Wird der "Warenbereich Gutscheine" häufiger von Männern oder Frauen aufgesucht und spielt das Einkommen dabei eine Rolle?

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

Symbolverzeichnis

1. Einleitung

2. Forschungsfrage und Hypothesen

3. Beschreibung des Datensatzes und der analysierten Variablen

4. Eingesetzte statistische Verfahren

5. Deskriptive Analyse
5.1 Geschlecht
5.2 Warenbereich Gutscheine
5.3 Einkommen

6. Inferenzstatistische Analyse
6.1 Hypothese 1
6.2 Hypothese 2

7. Diskussion und Fazit

Literatur- und Quellenverzeichnis

Anhang: Dokumentation der R-Syntax

Abbildungsverzeichnis

Abbildung 1 Befehl: Datensatz anzeigen

Abbildung 2 Zusatzprogramm

Abbildung 3 Befehl: Überblick Datensatz

Abbildung 4 Beobachtungen und Variablen

Abbildung 5 Befehl: Entfernen von nicht benötigten Variablen

Abbildung 6 Ausgabe Spaltenbezeichnung und erste 6 Zeilen anzeigen lassen

Abbildung 7 Befehl wesentliche deskriptive Merkmale

Abbildung 8 Befehl Verteilung der Variable Geschlecht

Abbildung 9 Grafik Verteilung „Warenbereiche_Gutscheine“

Abbildung10 Befehl Verteilung der Variable „Warenbereiche_Gutscheine“ im Zusammenhang mit Geschlecht

Abbildung 11 Befehl Verteilung der Variable „Warenbereiche_Gutscheine“ Abbildung 12 Befehl Verteilung der Variable „HHEinkommen“

Abbildung 13 Befehl Analyse der Kennzahlen

Abbildung14 GrafikBoxplot „Warenbereiche_Gutscheine“ im Vergleich mit „HHEinkommen“

Abbildung 15 Analyse t-Test

Abbildung 16 Analyse Effektgröße

Abbildung 17 Analyse Regression

Abkürzungsverzeichnis

Ho Nullhypothese

Ha Alternativhypothese

IQR Interquartilsrange

R¹ Bestimmtheitsmaß

Q1 Quartil 1

Q2 Quartil 2

Q3 Quartil 3

sd Standardabweichung

AV Abhängige Variable

UV Unabhängige Variable

bzgl. bezüglich

d.h. das heißt

Symbolverzeichnis

a Alpha

1. Einleitung

Die Vorweihnachtszeit naht, die Adventszeit beginnt, und plötzlich ist es wieder Heiligabend. Alljährlich findet zur gleichen Zeit das Fest der Liebe statt, aber oft geraten viele Menschen jedes Mal in Stress. Wenige Tage vor Weihnachten fehlen meist nicht nur die Weihnachtsgeschenke, sondern auch die Anregungen für das richtige Weihnachtsgeschenk. Ein gutes Weihnachtsgeschenk ist eine bemerkenswerte Geste, die zeigt, dass sich dahinter ein oder mehrere Gedanken verbergen. Last-Minute-Weihnachtsgeschenke wie Geschenkgutscheine sind dabei absolut in Ordnung und völlig normal, besonders im Zeitalter des Online-Shoppings. Die vorliegende Hausarbeit befasst sich mit dem Datensatz "Weihnachtsumfrage 2017", welcher sich auf das Kaufverhalten von Weihnachtsgeschenken bezieht. Die untersuchten Hypothesen geben Aufschluss darüber, ob sich das Nachfrageverhalten von Männern und Frauen in Bezug auf den Warenbereich Gutscheine unterscheidet oder vergleichbar ist und wie sich dieses Verhalten auf das jeweilige Einkommen auswirkt. Zur Analyse des Datensatzes wird die Statistiksoftware R-Studio in Anspruch genommen. Zunächst wird der Datensatz deskriptiv analysiert. Anschliessend werden die beiden Hypothesenpaare im Rahmen der Inferenzstatistik verifiziert. In einem weiteren Schritt wird der Inhalt der Ergebnisse ausgewertet, wobei das eigene Vorgehen kritisch beurteilt wird. Daraus werden die Grenzen der durchgeführten Analysen aufgezeigt und eine finale Schlussfolgerung abgeleitet.

