Krusche, Stefan: Visualisierung und Analyse multivariater Daten in der gartenbaulichen Beratung - Methodik, Einsatz und Vergleich datenanalytischer Verfahren |
Abbildungen zur Auswertung der Kennzahlen der Topfpflanzenbetriebe 1992 bis 1994, Kapitel 3.2
Abbildung |
Benennung |
Seite |
Abbildung B1: |
Univariate Graphiken zur Beurteilung von Lage- und Dispersionsparametern sowie Verteilungen ausgewählter Kennzahlen |
1 |
Abbildung B2: |
Univariate Graphiken zur Beurteilung Lage- und Dispersionsparametern sowie Verteilungen ausgewählter Kennzahlen |
2 |
Abbildung B3: |
Trellis-Displays mit Boxplots für die Kennzahlen Rentabilitätskoeffizient, Lohn je entlohnte AK, Heizmaterial je qm und Glasfläche je AK; konditioniert nach Regionen |
3 |
Abbildung B4: |
Trellis-Displays mit Loess-Regressionslinien, konditioniert nach Anzahl Arbeitskräfte und Erhebungsjahr, für die Beziehung von Arbeitsproduktivität (Betriebseinkommen/AK) und Lohnquote (a)) beziehungsweise Lohn je entlohnte AK (b)) |
4 |
Abbildung B5: |
Trellis-Displays mit Loess-Regressionslinien, konditioniert nach Shingle Glasfläche und Erhebungsjahr, für die Beziehung von Flächenproduktivität (Betriebseinkommen/Eqm) und Lohnquote (a)) beziehungsweise Lohn je entlohnte AK (b)) |
5 |
Abbildung B6: |
Trellis-Displays mit Loess-Regressionslinien, konditioniert nach Shingle Glasfläche und Erhebungsjahr, für die Beziehung von Arbeitsproduktivität (Betriebseinkommen/AK) (a)) und Flächenproduktivität (Betriebseinkomen/Eqm) (b)) zu qm Glasfläche/AK |
6 |
Abbildung B7: |
Trellis-Displays mit Loess-Regressionslinien, konditioniert nach Shingle Glasfläche und Erhebungsjahr, für die Beziehung von Arbeitsproduktivität (Betriebseinkommen/AK) zu Spezialaufwand (a)) und allgemeinem Aufwand (b)) |
7 |
Abbildung B8a: |
fq-Werte zur Bestimmung der Anzahl der ‘wesentlichen Hauptkomponenten in den 24 Gruppen der Kennzahlenbetriebe; Gruppen 1 bis 12 |
8 |
Abbildung B8b: |
fq-Werte zur Bestimmung der Anzahl der ‘wesentlichen Hauptkomponenten in den 24 Gruppen der Kennzahlenbetriebe; Gruppen 13 bis 24 |
9 |
Abbildung B9a: |
W-Werte zur Bestimmung der Anzahl der ‘wesentlichen Hauptkomponenten in den 24 Gruppen der Kennzahlenbetriebe; Gruppen 1 bis 12 |
10 |
Abbildung B9b: |
W-Werte zur Bestimmung der Anzahl der ‘wesentlichen Hauptkomponenten in den 24 Gruppen der Kennzahlenbetriebe; Gruppen 13 bis 24 |
11 |
Abbildung B10: |
Boxplots der Eigenwerte der Hauptkomponentenanalysen aller 24 Gruppen der Kennzahlenbetriebe |
12 |
Abbildung B11: |
Gamma q-q-Plot für den Vergleich des ersten Eigenvektors der 24 Gruppen der Kennzahlenbetriebe mit dem ‘typischen ersten Eigenvektor |
13 |
Abbildung B12: |
Gamma q-q-Plot für den Vergleich des zweiten Eigenvektors der 24 Gruppen der Kennzahlenbetriebe mit dem ‘typischen zweiten Eigenvektor |
14 |
Abbildung B13: |
Gamma q-q-Plot für den Vergleich des dritten (a)) und vierten (b)) Eigenvektors der 24 Gruppen der Kennzahlenbetriebe mit den ‘typischen dritten und vierten Eigenvektor |
15 |
Abbildung B14a: |
CUSUM-Diagramme für Gruppe 7 (a)) und Gruppe 6 (b)) der 24 Gruppen |
16 |
Abbildung B14b: |
CUSUM-Diagramme für Gruppe 8 (a)) und Gruppe 13 (b)) der 24 Gruppen |
17 |
Abbildung B15: |
Gewichtete CVA-Mittelwerte und konvexe Hüllen der Objektkonfigurationen, farblich kodiert nach Erhebungsjahr, Glasfläche und Region; Anteil erklärter Varianz durch die erste Dimension 77,6%, durch die zweite Dimension 14,3% |
18 |
Abbildung B16: |
Parallekoordinatenplot der Orginalwerte der in der kanonischen Variablenanalyse verrechneten Kennzahlen |
19 |
Abbildung B17: |
AWE-Werte nach verschiedenen Verfahren modellbegründeter Clusteranalyse für 1 bis 20 Cluster und normales und robustes Vorgehen für 1992, 1993 und 1994 |
20 |
Abbildung B18a: |
Silhouettenplots für 2 bis 9 Clusterlösungen bei nicht-hierarchischer Klassifikation (Partition um Medoide), 1992 |
21 |
Abbildung B18b: |
Silhouettenplots für 2 bis 9 Clusterlösungen bei nicht-hierarchischer Klassifikation (Partition um Medoide), 1993 |
22 |
Abbildung B18c: |
