Full download ebook at ebookmass.

com

Applied Statistics in Business and Economics,

7e ISE 7th Edition David Doane

https://ebookmass.com/product/applied-statistics-
in-business-and-economics-7e-ise-7th-edition-
david-doane/

Download more ebook from https://ebookmass.com

More products digital (pdf, epub, mobi) instant
download maybe you interests ...

Applied Statistics in Business and Economics 5th

Edition David Doane

https://ebookmass.com/product/applied-statistics-in-business-and-
economics-5th-edition-david-doane/

Basic Statistics in Business and Economics, 10e ISE

10th/ISE Edition Douglas A. Lind

https://ebookmass.com/product/basic-statistics-in-business-and-
economics-10e-ise-10th-ise-edition-douglas-a-lind/

ISE Statistical Techniques in Business and Economics

(ISE HED IRWIN STATISTICS) 18th Edition Douglas A. Lind

https://ebookmass.com/product/ise-statistical-techniques-in-
business-and-economics-ise-hed-irwin-statistics-18th-edition-
douglas-a-lind/

Statistics for Business & Economics 14e Edition David

R. Anderson

https://ebookmass.com/product/statistics-for-business-
economics-14e-edition-david-r-anderson/
Fundamentals of Financial Accounting, 7e ISE 7th/ISE
Edition Fred Phillips

https://ebookmass.com/product/fundamentals-of-financial-
accounting-7e-ise-7th-ise-edition-fred-phillips/

Statistics For Business & Economics 13th Revised

Edition Edition David Ray Anderson

https://ebookmass.com/product/statistics-for-business-
economics-13th-revised-edition-edition-david-ray-anderson/

Culture and Psychology, 7e 7th Edition David Matsumoto

https://ebookmass.com/product/culture-and-psychology-7e-7th-
edition-david-matsumoto/

Essentials of Statistics for Business & Economics 9th

Edition David R. Anderson

https://ebookmass.com/product/essentials-of-statistics-for-
business-economics-9th-edition-david-r-anderson/

M: Business, 7e 7th Edition O.C. Ferrell

https://ebookmass.com/product/m-business-7e-7th-edition-o-c-
ferrell/
Applied Statistics
in Business and Economics
Seventh Edition
 Final PDF to printer

The McGraw Hill/Irwin Series in Operations and Decision Sciences

SUPPLY CHAIN MANAGEMENT BUSINESS SYSTEMS DYNAMICS Slater and Wittry

Math for Business and Finance: An Algebraic
Bowersox, Closs, Cooper, and Bowersox Sterman Approach
Supply Chain Logistics Management Business Dynamics: Systems Thinking and Second Edition
Fifth Edition ­Modeling for a Complex World
First Edition BUSINESS STATISTICS
Johnson
Purchasing and Supply Management OPERATIONS MANAGEMENT Bowerman, Drougas, Duckworth, Froelich,
Sixteenth Edition Hummel, Moninger, and Schur
Cachon and Terwiesch Business Statistics in Practice
Simchi-Levi, Kaminsky, and Simchi-Levi Operations Management Ninth Edition
Designing and Managing the Supply Chain: Second Edition
­Concepts, Strategies, Case Studies Doane and Seward
Fourth Edition Cachon and Terwiesch Applied Statistics in Business and Economics
Matching Supply with Demand: An Introduction Seventh Edition
PROJECT MANAGEMENT to Operations Management
Fourth Edition Doane and Seward
Larson and Gray Essential Statistics in Business and Economics
Project Management: The Managerial Process Jacobs and Chase Third Edition
Eighth Edition Operations and Supply Chain Management
Sixteenth Edition Lind, Marchal, and Wathen
SERVICE OPERATIONS MANAGEMENT Basic Statistics for Business and Economics
Jacobs and Chase Tenth Edition
Bordoloi, Fitzsimmons, and Fitzsimmons Operations and Supply Chain Management:
Service Management: Operations, Strategy, Infor- The Core Lind, Marchal, and Wathen
mation Technology Fifth Edition Statistical Techniques in Business and Economics
Ninth Edition Eighteenth Edition
Schroeder and Goldstein
MANAGEMENT SCIENCE Operations Management in the Supply Chain: Jaggia and Kelly
Decisions and Cases Business Statistics: Communicating with Numbers
Hillier and Hillier Eighth Edition Fourth Edition
Introduction to Management Science: A Modeling
and Case Studies Approach with Spreadsheets Stevenson Jaggia and Kelly
Sixth Edition Operations Management Essentials of Business Statistics: Communicating
Thirteenth Edition with Numbers
BUSINESS RESEARCH METHODS
Second Edition
Swink, Melnyk, and Hartley
Schindler
Managing Operations Across the Supply Chain BUSINESS ANALYTICS
Business Research Methods
Fourth Edition
Fourteenth Edition
Jaggia, Kelly, Lertwachara, and Chen
BUSINESS MATH Business Analytics: Communicating with Numbers
BUSINESS FORECASTING
First Edition
Slater and Wittry
Keating and Wilson
Practical Business Math Procedures
Business Forecasting
Thirteenth Edition
Seventh Edition

doa16287_fm_i-1.indd ii 10/21/20 10:22 AM

Applied Statistics
in Business and Economics
Seventh Edition

David P. Doane
Oakland University

Lori E. Seward
University of Colorado
 Final PDF to printer

APPLIED STATISTICS
Published by McGraw Hill LLC, 1325 Avenue of the Americas, New York, NY 10121. Copyright © 2022 by
McGraw Hill LLC. All rights reserved. Printed in the United States of America. No part of this publication may
be reproduced or distributed in any form or by any means, or stored in a database or retrieval system, without
the prior written consent of McGraw Hill LLC, including, but not limited to, in any network or other electronic
storage or transmission, or broadcast for distance learning.
Some ancillaries, including electronic and print components, may not be available to customers outside the
United States.
This book is printed on acid-free paper.
1 2 3 4 5 6 7 8 9 LWI 24 23 22 21

ISBN 978-1-260-59764-6
MHID 1-260-59764-4

Cover Image: Xuanya Han/Moment/Getty Images

All credits appearing on page or at the end of the book are considered to be an extension of the copyright page.

The Internet addresses listed in the text were accurate at the time of publication. The inclusion of a website does
not indicate an endorsement by the authors or McGraw Hill LLC, and McGraw Hill LLC does not guarantee the
accuracy of the information presented at these sites.

mheducation.com/highered

doa97644_fm_ise.indd iv 10/10/20 09:14 AM

About the Authors
David P. Doane
David P. Doane is accredited by the American Statistical Association as a Professional Statis-
tician (PStat®) . He is professor emeritus in Oakland University’s Department of Decision and
Information Sciences. He earned his Bachelor of Arts degree in mathematics and economics
at the University of Kansas and his PhD from Purdue University’s Krannert Graduate School.
His research and teaching interests include applied statistics, forecasting, and statistical edu-
cation. He is co-recipient of three National Science Foundation grants to develop software to
teach statistics and to create a computer classroom. He is a longtime member of the American
Statistical Association, serving in 2002 as president of the Detroit ASA. He has consulted
with governments, health care organizations, and local firms. He has published articles in
many academic journals. He currently belongs to ASA chapters in San Diego and Orange
County/Long Beach.
Courtesy of David Doane

Lori E. Seward
Lori E. Seward is a teaching professor in The Leeds School of Business at the University
of Colorado in Boulder. She earned her Bachelor of Science and Master of Science degrees
in Industrial Engineering at Virginia Tech. After several years working as a reliability and
quality engineer in the paper and automotive industries, she earned her PhD from Virginia
Tech and joined the faculty at The Leeds School in 1998. Professor Seward has served as the
faculty director of Leeds’ MBA programs since 2017. She currently teaches as well as coor-
dinates the core statistics course for the Leeds full-time, Professional, and Executive MBA
programs. She served as the chair of the INFORMS Teachers’ Workshop for the annual 2004
meeting. Her teaching interests focus on developing pedagogy that uses technology to create
a collaborative learning environment in large undergraduate and MBA statistics courses. Her
most recent article, co-authored with David Doane, was published in the Journal of Statistics
Courtesy of Lori Seward Education (2011).

Dedication
To Robert Hamilton Doane-Solomon
David

To all my students who challenged me to make statistics

relevant to their lives.
Lori

v
 From the Authors
“How often have you heard people/students say about a particular subject, ‘I’ll never
use this in the real world’? I thought statistics was a bit on the ‘math-geeky’ side at
first. Imagine my horror when I saw α, R2, and correlations on several financial reports
at my current job (an intern position at a financial services company). I realized then
that I had better try to understand some of this stuff.”
—Jill Odette (an introductory statistics student)

As recently as a decade ago our students used to ask us, “How do I use statistics?” Today we
more often hear, “Why should I use statistics?” Applied Statistics in Business and Economics
has attempted to provide real meaning to the use of statistics in our world by using real busi-
ness situations and real data and appealing to your need to know why rather than just how.
With over 50 years of teaching statistics between the two of us, we feel we have something
to offer. Seeing how students have changed as the new century unfolds has required us to
adapt and seek out better ways of instruction. So we wrote Applied Statistics in Business and
Economics to meet four distinct objectives.
Objective 1: Communicate the Meaning of Variation in a Business Context Variation
exists everywhere in the world around us. Successful businesses know how to measure varia-
tion. They also know how to tell when variation should be responded to and when it should be
left alone. We’ll show how businesses do this.
Objective 2: Use Real Data and Real Business Applications Examples, case studies, and
problems are taken from published research or real applications whenever possible. Hypo-
thetical data are used when it seems the best way to illustrate a concept.
Objective 3: Incorporate Current Statistical Practices and Offer Practical Advice
With the increased reliance on computers, statistics practitioners have changed the way they
use statistical tools. We’ll show the current practices and explain why they are used the way
they are. We also will tell you when each technique should not be used.
Objective 4: Provide More In-Depth Explanation of the Why and Let the Software
Take Care of the How It is critical to understand the importance of communicating with
data. Today’s computer capabilities make it much easier to summarize and display data than
ever before. We demonstrate easily mastered software techniques using the common software
available. We also spend a great deal of time on the idea that there are risks in decision mak-
ing and those risks should be quantified and directly considered in every business decision.
Our experience tells us that students want to be given credit for the experience they bring
to the college classroom. We have tried to honor this by choosing examples and exercises set
in situations that will draw on students’ already vast knowledge of the world and knowledge
gained from other classes. Emphasis is on thinking about data, choosing appropriate analytic
tools, using computers effectively, and recognizing limitations of statistics.

What’s New in This Seventh Edition?

In this edition we have listened to you and have made many changes that you asked for. We
sought advice from students and faculty who are currently using the textbook and reviewers at
a variety of colleges and universities. At the end of this preface is a detailed list of chapter-by-
chapter improvements, but here are just a few of them:
∙ New, brighter overall design (format, colors).
∙ Continued strong focus on Excel and business applications.
∙ New Analytics in Action briefings on careers in data analytics and exciting applications of
big data, artificial intelligence, and machine learning (including ethical issues).
∙ New Appendix J with side-by-side comparison of statistics functions in Excel and R.
∙ New Appendix K with an easy walk-through to get started with R and RStudio.

vi
∙ Chapter-end Software Supplements showing how to use R for applications in that chapter.
∙ Updated exercises with emphasis on compatibility with Connect®.
∙ Updated test bank questions matched with topics and learning objectives.
∙ New and updated Mini Cases for economics and business.
∙ New and updated exercise data sets, web links, Big Data Sets, and Related Reading.
∙ Many new guided examples on Connect. Students can watch 90 guided examples to aid
their learning.
∙ Connect® supplements including LearningStats demonstrations, illustrations of R calcula-
tions for common tasks, and video tutorials (both PC and Mac).

Software
Excel is used throughout this book because it is available everywhere. Some calculations are
illustrated using MegaStat and Minitab because they offer more capability than Excel’s Data
Analysis Tools. In recognition of growing interest in analytics training beyond Excel, our
textbook now provides an optional introduction to R with illustrations of topics in each chap-
ter. Our support for R is further enhanced with LearningStats modules, tables of R functions,
and R-compatible Excel data sets. To further assist students we provide Connect® tutorials or
demonstrations on using Excel, Minitab, MegaStat, and R. At the end of each chapter is a list
of LearningStats demonstrations that illustrate the concepts from the chapter.

Math Level
The assumed level of mathematics is pre-calculus, though there are rare references to calculus
where it might help the better-trained reader. All but the simplest proofs and derivations are
omitted, though key assumptions are stated clearly. The learner is advised what to do when
these assumptions are not fulfilled. Worked examples are included for basic calculations, but
the textbook does assume that computers will do the calculations after the statistics class is
over, so interpretation is paramount. End-of-chapter references and suggested websites are
given so that interested readers can deepen their understanding.

Exercises
Simple practice exercises are placed within each section. End-of-chapter exercises tend to be
more integrative or to be embedded in more realistic contexts. Attention has been given to
revising exercises so that they have clear-cut answers that are matched to specific learning
objectives. A few exercises invite short answers rather than just quoting a formula. Answers to
odd-numbered exercises are in the back of the book (all of the answers are in the instructor’s
manual).

