Handout: Nutzenberechnung personalpsychologischer Maßnahmen
|
|
- Sebastian Haupt
- vor 8 Jahren
- Abrufe
Transkript
1 Handout: Nutzenberechnung personalpsychologischer Maßnahmen Weshalb ist es sinnvoll Nutzenberechnungen durchzuführen? - grundlegende Verwendung: Als Entscheidungsunterstützung vor Interventionen zur Abschätzung des ökonomischen Nutzens 1 - in Organisationen: stetiger Kostendruck und Budgetkürzungen vorhanden, Personalverantwortliche sollten den Wert ihrer Arbeit belegen können, um im Wettbewerb um unternehmensinterne Ressourcen bestehen zu können 2 - personalpsychologische Dienstleistungen sollten aus ökonomischer Sicht als Investition und nicht nur als Kostenfaktor aufgefasst werden 3 Durch die Bestimmung des monetären Nutzens soll die Rechtfertigungsdiskussion für personalpsychologische Maßnahmen beendet werden. Der Anfang von Nutzenberechnungen: Das Taylor-Russell-Modell 4 : Zweck: Abschätzung der beruflichen Erfolgswahrscheinlichkeit Parameter des Modells: Validitätskoeffizient r xy (Beschreibt den Zusammenhang zwischen Auswahlverfahren x und Berufserfolg y; Wert für die Qualität des Auswahlverfahrens) Selektionsquote p (Anteil der Ausgewählten unter den Bewerbern, z.b.: 200 Bewerber, 50 davon eingestellt, p= 50/200= 0,25) Grundquote G (Anteil der Geeigneten unter den Bewerbern) (vgl. Görlich & Schuler, 2006, S. 807f.) Grafik verdeutlicht den Zusammenhang der 3 Parameter: - x-achse: Leistung der Bewerber im Auswahlverfahren - y-achse: Prognostiziert den Berufserfolg in Abhängigkeit der Leistung im Auswahlverfahren - Grundquote: Fläche unter der Linie G ungeeignete Bewerber Fläche über der Linie G geeignete Bewerber - Selektionsquote: Fläche links von S abgelehnte Bewerber Fläche rechts von S eingestellte Bewerber 1 vgl. Pennig, 2006, S vgl. Süßmair, 2007, S, 13 3 vgl. Görlich & Schuler, 2006, S vgl. Taylor & Russell,
2 - Validität des Verfahrens r xy : Bestimmt sich über den Korrelationszusammenhang zwischen der Leistung im Auswahlverfahren und dem Berufserfolg. Nimmt Werte im Bereich von 1 bis -1 an. Bei Werten zwischen den Grenzen Punktewolke, bei den Grenzwerten Regressionsgerade. Je enger die Ellipse, desto valider das Auswahlverfahren. Das Taylor-Russell-Modell (1939) Das Taylor-Russell-Modell (1939) Berufserfolg (y) Abgelehnte (A) Eingestellte (E) Berufserfolg (y) Abgelehnte (A) Eingestellte (E) Geeignete (G) Geeignete (G) Grundquote 50% AU AG EG EU Grundquote 80% AU AG EG Ungeeignete (U) Ungeeignete (U) Selektionsquote 50% Prädiktorwert (x, Leistung im Auswahlverfahren) vgl. Schuler, 2006, S. 808 Selektionsquote 20% Prädiktorwert (x, Leistung im Auswahlverfahren) vgl. Schuler, 2006, S. 808 Natalie Kruglow Nutzenberechnung personalpsychologischer Maßnahmen l SS Natalie Kruglow Nutzenberechnung personalpsychologischer Maßnahmen l SS G= 50%, P= 50%, r xy = 0.3 G= 80%, P= 20%, r xy = 0.5 AG = geeignet, aber abgelehnt EG = geeignet und eingestellt EU = ungeeignet, aber eingestellt AU = ungeeignet und abgelehnt Zur rechten Grafik: - Erhöhung der Grundquote z.b. durch gutes Personalmarketing - Senkung der Selektionsquote, es werden prozentual gesehen weniger Bewerber eingestellt - Erhöhung der Validität, z.b. Ersetzung der Sichtung von Bewerbungsunterlagen und Vorstellungsgespräch durch ein geeignetes Assessment-Center Ergebnis: - Mehr geeignete als ungeeignete Mitarbeiter werden eingestellt - Aber: auch mehr geeignete werden abgelehnt - Einstellung von ungeeigneten Mitarbeitern wird auf eine Quote nahe 0 gesenkt - Genaue Prozentzahl der zu recht Angenommen aus Taylor-Russell-Tafeln ablesbar (hier: G=.80, P=.20, r xy = 0.5 => EG=.96, d.h. 96% der eingestellten Bewerber werden später als beruflich erfolgreich klassifiziert) 5 Mangel des Taylor-Russell-Modells: keine Bewertung nach monetären Nutzenaspekten Berücksichtigung des monetären Aspektes: Das Brogden Modell 6 Grundidee: Nutzen des Auswahlverfahrens soll nicht mehr in statistischen, sondern in ökonomischen Einheiten ausgedrückt werden 7. 5 vgl. Görlich & Schuler, 2006, S. 809f. 6 vgl. Brogden, vgl. Süßmair, 2007, S
