Datenerhebung - (WiSo)::BOKU
Werbung
Datenerhebung Universität für Bodenkultur Wien in der empirischen WirtschaftsWirtschafts und Sozialforschung Department für Wirtschafts- und Sozialwissenschaften L h Lehrveranstaltung: t lt 735.181, 735 181 VU, VU WS, WS 2 SWS, SWS ECTS 3 Leiter der Lehrveranstaltung: Peter Schwarzbauer Vorlesungsteil: 04.10.2010 – 15. oder 22.11.2010 Vorlesungsteil: Ort: CINEPLEXX, Reichsbrücke; Wagramerstraße 2, 1220 Wien Zeit: Montag, 12:3012:30-14:00 Übungsteil: ab Ende November/Anfang Dezember (Details werden gesondert bekannt gegeben) Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung Inhaltsübersicht Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften 1. Die Datenerhebung im Kontext 2. 3. 4. 5 5. Theoretische Grundlagen der Datenerhebung Forschungsplanung Messinstrumente Methoden der Datenerhebung Zusätzlich: • Durchführung einer konkreten Datenerhebung (Umfrage) (PFLICHT) Download Skriptum/Folien: http://www.boku.ac.at/mi_lehrmaterial.html Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung Literaturempfehlung • • • Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Atteslander, P.: (2000 oder neuere Auflagen): Methoden p Sozialforschung. g Walter de Gruyter, y , der empirischen Berlin und New York Friedrichs, J. (1980 oder neuere Auflagen): Methoden empirischer Sozialforschung. Wesdeutscher Verlag. Opladen Lamnek, S. (1988 oder neuere Auflagen): Qualitative Sozialforschung – Band 2 Methoden und Techniken. Psychologische Verlagsunion, Verlagsunion Weinheim IN WISOWISO & HAUPTBIBLIOTHEK DER BOKU ERHÄLTLICH !!! Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Sozial - und Wirtschaftswissenschaften Naturwissenschaften Es stellt sich die Frage: g Wozu werden überhaupt in der Lehrveranstaltung "Datenerhebung" Datenerhebung Sozial Sozial- und Wirtschaftswissenschaften (SOWI) den Naturwissenschaften (NAWI) gegenüber gestellt ? Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Antwort: NAWI beschäftigen sich mit anderen Daten und Datenerhebungsmethoden g als die SOWI. Zwar sind für die Datenerhebung der NAWI häufig aufwendige und teure Apparaturen und M Messtechniken h ik notwendig, di was an D Daten erhoben h b werden soll, ist aber meist viel eindeutiger definiert als in den SOWI. SOWI Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Vorweg ein Beispiel: Es ist wesentlich schwieriger und weniger eindeutig, etwa die Einstellung der österreichischen Bevölkerung zur Umwelt zu messen als die Höhe eines Baumes oder den ph Wert eines Bodens ph-Wert Bodens. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Was sind Sozial - und Wirtschaftswissenschaften (SOWI) einerseits und Naturwissenschaften (NAWI) andererseits ? Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften SOWI: Wissenschaftsbereiche, Wissenschaftsbereiche welche die Ordnung des Lebens in Staat, Gesellschaft, Recht Sitte, Recht, Sitte Erziehung Erziehung, Wirtschaft und die Deutungen der Welt in Sprache, Mythos, Religion Kunst Religion, Kunst, Philosophie und Wissenschaft zum Gegenstand haben. Es gibt immer einen menschlichen Bezug ! Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften An der Boku vertretene SOWI-Bereiche mit B Bezug zur N Nutzung t b bzw. B Bewirtschaftung i t h ft erneuerbarer Ressourcen (Grobgliederung): • Wirtschaftswissenschaften (VWL, BWL, Marketing a et g u.a.) ua) • Politikwissenschaft • Soziologie • Rechtswissenschaften Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften NAWI: Befassen sich mit der systematischen Erfassung der belebten wie der unbelebten Natur und ihren Gesetzmäßigkeiten. Kein unmittelbar menschlicher Bezug. Drei Hauptkategorien: Die „exakten“ Wissenschaften beschäftigen sich vorwiegend mit der unbelebten Welt (z B Mathematik, (z.B. Mathematik Statistik, Statistik Chemie, Chemie Physik etc etc.). ) Die „biologischen“ Wissenschaften beschäftigen sich mit der belebten Welt (z.B. Biologie, Genetik, Physiologie, etc.). Beide liefern Erkenntnisse für die „angewandten“ Wissenschaften (z.B. Medizin, Bodenkunde, Technik etc.) Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Charakteristika der SOWI • kaum Sachverhalte, die eine strenge Üb i ti Übereinstimmung zeigen i Beispiel: B i i l Wäh Während d a2 + b2 = c2 allgemeine ll i Gültigkeit hat, sind etwa gesellschaftliche Phä Phänomene in i verschiedenen hi d W Weltregionen lt i oder Ländern unterschiedlich. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Charakteristika der SOWI • Problem der Wiederholbarkeit • beobachte b b ht W Werte t meist i t keine k i K Konstanten t t Problem, aus einem einmalig beobachteten Ursache-Wirkungs-Zusammenhang allgemeingültige Aussagen abzuleiten Problem der möglichen Fehlinterpretation Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Charakteristika der NAWI Ausgangspunkt: Die Natur besteht aus voneinander unabhängigen Faktoren, kann in in diese zerlegt und diese können wieder problemlos zusammengesetzt werden. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Charakteristika der NAWI Vorgangsweise eindeutiger als bei SOWI (E (Experimentanordnung). i t d ) Es E gibt ibt für fü eine i Fragestellung möglicherweise nur eine Vorgangsweise. Beii exakt B kt gleicher l i h A Ausgangssituation it ti ttritt itt d das Problem der Wiederholbarkeit nicht auf. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Wichtige Unterschiede SOWI - NAWI Sozial - und Wirtschaftswissenschaften Messbarkeit von Phänomenen häufig nur indirekt möglich Subjektives Wissen (Versuch der Objektivierung) Kontextabhängigkeit Hohe Ergebnisvarianz Gestaltungsinteresse Naturwissenschaften Messbarkeit von Phänomenen meist direkt möglich Objektives Wissen Kontextunabhängigkeit Exakte Wiederholbarkeit Erkenntnisinteresse Beispiel für Kontextabhängigkeit und hohe Ergebnisvarianz in SOWI: Ergebnisse von Wählerumfragen in einer Gesellschaft g und bleiben nicht für alle Zeiten g gleich. ändern sich ständig Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Schlussfolgerungen für die SOWI-Datenerhebung: Probleme der Messung: Messbarkeit von Phänomenen in den SOWI meist nicht direkt möglich. Phänomene müssen indirekt erfasst werden (z.B. durch "Indikatoren"). Um wirklich zu messen, was man messen will (V lidität) iistt b (Validität), besondere d S Sorgfalt f lt notwendig. t di K Keine i Messanordnungen "aus dem Bauch heraus" Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Schlussfolgerungen für die SOWI-Datenerhebung: Gestaltungsinteresse als Handikap: Auftraggeber verbinden mit Forschung bestimmte Interessen und versuchen auf diese Einfluss zu nehmen. SOWI-ForscherInnen haben zu prüfen, ob diese Rahmenbedingungen eine objektive wissenschaftliche B b it Bearbeitung üb überhaupt h t zulassen. l Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Schlussfolgerungen für die SOWI-Datenerhebung: A Angreifbarkeit ifb k it der d Ergebnisse: E b i Meist mehrere wissenschaftliche Zugänge möglich. Nicht immer kann der "Beste" gewählt werden (z.B. finanzielle Beschränkungen). Wissenschaftliche SOWI-Arbeiten meist stärker angreifbar als bei NAWI. Die Wahl des generellen Zugangs und der Lösungsmöglichkeiten kommt daher besondere Bedeutung zu (große Sorgfalt (g g notwendig). g) Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Was sind Daten überhaupt ? D t – Information Daten I f ti – Wissen. Wi Keine K i identischen id ti h Begriffe B iff !!! Daten: isolierte und uninterpretierte Fakten und Kennwerte der