Ihre Daten – unsere Expertise
Einleitungstext Methoden Dicta quo minus asperiores accusantium voluptates accusantium consectetur hic corporis voluptas alias incidunt animi.
Gewichtung
Wir führen gern Gewichtungen jeder Art für Sie durch und helfen Ihnen bei der Bewertung und Optimierung des Gewichtungsprozesses.
Signifikanz-Tester
Wie groß soll eine Stichprobe sein? Reichen 30, 50 oder 80 Fälle aus? Gehen wir diese Frage doch mathematisch an!
UNCOVER
Beratungsqualität steht und fällt mit den zugrundeliegenden Daten. UNCOVER ist ein Tool für Qualitätsmanagement in der Datenerhebung.
Gewichtung
Consilium übernimmt die (uni-, bi- oder multivariate) Gewichtung Ihrer Daten!
Egal ob Unternehmensberatung, Instituts- oder Betriebs-Marktforschende: Wir führen gern Gewichtungen jeder Art – univariat, bivariat oder multivariat – für Sie durch und helfen Ihnen bei der Bewertung und Optimierung der erzielten Gewichte bzw. des Gewichtungsprozesses.
Damit eine Stichprobe für die Zielgruppe repräsentativ ist, wird häufig eine Anpassung in Form einer Gewichtung der Daten notwendig. Immer dann, wenn die zur Grundgesamtheit passende Zielverteilung in den erhobenen Daten nicht erreicht wurde, werden die Daten nachträglich gewichtet.
Eine solche Anpassung der Daten kann ein Merkmal betreffen oder gleich Mehrere und nicht immer ist die Sollverteilung aller Untergruppen bekannt. Ist dies der Fall, kommt es zur sogenannten multivariaten Gewichtung, wodurch, mithilfe eines Tools, von sämtlichen Merkmalen Informationen über die Anteilswerte in den einzelnen Zellen aller Merkmalskombinationen abgeleitet werden.
Signifikanz-Tester
Wie groß soll eine Stichprobe sein? Reichen 30, 50 oder 80 Fälle aus? Gehen wir diese Frage doch mathematisch an!
Je nach Fragestellung, ob die Stichprobe mit der Grundgesamtheit oder zwei Stichproben untereinander verglichen und ob Anteilswerte oder Mittelwerte interpretiert werden sollen, kommen unterschiedliche Berechnungsmethoden zur Anwendung.
Keine auch noch so sorgfältig gezogene Stichprobe kann die dazugehörige Grundgesamtheit in allen Details exakt reproduzieren. Zieht man aus einer Grundgesamtheit mehrere Stichproben, zeigt sich in der Regel, dass sich die gemessenen Werte ein und desselben Merkmals in den Teilgruppen voneinander unterscheiden.
Die Güte einer Aussage ist hauptsächlich abhängig von der gewünschten Präzision selbst – dem Signifikanzniveau –, von der Größe der Stichprobe und von der Verteilung des Messwertes oder von der Höhe des gemessenen Wertes. Umgekehrt gilt natürlich, dass für ein gewünschtes Signifikanzniveau ein mindestens notwendiger Stichprobenumfang eindeutig definiert werden kann.
Festlegung der Stichprobengröße aufgrund erwarteter Anteilswerte
Fragestellung: Wie groß muss meine Stichprobe sein, wenn ich möchte, dass der tatsächliche Anteilswert der Grundgesamtheit in einem von mir bestimmten Umkreis um den gemessenen Anteilswert der Stichprobe liegt.
Wesentliche Faktoren für die Berechnung sind:
die erwartete Höhe der Anteilswerte
Kann die Höhe der Anteilswerte nicht näherungsweise vorausgesehen werden, geht man in der Berechnung von einem Worst Case Szenario aus, dem erwarteten Anteilswert von 50%.die tolerierte Schwankungsbreite der Anteilswerte
d.h. wie weit der tatsächliche Wert der Grundgesamtheit maximal vom gemessenen Wert der Stichprobe abweichen darf.das gewünschte Signifikanzniveau
d.h. mit welcher statistischen Wahrscheinlichkeit sich zwei Mittelwerte tatsächlich voneinander unterscheiden.
In der Marktforschung wird üblicherweise ein Signifikanzniveau von 95% angestrebt.
