Sie sind auf Seite 1von 24

Statistisches Forschungsprojekt

B.Sc BWL VZ

Mietvergleich zwischen Frankfurt und Dresden

Hochschule Mainz
University of Applied Sciences
Fachbereich Wirtschaft

Vorgelegt von:

Calvin-Fuck You Lencz (Matrikel Nr.


Laura-Sophie Oellrich (Matrikel Nr.
Daniel Sander (Matrikel Nr.
Jil Nörber (Matrikel Nr.
Maridta (Matrikel Nr.
Maximilian Stumpf (Matrikel Nr.

Vorgelegt bei:
Prof. Dr. Sebastian Schlütter
Erklärung

Wir erklären, dass wir das vorliegende statistische Forschungsprojekt

" Mietvergleich zwischen Frankfurt und Dresden"

selbstständig und ohne fremde Hilfe angefertigt habe. Wir haben dabei nur die in der Arbeit
angegebenen Quellen und Hilfsmittel benutzt.

Zudem versichern wir, dass wir weder diese noch inhaltlich verwandten Arbeiten als
Prüfungsleistung in anderen Fächern eingereicht habe oder einreichen werde.

Ort, Datum Unterschrift


Inhaltsverzeichnis

Abbildungsverzeichnis (Format Überschrift 1 ohne Nr) ................................................................II

Tabellenverzeichnis ......................................................................................................................III

Abkürzungsverzeichnis ................................................................................................................ IV

1 Einleitung ...............................................................................................................................1

2 Beschreibung des Datensatzes ..............................................................................................5

3 Deskriptive Analyse................................................................................................................8

4 Induktive Analyse .................................................................................................................16

4.1 Grundsätzliches der multiplen Regressionsanalyse.....................................................16

4.2 Voraussetzungen der multiplen Regressionsanalyse ..................................................16

4.3 Anwendung der multiplen Regressionsanalyse ...........................................................16

5 Fazit ......................................................................................................................................17

Literaturverzeichnis ...................................................................................................................... V

Seite I
Abbildungsverzeichnis

Seite II
Tabellenverzeichnis

Seite III
Abkürzungsverzeichnis

WWW World Wide Web

Seite IV
1 Einleitung
Im Rahmen dieser Arbeit soll ein Mietvergleich zwischen den Städten Frankfurt und
Dresden durchgeführt werden. Gleichzeitig wird untersucht, welche Faktoren die
Mietpreise in den genannten Städten beeinflussen.

Frankfurt und Dresden zählen aufgrund ihrer Anzahl von über 100.000 Einwohnern zu
den Großstädten Deutschlands. Dabei belegt Frankfurt deutschlandweit den 5. Platz mit
insgesamt 753.056 Einwohnern und Dresden den 12. Platz mit insgesamt 554.649
Einwohnern. Darüber hinaus stieg in den letzten 4 Jahren die Einwohnerzahl in Frankfurt
um 1,82% und in Dresden um 0,88%. (quelle: Geometrisches Mittel aus
Einwohnerstatistik; Dresden.de, 31.12.2018; Frankfurt.de)

Obwohl sie zu den jeweils teuersten Städten im eigenen Bundesland zählen, wächst die
Einwohnerzahl in beiden Städten kontinuierlich. Gründe hierfür ist der hohe Standard
der an Lebensqualität geboten wird. Frankfurt wurde 2019 zur lebenswertesten Stadt in
Deutschland gekürt ("Global Liveability Index 2019" ). Folgende Kriterien wurden hierbei
berücksichtigt: Lebensstandard, Kriminalitätsrate, Gesundheitsversorgung,
Kulturangebot, Umwelt, Schulsystem und städtische Infrastruktur.

Auch Dresden überzeugt mit einem breiten Kulturangebot, - mit einem der größten
Straßenbahnnetzen Deutschlands - eine gute Infrastruktur und im Bereich Forschung
und Bildung – mit insgesamt 45 Forschungseinrichtungen - die höchste
Forschungsdichte Deutschlands.