Silhouettenplots für 2 bis 9 Clusterlösungen bei nicht-hierarchischer Klassifikation (Partition um Medoide), 1994 |
23 |
Abbildung B19a: |
Silhouettenplots für 2 bis 6 Clusterlösungen bei Fuzzy Clusterung, 1992 |
24 |
Abbildung B19b: |
Silhouettenplots für 2 bis 6 Clusterlösungen bei Fuzzy Clusterung, 1993 |
25 |
Abbildung B19c: |
Silhouettenplots für 2 bis 6 Clusterlösungen bei Fuzzy Clusterung, 1994 |
26 |
Abbildung B20a: |
Bannerplots und Dendrogramme für hierarchische, agglomerative Clusteranalysen der Kennzahlenbetriebe, 1992 |
27 |
Abbildung B20b: |
Bannerplots und Dendrogramme für hierarchische, agglomerative Clusteranalysen der Kennzahlenbetriebe, 1993 |
28 |
Abbildung B20c: |
Bannerplots und Dendrogramme für hierarchische, agglomerative Clusteranalysen der Kennzahlenbetriebe, 1994 |
29 |
Abbildung B20d: |
Bannerplots und Dendrogramme für hierarchische, divisive Clusteranalyse der Kennzahlenbetriebe, 1992 bis 1994 |
30 |
Abbildung B21: |
Normal-q-q-Plots für Kennzahl Rentabilitätskoeffizient im vollen (a)) und eingeschränkten (b)) Datensatz in 1992, 1993 und 1994 |
31 |
Abbildung B22: |
CART-Analyse 1992, abhängige Variable Rentabilitätskoeffizient, Verwendung der Gewichtung nach Ausreißertests |
32 |
Abbildung B23: |
CART-Analyse 1993, abhängige Variable Rentabilitätskoeffizient, Verwendung der Gewichtung nach Ausreißertests |
33 |
Abbildung B24: |
CART-Analyse 1994, abhängige Variable Rentabilitätskoeffizient, Verwendung der Gewichtung nach Ausreißertests |
34 |
Abbildung B25: |
CART-Analyse 1992, abhängige Variable Rentabilitätskoeffizient, um Extremwerte verkleinerter Datensatz |
35 |
Abbildung B26: |
CART-Analyse 1993, abhängige Variable Rentabilitätskoeffizient, um Extremwerte verkleinerter Datensatz |
36 |
Abbildung B27: |
CART-Analyse 1994, abhängige Variable Rentabilitätskoeffizient, um Extremwerte verkleinerter Datensatz |
37 |
Abbildung B28: |
CHAID-Klassifikationsbaum; Analyse der ordinalskalierten Kennzahlen für 1992, abhängige Variable Rentabilitätskoeffizient |
38 |
Abbildung B29: |
CHAID-Klassifikationsbaum; Analyse der ordinalskalierten Kennzahlen für 1993, abhängige Variable Rentabilitätskoeffizient |
39 |
Abbildung B30: |
CHAID-Klassifikationsbaum; Analyse der ordinalskalierten Kennzahlen für 1993, abhängige Variable Rentabilitätskoeffizient |
40 |
Abbildung B31: |
Balkendiagramme der wichtigsten Segmentierungsvariablen nach CHAID-Analyse für 1992 und Rugplot für die abhängige Variable in den Segmenten auf der untersten Ebene des Klassifikationsbaumes |
41 |
Abbildung B32: |
Balkendiagramme der wichtigsten Segmentierungsvariablen nach CHAID-Analyse für 1993 und Rugplots für die abhängige Variable in den Segmenten auf der untersten Ebene des Klassifikationsbaumes |
42 |
Abbildung B33: |
Balkendiagramme der wichtigsten Segmentierungsvariablen nach CHAID-Analyse für 1994 und Rugplot für die abhängige Variable in den Segmenten auf der untersten Ebene des Klassifikationsbaumes |
43 |
Abbildung B34: |
Beziehungsgeflecht eines vollständigen (oben) und eines auf direkte Beziehungen gescreenten (unten) graphischen Modells für die Analyse von 15 Kennzahlen im Jahr 1993; beteiligte Erfolgskennzahl: Betriebseinkommen/AK |
44 |
Abbildung B35: |
Graphische Modelle nach Rückwärts-Elimination 1993 |
45 |
Abbildung B36: |
Beziehungen von Betriebseinkommen/AK und Betriebseinkommen/Eqm zu Einheitsquadratmeter beziehungsweise qm Glasfläche/AK, 1992 bis 1994 |
46 |
Abbildung B37: |
Beziehungen von Einheitsquadratmeter, Anzahl AK und Glasläche/AK, 1992 bis 1994 |
47 |
Abbildung B38: |
Beziehungen von Einheitsquadratmeter, Anzahl AK und qm Glasfläche/AK; Loess-Regressionslinien der log-transformierten Variablen in den Panels mit 50% überlappenden Intervallen, 1992 bis 1994 |
48 |
Abbildung B39: |
Beziehungen von Fremdkapital und Anlagevermögen zu Kapitalkoeffizient, Reinertragsdifferenz und Rentabilitätskoeffizient, 1992 bis 1994 |
49 |
Abbildung B40: |
Beziehungen von Region und qm Glasfläche/AK zu Reinertragsdifferenz, Rentabilitätskoeffizient und Bertriebseinkommen/AK, 1992 bis 1994 |
