Statistische Auswertung

Grundsätzlich lassen sich wissenschaftliche Arbeiten in reine Theoriestudien, Methodenstudien sowie empirische Arbeiten unterscheiden. Während Literaturarbeiten die Aufarbeitung von bereits existierender Literatur in Anlehnung an eine Forschungsfrage zum Gegenstand haben, liegt der Schwerpunkt im Falle von empirischen Arbeiten auf der systematischen Verifizierung von zuvor aufgestellten Forschungsannahmen bzw. Hypothesen anhand von erhobenen Daten. Im Falle einer quantitativen Analyse handelt es sich bei dem zugrunde liegenden Datenmaterial um numerische Daten, die etwa durch Befragungen, (strukturierte) Beobachtungen oder andere Tests gewonnen wurden.

Im Rahmen der quantitativen Datenanalyse wird dabei je nach Fragestellung auf ein umfangreiches Repertoire von statistischen Verfahren zurückgegriffen. Diese haben letztlich die Funktion, einerseits anhand einer Deskriptivstatistik die erhobenen Daten beschreibend darzustellen und visuell aufzubereiten, andererseits in einem zweiten Schritt durch die Inferenzstatistik die getroffenen Forschungsannahmen innerhalb empirischer Arbeiten mit einer statistischen Irrtumswahrscheinlichkeit empirisch belegen zu können.

Vor allem bei experimentellen Untersuchungen wird dabei häufig der statistische Einfluss von einer oder mehreren unabhängigen Variablen (Prädiktoren) auf abhängigen Variablen (Kriterien) betrachtet. In anderen Fällen kann überdies das Ziel bestehen, die statistischen Zusammenhänge zwischen zwei Sachverhalten (Variablen) etwa anhand von Korrelationsanalysen darzustellen.

Maßgeschneiderte Lösungen für Ihre individuellen Fragestellungen

Um den individuellen Anforderungen Ihrer erhobenen Daten gerecht zu werden und die Fragestellungen Ihrer Arbeit adäquat beantworten zu können, bieten wir die statistische Datenauswertung über ein breites Spektrum von Softwarelösungen, wie etwa Stata, R, SPSS, Matlab oder Python, an. Dabei sind wir in der Lage, auf umfangreiche statistische Methoden in Abhängigkeit Ihrer jeweiligen Forschungshypothese zurückzugreifen. Hierzu zählen unter anderem:

Explorative und deskriptiv-statistische Verfahren

Korrelationsanalysen (parametrisch und nicht parametrisch)

Visualisierung von Forschungsdaten

Varianzanalysen mit und ohne Messwiederholungen

Explorative sowie konfirmatorische Faktorenanalysen

Regressionsanalysen (OLS oder Maximum-Likelihood) unter Berücksichtigung der Variablenskalierung anhand von linearen, binären, multinomialen LOGIT- bzw. PROBIT-Modellen

Fixed- sowie Random-Effects-Modelle

Strukturgleichungsmodelle und Pfadanalysen

Finanzmodelle

Prüfung psychometrischer Kriterien anhand von
Validitäts- und/oder Reliabilitätsanalysen

Die Wahl des passenden statistischen Verfahrens und der jeweiligen statistischen Software hängt von dem erkenntnistheoretischen Interesse der jeweiligen Untersuchung ab. Während explorative Studien insbesondere auf die explorative Datenanalyse zur Generierung von Hypothesen abzielen, greifen explanative Studien zur Prüfung der zugrunde liegenden Forschungshypothesen auf deskriptive, insbesondere aber auch auf inferenzstatistische Verfahren zurück.