Am 9. Juli 1984 erklärte US-Präsident Ronald Reagan auf Vorschlag des Kongresses den dritten Sonntag im Juli zum National Ice Cream Day. Auch in Deutschland ist die Speiseeisindustrie ein bedeutender Wirtschaftszweig der Lebensmittelbranche. Die Markeneishersteller haben im Jahr 2016 in Deutschland einen Absatz von 529 Mio. Liter sowie einen Umsatz von 2 Mrd. Euro generiert und beschäftigen 4.300 Angestellte. Der Pro-Kopf-Verbrauch von Speiseeis lag bei 7,9 Litern (inkl. Eisdielen- und Softeis). Dies entspricht 113 Kugeln per capita . Diese Arbeit soll sich allerdings auf den Absatz von Speiseeis am Verkaufsort Eisdiele konzentrieren, da dieser Point-of-Sale für den Verfasser ein persönliches und professionelles Interesse birgt. Tatsächlich ist Deutschland der größte Produzent von Speiseeis in Europa, noch vor Italien, Frankreich und Spanien. Insofern erklärt sich hier die Relevanz des Themas für den Realzusammenhang allein durch die Bedeutung für den deutschen Arbeitsmarkt und die nationale Milchwirtschaft.
Zur Erhebung der Datensätze wurde das Prinzip der Regressionsanalyse (multiple lineare Regression) herangezogen. Dieses ist in besonderem Maße dazu geeignet die gesammelten Daten empirisch auszuwerten. Gearbeitet wurde hier mit Daten zu Bestellmengen, die im Laufe des Jahres 2016 in der Eisboutique Conedera in Dinslaken gesammelt wurden. Diese wurden von Bestelleinheiten (Behälter à 18 Liter) auf Konsumeinheiten (60 Kugeln pro Einheit) umgerechnet. Die Anwendung der Regressionsanalyse erlaubt es die statistische Beziehung zwischen unseren unabhängigen Variablen (UV) oder Prädiktoren herzustellen, die eine möglichst präzise Vorhersage der abhängigen Variable (AV) oder des Kriteriums erlauben. Als ausschlaggebend wird hier das korrigierte R² betrachtet, da die Aufnahme zusätzlicher Prädiktoren für gewöhnlich zu einer Verschlechterung des Gütemaßes R² (Bestimmtheitsmaß) führt. Selbst wenn zwischen den gewählten Variablen auch nur ein augenscheinlicher (wenn auch nicht tatsächlicher) Zusammenhang bestünde, würde dies demnach dazu führen, dass ein steigendes R² zu der Fehleinschätzung führt, dass es sich hier um ein gutes Regressionsmodell mit einer für die Realität relevanten Aussage handle.
Inhaltsverzeichnis
1. Einleitung: Problemstellung und Relevanz
2. Grundlagen und Definition
3. Forschungshypothesen
4. Empirische Studie
5. Ergebnisse und Fazit
Zielsetzung & Themen
Diese Arbeit untersucht den Einfluss verschiedener externer Faktoren, wie Temperatur, Niederschlagsmenge und Feiertage, auf die Absatzmenge von Speiseeis in einer Eisdiele mittels statistischer Regressionsanalyse.
- Analyse von Absatzdaten der Eisboutique Conedera
- Anwendung multipler linearer Regression
- Evaluierung der Gütemaße R² und korrigiertes R²
- Untersuchung saisonaler Effekte (Februar vs. August)
- Bewertung der Modellgüte für absatzwirtschaftliche Prognosen
Auszug aus dem Buch
3. Forschungshypothesen
Es gilt nun zu untersuchen, inwiefern das Kriterium der Absatzmenge durch die Prädiktoren Temperatur, Niederschlagsmenge und Feiertage determiniert wird. Es ist zu erwarten, dass höhere Temperaturen und niedrige Niederschlagsmengen den Absatz in die Höhe treiben werden. Ebenso sollte der Absatz an Feiertagen ansteigen. Untersucht werden im Folgenden je 7 Tage einer Woche aus den Monaten Februar und August, um eine sinnvolle Verteilung der Prädiktoren zu gewährleisten.
Zusammenfassung der Kapitel
1. Einleitung: Problemstellung und Relevanz: Das Kapitel erläutert die Bedeutung der Speiseeisindustrie in Deutschland und begründet die Relevanz der Untersuchung des Absatzes am Point-of-Sale.
2. Grundlagen und Definition: Hier werden die methodischen Grundlagen der multiplen linearen Regression sowie die Datengrundlage der Eisboutique Conedera vorgestellt.
3. Forschungshypothesen: Dieses Kapitel formuliert die Erwartungen bezüglich des Einflusses von Temperatur, Niederschlag und Feiertagen auf die tägliche Absatzmenge.
4. Empirische Studie: Die Daten werden präsentiert und mittels statistischer Kennzahlen wie dem Bestimmtheitsmaß R² für Februar und August analysiert.
5. Ergebnisse und Fazit: Das Kapitel interpretiert die ermittelten Gütemaße und diskutiert die Eignung des Modells sowie mögliche Fehlerquellen bei der Dateninterpretation.
Schlüsselwörter
Speiseeis, Absatz, Regressionsanalyse, Bestimmtheitsmaß, Temperatur, Niederschlag, Feiertage, Statistik, Multiple lineare Regression, Modellgüte, Point-of-Sale, Datenanalyse, Eisdiele, Prognose
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert statistisch, welche Faktoren den täglichen Absatz von Speiseeis in einer Eisdiele beeinflussen.
Was sind die zentralen Themenfelder der Untersuchung?
Die Themenfelder umfassen die Absatzwirtschaft, die empirische Datenanalyse mittels Regressionsrechnung und die Bewertung statistischer Gütemaße.
Was ist das primäre Ziel der Forschungsarbeit?
Ziel ist es zu ermitteln, inwiefern Wetterbedingungen und Kalenderfaktoren (Feiertage) den Speiseeisabsatz vorhersagbar machen.
Welche wissenschaftliche Methode kommt zum Einsatz?
Die Arbeit verwendet das statistische Verfahren der multiplen linearen Regression zur Auswertung von Geschäftsdaten.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil umfasst die methodische Herleitung der Analyse, die Aufbereitung der Absatzdaten und die Durchführung der Regressionsrechnungen für zwei verschiedene Monate.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich primär über die Begriffe Regressionsanalyse, Absatzmenge, Bestimmtheitsmaß und statistische Modellgüte definieren.
Warum variiert das korrigierte Bestimmtheitsmaß so stark zwischen Februar und August?
Dies liegt laut Autor an der unterschiedlichen Datenstruktur und der zeitweisen Ineffektivität einzelner Prädiktoren, wie etwa dem Feiertags-Faktor im August.
Warum ist ein negatives R² laut Autor kritisch zu sehen?
Ein negatives korrigiertes R² deutet darauf hin, dass das gewählte Regressionsmodell für die vorliegenden Daten nicht optimal geeignet ist und eine schlechtere Vorhersagekraft besitzt als ein Mittelwertmodell.
- Arbeit zitieren
- A. V. A. Canetti (Autor:in), 2017, Eisverkauf. Abhängigkeit des Absatzes von äußeren Faktoren, München, GRIN Verlag, https://www.grin.com/document/384511
