Was sind Umfragedaten, und wie entscheiden wir, welchen statistischen Test wir zur Analyse verwenden? Um das zu beantworten, lernst du verschiedene Arten von Umfragedaten kennen, wichtige Konzepte wie deskriptive und inferenzstatistische Verfahren und die Visualisierung von Umfragedaten, um die passende statistische Modellierungstechnik auszuwählen. So kannst du Trends und Erkenntnisse aus Umfragen qualitativ und quantitativ fundiert einordnen.

Einführung in die Analyse von Umfragedaten

Messniveaus betrachten

Kreuztabelle

Deskriptive und inferenzielle Statistik

Deskriptive Statistik

Inferenzstatistik

Statistische Modellierungstechniken

Streudiagramm prüfen

Wähle eine statistische Methode

Optionen

Einfache Zufallsstichprobe

Geschichtete Stichprobe

Klumpenstichprobe

Stichprobenverfahren zuordnen

Warum Umfragedaten analysieren und wann statistische Werkzeuge einsetzen

In diesem Kapitel lernst du, wie du aus Umfragedaten einer Grundgesamtheit Stichprobendaten erzeugst, indem du die Rahmenbedingungen analysierst, unter denen die Umfragedaten erhoben wurden.

Zufallsstichprobe

Zufällige Stichprobe von Mitarbeitenden

Reproduzierbares Random Sampling

Stratifizierte Zufallsstichprobe

Verteilung von „Yes“ und „No“

Gewichtete Stichprobe

Blog-Umfrage

Gewichtete Stichprobe zur Händigkeit

Cluster gruppieren

Cluster auswählen

Analyse der Klumpenstichprobe

Stichproben und Gewichtung

Jetzt geht es darum, den Unterschied zwischen deskriptiver und inferenzieller Statistik in der Umfrageanalyse anhand von Beispielen aus der Praxis zu verstehen. In praxisnahen Übungen interpretierst du Variablen, zentrale Kennzahlen wie Lageparameter und z-Score und leitest aus den Ergebnissen sinnvolle Maßnahmen ab.

Deskriptive Statistik in der Umfrageanalyse

Häufigkeitsverteilung

Streuungsmaße

Lagemaße der zentralen Tendenz

Inferenzstatistik in der Umfrageanalyse

Daten visualisieren: Histogramm

Finde den z-Score

Korrelationen

Variablen mit .corr() analysieren

Sind die Mitarbeitenden glücklich?

Fair und gerecht

Deskriptive und inferenzstatistische Verfahren

Zum Schluss wendest du statistische Modellierung auf Umfragedaten an: mit Regressionsanalyse, dem zweiseitigen Zwei-Stichproben-t-Test und dem Chi-Quadrat-Test – inklusive der Interpretation der jeweiligen Annahmen.

Regressionsanalyse

Ein lineares Regressionsmodell anpassen

Survey-Daten visualisieren

Sicherheitsvorkehrungen nötig?

Zweistichproben-t-Test

Sind Frauen extrovertierter?

Zweistichproben-t-Test zur Extraversion

Chi-Quadrat-Test

Chi-Quadrat oder nicht?

Umfrage zur psychischen Gesundheit in der Tech-Branche

Psychische Gesundheit vs. Remote-Arbeit

Glückwunsch

Statistische Modellierung

Ob ein Unternehmen die Arbeitspräferenzen seiner Mitarbeitenden verstehen möchte oder eine Marketingkampagne wissen will, wie sie ihre wichtigste Zielgruppe am besten anspricht – Umfragedaten gehören zu den besten verfügbaren Werkzeugen. Hier lernst du, warum man Umfragedaten analysiert und wann es sinnvoll ist, beschreibende und schließende Statistik einzusetzen. Du wendest in Python verschiedene Stichprobenverfahren an und visualisierst deine Umfrageergebnisse, um Variablen und Ergebnisse qualitativ zu interpretieren und je nach Umfragetyp geeignete Modellierungstests auszuwählen.

<h2>Lerne, wie du Python für Umfragedaten nutzen kannst</h2>
<br><br>
Egal, ob ein Unternehmen die Arbeitspräferenzen seiner Mitarbeiter verstehen will oder eine Marketingkampagne herausfinden möchte, wie sie ihre Hauptzielgruppe am besten ansprechen kann – Umfragedaten sind eines der besten Mittel, um eine Gruppe besser zu verstehen und zu wissen, wie man in einer bestimmten Sache vorgehen sollte. Hier lernst du, warum man Umfragedaten analysiert und wann es sinnvoll ist, statistische Tools zu nutzen, die beschreibend und schlussfolgernd sind.
<br><br>
<h2>Mach dich mit den wichtigsten Tools zur Analyse statistischer Erhebungen vertraut</h2>
<br><br>
Dieser praktische Kurs baut auf den Themen aus <a href = "https://www.datacamp.com/courses/hypothesis-testing-in-python">„Hypothesentests in Python“</a> auf und zeigt dir, wie du Python nutzen kannst, um alle möglichen Arten von Umfragedaten zu analysieren.
<br><br>
Du lernst, verschiedene Stichprobenverfahren anzuwenden, um sicherzustellen, dass du die Grundgesamtheit in einer Studie genau repräsentierst und ihre Auswirkungen auf die Schlussfolgerung aus deiner Analyse ableiten kannst.
<br><br>
Wenn du dir die Umfrageergebnisse anschaust, wirst du auch die Variablen und Ergebnisse von Modelltests wie linearer Regression, Zwei-Stichproben-t-Test und Chi-Quadrat-Test qualitativ interpretieren, je nachdem, welche Art von Umfrage du analysierst.

Hypothesis Testing in Python

Lernen Sie, Umfragedaten mit Python zu analysieren und wann statistische Werkzeuge anzuwenden sind.

Umfragedaten in Python analysieren

Hier erfährst du, wie du Umfragedaten mit Python analysierst und wann welches Statistik-Tool sinnvoll ist.

US-Behörden wählen zufällig Personen in den USA aus und stellen Fragen zu ihrem Leben, um Rückschlüsse auf die gesamte US-Bevölkerung zu ziehen.

Für eine Marktumfrage wird die Grundgesamtheit nach der Marke des verwendeten Produkts gruppiert, dann werden aus jeder Gruppe zufällig Befragte ausgewählt.

Forschende wählen bestimmte Klassen aus, und alle Schüler:innen der ausgewählten Klassen teilen ihre Ansichten über die Schulleitung.

Stichprobenverfahren zuordnen

Interaktive praktische Übung