SlideShare a Scribd company logo
1 of 15
Download to read offline
Mit Wirtschaftsinformatik Wirtschaft neu gestalten—
Methoden von Null auf Hundert
empirische Methoden
einfache quantitative Auswertung
1
Warum empirische Methoden? 2
Gibt’s irgendwelche Vorgaben?
Was soll ich mit den Fragebögen
denn jetzt machen?
Was läuft hier falsch?
Wir haben unsere Kunden befragt, das
sollen Sie nun auswerten.
Lesen Sie die Antworten mal und
schauen Sie, was unsere Kunden so
wollen …
Die Marketingexpertin Der Praktikant
Instrumente für empirische Untersuchungen 3
Untersuchungsinstrument Auswertung
Offenes Interview (Einzel, Gruppe)
Teilstrukturiertes Interview Kategorien bilden,
Auszählen
Fokusgruppe
Fragebogen mit offenen Fragen
Strukturiertes Interview Kategorien bilden,
Auszählen
Fragebogen mit geschlossenen Fragen Auszählen
Hypothesenbildung
Hypothesenprüfung
Auswertung 4
1: Daten bereinigen. (unvollständige Fragebögen ggf. aussondern)
2: Daten aus Fragebögen in Tabelle überführen.
3: Häufigkeiten auszählen.
4: Bei wenigen Datensätzen ggf. dichotomisieren.
5: Bewerten, ob der Effekt groß oder klein ist.
(ggf. Mittelwert oder Median)
6: Kreuztabellen aufstellen. (Zusammenhangsanalyse)
7: Bewerten, ob der Zusammenhangs-Effekt groß oder klein ist.
Bei tiefergehenden Untersuchungen (oft nicht erforderlich):
Signifikanzanalyse, Multivariate Zusammenhänge, Pfadanalysen etc.
Signifikanz und Effektstärke 5
Signifikanz:
Wahrscheinlichkeit, dass das Ergebnis
(z.B. Unterschied der Mittelwerte oder Zusammenhang zwischen zwei
Merkmalen) nicht zufällig ist.
„signifikant“ heißt nicht „wichtig“ und auch nicht „relevant“, vor allem nicht
„besonders groß“.
Das wichtige und relevante Maß ist die
Effektstärke:
Sagt, wie groß ein Mittelwertunterschied oder ein Zusammenhang im
Vergleich zur zufälligen Streuung ist.
Effektstärke: einfach auszurechnen
Signifikanz: schwieriger auszurechnen
Formeln und Beispiele: Brell et. al. (2017) Statistik von Null auf Hundert
Beispiel einer Untersuchung (fiktiv) 6
Fragestellung:
Hängt der Notendurchschnitt mit der Vorliebe für Computerspiele
zusammen?
These:
Notendurchschnitt ist geringer bei Vorliebe für Computerspiele.
Hypothesen:
Nichts Fundiertes in der Literatur gefunden. Keine Hypothese.
Methode:
Fragebogen mit geschlossenen Fragen.
Keine Erhebung der Personenparameter (Geschlecht, Alter,
sozioökonomischer Status), da nur wenige Probanden.
Geplante Probandenzahl: n=7
Fragen:
1. Haben Sie eine Vorliebe für Computerspiele? (ja=1 / nein=2)
2. Durchschnittsnote (auf ganze gerundet).
Ergebnis: Beispieldaten (fiktiv) 7
Lagemaß: Mittelwert und Median 8
Mittelwert oder arithmetisches Mittel ist geeignet, wenn
• viele Datensätze (30 +) vorliegen und
• das Histogramm eine glockenförmige Verteilung um den Mittelwert zeigt.
Median ist geeignet, wenn
• wenige Datensätze vorliegen oder
• das Histogramm keine glockenförmige Verteilung zeigen.
Daten visualisieren: Histogramme bilden 9
Daten visualisieren: Histogramme bilden 10
Zusammenhang erkennen: Vorbereitung Kreuztabelle 11
Note dichotomisiert am Mittelwert: Besser als 2,14 -> 1, sonst 0.
Übernahme der dichotomiserten Noten bei Vorliebe ja oder nein
Kreuztabelle (Zusammenhänge aufdecken) 12
Vermutung (Hypothese):
Menschen mit einer Vorliebe
für Computerspiele (=Vorliebe
1) haben eher bessere Noten.
Erhärtung der Hypothese:
Neue Untersuchung mit mehr
Probanden und
Personenparameter Alter und
Geschlecht. n=120
Quellen
Bücher:
1. Bortz, Jürgen (2010) Statistik für Human- und Sozialwissenschaftler. 7. Auflage. Springer
2. Brell, Claus; Brell, Juliana; Kirsch, Siegfried (2017) Statistik von Null auf Hundert.Berlin:
Springer-Verlag ; 2. Auflage. ISBN 978-3-6424-1976-8
(Online in den Bibliothek über Springer Link)
13
Verständnisfragen
1. Welche Aussagen gewinne ich aus Histogrammen?
2. Welche Aussagen gewinne ich aus Kreuztabellen?
3. Welchen Nutzen habe ich aus Mittelwert und Median?
4. Welchen Vorteil hat der Median?
14
15
Prof. Dr. rer. nat. Claus Brell
über: http://claus-brell.de/
Content: https://cbrell.de/blog
https://twitter.com/clausbrell
claus.brell@hs-niederrrhein.de

