Für sich allein genommen bieten diese Daten wichtige Informationen über Mobilitätsgewohnheiten und die Wahrnehmung der Bahnverbesserungen unter den Bürgern. Wahrscheinlich wird der Forscher die Ergebnisse weiter untersuchen wollen, um die Daten genauer zu verstehen.
Geschlecht * Haben die Befragten von den Plänen zur Verbesserung ihrer Lokalbahn gehört? Kreuztabellen
| Ja | Nein | Nicht sicher | Gesamt |
Weiblich | 28 | 76 | 4 | 108 |
Männlich | 45 | 40 | 7 | 92 |
Gesamt | 73 | 116 | 11 | 200 |
Geschlecht * Informationsquelle für lokale Pläne; Kreuztabellen
| Am Bahnhof | Presse | Internet | Infoblatt | Sonstiges | Gesamt |
Weiblich | 0 | 23 | 3 | 2 | 8 | 36 |
Männlich | 5 | 24 | 13 | 1 | 9 | 52 |
Gesamt | 5 | 47 | 16 | 3 | 17 | 88 |
Die Tabellen oben zeigen eine Analyse, die auf folgende Faktoren hinweist:
• weibliche Befragte haben im Vergleich zu männlichen Befragten eher nicht von den Plänen für Bahnverbesserungen an ihrem Ort gehört
• die Tabelle deutet auch darauf hin, dass sie eher über die Presse informiert wurden
• obwohl Männer die Informationen auch an den Bahnhöfen und aus dem Internet erfahren haben.
Altersspektrum * Haben die Befragten von den Plänen zur Verbesserung ihrer Lokalbahn gehört? Kreuztabellen
| Ja | Nein | Nicht sicher | Gesamt |
44 oder jünger | 25 | 44 | 6 | 75 |
45 oder älter | 48 | 73 | 5 | 126 |
Gesamt | 73 | 117 | 11 | 201 |
Altersspektrum * Informationsquelle für lokale Pläne; Kreuztabellen
| Am Bahnhof | Presse | Internet | Infoblatt | Sonstiges | Gesamt |
44 oder jünger | 3 | 12 | 10 | 2 | 7 | 34 |
45 oder älter | 2 | 35 | 6 | 1 | 10 | 54 |
Gesamt | 5 | 47 | 16 | 3 | 17 | 88 |
Die Aufteilung der Befragten nach Alter zeigt ebenfalls Unterschiede darüber, ob und wo sie von den Plänen zur Bahn gehört haben. Man kann außerdem eine weitere Analyse vornehmen, um herauszufinden, ob solche Zusammenhänge signifikant sind. In diesem Rahmen kann die statistische Analyse nicht vollständig erläutert werden. Allerdings kann man durch den Einsatz von Softwarepaketen wie SPSS und damit verwandten Leitfäden wie Andy Fields
„Discovering Statistics using IBM SPSS Statistics“ lernen, wie man seine Ergebnisse auf Signifikanz überprüft.