Das Dokument behandelt die Anwendung empirischer Methoden in der Wirtschaftsinformatik zur Datenanalyse, umfasst verschiedene Instrumente wie Interviews und Fragebögen und erläutert Schritte zur Datenbereinigung und -auswertung. Es wird erklärt, wie die Signifikanz von Ergebnissen bewertet wird und der Unterschied zwischen Signifikanz und Effektstärke hervorgehoben. Zudem wird ein fiktives Beispiel einer Studie zur Verbindung zwischen Notendurchschnitt und Vorliebe für Computerspiele vorgestellt und verschiedene statistische Begriffe und deren Anwendung erläutert.

1. Mit Wirtschaftsinformatik Wirtschaft neu gestalten—
Methoden von Null auf Hundert
empirische Methoden
einfache quantitative Auswertung
1

2. Warum empirische Methoden? 2
Gibt’s irgendwelche Vorgaben?
Was soll ich mit den Fragebögen
denn jetzt machen?
Was läuft hier falsch?
Wir haben unsere Kunden befragt, das
sollen Sie nun auswerten.
Lesen Sie die Antworten mal und
schauen Sie, was unsere Kunden so
wollen …
Die Marketingexpertin Der Praktikant

3. Instrumente für empirische Untersuchungen 3
Untersuchungsinstrument Auswertung
Offenes Interview (Einzel, Gruppe)
Teilstrukturiertes Interview Kategorien bilden,
Auszählen
Fokusgruppe
Fragebogen mit offenen Fragen
Strukturiertes Interview Kategorien bilden,
Auszählen
Fragebogen mit geschlossenen Fragen Auszählen
Hypothesenbildung
Hypothesenprüfung

4. Auswertung 4
1: Daten bereinigen. (unvollständige Fragebögen ggf. aussondern)
2: Daten aus Fragebögen in Tabelle überführen.
3: Häufigkeiten auszählen.
4: Bei wenigen Datensätzen ggf. dichotomisieren.
5: Bewerten, ob der Effekt groß oder klein ist.
(ggf. Mittelwert oder Median)
6: Kreuztabellen aufstellen. (Zusammenhangsanalyse)
7: Bewerten, ob der Zusammenhangs-Effekt groß oder klein ist.
Bei tiefergehenden Untersuchungen (oft nicht erforderlich):
Signifikanzanalyse, Multivariate Zusammenhänge, Pfadanalysen etc.

5. Signifikanz und Effektstärke 5
Signifikanz:
Wahrscheinlichkeit, dass das Ergebnis
(z.B. Unterschied der Mittelwerte oder Zusammenhang zwischen zwei
Merkmalen) nicht zufällig ist.
„signifikant“ heißt nicht „wichtig“ und auch nicht „relevant“, vor allem nicht
„besonders groß“.
Das wichtige und relevante Maß ist die
Effektstärke:
Sagt, wie groß ein Mittelwertunterschied oder ein Zusammenhang im
Vergleich zur zufälligen Streuung ist.
Effektstärke: einfach auszurechnen
Signifikanz: schwieriger auszurechnen
Formeln und Beispiele: Brell et. al. (2017) Statistik von Null auf Hundert

6. Beispiel einer Untersuchung (fiktiv) 6
Fragestellung:
Hängt der Notendurchschnitt mit der Vorliebe für Computerspiele
zusammen?
These:
Notendurchschnitt ist geringer bei Vorliebe für Computerspiele.
Hypothesen:
Nichts Fundiertes in der Literatur gefunden. Keine Hypothese.
Methode:
Fragebogen mit geschlossenen Fragen.
Keine Erhebung der Personenparameter (Geschlecht, Alter,
sozioökonomischer Status), da nur wenige Probanden.
Geplante Probandenzahl: n=7
Fragen:
1. Haben Sie eine Vorliebe für Computerspiele? (ja=1 / nein=2)
2. Durchschnittsnote (auf ganze gerundet).

7. Ergebnis: Beispieldaten (fiktiv) 7

8. Lagemaß: Mittelwert und Median 8
Mittelwert oder arithmetisches Mittel ist geeignet, wenn
• viele Datensätze (30 +) vorliegen und
• das Histogramm eine glockenförmige Verteilung um den Mittelwert zeigt.
Median ist geeignet, wenn
• wenige Datensätze vorliegen oder
• das Histogramm keine glockenförmige Verteilung zeigen.

9. Daten visualisieren: Histogramme bilden 9

10. Daten visualisieren: Histogramme bilden 10

11. Zusammenhang erkennen: Vorbereitung Kreuztabelle 11
Note dichotomisiert am Mittelwert: Besser als 2,14 -> 1, sonst 0.
Übernahme der dichotomiserten Noten bei Vorliebe ja oder nein

12. Kreuztabelle (Zusammenhänge aufdecken) 12
Vermutung (Hypothese):
Menschen mit einer Vorliebe
für Computerspiele (=Vorliebe
1) haben eher bessere Noten.
Erhärtung der Hypothese:
Neue Untersuchung mit mehr
Probanden und
Personenparameter Alter und
Geschlecht. n=120

13. Quellen
Bücher:
1. Bortz, Jürgen (2010) Statistik für Human- und Sozialwissenschaftler. 7. Auflage. Springer
2. Brell, Claus; Brell, Juliana; Kirsch, Siegfried (2017) Statistik von Null auf Hundert.Berlin:
Springer-Verlag ; 2. Auflage. ISBN 978-3-6424-1976-8
(Online in den Bibliothek über Springer Link)
13

14. Verständnisfragen
1. Welche Aussagen gewinne ich aus Histogrammen?
2. Welche Aussagen gewinne ich aus Kreuztabellen?
3. Welchen Nutzen habe ich aus Mittelwert und Median?
4. Welchen Vorteil hat der Median?
14

15. 15
Prof. Dr. rer. nat. Claus Brell
über: http://claus-brell.de/
Content: https://cbrell.de/blog
https://twitter.com/clausbrell
claus.brell@hs-niederrrhein.de