Grundbegriffe. Bibliografie

Transkript

1 Grundbegriffe Merkmale und Merkmalsausprägungen Skalen und Skalentransformation Einführung und Grundbegriffe II 1 Bibliografie Bleymüller / Gehlert / Gülicher Verlag Vahlen Statistik für Wirtschaftswissenschaftler Bleymüller / Gehlert Verlag Vahlen Statistische Formeln, Tabellen und Programme PowerPointPresentationen (Prof. Kück) Vorlesungsskript für Statistik I (Dr. Pu Chen) Einführung und Grundbegriffe II 2 1

2 Merkmal Eine messbare Eigenschaft einer statistischen Einheit, für die man sich bei der Untersuchung interessiert, heißt Merkmal. Für allgemeine Aussagen werden die Merkmale mit großen lateinischen Buchstaben bezeichnet: A, B, C, etc Einführung und Grundbegriffe II 3 Merkmalsausprägung Die möglichen Werte (Kategorien), die ein Merkmal annehmen kann, heißen Merkmalsausprägungen. Für allgemeine Aussagen werden die Merkmalsausprägungen mit kleinen lateinischen Buchstaben und subindex bezeichnet: a 1, a 2,, b 1, b 2,, c 1, c 2, Einführung und Grundbegriffe II 4 2

3 Merkmalsträger Eine statistische Einheit, deren Eigenschaften erhoben werden, heißt Merkmalsträger. Beispiele: Merkmalsträger: Person Merkmale: Alter, Ausbildung, Position, Gehalt, etc Merkmalsträger: Fernsehgerät Merkmale: Hersteller, Model, Bildschirmdiagonale, Stromverbrauch, Frequenz, etc Merkmalsträger: PC Merkmale: Prozessor, Taktfrequenz, Arbeitsspeicher, Laufwerke, etc Einführung und Grundbegriffe II 5 Datenmengenklassifizierung Nach der Anzahl der Merkmale je Merkmalsträger entstehen: Eindimensionale Datenmengen: Es wird nur ein Merkmal pro Merkmalsträger erfasst. Mehrdimensionale Datenmengen: Es werden zwei bzw. mehrere Merkmale pro Merkmalsträger erfasst. Einführung und Grundbegriffe II 6 3

4 Eindimensionale Datenmengen Es wird nur ein Merkmal der statistischen Einheit erhoben. Dieses Merkmal bildet eine eindimensionale statistische Variable. Das Erfassungsergebnis für die statistischen Einheiten der Gesamtheit bildet die Univariate Datenmenge. Einführung und Grundbegriffe II 7 Mehrdimensionale Datenmengen Es werden zwei oder mehr Merkmale der statistischen Einheit erhoben. Zwei Merkmale bilden eine zweidimensionale statistische Variable. Die Erfassung aller Werte bilden eine bivariate Datenmenge Mehr als zwei Merkmale bilden eine mehrdimensionale statistische Variable. Die Erfassung aller Werte bilden eine multivariate Datenmenge Einführung und Grundbegriffe II 8 4

5 Merkmalstypen Die Merkmale lassen sich nach den Relationen bzw. Operationen, die man mit den Merkmalsausprägungen definieren kann, in drei Typen gruppieren. Die Merkmalstypen sind: qualitativ (begrifflich, kategorial) komparativ (abstufbar, vergleichbar) quantitativ (exakter zahlenmäßiger erfassbar) Einführung und Grundbegriffe II 9 Beispiel: Merkmalstypen Merkmal Konfession Geschlecht Familienstand Leistungsbeurteilung Körpergröße Alter Anzahl der Kinder Merkmalsausprägung röm.-kath., ev., sonstige, keine männlich, weiblich ledig, verheiratet, verwitwet, geschieden sehr gut, gut, befriedigend, ausreichend, mangelhaft x cm x Jahre 0, 1, 2, 3, Merkmalstypen qualitativ qualitativ qualitativ komparativ quantitativ quantitativ quantitativ Einführung und Grundbegriffe II 10 5

