Auf dieser Seite möchte ich Ihnen ergänzende Literatur für die Vorlesung WIW03460/WIW06530 „Einführung in die Datenanalyse“ vorstellen. Das Modul ist ein Wahlpflichtfach für die Studiengänge der Fakultät Wirtschaftswissenschaften der Westsächsischen Hochschule Zwickau. Das Modul wird zum Sommersemester 2021 unter der Leitung von Prof. Dr. Christoph Laroque und unter Mitarbeit von Wibke Kusturica in die nächste Runde starten.
Literaturempfehlungen zur Datenanalyse
Klaus Backhaus, Bernd Erichson, Wulff Plinke, Rolf Weiber (2018): Multivariate Analysemethoden – Eine anwendungsorientierte Einführung. Springer-Verlag Berlin Heidelberg.
Die Autoren schreiben selbst über Ihr Werk:
„Dieses Lehrbuch richtet sich primär an die Zielgruppe der Bachelor-Studierenden aller Fachrichtungen. Die Beispiele sind zwar aus dem Marketing-Bereich entnommen, die Darstellungen aber so einfach gehalten, dass die Verfahren sich leicht auf spezifische Fragen und Probleme in den unterschiedlichsten Anwendungsfeldern übertragen lassen.
Dieses Lehrbuch behandelt, nach einer kurzen Einführung in die Grundlagen der Datenanalyse und das Analyseprogramm IBM SPSS für Windows, neun grundlegende Verfahren der multivariaten Datenanalyse in ausführlicher Weise. Dies sind die: Regressionsanalyse, Zeitreihenanalyse, Varianzanalyse, Diskriminanzanalyse, Logistische Regression, Kontingenzanalyse, Faktorenanalyse, Clusteranalyse und Conjoint-Analyse.
Das Buch stellt geringstmögliche Anforderungen an mathematische Vorkenntnisse und bietet eine allgemein verständliche Darstellung. Ergänzt wird die Einführung in die Grundlagen der jeweiligen Methode durch ein Fallbeispiel, das unter Verwendung von IBM SPSS für Windows berechnet wird. Die Autoren legen Wert auf konsequente Anwendungsorientierung und vollständige Nachvollziehbarkeit der zentralen Rechenoperationen durch den Leser. Jedes Verfahren kann unabhängig für sich durchgeführt werden. Ein besonderes Augenmerk liegt auf dem Aufzeigen von methodenspezifischen Gestaltungsoptionen im Rahmen von IBM SPSS. Darüber hinaus werden jeweils in Form einer kurzen Einführung die Problemstellungen und Vorgehensweisen von sieben weiteren Verfahren (Nichtlineare Regression, Strukturgleichungsmodelle, Konfirmatorische Faktorenanalyse, Neuronale Netze, Multidimensionale Skalierung, Korrespondenzanalyse und Auswahlbasierte Conjoint-Analyse) dargestellt. Diese werden in dem vertiefenden Band Fortgeschrittene Multivariate Analyseverfahren* ausführlich behandelt.“
Klaus Backhaus, Bernd Erichson, Rolf Weiber (2015): Fortgeschrittene Multivariate Analysemethoden – Eine anwendungsorientierte Einführung
Die Autoren beschreiben Ihr Werk wie folgt:
„Dieses Lehrbuch behandelt weiterführende Verfahren der multivariaten Datenanalyse und ist gezielt auf Master- und Doktoranden-Studiengänge ausgerichtet. Folgende Verfahren werden vorgestellt: Nichtlineare Regressionsanalyse, Strukturgleichungsanalyse, Konfirmatorische Faktorenanalyse, Auswahlbasierte Conjoint-Analyse, Neuronale Netze, – Multidimensionale Skalierung (MDS), Korrespondenzanalyse.
Zum Verständnis sind geringstmögliche mathematische Vorkenntnisse erforderlich und jedes Kapitel kann für sich eigenständig gelesen werden. Nach der intuitiven Erläuterung der Vorgehensweise der einzelnen Verfahren werden diese mit Hilfe eines ausführlichen Fallbeispiels sowie unter Verwendung der Statistik-Software IBM SPSS und teilweise auch mit MS Excel und der Conjoint-Software von Sawtooth sowie AMOS gerechnet und interpretiert. Dabei wurde Wert darauf gelegt, dass alle Rechenschritte für den Anwender nachvollziehbar sind, und es werden Anwendungsempfehlungen gegeben. Auf der Internetseite multivariate.de bieten wir weitere Serviceleistungen. Von Dozenten können u. a. die Abbildungen angefordert werden.
Die hier dargestellten Verfahren waren bis 2011 Bestandteil des Lehrbuchs Multivariate Analysemethoden*. Dort werden die vor allem für das Bachelor-Studium zentralen Verfahren der Regressions-, Zeitreihen-, Varianz-, Diskriminanz-, logistischen Regressions-, Kontingenz-, Faktoren-, Cluster- und Conjoint-Analyse behandelt. Das bereits in der 14. Auflage vorliegende Buch Multivariate Analysemethoden der Autoren wurde im Jahr 2015 anlässlich des 50. Kongresses der Deutschen Marktforschung des BVM Berufsverband Deutscher Markt- und Sozialforscher e. V. mit dem Preis der Deutschen Marktforschung ausgezeichnet, weil es die deutsche Marktforschungspraxis in den letzten Jahrzehnten nachhaltig geprägt hat.“
Literaturempfehlungen zur Datenvisualisierung
Cole Nussbaumer Knaflic (2017): Storytelling mit Daten: Die Grundlagen der effektiven Kommunikation und Visualisierung mit Daten. Vahlen.
