Statistiske analysemetoder

Anvendelse af statistiske metoder handler om at sammenfatte store datamængder i simple overskuelige modeller. Mange tror, anvendelse af statistiske modeller er meget kompliceret – vi ser det som en stor hjælp. Vores filosofi er, at kunderne grundlæggende ikke behøver at koncentrere sig om ’maskinrummet’ i analysefasen. Vi forpligter os til at kommunikere resultaterne appetitligt og forståeligt.
 
Vi anvender bl.a.:

  • Faktoranalyse - der bruges til at blotlægge, om der er "underlæggende" mønstre i respondenters besvarelser. Metoden bruges altså til at reducere antallet af variable i et datasæt.  
  • Regressionsanalyser - der giver mulighed for at rangordne de enkelte faktorers betydning i en årsagsmodel.
  • Tidsserieanalyser - der er velegnede til undersøgelser, der forudsætter anvendelsen af data fra flere år, eksempelvis når man ønsker at følge udviklingen i bestemte respondentgruppers holdninger til et bestemt spørgsmål.
  • Strukturelle ligningsmodeller - der kan forklare årsagssammenhænge mellem forskellige centrale variable i en undersøgelse. Disse modeller kan eksempelvis anvendes i forlængelse af en faktoranalyse, hvor en række centrale, bagvedliggende faktorer er identificeret.
  • Segmentering og klyngeanalyser - der har til formål at finde klynger eller grupper af enheder, der er ens med hensyn til de variable, der indgår i undersøgelsen. De kan eksempelvis bruges til at identificere grupper af personer, der deler en række fællestræk og på den måde udgør et meningsfuldt fællesskab. Klyngeanalyser kan ofte klarlægge interessante sammenhænge, der ikke dukker frem, når mere traditionelle statistiske metoder anvendes.
 
         

     



Print Bookmark and Share
For mere information



Anna Kragh
Senior Consultant
T: +45 6064 6246
Send e-mail




Johan Schjødt
Senior Consultant
T: +45 2990 1681
Send e-mail