Statistik und Marktforschung: Die Basics einfach erklärt

Was versteht man unter Statistik_Cogitaris.

Viel schrecken schon bei dem Begriff zurück und begegnen der Statistik mit Zweifeln oder Ablehnung. Dennoch ist die Statistik ein mächtiges Werkzeug – gerade auch für uns in der Marktforschung.  Lassen Sie uns deshalb einen genaueren Blick auf das Thema werfen: Was macht eine gute Statistik aus – und welche Fragen lassen sich mit ihr in der Marktforschung beantworten?

Was versteht man unter Statistik? 3 Bereiche

Unter Statistik versteht man die Theorie und Praxis der Datenanalyse. Sie bietet die Möglichkeit, eine systematische Verbindung zwischen Erfahrung und Theorie herzustellen. Damit ist sie stets das Ergebnis eines Zähl- oder Mess-Prozesses. Das entstehende Roh-Datenmaterial muss sodann möglichst sinnvoll und übersichtlich in Informationen zusammengefasst werden. Insgesamt unterscheidet man folgende drei Bereiche:

Deskriptive Statistik

Jede Analyse beginnt mit der deskriptiven Datenanalyse. Diese stellt die Grundlage für die weitere Datenverarbeitung dar. Man kann also sagen, dass eine solide deskriptive Analyse der Hauptbestandteil einer deskriptiven Studie ist, die Rückschlüsse auf die zugrunde liegende Wirklichkeit liefert. Das Ziel der deskriptiven Statistik ist, die erhobenen Daten in übersichtliche Darstellungen zu bringen und diese durch Tabellen, Grafiken oder relevante Kennzahlen darzustellen. Typische deskriptive Merkmale sind das Alter oder das Einkommen.

Explorative Statistik

Die explorative Datenanalyse eignet sich, um einen Überblick über die zugrunde liegenden Daten zu erlangen und diese anschließend einschätzen und bewerten zu können. Sie wird auch Lern- oder Erkenntniswerkzeug genannt. Die Kernaufgabe liegt demnach darin, Muster und Zusammenhänge zu entdecken, die anschließend zu einer fundierten Aussage führen. Dabei werden auch die sogenannten Ausreißer identifiziert und analysiert, die im Anschluss wiederum zu einer Verfeinerung der Analyse führen können.

Induktive Statistik

Die induktive Statistik lässt mittels der Wahrscheinlichkeitsrechnung Rückschlüsse auf die zugrunde liegende Wirklichkeit zu, also auch auf diejenigen, die nicht Gegenstand des Zähl- oder Messprozesses waren und ermöglicht somit z. B. Vorhersagen. Um diese Schlussfolgerungen anschließend zu untermauern, werden Testverfahren wie beispielsweise Hypothesentests sowie weitere statistische Methoden eingesetzt. Ein mögliches Testverfahren sind beispielsweise Konfidenzintervalle.

Typische statistische Methoden in der Marktforschung

In der Marktforschung kommen je nach Fragestellung verschiedene statistische Methoden zum Einsatz. Hier eine Auswahl typischer Verfahren:

  • Korrelationsanalyse: Zeigt Zusammenhänge zwischen zwei oder mehreren Variablen, etwa zwischen Kundenzufriedenheit und Wiederkaufabsicht.

  • Regressionsanalyse: Dient dazu, Ursache-Wirkungs-Beziehungen zu quantifizieren – beispielsweise wie stark sich Werbebudget auf den Umsatz auswirkt.

  • Clusteranalyse: Identifiziert Zielgruppensegmente mit ähnlichem Verhalten oder ähnlichen Einstellungen.

  • Faktorenanalyse: Reduziert große Datenmengen auf zentrale Dimensionen, etwa bei Imageanalysen.

  • Varianzanalysen (ANOVA): Vergleicht Gruppen untereinander, z. B. ob sich Kundenzufriedenheit je nach Region signifikant unterscheidet.

  • Chi-Quadrat-Tests: Überprüfen Zusammenhänge bei kategorialen Daten, etwa zwischen Geschlecht und Produktpräferenz.

Diese Methoden ermöglichen differenzierte Einblicke, die über bloße Mittelwerte hinausgehen – vorausgesetzt, sie werden korrekt angewendet und interpretiert.

Datenarten

Daten sind der Treibstoff jeder guter Statistik. Doch welche Datenarten gibt es überhaupt? Hier der Überblick:

Unterscheidung von Datenarten nach der Datenquelle

Die Datenquelle unterscheidet nach dem Ursprung des Datenmaterials. Wie der Name schon sagt, werden sog. Primärdaten ureigens zu dem aktuellen (Markt-)Forschungs-Projekt erhoben. Geleitet von der zentralen (Markt-)Forschungsfrage wird die Datenerhebung hierzu aufgebaut und durchgeführt. Zeit- und kostengünstiger ist hingegen die Verwendung von Sekundärdaten.

Hierbei werden bereits vorliegende (unternehmens-)interne oder externe, öffentlich zugängliche Daten (die aber ursprünglich unter einer anderen Fragestellung und zu einem anderem Ziel erhoben wurden) einer erneuten Analyse unterzogen. Aus diesem „Recycling“ heraus ensteht häufig das Adäquationsproblem: Die Daten können zeitlich überholt sein oder passen nicht gut genug, um die Forschungsfrage optimal beantworten zu können.