Zu berücksichtigen sind auch die kontinuierlich gesunkenen Arbeitslosenquoten beider


Städte. Frankfurt weist im Zeitraum von 2010 bis 2019 eine Reduzierung in Höhe von
37,97% und Dresden eine Reduzierung der Arbeitslosenquote von 47,67% in diesem
Zeitraum auf. Gründe hierfür sind unter anderem das große Angebot an Arbeitsplätzen
und Ausbildungsmöglichkeiten. Frankfurt gilt als Wirtschaftszentrum der Rhein-Main
Region, rund 44.000 Unternehmen sind hier ansässig. Die Lage auf dem ostdeutschen
Arbeitsmarkt ist nicht so gut wie im Westen, doch auch für Dresden geht es bergauf. Die
Wachstumsregion ist besonders für ihre Informationstechnik bekannt.

Neben der Wahl des geeigneten Arbeitsplatzes und dem Besuch der Lieblingsschule,
sind der Wohnort und die Mietkosten immer die ersten Faktoren, die betrachtet werden

Seite 1
sollten, wenn man in diesen Städten wohnen möchte (Deavita.com, Abgerufen am
20.05.2019).

Das Thema „Mietvergleich zwischen Frankfurt und Dresden“ bildet aufgrund der Vielzahl
von Merkmalen für eine Datenerhebung, eine interessante Ausgangslage für ein
statistisches Forschungsprojekt. Ebenso bietet der Vergleich eine gute Grundlage dafür,
einen Überblick über die aktuelle Wohnungssituation beider Städte zu erhalten.

Mit Hilfe von statistischen Abfragen können Zusammenhänge und Abhängigkeiten


zwischen den einzelnen Variablen untersucht werden. Ziel dieser Arbeit ist die Belegung,
aber auch das Wiederlegen folgender Hypothesen:

1. Im Durchschnitt ist der qm-Preis in Frankfurt höher als der in Dresden. (Frage:
benötigen wir zwangsläufig auch ein Regressionsmodell?)

Der Mietvergleich zwischen Frankfurt und Dresden, soll zeigen welche der
beiden Städte den höheren qm-Preis hat. Frankfurt zählt mit einem Preis von
13,90€ pro qm zur zweit teuersten Stadt Deutschlands. Somit gehen wir hier
davon aus, dass der qm-Preis in Frankfurt höher ist als in Dresden. Unsere
Datenerhebung und der anschließende Vergleich der durchschnittlichen
Mietpreise, untermauern dies. Der qm-Preis für eine Mietwohnung in Dresden
liegt bei 9,- €/qm. In Frankfurt wird der Preis um 9,65€/ qm teurer. Das heißt wir
haben in Frankfurt einen Preis von 18,65€ pro qm ermittelt.
Da ein Mietvergleich durchgeführt werden soll, ist es fraglich, welche der beiden Städte
die teurere ist. Frankfurt wird schon lange als die teuerste Stadt in Deutschland
bezeichnet. Waren hier die Mietpreise früher schon nicht preiswert, so sind die Mieten
im Zuge des Immobilienbooms der letzten zehn Jahre noch einmal angestiegen. Auch
in anderen Städten in Deutschland sind die Mietpreise angestiegen (Kaiser S., 2019). Ist
eine Wohnung in München wirklich teurer als eine Wohnung in Hamburg?

Seite 2
2. Je höher die Entfernung der Wohnung zum Zentrum ist, desto geringer fällt der
qm-Preis aus. (Vergleich der Städte?)

Fraglich ist, ob die Entfernung vom Zentrum den qm-Preis einer Mietwohnung
beeinflusst. Als Zentrum haben wir vorerst zwei zentrale Orte in den jeweiligen
Städten definiert. Die Analyse soll verdeutlichen ob tatsächlich Wohnungen mit
größerer Entfernung günstiger sind als zentrale Wohnungen. Da zentrale
Wohnungen bei den meisten beliebter sind, gehen wir von einem Wachstum des
Preises aus. Interessant ist hier auch, wie groß der Unterschied des qm-Preises
beider Städte bei gleicher Entfernung zum Zentrum ist.

Dabei ist es interessant, ob die Entfernung einer Wohnung zum jeweiligen


Zentrum eine wichtige Rolle bei der Höhe des qm-Preises spielt. Wohnungen in
der Nähe des Zentrums sind sehr beliebt und deutlich teurer als am Stadtrand.
Die hohe Dichte von öffentlichen Verkehrsmitteln, sowie die Vielzahl von
Dienstleistungen in der Nähe des Zentrums und des Zentrums einer Stadt, sind
attraktive Kriterien für Wohnungssuchende (Deavita.com, Abgerufen am
20.05.2019).

