology prohibits the use of generative AI software and large language models (AI/LLMs), such as ChatGPT, for generating novel and creative content in written exams. However, students may use AI/LLMs to enhance the presentation of their own original work, such as text editing, argument validation, or improving statistical programming code. Students must disclose in an appendix if and how AI/LLMs were used; this appendix will not count toward the page limit of the exam. This policy is in place to ensure that students’ written exams accurately reflect their own knowledge and understanding of the material.
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ingen ekstern censur
- Eksamensperiode
Find mere information på din studieinformationsside på KUnet.
- Reeksamen
Reeksamen vil være en skriftlig hjemmeopgave med et eller flere stillede spørgsmål individuelt eller i gruppe af max 4 studerende. Hjemmeopgaven må fylde 10 sider. Ved gruppebesvarelser tillægges 5 sider pr. ekstra studerende. Se detaljer for prøveform i studieordningen og den generelle eksamensvejledning på KUnet.
Kriterier for bedømmelse
Se målbeskrivelsen.
Kursusinformation
- Sprog
- Dansk
- Kursuskode
- ASOK22002U
- Point
- 7,5 ECTS
- Niveau
- Kandidat
- Varighed
- 1 semester
- Placering
- Efterår
- Skemagruppe
- See skemalink.
- Kursuskapacitet
- Vejl. 60 personer
Studienævn
- Sociologisk studienævn
Udbydende institut
- Sociologisk Institut
Udbydende fakultet
- Det Samfundsvidenskabelige Fakultet
Kursusansvarlige
- Jakob Johan Demant (jd@soc.ku.dk)