Transportforskningsmetoder och verktyg
Transport Research Tools and Methods

VTV025f, 7,5 högskolepoäng

Gäller från och med: Vårterminen 2021
Beslutad av: Gudbjörg Erlingsdóttir
Datum för fastställande: 2021-03-02

Allmänna uppgifter

Avdelning: Trafik och väg
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska

Syfte

Syftet med kursen är att ge deltagarna en helhetssyn på vetenskapsteori och forskningsprocessen samt att ge dem avancerade kunskaper om kvantitativa metoder för dataanalys och en introduktion till kvalitativa analyser. Kursen fokuserar på vanliga problem inom transportforskning. Förutom dem teoretiska kunskaperna kommer kursdeltagarna att få praktisk erfarenhet av att hantera programvaruverktyg (Excel, Access, SQL, SPSS, SAS), dataformat, samt lära sig att göra datascreening, kvalitetskontroller av data, och att kalibrera regressionsmodeller.

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• kunna förklara de fundamentala begreppen inom vetenskapsteori och forskningsprocessen;
• visa teoretiska kunskaper om kvalitativa och kvantitativa metoder för dataanalyser som används inom transportforskning;
• kunna förklara, baserat på målet för undersökningen, vilka verktyg och metoder som är lämpliga samt gränserna för deras tillämpning;
• visa insikt i tillämpligheten av dataanalys och regressionsmodellering inom transportforskning och dess tvärvetenskapliga karaktär;
• visa förmåga att tolka hur kvalitén på data och metod kan påverka analysens tillförlitlighet.

Färdighet och förmåga

För godkänd kurs skall doktoranden

• kunna välja och tillämpa kvalitativa/kvantitativa verktyg;
• kunna ha en kvalificerad kommunikation med forskare inom andra discipliner än transportområdet, inom området kvalitativa/kvantitativa metoder, för att maximera forskningsresultatet av sitt arbete;
• kunna formulera en oberoende, kvalificerad och nyanserad åsikt om sina egna forskningsfrågor (baserad på objektiva data);
• kunna hantera de vanligaste mjukvaruverktygen för datahantering, analys och dataformat;
• kunna formulera en forskningsfråga på en form som kan praktiskt besvaras samt veta vilken data och verktyg som är nödvändiga för att besvara forskningsfrågan.

Värderingsförmåga och förhållningssätt

För godkänd kurs skall doktoranden

• kunna kritiskt analysera data i syfte att skapa mervärde och producera ny kunskap;
• kunna motivera valet av metod(er) som är mest lämplig för den givna forskningsfrågan samt diskutera dess nackdelar och begränsningar;
• visa en fördjupad insikt och förmåga att diskutera hur kvalitén på data och parametrar för analysmetoden kan påverka tillförlitligheten i vetenskaplig forskning och kvalitén på resultatet;
• kunna relatera egen forskning till ett bredare sammanhang av forskning, metoder och praktik inom ämnet.

Kursinnehåll

- Vecka 1. Vetenskapsteori. • Metod • Ontologi • Epistemologi • Hermeneutik • Positivism • Teoretisk underbyggnad av forskning - Vecka 2. Forskningsmetoder och design av experiment • Kvalitativa vs kvantitativa metoder • Kontrollerande experiment vs observationsstudier • Tvärsnitt vs före/efter-analys - Vecka 3. Kvalitativa verktyg • Intervjuer • Observationer • Textanalys • Diskursanalys - Vecka 4. Kvantitativa verktyg, del 1 • Beskrivande statistik • Datautforskning och datastädning • Excel, Access, SQL - Vecka 5 Kvantitativa verktyg, del 2 • Intervalluppskattning, Hypotesprövning, population jämförelser • SPSS - Vecka 6 Kvantitativa verktyg, del 3 • Modeller med kontinuerliga variabler • Linjär regression • Paneldataanalys • Latent variabelmodellering • Tidsserier • SAS - Vecka 7 Kvantitativa verktyg, del 4 • Modeller med diskreta variabler • Logistisk regression • Diskreta modeller • Rangordnade sannolikhetsmodeller • R - Vecka 8 Andra statistiska metoder • Slumpmässiga parametermodeller • Latent klassanalys • Bivariata och multipla variabla modeller • Bayesiansk statistik • Föreningsregler • Klassificeringsträd - Vecka 9–10 Projektarbete (baserat på eget ämne och data): • Formulera forskningsfråga • Utforska data/ formulera antaganden • Välj rätt metod (kvalitativ eller kvantitativ) som passar data och forskningsfråga. • Tillämpa metoden och få resultat • Förklara resultatet och dess begränsningar

Kurslitteratur

• Washington, S., Karlaftis, Matthew G., Mannering, F. & Anastasopoulos, P.: Statistical and Econometric Methods for Transportation Data Analysis. Chapman and Hall/CRC, 2020. ISBN 9780367199029.
• Skoldberg, K.: Reflexive Methodology - New Vistas for Qualitative Research. SAGE Publishing, London, 2017. ISBN 9781473964242.
• Andersson, Ö.: Experiment! Planning, Implementing and Interpreting. Wiley, 2012. ISBN 9780470688250.
• Hennik, M., Hutter, I. & Bailey, A.: Qualitative research methods. SAGE Publishing, London, 2020. ISBN 9781412922265.

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, seminarier, övningar, projekt. I början av varje tema får deltagarna instruktioner och läsmaterial samt praktiska övningar där den nya kunskapen ska tillämpas. Detta följs av ett seminarium med läraren där den teoretiska kunskapen och de praktiska övningarna diskuteras. Vissa tema innehåller också praktisk utbildning i användningen av mjukvaruverktyg. I det avslutande projektarbetet tillämpar deltagarna den kunskap som fåtts i kursen inom deras egna forskningsämnen och med deras egna data. Doktoranderna kommer att behöva formulera en forskningsfråga, välja och motivera metoden samt verktyget, utföra analysen och diskutera dess kvalitet, tillförlitlighet och begränsningar.

Kursens examination

Examinationsformer: Muntlig tentamen, inlämningsuppgifter. För att få godkänt på kursen krävs närvaro på alla kurstillfällen samt godkänt på alla övningar.
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Förkunskapskrav: Inga särskilda krav
Förutsatta förkunskaper: Grundläggande statistik och informationshantering
Urvalskriterier: Doktorander i transportteknik eller relaterat område

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvarig: Carmelo D'agostino <carmelo.dagostino@tft.lth.se>