2 Forschungsfrage und Hypothesen

Der Lehrgang "Wissenschaftliche Methoden - Quantitative Datenanalyse" vermittelt theoretische statistische Grundlagen, die mit der R-Software, dem Erweiterungsprogramm RStudio und praktischen Beispielen vorgestellt und vertieft werden. Um das Gelernte anwenden zu können, erhalten die Studierenden den Datensatz der Weihnachtsumfrage 2017. Die gegebenen Daten sollen zur Durchführung einer Datenanalyse zu einer frei gewählten Forschungsfrage verwendet werden. Die Forschungsfrage dieser Seminararbeit lautet: „Gibt es einen geschlechtsbedingten Unterschied im Hinblick auf die besuchten Warenbereiche während der Weihnachtszeit?“. Um alle Untersuchungen durchführen zu können, ist die Installation des Basisprogramms R, der Entwicklungsumgebung RStudio und des Ergäzungspaket mosaic notwendig. Das Signifikanzniveau ist auf α = 0.05 festgelegt. In der Seminararbeit werden zwei Hypothesenpaare aufgestellt und untersucht. Die Gütemerkmale der wissenschaftlichen Hypothesen wer den entsprechend herangezogen. Beide Hypothesen sind reale, überprüfbare Fakten, die über einen einzelnen Fall oder ein einzelnes Ereignis hinausgehen und somit falsifizierbar sind. Für jede Hypothese wird ein Hypothesenpaar aufgestellt, das aus einer Nullhypothese (H0) und einer zugehörigen Alternativhypothese (Ha) besteht. Die Nullhypothese behauptet, dass die Variablen in keinerlei Beziehung zueinanderstehen. Umgekehrt geht die Alternativhypothese davon aus, dass es eine Beziehung zwischen den Variablen gibt und dass die unabhängige Variable daher die abhängige Variable beeinflusst.

1. Hypothesenpaar H01 und Ha1

Bei diesem Paar geht es darum festzustellen, ob es einen Zusammenhang zwischen dem Geschlecht und der Beliebtheit des "Warenbereich Gutscheine" gibt. Es wird angenommen, dass es in diesem Zusammenhang einen Unterschied zwischen Frauen und Männern gibt.

Nullhypothese H01:

Der „Warenbereich Gutscheine“ ist nicht abhängig vom Geschlecht.

Abbildung in dieser Leseprobe nicht enthalten

Alternativhypothese HA1:

Der „Warenbereich Gutscheine“ ist abhängig vom Geschlecht.

Abbildung in dieser Leseprobe nicht enthalten

2. Hypothesenpaar H02 und Ha2:

Über die Annahme hinaus, dass es beim Aufsuchen des "Warenbereich Gutscheine" einen geschlechtsspezifischen Unterschied gibt, könnte es sein, dass das Einkommen im Verhältnis zu den "Warenbereich Gutscheine" steht.

Nullhypothese H02:

Es gibt keinen Zusammenhang zwischen dem Einkommen und dem „Warenbereich Gutscheine“.

Abbildung in dieser Leseprobe nicht enthalten

Alternativhypothese Ha2:

Es gibt einen Zusammenhang zwischen dem Einkommen und dem „Warenbereich Gutscheine“.

Abbildung in dieser Leseprobe nicht enthalten

3. Beschreibung des Datensatzes und der analysierten Variablen

Als Vorbereitung für die quantitative Datenanalyse wird der Datensatz zu Beginn in das Statistikprogramm RStudio eingelesen und mit dem Befehl View(Datensatz_Seminararbeit) als tabellarische Übersicht in einem gesonderten Fenster geöffnet.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1 Befehl: Datensatz anzeigen

Das folgende Ergänzungsprogramm muss geladen werden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2 Zusatzprogramm

Der Datensatz "Weihnachtsumfrage 2017" stammt aus einer Umfrage des Instituts für Empirische Forschung & Statistik an der FOM Hochschule für Oekonomie & Management. Die sechswöchige Befragung beschäftigt sich mit dem Kaufverhalten in Deutschland unter dem Aspekt von Weihnachtsgeschenken. Die nach dem Zufallsprinzip ausgewählten Teilnehmer wurden in Form von Einzelinterviews mit Hilfe eines standardisierten Fragebogens befragt.² Der Fragenkatalog besteht aus insgesamt elf Fragen, in denen es jeweils um das Kaufverhalten und generellen Angaben zur befragten Person geht. Anfangs geben die Befragten eine Schätzung ihrer Ausgaben im Vergleich zum Vorjahr und zu dem Zeitpunkt, an dem sie die meisten Geschenke kaufen, an. Zusätzlich geben sie Auskunft darüber, wo sie Informationen suchen, welche Kaufoptionen für sie wichtig sind und aus welchen Produktbereichen Geschenke ausgewählt werden. Zuletzt werden die persönlichen Fragen gestellt. Diese umfassen unter anderem das Alter, das Geschlecht, den beruflichen Status, den Familienstand, die wirtschaftliche Situation und den Wohnort.³,Die Selektionskriterien lassen sich auf einer Skala von 1 bis 7 bewerten.

Mit der Anweisung str(Datensatz_Seminararbeit) verschaffen wir uns einen Überblick über die Größe des Datensatzes.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3 Befehl: Überblick Datensatz

Hieraus geht hervor, dass die Stichprobe 1917 Beobachtungen und 126 Variablen aufweist.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4 Beobachtungen und Variablen

Die vorliegende Arbeit und die darin formulierten Hypothesen berücksichtigen nachfolgende Variablen: Geschlecht (männlich = 1; weiblich = 2), Warenbereiche Gutscheine und das Einkommen.

