Tourismus und psychosoziale Gesundheit

Inhaltsverzeichnis

Abbildungsverzeichnis

1 Einleitung

2 Vorgehensweise

3 Vorbereitung der Datenanalyse
3.1 Sichtung des Datensatzes
3.2 Test der Variablen auf Normalverteilung (K-S-Test)
3.3 Erstellung neuer Variablen

4 Datenanalyse
4.1 Räumliche Disparitäten in der Beschäftigungsentwicklung
4.1.1 Mittelwertvergleich Ostdeutschland - Gesamtdeutschland (T-Test)
4.1.2 Zusammenhang der Beschäftigungsentwicklungen (Korrelationstest)
4.2 Ähnlichkeiten der Beschäftigungsentwicklung in Ost-Deutschland
4.2.1 Bildung von ähnlichen Gruppen (Clusteranalyse)
4.2.2 Überprüfung der Gruppenbildung (Diskriminanzanalyse)

5 Interpretation der Datenanalyse
5.1 Räumliche Disparitäten in der Beschäftigungsentwicklung
5.2 Ähnlichkeiten der Beschäftigungsentwicklung in Ost-Deutschland

6 Fazit

Anhang

Literaturverzeichnis

Abbildungsverzeichnis

Tab. 1: Variablen im Datensatz tourpsych.sav

Tab. 2: Test auf Normalverteilung

Abb. 1: Histogramm I

Abb. 2: Histogramm II

Tab. 3: T-Test I

Tab. 4: T-Test II

Tab. 5: Einfachkorrelationstest nach Pearson

Tab. 6: Korrelationstest nach Spearman

Tab. 7: Clusterzentrenanalyse

Tab. 8: Diskriminanzanalyse (Teil A)

Tab. 8: Diskriminanzanalyse (Teil B)

Tab. 9: Gruppenzugehörigkeit der ostdeutschen Kreise

1 Einleitung

Diese statistische Hausarbeit mit dem Thema „Tourismus und Psychosoziale Gesundheit“ und der dem Thema zugrunde liegende Ausgangsproblemstellung „Tertiärisierung der Wirtschaft“ befasst sich hauptsächlich mit der Analyse von Beschäftigungsentwicklungen in typischer Tourismuswirtschaft sowie Beschäftigungsentwicklungen im inneren Kernbereich der Gesundheitsversorgung in den Jahren 1993 und 2003 in der Bundesrepublik Deutschland - bzw. im Speziellen mit Unterschieden zwischen West- und Ost-Deutschland. Veränderungen und deren Ursachen bzw. Zusammenhänge was die genannten Entwicklungen in den Wirtschaftsbereichen angeht, sollen aufgezeigt und statistisch belegt werden.

2 Vorgehensweise

Hier soll zunächst kurz beschrieben werden, wie die Hausarbeit aufgebaut ist und wie vorgegangen wird. Zunächst wird die Datenanalyse in Abschnitt 3 vorbereitet. Hierzu wird der dem Autor zur Verfügung gestellte SPSS-Datensatz gesichtet, die Variablen werden auf Normalverteilung getestet und der Datensatz wird um Variablen ergänzt bzw. verändert. In Abschnitt 4 erfolgt die eigentliche Datenanalyse. Es werden unterschiedliche statistische Tests durchgeführt, um Räumliche Disparitäten in der Beschäftigungsentwicklung (vgl. Abschnitt 4.1) zu entdecken aber auch um Informationen über mögliche Ähnlichkeiten der Beschäftigungsentwicklung in den Kreisen Ost-Deutschlands (vgl. Abschnitt 4.2) herauszufinden. Die Interpretation und eine Bewertung der Ergebnisse dieser Tests erfolgt in Abschnitt 5, bevor die Arbeit mit einem kurzen Fazit beendet wird.

3 Vorbereitung der Datenanalyse

Bevor die eigentliche Datenanalyse durchgeführt werden kann, müssen die Grundvorausset- zungen hierfür geschaffen werden. Im nächsten Abschnitt wird der SPSS-Datensatz unter- sucht, die Variablen mit den vorhandenen Daten also genau gesichtet. Um mit den Variablen entsprechende Tests durchzuführen zu können, müssen zunächst Nicht-Parametrische-Tests durchgeführt werden - was in Abschnitt 3.2 anhand des KS-Tests beschrieben wird. Um ei- nen besseren Einblick ins Thema zu bekommen und ggf. um weitere Analysemöglichkeiten zu erhalten, hat der Autor - in Abschnitt 3.3 beschrieben - den Datensatz verändert und neue Variablen erstellt.

3.1 Sichtung des Datensatzes

Die nachfolgenden Analysen beziehen sich auf den von der Seminarleitung zur Verfügung gestellten SPSS-Datensatz „tourpsych.sav“, in dem insgesamt 31 Variablen gegeben sind. Diese Variablen enthalten Daten einer Vollerhebung aus den Jahren 1993 und 2003 und beziehen sich auf die Kreise Gesamtdeutschlands. Für die insgesamt 440 deutschen Kreise bzw. Kreisstädte sind jeweils Daten für die folgenden Variablen gegeben:

