Weblog der Statistikberatung Reinboth

Die Leading Question des Monats...

2010-09-08T06:24:00.000-07:00

...stammt diesmal ganz eindeutig von der FDP:

Übrigens ein interessantes Thema, zu dem ich neulich erst etwas auf den ScienceBlogs gepostet hatte: Wie sichert man sich die passenden Befragungsergebnisse?

Paul die Orakelkrake - mathematisch betrachtet

2010-07-14T04:12:00.000-07:00

Ganz Deutschland interessiert sich für ein Zufallsexperiment...

Mit der korrekten Vorhersage des Ergebnisses des siebten und letzten WM-Spiels der deutschen National-Elf hat sich Oktopus Paul am Wochenende selbst übertroffen. Bereits die Wahrscheinlichkeit für eine korrekte Vorhersage der ersten sechs Spielergebnisse war – wenn man denn von einem Zufallsexperiment mit einer Eintrittswahrscheinlichkeit der Elementarereignisse von 50% ausgehen kann – mit knapp 1,6% eher gering. Nach dem Sieg im „kleinen Finale“ und dem Sieg der spanischen Mannschaft im Finalspiel am Sonntag hat sich Pauls Trefferquote nun offenbar auf acht von acht Spielen erhöht – und das mit einer Wahrscheinlichkeit von nun nur noch etwa 0,4%.

Das sind zwar noch lange nicht genügend Vorhersagen, um auch eine Signifikanz berechnen zu können, trotzdem bewegt Paul die Gemüter. Grund genug für mich, das Thema im "Frischen Wind" einmal aus Sicht des Statistikers aufzugreifen, weshalb ich an dieser Stelle ausnahmsweise mal wieder auf meinen "Primärblog" verweise: Paul die Orakelkrake - mathematisch betrachtet.

Ein schönes Lob für den Artikel gab es übrigens via Twitter: "So macht Statistik Spaß". Da fühle ich mich ja direkt an meine Hochzeiten in der Lehre erinnert...

Wie manipuliert man eine Befragung?

2010-06-23T06:28:00.000-07:00

Aus dem herrlichen TV-Klassiker "Yes, Prime Minister":

Wie funktioniert eigentlich Laddering?

2010-03-15T04:00:00.000-07:00

Oder vielmehr: Was ist überhaupt Laddering?

Unter "Laddering" verstehen Marktforscher ein qualitatives Verfahren zur Aufdeckung und Analyse der gedanklichen Strukturen potenzieller Kunden durch eine spezielle Form des Tiefeninterviews. Laddering ist darüber hinaus das Thema des ersten neuen Eintrags im MaFo-Wiki nach mehr als einem Jahr der Schreibpause (dass ich das Wiki dieses Jahr wieder aktiv weiterführen will, hatte ich ja schon vor einigen Wochen angekündigt). Gut – ein wenig ausbaufähig ist der Eintrag auf jeden Fall noch, aber immerhin ist es schon mal mehr als ein Stub...

Ich hatte übrigens im Rahmen meiner Beratertätigkeit bislang nur einmal die Chance, an einem Laddering mitzuarbeiten – aber ich befasse mich ja ohnehin häufiger (und auch lieber) mit quantitativen als mit qualitativen Verfahren. Die Kunst bei den Tiefeninterviews besteht darin, den Probanden im Prinzip immer wieder das Gleiche zu fragen, ohne ihn auf die Palme zu bringen. Man kann sich das etwa so vorstellen:

"Trinken Sie lieber Kaffee oder Tee?"
"Kaffee"
"Warum trinken Sie lieber Kaffee?"
"Der schmeckt mir irgendwie besser"
"Warum schmeckt Kaffee Ihnen besser?"
"Ich weiß nicht. Der Geschmack ist irgendwie stärker"
"Warum empfinden Sie den Geschmack als stärker?"

Und so weiter und so fort – solange bis dem Probanden der Geduldsfaden reißt oder aber – und das ist natürlich das eigentliche Ziel – bis man zu den eigentlichen Wertvorstellungen vordringt, die hinter dem Kaffeegenuss stecken. Also beispielsweise: "Ich habe das Gefühl, dass ich nur durch Leistung Anerkennung erhalte, deshalb konsumiere ich Kaffee um wacher und besser bei der Sache zu sein als meine Kollegen". Voila – ein sogenannter terminaler Wert – der Wunsch nach Erfolg – ist aufgedeckt. Wie man sich vermutlich vorstellen kann, ist das Prozedere bisweilen ein wenig entnervierend, die Eindrücke, die man durch die Aggregation der Ergebnisse vieler Probanden gewinnt (die sogenannten Hierarchical Value Maps) sind dafür aber auch viel wert, wenn es um segmentspezifisches Marketing geht.

Alles in allem ein spannendes, aber auch sehr teures Verfahren, da viele Einzelinterviews mit der entsprechenden Professionalität durchgeführt werden müssen. Mehr zum Laddering lässt sich im Artikel im MaFo-Wiki nachlesen, den ich (hoffentlich) bald noch ausbauen kann. Wer das Verfahren kennt oder bereits damit gearbeitet hat, kann sich natürlich auch gerne am Ausbau beteiligen...

TNS Infratest sucht Praktikanten

2010-02-15T05:11:00.000-08:00

Für Studenten sicher ein schöner Einstieg in die Marktforschung...

Sie haben die Möglichkeit, den gesamten Prozess quantitativer Marktforschung kennen zu lernen. Sie unterstützen die Projektleiter der verschiedenen Forschungsbereiche bei der Durchführung und Auswertung von Marktforschungsprojekten, zum Beispiel bei der Angebotserstellung, Fragebogenentwicklung, Erfassung und Analyse von Marktforschungsdaten, der Erstellung von Ergebnisberichten bis hin zur Vorbereitung der Ergebnispräsentation beim Kunden.

TNS Infratest
Landsberger Str. 338
80687 München

Ansprechpartner: Frau Bettina Dichtl
Telefon: 0521 / 9257-237
E-Mail: jobs@tns-infratest.com

Vollständiges Stellenangebot hier.

Warum 10% kein stabiler Rücklauf sind

2010-02-08T03:04:00.000-08:00

"58% aller Bundestagsabgeordneten haben positive Homöopathie-Erfahrungen"

Das liest sich als Überschrift erst mal beeindruckend - bis man dann hinter die Kulissen blickt und feststellt, dass sich gerade mal 61 von 622 Abgeordneten an der Befragung beteiligt haben. Ein mehr als offensichtlicher Mangel, den der Deutsche Zentralverein homöopathischer Ärzte (DZVhÄ) in seiner Pressemitteilung leider unterschlägt. Einen schönen Kommentar zu den Zahlenspielchen gibt es bei meinem ScienceBlogs-Kollegen Marcus Anhäuser.

Das treffende Fazit:

Die ganze Meldung ist eine Luftnummer.

Ein leider mehr als alltägliches Beispiel dafür, wie mit Prozentwerten (oder dem Verwischen des Repräsentativbegriffs, der inflationären Verwendung des Signifikanzbegriffs etc. pp.) unsaubere Statistiken generiert werden. In der Praxis begegne ich solchem Tricksereien inzwischen immer häufiger und ärgere mich darüber, wie überaus sorglos hier mit dem Klischee des "zahlenverdrehenden Statisikers" gespielt und dabei die saubere Arbeit vieler Kollegen untergraben wird.

So gesehen kann man auf solchen Unfug gar nicht oft genug hinweisen.

Statistik-Foliensätze auf slideshare.net

2010-02-03T21:59:00.001-08:00

Die Zugriffszahlen von slideshare erstaunen mich immer wieder...

Insbesondere die Foliensätze zu meinen Statistik-Vorlesungen, die ich vor knapp zwei Jahren auf dem Präsentations-Portal eingestellt habe, erfreuen sich offenbar reger Beliebtheit. So wurde z.B. mein SPSS-Foliensatz bislang fast 5.000 mal angeklickt - und allein im letzten Jahr erhielt ich ganze sieben E-Mails mit SPSS-Fragen, die sich explizit auf slideshare bezogen.

SPSS-Kurs

View more presentations from Christian Reinboth.

Auf den Foliensatz zur Regression entfielen etwa 3.000 Klicks:

Multiple Regression

View more presentations from Christian Reinboth.

2.000 mal wurden die Folien zur Faktorenanalyse aufgerufen:

Faktorenanalyse

View more presentations from Christian Reinboth.

Weitere Statistik-Foliensätze finden sich hier.
Fagen und Kommentare sind stets Willkommen.

Statistik-Fragen aller Art...

2010-01-08T06:30:00.000-08:00

...beantworte ich ab sofort gerne auch auf formspring.me:

&amp;amp;lt;a&amp;amp;gt;http://www.formspring.me/creinboth&amp;amp;lt;/a&amp;amp;gt;

Gute Vorsätze für 2010

2010-01-07T00:51:00.000-08:00

Das vierte Geschäftsjahr der Statistikberatung bricht an...

...der optimale Zeitpunkt, um einige gute Vorsätze für 2010 zu fassen. Nachdem das Jahr der Krise leider nicht ganz ohne Spuren an meinen Auftragszahlen vorbeigegangen ist (auch wenn es mich nicht so hart getroffen hat, wie ich zwischenzeitlich befürchtet hatte), will ich im neuen Jahr einiges mehr für die Akquise tun. Unter anderem möchte ich dieses lange vernachlässigte Blog endlich reaktivieren und mindestens jede zweite Woche einen neuen Artikel posten - unter anderem soll es wieder neue "Kapitel" zu meinem kleinen NSDstat-Kurs geben.

Auch zahlreiche neue Einträge für das Marktforschungs-Wiki (das zwischenzeitlich aufgrund meiner Inaktivität schon kurzzeitig von Wikia als „verwaist“ eingestuft und zur „Adoption“ freigegeben wurde) sind in Planung, wobei ich ja immer noch darauf hoffe, dass sich weitere Co-Autoren finden, die Lust dazu haben, das Wiki zu einer brauchbaren Anlaufstelle für alle MaFo-Informationssuchenden zu machen.

Sollte es irgendwelche Wünsche oder Anregungen (zum Beispiel hinsichtlich Blog oder Wiki) fürs neue Jahr geben, freue ich mich über eine E-Mail an christian@statistikberatung.eu.

Die Bundesagentur für Arbeit fälscht Statistiken - im Krimi

2009-05-25T09:13:00.001-07:00

Einen echten Statistik-Krimi liefert uns Veit Bronnenmeyer:

Ein Toter liegt auf der Stadtgrenzen zwischen Nürnberg und Fürth. Der Streit um die polizeiliche Zuständigkeit stellt anfangs beinahe die Ermittlungen in den Schafften, doch bald wird klar: der Fall ist brisant! Das Opfer ist eine Geschäftsfrau aus der IT-Branche. Ist der Mörder aus einem Konkurrenzunternehmen oder steht der Mord in Zusammenhang mit der Fälschung von Arbeitslosenzahlen?

Wie die Hilpoltsteiner Zeitung berichtet, ist die Geschichte um die frisierten Statistiken der Nürnberger Bundesanstalt für Arbeit und die ermordete Informatikerin, die dem Schwindel auf der Spur gewesen sein soll, weniger schmückendes Beiwerk als vielmehr Teil der Haupthandlung.

Ein echter "Statistik-Krimi" also? Wenn das kein Zeichen dafür wäre, dass die Statistik mehr und mehr im Mainstream ankommt... Wann wohl mit der Verfilmung zu rechnen ist?

Online-Marktforschung steht hoch im Kurs

2009-03-16T03:31:00.000-07:00

Online-Marktforschung - ein Erfolgsrezept auch in der Schweiz:

Die via Internet betriebene Markt- und Meinungsforschung erfreut sich auch in der Schweiz wachsender Beliebtheit. Während gleich zweier Jahre in Folge verzeichnete die Online-Marktforschung Zuwachsraten von je 60 Prozent, teilt das in diesem Segment tätige Unternehmen Marketagent.com Schweiz mit.

Weniger erfolgsversprechend sind dagegen Umfragen per Mobiltelefon . Wie schon vor einigen Jahren prophezeit wurde, wird der Wechsel privater Telefonnutzer vom Festnetz-Anschluss zur reinen Mobiltelefon-Nutzung zunehmend zum Problem für CATI:

Mit der Verlagerung der telefonischen Befragung auf mobile Endgeräte könne CATI aber kaum Terrain gutmachen. Die überwältigende Mehrheit der Handy-Benutzer wolle anonym bleiben - der Telefonverzeichnis-Anbieter directories.ch verzeichne gerade einmal eine halbe Millionen registrierter Mobile-Besitzer. Dieses Bevölkerungssegment sei daher nur sehr eingeschränkt für telefonische Befragungen erreichbar.

Prinzipiell befürworte ich ja das beständig steigende Interesse an Online-Erhebungen, welches ich auch in meiner beruflichen Praxis bemerke - die noch vor drei bis vier Jahren sehr deutlich spürbare Zurückhaltung und Skepsis dem neuen Erhebungsmedium gegenüber hat offenbar stark nachgelassen. Ich frage mich allerdings, wie es mit der statistischen Repräsentativität vieler dieser Erhebungen aussieht, denn nicht selten erlebe ich, wie im Web erhobene Daten mit der Begründung als repräsentativ verkauft werden, es "hätten ja so viele mitgemacht". Das dies jedoch grober Unfug ist, weiß man ja bereits seit dem Literary Digest Disaster von 1936...

Ist mehr Online-Marktforschung wünschenswert? Auf jeden Fall, lassen sich doch im Internet recht einfach auch mehrsprachige Fragebögen mit komplexer Filterführung und ansprechender grafischer Gestaltung realisieren. Mit Begriffen wie "repräsentativ" oder "signifikant" sollte man bei im Internet realisierten Stichproben jedoch vorsichtig umgehen - es sei denn, man kann sicher nachweisen, dass eine repräsentative Online-Stichprobenziehung für diese spezielle Grundgesamtheit tatsächlich realisierbar ist.

NSDstat-Kurs: Erstellung von Kreuztabellen

2009-02-20T13:41:00.000-08:00

Nach viel zu langer Pause kommen ich heute endlich dazu, mal wieder einen Teil (den mittlerweile fünften) des Blog-Tutorials zur Analysesoftware NSDstat Pro einzustellen. In diesem Teil soll nun nach den Blicken auf die Erstellung von Box-Plot und Histogramm auf die Erstellung einfacher Kreuztabellen eingegangen werden.

Als Beispieldatensatz dient wie in allen Tutorials bisher auch die Jugendlichen-Befragung zum Thema Politik, die sich auf der NSDStat-Installations-CD befindet. Für das Beispiel verwende ich die Variable v8 – das politische Interesse der Jugendlichen in Kombination mit der Variablen v2 – dem Geschlecht. Im ersten Schritt werfen wir einen Blick auf die beiden Variablen in der Variablenauswahl.

Von diesem Bildschirm aus gelangt man mit einem Klick auf das dritte Icon von oben in den bivariaten Analysemodus. Hier sind nun beide Variablen zu selektieren, wobei die Variable v2 als vertikale, die Variable v8 als horizontale Variable selektiert wird. Mit dieser Auswahl wird festgelegt, welche der Variablen in der Kreuztabelle die Daten für die Spalten und welche die Daten für die Zeilen liefert. Darüber hinaus hat die Reihenfolge natürlich keinen Einfluss auf die Ergebnisse von Tests und anderen bivariaten Verfahren.

Da „Kreuztabellen“ im oberen Reiter breits selektiert wurde, genügt nun ein Klick auf den OK-Button, um die gewünschte Kreuztabelle zu erstellen.

Wie man sieht, besteht die Kreuztabelle aus 4 x 2 Zahlenfeldern (Antworten x Geschlechter) vier Spalten- und zwei Zeilensummen sowie der Gesamtzahl der Fälle, die sich jeweils durch Addition aus den Spalten- und Zeilensummen errechen lässt. Die Tabelle zeigt im Wesentlichen die Verteilung einer Variable über die andere, d.h. sie ermöglicht die leichte Beantwortung einer Frage wie „Wie viele der befragten Jungen haben angegeben, sich stark für Politik zu interessieren?“ (573) oder „Sind in der Gruppe derjenigen Jugendlichen, die sich gar nicht für Politik interessieren, mehr Jungen oder mehr Mädchen?“ (mehr Jungen).

Ein Rechtsklick auf die Kreuztabelle öffnet das Optionsmenü, in dem man unter anderem von der standardmäßigen Darstellung der absoluten Häufigkeiten auf eine Darstellung mit relativen Häufigkeiten umschalten kann.

Darüber hinaus lässt sich mit einem Klick auf das Grafik-Symbol ein sogenanntes „bedingtes Balkendiagramm“ erstellen.

Zu guter letzt wollen wir uns noch kurz ansehen, was für eine Kreuztabelle NSDStat liefert, wenn in der Variablenauswahl die Variable v8 als vertikale und die Variable v2 als horizontale Variable selektiert wird.

Wie man sieht, vertauschen sich lediglich Zeilen und Spalten, während die Werte und auch die Summen gleich bleiben (wobei in der neuen Kreuztabelle natürlich Zeilen- und Spaltensummen ebenfalls vertauscht sind). Möchte man beispielsweise für einen Bericht eine Kreuztabelle aus zwei Variablen mit einer deutlich unterschiedlichen Zahl an möglichen (diskreten) Antwortoptionen erstellen, lohnt es sich also darüber nachzudenken, ob man lieber eine breite oder eine lange Tabelle einbinden möchte...

In den nächsten Teilen dieses Tutorials möchte ich die bivariaten Statistiken weiter vertiefen und mich vielleicht mit der Durchführung von Chi²-Tests beschäftigen – soweit es nicht alternative Wünsche geben sollte...

Fragenbias bei CBN

2009-02-10T01:25:00.001-08:00

Passend zum letzten Blogpost heute noch einmal ein schönes Beispiel für einen Fragenbias:

„Considering the recent rise in fuel prices, do you think it is a good idea to use the Alaskan Wildlife Reserve for oil exploration?“

Eine mögliche Alternativfrage wäre gewesen:

„Considering the difficulties in preserving endangered species in Alaska, do you think it is a good idea to use the Alaskan Wildlife Reserve for oil exploration?“

Müsste man bei dieser Alternativfrage mit einer anderen Verteilung der Antworten rechnen? Auf jeden Fall. Aus welchen Gründen entscheidet man sich für die eine oder die andere Version? Um auf subtile Art und Weise das Ergebnis zu beeinflussen? Oder aus der Unkenntnis heraus, dass diese einfache und kurze Version doch die beste gewesen wäre?

„Do you think it is a good idea to use the Alaskan Wildlife Reserve for oil exploration?“

Gutes Fragendesign: Nie zu allgemein formulieren

2009-02-05T02:30:00.000-08:00

Zu den häufigsten Aufträgen, die in letzter Zeit bei mir eintrudeln, gehört die Programmierung von Fragebögen für Online-Befragungen. Der Fragebogen selbst ist in den meisten Fällen schon fertiggestellt, und soll nur noch ansprechend für das Internet umgesetzt werden.

