Im Rahmen wissenschaftlicher Arbeiten bringen Fallstudien viele Vorteile mit sich. Die Methodik hat jedoch auch einige Fallstricke. Nur wenn Sie diese kennen, können Sie Ihre Fallstudie erfolgreich einsetzen. Weitere Informationen zu ‘Dos and Don’ts’ in der Fallstudienforschung finden Sie hier!
Für die Analyse multivariater Datensätze kann die Hauptkomponentenanalyse (PCA) sehr hilfreich sein, um Muster in Datensätzen zu erkennen sowie die Dimensionen zu reduzieren. Wir geben einen Überblick, wie die PCA funktioniert, welche Befehle für eine Durchführung in R relevant sind und wie das Ergebnis interpretiert werden kann.
Arbeit mit Paneldatensätzen verlangt fortgeschrittene Kenntnisse der Datenaufbereitung. Diese werden beim Erlernen von statistischen Analyseprogrammen wie SPSS zunächst oft gar nicht vermittelt. Dieser Beitrag versucht diese Lücke ein wenig zu schließen. Wir geben dazu Tipps, wie sich Paneldaten auch in SPSS problemlos und schnell aufbereiten lassen.
Dieser Beitrag thematisiert die Bedeutung des Capital Asset Pricing Models (CAPM) und stellt relevante CAPM Formeln für eine adäquate Berechnung dar.
In diesem Beitrag werden die grundlegende Funktionsweise von ARIMA Models thematisiert sowie die zentralen Schritte demonstriert, die für die Erstellung und Durchführung von ARIMA Models von Bedeutung sind.
Wie finden wir die optimale Testgruppe für Umfragen? Spätestens wenn die erste Umfrage ansteht, werden wir mit der Frage konfrontiert, wie wir an eine Testgruppe bzw. Stichprobe kommen. Dieser Artikel erklärt wie wir eine repräsentative Umfrage gestalten und damit eine hohe Forschungsqualität sicherstellen.
Nutzen Sie für die Analyse zur Überlebensdauer immer die richtigen Methoden, um grobe Missinterpretationen zu vermeiden. Neben der deskriptiven Beschreibung, zum Beispiel mithilfe der Kaplan-Meier Schätzung, kann man Daten zur Prozessdauer auch modellieren. Wir zeigen das am Beispiel der Cox Regression in SPSS.
Empirische Arbeiten bringen einen besonderen Anspruch an die Erstellung und das methodische Verständnis mit sich. Dabei sollen neue für die Wissenschaft relevante Erkenntnisse generiert bzw. bestehende Forschung mit neuen Erkenntnissen ergänzt werden. In diesem Beitrag erläutern wir wichtige Gliederungsaspekte und stellen Do’s und Don’ts beim empirisch Arbeiten vor.
Die bearbeitung von komplexen Paneldaten stellt einige Anforderungen an die Kenntnisse und Fertigkeiten der Datenaufbereitung. So kann eine Datenanalyse schnell an ihre Grenzen kommen, bevor nur ein Modell gerechnet werden kann. Dieser Beitrag zeigt am Beispiel von Stata, dass Paneldaten auch problemlos und schnell für die Analysen vorbereitet werden können.
Bei der Erstellung eines Fragebogens oder eines Interviewleitfadens stehen wir vor der Frage, wie Fragen am besten zu gestalten sind. Indiesem Artikel erfahren Sie Unterschiede und Anwendungsmöglichkeiten für geschlossene und offene Fragen.