Sollte das Drucken mit diesem Schaltknopf nicht funktionieren, nutzen Sie bitte die Druckfunktion in Ihrem Browser: Menü Datei -> Drucken

1. Die Aussagen statistischer Mittelwerte

a) Die Charakterisierung des Zentrums einer Verteilung

• In der empirischen Datenanalyse reicht es bei weitem nicht aus, die statistischen Maßzahlen zu berechnen und deren Werte zu benennen. Unabdingbarer Teil der Analyse ist die Interpretation der Ergebnisse, d.h. die Angabe dessen, was diese Zahlenwerte über die Realität aussagen.

• Alle in diesem Kapitel behandelten Maßzahlen sind Mittelwerte, also Modelle, die das Zentrum einer Häufigkeits-Verteilung beschreiben. Ihre Aussagen beziehen sich entsprechend ihrer jeweiligen Modelllogik u.U. auf verschiedene Aspekte der Realität - etwa wie ein Stadtzentrum als geographisches (geographischer Mittelpunkt), verkehrstechnisches (Hauptbahnhof), ökonomisches (Einkaufzentrum), soziales (Marktplatz) oder politisches Zentrum (Rathaus) verstanden werden kann.

• Insofern gibt es - ausser bei einer fehlerhaften Ermittlung - keine richtigen bzw. falschen Mittelwerte, sondern nur im Sinne der Untersuchung adäquate und inadäquate Mittelwerte.

b) Das Beispiel der Wartezeiten

• Um die Aussagen der einzelnen Mittelwerte zu vergleichen, sind hier die Beträge der Mittelwerte der Wartezeiten aus unserem Beispiel aufgeführt und auf einander bezogen:

  arithmetisches Mittel:		10,5 Min.
  Median:		11,0 Min.
  Modus:		11,2 Min

• Zum arithmetischen Mittel: Im rechnerischen Durchschnitt warten die Patienten 10,5 Minuten. Diese Zeit würde sich ergeben, wenn alle Personen gleich lang warten müssten.

• Zum Modus: Am häufigsten wurde eine Wartezeit zwischen 10 und 12 Minuten genannt. Eine genauere Abschätzung für die Spitze der Wartezeiten innerhalb dieser Klasse ergab 11,2 Min. Dies bedeutet, dass die größte Teilgruppe der Patienten länger wartet als sie es bei einer Gleichverteilung der Wartezeit müsste.

• Zum Median: Die Aussage des Medians ist: 50% der der Wartezeiten lagen unter 11 Minuten, 50% über 11 Minuten.

Liegen Modus, Median und arithmetisches Mittel, wie im Beispiel, dicht beieinander, so unterscheiden sich die quantitativen Aussagen nicht sehr. Der Grund für das niedrigere arithmetische Mittel sind einige recht geringe Wartezeiten (hier impliziert in den größeren Klassenbreiten der beiden Eingangsklassen), welche den Durchschnitt nach unten ziehen. Oft führen allerdings recht große Werte in den Beobachtungen dazu, dass das arithmetische Mittel über den lagetypischen Mittelwerten liegt. Wir werden auf diesen Problem bei der Behandlung von Ausreißern zurückkommen.

c) Das Beispiel der Urlaubsausgaben

Zu diesem Beispiel wollen wir nicht nur die Ergebnisse der einzelnen Mittelwert-Typen vergleichen, sondern auch noch die Berechnungen aus gruppierten und aus klassierten Darten einander gegenüberstellen:

Tabelle 3-11: Mittelwerte der Urlaubsausgaben

Beim Vergleich der verschiedenen Typen und Ausgangsdaten ist folgendes bemerkenswert:

• Alle Mittelwerte liegen im Bereich von etwa 600 - 700 EUR.

• Dabei errechnen sich die exakten Ergebnisse immer aus den nicht-klassierten Daten. Der aus der Klassierung resultierende Informationsverlust weist den darüber berechneten Ergebnissen den Status von annähernden Werten zu.

• Im konkreten Beispiel fallen die Werte aus den nicht-klassierten Daten für alle drei Typen etwas kleiner aus als die Werte aus den klassierten Daten. Dies liegt daran, dass die Beobachtungen innerhalb der Klassen nicht gleichmäßig verteilt sind, sondern eher in der oberen Hälfte liegen. Bezüglich der modalen Werte kann natürlich der häufigste Wert "0" nicht als Mittelwert genommen werden. Der zweithäufigste Wert "600" stimmt mit dem exakten Median überein.

