Modul 01: Einführung

Transkript

1 Modul 01: Einführung 1 Modul 01: Einführung Was ist eine Statistik Wozu statistische Methoden dazu 7 kleine Fallstudien 2 1

2 Modul 01: Was ist eine Statistik eine systematische Zusammenstellung von Zahlen und Daten wozu zur Beschreibung bestimmter Zustände, Entwicklungen und Phänomene Ziel : Gewinnung von Information 3 Modul 01: Was ist eine Statistik Umsätze der Meyer AG über die Großhändler in NRW im Jahr 2008 Umsatzklasse in Tsd. Anzahl Großhändler (absolute Häufigkeit) bis unter % 100 bis unter % 200 bis unter % 300 bis unter % 400 bis unter % Summe % Quelle: Umsatzstatistiken der Großhändler 2008, Vertriebsabteilung Tabelle 01.1 Anteil in % (relative Häufigkeit) 4 2

3 Modul 01: Was ist eine Statistik Input Output , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,45 154,670, , ,26 Umsätze der Meyer AG über die Großhändler in NRW im Jahr 2008 Umsatzklasse in Tsd. Anzahl Großhändler (absolute Häufigkeit) Anteil in % (relative Häufigkeit) 0 bis unter % 100 bis unter % 200 bis unter % 300 bis unter % 400 bis unter % Summe % (Quelle: Umsatzstatistiken der Vertriebsabteilung, 2008) Tabelle Modul 01: Was ist eine Statistik Umsätze der Meyer AG über die Großhändler In NRW im Jahr 2008 Quelle: Umsatzstatistiken der Vertriebsabteilung, 2008 Abbildung

4 Modul 01: Was ist eine Statistik Fachterminologie Untersuchungseinheiten = statistische Einheiten (Träger der Information) einzelne Großhändler Grundgesamtheit = statistische Masse Großhändler der Meyer AG in NRW im Jahr 2008 Merkmal = Variable Umsatz mit der Meyer AG im Jahr 2008 (klassierte) Häufigkeitsverteilung mit absoluten und relativen (Klassen-)Häufigkeiten Umsätze der Meyer AG über die Großhändler in NRW im Jahr 2008 Umsatzklasse in Tsd. Anzahl Großhändler (absolute Häufigkeit) Anteil in % (relative Häufigkeit) 0 bis unter % 100 bis unter % 200 bis unter % 300 bis unter % 400 bis unter % Summe % (Quelle: Umsatzstatistiken der Vertriebsabteilung, 2008) Tabelle Modul 01: Was ist eine Statistik (Quelle: Statistisches Jahrbuch der Bundesrepublik Deutschland 2006, S. 83) Tabelle

5 Modul 01: Was ist eine Statistik (zu Tabelle 01.2) Erwerbstätige in NRW im Jahr Tsd. Angestellte in Deutschland im Jahr Tsd. Operationalisierung der Begriffe Operationalisierung: Operation, mit der ein Begriff konkret gemessen wird 9 Modul 01: Was ist eine Statistik Abbildung

6 Modul 01: Eine weitere Statistik (in graphischer Darstellung) 11 Modul 01: Eine weitere Statistik (in graphischer Darstellung) Bemerkenswert: Der Bierverbrauch pro Kopf ist in den alten und neuen Bundesländern kurz nach der Wiedervereinigung bis auf die Nachkommastelle gleich. Ansonsten gibt es Strukturunterschiede beim Durst 12 6

7 Modul 01: Statistik und Weltmeisterschaft im Biertrinken : 1. Deutschland 142 l/kopf 2. Tschechoslowakei 140 l/kopf : 1. Tschechien 160 l/kopf 2. Deutschland 142 l/kopf. Slowakei 100 l/kopf 21 Mio hl : CSSR = = 140 l/kopf 15 Mio Einw. 21 Mio hl Bier 15 Mio Einw Mio hl : Tschechien = = 160 l/kopf 10 Mio Einw. 5 Mio hl : Slowakei = = 100 l/kopf 5 Mio Einw. 16 Mio hl Bier 10 Mio Einw. 5 Mio hl Bier 5 Mio Einw. 13 Der Bierkonsum in Deutschland hat sich verändert... Bierkonsum pro Kopf in l

8 Modul 01: Wozu statistische Methoden dazu 7 kleine Fallstudien 15 Modul 01: Fallstudie Geburtsdaten Altersstruktur unübersichtliche, unstrukturierte große Datenmenge Anzahl Mitglieder statistische Methoden Informationen, Erkenntnisse Jahre 16 8