Immer wieder ertappe ich mich dann dabei, wie ich die Fragen während der Programmierung noch einmal umformuliere – und dann am Ende den Kunden anrufe und ihn darum bitte, die Fragen nochmal mit ihm durchgehen zu können, um irreführende Formulierungen zu entfernen. In der Regel hängen die Kunden am Anfang oft ein wenig an ihren Formulierungen, lassen sich dann aber meistens dazu überreden, doch noch das eine oder andere Wort zu ändern.

Einer der typischen Fehler in Fragebögen sind viel zu allgemeine Formulierungen wie zum Beispiel „Was halten Sie vom Umweltschutz?“ oder „Wie stehen Sie zum Thema Politik?“.

Wenn man sich einmal die Frage „Was halten Sie vom Umweltschutz?“ ansieht, wird schnell klar, dass die Frage so allgemein formuliert ist, dass jeder Proband sich den Bezugsrahmen selbst wählen kann. Vorstellbar wäre beispielsweise, dass Proband A die Frage auf den Bezugsrahmen „Umweltschutz in der Politik“ bezieht, während Proband B eher an „Umweltschutz in der eigenen Familie“ denkt.

Unterschiedliche Probanden werden daher bei einer so gestellten Frage jeweils vor einem anderen Hintergrund antworten. Damit macht man natürlich automatisch einen Fehler, wenn man die Antworten nach Ende der Befragung gemeinsam auswertet – denn da die Probanden den Bezugsrahmen zur Beantwortung der Frage selbst wählen konnten, haben sie im Grunde auf unterschiedliche Fragen geantwortet. Weil man den Bezugsrahmen in der Regel nicht kennt (da er nicht abgefragt wird), sind die gewonnenen Daten mehr oder weniger wertlos.

Allgemeine Fragestellungen wie „Was halten Sie vom Umweltschutz?“ sind daher nur für solche Befragungen geeignet, deren Ziel es ist, etwas über die Mechanismen hinter der Wahl des Bezugsrahmens bei Probanden unterschiedlicher demographischer Gruppen zu erfahren, wobei die allgemeine Eingangsfrage dann durch weitere Fragen zum Bezugsrahmen ergänzt werden muss.

Für alle „normalen“ Befragungen aber gilt, dass jede Frage immer so gestellt werden sollte, dass Probanden wenig Interpretationsspielraum haben. Denn nur wenn eindeutig formuliert wird, kann man wissen, auf welche Frage wirklich geantwortet wurde...

Neues Lernmodul: Box-Plots erstellen und interpretieren

2009-01-22T11:12:00.000-08:00

Auf www.lernmodule.net, einer Plattform für interaktive Lernmodule und Gewinner des Europäischen E-Learning-Awards 2007, ist seit heute ein von mir entwickeltes Statistik-Lernmodul zur Erstellung und Interpretation von Box-Plots zu finden.

Das Modul vermittelt nicht nur einen Eindruck davon, wie man Box-Plots zeichnet bzw. wie man sie korrekt liest, es wird auch aufgezeigt, welche anderen Formen der grafischen Darstellung in der Statistik üblicherweise verwendet werden - und aus welchen Gründen der Box-Plot als eine besonders informationsreiche Form der grafischen Darstellung statistischer Daten bezeichnet werden kann. Alles in allem sind alle meines Erachtens nach wichtigen Basics enthalten, wobei mir Verbesserungsvorschläge und / oder Änderungswünsche natürlich jederzeit willkommen sind.

Direkt verlinken kann man das Modul leider nicht, wer es sich aber ansehen möchte kann es im Modul-Menü unter dem Fachgebiet "Mathematik" und dem Lernlevel "Hochschule" finden. Dort findet sich übrigens auch noch ein zweites von mir erstelltes Lernmodul zum Thema "statistische Lagemaße", das allerdings schon fast drei Jahre alt ist. Zwar hatte ich mir immer wieder vorgenommen, mindestens alle paar Monate ein neues Lernmodul abzuliefern, um damit das Projekt zu unterstützen, aber aufgrund meiner beruflichen Auslastung ist leider nichts daraus geworden. Vielleicht finde ich ja 2009 endlich die Zeit dazu, weitere Lernmodule zu Themen aus der Statistik zu erstellen.

Vorschläge und Anregungen zu neuen Themen werden jederzeit gerne entgegen genommen.

Das Taxi-Problem

2008-12-15T08:10:00.001-08:00

Im "Frischen Wind", meinem Blog auf Scienceblogs.de, gibt es einen brandneuen Artikel zum "Taxi-Problem" (Satz von Bayes). Wer sich für das Rechnen mit bedingten Wahrscheinlichkeiten interessiert, kann ja mal hineinschauen. Für weitere Statistik-Artikel fehlt mit leider momentan die Zeit, ich gelobe aber feierlich, dass sich dieser Blog im neuen Jahr wieder deutlich mit Leben füllen wird.

Zwei Jahre Statistikberatung Reinboth

2008-11-10T11:57:00.000-08:00

Zwei Jahre ... so lange ist es schon her, dass ich mit dem etwas unkonventionellen Vorhaben gestartet bin, mich als freiberuflicher Consultant in Sachen Statistik und Marktforschung zu betätigen – und erfreulicherweise hat sich das Projekt mittlerweile so gut entwickelt, dass mit etlichen weiteren Jahren der freiberuflichen Nebentätigkeit wohl gerechnet werden kann.

Eine der besten Entscheidungen in diesen zwei Jahren ist die Eröffnung dieses Blogs gewesen. Wer hier in den letzten Monaten einmal vorbeigesurft ist, wird allerdings vermutlich eher zu einer gegenteiligen Einschätzung gelangt sein, denn ein wenig „verlassen“ sieht der Blog schon seit einer ganzen Weile aus – nicht einmal neue Folgen des NSDStat-Kurses, der sich nach wie vor sehr hoher Zugriffszahlen erfreut, habe ich in den letzten Monaten schreiben können.

Dies hat viele Gründe – enorm viele Aufträge sowie etliche neue Projekte bei der HarzOptics GmbH, meine Bloggerei im „Frischen Wind“ und im HarzOptics-Blog... Letzten Endes sind dies alles aber nur schlechte Ausreden, denn der Statistik-Blog hat sich als Markting-Instrument sowie als Plattform zur Knüpfung vieler großartiger Branchenkontakte sehr gut bewährt – den Blog also einfach „verkümmern“ zu lassen, ist also mit Sicherheit keine gute Option.

Aus diesem Grund hier der wichtigste Vorsatz fürs dritte Geschäftsjahr: Es soll wieder mehr gebloggt werden – über spannende Entwicklungen in der Marktforschung, über die alltäglichen Aufgaben eines Statistik-Consultants und natürlich auch über die Arbeit mit NSDStat. Ich hoffe, dass es mir gelingt, diesen Vorsatz in den nächsten Wochen und Monaten auch umzusetzen – auf dass ich beim dritten Betriebsjubiläum weiter steigende Blog-Zugriffszahlen verkünden und mich über etliche hier gewonnene Kontakte zu Kunden und Kollegen freuen kann.

Statista - der neue Statistik-Service im Internet

2008-06-16T05:52:00.000-07:00

Mit Statista wurde ein neuer Statistik-Service im Netz gestartet, der filterbare Grafiken zur Einbindung in Blogs und andere Webseiten anbietet. Die Webseite, deren Macher laut Eigenauskunft ein "Wikipedia für Statistiken" planen, gefällt mir persönlich auf jeden Fall sehr gut - ein Urteil, dem sich auch die Online-Redaktion des SPIEGEL anschließt. Die angebotenen Daten stammen ausschließlich aus seriösen Quellen - hauptsächlich von Allensbach, DIW, GESIS und DeStatis - und lassen sich grafisch aufbereitet in Form von Balkendiagrammen mittels eines kleinen JavaScript-Codesegments in Blogs und HTML-Seiten einbinden (vergleichbar etwa mit der Einbindung von YouTube-Videos).

Für Blogspot-Nutzer ist Statista allerdings (noch) ungeeignet, da sich die Ausgabegröße der Grafiken nicht reduzieren lässt. Die Breite von 510 Pixeln wird stattdessen durch Statista vorgegeben, was natürlich bedeutet, dass die Grafiken überall dort, wo weniger Platz vorhanden ist, nur teilweise oder mit "zerschossenem" Layout eingebunden werden können (In meinem Zweitblog bei ScienceBlogs hat es dagegen einwandfrei funktioniert). Dienste wie Widgetbox zeigen, dass eine Skalierbarkeit auch von komplexen, grafischen JS-Applikationen durchaus möglich ist, so dass ich mir hier noch ein wenig "Nacharbeit" von Seiten der Statista-Macher wünschen würde.

Aus Sicht des Marktforschers hat die Statista-Nutzung auch noch einen weiteren (größeren) Pferdefuß, der hier ebenfalls nicht verschwiegen werden soll. Denn obwohl natürlich häufig (nach Augenschein) signifikante Zusammenhänge vermutet werden können, beschränkt sich Statista auf die reine Ausgabe von Grafiken und bietet keinerlei inferenzstatistische Verfahren zur Überprüfung vermeintlicher Signifikanzen an - und auf die Originaldaten hat man (natürlich) ebenfalls keinen Zugriff. Tests sind somit ausgeschlossen, die (nicht selten subjektive) Interpretation der Grafiken rückt damit in den Vordergrund.

Alles in allem also doch wieder nur ein neues Grafik-Spielzeug? In gewisser Weise schon - aber zumindest das beste und unterhaltsamste, das mir im WWW bisher untergekommen ist. Vor allem die Auswahl an verfügbaren Datensätzen von Einkommen über Migration, Internetnutzung, politische Einstellungen und Gesundheit bis hin zu Markenbekanntheit ist enorm - und eine Quellenangabe ist zu jeder Statistik vorhanden. Dies macht Statista zu einem großartigen Recherchetool für Befragungsdaten aller Art - und sollte das Konzept der Seitenbetreiber aufgehen, ist ja auch nicht auszuschließen, dass T-Test und Chi²-Statistik irgendwann noch nachgeliefert werden.

YouTube – ein Marktforschungs-Tool?

2008-04-27T02:18:00.000-07:00

Seitdem die YouTube-Benutzeroberfläche um das neue Statistik-Tool „Insight“ erweitert wurde, mehren sich die Ansagen aus dem Bereich der Markt- und Meinungsforschung, YouTube künftig als Plattform für Fokusgruppen einsetzen zu wollen.

Dahinter steckt der Gedanke, dass Werbetreibende, die entweder Online-Kampagnen fahren oder TV-Kampagnen im Netz testen (was aufgrund der niedrigen Auflösung der YouTube-Filme aber eher selten vorkommt), das Verhalten der Zuschauer nun genauer evaluieren können. Neben der Information, wie häufig jeder Film aufgerufen wurde – die allerdings auch schon vor „Insight“ verfügbar war – lässt sich beispielsweise ermitteln, aus welcher geographischen Region die Zuschauer stammen. Für einen Werbetreibenden bedeutet dies, dass sich (in gewissen Grenzen) nachvollziehen lässt, wo die Kampagnen am besten und wo sie am schlechtesten „ankommen“.

Für den Marktforscher auf jeden Fall eine interessante Sache, obgleich es durchaus einige Features mehr gebraucht hätte, um „Insight“ zu einem echten Marktforschungs-Tool zu machen. Beispielsweise die Information, in wie viel Prozent aller Video-Aufrufe der Werbespot auch bis zum Ende abgespielt wurde, bzw. in wie vielen Fällen die Betrachtung vorzeitig abgebrochen wurde – und auch diese Information natürlich geographisch verteilt. Oder wie viele der Video-Aufrufe tatsächlich von unterschiedlichen IP aus erfolgten, bzw. wie viel Prozent der Aufrufe auf das Konto von Zuschauern gehen, die sich den Film mehrfach ansehen (was ja nicht unbedingt schlecht sein muss, da es Rückschlüsse auf die Beliebtheit zulässt). Wichtig wäre es auch zu erfahren, wie viele der Zuschauer den Film auf der YouTube-Seite selbst gesehen haben, und wie viele Aufrufe von „embedded videos“ über dritte Seiten es gab – und welche Seiten dies waren.

All das und noch viel mehr wünscht sich das Marktforscher-Herz. Dass es Google gelingt, einen solch umfangreichen Service zum Nulltarif auf die Beine zu stellen, kann man jedoch sicher nicht erwarten, wobei ich die Voraussage wage, dass sich bei entsprechend umfangreichem Angebot an Informationen durchaus auch zahlungswillige Werbetreibende finden lassen würden. Insgesamt also noch kein ganz großer Sprung, aber auf jeden Fall ein interessantes Feature, mit dem die Palette der für einen Online-Werbeauftritt wichtigen „Webstatistiken“ erneut erweitert wird. Google hat übrigens bereits angekündigt, „Insight“ in den nächsten Monaten um zusätzliche Statistiken erweitern zu wollen – man darf / kann also weiterhin gespannt sein.

Die NPD glaubt nicht an Meinungsforschung....

2008-04-16T13:33:00.001-07:00

...jedenfalls nicht dann, wenn die eigene Partei nicht gut abschneidet. Dies ist jedenfalls einer Pressemitteilung vom vergangenen Freitag zu entnehmen, in der dem Leipziger Institut für Marktforschung ziemlich direkt vorgeworfen wird, es würde Umfrageergebnisse zugunsten der SPD verschönern - die es bei einer vergleichsweise unwichtigen Umfrage der "Morgenpost" auf ganze 24 Prozent brachte.

Mit keiner anderen Begründung als der, dass man sich dieses Ergebnis angesichts des Bundestrends nicht vorstellen könnte (obwohl es eigentlich sogar recht gut im Bundestrend liegt), erklärt man die Umfrage für manipuliert. Geradezu verdächtig erscheint es den Statistik-Experten der "nationalen Opposition", dass SPD, Grüne und ~~SED~~ Linke gemeinsam genau auf 50% der abgegebenen Stimmen kommen - da muss doch eine Manipulation dahinterstecken befinden sie und erklären die Meinungsumfrage kurzerhand zur "Meinungslenkungs-Waffe".

Marktforscher als Marionetten der "Systemkräfte"? Im Grunde eine unterhaltsame Verschwörungstheorie, würde sie nicht den Experten des IfM kollektiven Betrug vorwerfen - immerhin ist der Pressemitteilung (wörtlich) zu entnehmen, dass dort "regelmäßig Umfrageergebnisse einseitig zugunsten der SPD geschönt" würden. Dies wiederum macht die Verlautbarung der NPD zu einem echten Ärgernis, gegen das sich die Kolleginnen und Kollegen aus Leipzig hoffentlich erfolgreich zu Wehr setzen werden.

SampleSizer: Kostenloses Tool zur Bestimmung des optimalen Stichprobenumfangs

2008-03-24T07:55:00.000-07:00

Eine der meist gestellten Fragen bei der Erhebungsplanung ist die nach der optimalen Stichprobengröße. Die wohl häufigste Antwort auf diese Frage lautet: „Je größer desto besser“. Dass dies nicht die beste Antwort ist, bewies bekanntermaßen bereits George Gallup (Gründer der heute sehr bekannten Gallup Organization), der 1936 den Ausgang der US-Präsidentschaftswahl mit einer Stichprobe von nur 5000 Wählern sehr genau vorhersagen konnte, während die Analysten des Literary Digest mit einer Mega-Stichprobe von 2,3 Millionen Probanden zu einer (auch für das Magazin) desaströsen Fehleinschätzung des Wahlausgangs gelangten. Wie Gallup zeigte, kommt es primär auf das Verfahren der Stichprobenziehung an – und erst wenn die Stichprobe sauber gezogen wird, lohnt es sich über die optimale Größe derselben nachzudenken. (Mehr hierzu in meinem kurzen Artikel über das Literary Digest Desaster von 1936 für die Nachwuchswissenschaftlerkonferenz 2007).

Wenn für eine Zufallsstichprobe oder ein adäquates Ersatzverfahren gesorgt wurde, tritt jedoch die Frage nach der optimalen Stichprobengröße wieder in den Vordergrund. Wie also lässt sich diese (mathematisch) bestimmen? In der Praxis existieren hier verschiedene Ansätze, wobei ich mit der Formel von William G. Cochran bisher die besten Erfahrungen gemacht habe:

Die Formel basiert auf den aus der Statistik bekannten Konfidenzintervallen. Diese schließen ein Merkmal mit einer gewissen Sicherheit zwischen zwei Grenzwerten ein (Beispiel: „Der prozentuale Anteil an den Unterstützern einer bestimmten Petition unter Familienvätern liegt mit einer Sicherheit von 95% zwischen 16% und 18%). Wer sich für die Mathematik hinter der Formel interessiert, kann sich in der Originalquelle von Cochran näher informieren:

Cochran, W. G. 1963. Sampling Techniques, 2nd Ed., New York: John Wiley and Sons, Inc. (in nahezu jeder Hochschulbibliothek zu finden)

Für alle Studenten, die lediglich einmalig ein Erhebungsprojekt umsetzen möchten und daher einen Richtwert für die Stichprobengröße benötigen, ist es aber sicher viel interessanter zu erfahren, welche Werte in die Formel eingehen: N (Die Größe der Grundgesamtheit), e (Die „+/-“ - Breite des Konfidenzintervalls), p (Der Stichprobenanteil), q (entspricht 1 – p) und der Z-Wert aus der Standardnormalverteilung für die gewünschte Sicherheit des Konfidenzintervalls (d.h. 1,96 für ein Intervall mit 95%iger Sicherheit). Wenn man den Stichprobenanteil (den Anteil an Probanden, welche die untersuchte Merkmalsausprägung aufweisen) nicht kennt, was ja häufig der Fall ist, setzt man im Sinne einer konservativen Schätzung der optimalen Stichprobengröße üblicherweise 50% ein, womit die maximale Schwankungsbreite erreicht wäre (und damit auch der "ungünstigste" Fall, der zu einer Maximierung des Stichprobenumfangs führt).

Wer einmal nachrechnen möchte: Bei einer Grundgesamtheit von 20.000 Personen, einem unbekannten Stichprobenanteil (also ersatzweise p = 0.5) und einer Intervallbreite von +/- 3% um den Stichprobenanteilswert (e = 0.03) sollten mindestens 1015 Personen befragt werden. Befolgt man diesen Hinweis und wird zudem eine saubere Stichprobe gezogen, so ist davon auszugehen, dass der „reale“ Anteilswert in der Grundgesamtheit (der sich nur durch eine Vollerhebung ermitteln ließe) mit 95%iger Wahrscheinlichkeit nur um maximal +/- 3% vom in der Stichprobe gefundenen Wert abweicht.