Unterscheidung von Datenarten nach der Erhebungsmethode

Die Unterscheidung nach der Erhebungsmethode trennt zum einen Daten, die aus qualitativen Befragungen also z.B. Expertenbefragungen, Tiefeninterviews oder Gruppendiskussionen resultieren. Diese Daten zeichnen sich durch eine kleine Stichprobengröße aus.

Das resultierende Datenmaterial ist sehr textlastig, was eine sinnvolle statistische Analyse nicht möglich macht. Zum anderen trennt sie davon Daten ab, die aus quantitativ orientierten Erhebungen mit einer zumeist großen Anzahl an Teilnehmern stammen. Die resultierenden quantitativen Daten können mittels statistischer Verfahren analysiert werden.

Unterscheidung von Datenarten nach Dimensionen

Unterscheidet man nach der Dimension der Daten, können Querschnitts- oder Längsschnittsdaten daraus hervorgehen. Querschnittsdaten bedeuten dabei, dass die Merkmalsträger der Untersuchung z.B. Personen, Haushalte oder Unternehmen sind. Über diese statistischen Einheiten werden stichtagsbezogen (also zu einem Zeitpunkt) die interessierenden Daten (wie bspw. das Alter, das Einkommen, die Familiengröße oder aber der Umsatz, die Mitarbeiteranzahl usw.) erfragt bzw. gesammelt.

Bei Längsschnittdaten werden die Daten eines Merkmalsträgers, also z.B. die Umsätze eines Unternehmens im Zeitablauf erfasst. Es ist auch eine Kombination aus Querschnitts- und Längsschnittdaten denkbar. Wird z.B. ein feststehender Personenkreis immer wieder zu verschiedenen Zeitpunkten zu den gleichen Sachverhalten befragt, resultieren daraus sog. Panel-Daten. Diese geben sowohl Einsicht in die Heterogenität der Befragungsteilnehmer als auch in die zeitliche Veränderung der interessierenden Daten, allerdings erfordern Panel-Daten spezielle, anspruchsvollere Analysemethoden.

Typische statistische Fragestellungen in der Marktforschung

Statistik hilft uns dabei, konkrete wirtschaftliche Fragestellungen zu beantworten. Mithilfe der Statistik können wir beispielsweise ermitteln, wie sich unsere Umsätze entwickelt haben und wie diese mit den Ausgaben für Marketing und Vertrieb zusammenhängen. Außerdem können wir ermitteln, wie hoch die Zufriedenheit unserer Kunden ist und welche Treiber die Zufriedenheit maßgeblich beeinflussen.

Wahr oder falsch?

Statistische Daten beruhen auf Fakten. Doch je nach Darstellung können sie ganz unterschiedlich interpretiert werden.

Ein Beispiel:

Nehmen Sie folgende Datenreihe über den Umsatz eines Unternehmens in Mio € als gegeben an: Beide Diagramme beruhen auf den gleichen Roh-Daten, transportieren aber eine andere Botschaft. Haben Sie bemerkt, woran das liegt? Der unterschiedliche Eindruck, den die Diagramme hinterlassen, wird dadurch erreicht, dass zwei verschiedene Skalen auf der Y-Achse benutzt wurden. Erst wenn man hier genauer hinsieht und sich diese Wirkung bewusst macht, läuft man keine Gefahr mehr, sich „blenden“ zu lassen.

Viele weitere spannende Informationen zu statistischen Fragestellungen finden Sie im Blog der Columbia University

Statistik in der Anwendung: Achsenvergleich der gleichen Datenlinie

Fazit: Statistik macht aus Daten Informationen

Statistik macht aus Daten relevante Informationen und gibt Einblicke in Sachverhalte, aus denen anschließend Rückschlüsse gezogen werden können. Ein gutes Verständnis hilft außerdem zu erkennen, wann eine Statistik unpräzise oder irreführend ist.

Wenn Sie Ihre Marktforschung mit Cogitaris durchführen, können Sie auf diese statische Kompetenz vertrauen. Denn in allen unseren Analysen fragen wir uns immer genau: Welche statistische Methode können wir durchführen, um Ihnen valide Erkenntnisse zu bieten? Stellen Sie uns auf die Probe! 

Vereinbaren Sie Ihr kostenfreies Beratungsgespräch

Inhaltsverzeichnis

Jetzt neu! Kostenfreie Erstanalyse Ihrer aktuellen Studie mit Live-Tips und Tricks durch unsere Experten!

Das könnte Sie auch interessieren...

Aus unserer Arbeit, Blogbeiträge

Blogbeiträge, Aus unserer Arbeit

1. Kundenzufriedenheit steigern

CUSTOMER EXPERIENCE

Messen Sie Kundenzufriedenheit, Erwartungen und Touchpoints über die gesamte Customer Journey hinweg für mehr Loyalität und Umsatz.

2. Marken-Positionierung optimieren

BRAND EXPPERIENCE

Erkennen Sie, wie Ihre Marke wahrgenommen wird, was sie unterscheidet und wie Sie sich im Wettbewerb behaupten können.

3. Mitarbeiterzufriedenheit steigern

EMPLOYEE EXPERIENCE

Verstehen Sie, was Ihre Mitarbeitenden bewegt, steigern Sie Engagement und schaffen Sie eine starke Unternehmenskultur.