MAXQDA als die Standardsoftware zur Umsetzung einer qualitativen Datenanalyse unterstützt Sie bei der Auswertung von Textinformationen aller Art. Ziel ist es, Gemeinsamkeiten bzw. Unterschiede in den Texten zu erkennen und zu analysieren. Wir zeigen Ihnen in diesem Blogbeitrag, wie Sie mit einfachen Mitteln die Daten, die Sie mit Hilfe von MAXQDA erfasst haben, auswerten.
MAXQDA ist die Standardsoftware zur Umsetzung einer qualitativen Datenanalyse. Sie dient als technisches Hilfsmittel zur Auswertung qualitativer Interviews. Damit gehört eine zeitaufwändige und fehleranfällige händische bzw. manuelle Auswertung von offenen Fragen der Vergangenheit an. In diesem Blogartikel möchten wir Ihnen im Rahmen eines kleinen Tutorials zeigen, wie Sie offene Fragen qualitativ auswerten können.
MAXQDA ist die Standardsoftware zur Umsetzung einer qualitativen Datenanalyse. Sie dient als technisches Hilfsmittel zur Auswertung qualitativer Interviews. In diesem Blogartikel zeigen wir Ihnen im Rahmen eines kleinen Tutorials am Beispiel von MAXQDA, wie Sie die Software für einen Großteil der im Rahmen einer Auswertung anfallenden Standardfälle anwenden und und wie die Benutzeroberfläche konkret aussieht. Im zweiten Teil des Tuturials lernen Sie offene Fragen qualitativ auszuwerten.
In diesem Artikel informieren wir Sie zum Thema POS Marketing. Sie finden Informationen zur Entstehung, Beschreibung sowie Bedeutung verschiedener POS Konzepte sowie Ihre Relevanz für Ihre täglichen Kundeninteraktionen. Wir beschreiben auch, welche Rolle das POS Marketing Konzept als Teil des Business Intelligence spielt.
Viele Studien basieren auf Beobachtungen über Zeit. Da hierbei Daten von denselben Personen erhoben werden, handelt es sich um voneinander abhängige Werte. Diese zu ignorieren kann zu Fehlinterpretationen bei den relevanten Effekten führen. ANOVA mit Messwiederholung ist eines der bekanntesten Verfahren, das in solchen Fällen angewandt wird. Dieser Beitrag gibt eine Einführung in die Methode und ihre Umsetzung mittels SPSS
Wenn Sie sich einen umfassenden Überblick über die Lernmethoden der künstlichen Intelligenz verschaffen wollen, dann lesen Sie hier weiter! Wir zeigen Ihnen in diesem Artikel die wichtigsten Vertreter der Machine Learning Algorithmen und geben Beispiele in Python Machine Learning und erklären die erfolgreichsten Methoden im Detail.
Traditionell bedeuten Wartungen für Unternehmen hohen Zeitaufwand und hohe Kosten, weil sie nur in vordefinierten Zeitabständen und erst durchgeführt werden, wenn bereits ein Ausfall vorliegt. Predictive Maintenance und Tensorflow helfen, potenzielle Ausfälle zu minimieren und Wartungsarbeiten zu automatisieren und zu prognostizieren. Wie Sie diese Tools effektiv einsetzen, um die Produktivität zu erhöhen, lesen Sie in diesem Beitrag.
Hypothesen haben eine wichtige Aufgabe bei der Bearbeitung einer wissenschaftlichen Fragestellung. Von ihrer korrekten Formulierung hängt somit nicht weniger als der Erfolg des gesamten Forschungsvorhabens ab. Dieser Beitrag erklärt, was eine Hypothese ist und skizziert einige zentrale Gedanken, wie Sie aussagekräftige und überprüfbare Hypothesen formulieren.
Sie wollen Texte, Interviews oder anderes Inputmaterialen systemematisch analysieren und daraus aussagekräftige Schlüsse ziehen? Die qualitative Inhaltsanalyse nach Mayring ermöglicht eine überschaubare Reduktion und Verdichtung des Textmaterials, aus dem sich mittels Kodierungen aussagekräftige Ergebnisse ableiten lassen.
Sicherlich haben Sie sich schon gefragt, wie Sie Zusammenhänge zwischen einer abhängigen und unabhängigen Variablen darstellen. Dies gelingt am besten mithilfe einer linearen Regression. Bei einer linearen Regression wird versucht, die Werte einer abhängigen Variable unter Zuhilfenahme von einer oder mehreren unabhängigen Variablen zu prognostizieren. Dieser Artikel zeigt anhand eines Beispiels, wie Sie eine Regression in R einfach und in wenigen Schritten umsetzen.