6 Qualitative Merkmale Qualitative Merkmale besitzen nur eine Äquivalentrelation: zwei Merkmalsausprägungen sind entweder identisch oder nicht. Durch diese Relation wird die Gesamtheit in gegenseitig ausschließenden Klassen geteilt. Die Ausprägungen können durch Zahlen ersetzt werden (Codierung). Mit diesen Zahlen dürfen aber keine mathematischen Operationen durchgeführt werden. Es bestehet auch keine Ordnungsrelation zwischen den Ausprägungen. Beispiel: Familienstand: ledig(1), verheiratet(2), verwitwet(3), geschieden(4). Einführung und Grundbegriffe II 11 Komparative Merkmale Die komparativen Merkmale sind qualitative Merkmale, unter deren Ausprägungen zusätzlich eine Ordnungsrelation besteht. D. h. die komparativen Merkmale besitzen eine Äquivalenz- und eine Ordnungsrelation. Beispiel: Die Evaluierung der Lehre durch die Studenten: Merkmalsausprägungen bzw. Noten: ausgezeichnet (1), sehr gut (2), gut (3), schlecht (4) und sehr schlecht (5) Einführung und Grundbegriffe II 12 6

7 Quantitative Merkmale Quantitative Merkmale sind komparative Merkmale, unter deren Ausprägungen zusätzlich eine Metrik definiert wird. D. h. sie besitzen eine Äquivalenz-, eine Ordnungsrelation, eine Null und eine Eins und mit ihren Ausprägungen dürfen die üblichen mathematischen Operationen durchgeführt werden. Die Differenzen und Quotienten sind interpretierbar. Beispiele: Körpergröße, Anzahl der Kinder und Alter einer Person lassen sich mit reelle Zahlenwerte darstellen. Einführung und Grundbegriffe II 13 Skalentypen Merkmale, Merkmalsträger und Merkmalsausprägungen drücken eine Sachlogik aus. Die Messung eines Merkmals bei einem Merkmalsträger geschieht durch eine Skala. Jeder Merkmalsausprägung wird ein Skalenwert zugeordnet. Diese Zuordnung nennt man Messsung. Entsprechend der Merkmalstypen unterscheidet man die Skalenarten in: nominal (für qualitative Merkmale) ordinal (für komparative Merkmale) kardinal (für quantitative Merkmale) Von den Skalentypen hängt die Wahl der anzuwendenden statistischen Verfahren ab. Einführung und Grundbegriffe II 14 7

8 Nominalskala Die Nominalskala wird bei qualitativen Merkmalen angewandt. Jedem Merkmalsausprägung wird ein und nur ein Skalenwert zugeordnet. Man soll es versuchen, eine sachlogische Skala zu definieren, damit die Arbeit mit den Werten und die Interpretation der Ergebnisse leichter wird. Eine Reihenfolge oder Rangordnung der Werte wird damit nicht festgelegt. Mathematische Operationen mit den Skalenwert sind in diesem Fall untersagt. Einführung und Grundbegriffe II 15 Beispiele: Nominalskala Geschlecht mögliche Ausprägungen: männlich / weiblich. mögliche Skalenwerte: (maskulin / feminin), (m/w), (0/1), etc Schulbildung mögliche Ausprägungen: kein Abschluss, Hauptschulabschluss, Realschulabschluss, Abitur. mögliche Skalenwerte: 1, 2, 3, 4 Studiengang mögliche Ausprägungen: BWL, VWL, Wirtschaftsinformatik, mögliche Skalenwerte: 1, 2, 3, Farbe mögliche Ausprägungen: gelb, grün, blau, rot, mögliche Skalenwerte: 1, 2, 3, 4, Einführung und Grundbegriffe II 16 8

