zedita – Blog

Wir werten Daten aus, um Informationen und Erkenntnisse zu gewinnen. Dafür stehen eine Vielzahl von Methoden und statistische Verfahren zur Verfügung, die leider nicht alle in Form eines Blogbeitrags besprochen werden können. Stattdessen wollen wir uns für den Beginn die Systematik hinter den Methoden angucken, sie können nämlich grundsätzlich in drei grundsätzliche Arten von Analysen unterteilt werden: beschreibende Statistik, schließende Statistik und Data-Mining-Verfahren. Bevor wir starten aber erstmal ein paar wesentliche Dinge, an die eine Analystin immer denken muss, wenn es um die Arbeit mit Daten geht.

Die ein oder andere Person kennt das sicherlich: Man sitzt in einer Präsentation, es werden unzählige Folien mit Tabellen und Abbildungen in den Raum geworfen und am Ende hat niemand Fragen – und keiner hat irgendwas verstanden. Schade für alle, denn sicherlich hatte die präsentierende Person eine Botschaft und hat viel Mühe in die Erstellung der Folien investiert. Für das Publikum haben sich vermutlich irgendwo Handlungsmöglichkeiten versteckt, aber leider ist alles verpufft. Warum? Weil der Fokus bei der Erstellung der Präsentation auf den Daten und nicht auf dem Publikum lag. Eine Tatsache, die mit den Prinzipen des Storytellings mit Daten vermeidbar gewesen wäre.

Dass eine Befragung repräsentativ sein sollte, hat wohl jeder schon mal gehört. Doch was bedeutet Repräsentativität eigentlich genau? Warum ist das wichtig? Und wie erreiche ich, dass meine Befragung repräsentativ ist? Diese Fragen wollen wir in diesem Beitrag klären, damit es nicht allzu theoretisch bleibt, wollen wir zuerst eine konkrete Befragung als Beispiel einführen.

Die Konzeption von Befragungen ist ein Thema, dass einige in der Datenkompetenz Community umtreibt. Unser erstes Online-Meetup zum Thema hat bereits stattgefunden und es war eine Mischung aus theoretischem Input, Klärung eurer Fragen und ein reger Erfahrungsaustausch. Wir haben festgestellt, dass am Anfang jeder Befragung folgende Fragen stehen: Wer soll eigentlich befragt werden? Wie erreiche ich die Menschen? Und sind meine Ergebnisse auch repräsentativ? In diesem Blogbeitrag möchte ich euch einen Überblick über relevante Stichprobenarten geben.

In einer datengetriebenen Welt, umgeben von künstlicher Intelligenz und mitten im postfaktischen Zeitalter ist es wichtig, dass wir sicher im Umgang mit Daten sind. Diese Sicherheit im Umgang mit Daten kann auf verschiedenen Ebenen stattfinden – nicht jeder muss programmieren können. Denn Grundkenntnisse im datenanalytischen Denken sind ein elementarer Baustein.