Einer meiner besten Kunden fragte kürzlich an, ob es nicht möglich wäre, ein Softwaretool zu programmieren, das einem die Berechnung der optimalen Stichprobengröße abnimmt. Nach einer Reaktivierung meiner leicht angestaubten VisualBasic-Kenntnisse aus dem Informatik-Studium und zwei Versionsupdates bin ich mit dem Tool inzwischen soweit zufrieden, dass ich es auch allen anderen Interessierten zur Verfügung stellen möchte – natürlich kostenlos.

Mit SampleSizer (aktuell in der Version 1.2.0.4) lässt sich also die optimale Stichprobengröße ganz einfach berechnen: Nachdem man die Größe der Grundgesamtheit, den erwarteten Stichprobenanteilswert (oder, wenn unbekannt, alternativ 0.5) sowie die maximale Abweichung nach oben oder unten im Konfidenzintervall eingegeben hat, reicht ein Klick auf den „Berechnen“-Button aus, um den Richtwert für die Stichprobengröße nach Cochran zu erhalten:

Das Programm lässt sich hier als zip-File herunterladen. Nachdem man die Datei in ein Verzeichnis entpackt hat, kann man dort mit einem Klick auf „Setup“ die Installationsroutine starten, bei der eventuell (falls auf dem Rechner noch nicht vorhanden) zusätzlich ein paar .NET-Komponenten vom Microsoft-Server heruntergeladen werden. Wer möchte, kann SampleSizer sowohl für private als auch für kommerzielle Zwecke frei einsetzen, verändert werden darf es jedoch nicht. Dafür darf es gerne weitergegeben oder auf anderen Homepages zum Download angeboten werden (natürlich auch kostenfrei), solange dabei die Quelle genannt wird.

Wie bei Freeware üblich distanziere ich mich natürlich von allen Schäden, die durch Installation oder Verwendung der Software oder die falsche Interpretation der Ergebnisse eintreten könnten (Bei MS-Software weiß man das ja nie so genau, aber mit VB habe ich bisher eigentlich nur gute bis hervorragende Erfahrungen gesammelt). Ich hoffe, der eine oder andere meiner Blogleser kann das Tool gebrauchen und freue mich natürlich über jede Rückmeldung und alle (auch kritischen) Verbesserungsvorschläge.

Wer also noch Ideen hat, wie man das Tool verbessern könnte, kann sich jederzeit gerne an mich wenden. Wer darüber hinaus eine Idee oder Anregung hat, welche „Statistik-Tools“ ebenfalls von allgemeinem Interesse sein könnten, kann mir ebenfalls gerne schreiben. Vielleicht lässt sich die eine oder andere Idee ja ohne allzugroßen Aufwand umsetzen – und dann könnte es in Zukunft in diesem Blog natürlich öfter mal ein Downloadangebot geben.

DESTATIS und de juris

2008-02-27T12:49:00.000-08:00

Ein äußerst interessantes Urteil fällte in der letzten Woche das Verwaltungsgericht Wiesbaden. Danach sind Unternehmen verpflichtet, interne Daten an das Statistische Bundesamt herauszugeben. Dagegen geklagt hatte ein Großhandelsunternehmen aus Schleswig-Holstein, welches die Anforderung des Bundesamtes als Eingriff in das Recht auf informelle Selbstbestimmung wertete.

Das Unternehmen bemängelte zudem, dass neben Aspekten des Datenschutzes auch die Kriterien unklar seien, nach denen das Bundesamt die zur Auskunft verpflichteten Unternehmen auswählt. Dieser Einschätzung widersprach das Gericht und stellte fest, dass die Grundgesamtheit an theoretisch zur Auskunft verpflichteten Unternehmen sehr wohl feststehe, und dass das Bundesamt berechtigt sei, aus diesen eine Auswahl nach eigenem Urteil zu treffen. Eine Auswahl von Unternehmen aus einer vorgegebenen Grundgesamtheit – klingt für mich nach einer Stichprobe, wobei man bei Verwendung eines einfachen Stichprobenverfahrens diesen „Mechanismus“ ja problemlos hätte offenlegen können.

Das Großhandelsunternehmen bemängelte außerdem, dass die Nicht-Zuordnung der Daten nicht gewährleistet sei, da es in Schleswig-Holstein nur fünf Unternehmen der gleichen Größenordnung gäbe. Auch dieser Einschätzung widersprach das Gericht – wären alle fünf Unternehmen dazu verpflichtet, Daten abzuliefern, dann könnte man konkrete Geschäftszahlen nicht mehr zuordnen.

Das Urteil ist für Statistiker durchaus von Interesse – denn was passiert, wenn in einer zufällig gewählten Stichprobe einmal nur ein Unternehmen einer bestimmten Größenklasse auftaucht? Muss die Stichprobe dann aus juristischen Gründen so erweitert werden, dass eine Nicht-Zuordnung der Daten gewährleistet werden kann? Die Repräsentativität einer Erhebung würde unter solchen Maßnahmen selbstverständlich leiden, so dass unklar bleibt, was in einem solchen Fall zu geschehen hat. Mir hat sich zudem nicht erschlossen, wieso die Nicht-Zuordnung der Daten nur durch die Aufnahme von Daten ähnlicher Betriebe gewährleistet werden kann, und nicht durch die vollständige Anonymität der Erhebung selbst.

So oder so wird das Bundesamt wohl noch eine Weile auf die Daten warten müssen, denn ein abschließendes Urteil in der Datenklage steht noch aus: Das Großhandelsunternehmen hat bereits angekündigt, gegen das Urteil von Wiesbaden beim Bundesverwaltungsgericht in Leipzig Revision einzulegen.

Neues Zentrum für Statistik in Bielefeld

2008-02-25T09:19:00.000-08:00

Die Bedeutung von Statistiken in Wirtschaft, Politik und Gesellschaftswissenschaften hat über die letzten Jahrzehnte kontinuierlich zugenommen. Besonders für die Marktforschung, ein Wirtschaftszweig der in den letzten Jahren kontinuierlich gewachsen ist, stellt die Statistik natürlich so etwas wie eine „Leib- und Magenwissenschaft“ dar.

Gerade im Zuge der immer wichtiger werdenden Online-Marktforschung ist es wichtig, neben grundlegenden Kenntnissen über statistische Verfahren auch über wesentliche Methodenkenntnisse zu verfügen, da die Umsetzung von traditionellen „Offline-Befragungen“ in der Online-Welt mit vielen Einschränkungen und Problemen behaftet ist. Aber nicht nur online, auch offline sind theoretische Kenntnisse unabdingbar, wenn man saubere und wissenschaftlich korrekte Marktforschung betreiben will.

Um so erfreulicher ist da eine aktuelle Meldung des Informationsdienst Wissenschaft: An der Universität Bielefeld hat man die fachbereichsübergreifende Bedeutung der Statistik klar erkannt und bringt in einem in der letzten Woche neugegründeten „Zentrum für Statistik“ Wissenschaftler mit verschiedenen fachlichen Backgrounds zusammen. Durch die Zentralisierung der Statistik sollen die methodisch, empirisch und statistisch orientierten Wissenschaftler ihr Wissen bündeln, während gleichzeitig die jeweiligen fachspezifischen Richtungen der Statistik erhalten bleiben.

Der Blick auf die Liste der im Zentrum vertretenen Professoren offenbart die breite wissenschaftliche Bedeutung der Statistik: Mit Fachleuten aus den Bereichen Marketing, Ökonometrie, Wirtschaftswissenschaften, Mathematik, Demographie, Epidemiologie, Sozialforschung und Methodenlehre ist das Zentrum bereits gut aufgestellt. Es kommt jedoch noch besser, denn auch der Aufbau eines Master- beziehungsweise Promotionsstudiengangs "Statistische Wissenschaften" ist bereits fest eingeplant. In Kooperation mit dem Bielefelder Zentrum für Statistk-Beratung (StatBeCe) sowie der Statistik- und Methodenberatung für Psychologinnen und Psychologen soll das neue Zentrum für Statistik vor allem Wissenschaftler und Studierende beraten, wobei auch angedacht ist, die Leistungen des Zentrums für Industrie und Verwaltung zu öffnen.

Den Mitarbeitern und Kollegen um Statistik-Professor Dr. Kauermann kann man zu diesem ambitionierten Vorhaben wohl nur gratulieren und ihnen mit dem neuen Statistik-Zentrum einen guten Start wünschen. Sobald das gebündelte Statistik-Wissen aus Bielefeld im Netz präsentiert wird, wird es im Statistik-Blog sicher einen weiteren Link in der Blogroll geben.

Der Befrager – Online-Befragungen leicht gemacht

2008-02-18T03:38:00.000-08:00

Aus vielen E-Mails weiß ich, dass in diesem Blog auch einige Studentinnen und Studenten mitlesen. Für all diejenigen Studierenden unter meinen Lesern, die im Rahmen einer Semester- oder Abschlussarbeit eine Online-Befragung durchführen möchten (eine empirische Untersuchung bietet sich ja bei vielen Aufgabenstellungen an), stellt sich natürlich auch die Frage, mit welcher Software der Fragebogen erstellt werden kann – es sei denn natürlich, man möchte sich selbst an der HTML-Programmierung versuchen (für Informatiker kann das ja ganz reizvoll sein). Für alle anderen, die sich die Arbeit so einfach wie möglich machen wollen, lohnt sich ein Blick auf das kostenfreie Online-Fragebogensystem „Befrager“, das im Netz unter http://www.befrager.de zu finden ist.

Beim "Befrager" handelt es sich um eine von Christian Hansen entwickelte Software, mit der man äußerst einfach und komfortabel Onlinebefragungen erstellen kann. Das ganze System läuft komplett auf dem Webserver des Anbieters ab, was für den Nutzer den großen Vorteil hat, dass nichts heruntergeladen oder installiert werden muss. Statt dessen kann man den Fragebogen direkt im eigenen Browser erstellen, testen und für die Probanden freigeben. Die einzige Voraussetzung für die Nutzung ist ein Browser der JavaScript beherrscht und Cookies annehmen kann. Sind diese Voraussetzungen erfüllt, steht der Erstellung beliebig vieler Online-Fragebögen nichts mehr im Wege, wobei man auf eine Vielzahl an Frageformen und Features zurückgreifen kann.

Um einmal einen kleinen Einblick in die Möglichkeiten zu geben, habe ich ein paar alte Screenshots einer Online-Befragung herausgesucht, die ich 2005 im Rahmen meiner Diplomarbeit mit dem "Befrager" erstellt habe. Die Befragung wurde im Auftrag der Bürgerinitiative "Höchste Eisenbahn für den Südharz" durchgeführt, die sich für den Erhalt und den Ausbau der Südharz-Eisenbahnstrecke einsetzt. Der Fragebogen richtete sich an Mitglieder und Unterstützer der Initiative, Ziel der Erhebung war es, etwas über deren ÖPNV-Nutzungsgewohnheiten in Erfahrung zu bringen.

Hier sieht man eine HTML-Frageseite aus der ÖPNV-Befragung mit einigen Radiobuttons. Von den vorgegebenen Antwortmöglichkeiten lässt sich bei diesem Fragetyp immer nur eine selektieren – und auch ob die Frage einfach vom Probanden übersprungen werden kann, lässt sich im "Befrager" festlegen.

Auf dieser HTML-Frageseite wurden mehrere 5-stufige Skalen eingesetzt, eine Frageform, die auch als "semantisches Differential" bekannt ist. Wer die recht kleinen Screenshots übrigens näher betrachten möchte, kann sie sich jederzeit mit einem einfachen Mausklick in vergrößerter Form anzeigen lassen.

Dieser Screenshot zeigt eine typische Matrixfrage. Wer sich bereits näher mit Online-Befragungen beschäftigt hat erkennt, dass die Matrix bereits recht umfangreich ausfällt, der empfohlene maximale Rahmen von 6 x 6 Feldern aber noch nicht überschritten wurde. Noch umfangreichere Frage-Matrizen wirken dagegen unübersichtlich und können unter Umständen dazu beitragen, dass Probanden die Beantwortung des Fragebogens vorzeitig abbrechen (man bezeichnet dies in der Online-Marktforschung auch als Drop-Out).

Der letzte Screenshot zeigt, dass man auch Grafiken in die Befragung einbinden kann. Oberhalb des Bildes erkennt man zudem ein Feld für die Eingabe eines freien Textes als Antwort auf eine offene Frage, die sich mit dem "Befrager" ebenfalls realisieren lässt.

Das grafische Design des Fragebogens kann übrigens auf vielfältige Art und Weise verändert werden, so dass einer individuellen Fragebogengestaltung kaum Hindernisse im Wege stehen. Neben vielen Frageformen und einem guten grafischen Editor bietet der "Befrager" viele weitere Features, die sich im Rahmen eines einfachen Blogposts leider nicht demonstrieren lassen, wie beispielsweise eine Vollständigkeitsprüfung, eine sehr gute Filterführung oder die Möglichkeit, sich nach Abschluss der Feldzeit alle Ergebnisse in einer SPSS-Datei zusammengefasst herunterladen zu können.

Alles in allem eine wirklich gute Software, die durchaus mit kommerziellen Paketen mithalten kann, und die sich gerade aufgrund der kostenfreien Nutzbarkeit vor allem für Studierende eignet, die ja eher selten über ein großes Softwarebudget verfügen. Wer also in nächster Zeit eine Online-Befragung plant, sollte vielleicht schon mal einen kurzen Abstecher auf http://www.befrager.de unternehmen und sich die Seite bookmarken.

Eine Kurzübersicht der Ergebnisse meiner ÖPNV-Befragung von 2005 wurde übrigens im „Weissbuch zur Vermarktung von Bahn und Bus im Südharz“ veröffentlicht – und aus der Diplomarbeit entstand im letzten Jahr mein zweites Buch, "Möglichkeiten und Grenzen von Online-Befragungen", das unter anderem bei Amazon erhältlich ist.

NSDstat-Kurs: Interpretation eines Histogramms

2008-02-04T02:09:00.000-08:00

Im vierten Teil des Blog-Tutorials zur Analysesoftware NSDstat Pro soll nun nach dem Box-Plot auch noch auf die Interpretation des Histogramms eingegangen werden, das ja von NSDstat stets gemeinsam mit dem Box-Plot ausgegeben wird. Als Beispieldatensatz dient wieder einmal die bekannte Jugendlichen-Befragung zum Thema Politik, als Beispielvariable erneut die Variable v8 – Politisches Interesse. Die ersten zwei Schritte – Auswahl der Variablen und Erstellung der univariaten Analyseübersicht – sind somit identisch mit den ersten beiden Schritten der letzten Tutorial-Kapitel.

Wer die Erinnerung an die genaue Vorgehensweise noch einmal etwas auffrischen will, kann dies übrigens hier tun. Wie immer lassen sich übrigens auch in diesem Tutorial-Posting die Grafiken mit einem Mausklick vergrößert darstellen.

Ein Klick auf das Grafik-Icon (das dritte Icon von oben) öffnet in der univariaten Statistik die grafische Übersicht, die bei NSDstat stets aus dem Histogramm mit der eingeblendeten Normalverteilungskurve sowie dem darunterliegenden Box-Plot besteht, dessen Interpretation ja bereits im letzten Teil dieses Tutorials ausführlich beleuchtet wurde.

Ein solches Histogramm stellt die Häufigkeitsverteilung der Werte einer intervallskalierten Variablen dar (diese Voraussetzung sollte erfüllt sein – ist sie es nicht, lässt sich das Histogramm nicht sinnvoll interpretieren). Histogramme eignen sich primär für die Darstellung von stetigen Merkmalen mit einer größeren Anzahl an Ausprägungen. Bei der Konstruktion der Grafik wird von den nach der Größe geordneten Daten ausgegangen, die in eine bestimmte Anzahl von Klassen aufgeteilt werden. Über jeder dieser Klassen wird ein Rechteck konstruiert, dessen Flächeninhalt sich proportional zur absoluten bzw. relativen Häufigkeit der jeweiligen Klasse verhält.

Diese Klassen müssen nicht zwangsweise die gleiche Breite besitzen – es ist aber durchaus von Vorteil wenn es so ist, da nur dann der grafische Vergleich mit der Normalverteilung möglich wird. Aus diesem Grund werden Histogramme in den meisten Statistikprogrammen per Default stets mit gleichbreiten Klassen erzeugt – so beispielsweise in SPSS, wie die untenstehende Grafik verdeutlicht. Auch in NSDStat haben alle Histogramme automatisch gleichbreite Klassen, eine Voreinstellung, die auch durch den User nicht aufgehoben werden kann.

Aber welcher Vorteil ergibt sich durch das Einblenden der besagten Kurve? Nun, viele statistische Verfahren in der Marktforschung setzen voraus, dass bestimmte Variablen in der Grundgesamtheit normalverteilt sind (so beispielsweise die Varianzanalyse). Der Marktforscher muss daher häufig prüfen, ob vom Vorliegen einer solchen Verteilung ausgegangen werden kann, wobei eine näherungsweise Übereinstimmung häufig für die Fortsetzung der Analyse ausreichend ist – eine perfekte Übereinstimmung ist bei Daten aus einer Stichprobe ja ohnehin nicht zu erwarten.

Diese Prüfung auf Normalverteilung kann unter anderem anhand eines Histogramms mit eingeblendeter Normalverteilungskurve erfolgen, wobei aus mathematischer Sicht bessere Optionen existieren (mehr dazu weiter unten). Da die Balken des Histogramms die komplette Breite der Wertebereiche widerspiegeln und zudem für leere Wertebereiche ein Freiraum ausgegeben wird, kommt im Histogramm die gesamte empirische Verteilung der Variablen zum Ausdruck. Dies ermöglicht den direkten Vergleich mit einer eingezeichneten theoretischen Verteilung wie beispielsweise der Normalverteilung.

Je schwächer der Balkenverlauf dem Verlauf der eingeblendeten Normalverteilungskurve folgt, desto eher ist davon auszugehen, dass keine Normalverteilung vorliegt. Nachfolgend dazu noch ein Beispiel mit einer anderen Variablen – v9, in der das Vertrauen, welches die Jugendlichen ganz allgemein in Politiker setzen, auf der bereits von v8 bekannten Skala erfasst wurde.

Auch hier ist – analog zur bisherigen Beispielvariable v8 – zu erkennen, dass die eingeblendete Normalverteilungskurve mit dem Balkenverlauf sehr gut zusammenpasst.

Bei der Interpretation solcher Ergebnisse ist aber stets zu beachten, dass es sich lediglich um eine Prüfung und keinen statistischen Test handelt. Dies bedeutet, dass in die Grafik ausschließlich die vorliegenden Werte aus der Stichprobe einfließen, die ja nicht zwangsweise die Verteilungsverhältnisse in der Grundgesamtheit optimal abbilden, sondern aufgrund von Zufallseffekten auch stark abweichende Verhältnisse aufweisen können. Einen Test auf Vorliegen einer Normalverteilung kann nur anhand eines „echten“ statistischen Tests wie des Kolmogorov-Smirnov-Anpassungstests erfolgen, nicht aber anhand einer grafischen Prüfung – es sei denn, es liegen die Daten einer Vollerhebung vor.