50 |
Abbildung B41: |
Graphische Modelle für sechs Erfolgskennzahlen nach Rückwärts-Elimination |
51 |
Abbildung B42: |
Beziehungen von Betriebseinkommen/Eqm, Betriebseinkomen in % BE, Kapitalkoeffizient und Rentabilitätskoeffizient, 1992 bis 1994 |
52 |
Abbildung B43: |
Beziehungen von Betriebseinkommen/Eqm, Betriebseinkommen in % BE, Kapitalkoeffizient und Rentabilitätskoeffizient, 1992 bis 1994 |
53 |
Abbildung B44: |
Liniendiagramm für Betriebseinkommen je AK und Lohn je entlohnte AK |
54 |
Abbildung B45: |
Liniendiagramm für Reinertrag je AK und Lohn je entlohnte AK |
55 |
Abbildung B46: |
Liniendiagramm für Rentabilitätskoeffizient und Lohn je entlohnte AK |
56 |
Abbildung B47: |
Liniendiagramm für Betriebseinkommen je AK und Lohn je entlohnte AK bei sehr hohem Rentabilitätskoeffizienten |
57 |
Abbildung B48: |
Liniendiagramm für Glasfläche je AK und Betriebseinkommen je AK |
58 |
Abbildung B49: |
Liniendiagramm für Glasfläche je AK und Rentabilitätskoeffizient |
59 |
Abbildung B50: |
Liniendiagramm für Glasfläche je AK und Lohn je entlohnte AK |
60 |
Abbildung B51: |
Liniendiagramm für Erträge aus Eigenproduktion und Renta bilitätskoeffizient, überwiegend indirekt absetzende Betriebe |
61 |
Abbildung B52: |
Liniendiagramm für Erträge aus Eigenproduktion und Rentabilitätskoeffizient, überwiegend direkt absetzende Betriebe |
62 |
Abbildung B53: |
Liniendiagramm für Glasfläche in qm und Betriebseinkommen je AK |
63 |
Abbildung B54: |
Liniendiagramm für Arbeitskräfte insgesamt und Betriebseinkommen je Eqm |
64 |
Abbildung B55: |
Liniendiagramm für Arbeitskräfte insgesamt und Betriebseinkommen je AK |
65 |
Abbildung B56: |
Liniendiagramm für Glasfläche in qm und Betriebseinkommen je Eqm |
66 |
Abbildung B57: |
Liniendiagramm für Glasfläche in qm und Rentabilitätskoeffizient |
67 |
Abbildung B58: |
Liniendiagramm für Arbeitskräfte insgesamt und Rentabilitätskoeffizient |
68 |
Abbildung B59: |
Der Weg durch Liniendiagramme zu der Gruppe von Betrieben mit sehr hoher Arbeits- und Flächenproduktivität und sehr hoher Wertschöpfungsquote |
69 |
Abbildung B60a: |
Genstat Menüs zur Ergänzung der Analyse der Liniendiagramme |
70 |
Abbildung B60b: |
Genstat Menüs zur Ergänzung der Analyse der Liniendiagramme |
71 |
Abbildung B61: |
Ergebnisausdruck der Genstat-Menüs aus Abbildung B60 |
72 |
Abbildung B62: |
Zwei Betriebe des in Abbildung B59 fokussierten Begriffs (Betriebsdaten verändert) |
73 |
Abbildung B63: |
Der Weg durch Liniendiagramme zum Segment mit dem höchsten geschätzten rentabilitätskoeffizienten 1994 in der CHAID-Analyse; jahr 1994, eqm Klasse 2 und 3, fkp Klasse 1 und 2, heizqm Klasse 1 |
74 |
A-1B-1
Abbildung B1: Univariate Graphiken zur Beurteilung von Lage- und Dispersionsparametern sowie Verteilungen ausgewählter Kennzahlen
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-2
Abbildung B2: Univariate Graphiken zur Beurteilung von Lage- und Dispersionsparametern sowie Verteilungen ausgewählter Kennzahlen
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-3
Abbildung B3: Trellis-Displays mit Boxplots für die Kennzahlen Rentabilitätskoeffizient, Lohn je entlohnte AK, Heizmaterial je qm und Glasfläche je AK; konditioniert nach Regionen
![]() |
![]() |
![]() |
![]() |
A-1B-4
Abbildung B4: Trellis-Displays mit Loess-Regressionslinien, konditioniert nach Anzahl Arbeitskräfte und Erhebungsjahr, für die Beziehung von Arbeitsproduktivität (Betriebseinkommen/AK) und Lohnquote (a)) beziehungsweise Lohn je entlohnte AK (b))
a) Betriebseinkommen/AK versus Lohnquote, nach Ausschluß der Betriebe 484, 485, 486, 557 |
a) Betriebseinkommen/AK versus Lohn je entlohnte AK, nach Ausschluß der Betriebe 316, 361, 362, 557 |
![]() |
![]() |
Anzahl Falle in den einzelnen Panels
a) |
b) |
||||
82 |
78 |
81 |
82 |
78 |
81 |
79 |
85 |
79 |
78 |
83 |
78 |
86 |
76 |
82 |
86 |
76 |
82 |
76 |
85 |
79 |
77 |
86 |
81 |
A-1B-5
Abbildung B5: Trellis-Displays mit Loess-Regressionslinien, konditioniert nach Shingle Glasfläche und Erhebungsjahr, für die Beziehung von Flächenproduktivität (Betriebseinkommen/Eqm) und Lohnquote (a)) beziehungsweise Lohn je entlohnte AK (b))