LearningStats
Connect users can access LearningStats, a collection of Excel spreadsheets, Word documents,
and PowerPoints for each chapter. It is intended to let students explore data and concepts at
their own pace, ignoring material they already know and focusing on things that interest them.
LearningStats includes deeper explanations on topics such as how to write effective reports,
how to perform calculations, or how to make effective charts. It also includes topics that did
not appear prominently in the textbook (e.g., partial F test, Durbin–Watson test, sign test,
bootstrap simulation, and logistic regression). Instructors can use LearningStats PowerPoint
presentations in the classroom, but Connect users also can use them for self-instruction. No
instructor can “cover everything,” but students can be encouraged to explore LearningStats
data sets and/or demonstrations, perhaps with an instructor’s guidance.
David P. Doane
Lori E. Seward

vii
 1
CHAPTER Chapter 4 Descriptive Statist

How Are Chapters Organized

Overview of Square Selling Price Square Selling Price Square Selling Price

Statistics
Feet (thousands) Feet (thousands) Feet (thousands)
3,570 861 3,240 809 3,160 778
3,410 740 2,660 639 3,310 760
2,690 563 3,160 778 2,930 729
Chapter Contents 3,260
3,130
698
624
3,460
3,340
737
806
3,020
2,320
720
575
Each chapter begins with a short list of CHAPTER
3,460 CONTENTS
737 3,240 809 3,130 785
section topics that are covered in the 3,340 8061.1 What Is Statistics? 2,660 639
1.2 Why Study Statistics?
chapter. 1.3 Applying Statistics in Business
1.4 Statistical Challenges
1.5 Critical Thinking

Chapter Learning Objectives GROUPED DATA

CHAPTER LEARNING OBJECTIVES
4.7
Each chapter includes a list of learn- When you finish this chapter, you should be able to

ing objectives students should be able Weighted Mean

LO 1-1
LO 1-2
Define statistics and explain some of its uses.
List reasons for a business student to study statistics.
LO 4-10
to attain upon reading and studying the The weighted mean is a Explain
LO 1-3 sum that assigns
the uses of statisticseach data value a weight wj that represents a frac-
in business. Calculate the mean
chapter material. Learning objectives tion of the total (i.e., the kState
LO 1-4 weights must
the common sum facing
challenges to 1).business professionals using statistics. standard deviation f
First Pages
grouped data.
give students an overview of what is LO 1-5 List and explain common statistical pitfalls.
_ k k
expected and identify the goals for learn- x = ∑ wj xj Where ∑ wj = 1.00 (4.25)
j=1 j=1
ing. Learning objectives also appear
next to chapter topics in the margins. 60
For Applied Statistics in Business and Economics
example, your instructor might give a weight of 30 percent to homework, 20 percent
to the midterm
Section Exercises exam,3.140 (a)percent to the final
Make a stem-and-leaf plot for exam, and 10 on
these 24 observations percent toof acustomers
the number term who project
used a
(so that .30 + .20 + .40 + .10 = 1.00).
downtown Suppose
Citibank ATM during your scores
the noon hour on
on 24these wereworkdays.
consecutive 85, 68, (b)78,
Makeand a dot90.
plot

Section Exercises Your weighted average for the Citibank

®
of the ATM data. (c) Describe these two displays. (Hint: Refer to center, variability, and shape.)
course would be
Multiple section exercises are found _ k
39 32 21 26 19 27 32 25
x = ∑ wj xj = .30
18 × 85
26+ .20
34× 6818+ .4031× 78 35
+ .10 21× 90 =
33 79.3
throughout the chapter so that students j=1 33 9 16 32 35 42 15 24

can focus on material just learned. Despite a low score on3.2the (a)
midterm exam, you
Make a stem-and-leaf aretheright
plot for numberat
of the borderline
defects forforan
per 100 vehicles 8032 (if
these your
brands. (b)
Make a dot plot of the defects data. (c) Describe these two displays. (Hint: Refer to center, vari-
instructor rounds up). The weighted mean is widely used in cost accounting (weights for cost
ability, and shape.)
categories), finance (asset weights in investment portfolios), and other business applications.
2
Defects per 100 Vehicles (alphabetical by brand) JDPower

Mini Case 4.8

Brand Defects Brand Defects Brand Defects
Acura 86 Hyundai 102 Confirming Pages
MINI 133
doa16287_ch01_002-023.indd 2 Audi 111 Infiniti 107 05/14/20 Mitsubishi
07:59 AM 146
What Is the DJIA? DJIA
BMW 113 Jaguar 130 Nissan 111
Buick 114 Jeep 129 Porsche 83
The Dow Jones Industrial Cadillac
Average (commonly
111 called
Kia the DJIA) is
126 the oldest
Ram U.S. stock
110
market price index, based on the prices111
Chevrolet of 30 large, widely held, 170
Land Rover and actively Scion traded “blue 114
chip” public companies inChrysler
the United 122 Lexus
States (e.g., 88
Coca-Cola, Microsoft, Subaru
Walmart, Walt121
326 Applied Statistics in Business and Economics Dodge 130 Lincoln 106 Toyota 117
Mini Cases Disney). Actually, only a few
Fordof its 30 component
93 Mazdacompanies are 114“industrial.”VolkswagenThe DJIA135is
not a simple average but rather
GMC a weighted126average based on prices 87
Mercedes-Benz of its component
Volvo stocks.
109
Every chapter includes two or three Can a Null Hypothesis Be Proved?
Originally a simple mean Honda
of stock prices,95 the Mercury 113
DJIA now is calculated as the sum of the
mini cases, which are solved applica- 30 stock
No, pricesprove
we cannot divided bySource:
a null ahypothesis—we
“divisor” that compensates
J.D. Power and Associates
can only failfor
2010 Initial Quality Study™.
to stock
rejectsplits it. A andnullother changesthat
hypothesis
tions. They show and illlustrate the over time.
survives The divisor
repeated is revised
tests3.3without as often as“true”
(a) Makerejection
a stacked dotisplot
necessary
to compare only (see
the in the
Theoflimited
lengths cell phonesense
Wall calls by that
Street Sarah it
Journal for
andhas
the
Bob been
during
latest divisor
thoroughly value). Because
scrutinized lasthigh-priced
andthetested. week.Today’s
(b) Describestocks
“true”
what the comprise
dot plots tellayou.
hypothesis larger proportion
couldPhoneCalls
be disproved of the sum,
tomorrow
analytical application of specific statis-
ifthe
newDJIAdataisare
more strongly
found. If weaffected to by
failSarah’s rejectchanges in
H1,01,, 1,the high-priced
same hypothesis stocks.may Thatbeis,retested.
a 10 percent That is
tical concepts at a deeper level than the pricescientific
how increaseinquiry
in a $10 stock Einstein’s
works. would
calls:
have
Bob’s calls: less
theories,
1, 2, 3, 3, 3, 5, 5, 6, 6, 7, 8, 8, 12, 14, 14, 22, 23, 29, 33, 38, 45, 66
5, 8, 9,effect
14,for than
23, 23,a24,10
example,
17, 21, 26,arepercent
27, over
27, price
28, 29,100 increase
31, 33,years
35, 39, 41old but in aare
examples. $50being
still stock,subjected
even if both to companies
rigorous tests. haveFew the same
scientiststotal marketreally capitalization
think that Einstein’s (the totaltheories
numberare
of sharesYet
“wrong.” timesit’sthe
in price per share;
the nature often referred
of science to keeptotrying as “market to refute cap”). Broad-based
accepted theories, market espe-
price when
cially indexes (e.g.,test
a new NSDQ, AMEX,
is possible or NYSE,
when new S&Pdata 500,become Russ 2K) are widely
available. used by
Similarly, thefundsafety
ofmanagers,
commonly butused Mini“Dow”
the venerable
prescription Case drugs 3.1
is isstillcontinually
the one youbeing see first studied.on CNN or MSNBC.
Sometimes, “safe” drugs
are revealed to have serious side effects
U.S. Business Cycles only after large-scale, long-term use by consumers.
Although many businesses anticipated the recession that followed the housing price bub-
ble of the early 2000s, they needed to anticipate its probable length to form strategies for
Analytics in Action debt management and future product releases. Fortunately, good historical data are avail-
able from the National Bureau of Economic Research, which keeps track of business

Analytics in Action
cycles. The length of a contraction is measured from the peak of the previous expansion
Walmart, Big Data, and Retail Analytics
to the beginning of the next expansion based on the real gross domestic product (GDP).
Table 3.3 shows the durations, in months, of 33 U.S. recessions.
These NEW features bring in real- Walmart processes overFrom the dot customer
a million plot in Figure 3.1, we see that
transactions the hour,
each 65-month contraction
which (1873–1879)
translates into
was quite unusual, although four recessions did exceed 30 months. Most recessions have
world examples to illustrate data ana- doa16287_ch04_100-157.indd 141
two to three petabyteslasted
of data each hour. (A petabyte is a million gigabytes!) What to do
less than 20 months. Only 7 of 33 lasted less than 10 months. The 8-month 2001
07/29/20

lytics in action. with all this data? Walmart

recessioniswaspracticing
among the data democratization.
shortest. Although the recessionThisthatterm
beganmeans making
in December 2007
large amounts of datahadavailable to everyone
unique features in the
(major financial organization
crisis, so that employees
steep rise in unemployment, can
sluggish recov-
ery), its duration (18 months) was not extreme.
quickly react to changes in their customers’ behaviors.
Walmart operates a Data Café that can be accessed by everyone in the company.
When store managers notice changes in sales for particular products, they can go to
the Data Café and look at data across all their stores to figure out why the changes
are happening. For example, a sharp decrease in sales of one product turned out to be
viii caused by incorrect pricing for that product. The problem can be fixed within a day
rather than having to wait a week or two—which is what typically happened in the past.
Differences60in sales between stores can highlight mistakes such as Halloween products
doa16287_ch03_056-099.indd 07/28/20 10:24 PM

not making it to the shelf. Identifying the mistake and fixing it in time for customers
to purchase before the big night prevents a loss in profit. Big data mean that real-time
 January 1893 (I) June 1894 (II) 17 April 1960 (II) February 1961 (I) 10
December 1895 (IV) June 1897 (II) 18 December 1969 (IV) November 1970 (IV) 11
June 1899 (III) December 1900 (IV) 18 November 1973 (IV) March 1975 (I) 16
September 1902 (IV) August 1904 (III) 23 January 1980 (I) July 1980 (III) 6

to Promote Student Learning?

May 1907 (II)
January 1910 (I)
January 1913 (I)
June 1908 (II)
January 1912 (IV)
December 1914 (IV)
13
24
23
July 1981 (III)
July 1990 (III)
March 2001 (I)
November 1982 (IV)
March 1991 (I)
November 2001 (IV)
16
8
8
August 1918 (III) March 1919 (I) 7 December 2007 (IV) March 2009 (I) 18
January 1920 (I) July 1921 (III) 18

Source: U.S. Business Contractions found at www.nber.org.

Figures and Tables

The table supplies information that the dot plot cannot. For example, during the 1930s
Throughout the text,
there were actually two there are hundreds
major contractions of charts,
(43 months from graphs, tables,
1929 to 1933, and spreadsheets to illustrate statistical concepts being
13 months
applied.
from 1937 to 1938), which is one reason why that period seemed so terrible to thosetext
These visuals help stimulate student interest and clarify the who explanations.
lived through it. The Great Depression of the 1930s was so named because it lasted a
long time and the economic decline was deeper than in most recessions. Confirming Pages

Figure 3.1
Dot Plot of Business Cycle Duration (n = 33)

Peak-to-Trough Business Cycle Duration

Chapter 2 Data Collection 37

0 10 20 Random
30 Sampling
40 Methods
50 60 70
We will Number
first discuss the four random sampling techniques shown in Table 2.5 and then
of Months
describe three commonly used non-random sampling techniques, summarized in Table 2.8. First Pages

Simple Random Sample Use random numbers to select items from a list (e.g., Visa Table 2.5
cardholders). Random Sampling
3.2 FREQUENCY DISTRIBUTIONS
Systematic Sample
80
Select every kth item from a list or sequence (e.g., restaurant
Applied Statistics in Business and Economics
customers).
Methods

AND HISTOGRAMS Stratified Sample Select randomly within defined strata (e.g., by age,
occupation, 3.7 gender). SCATTER PLOTS
Cluster Sample Select random geographical regions (e.g., zip codes) that
Frequency Distributions LO 3-8 represent Athe scatter plot shows n pairs
population. LOof observations
3-2 (x1, y1), (x2, y2), . . ., (xn, yn) as dots (or some
A frequency distribution is a table formed Make by classifying other symbol) on an X-Y graph. This type of display is so important in statistics that it deserves
and interpretnanumerical data values into k Create a frequency distri-
classes called bins. The table shows the frequency of data values careful attention.
eachA scatter plot is a starting point for bivariate data analysis. We create scatter
by N that fall within bybin.
scatter plot.
We denote the population size and the
plotssample size
to investigate In abution
simple
n.relationship
the
forrandom
a data set.
between twosample,
variables. Typically, we would like to know
Frequencies also can be expressed as relative frequencies or percentages
every item in the population of N items hasifthe of the
same
there
total number
is anchance of being
association chosen
between in the sample
two variables and, if of
so, what kind of association exists. As
of observations. n items. A physical experiment to accomplish we this
did with
wouldunivariate data analysis,
be to write each oflet’s
the look at avalues
N data scatter plot to see what we can observe.
on a poker chip and then to draw n chips from a bowl after stirring it thoroughly. But we can
Examples accomplish the same thing if the N population items appear on a numbered list, by choosing n
Example 3.3
integers between 1 and N that we match up against Figurethe
3.16numbered
shows a scatter plot
list of with
the life expectancy
population items. on the X-axis and birth rates on the
Examples of interest to For stu- Birth Rates
example, suppose and Life
we want studentInatthis
to select oneY-axis. illustration,
random from there
a list seems
of 15 to be an association
students (see between X and Y. That is,
nations with higher birth rates tend to have lower life expectancy (and vice versa). No
dents are taken from publishedFigure 2.5). If youExpectancy
were asked to “use your judgment,” you would probably pick a name in the mid-
cause-and-effect relationship is implied because, in this example, both variables could
research or real applications dle, thereby
to biasing theThedraw
Source: World against those individuals
Factbook 2003. at either
be influenced by aend ofvariable
third the list.that
Instead
is notwe rely on (e.g., GDP per capita).
mentioned
Central Intelligence Agency, 2003.
a random number to “pick” the name. How do we determine the random number? Before com-
illustrate the statistics concept. www.cia.gov.
puters, statisticians relied on published tables ofFigure random 3.16numbers. The process is simpler
doa16287_ch03_056-099.indd 61 07/28/20 today.
10:24 PM
For the most part, examples Most pocket calculators have a key to produce a random decimal in the interval [0, 1] that can be
Scatter Plot of Birth Rates and Life Expectancy (n = 153 nations) BirthLife
are focused on business, but to a random integer. In this example, we used Excel’s function =RANDBETWEEN(1,15) to pick
converted
a random 60
there are also some that are integer between 1 and 15. The number was 12, so Stephanie was selected. There is no
more general and don’t bias because all values from 1 to 15 are equiprobable (i.e., equally50likely to occur). An equivalent
Birth Rate per 1,000