More Related Content

More from Claus Brell

Wissensmanagement
WissensmanagementWissensmanagement
WissensmanagementClaus Brell
 
Informationssicherheitsmanagment
InformationssicherheitsmanagmentInformationssicherheitsmanagment
InformationssicherheitsmanagmentClaus Brell
 
Projektmanagement 200420
Projektmanagement 200420Projektmanagement 200420
Projektmanagement 200420Claus Brell
 
Funktionshierarchiebaum 200409
Funktionshierarchiebaum 200409Funktionshierarchiebaum 200409
Funktionshierarchiebaum 200409Claus Brell
 
Zieldiagramm 200409
Zieldiagramm 200409Zieldiagramm 200409
Zieldiagramm 200409Claus Brell
 
Baumstruktur 200409
Baumstruktur 200409Baumstruktur 200409
Baumstruktur 200409Claus Brell
 
Flussdiagramme 200407
Flussdiagramme 200407Flussdiagramme 200407
Flussdiagramme 200407Claus Brell
 
2 1b-prozessmodellierung-eepk-erweiterung-200406
2 1b-prozessmodellierung-eepk-erweiterung-2004062 1b-prozessmodellierung-eepk-erweiterung-200406
2 1b-prozessmodellierung-eepk-erweiterung-200406Claus Brell
 
2 1a-prozessmodellierung-epk-einfuehrung-200406
2 1a-prozessmodellierung-epk-einfuehrung-2004062 1a-prozessmodellierung-epk-einfuehrung-200406
2 1a-prozessmodellierung-epk-einfuehrung-200406Claus Brell
 
Topologien verstehen und erstellen - Methoden der Wirtschaftsinformatik-200329
Topologien verstehen und erstellen - Methoden der Wirtschaftsinformatik-200329Topologien verstehen und erstellen - Methoden der Wirtschaftsinformatik-200329
Topologien verstehen und erstellen - Methoden der Wirtschaftsinformatik-200329Claus Brell
 
Organigramm - Modellierung mit ARIS 200327
Organigramm - Modellierung mit ARIS 200327Organigramm - Modellierung mit ARIS 200327
Organigramm - Modellierung mit ARIS 200327Claus Brell
 
Leichter imkern-191110
Leichter imkern-191110 Leichter imkern-191110
Leichter imkern-191110 Claus Brell
 
Wirtschaftsinformatik Basics für Betriebswirte und Ingenieure
Wirtschaftsinformatik Basics für Betriebswirte und IngenieureWirtschaftsinformatik Basics für Betriebswirte und Ingenieure
Wirtschaftsinformatik Basics für Betriebswirte und IngenieureClaus Brell
 