Die zur Analyse nicht relevanten Variablen werden mit dem Befehl Datensatz_Seminararbeit_v2$ entsprechende Kategorie<-NULL gelöscht.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5 Befehl: Entfernen von nicht benötigten Variablen

Für das Testen von Hypothese 1 benötigen wir die Variablen "Geschlecht" und "Warenbereich Gutscheine". Zu den kategorialen Skalenniveaus zählen nominal- und ordinalskalierte Daten. Bei Nominalskalen können Merkmalsausprägungen unterschieden werden. Das Geschlecht ist eine kategorische, nominale, unabhängige Variable mit zwei Merkmalsausprägungen, und zwar Männer (1) und Frauen (2). Die abhängige Variable "Warenbereich Gutscheine" ist numerisch. Numerische Skalenniveaus finden sich im Fragebogen in Form von Verhältnis-, Absolut- und Intervallskalen.

Für die zweite Hypothese werden die beiden numerischen Variablen, "Warenbereich Gutscheine" und Einkommen benötigt. In diesem Fall stellt "Warenbereich Gutscheine" die abhängige Variable und Einkommen die unabhängige Variable dar.

Die verbleibenden Variablen können gelöscht werden. Zur Kontrolle kann der Befehl head(Datensatz_Seminararbeit_v2) eingesetzt werden, so dass die unerwünschten Variablen aussortiert werden können.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6 Ausgabe Spaltenbezeichnung und erste 6 Zeilen anzeigen lassen

Die deskriptiven Merkmale der Variablen werden mit dem Befehl summary(Datensatz_Seminararbeit_v2) aufgeführt. Dieser Output zeigt die jeweilige Verteilung der Variablen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7 Befehl wesentliche deskriptive Merkmale ⁴

4. Eingesetzte statistische Verfahren

In diesem Fall ist der geschlechtsbedingte Unterschied in der Häufigkeit der Nutzung von dem "Warenbereich Gutscheine" und prüft, ob es diesbezüglich tatsächlich einen Unterschied zwischen Männern und Frauen gibt. Dabei wird vorausgesetzt, dass die abhängige Variable numerisch ist und die unabhängige Variable kategorial ist. "Warenbereich Gutscheine" ist die numerische Variable mit absoluten Zahlen, und das Geschlecht als kategoriale Variable hat zwei verschiedene Ausprägungen, nämlich Männer und Frauen.

1. Hypothesenpaar

Bei dem durchgeführten t-Test werden die beiden in der Untersuchung erzielten Mittelwerte verglichen. Die konkrete Frage, die im t-Test aufgeworfen wird, lautet: „Wie wahrscheinlich ist die empirisch gefundene oder eine größere Mittelwertsdifferenz unter allen theoretisch möglichen Differenzen?"^{5 6}

2. Hypothesenpaar

Bei der 2. Hypothese wird eine sogenannte Regression durchgeführt, bei der die Anzahl der unabhängigen Variablen festgelegt wird. Gibt es nur eine unabhängige Variable, spricht man von einer einfachen linearen Regression. Sind hingegen mehrere unabhängige Variablen vorhanden, spricht man von einer multiplen linearen Regression.4 Nach der vorliegenden Hypothese gibt es 26 verschiedene Warenbereiche, aber nur einer von ihnen ist für diese Hypothese relevant, so dass der Hypothesentest mit einer multiplen linearen Regression vollzogen wird.

5. Deskriptive Analyse

Statistische Verfahren werden unter der deskriptiven Statistik / Analyse zur Beschreibung und Auswertung erfasst. Zur Veranschaulichung können hier Grafiken und Tabellen verwendet werden.⁷ In dieser Seminararbeit werden die Daten in Form von Diagrammen dargestellt. Ergänzend werden für numerische Daten Lage- und Ausbreitungsmaße ermittelt und ebenfalls grafisch aufgezeigt.

Die relevanten Variablen "Geschlecht", "Warenbereich Gutscheine" sind im Folgenden aufgeführt und das "HHEinkommen" deskriptiv analysiert.

[...]

---

¹ Forschungsfrage und Hypothesen

² Vgl. Prof. Dr. Oliver Gansser, FOM Weihnachtsumfrage 2017, Ergebnisse- Einkaufsverhalten in Deutschland in Bezug auf Weihnachtsgeschenke, Seite 2, 2017

³ Vgl. Fragebogen „Weihnachtsumfrage 2017“

⁴ Eingesetzte statistische Verfahren

⁵ Vgl. Rasch, B., Friese, M., Hofmann, W.J., Naumann, E.; Quantitative Methoden, 2010, Seite 45

⁶ Vgl. Wagner, S., https://www.inwt-statistics.de/blog-artikel-lesen/Einfache_lineare_Regression.html, 2014, 04.08.2020

⁷ Vgl. https://de.statista.com/statistik/lexikon/definition/49/deskriptive_statistik/, 05.08.2019