Vorbereitung: FCR durch erneute Berechnung von FirstContactResolved/EligibleTickets prüfen; Wochen ohne berechtigte Tickets aus dem Paar ausschließen, statt FCR als null zu behandeln. Die 274 vollständigen Person-Woche-Paare beibehalten und 14 fehlende Paare berichten. Streudiagramme mit TrainingHours auf der x-Achse und FCR auf der y-Achse erstellen, nach Einführungszeitraum oder Team einfärben und die 6-Stunden-Zeile beschriften. Da sich Beobachtungen innerhalb von 24 Personen wiederholen, ist der gesamte Pearson-Koeffizient beschreibend; sein gewöhnlicher Signifikanztest mit unabhängigen Zeilen ist ungeeignet.
Excel: Die Gesamtformel =CORREL(FILTER(AgentWeek[TrainingHours],valid),FILTER(AgentWeek[FCR],valid)) reproduziert in Microsoft 365 +0,46. Eine PivotTable zur Personenzusammenfassung mit durchschnittlichen TrainingHours und gewichteter FCR erstellen – Summe gelöst geteilt durch Summe berechtigt – und anschließend die 24 Personenzusammenfassungen korrelieren; das bereitgestellte Ergebnis von +0,18 ist deutlich schwächer. AgentMeanTraining und AgentMeanFCR mit AVERAGEIFS ergänzen und anschließend die Abweichungen auf Zeilenebene als explorativen Zusammenhang innerhalb einer Person korrelieren. Die Analyse ohne den gekennzeichneten 6-Stunden-Punkt, nach Einführungs- und Nicht-Einführungszeitraum, nach Betriebszugehörigkeitsgruppe sowie – soweit die Stichprobe genügt – mit Vergleichen innerhalb derselben Woche wiederholen. Einfache Mittelwerte von Quoten nicht vergleichen, wenn sich die Ticketnenner unterscheiden.
Sichere Formulierung: „Über 274 beobachtete Person-Wochen hinweg bestand zwischen Schulungsstunden und FCR ein mäßiger positiver unbereinigter Zusammenhang (Pearson r=0,46). Auf Ebene der Personenmittelwerte war der Zusammenhang schwächer (r=0,18). Wiederholte Beobachtungen, Einführungszeitpunkt, Betriebszugehörigkeit, Arbeitslast, Ticketmix, Selbstselektion in Schulungen und ein Punkt mit hoher Stundenzahl begrenzen die Interpretation. Diese Daten zeigen nicht, dass die Zuweisung zusätzlicher Schulung die FCR erhöht.“ Eine umgekehrte Richtung ist plausibel, wenn Wochen mit schwächerer Leistung Schulungen auslösen; gemeinsame Unterstützung bei der Einführung könnte beides erhöhen. Nächster Kausalnachweis: Ergebnis und Nenner vorab registrieren und berechtigte Personen randomisieren oder die Zuweisung gestaffelt mit einem ausgewerteten Cluster- beziehungsweise Wiederholungsmessungsdesign durchführen; Überschneidungen und Ausgewogenheit der Arbeitslast prüfen.
ChatGPT