Handelt es sich jedoch um Daten aus einer Stichprobe, was in der Praxis ja meist der Fall sein wird, so stellen die grafischen Prüfungen lediglich einen Indikator dafür da, inwiefern ein Test überhaupt sinnvoll erscheint – allerdings einen guten, weshalb man sie vor der Durchführung eines aufwändigen Testverfahrens unbedingt einmal ansehen sollte.

In den nächsten Teilen dieses Tutorials lösen wir uns von der univariaten Datenanalyse und wenden uns den bivariaten Statistiken zu, wobei es im nächsten Tutorial erst einmal um die Erstellung von einfachen Kreuztabellen sowie die Durchführung von Chi²-Tests gehen wird.

Wenige Kundenbefragungen = viel Erfolg?

2008-02-01T02:37:00.000-08:00

Kundenbefragungen sind in der Marktforschung ein beliebtes Instrument, da sie wichtige Erkenntnisse zur Akzeptanz von Produkten und Dienstleistungen liefern und zugleich die Kundenbindung fördern - so oder so ähnlich lässt sich die aktuelle Lehrmeinung zusammenfassen. Doch nun behaupten die Experten der Deutschen Gesellschaft für Qualität und des Mainzer forum! Marktforschung angeblich das genaue Gegenteil - weniger, dafür aber konsequent umgesetzte Kundenbefragungen sind nach einer Umfrage aus dem aktuellen Excellence Barometer deutlich wertvoller für ein Unternehmen als häufiger durchgeführte Befragungen, deren Ergebnisse ohne Folgen bleiben.

Auf finanztreff.de und anderen Marketing- und Finanz-Portalen haben diese Erkenntnisse so manchen Online-Redakteur bereits dazu verleitet, mit Headlines wie "Erfolgreiche Firmen befragen ihre Kunden seltener" das Interesse an der Studie zu schüren. Führt man sich die Zusammenfassung der Ergebnisse aber noch einmal genau vor Augen, so fällt auf, dass der entscheidende Faktor nicht die Frequenz der Befragungen, sondern die aus den Ergebnissen gezogenen Konsequenzen sind. Eigentlich ganz logisch - eine Kundenbefragung im Jahr, deren Ergebnisse dann auch wirklich ernst genommen und zur Serviceverbesserung genutzt werden ist viel sinnvoller, als zehn Befragungen, deren Ergebnisse in der Ecke landen.

Mich erinnert dies an eine Reiseerzählung von Bill Bryson, einem meiner Lieblingsautoren. Auf einer Flugreise fällt ihm das offizielle Bordmagazine der Airline in die Hände. Auch diese hat eine Kundenbefragung durchgeführt und dabei herausgefunden, dass sich Fluggäste vor allem wünschen, dass sie ohne einen Absturz und möglichst pünktlich ihr Reiseziel erreichen und dass ihr Gepäck von der Airline nicht verloren wird. Bryson wundert sich: Lebend, pünktlich und mit Gepäck - und dafür machen die nun Marktforschung?

Die Anekdote passt aus zwei Gründen. Zum einen haben die Qualitätsexperten vollkommen Recht wenn sie feststellen, dass in Unternehmen manchmal zuviel befragt wird und dass die Ergebnisse - ähnlich wie bei der Airline-Befragung - kaum ernstgenommen werden können, da es sich entweder um Dinge handelt, die man längst weiß, oder aber um Allgemeinplätze, die im Grunde kaum umgesetzt werden können. Ohne Absturz und mit Gepäck...

Die Brysonsche Kurzgeschichte kommt mir aber auch in den Sinn, da die Ergebnisse der Qualitätsstudie mich unwillkürlich ebenfalls an die Ergebnisse der Airline-Befragung erinnern. Wenige Befragungen, deren Ergebnisse zur Verbesserung von Service oder Produkten verwendet werden, sind also für den Erfolg beim Kunden besser geeignet als viele Befragungen, deren Ergebnisse nie umgesetzt werden? Auch das ist im Grunde keine bahnbrechende Erkenntnis, wobei man sich schon fragt, warum die Frequenz der Erhebungen überhaupt eine Rolle spielt. Wenn nur wenige Befragungen durchgeführt werden, deren Ergebnisse dann in der Ecke landen, sollten die Auswirkungen auf den Erfolg sich doch ähnlich in Grenzen halten wie bei vielen unnützen Befragungen. Und wenn man den Kunden häufig befragen und die Ergebnisse dann jedesmal geschwind in eine Verbesserung des eigenen Angebots einfließen lassen würde?

Die Erklärung ist im Grunde banal: Häufige Erhebungen sind deshalb keine gute Strategie, weil den meisten Unternehmen nicht über die Ressourcen verfügen, sich mit den Ergebnissen jeder Studie zu befassen. Man könnte die Ergebnisse der Qualitätsforscher daher auch so zusammenfassen: "Kein Unternehmer sollte sich mehr Arbeit aufladen, als realistischerweise zu bewältigen ist." Oder so: "Erfolgreiche Unternehmer fangen nur dann etwas an, wenn es auch anständig zuende geführt werden kann." Das ist nicht nur eine durchaus wichtige Erkenntnis, es macht auch viel mehr Sinn als "Erfolgreiche Unternehmer befragen ihre Kunden seltener" - dafür gibt es aber - zugegebenermaßen - keine so interessante Headline ab.

Lesetipp: Markenwahl mit Herz und Verstand

2008-01-22T02:29:00.000-08:00

Der MaFo-Lesetipp des Tages: Tim Zuetphen von TNS Infratest schreibt in der aktuellen Online-Ausgabe der Financial Times Deutschland über das Marktforschungstool Conversion Model, über die Kunst, starke Marken zu identifizieren und über die Frage, wie Konsumenten eigentlich ihre Kaufentscheidungen treffen. Ein höchst lesenswerter Artikel, der jedem Marktforschungs- und Marketing-Interessierten vorbehaltlos empfohlen werden kann.

NSDstat-Kurs: Interpretation eines Box-Plot

2008-01-17T08:40:00.001-08:00

Im dritten Teil des Blog-Tutorials zur Analysesoftware NSDstat Pro soll gezeigt werden, wie sich mit NSDstat ein Box-Plot erstellen lässt und wie diese besondere Form der grafischen Darstellung interpretiert werden kann. Als Beispiel wird der bereits aus den ersten beiden Teilen bekannte NSDstat Demo-Datensatz zum politischen Interesse von Schülern verwendet.

Der erste Schritt besteht in der Erstellung der univariaten Basis-Statistik, die im zweiten Teil des Tutorials beschrieben wurde. Wer die Erinnerung noch einmal etwas auffrischen will, kann den entsprechenden Text hier nachlesen.

Wie am Screenshot zu erkennen ist, wurde auch hier wieder die Variable V8 selektiert, in der das politische Interesse der befragten Schüler auf einer Skala von 1 bis 4 erfasst wurde. Ein Klick auf das Grafik-Icon (das dritte Icon von oben) öffnet nun die grafische Übersicht, die in der Standardeinstellung aus einem Histogramm mit eingeblendeter Normalverteilungskurve sowie dem darunterliegenden Box-Plot besteht, der in NSDstat auch als Box-Whisker-Plot bezeichnet wird.

Um diesen Box-Plot korrekt interpretieren zu können, muss man sich den Aufbau der Grafik vor Augen führen: Die Box als zentrales Element verläuft vom oberen (75%) Quartil zum unteren (25%) Quartil, das mittlere (50%) Quartil, welches auch als Median bekannt ist, ist als Linie in der Box eingezeichnet. Der Median liegt keineswegs immer in der Mitte der Box - auch wenn es in diesem Beispiel-Fall so ist. Seine Lage hängt vielmehr von der Form der Verteilung ab, die somit ebenfalls direkt aus dem Box-Plot abgelesen werden kann (Stichwort: Links- und Rechtssteilheit bzw. Symmetrie). Da die Box zwischen dem oberen und dem unteren Quartil verläuft, entspricht ihre Länge auch genau dem Interquartilsabstand IQR, einem bekannten Streuungsmaß aus der explorativen Datenanalyse.

Außerhalb der Box wird ein Abstand von 1,5 IQR auf die obere und die untere Kante aufgetragen, so dass sich ein Feld mit einer Gesamtlänge von 4 IQR ergibt. Zwei Werte, die noch in diesem Bereich von 4 IQR liegen, bilden die Grenzpunkte für den oberen und den unteren "Zaun" des Box-Plots, die jeweils durch eine Linie mit der Box verbunden werden. Zu beachten ist, dass die Zäune nicht an der Grenze von +/- 1,5 IQR um die beiden Enden der Box liegen, sondern dort, wo sich der größte bzw. der kleinste Wert der Verteilung innerhalb dieser beiden Abstände befindet. Alle Werte die außerhalb der Zäune liegen, werden als Ausreißer gekennzeichnet, wobei angemerkt werden muss, dass keine allgemeingültige Definition dieses Begriffs existiert und die Identifikation der Ausreißer via Boxplot nur eine der möglichen Methoden darstellt.

Abschließend noch eine selbsterstellte Grafik aus dem MaFo-Wiki, in welcher der Aufbau des Box-Plot noch einmal übersichtshalber dargestellt wird:

In der nächsten Ausgabe dieses Tutorials werde ich mich der Interpretation der zweiten Grafik – des Histrogramms mit eingeblendeter Normalverteilungskurve – zuwenden und unter anderem erläutern, warum man sich diese Grafik vor der Durchführung eines Kolmogorov-Smirnov-Anpassungstests unbedingt ansehen sollte.

Inflationärer Gebrauch des Studienbegriffs

2008-01-15T00:55:00.000-08:00

Die gelegentlich mangelhafte statistische Sauberkeit heutiger Marktforschung habe ich in diesem Blog ja bereits mehrfach kritisiert. Nun ist auch im ZDNet - der wohl bekanntesten deutschsprachigen IT-Webseite neben heise - ein Artikel erschienen, in dem kritisch angemahnt wird, dass seitens der Unternehmen zu vieles als "Marktforschung" verkauft wird, auch wenn es sich im Grunde kaum um mehr als interne Untersuchungen mit entsprechendem Bias handelt.

Anlass zur Kritik bietet der aktuelle "Studienkrieg" zwischen Microsoft und der Mozilla Foundation über die Sicherheit ihrer jeweiligen Browser. Da laut des ZDNet-Autors Lothar Lochmaier die Ergebnisse von "so genannter Marktforschung" häufig auf "wundersame Weise" zustandekämen, wird in seinem Artikel die geradezu inflationäre Verwendung des Begriffs "Studie" einmal kritisch betrachtet.

Dabei kommt Lochmaier zu dem Schluss, dass in zwei Arten von Marktforschern unterschieden werden muss: Nämlich in diejenigen, die eine Studie noch als "zitierfähige und abgeschlossene Untersuchung" betrachten, die "zumindest einigen wissenschaftlichen Standards genügen sollte" und diejenigen, "die den deutschen Sprachgebrauch sehr flexibel ausdehnen" und auch Untersuchungen mit geringem Umfang, deren Resultate ohnehin bereits feststehen, als "wissenschaftliche Studie" verkaufen.

Auch wenn Angriffe gegen "die Statistik" (auch das berühmte aber falsche Churchill-Zitat kommt wieder einmal im Artikel vor) immer leicht fallen und wohl das sind, was der Amerikaner als "cheap shot" bezeichnen würde, so muss man Lochmaier in diesem Falle doch zustimmen. Die geradezu inflationäre Verwendung von wissenschaftlich besetzten Begriffen wie "Studie", "Signifikanz" (hierzu gibt es eine weitere fundierte Kritik im Arbeitszimmer) oder "Repräsentativität" ist in der Tat ein Problem, da diese Ausdrücke beim Leser solcher Berichte bzw. beim Marktforschungs-Kunden inhaltliche Assoziationen auslösen, die durch die Methodik der Datenerhebung und -analyse leider viel zu oft nicht gedeckt werden.

"Statistik-Bashing" ist als moderner Sport für Journalisten sicher zu kritisieren - die ständige und missverständliche Verwendung von Begriffen aus der wissenschaftlichen Marktforschung für methodisch unsaubere Untersuchungen ist aber ebenfalls ein Problem - und zwar eins, welches zu mehr und mehr kritischen Artikeln und damit zu ständig weiter erodierendem Vertrauen in alle Ergebnisse statistischer Untersuchungen - auch der methodisch sauberen - führt.

Jahresrückblick und Jahresvorschau

2007-12-31T04:28:00.000-08:00

Nun da sich 2007 immer schneller dem Ende zuneigt wird es Zeit, das alte Jahr noch einmal Revue passieren zu lassen und sich Gedanken darüber zu machen, welche Ziele im kommenden Jahr verwirklicht werden sollen – dies ist im Geschäftsleben nicht anders als im privaten Bereich und gilt daher auch im Falle der Statistikberatung.

Mit 2007 endet das erste „volle“ Jahr der im November 2006 gegründeten Statistikberatung Reinboth und auch dieser Blog existiert nun schon ein halbes Jahr. Vieles von dem, was ich in diesem ersten Geschäftsjahr über das Business gelernt habe, findet sich in meinem Post zum einjährigen Bestehen des Consulting-Services und soll an dieser Stelle nicht noch einmal ausgebreitet werden. Ich kann aber mit Freuden feststellen, dass sich im ablaufenden Jahr sowohl eine kleine Gruppe regelmäßiger Auftraggeber für die Statistikberatung als auch eine Handvoll wiederkehrender Leser für den Statistik-Weblog gefunden hat – ein Ergebnis, das mich sowohl mit Freude als auch mit Zuversicht für das kommende Jahr erfüllt.

Besonders spannend finde ich auch die ab und an eintrudelnden Anfragen von Studentinnen und Studenten aus dem gesamten Bundesgebiet, die bei einer empirischen Untersuchung festhängen oder eine gezielte Frage zur multivariaten Datenanalyse loswerden wollen. Auch für 2008 wird weiterhin gelten: Alle Anfragen von Studierenden, die sich in unter zwei Studen abhandeln lassen, werden gerne kostenlos bearbeitet – und für aufwändigere Anfragen lassen sich immer auch Sondertarife finden.

Für das Jahr 2008 steht eine Verbreiterung meiner Servicebasis an: Ab sofort werde ich auch die saubere Codierung von Fragebögen sowie (in begrenztem Umfang) die Durchführung und Auswertung qualitativer Untersuchungen anbieten (wie beispielsweise das Laddering). Die bisherigen Angebote bleiben natürlich in vollem Umfang erhalten: Planung und Begleitung von Online- und Offline-Erhebungen, Fragebogen-Design, Repräsentativitätsdiagnostik, Kreuztabellierungen sowie die mathematisch saubere Durchführung und Interpretation multivariater Datenanalysen.

Soweit es die Web-Projekte betrifft habe ich mir vorgenommen, mein Engagement in 2008 noch zu steigern: Mit Sicherheit wird es viele weitere Beiträge auf diesem Blog geben, darunter mindestens ein Dutzend weiterer Folgen des im letzten Monat gestarteten NSDStat-Tutorials – und auch im Marktforschungs-Wiki werde ich nach längerer Zeit wieder einmal ein paar neue Items einpflegen. Darüber hinaus ist für das kommende Jahr eine umfangreiche SEO-Kampagne für die verschiedenen Statistik-Webseiten geplant – ich bin schon gespannt inwiefern es mir gelingen wird, die Wiki-Pages oder Blogbeiträge bei Suchbegriffen wie Fakorenanalyse oder Interquartilsabstand auf vordere google-Plazierungen zu bringen. Auch meine beiden Bücher zur multivariaten Datenanalyse sowie zur Online-Marktforschung will ich noch stärker vermarkten – ein drittes Buch über das ich an dieser Stelle noch nicht viel verraten kann, befindet sich übrigens bereits in Arbeit und wird mit etwas Glück vielleicht noch 2008 erscheinen.

Gelegentlich werde ich gefragt, ob ich im kommenden Jahr nicht vielleicht die freiberufliche Tätigkeit an den Nagel hängen und Vollzeit in die Marktforschung wechseln möchte. Dazu kann ich nur sagen, dass es mich zwar prinzipiell sehr reizen würde, mich voll und ganz der Statistik zu widmen, dass ich aber arge Probleme mit der teils unwissenschaftlichen Art und Weise habe, mit der in vielen Instituten und Agenturen Datenanalyse betrieben wird und die ja erst kürzlich wieder durch den hervorragenden Beitrag von Frau Jaksch kritisch beleuchtet wurde. Dazu kommt noch, dass die von mir Ende 2006 (mit-) gegründete und inzwischen zum An-Institut der HS Harz avancierte HarzOptics GmbH von Monat zu Monat mehr Aufträge zu verzeichnen hat, und ich inzwischen viel Gefallen an der für einen Analytiker zwar fachfremden aber dennoch unglaublich spannenden Welt der Photonik-Forschung gefunden habe (mehr Infos zur Arbeit bei HarzOptics gibt es übrigens in meinem Photonik-Blog).

Die freiberufliche Tätigkeit im Marktforschungs-Bereich ist zudem mit sehr vielen Abwechslungen und damit Herausforderungen verbunden, da sich die Aufträge teils stark voneinander unterscheiden und jede Aufgabe mich zwingt, mit anderen Methoden an die Daten heranzugehen – dies hält mich methodisch fit und sorgt dafür, dass ich – wenn ich doch einmal den Sprung in eines der Institute antreten sollte – einem potenziellen Arbeitgeber auch viel zu bieten habe. Als letzter wichtiger Grund kommt für mich dazu, dass ich nun schon das fünfte Semester in Folge diverse Kurse (mit und ohne Bezug zur Statistik) an der HS Harz unterrichte und inzwischen an der Vermittlung von Wissen an aufgeweckte junge Menschen so viel Freude gefunden habe, dass es mir sicher schwer fallen würde, diese Tätigkeit ganz einzustellen.

Meine geschäftliche Prognose für 2008 lautet daher, dass die Türen der Statistikberatung Reinboth auch noch ein weiteres Jahr allen interessierten Kunden offen stehen werden. Ich für meinen Teil freue mich in jedem Fall auf die kommenden Herausforderungen und hoffe auch im neuen Jahr wieder auf viele interessante und abwechslungsreiche Aufträge aus allen Teilbereichen der Marktforschung.

NSDstat-Kurs: Erstellung univariater Statistiken

2007-12-31T04:10:00.000-08:00

Im zweiten Teil des Blog-Tutorials zur Analysesoftware NSDstat Pro soll wie angekündigt gezeigt werden, wie man zu univariaten Statistiken gelangt, und zwar einschließlich der Lage- und Streuungsmaße sowie der Konfidenzintervalle. Als Beispiel wird erneut der NSDstat Demo-Datensatz zum politischen Interesse von Schülern verwendet.