require
R function for choosing a single random integer between 1 and 15 40 is sample(1:15,1,1).
any prerequisite knowledge. 30
And there are some that are Random person 12 20 Figure 2.5
based on student projects. 10
0
Picking on Stephanie
1 Adam 6 Haitham 11 Moira
30 40 50 60 70 80
2 Addie 7 Jackie 12 Stephanie
Life Expectancy (years)
3 Don 8 Judy 13 Stephen
4 Floyd 9 Lindsay 14 Tara
5 Gadis 10 Majda 15 Xander
Figure 3.17 shows some scatter plot patterns similar to those that that you might observe
when you have a sample of (X, Y) data pairs. A scatter plot can convey patterns in data pairs
Sampling without replacement means that that once
wouldannot be has
item apparent
beenfrom a table.
selected Compare
to be includedtheinscatter plots in Figure 3.18 with the
prototypes
the sample, it cannot be considered for the sample and The
again. use your own
Excel words to=RANDBETWEEN(a,b)
function describe the patterns that you see.
uses sampling with replacement. This means that the same random number could show up
more than once. Figure
Using the3.17
bowl analogy, if we throw each chip back in the bowl and stir the
Data Set Icon
Strong Positive Weak Positive No Pattern
contents before the next draw, an item can be chosen again. Instinctively most people believe
Prototype Scatter Plot
that sampling the
A data set icon is used throughout without
text replacement
to identifyisdata
preferred
sets over sampling
used with replacement
in the figures, examples, because
and
Patterns Y Y Y USTrade
allowing duplicates in our sample seems odd. In reality, sampling without replacement can
exercises that are included in Connect for the text.
be a problem when our sample size n is close to our population size N. At some point in the
sampling process, the remaining items in the population will no longer have the same prob-
X X X
ability of being selected as the items we chose at the beginning of the sampling process. This
could lead to a bias (a tendency to overestimate or underestimate
Strong Negative the parameterWeak
we Negative
are trying Nonlinear Pattern
to measure) in our sample results. Sampling with replacement does not lead to bias. In a list of
items to be sampled (a vector x), the R function sample(x, n, 1) will choose a random sample of n
ix
items with replacement or use sample(x, n, 0) toY sample without replacement). Y Y
When should we worry about sampling without replacement? Only when the population is
finite and the sample size is close to the population size. Consider the Russell 3000® Index,
X X X
How Does This Text Reinforce First Pages

First Pages

Chapter 4 Descriptive Statistics 147

Chapter Summary
Chapter Summary Chapter 4 Descriptive Statistics 147
Chapter summaries provide The mean and median describe a sample’s center and also indicate the mean absolute deviation or MAD is easy to understand but
an overview of the material Chapter
skewness. TheSummary
mode is useful for discrete data with a small range. lacks nice mathematical properties. Quartiles are meaningful
The trimmed mean eliminates extreme center
values. and
Thealso
geometric even for fairly small deviation
data sets, or
while is easy toareunderstand
percentiles used only but
for
covered in the chapter. The mean and median describe a sample’s indicate the mean
large
absolute MAD
mean mitigates
skewness. high is
The mode extremes butdiscrete
useful for cannot data
be used
with when zeros
a small or
range. lacks data
nicesets. Box plots show
mathematical the quartiles
properties. and are
Quartiles data meaningful
range. The
negative values are present. The midrange is easy
The trimmed mean eliminates extreme values. The geometric to calculate correlation
even for fairly small datameasures
coefficient sets, whilethepercentiles
degree of linearity
are used between
only for
but
mean is mitigates
sensitive to extremes.
high extremesVariability
but cannotis be
typically measured
used when zeros by
or two
largevariables.
data sets.The plots showmeasures
Boxcovariance the degree
the quartiles and datato range.
which The
two
the standard
negative valuesdeviation, whileThe
are present. relative dispersion
midrange is given
is easy by the
to calculate variables move together. We can estimate many common
correlation coefficient measures the degree of linearity between descriptive
coefficient of variation for nonnegative data. Standardized
but is sensitive to extremes. Variability is typically measured by data statistics from The
two variables. grouped
covariance Sample coefficients
data. measures the degree toFirst Pages
of which
skewness
two
reveal or unusual data
outliersdeviation,
the standard whilevalues, anddispersion
relative the Empirical Ruleby
is given offers
the and kurtosis
variables moveallow moreWe
together. precise inferences
can estimate about
many the shape
common of the
descriptive
acoefficient
comparison of with a normal
variation distribution. data.
for nonnegative In measuring dispersion,
Standardized data population being sampled instead of relying on histograms.
statistics from grouped data. Sample coefficients of skewness
reveal outliers or unusual data values, and the Empirical Rule offers and kurtosis allow more precise inferences about the shape of the
a comparison with a normal distribution. In measuring dispersion, population being sampled instead of relying on histograms.
Key Terms
148 Applied Statistics in Business and Economics
Key Terms Center
Key Terms
geometric mean
Variability
Chebyshev’s Theorem
Shape
bimodal distribution
Other
box plot
Commonly Used Formulas in Descriptive Statistics covariance
Key terms are highlighted mean
Center
median
coefficient of variation
Variability
Empirical Rule
kurtosis
Shape
kurtosis coefficient
Other
five-number summary
geometric mean Chebyshev’s Theorem bimodal distribution box plot
and defined within the text. midhinge
mean mean absolute
coefficient
Sample mean: of¯ deviation
1 n
x variation
= __ ∑ xi
leptokurtic
kurtosis interquartile range
covariance
midrange outliers mesokurtic method of medians
They are also listed at the median Empirical Rule n i =1 kurtosis coefficient
multimodal
five-number summary
quartiles
mode
midhinge population
mean absolutevariance _________
deviation leptokurtic distribution interquartile range
ends of chapters to aid in trimmed
midrange mean Geometric range
mean:
outliers G = √
n
x x
1 2 . . . xn negatively
mesokurticskewed sample
method correlation
of medianscoefficient
weighted mean sample variance Pearson 2 skewness coefficient
reviewing. mode population variance __ multimodal distribution quartiles
standard
range deviation √
platykurtic
xn
n−1 __
trimmed mean Growth rate: GR = −1 negatively skewed sample correlation coefficient
weighted mean standardized
sample variance data x1 positively
Pearson 2 skewed
skewness coefficient
two-sum
Range: Range = xmax − xmin Schield’s
formula
standard deviation platykurticRule
z-score
standardized data skewed left
positively skewed
xmax + xminskewed
Schield’sright
Midrange = _________
two-sum formula
Midrange: Rule First Pages
z-score 2 skewness
skewed left
___________ skewness
skewed coefficient
right

√
n
∑ (x − ¯ x)2 symmetric data
skewness
i
Sample standard deviation: s= ___________
i =1
skewness coefficient
n−1
symmetric data
Choosing the Appropriate Statistic or Visual Display
148
Coefficient of variation: Population
Applied Statistics in Business and Economics
Sample

Commonly Used
σ s
Choosing
CVthe
= 100
Nominal ×_
Appropriate StatisticCV
or =
Visual __
100 ×Display
Ordinal ¯
Commonly Used Formulas in Descriptive
μ
Statistics
Data x
Median
Formulas Mode
StandardizedBar
variable:
Chart Population
Nominal
Type?
Sample
Ordinal
Mode
Data Bar Chart
Column Chart 1x − n Median
Some chapters provide a SampleMode
mean: ¯
zxi =
__ i∑μ
= n_____ xi Type? xi − ¯
zi = _____
x Column Chart
Mode
Bar Chart iσ
=1 Interval or s
listing of commonly used Column Chart _________ Ratio
Bar Chart
Geometric mean: G=√ n
x1 x2 . _______
. . x+ Q
Q Column Chart
formulas for the topic under Midhinge: Midhinge = 1 n 3 Interval or
__ 2
Ratio
discussion. √
Center n−1 __ xn Variability
Growth rate:
Mean GR = nx
− 1Describe Range
Median ∑1(xi − ¯ )(y − ¯
xWhat? y)
sXY Interquartile Range
Range:
Sample correlation coefficient:
Mode = _________________________
Range
rCenter = xi =1 − x
_________max min
_________ or r = ____
Variability s s Standard Deviation
Describe
Mean
√ √ Range
n n
Midrange ∑ (x i − ¯ x ) 2 ∑ (y i − ¯ y)2 X Y
Coefficient of
Median i =1 xmax +What?xmin
i =1 Interquartile Range
Midrange:
Geometric Mean Midrange = _________ Variation
Mode 2 Shape Standard Deviation
Midhinge Standardized z-Values
Midrange k k
Coefficient of
Weighted mean:
Histogram x = ∑___________
¯ n j xj where ∑ wj = 1.00
w Histogram

√
Geometric Mean j = 1∑ (x − ¯ x ) 2 j =Shape1 Variation
Box Plot i Box Plot
Midhinge
Sample standard deviation: s = ___________
i =1 Standardized z-Values
Mean vs. Median
Histogram k f m n − 1 Histogram
Grouped mean: ¯
x=∑ ____
j Skewness
j Coefficient
Box Plot j = 1 n Kurtosis Coefficient Box Plot
Coefficient of variation: Population Mean vs. Median Sample
Histogram
Skewness Coefficient
Chapter Review Chapter Review ®
CV = 100 ×Kurtosis
σ Box Plot
_
μ CoefficientCV = 100 × ¯
s
__
x
Histogram
Each chapter has a list of Standardized variable: Population
1. What are descriptive statistics? How do they differ from
Box Plot Sample
7. List strengths and weaknesses of each measure of center and
questions for student self- visual displays of data? xi − μ
zi = _____ zi = i
−¯
give its_____
x Excel
x function (if any): (a) midrange, (b) geometric
mean, ands (c) 10 percent trimmed mean.
review or for discussion. 2. Explain each concept: (a) center, (b) variability, andσ (c) shape.
8. (a) What is variability? (b) Name five measures of variability. List
3. (a) Why is sorting usually the first step in data analysis?
Q1 + Q3
_______
(b) Why is it useful to Midhinge:
begin a data analysis Midhinge = about
by thinking 2
the main characteristics (strengths, weaknesses) of each measure.
how the data were collected? 9. (a) Which standard deviation formula (population, sample) is
doa16287_ch04_100-157.indd 147
4. List strengths and weaknesses of each measure of center
n used most often? Why? (b) When is the coefficient of07:59
07/29/20 varia-
AM
∑ (xiand−¯ x )(y − ¯
y)
write its Excel function: (a) mean, (b) median, and (c)
i = 1mode.
_________________________ tion useful? ____
sXY
Sample correlation coefficient: r = _________ _________ or r =
√ √
n n sX sof
doa16287_ch04_100-157.indd 147
5. (a) Why must the deviations around the mean sum ∑ (to xi − x ) 2 ∑10.
¯
zero? (yi −(a)
y )To
¯ 2 what kind Y data does Chebyshev’s Theorem
07/29/20 apply?
07:59 AM
=1
(b) What is the position of the median in the data iarray when i =1 (b) To what kind of data does the Empirical Rule apply?
n is even? When n is odd? (c) Why is the mode of little use (c) What is an outlier? An unusual data value?
k k
in continuous data? (d) For
Weighted what type of ¯
mean: = ∑iswthe
xdata where ∑11.
j xj mode wj =(a) In a normal distribution, approximately what percent of
1.00
j =1 j =1
most useful? observations are within 1, 2, and 3 standard deviations of the
6. (a) What is a bimodal distribution? (b) Explain ktwo mean? (b) In a sample of 10,000 observations, about how
fj mways to
detect skewness. Grouped mean: x = ∑ ____
¯ j
many observations would you expect beyond 3 standard devi-
j =1 n ations of the mean?

x Chapter Review ®

1. What are descriptive statistics? How do they differ from 7. List strengths and weaknesses of each measure of center and
visual displays of data? give its Excel function (if any): (a) midrange, (b) geometric
2. Explain each concept: (a) center, (b) variability, and (c) shape. mean, and (c) 10 percent trimmed mean.
doa16287_ch04_100-157.indd 148
3. (a) Why is sorting usually the first step in data analysis? 8. (a) What is variability? (b) Name five measures of variability.
07/29/20 07:59List
AM
 12. (a) Write the mathematical formula for a standardized vari- 17. What does a correlation coefficient measure? What is its
able. (b) Write the Excel formula for standardizing a data range? Why is a correlation coefficient easier to interpret than
value in cell F17 from an array with mean Mu and standard a covariance?
deviation Sigma. 18. (a) Why is some accuracy lost when we estimate the mean

Student Learning?
13. (a) Why is it dangerous to delete an outlier? (b) When might or standard deviation from grouped data? (b) Why do open-
it be acceptable to delete an outlier? ended classes in a frequency distribution make it impossible
14. (a) Explain how quartiles can measure both center and vari- to estimate the mean and standard deviation? (c) When would
ability. (b) Why don’t we calculate percentiles for small grouped data be presented instead of the entire sample of
samples? raw data?
15. (a) Explain the method of medians for calculating quartiles. 19. (a) What is the skewness coefficient of a normal distribution?
(b) Write the Excel formula for the first quartile of an array A uniform distribution? (b) Why do we need a table for
named XData. sample skewness coefficients that is based on sample size?
16. (a) What is a box plot? What does it tell us? (b) What is the 20. (a) What is kurtosis? (b) Sketch a platykurtic population, a
role of fences in a box plot? (c) Define the midhinge and leptokurtic population, and a mesokurtic population. (c) Why
interquartile range. can’t we rely on a histogram to assess kurtosis?