Auszug aus dem Buch:
„Präsentieren Sie nicht einfach nur Ihre Daten. Machen Sie eine Geschichte daraus!
Storytelling können Sie lernen, vor allem wenn es um die Visualisierung von Daten geht. Mit diesem Buch schauen Sie hinter die üblichen Werkzeuge zur Visualisierung mit dem Ziel, an die Wurzeln quantitativer Informationen heranzukommen, um eine ansprechende, informative und spannende Geschichte zu erzählen. Insbesondere erfahren Sie:
- welche Bedeutung Kontext und Publikum für Ihre Geschichte haben,
- wie Sie die geeigneten Diagramme für Ihre jeweilige Situation bestimmen,
- wie Unordnung Ihre Geschichte zerstört und wie Sie sie beseitigen können,
- wie Sie die Aufmerksamkeit Ihres Publikums auf die wichtigsten Teile Ihrer Daten richten,
- wie Sie Designerdenken und Designkonzepte zur Visualisierung Ihrer Daten und die Kraft des Erzählens nutzen, um in Resonanz mit dem Publikum zu kommen.
Die Lektionen in diesem Buch werden Ihnen helfen, Ihre Daten in visuelle Geschichten zu verwandeln, die in den Köpfen des Publikums haften bleiben. Verlassen Sie die Welt unverständlicher Graphen und explodierender 3D-Kreisdiagramme. Weben Sie Ihre Daten zu einer Geschichte. Dieses Buch liefert Ihnen die dafür notwendigen Grundlagen – theoretisch fundiert, vielfältig illustriert und anwendungsorientiert durch viele Beispiele.
„Mein Team nutzt schon lange die Übungen von Cole. Sie sorgten häufig für ein neues Verständnis – bei unseren Aktivitäten hat das einen enormen Einfluss auf das Leben anderer Menschen.“ (Eleanor Bell, Director Business Analytics, Bill & Melinda Gates Foundation)
Zur Autorin: Cole Nussbaumer Knaflic erzählt Geschichten mit Daten. Sie ist spezialisiert auf die effektive Darstellung von quantitativen Informationen. Knaflics Talent wird weltweit von Organisationen genutzt – beispielsweise im Banking oder aktuell bei Google, wo sie Managerin im People Analytics-Team von Laszlo Bock ist.“
Joshua N. Milligan (2020): Learning Tableau 2020: Create effective data visualizations, build interactive visual analytics, and transform your organization. Packt Publishing.
„Learning Tableau 2020“ bringt Ihnen die Tableau-Grundlagen bei und baut auf fortgeschrittenen Themen auf.
Das Buch führt Sie zunächst in die Grundlagen von Tableau ein. Anschließend werden Ihnen verschiedene Arten von Verbindungen und den Umgang mit Metadaten aufgezeigt. Wir zeigen Ihnen, wie Sie eine Vielzahl von Visualisierungen zur Analyse und Kommunikation der Daten nutzen können, und führen Sie in Berechnungen und Parameter ein. Anschließend werfen wir einen detaillierten Blick auf Level-of-Detail-Ausdrücke (LOD) und verwenden diese, um komplexe Datenprobleme zu lösen. Als Nächstes zeigen wir Tabellenberechnungen, wie Sie Standardvisualisierungen erweitern und verändern, ein interaktives Dashboard erstellen und die Kunst beherrschen, mit Daten Geschichten zu erzählen.
Dieses Tableau-Buch führt Sie in die Möglichkeiten der visuellen statistischen Analyse ein und zeigt Ihnen, wie Sie verschiedene Arten von Visualisierungen und dynamische Dashboards erstellen, um ein reichhaltiges Benutzererlebnis zu schaffen. Danach geht es weiter zu Karten und Geodaten-Visualisierung sowie zu den neuen Datenmodell-Funktionen, die in Tableau 2020.2 eingeführt wurden. Sie werden weiterhin die Fähigkeit von Tableau Prep nutzen, Daten zu bereinigen und zu strukturieren und die in Ihren Daten enthaltenen Geschichten zu teilen. Am Ende dieses Buches werden Sie in der Lage sein, die leistungsstarken Funktionen von Tableau 2020 für die Entscheidungsfindung zu implementieren.“
Bitte beachten Sie:
Die mit Sternchen (*) gekennzeichneten Links sind sogenannte Affiliate-Links. Wenn Sie auf so einen Affiliate-Link oder die entsprechende Werbeanzeige klicken und über diesen Link einkaufen, bekomme ich von dem betreffenden Online-Shop oder Anbieter eine Provision. Für Sie verändert sich der Preis nicht.