3 Annahmen: - Linearer Zusammenhang zwischen Prädiktor (Auswahlverfahren) und Kriterium (Berufserfolg), d.h. keine Dichotomie mehr, sondern Regressionsgerade - Kriterium kann in monetären Einheiten ausgedrückt werden ΔU = SDy rxy zx -C U: Differenz des Auswahlverfahrens gegenüber einer Zufallsauswahl mit r xy = 0 SD y : Standardabweichung der Berufsleistung in Geldeinheiten Standardabweichungen geben grundsätzlich die Abweichung der Einzelwerte vom Mittelwert an. Hier wird damit die Variationsbreite der Leistung abgebildet, bei einfachen Tätigkeiten (Fließbandarbeit) ist die Spanne gering, bei komplexen Tätigkeiten (Versicherungsvertreter) groß. Wie groß ist der Erlösunterschied zwischen einem guten und einem schlechten Mitarbeiter? r xy : zx Validitätskoeffizient, gibt die Güte des Auswahlverfahrens an durchschnittlicher z-standardisierter Prädiktorwert der Ausgewählten Gibt an, um wie viele Standardabweichungen die Ausgewählten des Verfahrens besser sind, als die Abgelehnten. Die Leistungen der Teilnehmer am Auswahlverfahren werden als normalverteilt angenommen. Aus diesem Grunde steigt z x je er die Selektionsquote ist, da so nur die Besten der Besten ausgewählt werden, was einen positiven Effekt auf den monetären Nutzen hat. C: Kosten Was in der Formel oben nicht berücksichtigt wird ist, dass sich in der Regel mehr Personen bewerben, als angenommen werden. Kosten werden von allen Teilnehmern verursacht (Reisekosten, Tests, etc.), Nutzen stiften aber nur die eingestellten Bewerber. Daher muss eine Gewichtung erfolgen: ΔU = Ns SDy rxy zx - C N b N S : N b : neu Eingestellte Anzahl der Bewerber Ausweitung der Formel auf die Verbleibdauer der neu Eingestellten im Unternehmen, denn Nutzen kann nur so lange gestiftet werden, solange die Ausgewählten im Unternehmen bleiben. ΔU = T Ns SDy rxy zx - T: mittlere Verweildauer der neu Eingestellten C N b (vgl. Süßmair, 2007, S. 35 ff.) - 3 -
4 Berücksichtigung weiterer betriebswirtschaftlicher Aspekte: Das Boudreau-Modell 8 Boudreaus Kritik: Anzahl der Jahre im Unternehmen als einfache Multiplikation berücksichtigt nicht, dass Nutzen, der in weiter Zukunft anfällt, heute weniger Wert hat, als gegenwärtiger. Aufnahme weiterer Parameter: Diskontierung1/(1+i) t Inflationsbereinigung 1/(1+f) t Versteuerung von Gewinnen (1-TAX) (leistungsfähigere Mitarbeiter erzielen höhere Gewinne, die versteuert werden müssen Nutzen wird geschmälert) Variable Kosten für bessere Leistungen (1+var) Provisionen, Erfolgszulagen, etc. schmälern den monetären Nutzen (var hat ein negatives Vorzeichen) Fluktuation: Messung der verbleibenden Personen im Unternehmen in jedem Zeitabschnitt, d.h. jede Periode wird ermittelt, wie viele Personen das Unternehmen verlassen haben und wie viele neu hinzugekommen sind. Die Nutzenwerte für jeden Zeitabschnitt (z.b. je Monat) werden zu einem Gesamtnutzen aufsummiert. (vgl. Görlich & Schuler, 2006, S. 814 ff.) - weitere Parameter können aufgenommen werden, jedoch Komplexitätserhöhung des Modells - zum Verständnis: Excel-Tabelle zur Durchführung von Kosten-Nutzen-Analysen zum downloaden, URL: - typische Fragestellungen: Lohnt sich die Einführung eines neuen, valideren aber auch teureren Auswahlverfahren gegenüber dem relativ günstigen alten Verfahren? Ab wie vielen Eingestellten lohnt sich das neue und teurere Verfahren?... Kommunikations- und Akzeptanzprobleme von Kosten-Nutzen-Analysen: - Methoden in Organisationen verfügen bis heute über geringe Akzeptanz 9 - Gründe: 1) Geringe Beteiligung von Entscheidungsträgern bei der Durchführung 10 Modelle von Kosten-Nutzen-Analysen sind nicht bekannt Parameter von Kosten-Nutzen-Analysen sind nicht bekannt Bestimmungsmöglichkeiten für Parameter, die geschätzt werden müssen, sind nicht bekannt 2) Nutzwerte liegen teilweise im sechs- bis siebenstelligem Bereich 11 ruft Skepsis hervor, da Wirkung personalpsychologischer Maßnahmen oft unterschätzt wird, Verfahren zur Nutzenberechnung erscheint konstruiert 8 vgl. Boudreau, 1983a 9 vgl. Cascio, vgl. Rowold & Mönninghoff, vgl. Holling,
5 3) Schätzung einiger Parameter kleine Abweichungen in der Schätzung führen zu großen Veränderungen beim Endergebnis 4) Verbindung zu unternehmensinternen Zielen fehlt 12 Nutzen von personalpsychologischen Maßnahmen muss im Zusammenhang mit der Unternehmensstrategie bewertet werden (Kostensenkung, Qualitätsverbesserung, etc.) Der Praktiker muss sich hier eigene Brücken bauen 13 5) Praktikabilität: betrachtete Vorgehensweise entstammt einem wissenschaftlichen, abstraktem Verständnis (Standardabweichungen, Validität ), ganz andere Herangehensweise als in der Praxis (Qualität, Zeit, Umsatz, reduzierte Kosten ) Kompatibilität mit betrieblichem Controlling ist nicht immer gegeben 14 führt zu Ablehnung und