Education Directory
PÅ SVENSKA
Malmö University

Kursplan hösten 2026

Kursplan hösten 2026

Benämning

Forskningsmetodik, dataanalys och visualisering

Engelsk benämning

Research Methodology, Data Analysis, and Visualization

Kurskod

DA611E

Omfattning

15 hp

Betygsskala

UA / Utmärkt (A), Mycket Bra (B), Bra (C), Tillfredsställande (D), Godkänd (E) eller Underkänd (U)

Undervisningsspråk

Kursen ges på engelska

Beslutande instans

Fakulteten för teknik och samhälle

Inrättandedatum

2023-05-09

Fastställandedatum

2024-04-09

Gäller från

2025-09-01

Utbildningsnivå

Avancerad nivå

Behörighetskrav

Minst betyget godkänt på kurserna:
• Professionell mellanmänsklig kommunikation inom datavetenskap och medieteknik
• Design och utvärdering av innovation

Alternativt, minst betyget godkänt på kurserna:
• Professionell mellanmänsklig kommunikation inom datavetenskap och medieteknik
• Teoretisera medieteknik
• Innovation och strategiskt tänkande

Huvudområden

CTDVA / Datavetenskap, CTMET / Medieteknik

Fördjupningsnivå

A1F / Avancerad nivå, har kurs/er på avancerad nivå som förkunskapskrav

Fördjupningsnivå i förhållande till examensfordringarna

Kursen ingår i huvudområdet datavetenskap och kan ingå i examensfordringarna för mastersexamen i datavetenskap.

Kursen ingår alternativt i huvudområdet medieteknik och kan ingå i examensfordringarna för mastersexamen i medieteknik.

Innehåll

Kursen har tre primära syften:
• Studenten utvecklar och fördjupar sina kunskaper om forskningsmetoder relevanta för sitt ämnesområde samt inom informationssökning, och formulering av vetenskapliga problem och hypoteser
• Studenten utvecklar och fördjupar sina kunskaper om metoder för att analysera och visualisera empiriska data
• Studenten utvecklar kunskaper i relation till att välja metod i förhållandet till vetenskapliga problem med hänsyn tagen till forskningsetik.

Lärandemål

Kunskap och förståelse
Efter avslutad kurs ska studenten kunna:
1. redogöra för fördjupad metodkunskap inom ämnesområden, inbegripet såväl val av forskningsinriktning, strategier för informationsinhämtning som val av metod och ansats,
2. praktiskt samla in, analyserar och visualiserar data i ett vetenskapligt sammanhang
3. tillämpa fördjupad kunskap om utmaningar och möjligheter med olika typer av data, insamlingstekniker och datakvaliteté speciellt i ett digitalt sammanhang

Färdighet och förmåga
För godkänd kurs ska studenten kunna:
4. relatera begrepp och insikter från teori till tillämpade analytiska problemställningar ,
5. identifiera och formulera frågeställningar samt att välja adekvata metoder för att adressera dessa frågeställningar,
6. identifiera och planera kvantitativa, kvalitativa och blandade metoder utifrån väldefinierade vetenskapliga och strategiska syften,
7. praktiskt genomföra insamling, analys och visualisering av data med hänsyn till tillämpning av olika validitets- och reliabilitets principer samt verktyg,
8. kritiskt reflektera över konsekvenserna i val av forskningsmetod och metod för dataanalys/datavisualisering

Värderingsförmåga och förhållningssätt
Efter avslutad kurs ska studenten visa förmåga:
10. visa insikt om vetenskapens möjligheter och begränsningar, dess roll i samhället och människors ansvar för hur den används,
11. argumentera för hur olika insamlings- och analysmetoder kan användas för att nå en djupare och mer komplex förståelse av fenomen
12. visa förmåga att identifiera sitt behov av ytterligare kunskap och att ta ansvar för sin kunskapsutveckling.

Arbetsformer

Kursen består av föreläsningar, workshops, seminarier och laborationer, samt självständigt arbete, projektarbete och handledning.

Bedömningsformer

Betygssättning baseras på muntlig och skriftlig examination, inklusive aktiv medverkan, genom följande moment:

  • Seminarier (2,5 hp) - UG – examinerar lärandemål 1, 4, 5, 8
  • Laboration (2,5 hp) - UG – examinerar lärandemål 2, 3, 7, 11
  • Inlämningsuppgifter (5 hp) - UA - examinerar lärandemål 2, 8, 9, 11, 12
  • Projektarbete (5 hp) - UA - examinerar lärandemål 1-12

Krav för betyg godkänt (A-E): Godkänt på samtliga moment.

Slutligt kursbetyg viktas enligt:

  • Projektarbete: 1
  • Inlämningsuppgifter: 2

Kurslitteratur

  • Björk, L., Räisänen, C. & Björk C. M. (2003). Academic writing: A University Writing course. 3 ed. Lund: Studentlitteratur.
  • Cresswell, J. W. & Cresswell, J. D. (2018). Research Design: Qualitative, quantitative and mixed methods approaches (5 ed.). London: Sage.
  • Kirk, A. (2016). Data Visualization. Los Angeles: Sage Publications.
  • O’Reilly, K. (2012). Ethnographic Methods. 2nd edition. London & New York: Routledge.
  • Ridley, D. (2008). The literature review: A step-by-step guide for students. London: Sage.
  • Rogers, R. (2019). Doing Digital Methods. Los Angeles: Sage Publications.
  • Salganik, M. J. (2017). Bit by Bit: Social Research in the Digital Age. Princeton: Princeton University Press.
  • Wilke, Claus O. (2018). Fundamentals of Data Visualization, O'Reilly Media, USA, [Elektronisk resurs].

Kursvärdering

Malmö universitet ger studenter som deltar i eller har avslutat en kurs en möjlighet att framföra sina erfarenheter av och synpunkter på kursen genom en kursvärdering som anordnas av lärosätet. Universitetet sammanställer kursvärderingarna samt informerar om resultaten och eventuella beslut om åtgärder som föranleds av kursvärderingarna. Resultaten ska hållas tillgängliga för studenterna. (HF 1:14).

Övergångsbestämmelser

Om en kurs har upphört att ges eller har genomgått större förändringar ska studenterna, under ett år efter det att förändringen har skett, erbjudas två tillfällen för omprov baserade på den kursplan som gällde vid registreringen.

Övrigt

Om en student har beslut om riktat pedagogiskt stöd, har examinator rätt att ge ett anpassat prov eller låta studenten genomföra prov på ett alternativt sätt.