9 Ordinalskala Die Merkmalsausprägungen eines komparativen Merkmals können nicht nur nach dem gleich/ungleich Kriterium verglichen werden, sondern sie können in eine Reihenfolge nach den größer/kleiner oder besser/schlechter Beziehungen gebracht werden. Dabei ist jedoch zu beachten, dass die Abstände zwischen den Merkmalsausprägungen nicht interpretierbar sind. Eine Ordinalskala soll diese Eigenschaften des entsprechenden komparativen Merkmals wiedergeben. Eine Ordinalskala mit ausschließlich ununterbrochenen ganzen Zahlen bezeichnet man Rangskala (Ratingskala). Einführung und Grundbegriffe II 17 Beispiele: Ordinalskala Noten Mögliche Ausprägungen: 1, 2, 3, 4, 5. Zwischen den Noten besteht eine besser/schlechter Beziehung, allerdings ist der Abstand zwischen zwei Noten nicht exakt interpretierbar. Rangplätze der Fußballbundesliga Es lässt sich eine besser/schlechter Aussage zwischen den Plätzen der Tabelle machen, allerdings sagt sie nichts über den genauen Abstand der Vereine zueinander aus. Abgestufte Antworten bei Fragen über Einstellungen, Haltungen Zwischen den Antworten besteht eine besser/schlechter Beziehung, diese lässt sich aber nicht genau quantifizieren. Bei praktischen Untersuchungen wird jedoch oft Äquidistanz zwischen den Skalenwert unterstellt, denn dadurch können die komfortableren Verfahren zur Datenanalyse kardinalskalierter Merkmalen verwendet. Einführung und Grundbegriffe II 18 9

10 Kardinalskala (metrische Skala) Neben der Rangordnung besteht die Möglichkeit, die Abstände zwischen den Merkmalsausprägungen eines quantitativen Merkmals zu interpretieren. Eine entsprechende Kardinalskala muss diese metrische Eigenschaften besitzen. Sie haben eine Null und eine Einheit. Kardinalskala Intervallskala - willkürlicher (relativer) Nullpunkt Beispiele: Temperaturmessung in C Kalenderzeitrechnung Verhältnisskala - absoluter Nullpunkt Beispiele: Temperaturmessung in K Körpergröße Lebensdauer, etc 0 K entspricht - 273,15 C Einführung und Grundbegriffe II 19 Absolutskala Eine kardinal- bzw. metrische Skala mit einem natürlichen Nullpunkt und einer natürlichen Einheit heißt Absolutskala. Auf einer Absolutskala werden z. B. Stückzahlen oder Häufigkeiten gemessen. Beispiel: Im Geschäftsjahr 2001/2002 produzierte die Dr. Inc. h. c. F. Porsche AG Fahrzeuge. Einführung und Grundbegriffe II 20 10

11 quantitative Merkmale eine Klassifikation Je nach Menge der Ausprägungen, die ein quantitatives Merkmal annehmen kann, unterscheidet man: Diskretes Merkmal Die Menge der möglichen Ausprägungen sind endlich bzw. unendlich abzählbar. Stetiges (kontinuierliches) Merkmal Die Menge der möglichen Ausprägungen ist nicht abzählbar. Sie ist isomorph mit der Menge der reellen Zahlen. Quasistetiges Merkmal Ein diskretes Merkmal, welches viele und sehr dicht beieinander liegende Ausprägungen hat, wird wie ein stetiges Merkmal behandelt. Meistens liegt die Unstetigkeit an der Genauigkeit unserer Messinstrumente. Einführung und Grundbegriffe II 21 Beispiele: Diskrete Merkmale Zahl der Studenten im AudiMax Zahl der Kinder einer Familie Zahl der produzierten Erzeugnisse Zahl der Erwerbslosen einer Region Einführung und Grundbegriffe II 22 11