Raspberry Pi Lehrerworkshop
Raspberry Pi LehrerworkshopRaspberry Pi Lehrerworkshop
Raspberry Pi LehrerworkshopClaus Brell
 
Motivationstheorien 190524
Motivationstheorien 190524Motivationstheorien 190524
Motivationstheorien 190524Claus Brell
 
Vorgehensmodelle - Methoden der Wirtschaftsinformatik
Vorgehensmodelle - Methoden der WirtschaftsinformatikVorgehensmodelle - Methoden der Wirtschaftsinformatik
Vorgehensmodelle - Methoden der WirtschaftsinformatikClaus Brell
 
Webservices - was ist das und wie programmiert man sie
Webservices - was ist das und wie programmiert man sieWebservices - was ist das und wie programmiert man sie
Webservices - was ist das und wie programmiert man sieClaus Brell
 
Webtechnologien - ein kurzer Überblick
Webtechnologien - ein kurzer ÜberblickWebtechnologien - ein kurzer Überblick
Webtechnologien - ein kurzer ÜberblickClaus Brell
 
Gamification - wie man besser zur Partizipation an der digitalen Lehre motivi...
Gamification - wie man besser zur Partizipation an der digitalen Lehre motivi...Gamification - wie man besser zur Partizipation an der digitalen Lehre motivi...
Gamification - wie man besser zur Partizipation an der digitalen Lehre motivi...Claus Brell
 

More from Claus Brell (19)

Wissensmanagement
WissensmanagementWissensmanagement
Wissensmanagement
 
Informationssicherheitsmanagment
InformationssicherheitsmanagmentInformationssicherheitsmanagment
Informationssicherheitsmanagment
 
Projektmanagement 200420
Projektmanagement 200420Projektmanagement 200420
Projektmanagement 200420
 
Funktionshierarchiebaum 200409
Funktionshierarchiebaum 200409Funktionshierarchiebaum 200409
Funktionshierarchiebaum 200409
 
Zieldiagramm 200409
Zieldiagramm 200409Zieldiagramm 200409
Zieldiagramm 200409
 
Baumstruktur 200409
Baumstruktur 200409Baumstruktur 200409
Baumstruktur 200409
 
Flussdiagramme 200407
Flussdiagramme 200407Flussdiagramme 200407
Flussdiagramme 200407
 
2 1b-prozessmodellierung-eepk-erweiterung-200406
2 1b-prozessmodellierung-eepk-erweiterung-2004062 1b-prozessmodellierung-eepk-erweiterung-200406
2 1b-prozessmodellierung-eepk-erweiterung-200406
 
2 1a-prozessmodellierung-epk-einfuehrung-200406
2 1a-prozessmodellierung-epk-einfuehrung-2004062 1a-prozessmodellierung-epk-einfuehrung-200406
2 1a-prozessmodellierung-epk-einfuehrung-200406
 
Topologien verstehen und erstellen - Methoden der Wirtschaftsinformatik-200329
Topologien verstehen und erstellen - Methoden der Wirtschaftsinformatik-200329Topologien verstehen und erstellen - Methoden der Wirtschaftsinformatik-200329
Topologien verstehen und erstellen - Methoden der Wirtschaftsinformatik-200329
 
Organigramm - Modellierung mit ARIS 200327
Organigramm - Modellierung mit ARIS 200327Organigramm - Modellierung mit ARIS 200327
Organigramm - Modellierung mit ARIS 200327
 
Leichter imkern-191110
Leichter imkern-191110 Leichter imkern-191110
Leichter imkern-191110
 
Wirtschaftsinformatik Basics für Betriebswirte und Ingenieure
Wirtschaftsinformatik Basics für Betriebswirte und IngenieureWirtschaftsinformatik Basics für Betriebswirte und Ingenieure
Wirtschaftsinformatik Basics für Betriebswirte und Ingenieure
 
Raspberry Pi Lehrerworkshop
Raspberry Pi LehrerworkshopRaspberry Pi Lehrerworkshop
Raspberry Pi Lehrerworkshop
 