Im ersten Schritt ist – wie schon im ersten Teil dieses Tutorials demonstriert – in der Variablenliste diejenige Variable zu wählen, die nachfolgend näher untersucht werden soll, in unserem Fall die v8 – Politisches Interesse.

Durch einen Klick auf „Univariate Statistiken“ (das zweite Symbol aus der obersten Symbolleiste) gelangt man in die Auswahl der univariaten Analyseoptionen, wobei wir uns für die zweite Option „Univariate Statistiken“ entscheiden, hinter der sich die Berechnung einer ganzen Reihe interessanter Kennwerte aus der Statistik I & II verbirgt. Mit einem weiteren Klick auf den nach Rechts zeigenden Pfeil übernehmen wir die selektierte Variable v8 in die Auswahlliste der zu analysierenden Variablen.

Ein Klick auf OK bringt uns in den Ergebnisbildschirm. Wie der Screenshot zeigt, hat NSDstat hier zunächst einmal sechs Werte ausgegeben: Das arithmetische Mittel (in dieser Übersicht einfach als „Mittelwert“ bezeichnet), die Summe aller Ergebniswerte (aufgrund der Fragestellung von v8 eher von untergeordnetem Interesse), den minimalen und den maximalen Wert (aus denen man ja auch leicht die Spannweite berechnen könnte, wenn dies erforderlich wäre – was hier ebenfalls aufgrund der Fragestellung von v8 nicht der Fall ist) sowie die Gesamtzahl der verarbeiteten Fälle (N) und die Standardabweichung.

Zu beachten ist, dass NSDStat in diesem Ausgabebildschirm erst einmal für jede Variable das arithmetische Mittel sowie die Standardabweichung ausgibt, auch wenn dies aufgrund des Skalenniveaus der Variablen mathematisch nicht angebracht ist. Wenn man sich über die „Volltext-Dokumentation“ in der Variablenauswahl die Originalfrage zur Variablen v8 noch einmal anzeigen lässt, stößt man dabei nämlich auf folgendes Konstrukt:

Würdest du sagen, du bist im allgemeinen an Politik sehr stark interessiert, stark interessiert, weniger interessiert oder garnicht interessiert?

1 [ ] Sehr stark
2 [ ] Stark
3 [ ] Wenig
4 [ ] Gar nicht
9 [ ] Weiß nicht

Es liegt also eindeutig ein ordinal skaliertes Merkmal vor, so dass die Berechnung des arithmetischen Mittels (ebenso wie die der Standardabweichung) im Grunde gar nicht zulässig war. Wer sich noch einmal vergegenwärtigen möchte, wie man zwischen den einzelnen Skalenniveaus unterscheidet, dem sei an dieser Stelle mein Online-Lernmodul zu den Lagemaßen bei lernmodule.net ans Herz gelegt. Festzuhalten ist auf jeden Fall, dass der Anwender entscheiden muss, ob eine bestimmte Rechnung aufgrund des Skalenniveaus überhaupt durchgeführt werden kann oder nicht – NSDStat nimmt einem diese Entscheidung nicht ab und berechnet – überspitzt formuliert – auch aus einer Liste mit Telefonnummern erst einmal die „Durchschnittsnummer“ sowie die Standardabweichung. Aus diesem Grund sind Methodenkenntnisse des Anwenders auch dann gefragt, wenn die eigentlichen Berechnungen nur noch mit Software durchgeführt werden.

Aber zurück zur Beispielaufgabe: Ein Rechtsklick und die Selektion von „Optionen“ eröffnet ein weiteres Menü, in dem nun zusätzliche Einstellungen getätigt werden können. So lassen sich neben dem arithmetisches Mittel auch noch der Median und die Quartile einblenden, die übrigens in diesem Fall aufgrund des Skalenniveaus die bessere Wahl sind. Weiterhin möglich ist die Anzeige von Schiefe und Kurtosis sowie der Konfidenzintervalle zu 95% und 99%, womit ein Großteil der aus der Statistik I & II bekannten Kennzahlen abgedeckt wäre. Hinter dem zweiten Reiter in dieser Übersicht mit der Bezeichnung „Häufigkeitspolygon“ verbirgt sich übrigens die Möglichkeit zur Erstellung von Box-Plots und weiteren Grafiken, die im dritten Teil dieses Tutorials näher betrachtet werden sollen.

Wie man sieht, haben wir die ursprüngliche Liste mit Kennzahlen durch die Selektion der weiteren angebotenen Werte deutlich ausbauen können – ein gutes Beispiel dafür, wie schnell und einfach sich mit NSDStat eine Vielzahl statistischer Größen berechnen lässt. Mit den beiden Grafik-Buttons im seitlichen Menü gelangt man von dieser Kennzahlen-Übersicht anschließend zur Darstellung des sogenannten Häufigkeitspolygons sowie des Box-Plots, die, wie schon erwähnt, Gegenstand des dritten NSDStat-Tutorials werden sollen, welches voraussichtlich in etwa zwei Wochen in diesem Blog erscheinen wird.

Den Finger direkt in die Wunde gelegt...

2007-12-04T14:41:00.000-08:00

Edith Jaksch, ihres Zeichens studierte Statistikerin und (Mit-) Gründerin der österreichischen Marktforschungsagentur Jaksch & Partner, hat in einem Interview mit dem Online-Magazin CHiLLi.cc auf ebenso drastische wie vernichtende Art und Weise auf einige Probleme in der modernen Marktforschung hingewiesen, über die ich in diesem Blog (wenn auch in deutlich zahmerer Sprache) auch schon gelegentlich berichtet habe.

Als "Leidensgenosse", der sich in der Welt der Marktforschung auch schon über viele geschönte Statistiken und unsaubere Praktiken ärgern musste, war die Lektüre des Interviews, insbesondere dieses Abschnitts, für mich ein wahres Vergnügen. Wer sich schon immer gefragt hat, warum einem bei den "Marktforschungs-Profis" in der Regel auffallend wenige Mathematiker oder Statistiker begegnen, findet die Antwort in diesem Interview, aus dem ich nachfolgend einen kurzen Abschnitt zitieren möchte:

"Es klingt vielleicht komisch, aber die großen Meinungsforschungsinstitute haben fast gar keine Statistiker. Meistens arbeiten dort Betriebswirtschaftler mit Marketingausbildung, teilweise auch Psychologen, die sich zumindest ein wenig mit Statistik auskennen. [...] Ein Bekannter von mir ist Statistiker und hat kurz bei einem Marktforschungsinstitut gearbeitet. Er hat aber nach zwei Wochen wieder aufgehört, mit der Begründung: 'Dafür habe ich nicht studiert.' Jedes Mal wenn er versucht hat, auf Fehler aufmerksam zu machen, war die Antwort, dass alles aus Vergleichsgründen so bleiben muss. Das heißt, um ihre eigenen Daten untereinander vergleichen zu können, machen sie einfach immer dieselben Fehler. Das kann’s ja auch nicht sein." [Link zur Originalquelle]

Dieser Fundamentalkritik kann ich mich nur anschließen. Zum Glück sind meine Kunden in der absoluten Mehrzahl stets an wissenschaftlich sauberen Ergebnissen interessiert, so dass mir das Problem der "Vergleichbarmachung" durch absichtlichen Fehlereinbau erst selten begegnet ist - aber selbst in dem einen Jahr, in dem ich bislang als freier Berater in Sachen Statistik unterwegs bin, habe ich schon mehrere solcher Anfragen auf den Tisch bekommen. Von meinen Kollegen und Bekannten in den großen Agenturen im Konsumgüter-Bereich musste ich mir inzwischen erklären lassen, dass solche Praktiken in der "professionellen Marktforschung" leider nicht die Ausnahme, sondern ganz klar die Regel darstellen. Auch wenn es mich freut, mit meinen Dienstleistungen und für meine Kunden ein wenig gegen diesen Strom schwimmen zu können, ist es doch enttäuschend, an wie vielen anderen Stellen genau so gearbeitet wird - hier legt Frau Jaksch den Finger direkt in die schmerzende Wunde...

Allen Leidensgenossen aus der Markt- und Meinungsforschung kann ich nur empfehlen, diesen lesenswerten Artikel in Gänze zu konsumieren. Es ist selten, dass die Probleme der Branche so deutlich benannt werden - mein Dank gilt daher an dieser Stelle Frau Jaksch für den Mut, die Dinge beim Namen zu nennen und sich gegen solche verfälschenden Praktiken auszusprechen.

NSDstat-Kurs: Erstellung einer Häufigkeitsverteilung

2007-12-03T02:27:00.000-08:00

Im ersten Teil dieses exklusiven Blog-Tutorials zur statistischen Analysesoftware NSDstat Pro statistische Lagemaße soll demonstriert werden, wie einfach sich eine univariate Häufigkeitsverteilung, eine einfache Verteilungsgrafik sowie einige grundlegende erstellen lassen. Als Beispiel wird einer der NSDstat Demo-Datensätze verwendet, in diesem Fall eine Befragung unter Schülern zum Themenbereich „Politik und politisches Interesse.“

Im ersten Schritt ist in der Variablenliste diejenige Variable zu wählen, die nachfolgend näher untersucht werden soll, also beispielsweise v8 – Politisches Interesse. Die originale Frage hinter dieser Variablen kann in der Variablenliste jederzeit durch einen Rechtsklick auf die Variable und die Auswahl der Option „Volltext-Dokumentation“ eingesehen werden.

(für eine vergrößerte Darstellung einfach auf die Screenshots klicken)

Durch einen Klick auf „Univariate Statistiken“ (das zweite Symbol in der obersten Symbolleiste) gelangt man in die Auswahl der univariaten Analyseoptionen, wobei wir uns für die erste Option „Häufigkeiten“ entscheiden – die Häufigkeitsverteilung. Mit einem weiteren Klick auf den nach Rechts zeigenden Pfeil übernehmen wir die bereits selektierte Variable v8 in die Auswahlliste der zu analysierenden Variablen. NDSstat ermöglicht die parallele Analyse von unbegrenzt vielen Variablen, wobei die Arbeit im Ergebnisbildschirm ab etwa 20 Variablen recht unübersichtlich werden kann.

Ein Klick auf OK bringt uns in den Ergebnisbildschirm. Wie der Screenshot zeigt, hat NSDstat hier eine Häufigkeitstabelle erstellt, die absolute Häufigkeiten, relative Häufigkeiten und relative gültige Häufigkeiten (relative Häufigkeiten in Bezug auf die tatsächlich eingegangenen Fälle, d.h. ohne fehlende Werte) zeigt, außerdem wird angegeben, wie viele Fälle in die Berechnung mit eingeflossen sind und wie viele fehlende Werte zu verzeichnen waren.

Ein Rechtsklick und die Selektion von „Optionen“ eröffnet ein weiteres Menü, in dem nun zusätzliche Einstellungen getätigt werden können. So lassen sich die drei gängigsten Lagemaße – arithmetisches Mittel, Median und Modus einblenden, außerdem kann eine Kumulierung der tabellierten Werte vorgenommen werden. Weitere Optionsmenüs eröffnen Möglichkeiten zum „Feintuning“ der NSDstat-Grafiken.

Eine der standardmäßig in der Ausgabe erzeugten Grafiken ist dieses seitlich gekippte Balkendiagramm. Wie man sieht, erzeugt NSDstat recht ansehnliche und vor allem übersichtliche Grafiken ohne 3D-Spielereien und ähnliche Ablenkungen. Wer aufwändigere Diagramme benötigt, kann die Tabellen mit den Ergebniswerten aus NSDstat in alle üblichen Textverarbeitungs- und Präsentationsprogramme exportieren, so dass die Analyseergebnisse dort zur Grafikerstellung verwendet werden können.

Soweit ein erster Einblick in eine der Grundfunktionen von NSDstat. Wie man sieht, ist die Bedienung der deutschsprachigen Benutzeroberfläche relativ einfach, so dass auch Einsteiger sich im Programm zurechtfinden können. Die Ausgabe der Analyseergebnisse sowie die Grafiken sind nicht spektakulär, sondern betont nüchtern-sachlich gehalten, womit sich das Programm angenehm von einigen der auf grafische Spielereien setzenden Konkurrenten abhebt. Häufigkeitsverteilungen lassen sich mit weniger als fünf Mausklicks erstellen, tabellarisch und grafisch ausgeben sowie um zusätzliche Elemente wie Lagemaße und eine Spalte der kumulierten Werte erweitern, womit der Grundinformationsbedarf abgedeckt sein sollte.

Im zweiten Teil dieses Tutorials – welches vermutlich in ein bis zwei Wochen in diesem Blog erscheinen wird – werde ich mich der Erstellung wichtiger univariater Statistiken widmen – einschließlich der Lage- und Streuungsmaße sowie der Konfidenzintervalle.

Werden Destatis-Statistiken immer ungenauer?

2007-11-22T09:00:00.000-08:00

Ulrike Müller weist in einem aktuellen Artikel der Financial Times Deutschland auf ein Problem mit den Wirtschaftsstatistiken des Statistischen Bundesamtes hin: Da die Menge an Daten, die von den Unternehmen an die Einrichtung geliefert werden ständig abnimmt, müssen immer häufiger Korrekturrechnungen zur Vervollständigung von Statistiken durchgeführt werden, wodurch deren Genauigkeit in Frage gestellt wird.

Grund für den nachlassenden Datenfluss sind vor allem von der Bundesregierung beschlossene Erleichterungen für den Mittelstand im Rahmen des Bürokratieabbaus. So sind Unternehmen aus dem verarbeitenden Gewerbe mit weniger als 50 Mitarbeitern seit Anfang 2007 nicht mehr verpflichtet, monatlich Daten für die amtliche Statistik zu liefern, statt dessen werden nun Umsätze, Mitarbeiterzahlen etc. nur noch einmal jährlich erhoben. Als Mit-Inhaber eines solchen Kleinunternehmens – der HarzOptics GmbH mit aktuell 5 Mitarbeitern – ist mir diese Änderung auch selbst schon aufgefallen – im ganzen Jahr 2007 musste ich lediglich einen Fragebogen für die amtliche Statistik ausfüllen, bei dem es sich auch noch um einen „Nachzügler“ mit Bezug zu unserer Gründungsphase im vorangegangenen Jahr handelte.

Für die Geschwindigkeit, mit der dynamische Entwicklungen am Markt wahrgenommen werden können, stellt dieser Informationsverzicht natürlich ein Problem dar. Als Beispiel führt Müller für ihren Bericht die Baubranche an: Während die größeren Bauunternehmen, bei denen die Auftragslage aktuell ungünstig aussieht, monatlich Daten zur Verfügung stellen, melden die kleineren Unternehmen mit zumeist günstiger Auftragslage nur noch jährlich. Als Folge davon, so Müller, scheint es möglich, dass der Schrumpfungsprozess in der Baubranche in der Statistik dramatischer ausfällt als in der Realität.

Obwohl das Statistische Bundesamt laut eigenen Angaben den Informationsverlust für unkritisch hält, wird unter anderem auf Seiten des Deutschen Instituts für Wirtschaftsforschung über mögliche Alternativen zum kompletten Datenverzicht nachgedacht, beispielsweise die Erhebung der Monatsdaten innerhalb einer repräsentativen Stichprobe kleinerer Unternehmen. Noch existiert meines Wissens nach hierzu keine Veröffentlichung von Destatis oder dem DIW, mal sehen ob irgendwann noch eine erscheint - gerade unter dem Aspekt der Repräsentativität von Großerhebungen ist die Problematik ja durchaus interessant...

NSDstat-Kurs im Statistikberatungs-Weblog

2007-11-20T03:19:00.000-08:00

Nachdem ich nun bereits vor etlichen Monaten auf die statistische Analysesoftware NSDstat Pro „umgestiegen“ bin, kann ich ein uneingeschränkt positives Fazit ziehen: NSDstat Pro beherrscht nicht nur alle wesentlichen Funktionen für die multivariate Datenanalyse (Erstellung von Grafiken, Berechnung von Lage-, Streu- und Verteilungsmaßen, Berechnung von Testverfahren und Korrelationskoeffizienten, Durchführung linearer Regressionsanalysen etc.), sondern lässt sich dank komplett eingedeutschter Oberfläche auch noch leicht bedienen und ist (vor allem im Vergleich zum Branchenführer SPSS) geradezu konkurrenzlos günstig: Die Software ist für den kommerziellen Einsatz für gerade einmal 150 EUR zu bekommen, Hochschulen und andere wissenschaftliche Einrichtungen zahlen 120 EUR, Studenten sogar nur 40 EUR für eine voll funktionsfähige Version.

Natürlich kann NSDstat nicht alles – es lassen sich beispielsweise keine Cluster- und Korrespondenzanalysen durchführen – die braucht man in der Praxis aber auch deutlich seltener und in der Basisversion von SPSS sind solche Verfahren ja ebenfalls nicht enthalten. Wie der Einsatz in der Statistikberatung beweist, lässt sich die Software im professionellen Bereich problemlos verwenden, abgesehen davon eignet sie sich aufgrund des Preises, der deutschsprachigen Menüführung und des Leistungsumfangs aber gerade auch für Studierende die sich in überfüllten SPSS-Übungsräumen nicht konzentrieren können, und davor zurückschrecken, die teure Software für die Heimarbeit zu kopieren, wovon man angesichts der möglichen Strafen wirklich nur abraten kann.

Gerade weil NSDstat in diesen Fällen eine gute Alternative darstellt ist es bedauerlich, dass die Software im akademischen und studentischen Umfeld bislang nur recht sporadisch eingesetzt wird – ich kenne kaum Studenten, die das Programm einsetzen, und im Lehrbereich arbeiten alle mir bekannten Kollegen momentan noch ausschließlich mit SPSS. Da ich aus vielen E-Mails und Gesprächen weiss, dass es hauptsächlich Studierende und Lehrende sind, die diesen Blog frequentieren, habe ich mich dazu entschlossen, stufenweise ein kleines NSDstat-Tutorial aufzubauen: Während es natürlich nach wie vor wöchentlich reguläre Blogposts geben wird, werde ich versuchen, regelmäßig einmal jede Woche oder zumindest alle zwei Wochen ein Tutorial-Post zum Umgang mit NSDstat zu erstellen. Diese Tutorial-Posts werden sich zunächst vermutlich hauptsächlich um die Ausführung einfacherer Aufgaben drehen, wie beispielsweise die Berechnung des arithmetischen Mittels, des Medians oder die Durchführung des T-Tests, eventuell werde ich später auch auf die Durchführung von Komplexverfahren eingehen, sollte ein entsprechendes Interesse vorhanden sein.