• Das arithmetische Mittel weicht in beiden Fällen stark von den modalen und medianen Ergebnissen ab. Dies liegt an der größeren Anzahl von sehr hohen Urlaubsausgaben von über 1500 EUR. Wie mit diesen Ausreissern zu verfahren ist, wird im nächsten Arbeitsschritt eingehender diskutiert.

• Als Fazit ist deshalb festzuhalten, dass alle drei Mittelwerte zur Charakterisierung der Verteilung wichtige Informationen liefern, dass aber der Median und auch der Modus am ehesten für einen typischen Urlaub stehen.

2. Die Auswahl der statistischen Mittelwerte

a) Die Vollständigkeit der Auswahl

• Ziel einer empirischen Analyse ist die vollständige Ausschöpfung der Informationen, die in einem Datensatz vorliegen. Aus diesem Grund ist es meist sinnvoll, soweit es vom Skalenniveau her zulässig ist, möglichst alle Mittelwerte zur Charakterisierung einer Häufigkeitsverteilung einzusetzen und ihr Verhältnis zu diskutieren.

• Aus dem Vergleich der Mittelwerte kommt noch ein zusätzlicher Aspekt ins Blickfeld: der der Reihenfolge der verschiedenen Mittelwerte und damit der der Symmetrie bzw. der der Schiefe einer Verteilung. Darauf wird in Kap. 5 zurückgekommen.
  

b) Die Problematik einer selektiven Auswahl

• Wenn schon nur ein Mittelwert ausgewählt wird, dann nicht nach dem Kriterium, dass der genehmste Mittelwert der richtige ist. Etwa der Art: Soll die Aussage sein, dass der Mittelwert eher gering ist, bedient man sich des arithmetischen Mittels ("Die Wartezeit beträgt im Schnitt nur 10,5 Min."), im anderen Fall ("Die meisten Befragten warten 11,2 Min.") des Modus.

  Auch am Beispiel der Urlaubsausgaben, in dem eine beträchtliche Anzahl hoher Merkmalswerte zu beobachten ist - also eine schiefe Verteilung vorliegt -, ist es notwendig alle Mittelwerte heranzuziehen und ihre Aussagen als empirische Charakteristik der Verteilung zu nutzen.

• Zu dieser Problematik ein Auszug und eine Karikatur aus Krämer, W.; So lügt man mit Statistik; 8. Auflage; Campus Verlag; FFM: 1998; Seite 65-66:

  "Wenn also der Präsident der Bundesärztekammer vom mittleren Einkommen der deutschen Ärzte spricht, meint der in der Regel nicht das arithmetische Mittel, sondern den Median. Wann immer im Deutschen Ärzteblatt von Geld die Rede ist, erinnert man sich gerne daran, dass es außer dem arithmetischen Mittel auch noch andere Mittelwerte gibt. Auf der anderen Seite rufen Kritiker, die meinen, deutsche Ärzte verdienen viel zu viel, gern das arithmetische Mittel in den Zeugenstand; dieses ist viel größer als der von den Ärzten selbst bevorzugte Median. Ein niedergelassener Laborarzt etwa verdient nach Abzug der Praxiskosten, wenn man das arithmetische Mittel nimmt, durchschnittlich 700000 Mark im Jahr, beim Median dagegen 200000 DM weniger [...]."

• Plastisch wird das Argument durch ein weiteres Zitat aus Krämer, W. ("So lügt man mit Statistik", ebenda)

  "Sollen wir das arithmetische Mittel als durchschnittliche Körpergröße nehmen und den Gegner erschrecken, oder wollen wir ihn einlullen und nehmen den Median?"

  Krämer, W.; So lügt man mit Statistik; 8. Auflage; Campus Verlag; FFM: 1998; Seite 65

  ---

   

  letzte Änderung am 28.2.2020 um 7:49 Uhr.

  Adresse dieser Seite (evtl. in mehrere Zeilen zerteilt)
  http://viles.uni-oldenburg.de/navtest/viles1/kapitel03_Mittelwerte/modul04_Mittelwerte~~lin~~lder~~lPraxis/ebene01_Verwendbarkeit~~lder~~lMittelwerte/03__04__01
  __01.php3