Tab. 1: Variablen im Datensatz tourpsych.sav

Abbildung in dieser Leseprobe nicht enthalten

Gliedern lässt sich dieser Datensatz nach Art der Zahlen: Bspw. geben absolute Zahlen In- formationen über die Bevölkerung am Wohnort, über die Anzahl der Beschäftigten im Ge- sundheitsbereich sowie in der Tourismuswirtschaft und die Anzahl der sozialversicherungs- pflichtigen Beschäftigte gegliedert in die drei Sektoren. Relative Prozentzahlen geben an, wel- che Veränderungen zwischen 1993 und 2003 in der Beschäftigung ergeben haben. Neben die- sen metrischen (quantitativen) Daten finden sich ordinalskalierte Daten einmal in einer Zuordnung der Kreise zu den jeweiligen Raumtypen (nach BBR¹ ), sowie in einer klassifizierten Beschäftigungsentwicklung (1993-2003) in „typischer Tourismuswirtschaft“ und im „inneren Kernbereich der Gesundheitsversorgung“. Des Weiteren sind die jeweiligen Kreisnamen, deren Kreisnummer und ein entsprechender Code für das Programm Geoda im Datensatz vorhanden, die ein nominales (qualitatives) Datenniveau aufweisen.

Es ist demnach eine Vielzahl von Datenmaterial vorhanden, die im Folgenden analysiert werden können.

3.2 Test der Variablen auf Normalverteilung (K-S-Test)

Eine Grundvoraussetzung für die statistische Datenanalyse ist, dass die gegebenen Daten nor- malverteilt sind. Hierzu werden nicht-parametrische Anpassungstests durchgeführt, wie hier der Kolmogorov-Smirnov-Anpassungstest (K-S-Test). Nicht-parametrisch bedeutet, dass der Test unabhängig ist und daher bei Normalverteilung und Nicht-Normalverteilung durchge- führt werden kann. Für den nachfolgenden Test werden folgende Hypothesen aufgestellt (die Hypothesen sind allgemein formuliert, da sie sich auf jede der getesteten Variablen beziehen sollen):

H0: Die Variable ist normalverteilt.

HA: Die Variable ist nicht normalverteilt.

Die Irrtumswahrscheinlichkeit α wird auf 0,05 festgelegt.

Tab. 2: Test auf Normalverteilung

Abbildung in dieser Leseprobe nicht enthalten

a Die zu testende Verteilung ist eine Normalverteilung.
b Aus den Daten berechnet.

Die nach Durchführung des K-S-Tests in SPSS entstandene Tabelle besagt, dass nur die drei Variablen, die die Beschäftigungsentwicklung in den Sektoren beschreiben normalverteilt sind. In diesen drei Fällen liegt die Aymptotische Signifikanz oberhalb der festgelegten Irr- tumswahrscheinlichkeit, so dass die Alternativhypothese abgelehnt werden kann. Die Variab- len zur Beschäftigungsentwicklung im Kernbereich der Gesundheitsversorgung 1993-2003 und zur Beschäftigungsentwicklung in typischer Tourismuswirtschaft sind nach den Berech- nungen nicht-normalverteilt. Der K-S-Test überprüft allerdings immer auf exakte Normalver- teilungen, so dass annähernd normalverteilte Variablen als nicht-normalverteilt gelten. Um herauszufinden, ob diese dennoch als (annähernd) normalverteilt angesehen werden können, müssen Histogramme erstellt werden und vom Autor bewertet werden.

Abb. 1: Histogramm I

Abbildung in dieser Leseprobe nicht enthalten

Beschaeftigungsentwicklung im inneren Kernbereich der Gesundheitsversor gung 1993-2003

Abb. 2: Histogramm II

Abbildung in dieser Leseprobe nicht enthalten

Beschaeftigungsentwicklung in typischer Tourismuswirtschaft 1993-2003

Die visuelle Interpretation des Autors lässt in beiden Fällen die Annahme einer annähernden Normalverteilung zu. Alle getesteten Variablen nehmen daher die Nullhypothese als gültig an und können im Folgenden für weitere Tests genutzt werden.

3.3 Erstellung neuer Variablen

Da der Autor insbesondere die Betrachtung von räumlichen Disparitäten zwischen der stattge- fundenen Beschäftigungsentwicklung in Gesamtdeutschland im Vergleich mit den Bundes- ländern in der ehemaligen DDR geplant hat, musste der Datensatz dementsprechend verändert bzw. aufbereitet werden. Alle 440 deutschen Kreise sind jeweils durch eine Nummer codiert, von denen man auf das jeweilige Bundesland schließen kann. Diese Codes finden sich auch im Datensatz wieder, so dass in SPSS diejenigen Fälle gefiltert werden konnten, aus denen neue Variablen erstellt werden sollten. In diesem Fall wurden zunächst im gegebenen Daten- satz Variablen gebildet, die sich nur auf ostdeutsche Fälle (Kreise) beziehen: Ost_gingp sowie Ost_ttypp, die die Beschäftigungsentwicklung im inneren Kernbereich der Gesundheitsver- sorgung bzw. in typischer Tourismuswirtschaft zwischen 1993 und 2003 beschreiben. Neben diesen neuen Variablen wurden andere zusätzliche erstellt, wie bspw. BevEnt, die die Bevöl- kerungsentwicklung am Wohnort zwischen 1993 und 2003 je Kreis in Prozent beschreibt und über die Formel [Abbildung in dieser Leseprobe nicht enthalten]*100 errechnet wurde. Wie sich herausstellte, wurden aufgrund des begrenzten Umfangs dieser Arbeit und aufgrund des gewählten Themas einige dieser Variablen letztendlich doch nicht benötigt.

[...]

¹ Bundesamt für Bauwesen und Raumforschung