3. Je aktueller das Baujahr, desto höher ist der qm-Preis (Vergleich der Städte);
(sinnvoll?) (wie klassifizieren wir Daten in stata)

Um Mietpreise zu vergleichen eignet sich das Baujahr als Vergleichskriterium


sehr gut. Ist eine Wohnung im Neubau unbedingt teurer als eine Altbauwohnung?
Dafür sprechen Modernisierung, Energieeffizienz und der Sanierungsbedarf.
Doch auch Altbau Wohnungen werden auf Grund ihres Charms immer mehr bei
jungen Menschen beliebt.

4. Eine Wohnung mit Einbauküche in Frankfurt führt zu einer höheren Kaltmiete, als
eine Wohnung mit Einbauküche in Dresden.

Seite 3
Die letzte Hypothese analysiert, ob und wie sich eine Einbauküche auf die Kaltmiete
auswirkt. In Deutschland werden immer mehr Wohnungen möbliert angeboten. Dies hat
für die Vermieter den Vorteil, dass sie die Mietpreisbremse umgehen können und somit
mehr Miete verlangen können (Gräber B., 2017). Gibt es Unterschiede, in Betracht auf
die Kaltmiete, von möblierten Wohnungen in Frankfurt und Dresden?

Um diese Hypothesen zu untersuchen, werden in dieser wissenschaftlichen Arbeit die


zur Preisbildung dienenden Faktoren von Wohnungen in München und Hamburg
untersucht und ausgewertet. Auf diese Einleitung folgt die Beschreibung des erhobenen
Datensatzes in Kapitel 2. Anschließend wird in Kapitel 3 eine deskriptive statistische
Auswertung durchgeführt. In diesem Kapitel werden die statistischen Werte des
arithmetischen Mittels und der Standardabweichung aufbereitet. Nachfolgend wird in
Kapitel 4 die induktive Statistik und die Theorie der multiplen Regressionsanalyse
erläutert, dabei werden die Voraussetzungen beschrieben und die damit einhergehende
Bedeutung von Residuen erklärt. Hierbei wird versucht, über die erhobenen Daten
hinaus, allgemeine Schlussfolgerungen über die umfassende Grundgesamtheit zu
ziehen (Fahrmeir, Heumann, Künstler, Pigeo & Tutz, 2016). Abschließend werden im
Fazit, Kapitel 5, die Ergebnisse des analysierten Datensatzes mit den anfänglichen
Hypothesen vergleichen und in einem kurzen Resümee ausgewertet.

Seite 4
2 Beschreibung des Datensatzes

In dieser wissenschaftlichen Arbeit wird ein Mietvergleich zwischen den Städten


Frankfurt und Dresden untersucht. Hierfür ist eine Stichprobenerhebung notwendig.
Unter einer Stichprobe versteht man eine Auswahl an Personen oder Objekten, die
stellvertretend für eine Grundgesamtheit Auskunft gibt. „Von den Befragten einer
Stichprobe wird auf die gesamte Grundgesamtheit geschlossen.“ (Zitat). In dieser Arbeit
werden die Städte Frankfurt und Dresden in zufällige Stadtteile zerlegt.

Aus jeder Stadt werden 240 Daten erhoben, sodass sich ein Datensatz aus 480 Daten
mit jeweils 10 Merkmalen ergibt.

Die Datenerhebung erfolgte über die Onlineplattform „Immobilienscout24“. Durch Filter


lassen sich bestimmte Bereiche, wie die Zimmeranzahl eingrenzen. Dies gestaltet die
Suche schnell und unkompliziert. Vom 09.10.2019 bis zum 14.10.2019 wurden alle
Merkmale aus diesem Portal erhoben und in einer Excel-Datei zusammengefügt. In
diesem Datensatz, sind folgende Merkmale von Bedeutung:

 Scout-ID
 Ort
 Kaltmiete
 Anzahl der Räume
 Wohnfläche
 Baujahr
 Küche vorhanden
 Balkon vorhanden
 Aufzug vorhanden
 Stadtteil

Die Merkmale des Datensatzes zur Ausführung von Abfragen in Stata sind wie folgt
dargestellt:

Merkmal Bedeutung Ausprägung Skalenniveau


Scout-ID Eindeutige Identifikationsnummer qualitativ ordinal skaliert

Seite 5
Ort Frankfurt = 1 Qualitativ nominal skaliert
Dresden = 0
Stadtteil Quantitativ nominal skaliert
Rauslassen?
Kaltmiete Kaltmiete in Euro Quantitativ metrisch skaliert
Räume Anzahl der Räum er Quantitativ metrisch skaliert
Wohnfläche Wohnfläche in qm Quantitativ metrisch skaliert
Baujahr Baujahr der Wohnung Qualitativ metrisch skaliert
Einbauküche Ja= 1 Qualitativ nominal skaliert
Nein = 0
Balkon Ja = 1 Qualitativ nominal skaliert
Nein = 0
Aufzug Ja = 1 Qualitativ nominal skaliert
Nein = 0
Tabelle 1: Skalenniveau, Bedeutung und Ausprägung der erhobenen Daten

In Tabelle 1 wird die Bedeutung der Merkmale kurz erklärt, sowie die Ausprägung und
das Skalenniveau beschrieben. „Als Qualitative Merkmale bezeichnet man Merkmale bei
denen sich die Merkmalsausprägungen zwar eindeutig in Kategorien unterscheiden
lassen, diese Antworten jedoch keinen mathematischen Wert annehmen können.“ (Zitat)
Beispiele für qualitative Merkmale in diesem Forschungsprojekt sind: Küche und Aufzug.
Sie können ausschließlich die Werte Ja oder Nein annehmen beziehungsweise Codiert
1 oder 0. Diese Ausprägungen lassen sich nicht ordnen oder in eine Reihenfolge bringen
(Bohley, 2000). „Als quantitative Merkmale bezeichnet man Merkmale, deren
Merkmalsausprägungen Intervallskalierte, metrische Werte annehmen“(ZItat).
Quantitative Merkmale können zudem nominal, ordinal oder metrisch skaliert sein (Zitat).
So wurde, wie man aus Tabelle 1 herauslesen kann, in dieser Arbeit der Stadt Dresden
die Zahl 0 und der Stadt Frankfurt die Zahl 1 zugeordnet. Im Fall dieses Mietvergleiches
gibt es lediglich ein ordinalskaliertes Merkmal, die ID-Nummer. Sie dient dazu einzelne
Wohnungen eindeutig zu identifizieren, damit Doppelerhebungen vermieden werden
können. So existiert jede Nummer nur einmal und es bestehen keine Zusammenhänge
zwischen diesen. Metrisch skaliert, oder auch kardinalskaliert, ist in Tabelle 1 zum
Beispiel die Anzahl der Räume. Bei einem metrisch skalierten Merkmal ist die
Abstandbildung sowie die Rangfolge, die gebildet werden kann, von Bedeutung. Hierfür
kommt unter anderem die Kaltmiete in Frage. Bei der Kaltmiete kann der Abstand
zwischen zwei Ausprägungen interpretiert werden und es kann eine Rangfolge gebildet
werden.. Ein metrisch- oder auch kardinalskaliertes Merkmal ist immer ein quantitatives
Merkmal (Bohley, 2000). Dies ist der Tabelle 1 entnehmbar.

Seite 6
Im Folgenden dieser wissenschaftlichen Arbeit werden von den Merkmale der Tabelle 1
in der deskriptiven Analyse die empirischen Lageparameter wie Standardabweichungen,
Mittelwert, Minimum und Maximum in Form einer Tabelle dargestellt und durch Grafiken
veranschaulicht.

Seite 7
3 Deskriptive Analyse
Im folgenden Kapitel werden die aufgestellten Hypothesen zwei bis vier anhand der
deskriptiven Statistik analysiert, indem der Datensatz durch das Programm STATA,
welches statistische Kennzahlen ermittelt, untersucht wird. Der Datensatz enthält jeweils
240 erhobene Daten aus Frankfurt und Dresden.

Als erstes werden im Folgenden zwei Kreisdiagramme (Abb. 1/ Abb. 2) abgebildet,


welche einen Überblick über die Entfernung der Wohnungen von Frankfurt und Dresden
zum jeweiligen Stadtzentrum (Frauenkirche in Dresden und Hauptwache in Frankfurt).

Frankfurt

26, 11% 25, 10%


12, 5%

177, 74%

nah (0-9 min.) mittel (10-29 min.) weit (ab 30 min.) o.a.