Von der GESIS – der Gesellschaft sozialwissenschaftlicher Infrastruktureinrichtungen – die das Softwarepaket im deutschsprachigen Raum vertreibt, habe ich freundlicherweise die Genehmigung erhalten, auch Screenshots für meine Tutorial-Posts einsetzen zu dürfen, so dass sich der Umgang mit NSDstat auch visuell zeigen lassen wird. Kritik, Anregungen oder spezielle Themenwünsche werden natürlich gerne entgegengenommen – das Tutorial richtet sich ja in erster Linie an alle neuen oder potenziellen NSDstat-User unter meinen Lesern und soll sich daher auf jeden Fall auch an deren Interessen orientieren. Wer also ein bestimmtes Verfahren erklärt sehen möchte, oder sich selbst mit einem Tutorial-Post in den Aufbau der Artikelreihe einbringen will, ist herzlich dazu eingeladen, sich mit mir in Verbindung zu setzen.

Ein Jahr „Statistikberatung Reinboth“ - Fazit und Ausblick

2007-11-08T07:46:00.000-08:00

Vor nunmehr gut einem Jahr – genauer gesagt am 01.11.2006 – startete das Experiment „Statistikberatung“. Ziel war es, den Marktbedarf für statistisch fundierte Beratungsdienstleistungen auszuloten und zu nutzen. Angesichts der vielen „schnell schnell“-Marktforschung, bei der die Ergebnisse schon nach Tagen (oder im Extremfall sogar nach Stunden) erwartet werden, und bei der die statistische Genauigkeit angesichts der wirtschaftlichen Zwänge oft in den Hintergrund tritt, trat ich mit dem Anspruch an, meine Aufträge nicht noch schneller abzuarbeiten oder mit noch mehr Style präsentieren zu wollen, sondern statt dessen mathematisch saubere und exakte Markt- und Meinungsforschung zu betreiben. Den Kunden sollte mehr geboten werden als eine schnelle deskriptive Auswertung, ein paar schicke Grafiken und ein paar Koeffizienten oder Testverfahren – statt dessen bestand (und besteht) mein Angebot darin, mit Hilfe von komplexen, multivariaten Verfahren wie der Varianzanalyse, der Clusteranalyse oder der Faktorenanalyse den Zusammenhängen in den Daten auf den Grund zu gehen und die verborgenen Datenschätze zu heben und gründlich auszuwerten.

Nach einem Jahr kann man dieses Experiment rückblickend nur als gelungen bezeichnen. Für eine Dienstleistung, die aus Kostengründen nur online beworben und zudem nur nebenberuflich – und dadurch mit zeitlichen Einschränkungen – durchgeführt wird, fanden sich erstaunlich viele Interessenten und auch Kunden, wobei die meisten genau der Gedanke bewegte, der mich ebenfalls zur Gründung motiviert hatte: Wir wollen weg von der schnellen, sterilen und auf Style und Schein getrimmten Marktforschung und hin zu echter Datenanalyse, statistisch sauber und mathematisch fundiert. Die meisten Kunden zeigten sich mit dieser Erfahrung zufrieden und gemeinsam mit ihnen gelang mir eine interessante Feststellung: Ohne meinen Kollegen von einigen der größeren Marktforschungs-Unternehmen zu nahe treten zu wollen (denn natürlich gibt es da einige, die geradezu exzellente Arbeit leisten) – eine andere Art von Marktforschung ist möglich, eine, die über oberflächliche „schnell schnell“-Analysen hinausgeht und bei der statt auf die modisch gegeelte Haarpracht des Präsentierenden oder den perfekt eingeübten Smalltalk mit dem Kunden wieder mehr Wert auf Ergebnisse gelegt wird, die das Label „repräsentativ“ auch wirklich verdienen – oder darauf, wirklich alles aus den Daten herauszuholen, was darin verborgen ist, auch wenn es vielleicht zwei Tage länger in Anspruch nimmt...

Mir ist bewusst, dass die momentanen wirtschaftlichen Zwänge im Marktforschungs-Business diese Form der Marktforschung nicht immer zulassen – was schade ist, denn dem Kunden entgeht durch die Konzentration auf Oberflächliches und Look viel mehr, als ihm vermutlich bewusst ist. Dennoch besteht ganz klar ein Bedarf an solchen Dienstleistungen – und damit eine Marktlücke, die ich nur zu gern zu füllen bereit bin, auch wenn die Lücke – und dies ist wohl die wichtigste Erkenntnis des vergangenen Jahres – sehr viel größer ist, als dass mein kleines Angebot sie jemals schließen könnte. Darum wendet sich mein Fazit vor allem an all die Markt- und Meinungsforscher da draußen, die sich in den letzten Jahren auch darüber geärgert haben, dass mehr und mehr Zeit und Aufwand auf die Präsentation der Ergebnisse verwendet werden, als auf die Datenanalyse selbst, an all diejenigen die wissen, dass aus den Daten oft noch viel mehr herauszuholen wäre, wenn man analytisch nur etwas weiter gehen würde, und an all diejenigen, denen der inflationäre Gebrauch von Begriffen wie „repräsentativ“ und „signifikant“ auch in gänzlich unpassenden Situationen gehörig an den Nerven zehrt: Wer sich in einer Position befindet, in der er oder sich etwas an diesen Mißständen ändern kann, möge es ruhig versuchen – es lohnt sich....

Welche Empfehlungen für die Personalverantwortlichen ergeben sich aus diesen Erkenntnissen? Vielleicht sollten die statistischen Methodenkenntnisse und die analytischen Fähigkeiten eines Bewerbers wieder eine größere Rolle spielen als das perfekte Styling, der ansprechende Smalltalk oder die nervliche Belastbarkeit in fachfremden und völlig überspitzten „Assessment Centern“. Möglicherweise ist es auch unwirtschaftlich, Absolventen jahrelang als Praktikanten und Trainees an der kurzen Leine zu halten (wie ich dies bei einigen meiner ehemaligen Studienkollegen erleben durfte) – nur um sie dann durch neue Praktikanten und Trainees zu ersetzen. Gute Leute wachsen mit der Zeit in ihre Aufgaben und zehn Jahre Berufserfahrung sind dem Kunden gegenüber sehr leicht als Gewinn zu vermitteln. Apropros Berufserfahrung: Vielleicht sollte man auch dem Jugendwahn gegenüber einmal eine kritische Haltung einnehmen und Mitarbeiter über 40 nicht verstecken oder downsizen. Welcher Umstand könnte bloss zu der irrigen Annahme verleiten, jüngere Menschen könnten automatisch besser rechnen? Eine bessere Figur bei der Präsentation geben sie ja vielleicht ab – aber ist das wirklich die Kernkompetenz, auf die es ankommt?

Vielleicht sollten man auch mal aus eigenem Antrieb überprüfen, ob weiterführende Analysen wie Korrespondenz- oder Faktorenanalyse für einen vorliegenden Datensatz sinnvoll erscheinen – und sie dem Kunden vorschlagen, nachdem man zu einem positiven Ergebnis gelangt ist. Mir ist durchaus bewusst, dass dies in vielen Fällen dazu führen wird, dass man 30 kostbare Minuten damit verbringt, die Voraussetzungen für ein Analyseverfahren zu überprüfen, nur um festzustellen, dass es eben nicht durchführbar ist – und man demzufolge dem Kunden auch nichts anbieten kann, wofür dieser etwas zahlen würde. Aber was ist mit all den Datensätzen, aus denen sich mehr herausholen lässt als bloss ein paar Kreisdiagramme und ein dutzend Prozentwerte? Hat nicht der Auftraggeber dieser Befragung irgendwo ein Recht darauf, dass aus seinen Daten alles herausgeholt wird, was sich darin finden lässt? Vielleicht, ja vielleicht sollte man sogar so weit gehen, mit Begriffen wie „repräsentativ“ oder „statistisch signifikant“ wieder etwas vorsichtiger umzugehen und sie nur dort zu verwenden, wo sie wirklich inhaltlich angebracht sind. Mit Kunden, die einem daraufhin vielleicht abzuspringen drohen, weil sie bei der Konkurrenz ein „repräsentativeres“ oder „signifikanteres“ Ergebnis für ihr Geld bekommen, kann man durchaus auch reden und ihnen die mathematischen Sachverhalte darlegen....

Dies bringt mich zur letzten Erkenntnis dieses Jahresrückblicks, in der sich eine Empfehlung verbirgt, die bei näherem Hinsehen natürlich nur als frommer Wunsch zu werten ist: Vielleicht sollte man die Statistik hinter der Marktforschung auch ein wenig „de-mystifizieren“ und mit dem Kunden offener umgehen, sowohl was eventuelle Probleme in der Analyse, als auch was die saubere und ehrliche Interpretation der Ergebnisse betrifft. Manch einer denkt möglicherweise, der durchschnittliche Kunde sei gar nicht in der Lage und/oder nicht daran interessiert, etwas über die Statistik zu lernen, so dass beiden Seiten mit einer schicken Präsentation viel besser gedient ist – aus meiner Erfahrung eine Fehleinschätzung, denn viele Kunden interessieren sich sehr wohl für Details – gerade wenn es um ihr Unternehmen, ihre Produkte und ihre Marktposition geht. Manch einer mag sogar denken, dass es der Branche hilft, wenn man um die mathematischen Hintergründe ein großes Mysterienspiel veranstaltet, bei dem Worte wie „repräsentativ“ und „signifikant“ vom forschenden Experten der staunenden Zuhörerschaft zugeraunt werden, gerade so, als spräche man vom Heiligen Gral. Am Ende könnte ja so ein Kunde noch auf die Idee kommen, seine Marktforschung künftig selbst zu betreiben – eine gräuliche Vorstellung, die aber volkswirtschaftlicher Unsinn ist. Die meisten Menschen könnten ihr Brot vermutlich auch selbst backen, und gehen trotzdem noch zum Bäcker....

Solange sich bezüglich dieser Punkte in der Branche nichts ändert – und damit rechne ich persönlich eher wenig – freue ich mich über jeden Kunden, dem eine gründliche Analyse wichtiger ist als schnelle und bunte Ergebnisse. Nach einem Jahr konsequent wissenschaftlich gehaltener Analysen, kann ich im Grunde nur drei Dinge mit Bestimmtheit feststellen: Dass (1) das Experiment „Statistikberatung“ geglückt ist, ich mich (2) auf das nächste und übernächste und alle noch folgenden Jahre als freiberuflicher Statistik-Consultant mehr denn je freue und ich (3) auch weiterhin in diesem Blog über alle Erkenntnisse und Kuriositäten berichten werde, die sich mir auf diesem Weg noch offenbaren.

Der Traum-Arbeitsplatz für jeden Statistiker...

2007-11-01T05:26:00.000-07:00

...ist nicht das Bundesamt für Statistik (wenngleich sehr reizvoll), sondern – eine Versicherung! Dass die Durchführung von Risikoanalysen für die Branche eine gewisse Bedeutung hat, ist ja hinreichend bekannt – die immer verrückter werdenden Gewinn- und Glücksspiele in Radio und TV haben jedoch zu einer völlig neuen Form von Versicherungen geführt, die kürzlich von Reinhold Rühl in der Süddeutschen beleuchtet wurde.

Ein gutes Beispiel für diese Form der Versicherungen sind die im Radio häufig durchgeführten Gewinnspiele der Marke “Wer einen 5-Euro-Schein mit einer bestimmten Seriennummer besitzt, kann 200.000 Euro gewinnen”. Die meisten Veranstalter solcher Gewinnspiele, so scheint es, verfügen gar nicht über das zum Gewinn ausgeschriebene Kapital, sondern versichern das “Gewinnrisiko” bei speziellen Gewinnspielversicherern wie der Agentur Sales Promotions and Services (SPS), deren US-amerikanische Muttergesellschaft weltweit mehr als 500 Gewinnspiele jeden Monat versichert. Die Kosten für eine solche Versicherung berechnen sich logischerweise aus der Höhe der Gewinnsumme und der Wahrscheinlichkeit für einen Haupttreffer.

Also wie groß ist die Wahrscheinlichkeit für einen Gewinn beim “Geldscheinspiel”? Wie stehen die Chancen auf eine Trefferserie beim Torwandschießen? Oder auf den Hauptgewinn bei so skurrilen Wetten wie dem österreichischen “Kuhbingo”, bei dem derjenige siegreich hervorgeht, der die exakte Position auf einem Feld am besten bestimmen kann, an dem eine Kuh sich...nun ja, erleichtert...

Was für ein faszinierender Job muss es sein, all diese Wahrscheinlichkeiten zu berechnen – vor allem angesichts der Tatsache, dass die Medien mit immer skurrileren und abstruseren Gewinnspielen locken. Für einen begeisterten Statistiker und Glücksspiel-Theoretiker in jedem Falle der Traum-Arbeitsplatz schlechthin. Falls also jemand bei Sales Promotions and Services mitlesen sollte – ich könnte sofort anfangen.

Der deutsche Markt, dies lässt sich der Süddeutschen noch entnehmen, hängt allerdings bei der Absicherung von Glücksspielrisiken noch etwas hinterher – viele Veranstalter setzen hierzulande noch auf klassische Verlosungen, bei denen immer jemand gewinnt – und dieses Risiko kann und muss nun wirklich niemand versichern....

Neues Buch zur Online-Marktforschung

2007-11-01T05:16:00.000-07:00

Nach dem erfolgreichen Buch “Multivariate Analyseverfahren in der Marktforschung”, welches 2006 im Internetverlag LuLu erschienen ist, konnte ich dieser Tage mein zweites Werk zum Thema Online-Marktforschung beim GRIN-Verlag für wissenschaftliche Texte veröffentlichen. Das Buch trägt den langen Titel “Möglichkeiten und Grenzen von Online-Befragungen unter besonderer Berücksichtigung der Daten- und Stichprobenqualität” und basiert auf meiner Diplomarbeit an der Hochschule Harz.

Noch zum Jahrtausendwechsel gingen viele Marktforscher davon aus, dass Online-Befragungen, Befragungen, die per E-Mail oder über einen HTML-Fragebogen durchgeführt werden, in naher Zukunft konventionelle Befragungen ersetzen könnten – hohe Erwartungen, die sich nicht erfüllt haben. Dennoch nimmt die Anzahl der Online-Befragungen mit der steigenden Bedeutung des Internet ständig zu, und es ist zu erwarten, dass Online-Befragungen in der Zukunft der Marktforschung eine wichtige, wenn auch keine dominierende Rolle spielen werden. Die Herausforderung bei der Durchführung einer Online-Befragung besteht in der Erreichung eines Gleichgewichts zwischen den neuen technischen Möglichkeiten und den Regeln und Standards der konventionellen Marktforschung, die auch in der virtuellen Welt beachtet werden müssen.

Nur eine gut geplante und nach wissenschaftlichen Prinzipien durchgeführte Online-Befragung führt zu qualitativ hochwertigen und, im Rahmen von quantitativen Untersuchungen, auch zu repräsentativen Ergebnissen. Die Neuerscheinung beschäftigt sich mit der Frage, wie sich solche Befragungen optimal planen, sauber durchführen und wissenschaftlich Auswerten lassen. Insbesondere werden Fragen beantwortet wie z.B.:

Was ist aktive, was passive Rekrutierung?
Wie lässt sich eine Zufallsauswahl online realisieren?
Wie lassen sich “Incentive-Jäger” erkennen und ausschließen?
Wie vermeidet man die Aussortierung von Befragungs-E-Mails?
Wie lassen sich Probanden während der Teilnahme kontrollieren?
Wie lässt sich die Repräsentativität von Online-Befragungen sichern?
Wie lassen sich mit HTML und JavaScript gute Fragebögen erstellen?

Neben amazon und weiteren Online-Händlern lässt sich das Buch mit der ISBN 978-3638827423 auch über den normalen Buchhandel beziehen, eine PDF-Version ist außerdem zum reduzierten Preis direkt beim GRIN-Verlag erhältlich. Ich hoffe, das Buch findet den einen oder anderen interessierten Leser, wobei ich allen Käufern (sowie allen anderen Marktforschungs-Interessierten) natürlich jederzeit als Diskussionspartner für Nachfragen zur Verfügung stehe.

Um es für die Erstkäufer etwas interessanter zu machen, gilt außerdem folgendes Sonderangebot: Wer innerhalb der nächsten 30 Tage zuschlägt und das Buch erwirbt, kann 3 kostenlose Beratungsstunden bei der Statistikberatung Reinboth in Anspruch nehmen – Interessenten schreiben mir einfach bis Mitte Dezember eine E-Mail und beantworten eine Frage zum Buch, und schon können die kostenlosen Beratungsstunden in Anspruch genommen werden.

Marktforschung ist viel zu kompliziert!!!

2007-10-23T01:01:00.000-07:00

Oder zumindest ist sie das in Österreich.... Eine interessante Meldung aus unserem Nachbarland: An der Kepler-Uni fallen die Studenten massenhaft durch die Prüfungen – so hat es in der Marktforschungs-Klausur für Sozialwissenschaftler glatte 93 Prozent aller Teilnehmer erwischt (von 47 Kandidaten haben nur drei die Klausur bestanden) – und das bei einer Nachprüfung, für die (erfahrungsgemäß) meist schon etwas mehr gelernt wird. Als jemand der selbst Marktforschung und Statistik unterrichtet, kann ich mich hier der Auffassung des Artikelschreibers nur anschließen: Die Quote ist schon erstaunlich hoch....

Soweit ich mich erinnere, lag die Durchfallquote in den beiden bisher von mir gestellten Klausuren in der Vertiefungsrichtung Marktforschung bei etwas über 5 Prozent (wohlgemerkt, beim ersten Versuch), durch meinen letzten Einführungskurs in die Datenanalyse mit SPSS ist sogar kein einziger Student gefallen... Ist nun Marktforschung in Österreich zu schwierig, oder machen meine Kollegen und ich es den Studenten hier zu leicht....? Angesichts der im Artikel beschriebenen allgemeinen Situation an der Kepler-Uni – die Durchfallwelle beschränkt sich dort ja nicht nur auf die Marktforschung – vermute ich das Problem eher in Österreich als bei uns, auch wenn einen die Zahlen direkt dazu animieren, in die nächste Klausur nochmal eine extra-schwierige Aufgabe zu integrieren....

Ganz so einfach sollte eine Marktforschungs-Klausur dann ja auch wieder nicht zu bestehen sein – wäre das interessanteste Fach gleichzeitig auch noch das einfachste, könnten wir uns ja vor Studenten kaum retten.... Alle Klausurenschreiber, ob hier oder in Österreich, sind übrigens herzlich dazu eingeladen, den RSS-Feed für das Statistikberatungs-Blog zu abonnieren, das Marktforschungs-Wiki zu besuchen (und mit neuen Artikeln zu füllen) oder von den Vorlesungsunterlagen auf der Statistikberatungs-Webseite Gebrauch zu machen.

Wofür steht das Gütemaß R² in der Regressionsanalyse?

2007-10-12T09:12:00.000-07:00

Jede Analysesoftware, mit der sich Regressionsanalysen berechnen lassen – sei es nun SPSS oder NSDStat – gibt neben anderen Kennzahlen stets auch das sogenannte Gütemaß R² aus – doch was bedeutet es?

