Bei klinischen Studien sind Studienabbrecher oder Protokollverletzungen keine Seltenheit. Häufig stellt dies aber ein ernsthaftes Problem für die Analyse der Daten dar. Wir zeigen Wege wie Sie mit solchen Abweichungen umgehen können und wie Sie durch eine Intention-To-Treat Analyse zu gültigen Analyseergebnissen gelangen.
Nichtparametrische Tests gelten als Mittel der Wahl, wenn die Normalverteilungsannahme verletzt ist. Dabei bleiben allerdings wertvolle Informationen unbeachtet, eine Einbuße an Trennschärfe oder Power ist die Folge. Wir zeigen Ihnen, wie sie mit modernen Resampling Methoden wie Bootstrapping Statistik oder Permutation Test mehr aus Ihren Daten holen.
Data Mining hat das Ziel, Informationen aus großen Datenbeständen (Big Data) zu extrahieren und nutzbar zu machen. Für eine zielführende und effiziente Arbeitsweise sind sechs Schritte notwendig. Wir erläutern Ihnen anhand des allgemein gültigen Standards CRISP-DM die 6 Phasen von Data Mining.
Mitarbeitermotivation gehört zu den wichtigsten Säulen im Rahmen von Unternehmenserfolg. Eine der zentralen Fragen dabei ist, wie sich Mitarbeitermotivation durch Umfragen messen und idealerweise verbessern lässt. Dieser Artikel geht der Frage nach, wie Motivation gemessen werden kann und welche Aspekte dabei zu beachten sind. In einem weiteren Schritt werden relevante Schlüsselkriterien aufgezeigt, um eine Mitarbeitermotivation Umfrage im Unternehmensbereich umfassend und aussagekräftig durchführen zu können.
Mitarbeiterbefragungen spielen in Zeiten des häufigen Personalwechsels eine immer größere Rolle und bieten den Unternehmen eine Reihe von Vorteilen.Eine erfolgreiche Mitarbeiterbefragung bedarf einer gründlichen Vorbereitung schon von Beginn an mit Hilfe einer professionellen Fragebogenerstellung, damit die anschliessende Auswertung auch entsprechende Erkenntnisse liefern kann. Die Fragebögen werden nach der Erstellung von den Befragten ausgefüllt und im […]
In vielen Anwendungsbereichen können Einflussvariablen oft nicht direkt erhoben werden. Man spricht dann von latenten (verborgenen) Variablen. Solche Variablen können z. B. Stress, Angst oder Politikverdrossenheit sein. Latente Variablen können nur indirekt erhoben werden. Wir geben Ihnen einen Einblick, wie mit Strukturgleichungsmodellen und Pfadanalyse eine elegante und effektive Modellierung erfolgen kann.
“Jeden Tag ist es unsere Aufgabe, jeden wichtigen Aspekt der Kundenerfahrung ein bisschen besser zu machen”, sagte einmal Jeff Bezsos als CEO von Amazon. Aber auch jedes andere Unternehmen sollte die Steigerung der Kundenzufriedenheit als oberste Priorität sehen. Um zu wissen, welche Maßnahmen nötig sind um das Kundenerlebnis zu verbessern, ist allerdings zunächst eine kontinuierliche Messung der Kundenzufriedenheit unabdingbar! Wir zeigen die 4 besten Instrumente um die Kundenzufriedenheit zu ermitteln.
Nicht-randomisierte Studien sind in der Kritik, da sich Behandlungs- und Kontrollgruppe oft bezüglich möglicher Stör- und Einflussgrößen unterscheiden. Kausale Effekte sind in solchen Settings nicht mehr auf die Behandlung zurückzuführen. Der Propensity-Score stellt eine Möglichkeit dar, im Analyseprozess der Daten bezüglich der erhobenen Confounder zu korrigieren. Wir geben eine Einführung in die Auswertung mit Propensity Score und erläutern die Hintergründe.
Der vergessene Datenschatz: Viele Unternehmen übersehen, dass Sie neben strukturierten Daten in Tabellen und Datenbanken noch über weitere Quelle an wertvollen UNstrukturierten Daten verfügen. Unstrukturierte Daten bezeichnet zum Beispiel E-Mail Nachrichten oder Social Media Feeds. Wir zeigen Ihnen, was unstrukturierte und semi-strukturierte Daten ausmacht und wie man diese Daten gewinnbringend für das eigene Unternehmen nutzen kann!
Ein statistisches Modell soll die Wirklichkeit möglichst gut vorhersagen. Um ein Bild der Wirklichkeit zu haben, werden Daten verwendet. Diese Daten bilden die Basis zur Entwicklung eines Modells sowie zur Überprüfung der Güte des Modells. Dabei kann es leicht zu Overfitting kommen: Das Modell sagt die vorhandenen Daten optimal voraus, funktioniert aber nur unzureichend bei unbekannten Daten. Wir geben Ihnen Tipps vom Profi, wie stabile Modelle erreicht werden können.