Statistik 1: beschreiben Hauptthema der Schulung Excel Statistik Verteilungen beschreiben sind die Grundlagen der beschreibenden Statistik. Dazu gehören die bekannteren Maße der Lage (Prozentanteil und Durchschnitt), aber auch weniger bekannte wie etwa Streuung, Schiefe und Steilheit. Auch die wichtigsten Verteilungsmodelle (Normalverteilung, Binomialverteilung) werden thematisiert. Damit können unterschiedliche Arten von Fragen beantwortet werden.

Statistik 2: Zusammenhanganalyse In der Schulung Excel Statistik Zusammenhangsanalyse & Korrelation befassen Sie sich mit Fragen wie etwa: Wie hängen Produktqualität und Kundenbindung zusammen? Treten Werbeaktivitäten und Bekanntheitsgrad einer Marke gemeinsam auf? Gibt es einen Zusammenhang zwischen Unternehmenserfolg und Mitarbeiterzufriedenheit? Um diese und ähnliche Fragen zu beantworten, kann eine Kreuztabelle inspiziert werden, was aber relativ aufwändig und ungenau ist. Mit dem statistischen Modell der Korrelation gibt es ein mächtiges und normiertes Instrument, um Richtung und Stärke des Zusammenhanges zwischen zwei Merkmalen in einer einzigen Maßzahl auszudrücken – selbst wenn Daten über tausende Beobachtungen vorliegen.

Statistik 3: Stichproben & Signifikanz Die Schulung Excel Statistik Stichproben & Signifikanz befasst sich mit folgenden Fragestellungen: In aller Regel ist es nicht möglich, alle relevanten Personen zu befragen bzw. alle Erzeugnisse eines Fertigungsprozesses auf Qualität zu testen. Meist begnügt man sich mit Stichproben. Soll aus den Stichprobenergebnissen auf die Gesamtheit geschlossen werden, werden Signifikanztests eingesetzt. Im Zentrum geht es um drei Fragen: 1. Wie muss eine Stichprobe "gezogen" werden? 2. Wie groß ist der Fehler, wenn Stichprobenergebnisse verallgemeinert werden? 3. Was bedeutet statistische Signifikanz und unter welchen Bedingungen hilft mir dieses Konzept? 4. Wie kann die Ziehung einer Stichprobe und die Fehlerabschätzung bei der Verallgemeinerung der Ergebnisse praktisch durchgeführt werden?

Statistik 4: Statistische Regression mit SPSS Warum wird ein Produkt gekauft? Warum findet eine Partei Zustimmung? Was muss verändert werden, um die Kundenzufriedenheit um wenigstens 10 Punkte zu steigern? Wie viel Mehrumsatz bringt gesteigerte Kundenzufriedenheit? Diese und ähnliche Fragen nach Ursache und Wirkung können in der Praxis mit Korrelationsstatistiken nicht mehr beantwortet werden. Hier hilft das Modell der statistischen Regression weiter. Es stellt ein robustes Instrumentarium zur Untersuchung von Ursache-Wirkungs-Hypothesen bereit, das mit geringem Aufwand eingesetzt werden kann. Sein besonderer Vorteil beruht auf der gleichzeitigen Berücksichtigung beliebig vieler Merkmale.