Det er mange fordeler med å analysere longitudinelle data fremfor tversnittdata. Longitudinelle data gir oss mulighet til å følge de samme individene eller gruppene over tid og kan gi oss en deskriptiv beskrivelse av utvikling og endring på relevante utfallsvariabler. Under gunstige betingelser kan longitudinelle data også gi oss et bedre innblikk i årsak-virkning mellom ulike fenomen.
I introduksjonskurset ble ulike analysealternativ/modeller presentert. I denne workshopen fokuseres det på å analysere longitudinelle data ved hjelp av flernivåanalyser og såkalte cross-lagged modeller. Deltakerne er sterkt anbefalt å ta med egen laptop og vil ha mulighet til å bruke egne data. Bistand til tolkning av resultatene fra analysene vil stå sentralt. Det anbefales at deltakerne installerer:
- SPSS eller STATA for flernivåanalysene
- Lavaan (tilgjengelig via JASP (https://jasp-stats.org/2018/07/03/how-to-perform-structural-equation-modeling-in-jasp/) eller Rstudio (https://www.rstudio.com/)) for å analysere Cross-lagged modellene
Ingen tidligere erfaring med bruk flernivåanalyse eller LAVAAN er nødvendig. En grunnleggende forståelse av multippel regresjon er ønskelig.
Tid: Mandag 21. oktober 2019, kl 09-15
Sted: Bikuben konferansesenter, Haukeland Universitetssykehus
Kyrre Breivik er foreleser på kurset. Kyrre Breivik er forsker ved RKBU Vest - Regionalt kunnskapssenter for barn og unge, NORCE, og har en bistilling på Fagsenter for pasientrapporterte data, SKDE. Han har lang erfaring med å bruke avanserte statistiske metoder som Item Response Theory (IRT), Structural Equation Modeling (SEM) og Flernivåanalyser. Breivik har holdt flere kurs i bruken av slike metoder.
Maks antall deltakere er 20 personer. Det er ingen deltakeravgift.
Påmelding til Kjersti.Oterhals@helse-bergen.no.