Kritik bei Entscheidungsträgern Verbesserung der Akzeptanz: - Prinzip der Kosten-Nutzen-Analyse + Parameter müssen klar sein - Partizipation fördert Akzeptanz 15 Einbeziehung der Entscheidungsträger zu allen Phasen der Nutzenbestimmung Trends im Bereich der Kosten-Nutzen-Analyse: Stärkere Annäherung an Realität, z.b. durch Berücksichtigung immer weiterer Parameter Modelle orientieren sich mehr an Makro-Perspektive, d.h. vermehrte Herstellung von Bezügen zum Zielsystem des Unternehmens Leichtere Umsetzung durch Software-Lösungen, anonyme Datensammlungen zur Bildung von Standards, Benchmarks und Normen, oder Vergleichswerte für SDy aus anderen Industriebereichen, etc. wären wünschenswert. (vgl. Süßmair, 2007) Literaturverzeichnis: Boudreau, J.W. (1983a). Economic considerations in estimating the utility of human resource productivity improvement programs. Personnel Psychology, 36, Brogden, H.F. (1949). When testing pays off. Personnel Psychologie, 2, Cascio, W.F. (1982). Costing human resources: The financial impact of behavior in organizations. Boston: South-Western College Publishing. Cascio, W.F. (2000). Costing human resources: The financial impact of behavior in organizations (4. ed.) Cincinnati: Soth-Western College Publishing 12 vgl. Pennig, 2006, S Penning, 2006, S vgl. Pennig, 2006, S Görlich & Schuler, 2006, S
6 Görlich, Y. & Schuler, H. (2006), Personalentscheidungen, Nutzen und Fairness. In Schuler, H. (Hrsg.), Lehrbuch der Personalpsychologie (2.Aufl.) Göttingen: Hogrefe. Holling, H. (1998). Utility analysis of personnel selection An overview and empirical study based on objective performance measures. Methods of Psychological Research Online, 3, Kehohe, J.F. (2002). General mental ability and selection in private sector organizations: A commentary. Human perfomance, 15, S. 97. Pennig, St., Kremeskötter, N., Nolle, T. (2006) Verfahren zur ökonomischen Evaluation von Personalressourcen und Personal-arbeit URL: [Stand: 12. Mai 2008] Rowold, J. & Mönninghoff, M. (2005). Strategic human resource utility analysis. Journal of Human Resource, Costing and Accounting, 9, Süßmair, A. (2007). Kosten-Nutzen-Analyse und Human Resources (1.Aufl.) Basel: Beltz. Taylor, H.C. & Russell, J.T. (1939). The relationship of validity coefficients to the practical effectiveness of tests in selection: Discussion and tables. Journal of Applied Psychology, 23,
Untersuchung zur Brauchbarkeit des Interviews
Untersuchung zur Brauchbarkeit des Interviews 2 Der Zahlenwert einer Validitätsangabe bedeutet Folgendes: Je näher der Zahlenwert sich dem Wert 1 annähert, desto höher ist die Validität und damit die Vorhersagbarkeit,
MehrInhaltsverzeichnis 5. Inhaltsverzeichnis
Inhaltsverzeichnis 5 Inhaltsverzeichnis 1 Einführung: Kosten-Nutzen-Analysen in Organisationen als Evaluationsund Entscheidungsinstrument Jens Rowold, Simone Kauffeld... 12 1.1 Hintergrund... 12 1.2 Bisherige
Mehrsimple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall
Regression Korrelation simple lineare Regression kurvilineare Regression Bestimmtheitsmaß und Konfidenzintervall Zusammenhänge zw. Variablen Betrachtet man mehr als eine Variable, so besteht immer auch
MehrSTUDIE: Psychologische Verfahren der externen Personalauswahl aus Sicht der Bewerber
STUDIE: Psychologische Verfahren der externen Personalauswahl aus Sicht der Bewerber personnel insight Deinhardplatz 3 56068 Koblenz Tel.: 0261 9213900 nicole.broockmann@personnel-insight.de Theoretischer
MehrÜbungen mit dem Applet Rangwerte
Rangwerte 1 Übungen mit dem Applet Rangwerte 1 Statistischer Hintergrund... 2 1.1 Verteilung der Einzelwerte und der Rangwerte...2 1.2 Kurzbeschreibung des Applets...2 1.3 Ziel des Applets...4 2 Visualisierungen
MehrVorlesung Organisationspsychologie WS 06/07 Personaldiagnostik I
Vorlesung Organisationspsychologie WS 06/07 Personaldiagnostik I Dr. Uwe Peter Kanning Westfälische Wilhelms-Universität Münster Beratungsstelle für Organisationen Überblick 1. Anwendungsfelder 2. Prozess
MehrValidität von Assessments
Direktion Human Resources Management Personalentwicklung und Weiterbildung Validität von Assessments VPSK Frühjahrestagung 2017 Hella Kotrubczik, Bereichsleiterin Personalentwicklung und Weiterbildung,
MehrEMPLOYMENT 2010 to date Research Associate, TU Dortmund University, Chair for Human Resource Development and Change Management