a) Betriebseinkommen/Eqm versus Lohnquote, nach Ausschluß der Betriebe 484, 485, 486 811, 812, 813 |
a) Betriebseinkommen/Eqm versus Lohn je entlohnte AK, nach Ausschluß der Betriebe 316, 361, 362, 811, 812, 813 |
![]() |
![]() |
Anzahl Falle in den einzelnen Panels
a) |
b) |
||||
77 |
81 |
84 |
77 |
81 |
83 |
83 |
81 |
79 |
82 |
80 |
79 |
84 |
83 |
85 |
84 |
83 |
85 |
89 |
82 |
79 |
90 |
83 |
81 |
A-1B-6
Abbildung B6: Trellis-Displays mit Loess-Regressionslinien, konditioniert nach Shingle Glasfläche und Erhebungsjahr, für die Beziehung von Arbeitsproduktivität (Betriebseinkommen/AK) (a)) und Flächenproduktivität (Betriebseinkomen/Eqm) (b)) zu qm Glasfläche/AK
a) Betriebseinkommen/AK versus Glasfläche/AK, nach Ausschluß der Betriebe 349, 401, 557, 558 |
b) Betriebseinkommen/Eqm versus Glasfläche/AK nach Ausschluß der Betriebe 349, 401, 557, 558, 811, 812, 813 |
![]() |
![]() |
Anzahl Falle in den einzelnen Panels
a) |
b) |
||||
77 |
81 |
84 |
77 |
81 |
84 |
82 |
80 |
79 |
82 |
80 |
79 |
83 |
82 |
85 |
83 |
82 |
85 |
91 |
84 |
81 |
90 |
83 |
80 |
A-1B-7
Abbildung B7: Trellis-Displays mit Loess-Regressionslinien, konditioniert nach Shingle Glasfläche und Erhebungsjahr, für die Beziehung von Arbeitsproduktivität (Betriebseinkommen/AK) zu Spezialaufwand (a)) und allgemeinem Aufwand (b))
a) Betriebseinkommen/AK versus Spezialaufwand, nach Ausschluß des Betriebes 557 |
b) Betriebseinkommen/AK versus Allgemeiner Aufwand nach Ausschluß des Betriebes 557 |
![]() |
![]() |
Anzahl Falle in den einzelnen Panels
a) |
b) |
||||
77 |
81 |
84 |
77 |
81 |
84 |
83 |
80 |
79 |
83 |
80 |
79 |
84 |
83 |
85 |
84 |
83 |
85 |
91 |
84 |
81 |
91 |
84 |
81 |
A-1B-8
Abbildung B8: fq-Werte zur Bestimmung der Anzahl der ‘wesentlichen Hauptkomponenten in den 24 Gruppen der Kennzahlenbetriebe
1 ![]() |
2 ![]() |
3 ![]() |
4 ![]() |
5 ![]() |
6 ![]() |
7 ![]() |
8 ![]() |
9 ![]() |
10 ![]() |
11 ![]() |
12 ![]() |
A-1B-9 13![]() |
14 ![]() |
15 ![]() |
16 ![]() |
17 ![]() |
18 ![]() |
19 ![]() |
20 ![]() |
21 ![]() |
22 ![]() |
23 ![]() |
24 ![]() |
A-1B-10
Abbildung B9: W-Werte zur Bestimmung der Anzahl der ‘wesentlichen Hauptkomponenten in den 24 Gruppen der Kennzahlenbetriebe
1 ![]() |
2 ![]() |
3 ![]() |
4 ![]() |
5 ![]() |
6 ![]() |
7 ![]() |
![]() |
9 ![]() |
10 ![]() |
11 ![]() |
12 ![]() |
A-1B-11 ![]() |
14 ![]() |
15 ![]() |
16 ![]() |
17 ![]() |
18 ![]() |
19 ![]() |
20 ![]() |
21 ![]() |
22 ![]() |
23 ![]() |
24 ![]() |
A-1B-12
Abbildung B10: Boxplots der Eigenwerte der Hauptkomponentenanalysen aller 24 Gruppen der Kennzahlenbetriebe
A-1B-13
Abbildung B11: Gamma q-q-Plot für den Vergleich des ersten Eigenvektors der 24 Gruppen der Kennzahlenbetriebe mit dem ‘typischen ersten Eigenvektor
A-1B-14
Abbildung B12: Gamma q-q-Plot für den Vergleich des zweiten Eigenvektors der 24 Gruppen der Kennzahlenbetriebe mit dem ‘typischen ersten Eigenvektor
A-1B-15
Abbildung B13: Gamma q-q-Plot für den Vergleich des dritten (a)) und vierten (b)) Eigenvektors der 24 Gruppen der Kennzahlenbetriebe mit dem ‘typischen ersten Eigenvektor
a) dritter Eigenvektor |
b) vierter Eigenvektor |
![]() |
![]() |
A-1B-16
Abbildung B14a: CUSUM-Diagramme für Gruppe 7 (a)), Gruppe 6 (b)) der 24 Gruppen
a) Gruppe 7 (Glasfläche 2, übrige Regionen, 1992) |
b) Gruppe 6 (Glasfläche 1, Region1, 1994) |
![]() |
![]() |
A-1B-17
Abbildung 14b: CUSUM-Diagramme für Gruppe 8)) und Gruppe 13)) der 24 Gruppen
a) Gruppe 8 (Glasfläche 2, übrige Regionen, 1993) |
b) Gruppe 13 ((Glasfläche 3, übrige Regionen, 1992) |
![]() |
![]() |
A-1B-18
Abbildung B15: Gewichtete CVA-Mittelwerte und konvexe Hüllen der Objektkonfigurationen, farblich kodiert nach Erhebungsjahr, Glasfläche und Region; Anteil erklärter Varianz durch die erste Dimension 77,6%, durch die zweite Dimension 14,3%
a) Kodierung Glasfläche |
b) Kodierung Region |
c) Kodierung Erhebungsjahr |
![]() |
![]() |
![]() |
d) Kodierung Glasfläche |
e) Kodierung Region |