In Abbildung 1 wird die relative Häufigkeit als auch die absolute Häufigkeit der
Entfernungen in Prozent als auch als Wert angegeben dargestellt. Dabei gibt die
absolute Häufigkeit an, wie oft ein bestimmtes Ereignis eintritt (Anzahl) und die
relative Häufigkeit beschreibt, wie groß der Anteil der absoluten Häufigkeit an
der Gesamtzahl der Versuche ist. Mit den relativen Häufigkeiten lassen sich
Wahrscheinlichkeiten anhand von Beobachtungen bestimmen (Zitat).

Zum Beispiel beträgt die absolute Häufigkeit 25 und die relative Häufigkeit
25
240
=10%, da die Summe der beobachteten Werte in Frankfurt 240 ist.

Seite 8
Hierzu wurde das Merkmal Entfernung zum Zentrum in vier Kategorien klassifiziert: Nah
(0-9 Minuten), Mittel (10-29 Minuten), Weit (ab 30 Minuten) und o.A. (ohne Angabe).
Außerdem ist anhand des Kreisdiagramms erkennbar, dass die meisten Mietwohnungen
eine mittlere Entfernung zum Stadtzentrum aufweisen (74%) und die geringste Anzahl
an Mietwohnungen weit entfernt liegen (5%).

Dresden
10, 4%

22, 9%

80, 33%
128, 54%

nah (0-9 min.) mittel (10-29 min.) weit (ab 30 min.) o.a.

Im darauffolgenden Kreisdiagramm (Abb. 2) werden die jeweiligen Entfernungen zur


Frauenkirche in relativen Häufigkeiten dargestellt. Im Vergleich zu Frankfurt lässt sich
erkennen, dass die mittlere Entfernung am häufigsten vorkommt, allerdings nur mit 54%
und dabei nun 33% der Mietwohnungen eine weite Entfernung zum Stadtzentrum
aufweisen. Lediglich 4% wohnen „Nah“ am Stadtzentrum. Dementsprechend ist ein
deutlich erkennbarer Unterschied der relativen Häufigkeiten in Bezug auf die Entfernung
zum jeweiligen Stadtzentrum ersichtlich.

Anschließend werden die empirischen Lageparameter in den folgenden Tabellen


(Abb. 3; Abb. 4) illustriert. Dies dient dazu, einen Gesamtüberblick über die
Eigenschaften der Wohnungen in beiden Städten zu erhalten.

Seite 9
Abbildung 1: Statistische Kennzahlen der Wohnungseigenschaften von Frankfurt

Abbildung 2: Statistische Kennzahlen der Wohnungseigenschaften von Dresden

In der Tabelle (Abb. 3) ist zu erkennen, dass der niedrigste Mietpreis in Frankfurt
300 Euro und der höchste Mietpreis 4200 Euro beträgt. Dies kann anhand der Kaltmiete
abgelesen werden. Die Spannweite (R) des Mietpreises liegt dabei in dieser Stadt bei
3900 (4200-300). Wird die gesamte Wohnfläche der Stadt Frankfurt betrachtet, die
gleichmäßig auf jede Wohnung verteilt ist, ergibt sich die durchschnittliche Wohnfläche.
In Frankfurt beträgt dieser Wert 65.15192. Aus diesem Wert lässt sich interpretieren,
dass Wohnungen in Frankfurt mit einer durchschnittlichen Fläche von 65.15192 qm
vermietet werden, während die Standardabweichung, die als durchschnittliche
Abweichung vom Mittelwert definiert wird, einen Wert von 33.84458 qm aufweist.
Wohnungen können eine Ausstattung beinhalten, wie beispielsweise eine Einbauküche,
einen Keller, sowie einen Aufzug. Das arithmetische Mittel, beispielsweise der Variable