Das Ziel der Regressionsanalyse ist bekanntlich die Errechnung der linearen Regressionsgleichung – einer Gleichung vom Typ Y = f(x), mit der sich Werte der abhängigen Variablen anhand der unabhängigen Variablen prognostizieren lassen. Nun sagt der Begriff „lineare Regressionsgleichung“ schon aus, dass das Modell nur dann eine gute Prognose liefern kann, wenn ein linearer Zusammenhang zwischen der abhängigen und der unabhängigen Variablen besteht – existiert zwischen diesen kein Zusammenhang oder ist dieser nicht linearer Natur (also beispielsweise exponentiell oder monoton fallend), ist das Modell dagegen relativ nutzlos.

An dieser Stelle kommt das Gütemaß R² ins Spiel – da sich in jedem Fall eine Gleichung aufstellen lässt, deren Nutzen aber von der Stärke des linearen Zusammenhangs abhängt, muss es für den Marktforscher eine Möglichkeit geben, die Güte der Gleichung zu prüfen und damit festzustellen, ob das gefundene Modell etwas taugt. Im Idealfall – einem perfekten linearen Zusammenhang – reihen sich sämtliche Meßwerte aus der Stichprobe wie an einer Perlenschnur aneinander auf und können vollständig über eine lineare Gleichung abgebildet werden. Realistischerweise ist ein solcher Zusammenhang bei einer praktischen Untersuchung kaum zu erwarten – auch bei einem linearen Zusammenhang in der Grundgesamtheit wird es in der Stichprobe rein zufallsbedingt irgendwelche Abweichungen geben.

Dies bedeutet, dass sich die Meßpunkte bzw. deren Streuung mehr oder weniger gut durch die gefundene Gleichung erklären lassen – je nach Güte des Modells. Das Gütemaß R² wird aus dem Verhältnis von durch die Gleichung erklärter Streuung zur Gesamtstreuung errechnet und gibt damit prozentual an, wieviel Streuung durch das gefundene lineare Gleichungssystem aufgeklärt werden. Ein Wert von 0,92 bedeutet beispielsweise, dass 92% der Streuung durch die Gleichung erklärt werden – ein sehr gutes Modell also, verglichen beispielsweise mit einem R² von 0,23.

Ein Problem ergibt sich in der multiplen Regressionsanalyse, also bei der Aufstellung von Regressionsgleichungen mit mehr als einer unabhängigen Variablen. Die Streuungsaufklärung in einem linearen Regressionsmodell sinkt nämlich nicht durch die Hinzufügung von unnützen Variablen – hat ein Modell mit zwei Variablen beispielsweise eine Streuungsaufklärung von 80%, so wird es durch die Hinzufügung von fünf zusätzlichen Variablen keine geringere Streuungsaufklärung erhalten. Ganz im Gegenteil, die fünf Extra-Variablen erhöhen die Aufklärung vielleicht noch um zwei Prozent auf 82. Dies führt in der Praxis leider oft dazu, dass Marktforscher versucht sind, Modelle mit einem hervorragenden Gütemaß zu „kreieren“, indem sie zustätzliche Variablen mit minimalem Beitrag zur Streuungsaufklärung einfließen lassen. Erkennbar sind solche Variablen am „korrigierten R²“, welches von den meisten Statistikprogrammen zusätzlich zum R² ebenfalls standardmäßig ausgegeben wird – doch dessen Interpretation ist Stoff für einen anderen Blogbeitrag.

Empirix kündigt Handbuch der deutschen Marktforschung und Jobbörse an

2007-10-09T02:34:00.000-07:00

Unter der Adresse www.empirix.net finden potenzielle Kunden auf der Suche nach Marktforschern und Interviewern schon seit etlichen Jahren eine Vielzahl eingetragener Dienstleister. Als wissenschaftlicher Marktforschungs-Service ist natürlich auch die Statistikberatung Reinboth dort mit einem kleinen Eintrag vertreten – da ich ansonsten aber eher selten nach anderen Dienstleistern suche, habe ich die Empirix-Webseite schon eine ganze Weile nicht mehr aufgesucht.

Gestern bin ich beim Surfen auf einer Institutsseite wieder über den Link gestolpert – und siehe da: abgesehen von einer verbesserten Optik und Navigation findet sich auf der Empirix-Webseite neuerdings auch die Ankündigung, demnächst ein druckbares Verzeichnis aller eingetragenen 1500 Marktforscher und Marktforschungsinstitute sowie eine Marktforschungs-Jobbörse anbieten zu wollen – sicherlich zwei interessante Angebote, so sie denn tatsächlich umgesetzt werden sollten. Ich werde auf jeden Fall in den nächsten Monaten öfter mal vorbeisurfen und mich auf dem Laufenden halten – wer weiss, für welches Projekt ich doch mal einen Interviewer brauche...

Einfaktorielle Varianzanalyse mit SPSS – oder mit SPASS?

2007-10-04T11:49:00.000-07:00

Der Softwarehersteller Softnik bietet unter www.goodkeywords.com eine hauptsächlich für SEOs interessante kostenlose Software zur Keyword Analysis an. Mit diesem Programm lässt sich beispielsweise leicht feststellen, wie viele Suchanfragen es im Schnitt pro Monat nach einem Begriff wie „Varianzanalyse“ gibt und in Kombination mit welchen anderen Wörtern nach der Varianzanalyse gesucht wird, also beispielsweise „Varianzanalyse“ und „einfaktoriell“.

Bei der Analyse der Suchanfragen nach einigen wichtigen statistischen Methoden stößt man dann auch schnell auf Interessantes: Während monatlich mehr als 61.000 mal nach „Britney Spears“ und immerhin noch mehr als 1.000 mal nach „Angela Merkel“ gesucht wird, gibt es lediglich 47 Anfragen nach „Varianzanalyse“, 15 nach „Korrespondenzanalyse“ und 84 nach „Regressionsanalyse“. Über die Bedeutung dieses Ungleichgewichts könnte man jetzt sicher viel spekulieren – sicher wäre es schön, die Suchmuster würden sich eines Tages umkehren, andererseits ist die Statistik eben immer noch ein Spezialthema.... Wäre dies nicht so, hätten Statistik-Consultants wie ich auch wenig zu tun....

Viel interessanter ist allerdings dieses Ergebnis:

(Für eine Großbildansicht bitte einfach auf die Grafik klicken)

Im Schnitt kombinieren also 6 Informationssucher im Monat die „Varianzanalyse“ mit „SPSS“ - während doppelt so viele Suchanfragen auf die Kombination von „Varianzanalyse“ und „SPASS“ formuliert werden.

Dies könnte man für einen seltsamen Zufall halten, wäre da nicht:

Man beachte die vierte Suchanfrage von oben - "lineare Regressionsanalyse" und "SPASS". Eine angesichts dieses Ergebnisses spontan durchgeführte (und daher kaum repräsentative) Überprüfung von zwei Dutzend Keywords aus der Marktforschung ergab, dass in den meisten Fällen wesentlich mehr Statistik-Interessierte nach „SPASS“ anstelle von „SPSS“ suchen.

Stellt sich nur noch die Frage, wer das erste SPASS-Analyseprogramm auf dem Markt anbietet und damit all die potenziellen Käufer abgreift.... Bis dahin hoffe ich einige dieser Suchenden mit diesem Blog-Artikel einzufangen, daher sei mir ein wenig Eigenwerbung erlaubt: Wenn Sie nach Regressionsanalyse, Varianzanalyse oder Faktorenanalyse mit SPASS suchen, dann sind Sie bei der Statistikberatung Reinboth an der richtigen Adresse...

Prüfung auf Varianzgleichheit – wie und warum?

2007-09-27T07:45:00.000-07:00

Viele statistische Prozeduren, bei denen mehrere Fallgruppen untersucht und miteinander verglichen werden, setzen voraus, dass die betrachteten Variablen innerhalb der einzelnen Gruppen in der Grundgesamtheit gleich große Varianzen aufweisen. In SPSS und anderen Statistikprogrammen lässt sich mit einem Levene-Test untersuchen, ob diese Voraussetzungen erfüllt sind. Ist dies nicht der Fall, lässt sich anhand grafischer Darstellungen feststellen, ob vorliegende Abweichungen zwischen den Varianzen vielleicht auf unterschiedliche Niveaus der Werte beziehungsweise des Medians zurückzuführen sind. Sollten sich unterschiedliche Varianzen so erklären lassen, kann man mit Hilfe von Transformationen noch versuchen, gleiche Varianzen für die Gruppen herbeizuführen.

Beim Levene-Test handelt es sich um einen Signifikanztest, der für verschiedene Gruppen von Werten die Nullhypothese prüft, dass die (Gruppen-)Varianzen der untersuchten Variablen in der Grundgesamtheit in allen Gruppen identisch sind. Der Test berechnet den F-Wert als statistisches Prüfmaß, dessen Verteilung bekannt ist. Damit wird überprüft, mit welcher Wahrscheinlichkeit die beobachteten Unterschiede auftreten können, wenn in der Grundgesamtheit tatsächlich keine Unterschiede bestehen. Eine geringe Wahrscheinlichkeit deutet demnach auf einen Unterschied zwischen den Varianzen hin. Diese Wahrscheinlichkeit ist gleichzeitig die Irrtumswahrscheinlichkeit, mit der sich die Nullhypothese (gleiche Varianzen in der Grundgesamtheit) noch verwerfen lässt.

Auch aus Streudiagrammen und Boxplots lassen sich Informationen über die Varianzgleichheit herauslesen, hierbei ist darauf zu achten, wie sehr die Werte optisch um den Median herum streuen. Ein statistisches Testverfahren wie der Levene-Test ist aber in jedem Fall vorzuziehen, da in jeder echten Zufallsstichprobe natürlich auch zufällige Streuungsmuster auftauchen können, weshalb die Durchführung eines den Rückschluss auf die Grundgesamtheit ermöglichenden Testverfahrens nur empfohlen werden kann.

Liegt keine Varianzgleichheit vor, sollte von der Durchführung etlicher Analyseverfahren, wie beispielsweise der multiplen Regressionsanalyse, Abstand genommen werden, da sonst mit teils stark verzerrten und fehlerhaften Ergebnissen zu rechnen ist.

Mittelwerte richtig interpretieren

2007-09-20T01:27:00.000-07:00

Die korrekte Interpretation von Mittelwerten ist das aktuelle Thema in Wolfgang Peters Arbeitszimmer-Blog, ein Thema zu dem ich in diesem Blog sowie bei lernmodule.net auch schon einiges geschrieben habe. Wenn ich mir das gut formulierte Arbeitszimmer-Rechenbeispiel so ansehe, fällt mir wieder eine Geschichte zum Thema Mittelwertinterpretation ein, die ich schon in einigen Vorlesungen zum Besten gegeben habe: Der wahre Grund für die niedrige Lebenserwartung im Mittelalter.

Wie vermutlich jeder von uns sich schon im Geschichtsunterricht auf der Schule anhören durfte, lag die durchschnittliche Lebenserwartung im Mittelalter deutlich unter der moderner Epochen. Der durchschnittliche Landarbeiter konnte sich freuen, wenn er 30 Jahre zählen durfte, mit 40 war er schon ziemlich alt und mit 50 ein wahrer Methusalem – ein biblisches Alter welches bei einer durchschnittlichen Lebenserwartung um die 40 Jahre natürlich kaum ein Mensch erreichte...

Sieht man sich die Altersverteilung einmal genauer an, so stellt man fest, dass es auch zu Kolumbus Zeiten 70-, 80- und sogar 90jährige Menschen gegeben hat – natürlich nicht in dem Maß, wie wir dies heute erleben (dafür sorgte schon die schlechtere Ernährung und die primitive Medizin), aber dennoch gab es sie – und die wenigsten sahen mit 30 schon ihrem Ableben ins Auge. Der Grund für die äußerst niedrige Lebenserwartung liegt vielmehr in der hohen Kindersterblichkeit – von sieben oder acht Kindern einer Durchschnittsfamilie erreichte kaum die Hälfte das vierte Lebensjahr, viele Kinder starben sogar direkt bei der Geburt. Lässt man diese Werte in die Berechnung des durchschnittlichen Sterbealters einfließen, so korrigiert sich dieses natürlich nach unten – und schon entsteht ein völlig falscher Eindruck hinsichtlich des Lebens im Mittelalter, zumindest wenn man darauf verzichtet, das Zustandekommen einer solchen Zahl näher zu beleuchten.

Das zeigt mal wieder, was man in der Schule alles nicht lernt – aber für die Berechnung des Klassendurchschnitts aus den ordinalskalierten Notenwerten hat meine Geschichtslehrerin auch immer auf das arithmetische Mittel zurückgegriffen... Ein zweites Beispiel für die falsche Interpretation von Mittelwerten findet sich in meinem Erstlingswerk „Multivariate Analyseverfahren in der Marktforschung“, erschienen beim Internet-Verlag lulu:

Bei der Interpretation des arithmetischen Mittels sollte der Marktforscher außerdem stets im Hinterkopf haben, wie sich dieses berechnet. So lässt sich anhand der oben dargestellten Formel leicht nachweisen, dass die Mehrheit der Deutschen überdurchschnittlich viele Augen im Kopf hat: Da nämlich unter 80.000.000 Bundesbürgern auch etwa 20.000 Einäugige leben, ergibt sich bei der Berechnung der durchschnittlichen Augenzahl folgendes:

Da die meisten Deutschen aber immer noch zwei Augen haben...die Schlussfolgerungen seien jedem selbst überlassen. Festzustellen bleibt aber, dass das arithmetische Mittel nur dann sinnvoll und richtig interpretiert werden kann, wenn man es nicht einfach als „Durchschnitt“ hinnimmt, sondern während der Interpretation nie vergisst, wie der Wert berechnet wird bzw. welche Effekte auftreten können. Wer die „Stolperfallen“ bei der Interpretation von Mittelwerten dagegen im Hinterkopf behält, wird in den meisten Fällen keine Probleme bekommen. Allen Tutoren oder Lehrenden, die hierfür noch ein brauchbares (wirtschaftswissenschaftliches) Beispiel suchen und sich nicht mit mittelalterlichen Bauern und durchschnittlichen Augenzahlen in den Hörsaal stellen wollen, sei das praixsnahe und leicht verständliche Beispiel aus dem Arbeitszimmer noch einmal mit Nachdruck empfohlen.

Interessantes Praktikum in der Computerspiele-Marktforschung

2007-09-20T01:07:00.000-07:00

Inzwischen haben sich ja schon einige Leser gefunden, die regelmäßig in diesem Blog vorbeischauen - vielen Dank für das Interesse. Da ich mir vorstellen könnte, dass vielleicht auch einige Studenten unter den Stammlesern sind, anbei ein interessantes Stellenangebot von praktika.de: Die Bigpoint GmbH, ein Hersteller von Browserspielen, sucht zur Zeit einen Praktikanten bzw. eine Praktikantin für den Bereich Produktanalyse. Die Hauptaufgaben liegen in der Durchführung von Usability-Tests, gefordert werden Know-How in der Marktforschung, der Mediennutzungsforschung und in der Arbeit mit gängigen Internetmetriken wie Page Impressions etc.

Interessenten finden alle weiteren Informationen zur Stellenausschreibung unter diesem Link. Wer sich also für Computerspiele-Marktforschung begeistern kann und ohnehin noch nach einer Praktikumsstelle sucht, sollte sich diese Chance nicht entgehen lassen...

Statistik zum Ladungsverlust – Weihnachtsbäume auf der Autobahn

2007-09-10T06:00:00.000-07:00

Unter http://www.ladungsverlust.de veröffentlicht Robert Heret täglich aktualisierte Statistiken zu auf Autobahnen auftretenden Verkehrshindernissen – die Art, über die es im Verkehrsfunk immer heisst: „Auf der AX zwischen Y und Z befinden sich Gegenstände auf der Fahrbahn“. Und interessant ist es schon, was sich auf der Fahrbahn so alles anfindet – verletzte Kraniche, Feuerlöscher, Bierkisten, Koffer, Kleidersäcke, Schirmständer, Gartenrechen, Tischplatten und und und.... So lässt sich der Statistik beispielsweise entnehmen, dass seit 2003 insgesamt 27 Weihnachtsbäume als Verkehrshindernis erfasst wurden, wobei sich die Meldungen statistisch auffällig um den Dezember verteilen. Den letzten eingetragenen Weihnachtsbaum gab es am 17. Dezember des letzten Jahres gegen 8 Uhr Morgens zwischen Offenbach und dem Offenbacher Kreuz zu bestaunen – da soll noch mal einer behaupten, dass Statistiken generell trocken und langweilig sind...

Trennunscharfe Kategorien – ein typischer Fehler bei Online-Befragungen

2007-09-03T04:41:00.000-07:00

Ein paar Gedanken hinsichtlich ein kleinen Fundstücks aus einer Online-Befragung, an der ich mich heute beteiligt habe – ich vermute übrigens dass ungefähr ein Drittel aller Teilnehmer ungerichtet beworbener Befragungen im Internet selbst Marktforscher sind – bis auf die Befragungen, bei denen es was zu gewinnen gibt, da dürften 90% der Stichprobe aus Incentive-Jägern bestehen und nur 10% aus Marktforschern...

Aber zurück zum Fundstück:

Frage: Welches ist der höchste Schulabschluss den Sie besitzen oder zurzeit anstreben?

1. Studium
2. Abitur
3. Realschulabschluss
4. Hauptschulabschluss
5. Ich gehe noch zur Schule
6. Ich verfüge über keinen Abschluss

Eine solche Auswahl von Antwortkategorien bezeichnet man als trennunscharf. Mal angenommen, ein Proband hat bereits den Realschulabschluss in der Tasche und bereitet sich gerade auf sein Abitur vor. In diesem Fall könnte er den Realschulabschluss als höchsten Schulabschluss angeben, den er zurzeit besitzt, das Abitur als höchsten Schulabschluss, den er zurzeit anstrebt, oder aber die Antwort „Ich gehe noch zur Schule“ wählen, die ja auch irgendwie passt.

Fazit: Wird die Frage unsauber formuliert (wie in diesem Fall zwei Fragen in einer) oder aber sind die Antwortkategorien trennunscharf (wie in diesem Fall durch „Ich gehe noch zur Schule“, welche sich mit anderen Kategorien überschneidet), lassen sich die Ergebnisse nicht vernünftig auswerten. Dazu kommt in der vorliegenden Frage noch die Antwort „Studium“, mit der wohl der Studienabschluss gemeint ist – da ein Studienabschluss aber kein Schulabschluss ist, wird hier die mangelnde Eignung der Kategrien noch verstärkt.

Insbesondere bei Online-Befragungen fällt mir immer wieder auf, dass Fragen unklar formuliert oder Kategorien unsauber eingeteilt werden – vielleicht liegt es ja daran, dass man den Fragebogen schnell mit ein paar Klicks erstellen kann und eine oder zwei Fragen oder Antwortoptionen schnell eingearbeitet werden können. Darüber kann man manchmal leicht vergessen, dass in einen Online-Fragebogen trotzdem eben so viel Sorgfalt und Vorbereitung fließen sollte wie in einen traditionellen „Papier-Fragebogen“.