f) Kodierung Erhebungsjahr |
![]() |
![]() |
![]() |
A-1B-19
Abbildung B16: Parallekoordinatenplot der Orginalwerte der in der kanonischen Variablenanalyse verrechneten Kennzahlen
var[1] allgawp var[11] beinkp var[14] kapkoef var[4] lohnak var[12] beinkak var[13] beinkeqm var[6] eqm var[15] rdiffp var[3] lohnqp var[7] glasqm var[16] rentkoef var[5] heizqm var[8] glasqmak var[2] spezp var[9] fkp var[10] anvermp |
Glasfläche bis 3300 m2 Glasfläche über 3300 m2 bis einschließlich 4980 m2 Glasfläche über 4980 m2 bis einschließlich 7580 m2 Glasfläche über 7580 m2 |
A-1B-20
Abbildung B17: AWE-Werte nach verschiedenen Verfahren modellbegründeter Clusteranalyse für 1 bis 20 Cluster und normales und robustes Vorgehen für 1992, 1993 und 1994
![]() |
![]() |
![]() |
A-1B-21
Abbildung B18a: Silhouettenplots für 2 bis 9 Clusterlösungen bei nicht-hierarchischer Klassifikation (Partition um Medoide), 1992
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-22
Abbildung B18b: Silhouettenplots für 2 bis 9 Clusterlösungen bei nicht-hierarchischer Klassifikation (Partition um Medoide), 1993
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-23
Abbildung B18c: Silhouettenplots für 2 bis 9 Clusterlösungen bei nicht-hierarchischer Klassifikation (Partition um Medoide), 1994
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-24
Abbildung B19a: Silhouettenplots für 2 bis 6 Clusterlösungen bei Fuzzy Clusterung, 1992
![]() |
![]() |
![]() |
![]() |
![]() |
2 Cluster dunn_coeff normalized 0.5 2.664535e-015 3 Cluster dunn_coeff normalized 0.3333333 1.998401e-015 4 Clsuster dunn_coeff normalized 0.25 4.440892e-016 5 Cluster dunn_coeff normalized 0.2 1.94289e-015 6 Cluster dunn_coeff normalized 0.1666667 7.105427e-016
|
A-1B-25
Abbildung B19b: Silhouettenplots für 2 bis 6 Clusterlösungen bei Fuzzy Clusterung, 1993
![]() |
![]() |
![]() |
![]() |
![]() |
2 Cluster dunn_coeff normalized 0.5 3.552714e-015 3 Cluster dunn_coeff normalized 0.3333333 -3.330669e-016 4 Cluster dunn_coeff normalized 0.25 -1.850372e-016 5 Cluster dunn_coeff normalized 0.2 3.330669e-016 6 Cluster dunn_coeff normalized 0.1666667 0 |
A-1B-26
Abbildung B19c: Silhouettenplots für 2 bis 6 Clusterlösungen bei Fuzzy Clusterung, 1994
![]() |
![]() |
![]() |
![]() |
![]() |
2 Cluster dunn_coeff normalized 0.5 2.220446e-015 3 Cluster dunn_coeff normalized 0.3333333 4.440892e-016 4 Cluster dunn_coeff normalized 0.25 -1.184238e-015 5 Cluster dunn_coeff normalized 0.2 3.885781e-015 6 Cluster dunn_coeff normalized 0.1666667 -2.442491e-016 |
A-1B-27
Abbildung B20a: Bannerplots und Dendrogramme für hierarchische, agglomerative Clusteranalysen der Kennzahlenbetriebe, 1992
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-28
Abbildung B20b: Bannerplots und Dendrogramme für hierarchische, agglomerative Clusteranalysen der Kennzahlenbetriebe, 1993
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-29
Abbildung B20c: Bannerplots und Dendrogramme für hierarchische, agglomerative Clusteranalysen der Kennzahlenbetriebe, 1994
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-30
Abbildung B20d: Bannerplots und Dendrogramme für hierarchische, divisive Clusteranalyse der Kennzahlenbetriebe, 1992 bis 1994
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
A-1B-31
Abbildung B21: Normal-q-q-Plots für Kennzahl Rentabilitätskoeffizient im vollen (a)) und eingeschränkten (b)) Datensatz in 1992, 1993 und 1994
a) Rentabilitätskoeffizient voller Datensatz |
b) Rentabilitätskoeffizient, eingeschränkter Datensatz |
![]() |
![]() |
eingeschränkter Datensatz ohne die Kennzahlen der folgenden Objekte (siehe auch Übersicht B20):
145, 355, 472, 595, 634, 676, 799 in 1992
146, 326, 356, 416, 443, 533, 557, 611, 623, 656, 677, 788, 800, 881 in 1993
222, 297, 357, 393, 417, 486, 534, 636, 678 in 1994
A-1B-32
Abbildung B22: CART-Analyse 1992, abhängige Variable Rentabilitätskoeffizient, Verwendung der Gewichtung nach Ausreißertests
a) voller Regressionsbaum |
b) Regressionsbaum mit sieben Terminalknoten und Barcharts für Rentabilitätskoeffizent am jeweiligen Terminalknoten |
