Willkommen bei Necessary Condition Analysis (NCA).
NCA analysiert Daten mithilfe der Logik der Notwendigkeit. Eine notwendige Bedingung bedeutet, dass das Ergebnis garantiert ausfällt, wenn die Bedingung nicht gegeben ist. Das Gegenteil ist jedoch nicht der Fall: Wenn die Bedingung erfüllt ist, ist der Erfolg des Ergebnisses nicht garantiert. Beispiele für notwendige Bedingungen sind die GMAT-Punktzahl eines Studenten für die Zulassung zu einem PhD-Programm; ein Student wird nicht zu einem PhD-Programm zugelassen, wenn seine GMAT-Punktzahl zu niedrig ist. Intelligenz für Kreativität, da es ohne Intelligenz keine Kreativität gibt, und Engagement des Managements für organisatorischen Wandel, da es ohne das Engagement des Managements keinen organisatorischen Wandel gibt. NCA kann mit bestehenden oder neuen Datensätzen verwendet werden und kann neue Erkenntnisse für Theorie und Praxis liefern. Sie können NCA als eigenständigen Ansatz oder als Teil eines Multi-Methoden-Ansatzes anwenden, der die multiple lineare Regression (MLR), die Strukturgleichungsmodellierung (SEM) oder die Qualitative Comparative Analysis (QCA) ergänzt. In diesem Kurs werden die grundlegenden Elemente von NCA erläutert und anhand von anschaulichen Beispielen gezeigt, wie Sie NCA mit der Software R durchführen. Zu den Themen gehören (i) Einrichten einer NCA-Studie, (ii) Ausführen einer NCA und (iii) Präsentieren der Ergebnisse der NCA. Wir wünschen Ihnen viel Spaß mit dem Kurs!


