Chapter Exercises Chapter Exercises ®

Exercises give students an oppor-

4.54 (a) For each data set, calculate the mean, median, and mode. Find Bob’s standardized z-score. (b) By the Empirical Rule,
tunity to test their understanding (b) Which, if any, of these three measures is the weakest is Bob’s SAT score unusual?
of the chapter material. Exercises indicator of a “typical” data value? Why? 4.61 Find the data value that corresponds to each of the follow-
ing z-scores.
a. Number of e-mail accounts (12 students): 1, 1, 1, 1, 2, 2,
are included at the ends of sec- 2, 3, 3, 3, 3, 3 a. Final exam scores: Allison’s z-score = 2.30, μ = 74, σ = 7
tions and at the ends of chapters. b. Number of siblings (5 students): 0, 1, 2, 2, 10
c. Asset turnover ratio (8 retail firms): 1.85, 1.87, 2.02,
b. Weekly grocery bill: James’ z-score = −1.45, μ = $53,
σ = $12
Some exercises contain data sets, 2.05, 2.11, 2.18, 2.29, 3.01 c. Daily video game play time: Eric’s z-score = −0.79,
μ = 4.00 hours, σ = 1.15 hours
identified by data set icons. Data 4.55 If the mean asset turnover for retail firms is 2.02 with a
standard deviation of 0.22, without assuming a normal 4.62 The average time a Boulder High varsity lacrosse player
First Pages
sets can be accessed through distribution, within what range will at least 75% of retail plays in a game is 30 minutes with a standard deviation First Pages
of
firms’ asset turnover fall? 7 minutes. Nolan’s playing time in last week’s game against
Connect and used to solve prob- 4.56 For each data set: (a) Find the mean, median, and mode. Fairview was 48 minutes. (a) Calculate the z-score for
(b) Which, if any, of these three measures is the weakest Nolan’s playing time against Fairview. (b) By the Empirical
lems in the text. indicator of a “typical” data value? Why? Rule, was Nolan’s playing time unusual when compared to
156 Applied Statistics in Business and Economics the typical playing time?
a. 100 m dash times (n = 6 top runners): 9.87, 9.98, 10.02,
154 Applied
10.15, Statistics in Business and Economics
10.36, 10.36 4.63 The number of blueberries in a blueberry muffin baked by
Once the data are imported to VehicleData, we can view the data, Be careful of the syntax,
EarthHarvest e.g., the
Bakeries cansquare
range brackets ]. You
from 18[ to can also refer
30 blueberries.
b. Number of children (n = 13 families): 0, 1, 1, 2, 2, 2, 2,
calculate statistics, and so on. For example, to calculate average to columns
(a) Usein the
yourEmpirical
data frame by number,
Rule separated
to estimate by commas
the standard (or
devia-
Related 2, 2, Reading
2, 2, 2, 6
city miles per gallon for our 50 vehicles (the column named by a colon : instead
tion of of a comma
the number if your columns
of blueberries in a are contiguous).
muffin. (b) What
c. Number of cars in driveway (n
the=function
8 homes): 0, 0,and
1, 1, 2,
Doane, inDavid
CityMPG the imported
P., and data),
Lori weE. use
Seward. mean()
“Measuring name
Skewness: assumption
Pukelsheim, did you“The
Friedrich. makeThree
> summary(VehicleData[c(6:8)])
about Sigma
the distribution
Rule.” Theof the num-
American
theForgotten
column2, 3,in5the data frame followed by $ (the dollar symbol) as ber of blueberries?
A Statistic?” Journal of Statistics Education 19, no. 2 (2011). Statistician
HP 48, no. 2 (May 1994), pp. 88–91.
Engine CityMPG
4.57
follows: During a rock concert, the noise level (in decibels) in front
Freund, Unless otherwise instructed,Introductory
you may use any desired statistical
rowJohn
seats E.,
has and Benjamin M. with
Perles. “A Newdeviation
Look at Verzani,
Note: John. Using 2nd ed.
a mean of 95 dB a standard Min. software
:106.0 Min. Randfor
for calculations :1400in the following
graphs Min. Statistics.
:13.00
problems.
> mean(VehicleData$CityMPG)
Quartilesof 8 of
dB.Ungrouped Data.” The
Without assuming American
a normal Statistician
distribution, 41,the
find no. Chapman-Hall,
1st Qu. :182.5 2014. 1st Qu. :2000 1st Qu. :18.00
3[1] (August
21.98
minimum1987),percentage
pp. 200–203.of noise level readings within 3 stan- Median :249.0 Median :2500 Median :22.00

More Learning mean.names (as they do here), we can DESCRIBING Mean :262.3 DATA Mean :2898 Mean :21.98
If ourdard datadeviations
frame columnsof the have
3rd Qu. :308.0 3rd Qu. :3500 3rd Qu. :26.00
4.58 Bags of statistics
getCHAPTER
summary jelly beans forhave a mean
variables weight
interest of
of Resources 396 the
using gmsummary()
with a 4.64 Below are monthly rents:6200
paid byMax.30 students who live® off
4 More Learning
Resources
Max. :602.0 Max. :31.00
standard deviation of 5 gm. Use Chebyshev’s Theorem to campus. (a) ®Find the mean,
command.
You can For example:
access these LearningStats demonstrations through McGraw-Hill’s Connect to help you median, and mode. (b) Do the
find a lower bound for the number of bags in a sample of You can create of
measures a graph
centraland export itagree?
tendency from the Plots tab
Explain. (c)(lower
Calculateright
understand descriptive statistics.
> summary(VehicleData[c(''Weight'',''Length'')])
200 that weigh between 386 and 406 gm. pane the
in R)standard
to paste it into your(d) written
Sort report. For example, the we can
LearningStats provides a Based on experience,
4.59 Weight the Ball Corporation’s aluminum can
Length create(e)
a simple
deviation.
boxoutliers
Are there plot andorhistogram
and standardize
withvalues?
unusual data optional(f)labels
Using
data.
forthe
the
Topic LearningStats Demonstrations
means for Connect users to Min. manufacturing
:2385
1st Qu.that :3356
the metal
facility :151.1
Min.
thickness
1st
OverviewQu.
in Ft. Atkinson, Wisconsin, knows
of incoming shipments has a mean
:181.9
axes and graph titles:
Empirical Rule, do you think the data could be from a nor-
mal population?
Describing Data Rents
explore data and concepts at Medianof 0.2731
:3662 mmMedian :192.2 deviation of 0.000959 mm.
with a standard > boxplot(VehicleData$Weight, ylab=''Pounds'', main=''Vehicle Weight'')
Using MegaStat
> hist(VehicleData$Weight, xlab=''Pounds'', main=''Vehicle
Mean (a) A:3954 certain Mean
shipment:190.9
has a diameter of 0.2761. Find the Using 730
Minitab 730 730 930 700 570 Weight'')
their own pace. Applications 3rd Qu.standardized
:4661 3rd Qu. for:198.7
z-score this shipment. (b) Is this an outlier? Using 690
R 1,030 740 620 720 670
Max. SAT:5917 Max. :231.9 class of 2010 at Oxnard Uni-
that relate to the material in the 4.60 scores for the entering
Descriptive statistics
versity were normally distributed with a mean of 1340 and
560
Basic Statistic
600 620
740 650
760
660
690
850
710
930
500
chapter are identified by topic a standard deviation of 90. Bob’s SAT score was 1430. (a) Quartiles
730 800 820 840 720 700
Box Plot Simulation
at the end of each chapter. Grouped Data
Significant Digits
ScreenCam Tutorials Using MegaStat
Excel Descriptive Statistics
Excel Scatter Plots
doa16287_ch04_100-157.indd 149 07/29/20 07:59 AM
Key: = PowerPoint = Excel = PDF = ScreenCam Tutorials

Software Supplement
Descriptive Statistics Using Megastat On the new menu, enter the data range (in this case C4:C37) in the Input
You can obtain descriptive statistics (and more) from MegaStat, as range field (or highlight the data block on the worksheet). MegaStat
Exam Review Questions illustrated in Figure 4.33. Click the Add-Ins tab on the top menu, and
Exam
then click Review Questions
on the MegaStat for
icon (left side Chapters
of the top menu in1–4 this
offers you various statistics and visual displays, including a dot plot
and stem-and-leaf. Compare Excel and MegaStat to see similarities
At the end of a group of chapters, example). On the list of MegaStat procedures, click Descriptive Statistics.
1. Which type of statistic (descriptive, inferential) is each of the
and differences in their interfaces and results.
4. Which data type (categorical, numerical) is each of the following?
students can review the material Figure 4.33
following? a. Your current credit card balance.
a. Estimating the default rate on all U.S. mortgages from a b. Your college major.
they covered in those chapters. MegaStat’s
randomDescriptive
sample of 500 loans. c. Your car’s odometer mileage reading today.
Statistics JDPower
This provides them with an oppor- b. Reporting the percent of students in your statistics class
who use Verizon.
5. Give the type of measurement (nominal, ordinal, interval,
ratio) for each variable.
tunity to test themselves on their c. Using a sample of 50 iPhones to predict the average battery
a. Length of time required for a randomly chosen vehicle to
life in typical usage.
grasp of the material. 2. Which is not an ethical obligation of a statistician? Explain.
cross a toll bridge.
b. Student’s ranking of five cell phone service providers.
a. To know and follow accepted procedures. c. The type of charge card used by a customer (Visa, Mastercard,
b. To ensure data integrity and accurate calculations. AmEx, Other).
c. To support client wishes in drawing conclusions from 6. Tell if each variable is continuous or discrete.
the data.
a. Tonnage carried by an oil tanker at sea.
3. “Driving without a seat belt is not risky. I’ve done it for 25 b. Wind velocity at 7 o’clock this morning.
years without an accident.” This best illustrates which fallacy? c. Number of text messages you received yesterday.
a. Unconscious bias. 7. To choose a sample of 12 students from a statistics class of
Source: MegaStat
b. Conclusion from a small sample. 36 students, which type of sample (simple random, systematic,
c. Post hoc reasoning. cluster, convenience) is each of these?

xi

doa16287_ch04_100-157.indd 156 07/29/20 07:59 AM

doa16287_ch04_100-157.indd 154 07/29/20 07:59 AM

Instructors: Student Success Starts with You
Tools to enhance your unique voice
Want to build your own course? No problem. Prefer to use our
turnkey, prebuilt course? Easy. Want to make changes throughout the
65%
Less Time
semester? Sure. And you’ll save time with Connect’s auto-grading too.
Grading

Study made personal

Incorporate adaptive study resources like
SmartBook® 2.0 into your course and help your
students be better prepared in less time. Learn
more about the powerful personalized learning
experience available in SmartBook 2.0 at
www.mheducation.com/highered/connect/smartbook

Laptop: McGraw Hill; Woman/dog: George Doyle/Getty Images

Affordable solutions, Solutions for

added value your challenges
Make technology work for you with A product isn’t a solution. Real
LMS integration for single sign-on access, solutions are affordable, reliable,
mobile access to the digital textbook, and come with training and
and reports to quickly show you how ongoing support when you need
each of your students is doing. And with it and how you want it. Visit www.
our Inclusive Access program you can supportateverystep.com for videos
provide all these tools at a discount to and resources both you and your
your students. Ask your McGraw Hill students can use throughout the
representative for more information. semester.

Padlock: Jobalou/Getty Images Checkmark: Jobalou/Getty Images

Students: Get Learning that Fits You
Effective tools for efficient studying
Connect is designed to make you more productive with simple, flexible, intuitive tools that maximize
your study time and meet your individual learning needs. Get learning that works for you with Connect.

Study anytime, anywhere “I really liked this

Download the free ReadAnywhere app and access your app—it made it easy
online eBook or SmartBook 2.0 assignments when it’s to study when you
convenient, even if you’re offline. And since the app don't have your text-
automatically syncs with your eBook and SmartBook 2.0
assignments in Connect, all of your work is available book in front of you.”
every time you open it. Find out more at
www.mheducation.com/readanywhere - Jordan Cunningham,
Eastern Washington University

Everything you need in one place

Your Connect course has everything you need—whether reading on
your digital eBook or completing assignments for class, Connect makes
it easy to get your work done.

Calendar: owattaphotos/Getty Images

Learning for everyone

McGraw Hill works directly with Accessibility Services
Departments and faculty to meet the learning needs
of all students. Please contact your Accessibility
Services Office and ask them to email
[email protected], or visit
www.mheducation.com/about/accessibility
for more information.
Top: Jenner Images/Getty Images, Left: Hero Images/Getty Images, Right: Hero Images/Getty Images
Additional Connect Features
Excel Data Sets A convenient feature is the inclusion of an Excel data file link in many problems using data files in their
calculation. The link allows students to easily launch into Excel, work the problem, and return to Connect to key in the
answer.