Seite 10
„Aufzug“ in der Stadt Frankfurt, weist einen Wert von 0,4875 auf. Daraus lässt sich
entnehmen, dass 48,75 % der Wohnungen in Frankfurt eine Küche haben.
Während die günstigste Kaltmiete in Frankfurt bei 300€ liegt, beträgt diese in Dresden
167,33 €. Somit liegt die Kaltmiete der günstigsten Wohnung in Dresden, aus der hier
erhobenen Stichprobe, bei knapp der Hälfte der Kaltmiete der günstigsten Wohnung in
Frankfurt (siehe Abb.3). Dies kann aus den Minimumwerten beider Städte entnommen
werden. Die Spannweite der Kaltmiete in Dresden beträgt demnach 2002,67. Es ist
erkennbar, dass die Miete in Frankfurt, im Gegensatz zu Dresden, bei den teuersten
Objekten 2030 Euro teurer ist und somit die deutlich teurere Stadt darstellt.
Desweiteren werden Wohnungen in Dresden mit einer durchschnittlichen Wohnfläche
von 57,58783 qm vermietet. Dieser Wert bildet lediglich einen geringen Unterschied zur
durchschnittlichen Fläche einer Wohnung in Frankfurt. Außerdem liegen die Wohnungen
in Frankfurt vergleichbar näher zum Zentrum als in Dresden. Dies kann anhand des
arithmetischen Mittels der Variable „Entfernung“ in den jeweiligen Tabellen (Abb. 3/ Abb.
4) abgelesen werden.

Ein weiteres von vielen Ausstattungsmerkmalen ist die Einbauküche, die nicht zwingend
in einer Wohnung vorhanden sein muss. Ob und in wie viele Wohnungen eine
Einbauküche vorhanden ist, kann der Abbildung 5 entnommen werden. Demzufolge ist
zu erkennen, dass in Dresden weniger Wohnungen mit Einbauküche angeboten werden
als in Frankfurt. Dabei liegt der Durchschnittswert in Dresden bei 0,5666667, weshalb
56,66667% der Mietwohnungen in Dresden eine Einbauküche haben, während es in
Frankfurt 80,41667% sind.

Abbildung 6: Mittelwert der Wohnungen mit Einbauküche von Dresden

Abbildung 7: Mittelwert der Wohnungen mit Einbauküche von Frankfurt

Anhand der Abbildungen 6 und 7 stellt sich die Frage, ob das Vorhandensein einer
Einbauküche sich auf den qm-Preis auswirkt (Hypothese 4). Das Merkmal

Seite 11
„Einbauküche“ ist nominal- und der „qm-Preis“ ist metrisch skaliert. Aus diesem Grund
wird die Stärke des Zusammenhangs mittels Cramers V, da lediglich herabskaliert
werden darf.

Abbildung 8 Dresden

Abbiludng 9 Frankfurt

Die Abbildungen 6 und 7 veranschaulichen einen positiv- sehr starken Zusammenhang


zwischen diesen beiden Merkmalen in den beiden Städten. Dies bedeutet für beide
Städte, dass die Kaltmiete steigt, wenn eine Einbauküche in einer Wohnung bereits
vorhanden ist. Am Cramer’s V wird deutlich, dass der Zusammenhang der beiden
Merkmale „Kaltmiete“ und „Einbauküche“ in der Stadt München etwas niedriger ist als in
Hamburg. Denn die Kaltmiete in Hamburg steigt um 0,8028, wenn die Einbauküche um
eine Einheit erhöht wird. Dagegen steigt die Kaltmiete in München um 0,7917 bei einer
Erhöhung der Einbauküche um eine Einheit. Infolgedessen kann die vierte Hypothese
nicht bekräftigt werden. Da der Einfluss einer Einbauküche auf die Kaltmiete in München
nicht höher als der Einfluss einer Einbauküche auf die Kaltmiete in Hamburg ist, sondern
etwas niedriger.

Als nächstes wird ein Histogramm zur Darstellung der Verteilung der Kaltmiete für
München und Hamburg verwendet. Dies ist möglich, da das Merkmal metrisch skaliert
ist. (Abb. 8) Dabei stellen die weißen Balken im Diagramm die Stadt Hamburg und die
roten Balken die Stadt München in relativen Häufigkeiten dar. Die Grafik visualisiert
einen Überblick über die Verteilung der untersuchten Mietwohnungen in Hamburg und
München. Während auf der X-Achse die Kaltmiete in Euro (in 1000er Klassen)
abgebildet wird, stellt die Y-Achse die Dichte der Mietwohnungen dar.

