Die trügerische Sicherheit der Statistik

Anbieter zum Thema

MES Electronic Connect GmbH & Co. KG

Syslogic GmbH

MTM Power Messtechnik Mellenbach GmbH

Das nicht sauber zwischen Korrelation und Kausalität, also der Gleichzeitigkeit beobachteter Phänomene und einer Ursache-Wirkung-Beziehung, getrennt werde, sei ein großes Problem, betont auch Bauer. «Das spielt gerade mit dem Big-Data-Hype eine immer größere Rolle.» In großen Datensätzen mit vielen Faktoren finde sich leicht irgendwo eine zufällige Korrelation. «Das bedeutet aber nicht, dass da auch ein kausaler Zusammenhang besteht.»

Ein im Buch vorgestelltes Beispiel zur Verdeutlichung: Wenn Regionen mit vielen Störchen viele Geburten melden und solche mit wenig Nestern nur wenige, gibt es eine deutliche Korrelation beider Datenreihen. «Aber wer würde das als Beweis betrachten, dass der Storch viele Kinder bringt?»

Entscheidend sei vielmehr eine dritte Variable: Ein großes Dorf mit vielen Dächern habe mehr Nester – und in der Regel auch mehr Frauen in gebärfähigem Alter. Wegen solcher falsch verstandener Korrelationen entstünden Meldungen wie «Fastfood löst Depressionen aus» und «Schokolade macht dünn».

Gerade im Bereich Ernährung gebe es viele solcher statistischer Zusammenhänge, die sich nicht als Ursache-Wirkung bestätigten, sagt auch Koch. Oft würden Ergebnisse mit dem Verweis als definitiv dargestellt, sie seien «statistisch signifikant». «Das wird gleichgesetzt mit richtig.» Selbst von Forschern, die es besser wissen müssten, werde das oft so suggeriert.

Im Buch heißt es dazu: «Die traurige, von vielen übersehene und von vielen anderen missbrauchte Wahrheit ist nämlich die, dass ein statistisch signifikantes Testergebnis weit weniger aussagt, als die meisten glauben.» Das Herumreiten auf dem Signifikanzbegriff sei bei Veröffentlichungen geradezu ein Warnsignal, dass in Wahrheit nichts Signifikantes gefunden wurde.

Es sei allerdings sehr schwer, von der statistischen Signifikanz als vermeintlichem Qualitätsmerkmal wegzukommen, erläutert Bauer. «Herausgeber veröffentlichen fast nur noch solche Ergebnisse, weil sie Sicherheit suggerieren.»

Die Experten raten dazu, Statistiken stärker zu hinterfragen und sich immer auch klarzumachen, wer mit dem Ergebnis welches Ziel erreichen wolle. Prinzipiell gilt Bauer zufolge: «Wir fürchten uns viel zu sehr vor vergleichsweise harmlosen Risiken – etwa, wenn es mal wieder um Dioxin-Eier geht. Langfristige Risikofaktoren wie Rauchen, Trinken oder ungesunde Ernährungen hingegen machen uns weit weniger Sorgen, als von den Folgen her angebracht wäre.»

(ID:43401666)