Guided Examples These narrated video walkthroughs provide students with step-by-step guidelines for solving selected
exercises similar to those contained in the text. The student is given personalized instruction on how to solve a problem by
applying the concepts presented in the chapter. The narrated voiceover shows the steps to take to work through an exercise.
Students can go through each example multiple times if needed.

xiv
Another random document with
no related content on Scribd:
 John Wanamaker.
Jedes Land hat seine großen Kaufleute: Hoch über ihnen allen
aber steht John Wanamaker, der 1922 im Alter von 84 Jahren
gestorben ist.
John Wanamaker besaß das größte Warenhaus in Philadelphia und
das größte Warenhaus in Neuyork. In London hatte er nur ein
Einkaufsbureau.
Der Wert seiner drei Geschäftshäuser — nur der Gebäude allein —
war 12 500 000 Dollar.
Seine Verkäufe betrugen bis zu 1 250 000 Dollar an einem Tage!
Und dennoch war er so einfach, emsig und freundlich, als wäre er
nur ein Dorfschneider.
Er war ganz arm geboren. Sein Vater war Besitzer einer kleinen
Ziegelei und einer großen Familie. John war das älteste von sieben
Kindern.
Wanamaker war kein geborener Kaufmann. Weder sein Vater noch
seine Mutter verstanden irgend etwas vom Ladengeschäft. Er fand
keine Hilfe in ererbten Eigenschaften. Er war ein geborener
Ziegelarbeiter, der sich selbst zum größten aller Kaufleute
hinaufarbeitete.
Er hatte nur wenig Schulbildung. Mit 13 Jahren war er damit
beschäftigt, Ziegel zu wenden und Schubkarren mit Lehm zu
beladen. Seine zweite Stellung hatte er in einem Kleidergeschäft.
Hier fand er die beiden besten Dinge, die ein Junge finden kann —
die richtige Beschäftigung und einen guten Chef.
Er war so flink — so gefällig — so begeistert für seine
Beschäftigung, daß Kunden, die in das Geschäft kamen, gewöhnlich
fragten: »Wo ist John?« Er packte seine Arbeit an, als ob sie ein
großartiger Sport wäre.
»Der ehrgeizigste Junge, den ich je gesehen habe«, sagte sein
Chef von John. »Er wird einmal ein großer Kaufmann werden; er
organisiert immer irgend etwas.«
Mit 21 Jahren hatte er 2000 Dollar erspart. Er begann einen
eigenen kleinen Laden zu betreiben — 16 mal 80 Fuß groß. Am
ersten Tage verkaufte er für etwas über 25 Dollar, und er nahm 25
Dollar davon und gab sie für Anzeigen aus. In ein paar Wochen hatte
er bereits ein enormes Geschäft. Er saß nicht da und wartete, was
kommen würde. Er inserierte.
Dann, mit 23 Jahren, machte er eine Erfahrung, die ihm die Augen
öffnete und ihm zeigte, wie ein Laden sein müsse. Er wollte seiner
Mutter eine goldene Brosche schenken. Er ging in einen
Juwelierladen und wählte eine. Während der Juwelier sie einpackte,
sah er im Schaufenster eine andere Brosche, die ihm besser gefiel.
»Ich glaube, ich möchte lieber diese da haben«, sagte er.
»Nein, das gibt es nicht«, schnauzte ihn der Juwelier an. »Jetzt ist
es zu spät. Sie haben diese gekauft, und Sie müssen sie behalten.«
Als der junge Wanamaker das Juweliergeschäft verließ, kam ihm
eine große Erleuchtung. In seiner Phantasie erblickte er ein großes
Warenhaus, in dem Waren zurückgegeben und ausgetauscht werden
konnten — ein Warenhaus, das von Höflichkeit erfüllt war,
ein Warenhaus, das vom Gesichtspunkte des Kunden aus
betrieben werden sollte.
Sie sehen, er schuf sich zuerst sein Ideal; dann ging er ans Werk
und hielt aus, bis sein Ideal zur Tatsache wurde.
Sein Lebensweg wies eine ruhmreiche Fülle von Schwierigkeiten
auf. Vor allem hatte er eine — nach dem Ausspruch der Ärzte —
»unheilbare« Krankheit: Tuberkulose. Möglicherweise hat diese
Krankheit sein Leben verkürzt, immerhin lebte er aber noch 62
Jahre, nachdem man sie herausgefunden. Zumindesten überlebte er
alle seine Ärzte.
Zu jener Zeit, vor 60 Jahren, wurden Kaufmann und Kunde wie
heute Kapital und Arbeit als natürliche Feinde betrachtet. Ein Laden
war eine Art Festung, ein Platz, wo Käufer und Verkäufer um Preise
kämpften. Es gab keine Verkaufskunst im modernen Sinn. Geschäft
war Krieg.
John Wanamaker sah, daß das falsch und töricht war. Er beschloß,
Geschäfte auf einer Friedensgrundlage zu machen. Er ging ans
Werk, seinen Laden freundlich und ehrenhaft, gefällig und gesellig
zu machen.
Zunächst begann er, in seinen Inseraten die Wahrheit zu sagen. Er
bezeichnete Kragen als »halbleinen« und Unterzeug als
»halbbaumwollen«. Er sagte die volle Wahrheit über seine goldenen
Uhren und seine Silberwaren. Wenn er behauptete, daß ein Hut ein
Pariser Hut sei, so war es ein Pariser Hut. Er klebte nicht richtige
Etiketten auf falsche Ware.
Jede Wanamaker-Anzeige beruht auf persönlicher Prüfung der
Waren. Schon diese Tatsache zeigt, welch ein »unpraktischer
Träumer« er war.
Er befolgte stets drei Regeln, wenn er inserierte:
1. Nichts drucken zu lassen, was er nicht beweisen konnte.
2. Alles vom Standpunkt des Kunden aus zu betrachten.
3. Niemals Verkäufe auf Kosten der dauernden Freundschaft zu
forcieren.
Wanamaker glaubte an die Wirkung großer Anzeigen. Er war der
erste Kaufmann, der volle Seiten inserierte. Er verwendete einfache,
klare Ausdrücke und große, gut lesbare Schrift. Nach seiner Meinung
sollte eine Anzeige die Neuheiten seines Warenhauses zum Vorteil
des Publikums enthalten.
 Sein ganzes Leben lang dachte er stets über dieses Eine nach —
wie er sein Warenhaus für das Publikum behaglich gestalten könnte.
Er begründete das System der Einheitspreise.
Er stellte die törichte Gewohnheit ab, den nicht kaufenden Kunden
als einen Eindringling anzusehen. Er gab den Leuten den freien
Zutritt zu seinem Warenhaus ohne irgendwelchen Kaufzwang.
Er gestattete allen Kunden, ihr Geld zurückzuverlangen, wenn sie
es sich anders überlegt hatten.
Er begann die Schulung seiner Angestellten, um sie alle zu
geschickten und höflichen Verkäufern zu erziehen.
Niemand weiß, ob ein Wanamaker-Warenhaus ein Heim, eine
Kunstgalerie, eine Kathedrale oder ein Boulevard ist. Es ist das alles
ebensosehr wie ein Warenhaus.
In einem seiner Warenhäuser sind 600 Ölgemälde an den
Wänden. Es hat einen großen Ehrenhof. Es enthält behagliche
Ecken, Marmorpfeiler, Blumen, Teppiche und bunte Glasfenster.
Es gibt dort auch Musik. Um 9 Uhr früh wird in jedem Wanamaker-
Warenhaus eine Fanfare geblasen. Dann erbraust eine Orgel und
erfüllt das ganze große Gebäude mit rauschenden Melodien. Dieses
Orgelkonzert dauert eine halbe Stunde. Manchmal finden sich dazu
bis zu 25 000 Zuhörer ein. So beginnt der Tag in einem Wanamaker-
Warenhaus.
In Sachen der Ausbildung der Angestellten war John Wanamaker
seiner Zeit und seinen Konkurrenten um mindestens 50 Jahre
voraus.
Er hatte seine eigene »Handels-Universität« — kein anderer
Kaufmann der Welt ist je soweit gegangen.
Jeden Morgen finden Übungen für alle jungen Angestellten statt.
Ihr Körper wird flink und stark gemacht. Als Amerika in den Krieg
eintrat, kamen die ersten 1500 Rekruten vollständig ausgebildet von
den Wanamaker-Warenhäusern.
 »Lerne, während du verdienst, damit du mehr verdienen kannst«,
das war Wanamakers Motto. Er richtete Schulen und Vorlesungen für
alle erdenklichen Fächer ein. Auch gibt es da allerhand Klubs und
Gesellschaften und auch — etwas in Amerika durchaus
Ungewöhnliches — Pensionen für alte oder arbeitsunfähig
gewordene Angestellte.
Was John Wanamaker selbst anbetrifft, so war er ein gütiger,
christlicher Mann.
Er hatte keine Feinde, obwohl er sein Leben lang wegen seiner
Ideale und seiner »törichten Neuerungen« verspottet wurde. Alles
Kleinzeug, das sich mit rohen, schmierigen, kleinen Läden
zufriedengibt, machte sich über ihn lustig. Mindestens die Hälfte aller
Witze in den Vereinigten Staaten — ich glaube es sagen zu dürfen —
befassen sich mit Wanamaker, Rockefeller oder Ford.
John Wanamaker war von großer Frömmigkeit. Manchmal kommt
es mir vor, als ob er der letzte Christ gewesen wäre — oder der
erste.
Einmal wurde ein Mädchen, das beim Stehlen betroffen wurde, in
sein Bureau gebracht. Sie war störrisch, sie weigerte sich, ihren
Namen zu nennen. Ein Geistlicher war im Zimmer, und Wanamaker
sagte: »Kommt, laßt uns alle drei niederknien und beten.« Sie taten
es. Das Mädchen brach zusammen und gestand. Sie hatte weder
Eltern noch Freunde. Wanamaker gab sie zu einer gütigen Familie in
Pension und gab ihr eine Anstellung in seinem Laden. »Ich
verdamme dich nicht; gehe hin und sündige nicht mehr.«
Ich kann für seine Freundlichkeit persönlich Zeugnis ablegen. Vor
ungefähr 20 Jahren wollte ich einmal von ihm Informationen über
einen bestimmten geschäftlichen Gegenstand. Ich fand seine
Bureautür weit offen. Ich ging hinein und stellte meine Fragen. Er
beantwortete sie vollständig; und dann — in völlig unaufdringlicher
Weise, fragte er mich, ob ich in die Kirche gehe und die Bibel
studiere. In meinem ganzen Geschäftsleben ist er der einzige Mann,
der je eine derartige Frage an mich gerichtet hat. Und so habe ich
sie nicht vergessen.
So war John Wanamaker — der Kaufmann über allen Kaufleuten.
Er wurde, was er war, weil er den Wagemut hatte, ein guter Mensch
zu sein.
 Murdo Mackenzie.
So unglaublich diese Geschichte ist — jedes Wort ist wahr. Es ist
die Geschichte eines jungen Hochländers, der fünf Jahre umsonst
arbeitete, um das Bankgeschäft und die Rechtswissenschaft zu
lernen.
Nach dieser Vorbereitung ging er in das Geschäftsleben, und
heute ist er
der bedeutendste Viehzüchter der Welt.
Er ist in Schottland, Südamerika und den Vereinigten Staaten
wohlbekannt. Sein Name ist Murdo Mackenzie.
Mit über 75 Jahren ist er heute noch in voller Tätigkeit. Er
verwaltet über fünf Millionen Hektar Land mit 500 000 Stück Vieh.
Jahrelang war er der Präsident der Viehzüchterassoziation der
Vereinigten Staaten. Er ist der Viehkönig von drei Ländern und
begann sein Leben im schottischen Hochland als kleiner Junge auf
einer kleinen Farm.
Sein Vater war ein Pächter von Sir Charles Roß in Baluagown.
In dem kleinen Häuschen, in dem er das Licht der Welt erblickte,
gab es viele Bücher; und der Kleine war sehr auf das Lernen erpicht.
Er ging bis zu seinem 14. Lebensjahre in die Kirchenschule und
hernach vier Jahre lang — sieben Meilen täglich — in eine höhere
Schule.
Mit 18 Jahren trat er ohne Bezahlung in ein Anwaltbureau ein, um
die Rechte zu lernen. Dann ging er ebenso unbezahlt drei Jahre lang
in eine Bank, um das Bankgeschäft zu lernen.
Diese fünf unbezahlten Jahre nennt Mackenzie das Geheimnis
seines Erfolges. Während dieser Zeit brachte er sich dadurch fort,
daß er an den Abenden verschiedene Nebenbeschäftigungen betrieb.
Mit 23 Jahren wurde ihm eine Stelle als Hilfsverwalter der
Roßschen Güter angeboten. Er nahm sie an. Das Gehalt war 100
Pfund Sterling jährlich.
Mit 26 Jahren heiratete er und blieb neun Jahre in Schottland. Mit
35 Jahren war sein Gehalt erst 250 Pfund Sterling im Jahr.
Das beweist, daß in Schottland viele Leute leben, die zehnmal
soviel verdienen würden, wenn sie in einem anderen Lande lebten.
Mit 35 Jahren bot sich Mackenzie die erste Gelegenheit, etwas
Großes zu leisten. Er wurde zum Verwalter einer großen
Tierzuchtfarm in Texas ernannt.
Er fuhr hin und fand sich an der Spitze eines großen Gutes von
400 000 Hektaren mit 70 000 Stück Vieh.
Bald entdeckte er, daß Texas nicht Schottland ist. Banditen und
Räuber hielten das Land in Schrecken. Das Gesetz galt nichts.
