| Med udgangspunkt i fagets pensum skal den studerende kunne: 
                        Redegøre for baggrund og forudsætninger for de anvendte analysemetoder 
                        Identificere erhvervsøkonomiske problemstillinger, der kan belyses ud fra en analyse af passende datamaterialer 
                        Med udgangspunkt i et datamateriale at analysere konkrete erhvervsøkonomiske problemstillinger på en måde, som demonstrerer overblik, indsigt og forståelse
                        Med udgangspunkt i et datamateriale at analysere konkrete erhvervsøkonomiske problemstillinger med henblik på at argumentere for strategiske løsninger.
                        Sammenfatte og præsentere resultater af statistiske analyser på en systematisk og sammenhængende måde, der viser overblik, indsigt og forståelse for fagets erhvervsøkonomiske anvendelse. 
 | 
| I det obligatoriske fag Dataanalyse på HD 1.del  introduceres og behandles en række af de basale statistiske  grundbegreber, beskrivelser, analyseformer, modeller og metoder.  Formålet med det valgfrie fagDataanalyse II er at udvide  viden om og færdigheder i behandling og beskrivelse af mere  komplekse sammenhænge og forskelle. Faget giver viden om og  forståelse af en række mere avancerede statistiske  modeller og metoder, der vil være meget relevante at kunne  anvende og forstå for HD’ere, der sidder i eller kommer  til at sidde i funktioner og afdelinger, hvor beslutninger i  høj grad er datadrevne, hvor mange forskellige typer data  behandles, hvor analytiske tilgange er fremherskende, og høj  grad af forståelse for mere komplicerede statistiske  sammenhængende analyser er påkrævet, for at  være en kompetent og værdifuld medarbejder i funktionen  eller afdelingen.
Gennem dette fag skal den studerende  således udvikle viden, færdigheder og kompetencer i at  kunne gennemføre analyser, forstå og fortolke resultater  fra datasæt samt opnå forståelse for  forudsætninger for anvendelse af de modeller og metoder, der  nævnes i fagets indhold. Den studerende skal opnå evnen  til at kommunikere resultaterne til specialist såvel som ikke  specialist, og blive i stand til at træffe beslutninger med  udgangspunkt i indsamlet data samt være i stand til at  analysere ved hjælp af de modeller og metoder, der nævnes  i fagets indhold.
 I undervisningen opøves desuden anvendelsen af et avanceret  statistikprogram, eksempelvis SPSS eller SAS JMP.
 I fagetDataanalyse II behandles følgende modeller:
 • Multipel regressionsanalyse
 • Herunder regression med dummy-variable
 • Logistisk regression
 • Variansanalyse
 • Modeller til test af forskelle og sammenhænge i  ordinal og nominal skalerede data
 • Forecastmodeller
 I undervisningen fremhæves de typer af målinger og  stikprøveudvælgelsesmetoder, der er forudsætninger  for anvendelse af modellerne.
 |