![]() |
![]() |
c) Cost complexity pruning |
d) mittlere Residuendevianzen der Terminalknoten |
![]() |
![]() |
e) Schätzwerte versus Residuen |
f) Normal-q-q-Plot der Residuen |
![]() |
![]() |
A-1B-33
Abbildung B23: CART-Analyse 1993, abhängige Variable Rentabilitätskoeffizient, Verwendung der Gewichtung nach Ausreißertests
a) voller Regressionsbaum |
b) Regressionsbaum mit sieben Terminalknoten und Barcharts für Rentabilitätskoeffizent am jeweiligen Terminalknoten |
![]() |
![]() |
c) Cost complexity pruning |
d) mittlere Residuendevianzen der Terminalknoten |
![]() |
![]() |
e) Schätzwerte versus Residuen |
f) Normal-q-q-Plot der Residuen |
![]() |
![]() |
A-1B-34
Abbildung B24: CART-Analyse 1994, abhängige Variable Rentabilitätskoeffizient, Verwendung der Gewichtung nach Ausreißertests
a) voller Regressionsbaum |
b) Regressionsbaum mit sieben Terminalknoten und Barcharts für Rentabilitätskoeffizent am jeweiligen Terminalknoten |
![]() |
![]() |
c) Cost complexity pruning |
d) mittlere Residuendevianzen der Terminalknoten |
![]() |
![]() |
e) Schätzwerte versus Residuen |
f) Normal-q-q-Plot der Residuen |
![]() |
![]() |
A-1B-35
Abbildung B25: CART-Analyse 1992, abhängige Variable Rentabilitätskoeffizient, um Extremwerte verkleinerter Datensatz
a) voller Regressionsbaum |
b) Regressionsbaum mit sieben Terminalknoten und Barcharts für Rentabilitätskoeffizent am jeweiligen Terminalknoten |
![]() |
![]() |
c) Cost complexity pruning |
d) mittlere Residuendevianzen der Terminalknoten |
![]() |
![]() |
e) Schätzwerte versus Residuen |
f) Normal-q-q-Plot der Residuen |
![]() |
![]() |
A-1B-36
Abbildung B26: CART-Analyse 1993, abhängige Variable Rentabilitätskoeffizient, um Extremwerte verkleinerter Datensatz
a) voller Regressionsbaum |
b) Regressionsbaum mit sieben Terminalknoten und Barcharts für Rentabilitätskoeffizent am jeweiligen Terminalknoten |
![]() |
![]() |
c) Cost complexity pruning |
d) mittlere Residuendevianzen der Terminalknoten |
![]() |
![]() |
e) Schätzwerte versus Residuen |
f) Normal-q-q-Plot der Residuen |
![]() |
![]() |
A-1B-37
Abbildung B27: CART-Analyse 1994, abhängige Variable Rentabilitätskoeffizient, um Extremwerte verkleinerter Datensatz
a) voller Regressionsbaum |
b) Regressionsbaum mit sieben Terminalknoten und Barcharts für Rentabilitätskoeffizent am jeweiligen Terminalknoten |
![]() |
![]() |
c) Cost complexity pruning |
d) mittlere Residuendevianzen der Terminalknoten |
![]() |
![]() |
e) Schätzwerte versus Residuen |
f) Normal-q-q-Plot der Residuen |
![]() |
![]() |
A-1B-38
Abbildung B28: CHAID-Klassifikationsbaum; Analyse der ordinalskalierten Kennzahlen für 1992, abhängige Variable Rentabilitätskoeffizient
Klassifikationsbaum 1992; bestes Ergebnis, schechtestes Ergebnis weitere Splits möglich durch f_epertp mit p = 0.049 |
|
![]() |
![]() |
A-1B-39
Abbildung B29: CHAID-Klassifikationsbaum; Analyse der ordinalskalierten Kennzahlen für 1993, abhängige Variable Rentabilitätskoeffizient
Klassifikationsbaum 1993; bestes Ergebnis, schechtestes Ergebnis weitere Splits möglich durch f_glasqm mit p = 0.043 (Segment 3); f_eqm mit p = 0.0045 (Segemnt 4); feqm m,it p= 0.025 (Segment 5); fepertp mit p = 0.015 (Segment 7); ffkp mit p = 0.0061 (Segment 8) |
|
![]() |
![]() |
A-1B-40
Abbildung B30: CHAID-Klassifikationsbaum; Analyse der ordinalskalierten Kennzahlen für 1994, abhängige Variable Rentabilitätskoeffizient
Klassifikationsbaum 1994; bestes Ergebnis, schechtestes Ergebnis weitere Splits möglich durch ffkp mit p = 0.012 |
|
![]() |
![]() |
A-1B-41
Abbildung B31: Balkendiagramme der wichtigsten Segmentierungsvariablen nach CHAID-Analyse für 1992 und Rugplot für die abhängige Variable in den Segmenten auf der untersten Ebene des Klassifikationsbaumes
![]() |
![]() |
![]() |
![]() |
A-1B-42
Abbildung B32: Balkendiagramme der wichtigsten Segmentierungsvariablen nach CHAID-Analyse für 1993 und Rugplots für die abhängige Variable in den Segmenten auf der untersten Ebene des Klassifikationsbaumes
![]() |
![]() |
![]() |