9 Modul 01: Fallstudie 2 Nr. G A E M K F Geschlecht Alter Einkommen Markenwahl Kaufrate Familienin pro Jahr pro stand Jahren in TDM Produkt Monat 1 w A 5 ledig 2 m B 8 verheiratet 3 m B 4 geschieden 4 w A 5 ledig 5 m B 7 verheiratet 6 w B 6 verwitwet 7 w B 3 verheiratet 8 w A 4 ledig 9 m B 5 verheiratet 10 m B 4 verwitwet 11 w A 5 verheiratet 12 m A 4 ledig 13 m B 8 verheiratet 14 m B 4 geschieden 15 w A 5 ledig 16 m B 7 verheiratet 17 w B 6 verwitwet 18 w B 8 verheiratet 19 w B 4 ledig 20 m A 5 verheiratet z.b. Produkt B 74 69,2% Der Marktanteil von B ist fast 70%! Befragung in Dortmund, , n = 20 Befragte Produkt A 33 30,8% Das Kaufverhalten ist abhängig vom Geschlecht Produkt A Produkt B 100% 80% 60% 40% Befragungsergebnisse: 6 x 20 = 120 Einzelantworten 20% 0% Frauen Befragung in Dortmund, , n = 20 Befragte Männer 17 Modul 01: Fallstudie 2 (dreidimensionale Analyse) Frauen Anzahl Konsumenten Männer Frauen Anzahl Konsumenten Männer bis unter 40 Jahre 40 Jahre und älter bis unter 40 Jahre 40 Jahre und älter Befragung in Dortmund, , n = 20 Befragte Befragung in Dortmund, , n = 20 Befragte 18 9

10 Modul 01: SPSS (Statistical Package for the Social Sciences) Stanford University (California) Der SPSS-Daten-Editor (Datenansicht) 20 10

11 SPSS = Statistical Package for the Social Sciences 2009 PASW = Predictive Analytics Software : IBM übernimmt SPSS F: Was ist Predictive Analytics Software (PASW) und welchen Nutzen bringt sie A: Predictive Analytics Software erfasst und analysiert Daten zu den Merkmalen, Haltungen und Verhaltensweisen von Menschen, um ein klares Verständnis der erwarteten zukünftigen Verhaltensweisen zu gewinnen, wobei diese Erkenntnisse in Geschäftsprozesse integriert werden, um die Ergebnisse zu verbessern. 21 Modul 01: Fallstudie 3 Produktionsstatistik in Werk A 37. KW 2009: Produktion Wochentag in Stück Montag Dienstag Mittwoch Donnerstag Freitag fehlerhaft fehlerfrei Summe Quelle: Abteilung für Qualitätskontrolle in Werk A Tabelle 01.6 Produktionsstatistik in Werk B 37. KW 2009: Produktion Wochentag in Stück Montag Dienstag Mittwoch Donnerstag Freitag fehlerhaft fehlerfrei Summe Quelle: Abteilung für Qualitätskontrolle in Werk B Tabelle

12 Modul 01: Fallstudie 3 Produktionsstatistik in Werk A 37. KW 2009: Produktion Wochentag in Stück Montag Dienstag Mittwoch Donnerstag Freitag fehlerhaft fehlerfrei Summe Quelle: Abteilung für Qualitätskontrolle in Werk A Tabelle 01.6 Produktionsstatistik in Werk B 37. KW 2009: Produktion Wochentag in Stück Montag Dienstag Mittwoch Donnerstag Freitag fehlerhaft fehlerfrei Summe Quelle: Abteilung für Qualitätskontrolle in Werk B Tabelle 01.7 Statistik über die Ausschussquote in Werk A und B 37. KW 2009, Ausschuss- Wochentag quote in % Montag Dienstag Mittwoch Donnerstag Freitag Werk A 9,34% 7,55% 4,74% 4,84% 8,90% Werk B 5,14% 3,11% 3,24% 4,22% 3,34% Quelle: Abteilung für Qualitätskontrolle in Werk A und B Tabelle Modul 01: Fallstudie 4 Meyer AG Filialumsätze Anzahl in Mio Filialen 0 bis unter bis unter bis unter bis unter bis unter bis unter bis unter bis unter Summe 176 Kauf AG Filialumsätze Anzahl in Mio Filialen 0 bis unter bis unter bis unter bis unter bis unter bis unter bis unter bis unter 40 6 Summe 179 durchschnittlicher Filialumsatz Meyer AG: 16,11 Mio Kauf AG: 17,53 Mio 24 12