Curriculum Vitae (April 2016) TU Dortmund University Center for Higher Education Chair for Human Resource Development and Change Management Hohe Str. 141 44139 Dortmund Phone: +49 231 755 6552 Email: kai.bormann@tu-dortmund.de
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrMaster of Science Business Administration
Master of Science Business Administration Marketing Abbildung der Studiengangstrukturen PO 2015 Bitte beachten Sie, dass es sich hierbei um vorläufige Übersichten der Studienstruktur handelt, die das WiSo-Studienberatungszentrum
MehrTEIL 13: DIE LINEARE REGRESSION
TEIL 13: DIE LINEARE REGRESSION Dozent: Dawid Bekalarczyk GLIEDERUNG Dozent: Dawid Bekalarczyk Lineare Regression Grundlagen Prognosen / Schätzungen Verbindung zwischen Prognose und Zusammenhang zwischen
MehrTEIL 13: DIE EINFACHE LINEARE REGRESSION
TEIL 13: DIE EINFACHE LINEARE REGRESSION Die einfache lineare Regression Grundlagen Die einfache lineare Regression ist ebenfalls den bivariaten Verfahren für metrische Daten zuzuordnen 1 Sie hat einen
MehrErläuterung des Vermögensplaners Stand: 3. Juni 2016
Erläuterung des Vermögensplaners 1 Allgemeines 1.1. Der Vermögensplaner stellt die mögliche Verteilung der Wertentwicklungen des Anlagebetrags dar. Diese verschiedenen Werte bilden im Rahmen einer bildlichen
MehrGrenzen des Homo Oeconomicus: Grundprinzipien menschlicher Entscheidungen
Grenzen des Homo Oeconomicus: Grundprinzipien menschlicher Entscheidungen Prof. Dr. Jörg Rieskamp Abteilung für Economic Psychology, Fakultät für Psychologie Universität Basel Das in der Wirtschaftstheorie
MehrAnalyse 2: Hypothesentests
Analyse 2: Hypothesentests Ashkan Taassob Andreas Reisch Inhalt Motivation Statistischer Hintergrund Hypothese Nullhypothesen Alternativhypothesen Fehler beim Hypothesentesten Signifikanz-LEVEL und P-value
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrGegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen. 0 sonst.
Aufgabe 1 (2 + 4 + 2 + 1 Punkte) Gegeben sei folgende zweidimensionale Wahrscheinlichkeitsdichtefunktion zweier Zufallsvariablen X und Y : { 2x + 2y für 0.5 x 0.5, 1 y 2 f(x, y) = 3 0 sonst. a) Berechnen
MehrModulveranstaltungen SS 2017
Modulveranstaltungen SS 2017 Veranstaltungstitel Teilnehmer Gesamtnote Fundamentals of Financial Management 14 1 Management von Bausparkassen 5 1 Financial Statement Analysis 8 1,1 Medienordnung 36 1,1
Mehrdiagnostische Herausforderung
HR Consulting: Erfolgreiche Personalauswahl als diagnostische Herausforderung Wie Wirtschaft und Wissenschaft voneinander profitieren können Prof. Dr. Frank M. Spinath Überblick Kernfragen: Warum ist es
MehrMaster of Science Business Administration
Master of Science Business Administration Abbildung der Studiengangstrukturen PO 2015 Bitte beachten Sie, dass es sich hierbei um vorläufige Übersichten der Studienstruktur handelt, die das WiSo-Studienberatungszentrum
MehrConsultant Profile. Telephone: (+49) 21 96 / 70 68 299 Fax: (+49) 21 96 / 70 68 450 Mobile: (+49) 1 73 / 85 45 564 Klaus.Stulle@Profil-M.
Consultant Profile Prof. Dr. Klaus P. Stulle (formerly Hering) Profil M Beratung für Human Resources Management GmbH & Co. KG Berliner Straße 131 42929 Wermelskirchen Telephone: (+49) 21 96 / 70 68 299
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt 2. Stock, Nordflügel R. 02-429 (Persike) R. 02-431 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrTEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN
TEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN GLIEDERUNG Bivariate Analyse für metrisch skalierte Variablen Grundlagen Streudiagramme und Visualisierungen von Zusammenhängen Positive lineare
MehrModulveranstaltungen WS 2016/17
Modulveranstaltungen WS 2016/17 Veranstaltung Anzahl Bewertungen Durchschnittsnote Value-Based Management in Insurance - Theory (11121737) 9 1,1 Konzernbesteuerung 9 1,1 Corporate Risk Management 12 1,1
MehrÜbungen mit dem Applet. by Michael Gärtner
Übungen mit dem Applet by Michael Gärtner Betreuer: Prof. Dr. Wilhelm Kleppmann Abgabe: 20. October 2006 Inhaltsverzeichnis 1 Prinzip der kleinsten Quadrate 4 2 Quadrierte Abweichungen und Bestimmtheitsmaÿ
MehrBachelor of Science. Business Administration
Bachelor of Science Business Administration Media and Technology Abbildung der Studiengangstrukturen PO 2015 Bitte beachten Sie, dass es sich hierbei um vorläufige Übersichten der Studienstruktur handelt,
MehrWelche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret.
