Author: | Jens-Oliver Schünzel | ISBN: | 9783638456081 |
Publisher: | GRIN Verlag | Publication: | January 16, 2006 |
Imprint: | GRIN Verlag | Language: | German |
Author: | Jens-Oliver Schünzel |
ISBN: | 9783638456081 |
Publisher: | GRIN Verlag |
Publication: | January 16, 2006 |
Imprint: | GRIN Verlag |
Language: | German |
Studienarbeit aus dem Jahr 2004 im Fachbereich BWL - Allgemeines, Note: 1,7 (85 Punkte), Martin-Luther-Universität Halle-Wittenberg (Lehrstuhl für Finanzwirtschaft und Bankbetriebslehre), Veranstaltung: ABWL-Seminar: Quantitative Analyse- und Planungsinstrumente, 12 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Bestand noch vor 30 bis 50 Jahren das Problem, dass die Informationsbeschaffung relativ mühsam und zeitaufwendig war, und so eher ein Datendefizit auftrat, ist heute genau das Gegenteil der Fall. Durch das Internet, elektronische Datenbanken, Archivsysteme sowie Massenspeicher ist die Informationsbeschaffung preiswert und schnell geworden. Dabei ist es leicht möglich, den Überblick zu verlieren. Um Strukturen in großen Datenmengen zu erkennen und die wesentlichen Charakteristika herauszufiltern, stellt die Clusteranalyse mit anschließender Typenbildung ein geeignetes Instrumentarium dar. Die folgende Arbeit gliedert sich in zwei Abschnitte: Zunächst wird in einem theoretischen Teil eine Einordnung der Clusteranalyse vorgenommen, um dann darauf insbesondere die hierarchische Clusteranalyse darzustellen. Im zweiten Teil wird dann anhand einer Auswahl von Unternehmen eine solche Analyse mit Typisierung durchgeführt.
Studienarbeit aus dem Jahr 2004 im Fachbereich BWL - Allgemeines, Note: 1,7 (85 Punkte), Martin-Luther-Universität Halle-Wittenberg (Lehrstuhl für Finanzwirtschaft und Bankbetriebslehre), Veranstaltung: ABWL-Seminar: Quantitative Analyse- und Planungsinstrumente, 12 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Bestand noch vor 30 bis 50 Jahren das Problem, dass die Informationsbeschaffung relativ mühsam und zeitaufwendig war, und so eher ein Datendefizit auftrat, ist heute genau das Gegenteil der Fall. Durch das Internet, elektronische Datenbanken, Archivsysteme sowie Massenspeicher ist die Informationsbeschaffung preiswert und schnell geworden. Dabei ist es leicht möglich, den Überblick zu verlieren. Um Strukturen in großen Datenmengen zu erkennen und die wesentlichen Charakteristika herauszufiltern, stellt die Clusteranalyse mit anschließender Typenbildung ein geeignetes Instrumentarium dar. Die folgende Arbeit gliedert sich in zwei Abschnitte: Zunächst wird in einem theoretischen Teil eine Einordnung der Clusteranalyse vorgenommen, um dann darauf insbesondere die hierarchische Clusteranalyse darzustellen. Im zweiten Teil wird dann anhand einer Auswahl von Unternehmen eine solche Analyse mit Typisierung durchgeführt.