![]() |
A-1B-43
Abbildung B33: Balkendiagramme der wichtigsten Segmentierungsvariablen nach CHAID-Analyse für 1994 und Rugplot für die abhängige Variable in den Segmenten auf der untersten Ebene des Klassifikationsbaumes
![]() |
![]() |
![]() |
![]() |
A-1B-44
Abbildung B34: Beziehungsgeflecht eines vollständigen (oben) und eines auf direkte Beziehungen gescreenten (unten) graphischen Modells für die Analyse von 15 Kennzahlen im Jahr 1993; beteiligte Erfolgskennzahl: Betriebseinkommen/AK
![]() |
![]() |
A-1B-45
Abbildung B35: Graphische Modelle nach Rückwärts-Elimination 1993
a) Graphisches Modell nach Screening und Rückwärts-Elimination für Betriebseinkommen/AK (beinkak), 1993 |
b) Graphisches Modell nach Screening und Rückwärts-Elimination für Betriebseinkommen/Eqm (beinkeqm), 1993 |
c) Graphisches Modell nach Screening und Rückwärts-Elimination für Betriebseinkommen in % BE (beinkp), 1993 |
![]() |
![]() |
![]() |
Deviance df p original df model 422.5 408 0.2996 756 (abde)(ac) Degrees of freedom have been adjusted |
Deviance df p original df model 920.1 1612 1.0000 3744 (abdf)(acd)(ade) Degrees of freedom have been adjusted |
Deviance df p original df model 173.3 177 0.5643 180 (abd)(ac) Degrees of freedom have been adjusted |
d) Graphisches Modell nach Screening und Rückwärts-Elimination für den Kapitalkoeffizienten (kapkoef), 1993 |
e) Graphisches Modell nach Screening und Rückwärts-Elimination für die Reinertragsdifferenz (rdiffp), 1993 |
f) Graphisches Modell nach Screening und Rückwärts-Elimination für den Rentabilitätskoeffizienten (rentkoef), 1993 |
![]() |
![]() |
![]() |
Deviance df p original df model 556.6 738 1.0000 828 (abc)(abd)(ace)(ade) Degrees of freedom have been adjusted |
Deviance df p original df model 872.5 1553 1.0000 1896 (abf)(aef)(bdf)(def)(cd) Degrees of freedom have been adjusted |
Deviance df p original df model 682.2 925 1.0000 1812 (abef)(bcef)(ad) Degrees of freedom have been adjusted |
A-1B-46
Abbildung B36: Beziehungen von Betriebseinkommen/AK und Betriebseinkommen/Eqm zu Einheitsquadratmeter beziehungsweise qm Glasfläche/AK, 1992 bis 1994
a) Betriebseinkommen/AK und Einheitsquadratmeter |
b) Betriebseinkommen/AK und qm Glasfläche/AK |
![]() |
![]() |
c) Betriebseinkommen/Eqm und Einheitsquadratmeter |
d) Betriebseinkommen/Eqm und qm Glasfläche/AK |
![]() |
![]() |
A-1B-47
Abbildung B37: Beziehungen von Einheitsquadratmeter, Anzahl AK und Glasläche/AK, 1992 bis 1994
a) Einheitsquadratmeter und qm Glasfläche/AK |
b) Anzahl AK und qm Glasfläche/AK |
![]() |
![]() |
c) Anzahl AK und Einheitsquadratmeter |
d) Anzahl AK, Einheitsquadratmeter und qm Glasfläche/AK, 1993 |
![]() |
![]() |
A-1B-48
Abbildung B38: Beziehungen von Einheitsquadratmeter, Anzahl AK und qm Glasfläche/AK; Loess-Regressionslinien der log-transformierten Variablen in den Panels mit 50% überlappenden Intervallen, 1992 bis 1994
a) Spalten log(eqm), Panels log(glasqmak) versus log(eqm) |
b) Spalten log(eqm), Panels log(glasqmak) versus log(ak) |
![]() |
![]() |
c) Spalten log(ak), Panels log(glasqmak) versus log(eqm) |
d) Spalten log(ak), Panels log(glasqmak) versus log(ak) |
![]() |
![]() |
A-1B-49
Abbildung B39: Beziehungen von Fremdkapital und Anlagevermögen zu Kapitalkoeffizient, Reinertragsdifferenz und Rentabilitätskoeffizient, 1992 bis 1994
a) Kapitalkoeffizient und Anlagevermögen |
b) Kapitalkoeffizient und Fremdkapital |
![]() |
![]() |
c) Reinertragsdifferenz und Fremdkapital |
d) Rentabilitätskoeffizient und Fremdkapital |
![]() |
![]() |
A-1B-50
Abbildung B40: Beziehungen von Region und qm Glasfläche/AK zu Reinertragsdifferenz, Rentabilitätskoeffizient und Bertriebseinkommen/AK, 1992 bis 1994
a) Reinertragsdifferenz und Region |
b) Rentabilitätskoeffizient und Region |
![]() |
![]() |
c) Betriebseinkommen/AK, Region und Glasfläche/AK 1993 |
d) Rentabilitätskoeffizient, Region und Glasfläche/AK 1993 |
![]() |
![]() |
A-1B-51
Abbildung B41: Graphische Modelle für sechs Erfolgskennzahlen nach Rückwärts-Elimination
a) 1992 |
![]() |
b) 1993 |
![]() |