Grundlagen der Statistik 25.9.2014 7 Aufgabe 7 Welche der folgenden Aussagen sind richtig? (x aus 5) A Ein metrisches Merkmal, das überabzählbar viele Ausprägungen besitzt heißt diskret. B Ein Merkmal
MehrSTATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG
STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem
MehrAusführliche Lösungen zu ausgewählten Aufgaben von ÜB 5 und 6. Streudiagramm
y Aufgabe 3 Ausführliche Lösungen zu ausgewählten Aufgaben von ÜB 5 und 6 a) Zur Erstellung des Streudiagramms zeichnet man jeweils einen Punkt für jedes Datenpaar (x i, y i ) aus der zweidimensionalen
MehrMaster of Business Administration in Business Development
Master of Business Administration in Business Development Zugangsvoraussetzung für den MBA 1. Abgeschlossenes Hochschulstudium oder ein adäquates Bachelor- oder Master- Degree (210 Credits) 2. Zwei Jahre
MehrConsultant Profile. Yvonne Faerber Profil M Beratung für Human Resources Management GmbH & Co. KG Berliner Straße 131 42929 Wermelskirchen
Consultant Profile Yvonne Faerber Profil M Beratung für Human Resources Management GmbH & Co. KG Berliner Straße 131 42929 Wermelskirchen Telephone: (+49) 21 96 / 70 68 205 Fax: (+49) 21 96 / 70 68 450
MehrSchritt 3: Schriftliche Unterlagen
: Schriftliche Unterlagen Die nachfolgenden Unterlagen wurden im Projekt Auswahl und Beurteilung von Führungskräften in Wissenschaft und Wirtschaft - wie unterscheiden sich Männer und Frauen? (Teilprojekt
MehrKodierbogen zur Beurteilung von psychometrischen Eigenschaften (Reliabilität und Validität) diagnostischer Selbst- und Fremdbeurteilungsverfahren
Schriftenreihe des Instituts für Prävention und psychosoziale Gesundheitsforschung (Nr. 04/P) Kodierbogen zur Beurteilung von psychometrischen Eigenschaften (Reliabilität und Validität) diagnostischer
MehrForschungsstatistik I
Psychologie Prof. Dr. G. Meinhardt 6. Stock, TB II R. 06-206 (Persike) R. 06-321 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet03.sowi.uni-mainz.de/
MehrPrüfungsliteratur: Rudolf & Müller S
1 Beispiele zur univariaten Varianzanalyse Einfaktorielle Varianzanalyse (Wiederholung!) 3 Allgemeines lineares Modell 4 Zweifaktorielle Varianzanalyse 5 Multivariate Varianzanalyse 6 Varianzanalyse mit
MehrTEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN
TEIL 12: BIVARIATE ANALYSE FÜR METRISCH SKALIERTE VARIABLEN Bivariate Analyse für metrisch skalierte Variablen Grundlagen Verfahren für metrische Daten nutzen den vollen mathematischen Informationsgehalt
MehrWhy the European Union Should Adopt Formula Apportionment with a Sales Factor. Ebru Kurukiz Constantin Jucho Tomas Cigan
Why the European Union Should Adopt Formula Apportionment with a Sales Factor Gruppe 7: Nurcan Simsek-Acar Ebru Kurukiz Constantin Jucho Tomas Cigan Agenda 1. Einführung 2. Separate Accounting vs. Formula
MehrEinführung in die Korrelationsrechnung
Einführung in die Korrelationsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Korrelationsrechnung
MehrStatistische Auswertung in der Betriebsprüfung
Dr. Harald Krehl Der Einsatz verteilungsbezogener Verfahren Der Einsatz verteilungsbezogener Verfahren etwa des Benford- Newcomb Verfahrens oder der Normalverteilung bzw. der LogNormalverteilung in der
MehrMathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
MehrDie Dienstleistungen zur Kompetenzfeststellung des Berufspsychologischen Service der Bundesagentur für Arbeit
Forum AG BFN 26.-27.11.2015, Nürnberg Die Dienstleistungen zur Kompetenzfeststellung des Berufspsychologischen Service der Bundesagentur für Arbeit Nicolas Sander Kompetenzfeststellung ist integraler Bestandteil
MehrSeminar Spezialfragen des Controllings SS 2015 (M.Sc.) Institut für Controlling 04.02.2015 http://www.uni-ulm.de/mawi/mawi-ifc.
Seminar Spezialfragen des Controllings SS 2015 (M.Sc.) Institut für Controlling 04.02.2015 http://www.uni-ulm.de/mawi/mawi-ifc.html Seite 2 Seminardetails Termine Anmeldung: 04.02.2015, Raum He18/E.20
MehrInstrument zur Untersuchung eines linearen Zusammenhangs zwischen zwei (oder mehr) Merkmalen.
Gliederung Grundidee Einfaches lineares Modell KQ-Methode (Suche nach der besten Geraden) Einfluss von Ausreißern Güte des Modells (Bestimmtheitsmaß R²) Multiple Regression Noch Fragen? Lineare Regression
MehrPersonalpsychologische Längsschnittstudien in Dienstleistungsunternehmen.
Personalpsychologische Längsschnittstudien in Dienstleistungsunternehmen. Qualitätssicherung von Personalauswahl und -entwicklung sowie Karriereverläufen in 14 unterschiedlichen Call Centern Dr. Jens Rowold
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
MehrDie im Folgenden vorgestellten Lösungen sind Vorschläge. Andere Lösungswege sind denkbar, Tippfehler sind nicht auszuschließen.