Festlegung der Stichprobengröße aufgrund erwarteter Mittelwerte
Fragestellung: Wie groß muss meine Stichprobe sein, wenn ich möchte, dass der tatsächliche Mittelwert der Grundgesamtheit in einem von mir bestimmten Umkreis um den gemessenen Mittelwert der Stichprobe liegt?
Wesentliche Faktoren für die Berechnung sind:
die erwartete Höhe der Standardabweichung
d.h. die Streuung der in der Stichprobe gemessenen Werte um den Mittelwert. Bei unbekannter Standardabweichung gilt die Faustregel: (Maximalwert der Skala - Minimalwert der Skala)/3.die maximal tolerierte Schwankungsbreite der Mittelwerte
d.h. wie weit der tatsächliche Wert der Grundgesamtheit maximal vom gemessenen Wert der Stichprobe abweichen darf.das gewünschte Signifikanzniveau
d.h. mit welcher statistischen Wahrscheinlichkeit sich der tatsächliche Mittelwert der Grundgesamtheit innerhalb der tolerierten Schwankungsbreite um den gemessenen Mittelwert der Stichprobe befindet - in der Marktforschung wird üblicherweise ein Signifikanzniveau von 95% angestrebt.
Festlegung der Stichprobengröße aufgrund erwarteter Anteilswert-Differenzen
Fragestellung: Wie groß müssen meine (Teil-)Stichproben sein, wenn ich möchte, dass ein von mir bestimmter Anteilswert-Unterschied zwischen zwei Stichproben ab einem bestimmten Wert signifikant ist?
Wesentliche Faktoren für die Berechnung sind:
die erwarteten Höhen der Anteilswerte
Kann die Höhe der Anteilswerte nicht näherungsweise vorausgesehen werden, geht man in der Berechnung von einem Worst Case Szenario aus, d.h. einer der beiden Anteilswerte wird auf 50% gesetzt.das gewünschte Signifikanzniveau
d.h. mit welcher statistischen Wahrscheinlichkeit sich zwei Mittelwerte tatsächlich voneinander unterscheiden.
In der Marktforschung wird üblicherweise ein Signifikanzniveau von 95% angestrebt.
Festlegung der Stichprobengröße aufgrund erwarteter Mittelwert-Differenzen
Fragestellung: Wie groß müssen meine (Teil-)Stichproben sein, wenn ich möchte, dass ein von mir bestimmter Mittelwert-Unterschied zwischen zwei Stichproben ab einem bestimmten Wert signifikant ist?
Wesentliche Faktoren für die Berechnung sind:
die erwartete Höhe der Standardabweichung
d.h. die Streuung der in den Stichproben gemessenen Werte um den jeweiligen Mittelwert. Bei unbekannter Standardabweichung gilt die Faustregel: (Maximalwert der Skala - Minimalwert der Skala)/3.die erwarteten Mittelwert-Differenzen
das gewünschte Signifikanzniveau
d.h. mit welcher statistischen Wahrscheinlichkeit sich zwei Mittelwerte tatsächlich voneinander unterscheiden.
In der Marktforschung wird üblicherweise ein Signifikanzniveau von 95% angestrebt.
UNCOVER
Beratungsqualität steht und fällt mit den zugrundeliegenden Daten.
UNCOVER ist ein Tool für Qualitätsmanagement in der Datenerhebung – denn Qualität ist kein Zufall.
Ob versehentliche Falscheingaben, unbewusste Verfälschungen durch Interviewereffekte oder echte Täuschungsversuche – viele Dinge beeinflussen die Datenqualität.
Mit aufwändigen Verfahren wird ein ganzes Portfolio von Qualitätssicherungsmaßnahmen eingesetzt. Und obwohl dieser Kontrollaufwand immens zeit- und kostenaufwendig ist, bleibt er immer punktuell.
Es ist eine Qualitätssicherung durch Stichproben – es ist kein systematisches Qualitätsmanagement!
UNCOVER ist anders! Jeder Eingriff in den Datensatz, jede Falscheingabe, jeder Interviewereffekt hinterlässt einen statistischen Fingerabdruck. Unsere Software erkennt diese Fingerprints, identifiziert die Fälle und listet sie an. Auffälligkeiten werden auf der Ebene des Gesamtdatensatzes und auf der Interviewerebene ganzheitlich analysiert und mit einem Kennzahlensystem bewertet.