Oft hilft es, den Fragebogen vor der eigentlichen Erhebung einem Pre-Test zu unterziehen – dieser muss weder repräsentativ sein noch sonstwelche Voraussetzungen erfüllen, benötigt werden lediglich einige Freiwillige mit Befragungserfahrung die den Fragebogen durchspielen und hinterher Feedback zu möglichen Schwachstellen im Design liefern. Ein hervorragender Ausgangspunkt für einen solchen Pre-Test ist beispielsweise eine google group wie de.alt.umfragen, in der man viele nette MaFo-Enthusiasten und Befragungs-Interessierte finden und für schnelle Pre-Tests rekrutieren kann.

Was sind eigentlich Freiheitsgrade?

2007-09-01T05:56:00.000-07:00

Im Gespräch mit einem Kollegen kam kürzlich die Frage auf, wie das Konzept der Freiheitsgrade in der statistischen Datenanalyse am besten vermittelt werden könnte, da gerade diesbezüglich das eine oder andere Verständnisproblem zu existieren scheint. Da ich kaum über theoretische Kenntnisse in Pädagogik verfüge, kann ich kaum einschätzen, ob meine „Standarderklärung“ einen hohen didaktischen Nährwert hat – bei meinen Studenten ist die folgende Erklärung aber immer auf offene Ohren gestoßen:

Die Freiheitsgrade geben die Anzahl von Größen eines Systems an, die bei einem feststehenden arithmetischen Mittel unabhängig voneinander variiert werden können. Ihre Bedeutung erklärt sich daraus, dass die Schätzung von Parametern in der Statistik stets eng mit den zur Verfügung stehenden Informationen verbunden ist. Die Anzahl an Informationen für die Schätzung entspricht der Anzahl der Freiheitsgrade. Da diese Definition recht trocken ist, verdeutlicht man sich das Konzept idealerweise an einem einfachen Beispiel:

Eine kleine Beispielverteilung bestehe aus den fünf Werten 1, 1, 2, 3 und 3. Das arithmetische Mittel dieser Verteilung liegt natürlich bei 2. Wenn nun die erste Zahl von 1 auf 2 geändert würde und die zweite Zahl von 1 auf 0, so läge das arithmetische Mittel immer noch bei 2 – daraus lässt sich schlussfolgern, dass die erste Zahl der geordneten Verteilung völlig frei verändert werden kann, ohne dass sich auch das arithmetische Mittel verändern, solange auch die anderen Zahlen frei verändert werden können. Dieses Beispiel lässt sich nun bis zum letzten Wert der Verteilung fortsetzen – und diesen allerletzten Wert kann man dann nicht mehr frei festlegen, wenn ein bestimmtes arithmetisches Mittel noch erreicht werden soll. Die Beispielverteilung hätte also fünf Werte und vier Freiheitsgrade – vier Werte die unter der Beibehaltung eines bestehenden arithmetischen Mittels noch frei festgelegt werden können.

In meinem SPSS-Foliensatz habe ich dieses Beispiel wie folgt dargestellt:

Merksatz: Die Freiheitsgrade geben die maximale Anzahl an Werten in einer Verteilung an, die beliebig geändert werden können, ohne dass sich das arithmetische Mittel der Verteilung ändert.

Es muss nicht immer SPSS sein

2007-08-31T06:49:00.000-07:00

Obwohl ich selbst während meiner Studienzeit viele Jahre lang mit SPSS gearbeitet habe und die enormen Möglichkeiten dieses Softwarepakets durchaus zu schätzen weiss, existieren meines Erachtens nach für die meisten Aufgaben im Bereich der statistischen Datenanalyse deutlich preisgünstigere Alternativen, mit denen sich die Berechnungen ebenso gut durchführen lassen. Für meine freiberuflichen Consulting-Tätigkeiten habe ich beispielsweise eine kommerzielle Lizenz des Softwarepakets NSDstat Pro erworben, welches vom Norwegischen Statistikamt entwickelt wurde und derzeit in Deutschland durch die bekannte GESIS - die Gesellschaft sozialwissenschaftlicher Infrastruktureinrichtungen – mit ihrem Zentrum für Analysen und Methoden (ZUMA) vertrieben wird. Die Software ist für den kommerziellen Einsatz für gerade einmal 150 EUR zu bekommen, Hochschulen und andere wissenschaftliche Einrichtungen zahlen 120 EUR, Studenten sogar nur 40 EUR für eine voll funktionsfähige Version.

NSDStat beherrscht alle statistischen Grundfunktionen aus der deskriptiven und explorativen Datenanalyse (also beispielsweise die Berechnung von Lage-, Streu- und Verteilungsmaßen, Kreuztabellen, Balken- und Kreisdiagramme), die wesentlichen statistischen Testverfahren (unter anderem Chi²-Test, t-Test und Scheffé-Test) sowie die wichtigsten Korrelationskoeffizienten (Bravais-Pearson, Spearman, Kendall). Highlight ist die Durchführbarkeit einer multivariaten Regressionsanalyse inklusive aller zugehörigen Testverfahren und grafischen Darstellungen – kein Unterschied zu SPSS.

Natürlich kann NSDstat nicht alles, so lassen sich beispielsweise keine Cluster- und Korrespondenzanalysen durchführen – die braucht man in der Praxis aber auch deutlich seltener und in der Basisversion von SPSS sind solche Verfahren ebenfalls nicht enthalten, hierfür müssen teure Zusatzmodule nachgekauft werden. Für 150 EUR erhält man also eine Software, die 80% des Leistungsspektrums der SPSS Base-Version abdeckt und mit der man zudem noch hevorragend Regressionsanalysen durchführen kann. Klar, als alteingesessener SPSS-Nutzer muss man sich an die Optik und die Benutzerführung erst einmal gewöhnen, aber wenn man dann einmal den Bogen raus hat, gehen die Analysen flott von der Hand.

Ein besonderes Highlight der Software ist die Möglichkeit, Datensätze anhand von mitgelieferten Karten auch geographisch auszuwerten, sich also beispielsweise die Verteilung einer bundesweit gezogenen Stichprobe auf einer Deutschlandkarte anzeigen zu lassen. Durch diese Option, die mir aus anderen Datenanalyse-Programmen noch nicht bekannt war, lassen sich schnell übersichtliche und aussagefähige Kartensätze erstellen. Die untenstehende Grafik zeigt wie eine solche Verteilung (hier: Mittelwerte einer näherungsweise metrisch verteilten Likert-Skala zum Thema „Wichtigkeit von Familien“ geographisch abgetragen) dann aussehen kann.

Fazit: Es muss nicht immer SPSS sein – auch wenn die Software natürlich nach wie vor das Non Plus Ultra der statistischen Analysesoftware darstellt. Neben dem hier beschriebenen NSDstat sind übrigens auch vollkommen kostenlose Alternativen einen zweiten Blick wert, beispielsweise CSPro, welches vom US Census Bureau entwickelt wird, oder aber WinIDAMS, herausgegeben durch die UNESCO. Zu guter Letzte ist die von der Freien Universität Berlin entwickelte Software mit dem schönen Namen "Statistiklabor" ist auf jeden Fall ebenfalls einen zweiten Blick wert, auch wenn die Bedienung des Programms sehr ungewöhnlich ist und den meisten vermutlich zunächst Schwierigkeiten bereiten dürfte (mir ging es jedenfalls so).

Interessante statistische Untersuchung zum idealen Altersunterschied von Paaren

2007-08-30T01:02:00.000-07:00

Der ORF berichtet in der aktuellen Ausgabe von "ORF ON Science" über eine interessante Studie der Biologen Martin Fieder und Susanne Huber von der Uni Wien, erschienen in den "Biology Letters". Forschungsfrage: Gibt es einen "idealen" Altersunterschied bei menschlichen Partnerschaften bzw. lässt sich das Vorhandensein eines solchen statistisch nachweisen? Als Datenbasis dienten Informationen über die Kinderfülle schwedischer Paare (n ~ 10.000).

Den "Erfolg" einer Partnerschaft machten die Autoren ausschließlich an der Kinderzahl fest (daher auch der Studientitel "Parental age difference and offspring count in humans") - eine aus Sicht des evolutionär vorbelasteten Biologen sicher sinnvolle Entscheidung - in der Natur zählt am Ende schließlich nur, wer seine Gene zu Lebzeiten am weitesten verbreiten konnte...

Aus Sicht des Marktforschers scheint ein Kriterium dagegen recht wenig zu sein, schließlich ließe sich der "Erfolg" einer Partnerschaft auch an anderen Indikatoren wie beispielsweise der Scheidungsrate, der Vorfälle häuslicher Gewalt oder dem subjektiv empfundenen Lebensglück der Befragten festmachen - je länger man darüber nachdenkt, desto mehr "weiche" Kriterien kommen einem in den Sinn - die aber vermutlich in einer biologischen Studie nichts zu suchen hätten.

Hinsichtlich des Altersunterschiedes kommen die Autoren übrigens zu folgendem Ergebnis: Frauen sollten nach einem ungefähr sechs Jahre älteren Partner Ausschau halten, Männer kommen am besten weg, wenn die Partnerin etwa vier Jahre jünger ist. Dieses auf den ersten Blick etwas kuriose Ergebnis - schließlich würde es keine Partnerschaften mehr geben, wenn die Frauen zukünftig auf sechs und die Männer auf vier Jahren Unterschied bestehen würden - erklären die Autoren mit den in der Realität meist eingeschränkten Optionen bei der Partnersuche: "Am Arbeitsplatz oder während der Ausbildung oder wo auch immer man seinen Partner bzw. seine Partnerin trifft, läge eben eine bestimmte Altersverteilung vor, wodurch sich unterschiedliche Werte für Männer und Frauen ergeben." (Quelle: ORF ON Science)

Also doch keine "idealen Werte", sondern eher Ergebnis unserer Lebens- und Arbeitskultur? Die Frage dürfte für Spekulationen wohl weiterhin offen sein. Ich jedenfalls darf mich freuen, dass meine Verlobte fast exakt vier Jahre vor mir geboren wurde - und hoffen, dass ihr die Studie nie selbst in die Hände fällt...

Verlinkung mit dem Marktforschungs-Wiki

2007-08-29T03:39:00.000-07:00

Dem einen oder anderen Leser dieses Weblogs wird sicher schon aufgefallen sein, dass viele der hier verwendeten Fachwörter mit Links hinterlegt sind – beispielsweise Normalverteilung, t-Test oder Varianzanalyse. Die Links verweisen alle auf das Marktforschungs-Wiki, welches ich vor etwa einem halben Jahr mit dem Ziel gegründet habe, ein zuverlässiges Online-Nachschlagewerk für statistische Fachbegriffe aufzubauen. Seit Gründung sind dort insgesamt etwas über 80 Definitionen und Fachartikel eingestellt worden, bis Jahresende möchte ich versuchen, diese Zahl auf 100 bis 120 Eintragungen anwachsen zu lassen. Mitstreiter sind mir dabei übrigens herzlich willkommen – wer dies möchte, kann sich im Marktforschungs-Wiki in weniger als 5 Minuten einen Account anlegen und mit der Verbesserung vorhandener oder der Erstellung neuer Einträge beginnen.

Statistische Lagemaße mit Vorsicht verwenden

2007-08-29T03:14:00.000-07:00

Die statistischen Lagemaße vermitteln einen Eindruck von der Höhe, sowie zum Teil von der Verteilung der Variablenwerte. Für die einfache Datenanalyse sind das arithmetische Mittel, der Median sowie der Modus von Bedeutung. Neben diesen drei existieren noch andere Mittel wie das geometrische und das harmonische Mittel, bzw. abweichende Berechnungsformen wie das getrimmte arithmetische Mittel – diese sind aber nur für Spezialfälle (Berechnung durchschnittlicher Wachstumsraten, Berechnung des arithmetischen Mittels bei Vorliegen extremer Ausreißer usw.) interessant, in der Regel wird man entweder das arithmetische Mittel, den Median oder den Modus verwenden.

Das arithmetische Mittel ist nur für metrisch skalierte Werte sinnvoll (z.B. Temperaturwerte oder finanzielle Größen) . Die Kennzahl liefert eine sehr kompakte Aussage über alle gültigen Werte. Das arithmetische Mittel ist nicht robust gegenüber Ausreißen, sondern kann von diesen massiv verzerrt werden – es lässt sich aber auch ein getrimmtes arithmetisches Mittel berechnet, mit dem diese Verzerrungseffekte umgangen werden können. Sind die Werte nicht metrisch skaliert, sollte man sich hüten, ein arithmetisches Mittel zu berechnen – auch wenn die errechnete Zahl so aussieht, als würde sie scheinbar einen Sinn ergeben! Besondere Vorsicht ist dann geboten, wenn man eine statistische Analysesoftware wie das bekannte SPSS oder meinen momentanen Favoriten NSDstat einsetzt, da solche Programme einem nicht das Denken abnehmen können. Nur der User kann entscheiden, ob die Berechnung des arithmetischen Mittels bei bestimmten Daten angebracht ist oder nicht – meinen Studenten sage ich immer, dass SPSS auch ohne Probleme das arithmetische Mittel aus einer Liste von Telefonnummern oder Bankleitzahlen berechnet, wie sinnlos dies auch sein mag. Da also kein Programm den gesunden Menschenverstand und ein wenig Nachdenken ersetzen kann, liegt es in der Verantwortung des Users, die Voraussetzungen für die Berechnung des arithmetischen Mittels sowie vieler anderer statistischer Kennzahlen zu kennen und zu prüfen, bevor irgendwo ein entsprechender Button angeklickt wird.

Der Median kann schon bei ordinalskalierten Werten sinnvoll berechnet werden. Er ist definiert als derjenige Wert, der genau in der Mitte der geordneten Datenmenge liegt, das Feld der Daten also in zwei 50:50-Bereiche aufteilt. Der Median ist äußerst robust gegenüber Ausreißern und eignet sich daher bei Verteilungen mit größeren Ausreißern deutlich besser als das einfache arithmetische Mittel. Typische ordinalskalierte Werte sind übrigens Schulnoten, auch wenn viele Lehrer dies anders sehen, und für den Durchschnitt nach Klassenarbeiten gnadenlos das arithmetische Mittel berechnen. Wer sein Wissen hinsichtlich der Unterscheidung zwischen den verschiedenen Skalenniveaus nocheinmal auffrischen möchte, für den gibt es bei lernmodule.net eine kurze Unterrichtseinheit zum Thema.

Bleibt am Ende noch der Modus als das einfachste statistische Lagemaß, welches bereits für nominalskalierte Werte sinnvoll gebildet werden kann (beispielsweise Geschlechtsangaben oder aber die bereits erwähnten Telefonnummern und Bankleitzahlen – auch wenn ersteres immer noch nicht allzuviel Sinn machen würde). Der auch als Modalwert bezeichnet Modus ist schlicht und einfach der Wert, welcher in der betrachteten Verteilung am häufigsten vorkommt. Er lässt sich nur sinnvoll interpretieren, wenn die Verteilung ein eindeutiges Maximum besitzt – hier ist also wie bei den anderen Lagemaßen auch Vorsicht auf Seiten des Datenanalytikers geboten.

Was finden Sie im Statistikberatung-Weblog?

2007-08-28T09:51:00.000-07:00

Bei der Statistikberatung Christian Reinboth handelt es sich um meinen eigenen, ganz privaten (wenn auch nicht unkommerziellen) Versuch, den Marktbedarf für statistisch fundierte Beratungsdienstleistungen auszuloten und zu nutzen. Meiner persönlichen Einschätzung nach existiert heutzutage viel zu viel "schnell schnell"-Marktforschung, bei der Ergebnisse schon nach Tagen oder gar Stunden vorliegen sollen, und bei der aus wirtschaftlichen Gründen schon lange nicht mehr statistisch fundiert gearbeitet wird. Eine schnelle deskriptive Auswertung, ein paar Grafiken, vielleicht noch ein Korrelationskoeffizient obendrauf - und fertig ist die Datenanalyse. Und wer hat nicht schon erlebt, dass Befragungen mit Ausschöpfungsquoten im einstelligen Bereich vergnügt als "repräsentative Erhebungen" verkauft oder munter arithmetische Mittel aus ordinalskalierten Daten gezogen werden, bloss weil wichtige Methodenkenntnisse vor allem auf Seiten der Marktforschungs-Kunden fehlen?

So viel mehr lässt sich mit multivariaten Analyseverfahren wie der Faktorenanalyse, der Clusteranalyse oder der Korrespondenzanalyse erreichen. Tiefere Einsicht in die Daten und wertvolle Erkenntnisse zu Zielgruppen, wirtschaftlichen Zusammenhängen oder politischen Einstellungen lassen sich den meisten Daten entlocken - wenn man Erhebungen sauber durchführt und vor allem wissenschaftlich exakt auswertet. Leider sehen die meisten Marktforscher hier weniger eine Chance als mehr ein Risiko, denn niemand kann garantieren, ob eine Korrespondenzanalyse auch wirklich funktioniert, oder ob sie an irgendeinem Punkt abgebrochen werden muss, weil wesentliche Voraussetzungen einfach nicht erfüllt sind. Dann doch lieber dem Kunden nur Balkendiagramme versprechen - die lassen sich immer erstellen.

Bei meiner Unternehmensgründung vor gut einem Jahr habe ich mir vorgenommen, von dieser Denke Abstand zu halten, und statt Schnellschüssen nur mathematisch fundierte Analysen anzubieten - die dauern vielleicht zwei Tage länger und lassen sich nicht immer zu einem befriedigenden Abschluss bringen, aber wenn man dann doch die "Daten-Diamanten" findet sind viele Kunden auch schnell überzeugt, dass sich der zusätzliche Einsatz lohnt. Diesem Anspruch versuche ich nicht nur in der Statistikberatung, sondern auch in meinen anderen Tätigkeiten als Lehrbeauftragter für Statistik und SPSS der Hochschule Harz und als Mitgründer und Senior Analyst der HarzOptics GmbH - einem An-Institut für photonische F&E - gerecht zu werden - ob mir das auch gelingt, können andere sicher besser beurteilen als ich (meine Studenten haben jedenfalls öfter etwas zu kritisieren - ich kann mich aber erinnern, dass ich dies zu Studentenzeiten auch hatte...)

Dieser wissenschaftliche Anspruch und die daraus folgenden Überlegungen sind auch die Ausgangsbasis für das neue Statistikberatung-Weblog: Hier werde ich regelmäßig Fundstücke aus der Welt der Statistik und Meinungsforschung einstellen, Kritik an unsauber durchgeführten Studien und Befragungen üben, über neue Software und Entwicklungen in der Methodenlehre berichten und vor allem Tips und Tricks zur sauberen Datenanalyse geben - alle Kommentare und Verbesserungsvorschläge sind mir dabei natürlich jederzeit herzlich willkommen!