Emnebeskrivelse for 2024/25
Statistikk og metode i idrettsforskning
IDR2017
Emnebeskrivelse for 2024/25

Statistikk og metode i idrettsforskning

IDR2017
Emnet fokuserer på vitenskapelige metoder og statistiske analyser som er egnet for å bedrive forsknings- og utviklingsarbeid innen idrett og fysisk aktivitet. Det er fokus på hvordan utvikle problemstillinger med utgangspunkt i teori, hvordan benytte ulike metoder og design, hvordan analysere resultater fra ulike metoder statistisk, samt skrive vitenskapelige rapporter.
Studenten må være tatt opp på studieprogrammet Idrett - bachelorfordypning, Meråker.

KUNNSKAP

Studenten

· har kunnskap om vitenskapelige metoder for forskning i idrett og fysisk aktivitet.

· har kunnskap og forståelse av grunnleggende statistiske metoder til bruk i FoU arbeider

FERDIGHET

Studenten

· kan utvikle problemstillinger og metoder.

· kan forstå hvordan man utfører målinger, og beherske begreper som målenivå, råskårer og standardskårer og standard avvik.

· kan foreta enkle statistiske beregninger.

· kan sammenfatte og presentere resultatene av analysene.

· har kjennskap til ulike metoder innen kvalitativ og kvantitativ forskning i idrettsvitenskap og fysisk aktivitet.

GENERELL KOMPETANSE

Studenten:

· Har evne til å analysere og vurdere bruken av vitenskapelige metoder og statistikk til bruk i FoU arbeid.

Utover semesteravgift og pensumlitteratur forutsettes det at studenten disponerer en bærbar datamaskin.

Obligatorisk emne

Teoriemne

Nett- og samlingsbasert undervisning
Studieprogrammet evalueres årlig av studentene gjennom emneevalueringer og studieprogramevaluering. Evalueringene inngår som en del av universitetets kvalitetssikringssystem.

Samlet vurdering

Arbeidskrav: Seks skriftlige arbeidskrav: Karakteruttrykk: Godkjent/ikke godkjent. Alle arbeidskrav må være godkjent for å få bestått emnet.

Muntlig:

Muntlig eksamen med individuell vurdering. Varighet 1 time. Karakteruttrykk: A-F. Teller 100/100 av karakter i emnet.

Å generere besvarelse ved hjelp av ChatGPT eller lignende kunstig intelligens og levere den helt eller delvis som egen besvarelse er å regne som fusk