Erkenntniskreislauf der Anwendungsstatistik
In der folgenden Grafik ist der Erkenntniskreislauf bei der sachkundigen Behandlung eines zufällig streuenden Praxismerkmals schematisch dargestellt.
Bild 1: Erkenntniskreislauf der Anwendungsstatistik
Die Aufgabe besteht stets in der Ableitung von Schlussfolgerungen hinsichtlich eines konkreten Prozesses bzw. Vorgangs in der Praxis. Dabei spielen ein oder mehrere beobachtbare streuende Merkmale die entscheidende Rolle.
Das streuende Merkmal und die vorliegenden Beobachtungsdaten entziehen sich aber einer unmittelbaren wissenschaftlich fundierten Ableitung von Schlussfolgerungen (es sei denn, man gibt sich mit meist sehr ungenauen „Pi mal Daumen“ – Schlüssen zufrieden). Jegliche zufällig streuenden Daten können grundsätzlich nur mit geeigneten statistischen Methoden und Verfahren „behandelt“ werden, wobei diese stets auf der Anwendung eines statistischen Modells beruhen. Ein derartiges Modell (z.B. die Normalverteilung) beschreibt das Zufallsverhalten des jeweils interessierenden Merkmals eines Prozesses mehr oder weniger genau. Demzufolge sind auch die Resultate aller statistischen Rechnungen mit Hilfe eines Modells nur mehr oder weniger genau. Sie sollten also stets noch auf die Realität geeignet interpretiert werden.
Wie kann die dafür erforderliche Qualifikation eines breiten Mitarbeiterkreises im Unternehmen bewerkstelligt werden? Könnte man nicht einfach einen mathematischen Statistiker (z.B. von einer Uni) beauftragen, diese Aufgabe zu übernehmen? Dazu sind einige Betrachtungen zu den Besonderheiten der Anwendungsstatistik gegenüber der mathematischen Statistik erforderlich.
Rufen Sie dazu bitte das Thema ‚Was unterscheidet die Anwendungsstatistik von der mathematischen Statistik?’ rechts oben auf.