数据集概述
本数据集包含29个文件，主要涉及K-Means聚类分析的不同阶段结果文件、优化后的参与者列表、DSGVO相关讨论概述、编码方案文档及MaxQDA备份文件等，涵盖多种文件格式，用于数据分析相关研究。
文件详解
- K-Means分析文件
- 文件名称：如2.Phase K-Means_20.08.19_alle Variablen_Missing Values.spv、1. Phase K-Means_19.8.19_fast alle_1.0.spv等
- 文件格式：.spv
- 字段映射介绍：包含不同阶段K-Means分析的结果数据，涉及变量选择、缺失值处理等分析过程
- 参与者列表文件
- 文件名称：Finale Akteursliste gesäubert.sav、Finale Akteursliste 2.sav等
- 文件格式：.sav
- 字段映射介绍：优化后的参与者列表数据
- 文档文件
- 文件名称：Code-Schema 2017-01.docx、Diskurs-Überblick zu DSGVO-Streitpunkten.docx
- 文件格式：.docx
- 字段映射介绍：编码方案文档及DSGVO相关讨论概述
- 表格文件
- 文件名称：Akteure final-Auswertung_Kopie von Akteurszeitleiste_2017-09_Filter_3_ohne_keys_Partizipationen - Kopie.xlsx等
- 文件格式：.xlsx
- 字段映射介绍：参与者时间线及参与情况相关表格数据
- MaxQDA备份文件
- 文件名称：MaxQDA 2019 Backup_Geht ab.mx5、MAXDA 2017-04 Coding geht los.mx5
- 文件格式：.mx5
- 字段映射介绍：MaxQDA软件的备份文件，包含编码相关数据
适用场景
- 聚类分析研究: 用于K-Means聚类分析不同阶段的结果对比与优化研究
- 数据处理方法探讨: 分析缺失值处理、变量选择等数据处理方法对聚类结果的影响
- DSGVO相关研究: 基于DSGVO相关讨论概述文档，开展数据隐私相关研究
- 参与者数据研究: 利用优化后的参与者列表数据，进行参与者相关分析
- 质性数据分析: 通过MaxQDA备份文件，开展质性数据编码与分析研究