13 Modul 01: Fallstudie 5 (Zeitreihenanalyse) Umsätze des X-Produktes (in Mio ) Jahr Monat Januar Februar März April Mai Juni Juli August September Oktober November Dezember Quelle: Umsatzstatistiken der Vertriebsabteilung Tabelle Modul 01: Fallstudie 6 (Messzahlen) 26 13

14 Modul 01: Fallstudie 7 (Konzentration) Umsatz der ABC AG im Jahr 2008 aufgeteilt nach Produkten Produkt- Produktname umsatz (in Mio ) Alpha Beta Gamma Delta Epsilon...59 Frieda...36 Gaby...21 Halma Jalta Kappa Lambda...6 Main...4 Norbert...9 Oskar Pi Quelle Rho...76 Sigma...51 Tau...28 Ufo...10 Summe Quelle: Hauptabteilung Rechnungswesen, Umsatzstatistik 2008 Tabelle Modul 01: Fallstudie 7 (Konzentration) 28 14

15 Daten Datenreduktion Information Fall 1: Fall 2: Fall 3: Fall 4: Fall 5: Fall 6: Fall 7: Häufigkeitsverteilung, eindimensional Gibt es Besonderheiten bei der Altersverteilung Häufigkeitsverteilung, zweidimensional Information über Abhängigkeit/Zusammenhang Hängt die Markenpräferenz vom Geschlecht ab Gliederungszahl: Ausschussquote In welchem Werk wird besser gearbeitet Statistische Kennzahlen, Mittelwert Welcher Kauhauskonzern hat die umsatzstärkeren Filialen Zeitreihenanalyse Welche Gesetzmäßigkeiten gibt es bei der Zeitreihe Umsatz Zeitreihenvergleich Welche Zeitreihe ist stärker angestiegen Konzentrationsmessung Wie stark ist der Gesamtumsatz konzentriert auf die Produkte 29 Modul 01 (3): Frauen: 4 = 40% Männer: 6 = 60% Durchschnittsalter: alle: 21,9 Jahre Frauen: 21,0 Jahre Männer: 22,5 Jahre 30 15

16 Modul 01 (3): Schließende Statistik N = 50 Anzahl der Untersuchungseinheiten in der Grundgesamtheit n = 10 Anzahl der Untersuchungseinheiten in der Stichprobe Schluß von der Stichprobe auf die Grundgesamtheit 31 Modul 01 (3): Schließende Statistik 4 von 10 Personen sind Frauen 40% aller Personen sind Frauen Entscheidungen sind zu fällen über - Auswahlverfahren - Stichprobenumfang Probleme: - Stichprobenfehler - Repräsentativität 32 16

17 Modul 01 (3): Auswahlverfahren Grundgesamtheit: Einwohner in Dortmund über 16 Jahre (N = ) Stichprobe: n = Stichprobe Grundgesamtheit Auswahlverfahren (1): Willkürliche Auswahl = Auswahl aufs Geratewohl = convenience sample - Auswahl ohne Auswahlplan, - Interviewer können Interviewpartner beliebig auswählen, - daher: meist verzerrte Stichprobe - Schluss von den Stichprobenergebnissen auf die Grundgesamtheit nicht möglich - preiswert und schnell, aber nicht seriös 33 Modul 01 (3): Auswahlverfahren (2): Quota-Auswahl (gehört zu den bewussten Auswahlverfahren) - Auswahlplan, - Quotierungsmerkmale (z.b. Geschlecht, Alter, Wohnort, Beruf), - Voraussetzung: Verteilung der Quotierungsmerkmale in der Grundgesamtheit ist bekannt, - Interviewer werden gesteuert über einen Quotenplan, sie müssen bei der Auswahl die Quoten einhalten, - über alle Interviewer sind die Quotierungsmerkmale in der Stichprobe so verteilt wie in der Grundgesamtheit, - deutlich besser als eine willkürliche Auswahl, aber der Schluss von der Stichprobe auf die Grundgesamtheit ist problematisch, - Stichprobenfehler lässt sich nicht berechnen