Seite 12
Modus

Median

Abbildung 3: Histogramm Kaltmiete in München und Hamburg

Das beide Verteilungen rechtsschief sind, kann aufgrund der Fechner’sche Lageregel
angesichts des arithmetischen Mittels, des Medians und des Modus erkannt und erklärt
werden. Diese Regel beurteilt wie die Verteilung hinsichtlich der Schiefe verlaufen muss.
Eine Verteilung ist nur dann rechtsschief, wenn folgende Voraussetzung erfüllt ist:
Modus < Median < arithmetrischen Mittel

Wie im Histogramm (Abb. 8) veranschaulicht, sind hier die Voraussetzungen erfüllt. Dies
bedeutet, dass die Wohnungen in beiden Städten sich meist im unteren Bereich der
Skala befinden. Abbildung 8 weist Unterschiede für beiden Städten auf. Die
preiswerteste Wohnung, die in Hamburg angeboten wird, beträgt ca. 3800 Euro. Im
Gegensatz dazu werden in München Wohnungen bis zu 5800 Euro angeboten. Hierbei
haben wir eine Spannweite von 2000 Euro. Daraus resultiert, dass Luxuswohnungen,
somit die preiswertesten Wohnungen in München bis zu 2000 Euro teurer als in
Hamburg sind. Dieses wird im Vergleich der Abbildungen 3 und 4 bereits deutlich. Die
gesamte Häufigkeitsverteilung von München scheint visuell im Vergleich zu Hamburg
nach rechts verschoben zu sein. Denn die größte Dichte der Mietwohnungen in Hamburg
liegt in der Preisklasse „500 bis 1000“ Euro. Dabei werden in München Wohnungen in
der Preisklasse „1400 bis 1600“ Euro am häufigsten vermietet (Abb.8). Daraus lässt sich

Seite 13
schließen, dass die Wohnungskosten in München höher ausfallen als in Hamburg. Die,
in der Einleitung aufgestellte zweite Hypothese, dass die Kaltmieten in München im
Durchschnitt teurer als die Kaltmieten in Hamburg sind, kann somit bestärkt werden.

Anschließend werden anhand der Korrelation die Zusammenhänge von zwei Variablen
je Stadt ermittelt. In den folgenden Tabellen (Abb. 9/Abb. 10) werden die Korrelationen
nach Pearson anhand der Merkmale „Fläche“ und „Kaltmiete“, welche beide metrisch
skaliert sind, gemessen.

Abbildung 4: Korrelation nach Pearson von Kaltmiete und Fläche in München

Abbildung 5: Korrelation nach Pearson von Kaltmiete und Fläche in Hamburg

Der Korrelationswert von München lautet 0,8253 und von Hamburg hat dieser einen Wert
von 0,8623. Demnach ist zu erkennen, dass beide Korrelationen einen positiv-sehr
starken linearen Zusammenhang zwischen diesen Merkmalen haben. Der Grund dafür
liegt im Korrelationswert, der sowohl positiv ist und sich nahe Eins befindet. Je größer
die Wohnfläche der Wohnung in einer Stadt ist, desto höher ist die dazugehörige
Kaltmiete. In München hat die Fläche einen minimal schwächeren Zusammenhang als
in Hamburg, da der Wert in München kleiner ausfällt. Folglich kann die dritte Hypothese,
dass die Fläche in München einen höheren Einfluss auf die Kaltmiete im Gegensatz zu
Hamburg hat, nicht unterstützt werden.

Zusammenfassend ist unter Berücksichtigung der Hypothesen festzustellen, dass im


Durchschnitt die Kaltmiete der Wohnungen in München höher ausfällt als in Hamburg.

Seite 14
Je größer die Wohnfläche der Wohnung in einer Stadt ist, desto höher ist die
dazugehörige Kaltmiete. Zudem hat nicht nur die Wohnfläche einen Einfluss auf die
Kaltmiete, sondern auch auf das Vorhandensein einer Einbauküche. Denn daraus
resultiert die Höhe der Kaltmiete, die anhand dieser Faktoren entweder die Kaltmiete
erhöhen oder sogar vermindern können.

In Kapitel 4 wird die erste Hypothese: “Je näher, sowohl in München als auch in Hamburg
eine Wohnung mit Stellplatz zum Hauptbahnhof liegt, desto teurer wird die Kaltmiete“,
anhand der induktiven Statistik durch der multiple Regressionsanalyse sowie der
Teststatistik analysiert.

Seite 15
4 Induktive Analyse

4.1 Grundsätzliches der multiplen Regressionsanalyse

4.2 Voraussetzungen der multiplen Regressionsanalyse

4.3 Anwendung der multiplen Regressionsanalyse

Seite 16
5 Fazit

Seite 17
Literaturverzeichnis

Seite V