Man riet ihm, einen Revolver zu tragen, aber er lehnte ab. »Nein,«
sagte er,
»Revolver sind für Feiglinge und Mörder, nicht für Ehrenmänner.«
Seine Freunde fürchteten, daß er getötet werden könnte; aber er
lebt heute noch, und die Revolverleute sind tot. »Sie brachten sich
gegenseitig um«, sagt Mackenzie.
Er ist ein riesiger Mann. »Ich bin eine zu große Zielscheibe,« meint
er, »um mich auf Revolverkämpfe einzulassen. Niemand kann mich
verfehlen.« Und doch hat er niemals Furcht gekannt.
Sehr bald wurde er der Führer aller Viehzüchter in den Vereinigten
Staaten. Er wurde gewöhnlich gewählt, wenn es galt, sie in
nationalen Angelegenheiten zu vertreten.
Einmal besuchte er den Präsidenten Roosevelt. Ich erinnere mich
sehr deutlich daran, weil ich zu jener Zeit in Washington war.
 Roosevelt hatte versprochen, Mackenzie 20 Minuten zu gewähren.
Als Mackenzie hereinkam, wendete sich Roosevelt in seiner
überlebhaften Weise an ihn und sprach ununterbrochen.
Nach 20 Minuten sagte Roosevelt: »Jetzt ist Ihre Zeit um. Adieu,
Mackenzie!«
»Noch nicht, Herr Präsident«, sagte Mackenzie, indem er seinen
gewaltigen Körper zwischen Roosevelt und die Tür stellte. »Ich bin
nicht dreitausend Meilen gekommen, um in dieser Weise abgefertigt
zu werden. Sie haben gesagt, Sie wollten mir zwanzig Minuten
geben. Und bisher haben Sie allein geredet. Jetzt werden Sie Ihr
Wort halten und hören, was ich zu sagen habe.«
Roosevelt setzte sich nieder. Er hatte seinen Meister gefunden. Er
horchte 20 Minuten, während Mackenzie ihm die Beschwerden der
Viehzüchter vorlegte. Die beiden Männer — Roosevelt und
Mackenzie — wurden hierauf gute Freunde, und Roosevelt erwähnte
Mackenzie in einem seiner Bücher. »Er glaubt daran,« schreibt
Roosevelt, »daß man jedermann ehrenhaft behandeln müsse.«
Mit 61 Jahren übernahm Mackenzie eine noch viel bedeutendere
Stellung. Er richtete eine Viehzuchtfarm von fünf Millionen Hektar in
Brasilien ein.
Dieser kleine schottische Knabe, der täglich 14 Meilen wanderte,
um zu lernen, der einzige Schotte, der jemals fünf Jahre unbezahlt
gearbeitet hat, ist
heute einer der Führer in Handel und Wandel der Welt.
Er ist mehr als das. Er ist eine aufbauende Kraft der Zivilisation. Er
hat neue Länder erschlossen. Er hat das Fleisch für die Welt
verbilligt. Er hat der Welt bessere Sorten Vieh und kräftigere
Menschen gebracht.
 Cyrus H. H. Curtis.
Dies ist die Geschichte eines Mannes, der mit eineinhalb Penny
begann und jetzt ein Kapital von 7 000 000 Pfund Sterling hat; des
Mannes, der mehr als irgendein anderer getan hat, um das Niveau
des Journalismus und der Reklame zu heben.
Curtis ist jetzt 73 Jahre alt. Er ist der Besitzer der »Saturday
Evening Post«, »Ladies’ Home Journal«, »Country Gentleman« und
»Philadelphia Ledger«.
Seine »Saturday Evening Post« wird in den Vereinigten Staaten
um fünf Cent verkauft und hat eine Verbreitung von 2 500 000
Exemplaren die Woche. Sie ist
die größte Zeitschrift der Welt.
Sein »Ladies’ Home Journal« erscheint in monatlich 2 000 000
Exemplaren zu 15 Cent.
Sein Einkommen aus Anzeigen beträgt jetzt gegen 13 000 000
Pfund Sterling das Jahr. Nein, das ist durchaus kein Druckfehler. Es
beträgt 13 Millionen Pfund Sterling, das heißt 260 Millionen Mark pro
Jahr. Und nicht ein Heller davon kommt aus Whiskyannoncen oder
Quacksalbermedizinen oder sonstigem Schund, mit dem den Leuten
Geld abgeschwindelt werden soll.
Er ist der erfolgreichste Zeitungsverleger der Welt — und in dem
Text seiner Blätter gibt es weder Verbrechen noch Skandal, so wenig
wie Schwindel in seinen Anzeigen. Sein Niveau ist höher, als das
irgendeines anderen Verlegers, und sein Nutzen ist es ebenfalls.
Cyrus Curtis stammt aus bestem britischen Geschlecht. Seine
vornehmen Ahnen verließen England im Jahre 1631.
Sein Vater war ein Dekorateur, der in einem kleinen Holzhaus in
Portland, Maine, lebte, wo Cyrus im Jahre 1850 das Licht der Welt
erblickte.
Als er zwölf Jahre alt war, bat er eines Tages seine Mutter um
etwas Geld, um sich Feuerwerk zu kaufen. »Wenn du Geld willst,«
sagte sie, »mußt du gehen und es verdienen, wie es dein Vater tut.«
Er hatte einen und einen halben Penny in seiner Tasche. Er ging
aus, kaufte drei Exemplare des »Daily Courier« und verkaufte sie an
der Straßenecke. Am Ende des Tages hatte er viereinhalb Penny.
Er war ein kleiner Bursche, flink und keineswegs stark, aber er
wurde sehr schnell ein vorzüglicher Zeitungsjunge.
Nachdem er einen Monat lang Zeitungen verkauft hatte, lieferte er
seine erste Geschäftsidee. Er ging zu dem Direktor des »Courier«
und bat um Kredit. »Wenn Sie mir bis morgen früh Kredit geben,«
sagte er eifrig, »werde ich ein großes Paket Couriere über den Fluß
nach Fort Preble hinübernehmen.«
Der Direktor stimmte zu. Darauf richtete der Junge Cyrus es so
ein, daß er als erster das Zeitungspaket erhielt und schlüpfte damit
durch einen Seitenausgang. Er fuhr nach Fort Preble und
schuf ein neues Absatzgebiet für den »Courier«.
Bald verdiente er damit zehn Schillinge wöchentlich, ein Betrag, der
dem halben Einkommen eines Arbeiters in jenen Tagen entsprach.
Das Jahr darauf, als er dreizehn war, fing er mit einer eigenen
kleinen Zeitung an. Es war eine vierseitige Jungenzeitung »Jung-
Amerika«, mit der er einen Absatz von 100 Stück die Woche erzielte.
Er hatte eine Handpresse um zwölf Schilling gekauft und machte
gute Fortschritte, als ein Feuer ihm alles vernichtete. Keine
Versicherung deckte den Schaden: »Jung-Amerika« ging in Rauch
auf.
Hierauf arbeitete er sechs Jahre in einem Kleiderladen. Während
dieser Zeit tat er nichts Bemerkenswertes und war sich offenbar
seiner eigenen Natur und seiner Fähigkeiten nicht bewußt.
 Mit 20 Jahren kehrte er zur Presse zurück. Er bekam eine Stellung
als Anzeigenakquisiteur für eine halbtote Zeitung in Boston. Eines
Tages bot ihm der entmutigte Eigentümer die Zeitung für 150 Pfund
Sterling an. Curtis lehnte ab. »Allright,« sagte der Eigentümer, »Sie
können sie auch umsonst haben.«
Curtis nahm sie und wünschte fünf Jahre lang, er hätte es nicht
getan. Es war hoffnungslos. Mit 25 Jahren gab er sie auf,
verheiratete sich und übersiedelte nach Philadelphia.
Es war seine Heirat, die ihm seinen ersten Erfolg einbrachte. Er
hatte eine andere Zeitung begonnen — die »Tribüne« —, und eines
Tages lenkte seine Frau seine Aufmerksamkeit auf die sogenannte
Frauenbeilage. »Wer hat das geschrieben?«, fragte sie. »Ich«,
erwiderte Curtis. »Es ist vollkommen lächerlich«, sagte sie.
»Gut,« sagte der kluge Curtis, »vielleicht ist es so. Willst du eine
Seite für mich schreiben?«
Sie tat es. Ihre Seite wurde sofort die beste in der Zeitung. Bald
wurde sie zur ganzen Zeitung, die darauf »Ladies’ Home Journal«
genannt wurde. Heute hat sie, wie gesagt, eine Auflage von zwei
Millionen und ist unter allen Frauenzeitungen die führende.
Curtis entdeckte bald, daß sein Geschäft für sein Kapital zu schnell
gewachsen war. Er brauchte viel mehr, als die Banken ihm geben
wollten.
Der Mann, der ihm zu Hilfe kam, war N. W. Ayer, ein
Anzeigenagent. Ayer war der erste Mann, der Curtis nach seinem
wahren Werte einschätzte. Er lieh ihm nicht nur 50 000 Pfund
Sterling, sondern girierte ihm auch einen Wechsel an die Papierfabrik
über weitere 25 000 Pfund Sterling.
In achtzehn Monaten hatte Curtis ihm den ganzen Betrag
zurückgezahlt, und als Ergebnis der guten Tat ist die N. W. Ayer-
Gesellschaft heute
die größte und reichste Anzeigenfirma der Welt.
 Eines der Geheimnisse des Erfolges von Curtis ist, daß er niemals
seine Zeit damit verliert, das, was er bereits in Händen hat, wieder in
Verwirrung zu bringen. Sein Grundsatz ist, rechtzeitig auf etwas
Neues loszugehen. Er läßt seine Erfolge in Ruhe.
So kaufte er, sobald das »Ladies’ Home Journal« ein Erfolg
geworden war, eine kleine Wochenschrift, genannt die »Saturday
Evening Post«. Sie war von Benjamin Franklin gegründet worden,
hatte aber sonst keinerlei Aktiven von irgendeiner Bedeutung. Curtis
kaufte sie um 200 Pfund Sterling. Sie war tot und begraben, aber
Curtis glaubte an die Auferstehung. Jedermann machte sich lustig
über ihn, weil er eine Zeitung kaufte, die nichts als einen Namen
hatte. Aber Curtis hatte eine neue Idee. Im Jahre 1897 faszinierte
ihn ein Buch namens »Calumet K«, das ein Journalist geschrieben
hatte. Dieses Buch war eine Romanze des Geschäftes. Es öffnete
seine Augen. Es zeigte ihm, daß Geschäft die interessanteste und
nützlichste Betätigung in der Welt ist: Er widmete sein neues
Magazin dem »Geschäft«.
Anfangs wollte es nicht gehen. Es steckte fest. Er verlor Geld
daran. Er verlor nahezu all sein Geld. Er verlor 300 000 Pfund
Sterling, bevor es anfing in die Höhe zu gehen.
Heute ist es die einträglichste Zeitschrift der ganzen Welt. Sie
bildet eine Klasse für sich. Sie berechnet 1500 Pfund Sterling für die
Anzeigenseite.
Sie lehnt die Hälfte der Anzeigen ab, die ihr angeboten werden.
In einer einzigen Ausgabe hat sie 200 000 Pfund Sterling Anzeigen.
Allein aus Anzeigen beträgt ihr Einkommen 7 Millionen Pfund Sterling
im Jahr.
Kurz darauf kaufte Curtis ein kleines, aber vornehmes Blatt,
genannt »Country Gentleman«. Es hatte gutes »Pedigree«, aber
wenig Abonnenten. Er arbeitete daran, bis die Auflage auf 600 000
wöchentlich gestiegen war.
Dann ließ er es in Ruhe und kaufte den »Daily Ledger«, ein Blatt,
das gleichfalls historisch und blutlos war.
 Zu dieser Zeit, als er einmal London besuchte, gab ihm jemand ein
Buch »Das Leben des John Delane«. Delane war der größte
Redakteur der »Times«. Er war unabhängig. Man nannte ihn den
»Donnerer«.
Seine Lebensgeschichte machte auf Curtis einen tiefen Eindruck.
Er kaufte für jeden Redakteur und Reporter, der bei ihm angestellt
war, ein Exemplar des Buches.
Er brachte »Ledger« in die Höhe, bis er in jeder Stadt in Amerika
verkauft wurde. Er ist jetzt oft in der Weltpresse zitiert.
Ohne Einrechnung des »Ledger« besitzt Curtis über zweihundert
große Pressen, die zusammen 1 500 000 Pfund Sterling gekostet
haben.
Er verbraucht täglich vierhundert Tonnen Papier
— eine Zugladung. Allein in seinem Hauptgebäude beschäftigt er
dreitausend Leute.
Von Körpergestalt ist Curtis klein, er hat freundliche Augen und
ruhige Manieren. Er trägt einen kurzgeschorenen viereckigen,
altmodischen Bart.
Er ist ein Mann, den man nicht einreihen kann. Er ist gleichzeitig
alt und jung. Er ist gleichzeitig liberal und konservativ. Er ist
gleichzeitig Kapital und Arbeit. Er gehört zu keiner der törichten
Kasten, die die Menschen voneinander trennen.
Er nimmt das Leben ernst, aber er hält sich vom Pomp und von
den Zeremonien fern. Wenn er zu einer Versammlung geht, so setzt
er sich auf einen Sitz im Hintergrund. Er ist so einfach und
menschlich, wie sein Vater war.
Für seine Freunde ist er ein liebenswürdiger Mann voll
Überraschungen. Vor einigen Jahren hatte ich das Glück, bei
verschiedenen Banketten neben ihm zu sitzen. Er und ich waren
Redner bei dem amerikanischen Lunchklub — und ich fand ihn voll
Lebensfreude.
 Er ist ein Gentleman im höchsten Sinne des Wortes. Niemals
renommiert er oder schneidet auf.
Seine Lebensgewohnheiten sind: arbeiten, scherzen, rauchen,
tanzen, lesen, reisen, Orgelspielen und zur Kirche gehen. Er liebt
Jachtfahrten und Golf. Er liebt Kinder.