Zusätzliche Übungsaufgaben II Die im Folgenden vorgestellten Lösungen sind Vorschläge. Andere Lösungswege sind denkbar, Tippfehler sind nicht auszuschließen. Aufgabe 1 ( Punkte) Eine Tablettenverpackungsmaschine
MehrKapitel XI - Korrelationsrechnung
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Kapitel XI - Korrelationsrechnung Markus Höchstötter Uni Karlsruhe Karlsruhe, SS 2008 Kapitel XI - Korrelationsrechnung
Mehrbav Risikomanagement in der betrieblichen Altersversorgung FaRis & DAV Symposium, Köln, 14. Juni 2013
Risikomanagement in der betrieblichen Altersversorgung FaRis & DAV Symposium, Köln, 14. Juni 2013 3. Bewertung von biometrischen Risiken in der bav Fachhochschule Köln, Schmalenbach Institut für Wirtschaftswissenschaften
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrBrückenkurs Statistik für Wirtschaftswissenschaften
Peter von der Lippe Brückenkurs Statistik für Wirtschaftswissenschaften Weitere Übungsfragen UVK Verlagsgesellschaft mbh Konstanz Mit UVK/Lucius München UVK Verlagsgesellschaft mbh Konstanz und München
MehrProzesskontrolle Modul 7 Dr.-Ing. Klaus Oberste Lehn Fachhochschule Düsseldorf Sommersemester 2012 Quellen www.business-wissen.de www.wikipedia.de www.sdreher.de 2012 Dr. Klaus Oberste Lehn 2 SPC Statistische
MehrDie Korrelation von Merkmalen
Die Korrelation von Merkmalen In der Analse von Datenmaterial ist eines der Hauptziele der Statistik eine Abhängigkeit bzw. einen Zusammenhang zwischen Merkmalen zu erkennen. Die Korrelation ermittelt
MehrWIMES-Wirkungsbericht (Ausschnitt) mit Benchmark (Folien mit blauen Hintergrund = Benchmark Deutschland)
.. WIMES Wirkungen von Hilfen zur Erziehung messen WIMES-Wirkungsbericht (Ausschnitt) mit Benchmark (Folien mit blauen Hintergrund = Benchmark Deutschland) Auswertungsteil: WIMES-Wirkungsberichte liefern
MehrAccounting course program for master students. Institute of Accounting and Auditing http://www.wiwi.hu-berlin.de/rewe
Accounting course program for master students Institute of Accounting and Auditing http://www.wiwi.hu-berlin.de/rewe 2 Accounting requires institutional knowledge... 3...but it pays: Lehman Bros. Inc.,
MehrÜbung 1: Wiederholung Wahrscheinlichkeitstheorie
Übung 1: Wiederholung Wahrscheinlichkeitstheorie Ü1.1 Zufallsvariablen Eine Zufallsvariable ist eine Variable, deren numerischer Wert solange unbekannt ist, bis er beobachtet wird. Der Wert einer Zufallsvariable
MehrInstitut für Biometrie und klinische Forschung. WiSe 2012/2013
Klinische Forschung WWU Münster Pflichtvorlesung zum Querschnittsfach Epidemiologie, Biometrie und Med. Informatik Praktikum der Medizinischen Biometrie () WiSe /3 Univariate und bivariate Verfahren Univariate
MehrHR Strategy & Human Capital Management. Univ.-Prof. Dr. Christian Scholz Wintersemester 2015/2016
HR Strategy & Human Capital Management Univ.-Prof. Dr. Christian Scholz Wintersemester 2015/2016 Ziel Die Vorlesung beschäftigt sich mit strategischem Personalmanagement (shrm) und greift Themen auf, die
MehrFehler- und Ausgleichsrechnung
Fehler- und Ausgleichsrechnung Daniel Gerth Daniel Gerth (JKU) Fehler- und Ausgleichsrechnung 1 / 12 Überblick Fehler- und Ausgleichsrechnung Dieses Kapitel erklärt: Wie man Ausgleichsrechnung betreibt
MehrBiometrieübung 10 Lineare Regression. 2. Abhängigkeit der Körpergröße von der Schuhgröße bei Männern
Biometrieübung 10 (lineare Regression) - Aufgabe Biometrieübung 10 Lineare Regression Aufgabe 1. Düngungsversuch In einem Düngeversuch mit k=9 Düngungsstufen x i erhielt man Erträge y i. Im (X, Y)- Koordinatensystem
MehrDas Mannheimer Training für OSCE-Prüfer Entwicklung eines Blended-learning- Konzepts
Das Mannheimer Training für OSCE-Prüfer Entwicklung eines Blended-learning- Konzepts Kathrin Nühse, Barbara Braun, Jens Kaden, Yvonne Peters, Katrin Schüttpelz-Brauns 26.09.2014, GMA-Tagung, UKE Hamburg-Eppendorf
MehrInhalt. Vorwort Univariate Verteilungen Verteilungen Die Normalverteilung... 47
Inhalt Vorwort... 9 1 Einleitung: Grundlagen der Statistik... 11 1.1 Die statistische Fragestellung im Forschungsprozess... 11 1.2 Grundbegriffe der Statistik... 13 1.3 Voraussetzung jeder Statistik: Die
MehrEine zweidimensionale Stichprobe
Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,
MehrStatistische Methoden in den Umweltwissenschaften
Statistische Methoden in den Umweltwissenschaften Korrelationsanalysen Kreuztabellen und χ²-test Themen Korrelation oder Lineare Regression? Korrelationsanalysen - Pearson, Spearman-Rang, Kendall s Tau
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Taubertsberg R. 0-0 (Persike) R. 0-1 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet0.sowi.uni-mainz.de/
MehrVersuchsplanung. Teil 2 Varianzanalyse (ANOVA) Dr. Tobias Kiesling
Versuchsplanung Teil 2 Varianzanalyse (ANOVA) Dr. Tobias Kiesling Gliederung Grundlagen der Varianzanalyse Streuungszerlegung und Modellschätzer Modellannahmen und Transformationen
Mehr6.6 Poisson-Verteilung
6.6 Poisson-Verteilung Die Poisson-Verteilung ist eine Wahrscheinlichkeitsverteilung, die zur Modellierung der Anzahl von zufälligen Vorkommnissen in einem bestimmten räumlichen oder zeitlichen Abschnitt
Mehr1. Anwendungspotentiale der flexiblen Planung zur Bewertung von Organisationen eine kritische
Grundlagenliteratur für die Themen 1 6: Eisenführ, F.; Weber, M.; Langer, T. (2010): Rationales Entscheiden, 5. überarb. u. erw. Aufl., Springer Verlag: Berlin [u.a.], S. 19 37. Laux, H.; Gillenkirch,
MehrKapitel 7. Regression und Korrelation. 7.1 Das Regressionsproblem
Kapitel 7 Regression und Korrelation Ein Regressionsproblem behandelt die Verteilung einer Variablen, wenn mindestens eine andere gewisse Werte in nicht zufälliger Art annimmt. Ein Korrelationsproblem
MehrDiese Tabelle bietet einen Überblick über die Kurse, die im Rahmen des ERASMUS Austausches in Bonn bereits angerechnet wurden. (Stand: Februar 2016).