18 Modul 01 (3): Auswahlverfahren (3): Zufallsauswahl = zufällige Auswahl = Random Auswahl - zufallsgesteuerter Auswahlplan, - zufällige Auswahl willkürliche Auswahl, - einfache Zufallsauswahl: jede Einheit der Grundgesamtheit hat die gleiche Chance, in die Stichprobe zu gelangen (Chance = Wahrscheinlichkeit), - Wichtige Voraussetzung für eine Zufallsauswahl: Liste/Datei mit allen Einheiten der Grundgesamtheit, - Interviewer bekommen feste Namen/Adressen/Telefonnummern, - nur bei der Zufallsauswahl lässt sich der Stichprobenfehler mit Hilfe der Wahrscheinlichkeitsrechnung bestimmen, 35 Modul 01 (4): In welchen Gebieten (Wissenschaften) braucht man Statistik In den empirischen Wissenschaften (auch Realwissenschaften bzw. Erfahrungswissenschaften genannt) - Naturwissenschaften - Sozialwissenschaften (man will neue Erkenntnisse gewinnen über einen Ausschnitt der Realität, dazu werden empirische Untersuchungen durchgeführt; hierbei fallen Daten an, die mit statistischen Methoden ausgewertet werden) In allen Bereichen, in denen große Datenmengen anfallen, aus denen man Erkenntnisse gewinnen will 36 18

19 Modul 01 (5): Zur Geschichte der Statistik Die praktische Statistik ist Jahre alt. Der Ursprung ist nicht die Mathematik. (Pythagoras war kein Statistiker!) Ausgangspunkt der Statistik: (Staats-)Verwaltung/Management von großen Projekten Die Mathematik kam erst vor rund 300 Jahren dazu über die Wahrscheinlichkeitsrechnung. Schließende Statistik 37 Modul 01 (6): EU- EU- Butterberg Kölner Dom 157 m Tonnen 38 19

20 Modul 01 (6): Durchfallquote = Anzahl der nicht bestandenen Klausuren Anzahl der Besucher der Vorlesung Richtige Definition/Operationalisierung des Begriffs Durchfallquote 39 Modul 01 (6): A Einflussfaktoren X B... Elektroenergieverbrauch Wovon abhängig Erklärungsmodell Prognosemodell 40 20

21 Modul 01 (6): K E 41 Modul 01 (6): Korrelation statistischer Zusammenhang Energie-Sparen durch höheren Kartoffel-Verbrauch 120 Mrd. kwh 100 Mrd. kwh 80 Mrd. kwh 60 Mrd. kwh 40 Mrd. kwh 20 Mrd. kwh 0 0 Mrd. kwh 60kg 70kg 80kg 90kg 100kg 110kg 120kg Kausalität kausaler Zusammenhang Ursache-Wirkungs-Beziehung denn sonst könnte man den Energie-Verbrauch durch Kartoffel- Verbrauch beeinflussen Scheinkorrelation (kein kausaler Zusammenhang) 120 Energie-Sparen durch höheren Kartoffel-Verbrauch 120 Mrd. kwh Die Daten stammen aus: Statistische Jahrbücher der Bundesrepublik Deutschland Mrd. kwh 80 Mrd. kwh Mrd. kwh Mrd. kwh Mrd. kwh 0 0 Mrd. kwh 60kg 70kg 80kg 90kg 100kg 110kg 120kg Die Daten stammen aus: Statistische Jahrbücher der Bundesrepublik Deutschland

22 Modul 01 (6): Abbildung So sieht die Wahrheit aus Umsatz in Mio Jan März Mai Feb Apr Jun Jul Aug Sept Okt Nov Dez Feb März Apr Mai Jun Jul Aug Sept Okt Nov Dez Jan Feb März Apr Mai Jun Jul Aug Sept Okt Nov Dez Jan Feb März Apr Mai Jun Jul Aug Sept Okt Nov Dez Jan Quelle: Umsatzzahlen des Produktes ABC, Vertriebsabteilung Abbildung Modul 01 (6): Warum Misstrauen in der Bevölkerung gegenüber den Ergebnissen statistischer Untersuchungen Einige Gründe - Ergebnisse unterschiedlich interpretierbar, insbes. durch geschickte Relativierung (EU-Butterberg) - falsche Operationalisierung der Begriffe ( Durchfallquote ) -Korrelation Kausalität (Kartoffel- und Energieverbrauch) - selektive Auswahl von Daten/Informationen 44 22