Wenn es ein schweres Problem zu lösen gilt, legt er Patience.
Er kümmert sich nicht um Einzelheiten, sobald der richtige Betrieb
eingerichtet ist. Er ist der Meinung, daß sein Hauptgeschäft ist:
Verbesserungen anregen und der Arbeit neue Richtung weisen.
Er beschäftigt sich nicht mit Politik, aber er hält eine weit größere
Macht zum Guten in seinen Händen als irgendein anderer
Amerikaner.
Niemals vergißt er eine Freundlichkeit.
Vor langer Zeit, als er eine verarmte kleine Zeitung betrieb, half
ihm ein schottischer Drucker namens Allan und lehnte es ab, sich
dafür bezahlen zu lassen. Zwanzig Jahre später hörte Curtis, daß
Allan in einer weit entfernten Stadt in Not sei. Sofort ging er ans
Werk und fand ihn fünfzehnhundert Meilen entfernt, in einer
Dachkammer lebend. Curtis gab ihm einen Scheck, der ihn für den
Rest seines Lebens aller Geldsorgen enthob.
So ist Cyrus Curtis — ein Mann, der mehr für die Hebung des
Niveaus des Journalismus und des Anzeigenwesens getan hat als
irgendein anderer.
 Edward Bok.
Da die Frauen die Mehrzahl aller Käufer auf den Märkten und in
den Läden bilden, ist es überaus wichtig zu wissen, was Frauen
bevorzugen und wie sie denken.
Deswegen erzähle ich die Geschichte von Edward Bok, dem
amerikanischen Holländer, der die größte Frauenzeitung geschaffen
hat: »The Ladies’ Home Journal«.
Dreißig Jahre lang war Bok der Schriftleiter dieser berühmten
Zeitschrift. Als er sie übernahm, hatte sie eine Auflage von 445 000,
als er sie im Jahre 1919 verließ, war sie auf 2 000 000 gestiegen.
Auch hatte sie für 200 000 Pfund Sterling Annoncen monatlich —
mehr als die meisten erstklassigen Magazine in einem Jahr.
Bei einem Preis von 5½ Pennys war der monatliche Umsatz von
»Ladies’ Home Journal« 260 000 Pfund Sterling.
Dieser Bok, der seine Lebenszeit damit zubrachte, den Geschmack
der Frauen zu studieren, verdiente in einer Woche mehr, als die
meisten hartköpfigen unbelehrbaren Geschäftsleute in einem Jahr
verdienen.
Die vollständige Geschichte von Edward Boks Leben und
Methoden wurde erst vor kurzem bekannt, als er, nachdem er sich
vom Geschäft zurückgezogen hatte, seine Selbstbiographie
veröffentlichte.
Edward Bok war in Holland geboren. Nachdem der Vater sein Geld
in seinem Geschäft verloren hatte, ging er 1870 nach Amerika, als
der junge Edward sieben Jahre alt war.
Der kleine Junge kannte kein Wort englisch. Die andern Jungen
nannten ihn »Dutchy« und quälten ihn so lange, bis er vier oder fünf
von ihnen verprügelt hatte. Seine Aussicht auf Erfolg war offenbar
nicht allzu groß. Er hatte kein Glück — kein Geld — keine Freunde —
nicht einmal eine Frau.
Da seine Eltern arm waren, begann er mit zehn Jahren Geld zu
verdienen. Jeden Abend putzte er das Fenster eines Bäckers und
verdiente damit 50 Cent die Woche.
Dann wurde er Zeitungsjunge und verdiente wöchentlich 2,50
Dollars. Jeden Sonnabend verkaufte er Ausflüglern Limonade und
verdiente damit noch einmal 2,50 Dollars.
Als sein Vater starb, zählte er 13 Jahre. Er verließ die Schule und
wurde Telegraphenjunge mit 6 Dollars die Woche. Seinen ganzen
Wochenlohn gab er seiner Mutter. Mit seinen 13 Jahren hatte er
schon eine wahre Leidenschaft für Selbsterziehung. Er machte
Überzeit in allen möglichen Beschäftigungen. Er versagte sich die
halben Mahlzeiten, er sparte an Fahrgeld und legte Cent auf Cent,
bis er schließlich genug hatte, um sich »Appletons Encyclopaedie« zu
kaufen.
Dieses Buch war seine Erziehung. Er verschlang es mit einem
wahren Wissenshunger. Jede Nacht mußte seine Mutter ihn von
seinem Buch wegschleppen und ihn ins Bett bringen.
Er las am liebsten Bücher über berühmte Männer und Frauen. Und
eines Tages hatte er eine kühne Idee — er wollte an diese großen
Leute schreiben, um zu sehen, ob sie ihm antworteten.
Sie taten es. Er empfing Briefe von Tennyson, Longfellow, Whittier
und Präsident Garfield. Diese Briefe befeuerten ihn: Jetzt empfand
er, obwohl er nur ein kleiner holländischer Junge war, tatsächlich mit
den Großen dieser Welt in Fühlung zu sein.
Mit 18 Jahren hatte er eine andere kühne Idee — er beschloß,
einige dieser großen Leute zu besuchen.
Er besuchte den Präsidenten der Vereinigten Staaten
und fand zu seiner Überraschung einen einfachen, liebenswürdigen
alten Herrn vor.
 Er reiste 250 Meilen, um Emerson, Longfellow, Holmes und Philipp
Brooks zu besuchen. Er hatte über sie in seiner großen Enzyklopädie
gelesen, und er wollte sie von Angesicht zu Angesicht sehen.
Mit 19 Jahren wurde er Sekretär bei Jay Gould — einem reichen
Spekulanten. Doch ihm lag nichts daran, nur Geld zu verdienen.
Gould versprach ihm, ihn reich zu machen — aber er kündigte seine
Stellung und wurde Journalist.
Seine Haupttätigkeit war, Artikel von prominenten Persönlichkeiten
für die Tagespresse zu erlangen. Nachdem er dies jahrelang getan
hatte, fiel ihm auf, daß so wenig Frauen sich für Zeitungen
interessierten.
Er fragte sich: Warum? — und dieses »Warum« begründete seinen
Ruhm und sein Vermögen.
Er begann zu studieren, was Frauen lieben. Er entdeckte, daß
Männer und Frauen so verschieden sind, wie Hunde und Katzen. Er
fand heraus, daß der durchschnittliche Mann so gut wie vollständig
unwissend darüber ist, was Frauen wirklich mögen und nicht mögen.
Er überredete mehrere Zeitungen, eine Frauenseite einzuführen.
Das war im Jahre 1880. Es war eine neue Idee. Es war nie vorher
getan worden.
1889 lernte er Cyrus Curtis kennen, der ihn ersuchte, die
Redaktion des »Ladies’ Home Journal« zu übernehmen. Gegen den
Rat aller seiner Freunde nahm er den Antrag an.
Seine erste Tat als Schriftleiter war, Preise für Vorschläge seiner
Leserinnen auszusetzen. Er begann mit Lernen. Er war vielleicht der
erste Redakteur, der sich nicht für einen Alleswisser hielt.
Sein Motto war: »Das Publikum verlangt etwas, das ein bißchen
besser ist als das, was es verlangt.«
Er fand bald heraus, daß die Frauen doch hauptsächlich an ihrem
Heim Interesse haben. Er fand, daß die männerartigen Frauen nur
posieren, — daß Frauen viel persönlicher, viel geselliger und viel
mehr auf sich selbst eingestellt sind als die Männer.
 Er erkannte, daß eine Frau an sich selbst interessiert ist — an
ihrem Aussehen — ihrem Platz in der Gesellschaft — ihren Kindern
— ihrem Gatten — ihrem Haushalt — ihren Kleidern und Möbeln. Sie
hat nichts für die abstrakten Gegenstände übrig, die die Männer
interessieren. Sie lebt nur für die eigene kleine Gruppe, in deren
Mittelpunkt sie selbst steht.
Richtig oder falsch, das war Boks Idee, und sie machte ihn zum
Führer von zwei Millionen Frauen.
Kein anderer Mann, der je gelebt hat, ist bei den Frauen so
populär gewesen wie Bok.
Nach dem Ergebnis zu urteilen, war seine Ansicht richtig.
Er veröffentlichte »Worte von Herz zu Herzen«, einfache,
freimütige Artikel über Gefühlsangelegenheiten. Er stellte den
tüchtigsten Arzt an, den er finden konnte, um jungen Müttern Rat zu
erteilen. Mehr als 90 000 Säuglinge wurden durch den Rat und die
persönliche Hilfe des »Ladies’ Home Journal« aufgezogen.
Bok richtete eine Dienstabteilung im Zusammenhang mit seiner
Zeitschrift ein; er stellte 35 Redakteure an, die Anfragen brieflich zu
beantworten hatten, und sie beantworteten über eine Million Briefe
jährlich.
Er inserierte. Er entwarf seine eigenen Anzeigen. Er gab 400 000
Dollars jährlich für seine Anzeigen aus.
Er zeigte, wie man ein besseres Heim erbauen könne. Er verkaufte
Pläne für nette Häuser um 5 Dollars das Stück. Dann zeigte er, wie
man ein solches Heim einrichten solle. Er erklärte die Bedeutung des
guten Geschmacks.
Er ging noch weiter und lehrte seine zwei Millionen Frauen, die
Kunst zu schätzen. Er reproduzierte vierzig der größten Gemälde der
Welt und schenkte seinen Lesern siebzig Millionen Reproduktionen.
Nicht immer hatte er Erfolg. Einmal versuchte er, da er ja bloß ein
Mann war, der Herrschaft der Pariser Mode ein Ende zu machen, und
es mißlang. Er erfuhr zu seinem Schaden, daß die Eitelkeit ihre
eigenen Wege gehen will.
Während des Krieges mobilisierte Bok seine zwei Millionen Frauen.
Er ließ sie alle an die Arbeit gehen, Geld aufzubringen und den
Soldaten Bequemlichkeiten zu schaffen. Im Jahre 1917 ging er selbst
an die Front.
Im Jahre 1919 zog er sich vom Geschäft zurück. Seine
Lebensphilosophie ist, daß ein Mann sein Leben in drei Teile teilen
sollte: 1. Erziehung, 2. Vollbringung, 3. Dienst.
Dies der Grund, warum er sich mit 56 Jahren vom Geschäft
zurückzog. Er wünschte den Rest seines Lebens ohne Bezahlung zu
arbeiten, um die verworrenen Knoten menschlicher Angelegenheiten
zu entwirren.
»Niemand«, sagte er, »hat ein Recht, die Welt so schlecht zu
verlassen, wie er sie vorgefunden hat.«
 Luther Burbank,
der König der Gärtner.
Burbank ist der Pflanzenzauberer von Kalifornien. Er hat mehr
neue Blumen und Früchte geschaffen als irgendein anderer lebender
Mensch. Er ist der König der Gärtner.
Er hat die Rosen gelehrt, ohne Dornen zu wachsen, und den
Kaktus, ohne Stachel.
Er hat die Kartoffel gelehrt, größer zu werden, und die Kirschen,
ihren Samen nach außen zu verlegen.
Er erzog die Margueriten des Chastertals zu großen, leuchtenden,
reinweißen Blumen.
Er hat wissenschaftliche Verwaltung auf die Gartenkunst
angewendet und Ergebnisse erzielt, die die Welt in Erstaunen
versetzten.
Er hat zahlreiche neue und bessere Abarten von Früchten,
Blumen, Gemüsen und Sträuchern hervorgebracht.
Er ist
der Edison des Gartens,
die höchste Autorität in der Welt für Boden und Bodenprodukte.
Er ist über 75 Jahre alt, ein zarter, schlanker, glattrasierter Mann
mit schneeweißem Haar und freundlichen Augen.
Wie alle Leute, die der Beachtung wert sind, ist er arm geboren.
Sein Vater war ein Anglo-Amerikaner, der auf einer kleinen steinigen
Farm in Neu-England mühselig sein Leben fristete.
Der arme kleine Luther hatte kein Geld — keine Gesundheit —
wenig Schulbildung und keine wie immer gearteten Vorteile.
 Er dachte nicht daran, daß er irgendeine Art Genie sei, ließ sich
zunächst vom Strom treiben und versuchte nur, einen bescheidenen
Lebensunterhalt zu erwerben.
Er arbeitete um 50 Cent per Tag in einer Pflugfabrik. Dann bekam
er eine etwas bessere Stellung in einem Möbelgeschäft.
Aber er fand bald heraus, daß er sich weder zum Fabrizieren noch
zum Verkaufen eignete. Er beschloß, Arzt zu werden, und begann
Medizin zu studieren.
Dann, mit 26 Jahren, erkrankte er an einem Sonnenstich, der
seinem Leben beinahe ein Ende machte.
Krank, arm und freundlos ging er nach Kalifornien. Er hatte keinen
Beruf. Er war kein gelernter Arbeiter. Er war ein Farmarbeiter, nicht
mehr.
Zunächst fand er niemanden, der ihm Arbeit geben wollte. Um
sich vor dem Verhungern zu schützen, reinigte er Hühnerhäuser.
Endlich wurde er als Hilfsarbeiter in einer Baumschule angestellt,
aber sein Lohn war so niedrig, daß er gezwungen war, in dem
Glashaus zu schlafen.
Dadurch holte er sich ein Fieber und kam kaum mit dem Leben
davon. Wirklich wurde er nur durch die Güte einer alten Frau
gerettet, die ihm täglich mehrere Wochen lang einen Liter Milch
brachte.
Wieder zu Kräften gekommen, fand er eine bessere Stellung. Er
sparte den größten Teil seines Lohnes und kaufte eine eigene kleine
Baumschule.
Dann kam seine erste Chance — ein reicher Obstzüchter bot eine
große Summe Geldes demjenigen, der ihm innerhalb 10 Monaten