12 Stetige Merkmale Ein stetiges Merkmal kann theoretisch (zumindest in einem bestimmten Bereich) einen beliebigen reellen Wert annehmen. Das Messergebnis wird dadurch beeinflusst, dass man nicht beliebig genau messen kann. In der Praxis liegt die Genauigkeit an unseren vorhandenen Messinstrumenten. Beispiele: Zeit für 100 m Lauf Gewicht, Größe, Alter einer Person Höhe, Tiefe, Breite eines Produktes Einführung und Grundbegriffe II 23 Quasistetige Merkmale Bei einem quasistetigen Merkmal handelt es sich um ein diskretes Merkmal, die viele Eigenschaften eines stetigen Merkmals besitzen. Diese werden deswegen oft wie ein stetiges Merkmal behandelt. Eine solche Behandlung ist angemessen, wenn die Einheit, in der gezählt wird, vernachlässigbar klein ist gegenüber der großen Anzahl von möglichen Ausprägungen. Beispiel: Altersangabe (in Jahr) einer Person Die Altersangabe (Kalenderjahr minus Geburtsjahr) ist laut unsere Definition ein diskretes Merkmal. Weil hiermit jedoch Alterszeit (Lebensdauer), d. h. eine stetige Größe zu messen ist, besitzt dieses Merkmal mehr Eigenschaften eines stetigen Merkmal als von einem diskreten. Es wird quasistetig bezeichnet und als stetig behandelt. Altersangaben von 67,83 Jahre können für Mittelwerte einer Personengesamtheit stehen. Solche Angaben sind in der Praxis üblich. Einführung und Grundbegriffe II 24 12

13 Transformation Unter der Skalentransformation versteht man die Transformation der Skalenwerte in andere Werte, wobei die Eigenschaften der Skalen erhalten bleiben. Eigenschaften der Transformationen: Eineindeutigkeit Monotonie Linearität Einführung und Grundbegriffe II 25 Eineindeutigkeit Jedem Wert der alten Skala wird genau ein Wert der neuen Skala zugeordnet. Eindeutige Umkehrbarkeit ist gegeben. Das betrifft in der Praxis z.b. die erforderliche Umstellung bei Systematiken, Klassifikationen, Codierung. Entsprechend Skalentyp: Die Transformation einer Nominalskala muss eineindeutig sein. 1 2 X Y 3 Z Einführung und Grundbegriffe II 26 13

14 Beispiele: Eineindeutigkeit Transformation des Merkmals Geschlecht von männlich/weiblich in die Werte 0/1 bzw. X/Y Zuordnung eines Zahlenschlüssels für die Farbe eines Autos Zahlenschlüssel (Regionalschlüssel) für Städte und Gemeinden Mit diesen Zahlen darf man keine mathematische Operation durchführen. Es besteht auch keine Rangfolge unter ihnen. Einführung und Grundbegriffe II 27 Monotonie Die gleiche Ordnungsrelation der alten Skalenwerte bleibt unter den neuen Skalenwerten erhalten. Sie geben die entsprechenden Relationen der Merkmalsausprägungen wieder. Die Transformation einer Ordinalskala muss monoton sein. Eine monotone Transformation ist auch eine eineindeutige Transformation. Sie muss aber keine metrische Eigenschaft besitzen. Beispiel: Transformation der Noten sehr gut, gut, befriedigend, in 1, 2, 3, Einführung und Grundbegriffe II 28 14

15 Linearität Die Werte werden durch eine lineare Gleichung (Funktion) transformiert. Diese Transformation ist nur für kardinalskalierte Merkmale zulässig. Das Verhältnis von Abständen zwischen den Skalenwerten bleibt gleich. Die Transformation einer Kardinalskala muss linear sein. Eine lineare Transformation ist eineindeutig und monoton. x' = a x + b (a 0) Einführung und Grundbegriffe II 29 Beispiele: Lineare Transformation Umrechnungskurs zwischen Landeswährungen z. B. zur Euro Einführung: 1 DM 1,95583 * Euro (y=1,95583 x) Tageskurs für Touristen Deutschland und England 1 Euro 0,623 GBP (y=0,623 x) Umrechnung zwischen Meile und Kilometer, Gallone und Liter usw. Einführung und Grundbegriffe II 30 15

16 Eigenschaften von Skalen Kardinal Ordinal Nominal Der Übergang von einer höheren auf eine niedrigere Stufe ist jederzeit möglich. Ein solcher Informationsverlust wird im Interesse der Aussage oft sogar angestrebt. Beispiel: In Datenaufbereitungen und -auswertungen über Einkommen werden häufig drei Klassen bzw. Gruppen ausgewiesen: untere, mittlere und höhere Einkommen. Einführung und Grundbegriffe II 31 16