Diese Tabelle bietet einen Überblick über die Kurse, die im Rahmen des ERASMUS Austausches in Bonn bereits angerechnet wurden. (Stand: Februar 2016). Achtung: Die Tatsache, dass diese Kurse bereits angerechnet
MehrBivariater Zusammenhang bei metrischen Variablen: Regression und Korrelation
Bivariater Zusammenhang bei metrischen Variablen: Regression und Korrelation PEΣO 12. November 2001 Von der Tabellenanalyse zur Regression Die bivariate Verteilung zweier metrischer Variablen kann konzeptionell
MehrÜbungen zur Vorlesung Wirtschaftsstatistik Lineare Regression
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 3914 jutta.arrenberg@th-koeln.de Übungen zur Vorlesung Wirtschaftsstatistik Lineare Regression
MehrExposé zur Safari-Studie 2002: Der Mensch in IT-Projekten Tools und Methoden für den Projekterfolg durch Nutzerakzeptanz
Exposé zur Safari-Studie 2002: Der Mensch in IT-Projekten Tools und Methoden für den Projekterfolg durch Nutzerakzeptanz Inhalt: Viele IT-Projekte scheitern nicht aus technisch bedingten Gründen, sondern
MehrHRM-Practices Human Capital Management Dashboard
29. Mai 2015 HRM-Practices Human Capital Management Dashboard Silvan Winkler Zu meiner Person 2006-2011: Credit Suisse, Human Capital Metrics, Human Capital Process Manager 2006-2009: Universität Zürich,
MehrDer Bochumer Burnout-Indikator (BBI) Ein Frühwarninstrument zur Erfassung des Burnout-Risikos
Forschungsbericht Der Bochumer Burnout-Indikator (BBI) Ein Frühwarninstrument zur Erfassung des Burnout-Risikos Projektteam Testentwicklung, 2014 Verfasser: Rebekka Schulz & Rüdiger Hossiep Projektteam
MehrVeranstaltungsplanung im Hohenheimer Management-Master, Stand 11/2017
Veranstaltungsplanung im Hohenheimer -Master, Stand 11/2017 Inhalt Allgemeine Hinweise zur Veranstaltungsübersicht... II Grundlegender Masterbereich... 1 Advanced Topics of Health Care & Public... 2 Betriebswirtschaftliche
MehrGibt es einen Zusammenhang zwischen Merkmalen? Korrelationen
Arbeitsblatt SPSS Kapitel 8 Seite Gibt es einen Zusammenhang zwischen Merkmalen? Korrelationen Wie in allen Kapiteln gehen wir im Folgenden davon aus, dass Sie die Datei elporiginal.sav geöffnet haben.
MehrStatistik I. Aufgabe 1
Statistik I, WS 2004/05, Seite 1 von 8 Statistik I Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - selbst erstellte Formelsammlung
MehrAllgemeines zu Tests. Statistische Hypothesentests
Statistische Hypothesentests Allgemeines zu Tests Allgemeines Tests in normalverteilten Grundgesamtheiten Asymptotische Tests Statistischer Test: Verfahren Entscheidungsregel), mit dem auf Basis einer
MehrStatistik-Klausur vom
Statistik-Klausur vom 09.02.2010 Bearbeitungszeit: 60 Minuten Aufgabe 1 a) Bei einer Umfrage unter FH-Studierenden ergaben sich die folgenden Anreisezeiten (in Min) zur FH: von... bis unter... Anzahl 0-20
MehrGAZETTE. 6. Juni 2017 // NR 51/17. Amtliches Mitteilungsblatt der Körperschaft und der Stiftung
PRESSESTELLE 1 6. Juni 2017 // NR 1/17 GAZETTE Amtliches Mitteilungsblatt der Körperschaft und der Stiftung - Erste Änderung der fachspezifischen Anlage 7.10 Minor zur Rahmenprüfungsordnung für den Leuphana
MehrTeil 1: Theorie des Kaufverhaltens bei Dienstleistungen
Teil 1: Theorie des Kaufverhaltens bei Dienstleistungen Kaufentscheidungen werden mehrheitlich in vier unterschiedliche Arten aufgeteilt. Nennen Sie die vier Arten von Kaufentscheidungen und beschreiben
MehrW-Statistik-Klausur
W-Statistik-Klausur 06.07.06 Aufgabe Auf einem Flughafen kann die Wartezeit zwischen zwei Anschlussflügen als normalverteilt mit dem Erwartungswert 0 Minuten und der Standardabweichung 60 Minuten angesehen
MehrHypothesentests mit SPSS. Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav
Beispiel für eine einfaktorielle Varianzanalyse Daten: museum_m_v05.sav Hypothese: Die Beschäftigung mit Kunst ist vom Bildungsgrad abhängig. 1. Annahmen Messniveau: Modell: Die Skala zur Erfassung der
Mehr8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme)
8. Keine Normalverteilung der Störgrößen (Verletzung der B4-Annahme) Annahme B4: Die Störgrößen u i sind normalverteilt, d.h. u i N(0, σ 2 ) Beispiel: [I] Neoklassisches Solow-Wachstumsmodell Annahme einer