20 000 junge Pflaumenbäume liefern könne.
Alle Baumschulen sagten: »Unmöglich.« Niemand wollte sich der
Aufgabe unterziehen, nicht einer — außer Burbank.
 In 6 Monaten lieferte er 19025 junge Bäume ab — eine
Höchstleistung. Er gewann den Preis. Noch besser, er wurde mit
einem Male als
der tüchtigste Baumzüchter in Kalifornien
berühmt.
Seine Baumschule blühte auf. Jetzt ist sie in der ganzen Welt unter
dem Namen »Burbanks Versuchsfarm« in Santa Rosa (Kalifornien)
bekannt.
Im Verlauf der letzten 12 oder 15 Jahre haben ihm reiche Leute
ein wenig geholfen; aber in seinen jungen Jahren half ihm niemand
— niemand außer der armen alten Frau, die sein Leben rettete.
Er war immer gebrechlich. Noch vor zwanzig Jahren sagten ihm
die Ärzte, daß er nur noch 18 Monate zu leben habe. Aber Burbank
lächelte nur und ging drei Wochen in die Berge zum
Ferienaufenthalt.
Vierzig Jahre lang hat er täglich 10 bis 14 Stunden gearbeitet. Auf
diese Weise wurde er ein »Zauberer«.
Er glaubt nicht an Feen oder glückliche Zufalle. Das Geheimnis
seines Erfolges, sagte er, ist ausschließlich harte Arbeit und
Ausdauer.
Er hat verschiedene neue Abarten Pflaumen entwickelt — die
Gold-, Wickson-, Apfel-, Oktober-, Amerika-, Chalco-, Santa Rosa-,
Formosa- und Climax-, von größeren Abarten die Grant-, Splendour-,
Zucker-, Standard- und endlich die kernlose Pflaume. Von neuen
Rosen zog er die Peachblow, die Abundance, die Burbank und die
Santa Rosa.
Nacheinander schuf er neue Abarten von Äpfeln, Pfirsichen,
Nüssen, Beeren, Gräsern, Getreiden und Gemüsen.
Er schuf eine Frucht, die etwas vollkommen Neues ist und die er
»Blumcot« nannte.
 Zur Zeit führt er sechstausend Versuche durch, und jährlich zieht
er eine Million Pflanzen, um sie auszuprobieren.
So wenig Schulbildung er hatte, ist er jetzt der angesehenste
Professor der Leland Stanford-Universität. Er liest über Erziehung
und Evolution.
Er hat den langen Bericht seiner Methoden und Entdeckungen in
zwölf Bänden veröffentlicht.
Er war so von seiner Arbeit erfüllt, daß er erst vor drei Jahren sich
verheiratete.
Seine Baumschule war sein Heim und sein Geschäft.
Burbank ist fasziniert von den Pflanzen und ihren Möglichkeiten. Er
liebt es, ein Unkraut oder eine ganz gewöhnliche Pflanze zu nehmen
und sie zu einer höheren Form zu entwickeln.
Er liebt es, der Natur einen kürzeren Weg zu zeigen — eine
schnellere Methode zur Entwicklung.
Er hat seine Baumschule zu einer bedeutenden Universität der
Gartenkunst gemacht. Er hat das Geheimnis der Erziehung von
Pflanzen und Bäumen gelöst.
Er findet, daß Pflanzen außerordentlich den Massen gleichen.
Manche lassen sich belehren und andere nicht.
Es gibt z. B. bestimmte Arten Palmen, denen man nichts
beibringen kann. Sie können nicht verbessert werden. Sie wehren
sich hartnäckig gegen eine höhere Daseinsform.
Burbank hat sehr bestimmte Ansichten über Erziehung: kein Kind
solle mit Büchern gequält werden, bevor es mindestens zehn Jahre
alt ist. Es sollte seine erste Belehrung im Kindergarten, im Feld und
auf dem Spielplatz erhalten.
»Es ist ein Verbrechen gegen die Natur,« sagte er, »die zarte
Menschenpflanze zu nehmen und ihre geistige Entwicklung vorzeitig
in der Gewächshausatmosphäre des Schulzimmers zu forcieren.«
 Burbank ist niemals gereist. Er fand keine Zeit dazu. Aber weise
Männer aus allen Weltteilen kamen nach Kalifornien, um ihn in Santa
Rosa zu besuchen.
Er hatte ein Leben des höchsten Erfolges. Er begann in einer
Höhle der Armut und Krankheit, um zu einem Gipfel des Ruhms, des
Reichtums und des Dienstes an seiner Nation aufzusteigen.
Und nie zu vergessen — niemand half ihm — niemand, außer
einer armen Frau, die ihm im Namen Christi einige Glas Milch
schenkte.
 King C. Gillette.
»Wer ist der außerordentlichste Verkäufer, den Sie je
kennengelernt haben?« fragte mich ein Freund in Birmingham.
Das war keine leichte Frage, aber nach einem Augenblick des
Nachdenkens antwortete ich: »Gillette, der Erfinder des
Rasierapparates.«
Meiner Meinung nach war er der außerordentlichste, weil er
Verkäufer, Erfinder, Idealist, Fabrikant und Finanzmann in einer
Person war.
Gillettes voller Name ist King C. Gillette. Er war in einer kleinen
Stadt in den Wäldern von Wisconsin geboren. Sein Vater war ein
Geschäftsmann, der sich durchkämpfte, schlecht und recht.
Als der junge Gillette 17 Jahre alt war, verlor sein Vater alles durch
ein Feuer, und der Junge hatte seinen Lebensunterhalt selbst zu
verdienen.
Mit 21 Jahren war er ein Verkäufer mit weitem Blick und neuen
Ideen.
Ich lernte ihn im Jahre 1894 kennen. Er kam zu einer Reihe von
Vorlesungen, die ich hielt, und sandte mir nachher ein Buch, das er
geschrieben hatte.
Er hatte dieses Buch über einen neuen Haustyp geschrieben, den
er erfunden hatte — einen riesigen Bau in Form eines Domes, groß
genug, um mehrere hundert Familien unterzubringen.
Wir beide, er und ich, versuchten zu dieser Zeit einen Weg zu
finden, um die ungesunden, dumpfigen Wohnquartiere der
Bevölkerung abzuschaffen. Wir glaubten daran, daß Armut sich
verhindern ließe, und behaupteten, daß das schwerste Verbrechen in
der Welt sei, zu gestatten, daß Kinder in einer Umgebung von
Schmutz und Unflat auf die Welt kommen.
Gillettes Vater war schon eine Art Erfinder, und auch Gillette
erfand in seiner freien Zeit immer irgend etwas. Immer hatte er die
Idee, daß er eines Tages irgend etwas Wundervolles erfinden und
dadurch ein Vermögen erwerben würde.
Mit 36 Jahren lernte er einen reichen Erfinder kennen — William
Painter —, er hatte den »Crown-Seal«-Metallkork erfunden, der jetzt
allgemein an Bier- und Mineralwasserflaschen verwendet wird.
Eines Tages sagte Painter zu Gillette: »Warum erfinden Sie nicht
irgend etwas, das die Leute nötigt, von Ihnen zu kaufen, solange sie
leben? Es hat keinen Zweck, gerade eine einmalige Sache einem
Menschen zu verkaufen. Verkaufen Sie ihm etwas, das er gebraucht
und wegwirft.«
Diese Anregung wurde die schöpferische Ursache des Gillette-
Rasierapparates. Wochenlang dachte Gillette daran, dachte daran,
wie er eine vergängliche Notwendigkeit erfinden könnte.
Dann, eines Morgens, rasierte er sich. Das Rasiermesser war
stumpf. Sein Bart war struppig. Er kratzte unter Schmerzen an
seinem Gesicht herum, als ihm wie der Blitz der Gedanke kam:
Warum nicht eine bessere Art Rasiermesser?
Warum nicht ein Messer mit einer entfernbaren Schneide
erfinden?
Er legte sein Rasiermesser hin, und noch mit dem Seifenschaum
auf seinem Gesicht begann er den Entwurf eines neuen Messers zu
skizzieren, das aus einer Klinge und einem Klingenhalter bestehen
sollte.
Binnen einer Stunde war sein Entwurf vollendet. Dann beendete er
die Rasur seines Gesichtes und eilte zu einem Eisenhändler, um
Stahlband und eine Feile zu kaufen.
Er konstruierte sein erstes Rasiermesser persönlich und ließ es
patentieren. Das war im Jahre 1895. Er war 40 Jahre alt geworden,
bevor er auf die Fährte seines großen Erfolges kam.
Zunächst war sein Rasiermesser ein Mißerfolg. Neun Jahre lang
war es ein Witz. Seine Freunde — und er hatte ihrer stets eine
Menge — neckten ihn ohne Gnade mit seinem phantastischen
Rasiermesser.
Gillette und sein dummes Rasiermesser wurden neun Jahre lang
ausgelacht — an diesen Punkt muß man sich erinnern. Jeder
Kapitalist, den Gillette im Verlaufe dieser neun Jahre kennenlernte,
hätte für einen Pappenstiel einige dieser Gillette-Aktien bekommen
können.
Im Jahre 1901 fand Gillette einen Meistermechaniker — W. E.
Nickerson —, einen Mann von ungewöhnlicher Geschicklichkeit. Er
vervollkommnete das Rasiermesser, und eine Gesellschaft wurde
gebildet.
Aber bis zum Jahre 1902 konnte kein einziger Rasierapparat
verkauft werden. Niemand wollte ihn haben. In Verzweiflung begann
Gillette die Rasierapparate zu verschenken.
Einen davon gab er einem Geschäftsmann namens John Joyce.
Joyce rasierte sich damit. Er gefiel ihm. Er kaufte für 12 000 Pfund
Aktien.
Die kleine Rasierapparate-Gesellschaft begann dann zwar einige
Rasiermesser zu verkaufen, aber Gillette mußte sich und seine
Familie durch den Verkauf von Stahlkorken in England und den
Staaten erhalten.
Im Jahre 1904 betrat der richtige Reklamemann die Bühne. Ich
weiß nicht, wie er hieß, aber er war das letzte Glied in der Kette des
Erfolges.
Der Rasierapparat begann zu gehen.
Geld in Fülle ergoß sich über Gillette.
Sein langjähriger Chef im Stahlkorkengeschäft kaufte für 8000 Pfund
Aktien und ist heute mächtig froh, daß er es getan hat.
 Gillette war klug genug, eine große Anzahl Aktien für sich selbst zu
behalten. So war sein Traum mit 49 Jahren Wahrheit geworden.
Heute ist sein Bild in jedem Ort der Welt zu sehen, ja fast in jeder
Straße, da es auf der Verpackung einer jeden Rasierklinge
angebracht ist.
In den letzten 17 Jahren hat er eine Gesellschaft mit einem
Vermögen von 6 000 000 Pfund aufgebaut, deren Reingewinn
1 500 000 Pfund jährlich beträgt.
Er hat drei Fabriken — in England, Kanada und den Vereinigten
Staaten. Er hat einen vollständig neuen Typus des Rasiermessers
geschaffen und hat ihn zu gutem Preise an Millionen Männer
verkauft.
Er ist noch am Leben und voll neuer Ideen.
Seine letzte Vorliebe ist der Nera-Car — eine neue Art Motorrad.
Er ist nahezu 70 Jahre alt und ein Weltbürger. Er hat in London,
Paris, Florida und Neuyork gelebt. Zur Zeit lebt er in Kalifornien.
Er hat eine vergängliche Notwendigkeit erfunden. Er hat etwas
erfunden, was die Käufer zwang, seine dauernden Kunden zu
werden.
King C. Gillette stellte stets neue Ideen voran, und er hatte immer
großzügige Ideen. Er schuf eine neue Idee. Er formte diese Idee zu
einer Tatsache und dann verkaufte er diese Tatsache an die
glattrasierten Männer der zivilisierten Welt.
Das ist der Grund, warum ich ihn den größten Verkäufer nennen
kann, dem ich jemals begegnet bin.
 Joseph Fels.
Joseph Fels war der kleinste Mann, den ich jemals gekannt habe.
Er war nicht größer als ein zwölfjähriger Junge. Aber in Verstand und
Herz war er einer der größten und edelsten Menschen seiner
Generation.
Er war so liebenswürdig, daß es schwer ist, über ihn zu schreiben,
ohne sich fortreißen zu lassen und zuviel zu sagen. Er war ein
Freundschaftsmensch, er erwarb Freunde leicht und behielt sie.
Durch Joseph Fels habe ich erfahren, wie verwerflich es war, daß
man tausend Leuten gestattete, den größten Teil des englischen
Grund und Bodens zu monopolisieren. Joseph Fels war ein Anhänger
des Einheitssteuersystems.
Seine Überzeugung war, daß man das brachliegende Land und
nicht das tätige Kapital besteuern müsse. Er war der tätigste und
weitblickendste Landreformator, den England gehabt hat. Er war der
Schöpfer des »Verteilungssystems«.
Wenn jemals ein Mensch bis in sein tiefstes Inneres durch
menschliches Elend erschüttert worden ist, so war es Joseph Fels. Er
war mehr wie eine Mutter als wie ein Mann:
ein Millionär — und trotzdem marschierte er mit den Arbeitslosen
im Jahre 1905 nach dem Hyde-Park.
Er war der Freund sozialistischer Führer und des Kronprinzen von
Schweden. Er saß in Oxford und in den Gewerkschaftshallen. Er war
ein ernster, wohlerfahrener Mann, ohne Prahlerei, Doppelzüngigkeit
oder angemaßte Würde. Er verdient ein Denkmal im Hyde-Park.
Eines Tages wird er es haben — er sowohl wie Henry George und
Alfred Russel Wallace, die Führer der Landreform.