STATISTIK-FORUM.de

[Andreas1991]

Moin moin,

ich muss zwei Umfragen vergleichen. Die eine ist aus 1997 (mit n=123), die andere aus 2010 (mit n=132). In beiden Umfragen wurden die gleichen Fragen gestellt. Wenn jetzt herauskommt, dass 28% der Vertriebler in der älteren Studie "on-the-job-training" bekommen haben und in der neueren 38%, ist es dann ein signifikanter Unterschied? Bzw. meine Frage ist etwas grundlegender: Sollte man die beiden Ergebnisse statistisch untersuchen, also nach Signifikanzniveau? Ich glaube ich verstehe das Wort "Signifikanz" falsch, nämlich dahingehend, dass man mit dem t-Test oder der ANOVA nicht das Ergebnis nach Bedeutung, sondern die grundlegenden Eigenschaften (Grundgesammtheit) danach analysiert. Muss ich bei der Frage also überhaupt Statisik anwenden?

Ich hoffe ich habe mich verständlich ausgedrückt...

Vielen Dank vorab für Eure Unterstützung!

LG
Andreas

[aziz]

Hallo Andreas,

Muss ich bei der Frage also überhaupt Statisik anwenden?

Ich würde sagen schon. Du meinst vermutlich, ob du schließende (z. B.: Tests) oder beschreibende (z. B.: Häufigkeitsverteilungen) Methoden verwenden sollst. So generell kann man das nicht sagen. Vielleicht solltest du nochmal die Fragestellung deiner Untersuchungen genauer erklären.

Nur mal so vorab. Von signifikanten Ergebnissen wird nur in der schließenden Statistik gesprochen.

Gruß
Aziz

[bele]

Hallo Andreas,

Deine Frage lautet vielleicht: Hat sich in den Unternehmen wirklich etwas dahingehend verändert, dass das Training umgestellt wurde oder handelt es sich um eine Veränderung im Rahmen zufälliger Schwankungen. Wenn Dich das wirklich interessiert, kannst Du es testen (mir würde da eher ein Chi-Quadrat-Test als ein t-Test einfallen).

LG,
Bernhard

[Andreas1991]

Vielen Dank für die schnelle und hilfreichen Antworten!



@ Bernhard: Genau das war meine Frage bzw. sollte sie sein

Ich habe es jetzt wie du gesagt hast mit dem Chi-Quadrat-Test ausgerechnet. Es wäre super, wenn du oder jemand anderes der dies liest die Rechnung einmal überprüfen könnte.



Ich habe folgende Zahlen: in der Studie 1997: n= 123 und 10 Personen erfüllen das Kriterium
in der Studie 2010: n=132 und 38 Personen erfüllen das Kriterium
Fehlerwahrscheinlichkeit 5%
Nullhypotese: Das Training hat sich nicht verändert, es sind zufällige Schwankungen die zu den Unterschiedlichen Umfrageergebnissen führen

Mein Ergebnis: X²=12,32 - Das Ergebnis ist also signifikant und man kann die Nullhypotese ablehnen. Es ist also nicht nur eine zufällig Schwankung, sondern das Training hat sich verändert.

Ist das so Richtig?
Die oben gennanten 10 und 38 Personen, sind eigentlich die Prozentzahlen der Umfrage gewesen (8% und 28,8%). Das macht aber außer den Rundungen keinen Unterschied, oder? Oder gibt es eine spezielle Methode um mit Prozentzahlen zu rechnen?

Danke!!!

LG
Andreas

[bele]

Hallo Andreas,

Deine Prozentsätze sind jetzt andere als oben. Überprüfe nochmal, welches jetzt die richtigen Zahlen sind. Ansonsten rechnest Du richtigerweise nicht mit dne Prozentsätzen sondern mit absoluten Zahlen.

Code: Alles auswählen

> chisq.test(matrix(c(10,38,123,132),ncol=2))

        Pearson's Chi-squared test with Yates' continuity correction

data:  matrix(c(10, 38, 123, 132), ncol = 2)
X-squared = 11.2289, df = 1, p-value = 0.0008053

LG,
Bernhard

[Andreas1991]

Aber 8% von 123 sind doch (aufgerundet) 10 und 28,8% von 132 sind auch (abgerundet) 38...?! Wo habe ich da den Fehler gemacht?

Mal abgesehen von den Zahlen, ist es aber richtig die Nullhypothese abzulehnen, oder? X² ist ja signifikant...

[bele]

... Wenn jetzt herauskommt, dass 28% der Vertriebler in der älteren Studie "on-the-job-training" bekommen haben und in der neueren 38%, ist es dann ein signifikanter Unterschied?

... Aber 8% von 123 sind doch (aufgerundet) 10 und 28,8% von 132 sind auch (abgerundet) 38...?! Wo habe ich da den Fehler gemacht?

Es sind im ersten Post 28% und 38% und jetzt 8% und 29%. Einmal signifikant und einmal nicht signifikant. Du solltest nur darauf achten, dass Du am Schluss die richtigen Zahlen nimmst. Mehr nicht.

Die Nullhypothese ist abzulehnen mit p<.001.

LG,
Bernhard