c) 1994 |
![]() |
A-1B-52
Abbildung B42: Beziehungen von Betriebseinkommen/Eqm, Betriebseinkomen in % BE, Kapitalkoeffizient und Rentabilitätskoeffizient, 1992 bis 1994
a) Betriebseinkommen/Eqm und Kapitalkoeffizient |
b) Betriebseinkommen in % BE und Kapitalkoeffizient |
![]() |
![]() |
c) Betriebseinkommen in % BE und Betriebseinkommen/Eqm |
d) Betriebseinkommen in % BE und Rentabilitätskoeffizient |
![]() |
![]() |
A-1B-53
Abbildung B43: Beziehungen von Betriebseinkommen/Eqm, Betriebseinkommen in % BE, Kapitalkoeffizient und Rentabilitätskoeffizient, 1992 bis 1994
a) Betriebseinkommen in % BE und Reinertragsdifferenz |
b) Kapitalkoeffizient und Reinertragsdifferenz |
![]() |
![]() |
c) Rentabilitätskoeffizient und Reinertragsdifferenz |
d) Betriebseinkommen/AK und Rentabilitätskoeffizient |
![]() |
![]() |
A-1B-54
Abbildung B44: Liniendiagramm für Betriebseinkommen je AK und Lohn je entlohnte AK
A-1B-55
Abbildung B45: : Liniendiagramm für Reinertrag je AK und Lohn je entlohnte AK
A-1B-56
Abbildung B46: Liniendiagramm für Rentabilitätskoeffizient und Lohn je entlohnte AK
A-1B-57
Abbildung B47: Liniendiagramm für Betriebseinkommen je AK und Lohn je entlohnte AK bei sehr hohem Rentabilitätskoeffizienten
A-1B-58
Abbildung B48: Liniendiagramm für Glasfläche je AK und Betriebseinkommen je AK
A-1B-59
Abbildung B49: Liniendiagramm für Glasfläche je AK und Rentabilitätskoeffizient
A-1B-60
Abbildung B50: Liniendiagramm für Glasfläche je AK und Lohn je entlohnte AK
A-1B-61
Abbildung B51: Liniendiagramm für Erträge aus Eigenproduktion und Rentabilitätskoeffizient, überwiegend indirekt absetzende Betriebe
A-1B-62
Abbildung B52: Liniendiagramm für Erträge aus Eigenproduktion und Rentabilitätskoeffizient, überwiegend direkt absetzende Betriebe
A-1B-63
Abbildung B53: Liniendiagramm für Glasfläche in qm und Betriebseinkommen je AK
A-1B-64
Abbildung B54: Liniendiagramm für Arbeitskräfte insgesamt und Betriebseinkommen je Eqm
A-1B-65
Abbildung B55: Liniendiagramm für Arbeitskräfte insgesamt und Betriebseinkommen je AK
A-1B-66
Abbildung B56: Liniendiagramm für Glasfläche in qm und Betriebseinkommen je Eqm
A-1B-67
Abbildung B57: Liniendiagramm für Glasfläche in qm und Rentabilitätskoeffizient
A-1B-68
Abbildung B58: Liniendiagramm für Arbeitskräfte insgesamt und Rentabilitätskoeffizient
A-1B-69
Abbildung B59: Der Weg durch Liniendiagramme zu der Gruppe von Betrieben mit sehr hoher Arbeits- und Flächenproduktivität und sehr hoher Wertschöpfungsquote
![]() |
![]() |
![]() |
A-1B-70
Abbildung B60a: Genstat Menüs zur Ergänzung der Analyse der Liniendiagramme
![]() |
![]() |
![]() |
![]() |
A-1B-71
Abbildung B60b: Genstat Menüs zur Ergänzung der Analyse der Liniendiagramme
![]() |
![]() |
![]() |
![]() |
A-1B-72
Abbildung B61: Ergebnisausdruck der Genstat-Menüs aus Abbildung B60
summary statistics for the whole data set
rentkoef glasqm glasqmak lohnak saatp epertp |
length mean var. median min. max. 891.0 0.9825 0.1624 0.9600 -3.120 2.980 891.0 5769 12393471 4900 450.0 20000 891.0 1215 428444 1128 56.73 6656 891.0 33134 160449781 32909 0 114511 891.0 11.75 117.7 9.770 0 159.3 891.0 92.72 78.80 96.84 61.54 100.0 |
summary statistics for the selected group
rentkoef glasqm glasqmak lohnak saatp epertp
|
length mean var. median min. max. 35.00 1.580 0.1822 1.460 0.8600 2.980 35.00 4600 7609287 4500 843.0 12315 35.00 903.0 126256 767.1 303.2 2006 35.00 40601 243509788 36723 16018 104593 35.00 9.117 39.00 8.580 0 22.15 35.00 92.02 109.6 97.41 62.69 99.97 |
A-1B-73
Abbildung B62: Zwei Betriebe des in Abbildung B 59 fokussierten Betriebes
![]() |
![]() |
A-1B-74
Abbildung B63: Der Weg durch ein Liniendiagramm zum Segment mit dem höchsten geschätzten Rentabilitätskoeffizienten 1994 in der CHAID-Analyse; jahr 1994, eqm Klasse 2 und 3, fkp Klasse 1 und 2, heizqm Klasse 1
![]() |
![]() |
![]() |
![]() |
© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.
DiML DTD Version 2.0 |
Zertifizierter Dokumentenserver der Humboldt-Universität zu Berlin |
HTML - Version erstellt am: Wed May 24 16:40:53 2000 |