Zwei-Stichproben Testverfahren - Vertiefung der Statistik - Fernuni Hagen - Fernstudium4You

Ein Unternehmen betreibt zwei verschiedene verkaufsfördernde Maßnahmen X und Y. Anhand der Umsatzsteigerungen möchte das Unternehmen die Maßnahmen vergleichen. Da zwei Erwartungswerte aus zwei Stichproben verglichen werden sollen, ist ein Differenztest zu wählen. Da die Stichprobenumfänge kleiner 30 sind und die unbekannten Varianzen nicht übereinstimmen, ist der T-Differenztest mit dem Behrens-Fisher-Problem anzuwenden, was wir uns anschauen wollen.

Es sollen Umsatzsteigerungen für zwei verschiedene verkaufsfördernde Maßnahmen miteinander verglichen werden. Da keine Verteilungsannahme getroffen wird und der Stichprobenumfang kleiner als 25 ist, ist der Wilcoxon-Rangsummen-Test zu verwenden. Als Nullhypothese ist zu formulieren, dass die Maßnahmen im Mittel die gleiche Umsatzsteigerung erzielen, damit mit dem Ablehnen die Gegenhypothese, dass die verkaufsfördernden Maßnahmen im Mittel nicht gleich sind, als statistisch bewiesen angesehen werden kann, was wir uns anschauen wollen.

Ein Club möchte wissen, ob ein Skandal Auswirkungen auf den Ruf hat. Dazu wurden gleiche Personen vor und nach dem Skandal befragt. Da die gleichen Befragungen mit den gleichen Gruppen und Personen zu zwei verschiedenen Zeitpunkten durchgeführt wurden, sind die Stichproben und Gruppen voneinander abhängig. Zur Prüfung der Veränderung der Einstellung gegenüber dem Club ist der McNemar-Test anzuwenden, was wir uns anschauen wollen.

Ein Ein-Produkt-Unternehmen möchte überprüfen, ob ein Zusammenhang zwischen der Zufriedenheit mit dem Kundenservice und der Zufriedenheit des Produkts besteht. Unter der Voraussetzung der Normalverteilung kann mittels der Unkorreliertheit der Merkmale nach Bravais-Pearson auf Unabhängigkeit geprüft werden. Denn besteht kein linearer Zusammenhang zwischen den Merkmalen, so bedeutet dies, dass die Merkmale unabhängig voneinander sind. Es muss entsprechend der Signifikanztest p=0 angewendet werden, was wir uns anschauen wollen.