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenhoff Institut für Statistik, LMU München Sommersemester 2017 6 Genzwertsätze Einführung 1 Wahrscheinlichkeit: Definition und Interpretation
MehrEinstellung von Mitarbeitern
Einstellung von Mitarbeitern Projektoffice und Projektteam 12.12.2005 Roman Berger Daniel Saluz 2) Zusammenfassung Literatur 3) Auseinander Seite 2 Fit human to task fit task to human Ziel der Personalselektion:
Mehr2., erweiterte Auflage Haufe-Verlag 2007. 2., erweiterte Auflage, Hogrefe 06/2005. Handbuch Personalentwicklung/September 2004
Consultant Profile Anja Beenen (née Weidemann) Profil M Beratung für Human Resources Management GmbH & Co. KG Berliner Straße 131 42929 Wermelskirchen Telephone: (+49) 21 96 / 70 68 204 Fax: (+49) 21 96
Mehr6 Korrelations- und Regressionsanalyse: Zusammenhangsanalyse stetiger Merkmale
6 Korrelations- und Regressionsanalyse: Zusammenhangsanalyse stetiger Merkmale 397 6.1 Korrelationsanalyse Jetzt betrachten wir bivariate Merkmale (X, Y ), wobei sowohl X als auch Y stetig bzw. quasi-stetig
Mehrx x x x x x Übersicht Spezialisierungsbereiche Stand 03/2015*
Übersicht Spezialisierungsbereiche Stand 03/2015* Advanced Computational : Linear and Non-linear Systems of Equations, Approimations, Simulations Advanced Mathematics for Finance Advanced Managerial Accounting
MehrMittelwert und Standardabweichung
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Mittelwert und Standardabweichung Überblick Mittelwert Standardabweichung Weitere Maße
Mehr1 x 1 y 1 2 x 2 y 2 3 x 3 y 3... n x n y n
3.2. Bivariate Verteilungen zwei Variablen X, Y werden gemeinsam betrachtet (an jedem Objekt werden gleichzeitig zwei Merkmale beobachtet) Beobachtungswerte sind Paare von Merkmalsausprägungen (x, y) Beispiele:
MehrLiquidität vor Rentabilität Teil 1. eine Kaufmannsweisheit, auch für Zahnärzte.
Liquidität vor Rentabilität Teil 1 eine Kaufmannsweisheit, auch für Zahnärzte. Im Rahmen der Praxisführung stellt sich für jeden niedergelassenen Zahnarzt immer wieder die Frage, an welchen Kennzahlen
MehrZeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n (2k 1) = n 2.
Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k=1 (2k 1) = n 2. Aufgabe 2. (7 Punkte) Gegeben sei das lineare Gleichungssystem x + 2z = 0 ay
MehrBiomathematik für Mediziner, Klausur WS 1999/2000 Seite 1
Biomathematik für Mediziner, Klausur WS 1999/2000 Seite 1 Aufgabe 1: Wieviele der folgenden Variablen sind quantitativ stetig? Schulnoten, Familienstand, Religion, Steuerklasse, Alter, Reaktionszeit, Fahrzeit,
MehrKLAUSUR_MAI_08 LÖSUNGEN Stat2. 1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro)
1. Eine Einkommensstatistik (Jahresbruttoeinkommen, klassiert), zeigte folgende Ergebnisse: (in 1000 Euro) 10 bis unter 20 20 30 30 40 über 40 bis 100 U (Unselbständige) 46 89 90 45 S (Selbständige) 63
MehrBewertung von biometrischen Risiken in der bav
Bewertung von biometrischen Risiken in der bav Ralf Knobloch Fachhochschule Köln Gliederung 1. Biometrische Risiken in der bav 2. Das Modell 3. Risikomaße 4. Einfaches Beispiel 5. Schlussbemerkungen 2
MehrMSP Musterlösung. Name, Nummer: Datum: 12. Juli Energie eines Super-Kondensators 2Y6HUB
WST donat.adams@fhnw.ch IMN MSP Musterlösung Name, Nummer: Datum: 1. Juli 017 1. Energie eines Super-Kondensators Y6HUB An einer Sendung von Super-Kondensatoren mit Energie-Gehalt E = 1 C U wurden folgende
MehrÜbungen (HS-2010): Urteilsfehler. Autor: Siegfried Macho
Übungen (HS-2010): Urteilsfehler Autor: Siegfried Macho Inhaltsverzeichnis i Inhaltsverzeichnis 1. Übungen zu Kapitel 2 1 Übungen zu Kontingenz- und Kausalurteile 1 Übung 1-1: 1. Übungen zu Kapitel 2 Gegeben:
MehrBei Nichtbestehen der Prüfung müssen sowohl der schriftliche als auch der mündliche Teil der Prüfung wiederholt werden.
Universität Mannheim Lehrstuhl Arbeits- und Organisationspsychologie Prof. Dr. Sabine Sonnentag Diplom Psychologie Die Prüfung in Arbeits- und Organisationspsychologie im Diplom-Studiengang umfasst im
MehrAlle Menschen sind nicht gleich
Alle Menschen sind nicht gleich Zur Bedeutung von Mittelwert und Streuung bei psychologischen Untersuchungen in der Lichttechnik Prof. Dr. Bernd Jödicke Martin Merkler Fachhochschule Konstanz Ökolux GmbH
Mehr