Realitätsbeschreibung. Information/en: verknüpfte und mit Bedeutung versehene Daten. Wissen: individuell i di id ll verarbeitete b it t Informationen I f ti mit it einem i mehr oder weniger starken Bezug zur eigenen Erfahrungswelt Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Beispiel für ein Datenfile einer Umfrage zum Bekanntheitsgrad von und zur Bewertung der Werbung „Holz ist genial“ V01 V02 V1.1 V1.2 V1.3 V1.4 V1.5 V2.1 V2.11 V2.12 V2.13 V2.2 V2.3 V2.4 PFEME 2 2 1 2 2 1 1 1 2 2 1 2 2 zagor 2 3 1 1 1 1 1 1 2 2 2 1 2 BU 1 2 2 3 1 3 , , , , , , , 15 2 2 2 1 1 , , , , , , , BU 8 2 1 2 2 2 1 1 1 2 2 2 2 BU 19 3 1 3 1 1 1 1 2 2 1 2 2 Demen 3 2 1 1 1 1 1 1 1 2 2 2 2 Demen 13 2 3 1 1 1 , , , , , , , saida 10 1 1 2 1 2 2 2 2 2 2 2 1 dobar Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Beispiel für Informationen, die im Rahmen einer Analyse aus dem Datenfile generiert werden konnten • Ein Monat nach dem Beginn der p g ist „„Holz ist g genial“ knapp pp 48% Werbekampagne der Befragten in den Städten Wien, Linz, Klagenfurt und Innsbruck bekannt. • Etwa Et ¾ jener, j denen d „Holz H l ist i t genial“ i l“ b bekannt k t ist, kennen die Werbung aus dem Fernsehen. Nach Sendern: 65% aus dem ORF ORF, 6% aus SAT1 und 3% aus Kabel1. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Beispiel für Wissen, das für Marketingzwecke aus diesen Informationen generiert werden kann Die Werbung wurde bisher aus Kostengründen wesentlich häufiger in Kabelsendern platziert als im ORF. Es ist zwar wesentlich teurer im ORF zu werben, aber die Werbung wurde von mehr als der Hälfte der Befragten im ORF registriert. Es ist also im Sinne von Effizienz die Marketingstrategie zu überdenken, in den „billigeren“ TV-Sendern zu werben. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften 1. Die Datenerhebung im Kontext Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Daten müssen nicht immer Zahlen sein B i i l Tisch Beispiel: Ti h Länge: 74 cm Breite: 74 cm Höhe: 75 cm Hier handelt es sich tatsächlich um Zahlen (metrische Angaben naturwissenschaftl. Art) Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Beispiel: Tisch Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Auch um Zahlen, aber um eine andere Art handelt es sich, wenn Personen befragt wurden, d wie i sie i d den Ti Tisch hb bewerten; t z.B. B 1= sehr schön, 2 = eher schön, 3 = weniger schön, 4 = gar nicht schön (ordinale Angaben). Ergebnis: sehr schön 51 eher schön 27 weniger schön 13 gar nicht schön 0 10 20 30 Prozent Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer 40 50 60 Datenerhebung 1. Die Datenerhebung im Kontext Beispiel: Tisch Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Im Rahmen eines „qualitativen“ Interviews macht eine befragte Person zum Tisch folgende Angaben: „ „Der Tisch wirkt auf mich irgendwie g heimelig, g, da er aus hellem Holz gemacht ist. Ich könnte ihn mir in meinem Arbeitszimmer vorstellen “ vorstellen. Obwohl keine Zahlen, handelt es sich dabei im Prinzip auch um Daten Daten. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Wer kann solche Daten für welchen Zweck verwenden ? P liti h Akt Politische Akteure • Politiker auf nationaler oder internationaler Ebene • regierungsabhängige Stellen • NGOs (Non-Government-Organisations) e e du g für: ü Verwendung • Politische Entscheidungen • Rechtfertigung politischer Entscheidungen • Selbstdarstellung • (Wahl-) Werbung Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Wer kann solche Daten für welchen Zweck verwenden ? Manager/Wirtschaftliche Akteure • Profit Unternehmen • Non-Profit Unternehmen Verwendung für: • Betriebsleitung • Controlling • Marketing etc. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Wer kann solche Daten für welchen Zweck verwenden ? Wissenschafter Verwenden Daten zur Generierung von Information und Wissen im Rahmen ihrer Forschung, die häufig als Forschungsauftrag von den anderen beiden Gruppen an sie herangetragen wird. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Missbräuchliche Verwendung von Daten Hier nicht gemeint: illegale Erfassung von Daten der Privatsphäre von Personen, illegale Weitergabe oder den Verkauf geschützter Daten etc. Gemeint ist: Absichtliche, tendenziöse oder einfach falsche Interpretation von Daten bzw. Information. Generierung von falschem bzw. Scheinwissen. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Missbräuchliche Verwendung von Daten Beispiel 1 Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Missbräuchliche Verwendung von Daten Beispiel 1: Die Kronenzeitung ist die glaubwürdigste Zeitung Österreichs Wenn e im Rahmen a e e einer e U Umfrage age d die e Mehrheit e e t ausd ausdrückt, üc t, dass ssie ed die e Kronenzeitung für die glaubwürdigste Zeitung hält, ist die Schlussfolgerung falsch, dass sie die glaubwürdigste Zeitung ist. Denn die Befragten benennen nicht die objektive Glaubwürdigkeit Glaubwürdigkeit, sondern drücken ihre Meinung über die Glaubwürdigkeit aus. Ein Meinungsforscher, der nach einer solchen Befragung behauptet, die Kronenzeitung wäre objektiv die "glaubwürdigste" glaubwürdigste Zeitung in Österreich, Österreich würde einer Selbsttäuschung unterliegen. Nicht die objektive Glaubwürdigkeit wurde erhoben, sondern nur die Meinung darüber. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Missbräuchliche Verwendung von Daten Beispiel 2 Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Mi b ä hli h Verwendung Missbräuchliche V d von Daten D t Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Beispiel 2: ÖVP sichert zweiten Platz Aus der Umfrage geht hervor, dass 21% die ÖVP und 20 % die FPÖ wählen würden. Es wird abgeleitet, dass die ÖVP vor der FPÖ liegt – eine wissenschaftlich unhaltbare Aussage. g • Die Umfrage beruht auf einer Stichprobe von 500 Personen ab 18 Jahren. Stichproben sind mit einem Stichprobenfehler behaftet, der hier mindestens +/-3% beträgt. g Das Ergebnis g für die ÖVP liegt g in der Realität zwischen 18 und 24%, jenes der FPÖ zwischen 17 und 23%. Die Ergebnisse überschneiden sich also im Bereich 18 – 23% und sind daher statistisch nicht signifikant unterschiedlich. Die Aussage, dass die ÖVP auf dem zweiten Platz liegt, ist daher schlicht falsch! Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Missbräuchliche Verwendung von Daten Beispiel 2: ÖVP sichert zweiten Platz (Fortsetzung) • Bei solchen Umfragen ist meist ein wesentlicher Teil der Befragten g ((meist Unentschlossene). ) Aus der nicht bereit sich festzulegen Darstellung geht nicht hervor, ob sich die Prozente nur auf jene Befragten beziehen, die überhaupt eine Antwort gegeben haben ("Rohdaten"), oder nach einem nicht nachvollziehbaren System die Unentschlossenen auf die einzelnen Parteien aufgeteilt werden (z.B. aufgrund von anderen Fragen nach der Sympathie gegenüber Parteien oder bestimmten Parteipolitikern). Diese Aufteilung bringt bezüglich der ausgewiesenen Prozentanteile weitere Unsicherheit. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Missbräuchliche Verwendung von Daten Beispiel 2: ÖVP sichert zweiten Platz (Fortsetzung) • Mittlerweile ist bekannt, dass sich aufgrund der z.T. umstrittenen gegenüber g Ausländern)) Befragte g sich bei Positionen der FPÖ ((z.B. g Umfragen nicht getrauen anzugeben, die FPÖ zu wählen. D.h., dass bei Umfragen der Anteil der FPÖ bisher meist unterschätzt wurde. Die Punkte 2. und 3. waren bisher die wesentlichsten Ursachen, warum Wahlprognosen von Meinungsforschungsinstituten und Wahlergebnisse oft krass auseinander lagen. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Missbräuchliche Verwendung von Daten Beispiel 3 100 90 Bekanntheitsgrad g "Holz der Werbung ist genial" nach Geschlecht 80 70 60 50 40 Prozent Chi-Quadrat-Tests Holz ist genial 30 Wert df 20 weiß nicht 10 nicht bekannt Chi-Quadrat Chi Quadrat nach Pearson 6 105 2 6,105 bekannt 0 männlich weiblich Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Asymptotische Signifikanz (2-seitig) ,047 047 Datenerhebung 1. Die Datenerhebung im Kontext Missbräuchliche Verwendung von Daten Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Beispiel 3: Mehr Frauen als Männer kennen die Werbung "Holz ist genial" genial Ergebnis einer Umfrage unter 1000 repräsentativ erhobenen Befragten: g 48,2% , der Frauen und 46,8 , % der Männer kennen die Werbung "Holz ist genial". Der Chi-Quadrat-Test ergibt, dass statistisch signifikant tatsächlich mehr Frauen als Männer die Werbung kennen.Würde diese Aussage g ohne Zahlenangaben g verwendet oder gar eine Marketingempfehlung abgeleitet werden, dass sich die Werbung verstärkt auf Männer konzentrieren müsse, wäre das eine Fehlinterpretation p des Ergebnisses. g Obwohl statistisch signifikant, g , ist der Unterschied zwischen den Geschlechtern zu gering, als dass er für Marketingzwecke einen Unterschied machen würde. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Missbräuchliche Verwendung von Daten Beispiel 4 Erlebbares g vom Alter hängt Bildungsgrad ab Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Missbräuchliche Verwendung von Daten Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften Beispiel 4: Erlebbares Alter hängt vom Bildungsgrad ab Hinter dem rein statistischen Zusammenhang zwischen erlebbarem Alter und Bildung steht in Wahrheit eine andere Variable, nämlich die Lebensumstände (z (z.B. B Beruf Beruf, Einkommen) und damit zusammenhängend Lebensstile (z.B. Ernährungsgewohnheiten, aber auch Laster, wie Rauchen). Es gibt also keinen direkten Zusammenhang zwischen Alter und Bildung, obwohl es einen statistischen Zusammenhang gibt. Storchenbeispiel wird später noch erläutert (Kapitel 2) Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Missbräuchliche Verwendung von Daten Schlussfolgerungen Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften • Klare Unterscheidung bei der Erhebung von Fakten und Werturteilen, Meinungen oder Einschätzungen. Das bedeutet nicht, dass letztere weniger wichtig als Fakten wären wären, nur sind die Schlussfolgerungen daraus andere. • Zur richtigen Interpretation von Befragungsergebnissen ist immer notwendig, den genauen Wortlaut der ursprünglichen Frage und der Antwortmöglichkeiten (Skalierung) zu kennen. Unterschiede in Frage und Skalenformen können u.U. Frageu U völlig unterschiedliche Ergebnisse produzieren. Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer Datenerhebung 1. Die Datenerhebung im Kontext Missbräuchliche Verwendung von Daten – Schlussfolgerungen (Fortsetzung) Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften • Keine voreiligen Schlüsse über Zusammenhänge und Unterschiede (zwischen Daten/Variablen) ohne entsprechendem statistischen Know-how und ohne der Kenntnis, wie die Ergebnisse aus den Rohdaten abgeleitet wurden. wurden • Aber: auch keine Überbewertung statistisch signifikanter Ergebnisse wenn diese entweder nicht plausibel sind oder keine Ergebnisse, wesentlichen zusätzliche Erkenntnisse liefern. • Unterscheiden U t h id b bzw. üb überprüfen, üf ob b statistische t ti ti h Zusammenhänge Z hä auch kausale Zusammenhänge widerspiegeln (Mögliche „Missspezifikation“) Institut für Marketing & Innovation I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