Motivationstheorien 190524
Motivationstheorien 190524Motivationstheorien 190524
Motivationstheorien 190524
 
Vorgehensmodelle - Methoden der Wirtschaftsinformatik
Vorgehensmodelle - Methoden der WirtschaftsinformatikVorgehensmodelle - Methoden der Wirtschaftsinformatik
Vorgehensmodelle - Methoden der Wirtschaftsinformatik
 
Webservices - was ist das und wie programmiert man sie
Webservices - was ist das und wie programmiert man sieWebservices - was ist das und wie programmiert man sie
Webservices - was ist das und wie programmiert man sie
 
Webtechnologien - ein kurzer Überblick
Webtechnologien - ein kurzer ÜberblickWebtechnologien - ein kurzer Überblick
Webtechnologien - ein kurzer Überblick
 
Gamification - wie man besser zur Partizipation an der digitalen Lehre motivi...
Gamification - wie man besser zur Partizipation an der digitalen Lehre motivi...Gamification - wie man besser zur Partizipation an der digitalen Lehre motivi...
Gamification - wie man besser zur Partizipation an der digitalen Lehre motivi...
 

Recently uploaded

Recently uploaded (7)

Welche KI-Kompetenzen brauchen Lehrpersonen?!
Welche KI-Kompetenzen brauchen Lehrpersonen?!Welche KI-Kompetenzen brauchen Lehrpersonen?!
Welche KI-Kompetenzen brauchen Lehrpersonen?!
 
LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdfLAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
LAKO Kreativpreis_2024_Startnummer_02_(LFS_LA).pdf
 
1029-Danh muc Sach Giao Khoa khoi 12.pdf
1029-Danh muc Sach Giao Khoa khoi 12.pdf1029-Danh muc Sach Giao Khoa khoi 12.pdf
1029-Danh muc Sach Giao Khoa khoi 12.pdf
 
1029-Danh muc Sach Giao Khoa khoi 11.pdf
1029-Danh muc Sach Giao Khoa khoi 11.pdf1029-Danh muc Sach Giao Khoa khoi 11.pdf
1029-Danh muc Sach Giao Khoa khoi 11.pdf
 
Angewandte Philosophie an der Universität Duisburg-Essen.
Angewandte Philosophie an der Universität Duisburg-Essen.Angewandte Philosophie an der Universität Duisburg-Essen.
Angewandte Philosophie an der Universität Duisburg-Essen.
 
Wirtschaftsingenieurwesen an der Universität Duisburg-Essen
Wirtschaftsingenieurwesen an der Universität Duisburg-EssenWirtschaftsingenieurwesen an der Universität Duisburg-Essen
Wirtschaftsingenieurwesen an der Universität Duisburg-Essen
 
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_EssenAngewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
Angewandte Kognitions- und Medienwissenschaft an der Universität Duisburg_Essen
 

