Die vorliegende Hausarbeit zielt darauf ab, basierend auf den Daten der 45 am besten verdienenden CEOs Amerikas in den größten Unternehmen, den möglichen Zusammenhang zwischen dem Managereinkommen und dem Unternehmenserfolg zu analysieren. Außerdem soll untersucht werden, ob neben den bisher genannten Kriterien Zusammenhänge zu dem Alter der Manager und der Mitarbeiterzahl eines Unternehmens festzustellen sind.
Die vorliegende Untersuchung wurde im Rahmen des Moduls Applied Econometrics mit Hilfe des Statistikprogramms SPSS 25 angefertigt. Grundlage der Analyse bildet der Datensatz basierend auf der Veröffentlichung der USA Today vom 6. April, 2018.2 Da die darin enthaltenen Daten nicht alle möglichen Manager abdecken und wir uns für unsere Untersuchung auf die Anzahl von 45 Manager beschränkt haben, basiert die Regressionsanalyse auf einer Stichprobe. Sofern alle aus dieser Quelle veröffentlichten Daten berücksichtigt werden, beträgt der Umfang der Stichprobe 100 Fälle.
Das Streben nach der Erreichung des unternehmerischen Erfolgs, beispielsweise in Form von hohen Umsätzen und Renditen, ist für die meisten Betriebe zentrales Ziel. Die Ursachen für den Unternehmenserfolg lassen sich durch vielseitige Einflussfaktoren erklären. Fraglich ist nun, ob und inwieweit das Einkommen von Managern eine dieser Einflussfaktoren darstellt und somit eine Rolle für die Erwirtschaftung des Unternehmenserfolgs spielt.
Diesbezüglich stellt die Regressionsanalyse (im Folgenden oft als Regression bezeichnet), als wichtige Teilfunktion in der Ökonometrie, ein Modell zur Untersuchung der Art der Beziehungen zwischen einer endogenen Variable und einer oder mehreren exogenen Variablen dar. Dabei geht zusätzlich eine weiter zufällige Komponente, dem Störterm in die Modellgleichung ein.
Zunächst scheint man davon auszugehen, dass bei steigendem Gehalt des Managers eine positive Auswirkung auf den Unternehmenserfolg generiert werden kann, da dadurch beispielsweise Aspekte wie die Mitarbeiterzufriedenheit oder eine erhöhte Arbeitsmotivation gesichert werden können. Allerdings sind Mitarbeiter zwar ein fundamentaler Bestandteil und häufig auch größte erfolgbringende Komponente, jedoch stellen sie zeitgleich meist auch den größten Kostentreiber von Betrieben dar.
Inhaltsverzeichnis
1. Einleitung
2. Beschreibung des Datensatzes
2.1. Umsatz
2.2. Einkommen
2.3. Alter
2.4. Mitarbeiterzahl
3. Analyse
3.1. Grafische Evaluation des Datensatzes
3.1.1. Deskriptive Statistik
3.1.2. Häufigkeitsverteilungen (Histogramme)
3.1.3. Streudiagramme
3.2. Regressionsgleichung und Hypothesenformulierung
3.2.1. Regressionsanalyse
3.2.2. Annahmen und Hypothesen
3.3. Multiple Regression und Interpretation
3.3.1. Multiple Regression
3.3.2. Bestimmtheitsmaß
3.3.3. T-Test
3.3.4. Test der Signifikanz (t-Test)
3.3.5. F-Test (Signifikanz der Regressionsgeraden)
3.3.6. Test der Signifikanz (F-Test)
3.4. Multikollinearität
3.4.1. Korrelationsmatrix
3.5. Ausreißer
4. Abschließende Betrachtung
Zielsetzung & Themen
Die vorliegende Arbeit untersucht mittels einer ökonometrischen Regressionsanalyse, ob ein empirisch nachweisbarer Zusammenhang zwischen dem Unternehmenserfolg (gemessen am Umsatz) und den Einflussfaktoren Managereinkommen, Alter des Managers sowie Mitarbeiterzahl besteht.
