Gå til indhold
Søg

NAFA-Forsk

NAFA-Forskernetværket udbyder ph.d.-kurser og forskningskurser, for både ph.d.-studerende, forskningsinteresserede læreruddannere samt naturfagsdidaktiske forskere fra både professionshøjskoler og universiteter.

Kursus i kvalitativ dataanalyse med NVIVO
Mange kvalitative studier indebærer analyser af større mængder kvalitativt data. Ofte kombineres forskellige former for kvalitativt materiale: Officielle dokumenter, interviews, feltnoter, rapporter, fotos, lydfiler, videoklip, etc. For at kunne analysere større mængder kvalitativt materiale er det nødvendigt at systematisere analysen.
Dette kursus tilbyder en grundlæggende introduktion til kvalitativ dataanalyse med analyseprogrammet NVIVO. Formålet med kurset er at gøre NAFA-medarbejdere i stand til at udarbejde og gennemføre systematisk analyse af eget kvalitative materiale indsamlet gennem PLF-arbejdet og CESE-forskningsprojekter.
Kursusopbygning:
Kurset består af to hele fysiske workshopdage og én online workshopdag. På den første workshopdag introduceres deltagerne til oprettelse af projekter i NVIVO, case klassifikation, auto-kodning samt kodning af tekststykker med udgangspunkt i kvalitativ indholdskodning.
På anden workshopdag tager vi udgangspunkt i det kodede materiale fra første workshop og arbejder videre med analyserne ved hjælp af queries.
Kursusholdere:
Johanne Grøndahl Glavind, ph.d., forskningsleder, MSO, Forskningscenter for uddannelseskvalitet, professionspolicy og praksis, VIA University College.
Anne Krøger Pedersen, ph.d., adjunkt, VIA Efter- Videreuddannelse, VIA University College.
Kursusdatoer:
Fysiske workshops: 13. december 2022 og 10. januar 2023. Begge dage klokken 10.00 – 16.00.
Online workshop: 25. januar 2023. Online vejledningstid efter aftale med kursusholdere.
Sted: UCL, Seebladsgade, Odense.
Tilmelding: Senest 20. november 2022 til Tina Maria Brinks: tinabrinks@imada.sdu.dk
Max deltagertal er 25. Man er først endeligt tilmeldt kurset, når man har modtaget bekræftelse.
Læs hele beskrivelsen af kurset