Empirische Methoden 3 Auswertung 200502

  • 1. Mit Wirtschaftsinformatik Wirtschaft neu gestalten— Methoden von Null auf Hundert empirische Methoden einfache quantitative Auswertung 1
  • 2. Warum empirische Methoden? 2 Gibt’s irgendwelche Vorgaben? Was soll ich mit den Fragebögen denn jetzt machen? Was läuft hier falsch? Wir haben unsere Kunden befragt, das sollen Sie nun auswerten. Lesen Sie die Antworten mal und schauen Sie, was unsere Kunden so wollen … Die Marketingexpertin Der Praktikant
  • 3. Instrumente für empirische Untersuchungen 3 Untersuchungsinstrument Auswertung Offenes Interview (Einzel, Gruppe) Teilstrukturiertes Interview Kategorien bilden, Auszählen Fokusgruppe Fragebogen mit offenen Fragen Strukturiertes Interview Kategorien bilden, Auszählen Fragebogen mit geschlossenen Fragen Auszählen Hypothesenbildung Hypothesenprüfung
  • 4. Auswertung 4 1: Daten bereinigen. (unvollständige Fragebögen ggf. aussondern) 2: Daten aus Fragebögen in Tabelle überführen. 3: Häufigkeiten auszählen. 4: Bei wenigen Datensätzen ggf. dichotomisieren. 5: Bewerten, ob der Effekt groß oder klein ist. (ggf. Mittelwert oder Median) 6: Kreuztabellen aufstellen. (Zusammenhangsanalyse) 7: Bewerten, ob der Zusammenhangs-Effekt groß oder klein ist. Bei tiefergehenden Untersuchungen (oft nicht erforderlich): Signifikanzanalyse, Multivariate Zusammenhänge, Pfadanalysen etc.
  • 5. Signifikanz und Effektstärke 5 Signifikanz: Wahrscheinlichkeit, dass das Ergebnis (z.B. Unterschied der Mittelwerte oder Zusammenhang zwischen zwei Merkmalen) nicht zufällig ist. „signifikant“ heißt nicht „wichtig“ und auch nicht „relevant“, vor allem nicht „besonders groß“. Das wichtige und relevante Maß ist die Effektstärke: Sagt, wie groß ein Mittelwertunterschied oder ein Zusammenhang im Vergleich zur zufälligen Streuung ist. Effektstärke: einfach auszurechnen Signifikanz: schwieriger auszurechnen Formeln und Beispiele: Brell et. al. (2017) Statistik von Null auf Hundert
  • 6. Beispiel einer Untersuchung (fiktiv) 6 Fragestellung: Hängt der Notendurchschnitt mit der Vorliebe für Computerspiele zusammen? These: Notendurchschnitt ist geringer bei Vorliebe für Computerspiele. Hypothesen: Nichts Fundiertes in der Literatur gefunden. Keine Hypothese. Methode: Fragebogen mit geschlossenen Fragen. Keine Erhebung der Personenparameter (Geschlecht, Alter, sozioökonomischer Status), da nur wenige Probanden. Geplante Probandenzahl: n=7 Fragen: 1. Haben Sie eine Vorliebe für Computerspiele? (ja=1 / nein=2) 2. Durchschnittsnote (auf ganze gerundet).
  • 8. Lagemaß: Mittelwert und Median 8 Mittelwert oder arithmetisches Mittel ist geeignet, wenn • viele Datensätze (30 +) vorliegen und • das Histogramm eine glockenförmige Verteilung um den Mittelwert zeigt. Median ist geeignet, wenn • wenige Datensätze vorliegen oder • das Histogramm keine glockenförmige Verteilung zeigen.
  • 11. Zusammenhang erkennen: Vorbereitung Kreuztabelle 11 Note dichotomisiert am Mittelwert: Besser als 2,14 -> 1, sonst 0. Übernahme der dichotomiserten Noten bei Vorliebe ja oder nein
  • 12. Kreuztabelle (Zusammenhänge aufdecken) 12 Vermutung (Hypothese): Menschen mit einer Vorliebe für Computerspiele (=Vorliebe 1) haben eher bessere Noten. Erhärtung der Hypothese: Neue Untersuchung mit mehr Probanden und Personenparameter Alter und Geschlecht. n=120
  • 13. Quellen Bücher: 1. Bortz, Jürgen (2010) Statistik für Human- und Sozialwissenschaftler. 7. Auflage. Springer 2. Brell, Claus; Brell, Juliana; Kirsch, Siegfried (2017) Statistik von Null auf Hundert.Berlin: Springer-Verlag ; 2. Auflage. ISBN 978-3-6424-1976-8 (Online in den Bibliothek über Springer Link) 13
  • 14. Verständnisfragen 1. Welche Aussagen gewinne ich aus Histogrammen? 2. Welche Aussagen gewinne ich aus Kreuztabellen? 3. Welchen Nutzen habe ich aus Mittelwert und Median? 4. Welchen Vorteil hat der Median? 14
  • 15. 15 Prof. Dr. rer. nat. Claus Brell über: http://claus-brell.de/ Content: https://cbrell.de/blog https://twitter.com/clausbrell claus.brell@hs-niederrrhein.de