- Ökonometrische Analyse von Erfolgsfaktoren
- Anwendung von multiplen Regressionsmodellen
- Deskriptive Statistik und grafische Datenaufbereitung
- Identifikation und Bereinigung von Ausreißern
- Prüfung auf Multikollinearität
Auszug aus dem Buch
3.1.3. Streudiagramme
Streu- bzw. Punktdiagramme stellen den Zusammenhang hinsichtlich der Richtung und Stärke zwischen zwei metrischen Variablen dar, sodass ein erster Eindruck über die Korrelation Verhältnisse dieser gewonnen werden kann. Dabei werden die Werte als Punkte abgebildet. Die Gesamtheit dieser wird als Punktwolke bezeichnet, ein Trend des tatsächlichen ökonomischen Zusammenhangs wird durch die sogenannte Trendline, der Regressionsgerade, veranschaulicht. In der Realität jedoch werden die reinen ökonomischen Wirkungszusammenhänge stets durch Sondereinflüsse gestört. Deren Einflüsse sind nicht direkt beobachtbar. R² ist das Bestimmtheitsmaß und liegt zwischen 0 und 1. Je höher dieses ist, desto präsizer ist der untersuchte lineare Zusammenhang.
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel erläutert die Motivation der Untersuchung und stellt die Forschungsfrage nach den Einflussfaktoren des Unternehmenserfolgs.
2. Beschreibung des Datensatzes: Hier werden die verwendeten Variablen (Umsatz, Einkommen, Alter, Mitarbeiterzahl) definiert und in den Kontext der IFRS-Standards gesetzt.
3. Analyse: Das Hauptkapitel umfasst die deskriptive Statistik, die Durchführung der multiplen Regression, die Prüfung der Modellgüte sowie die Identifikation von Ausreißern und Multikollinearität.
4. Abschließende Betrachtung: Dieses Kapitel fasst die Ergebnisse zusammen und bewertet die Signifikanz der untersuchten Variablen nach Bereinigung des Datensatzes.
Schlüsselwörter
Unternehmenserfolg, Regressionsanalyse, Ökonometrie, Umsatz, Managereinkommen, Mitarbeiterzahl, Bestimmtheitsmaß, Multikollinearität, Ausreißer, Statistik, SPSS, Signifikanz, Lineare Regression, Empirische Forschung, Manager.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundlegend?
Die Arbeit analysiert mittels statistischer Methoden, inwiefern ökonomische Variablen wie das Managergehalt oder die Mitarbeiteranzahl den Umsatz eines Unternehmens beeinflussen.
Was sind die zentralen Themenfelder?
Die Arbeit behandelt Themen der deskriptiven Statistik, ökonometrische Regressionsmodelle sowie Methoden zur Validitätsprüfung von Datensätzen.
Was ist das primäre Ziel der Untersuchung?
Das primäre Ziel ist es, einen statistisch validen Zusammenhang zwischen dem Unternehmenserfolg und spezifischen exogenen Manager- und Unternehmensdaten zu prüfen.
Welche wissenschaftliche Methode wird verwendet?
Es wird eine multiple Regressionsanalyse durchgeführt, ergänzt durch t-Tests, F-Tests, VIF-Analysen und verschiedene Verfahren zur Identifikation von Ausreißern.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die grafische Datenevaluation, die Formulierung des Regressionsmodells, die Interpretation der Ergebnisse sowie eine umfangreiche Prüfung der Modellannahmen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie Regressionsanalyse, Unternehmenserfolg, statistische Signifikanz und ökonometrische Datenprüfung geprägt.
Wie wurde die Stichprobe gewonnen?
Der Datensatz basiert auf einer Publikation der "USA TODAY" über die 100 umsatzstärksten Unternehmen, aus denen 45 Fälle für die Analyse extrahiert wurden.
Welchen Einfluss haben Ausreißer auf das Ergebnis?
Die Arbeit zeigt, dass extreme Werte die Modellgüte verzerren können; eine Bereinigung um identifizierte Ausreißer führt zu einer Verbesserung der Modellgenauigkeit.
Warum wird eine VIF-Analyse durchgeführt?
Die VIF-Analyse (Varianzinflationsfaktor) dient dazu, Multikollinearität zwischen den unabhängigen Variablen auszuschließen, um die Zuverlässigkeit der Regressionskoeffizienten zu gewährleisten.
Was zeigt das R² im Modell?
Das Bestimmtheitsmaß R² gibt an, welcher Anteil der Varianz des Umsatzes durch die gewählten exogenen Variablen erklärt werden kann.
- Quote paper
- Anonym (Author), 2019, Der Zusammenhang zwischen unternehmerischem Erfolg und dem Managereinkommen, dem Alter von Managern und der Mitarbeiterzahl, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/591059
