Datenanalyse

Die Datenanalyse setzt Hypothesen und messtheoretische Überlegungen voraus. Letztere beziehen sich auf die Bedingungen und Möglichkeiten der Repräsentation empirischer Gegebenheiten (z. B. verbal geäußerter Empfindungen eines Probanden, Reaktionszeiten, Blickbewegungen etc.) in numerische Werte. So werden bei Meinungsumfragen z.B. die subjektiv geäußerte Beliebtheit von Politikern (= empirische Gegebenheit) numerisch repräsentiert auf einer 7-Punkte-Skala, die z.B. von -3 ("starke Ablehnung") bis +3 ("starke Zustimmung") reicht. Diese Repräsentation wird nach bestimmten Regeln vorgenommen, die innerhalb der Repräsentationstheorie festgelegt werden. Als Ergebnis erhält man meist numerische Meßwerte, die nach entsprechenden Auswertungsregeln verarbeitet werden. Diese Regeln werden durch die jeweilige Methode der Datenanalyse festgelegt. Datenanalysemethoden können dabei "überwacht" ("supervised") wie auch "nicht überwacht" ("unsupervised") sein. Zu ersteren zählt u.a. das Allgemeine Lineare Modell (mit den Varianten t-test, Varianzanalyse, Regression, Wachstumskurvenmodelle,...) sowie Zeitreihenmodelle (u.a. Differenzen- und Differentialgleichungsmodelle); zu letzteren Multidimensionale Skalierung, Faktoren- und Clusteranalyse, ...).