Was mich als ausgebildeten
Statistiker immer wieder stört, ist die Verwendung und „Benutzung“
gewisser Zahlden in einem eindeutig definierten Interesse oder in dem
stumpfen Vorsatz, gewisse Vorurteile im eigenen Interesse zu stützen.
Berühmt ist ja das Beispiel, dass sich ohne Probleme ein
Zusammenhang zwischen der Zahl der Geburten und der Häufigkeit der
in einem bestimmten Gebiet auftretenden Störche herstellen ließ und
lässt. Aber genauso gibt es Beispiele dafür, wie ein Zusammenhang
zwischen Tierliebe und Arbeitnehmerfreundlichkeit hergestellt wurde. Statistische Zusammenhänge herzustellen ist nicht schwer. Es kommt aber darauf an, welcher Art diese Zusammenhänge sind. Entscheidend ist auch, in welcher Situation gewisse Fragen in
Umfragen gestellt werden. Wenn ich beispielsweise vor einem Parkplatz
frage, dann ist die Wahrscheinlichkeit, dass ich dort Autobesitzer
befrage, ziemlich hoch und ich kann meine Ergebnisse nicht unbedingt
verallgemeinern. Dies wird in einem bestimmten Segment des
Journalismus aber oft getan, indem reißerische Überschriften
produziert werden. Meist wird in einer solchen Journaille ein Beleg
aus irgendeiner amerikanischen oder englischen Studie dafür
herangezogen. Ein ganz wesentlicher Punkt bei solchen Manövern ist
es, ob es einen kausalen (also einen in der Sache begründeten) oder
einen rein statistischen Zusammenhang (zwei Phänomene in einen
statistischen Zusammenhang zu bringen, den es nicht gibt, ist oft
keine große Schwierigkeit) zwischen zwei Phänomenen gibt. Dies
sollte auch jeder Laie berücksichtigen, wenn er sich mir
reißerischen Schlagzeilen in den Medien konfrontiert sieht.
Vielleicht sollte er in seine Erkenntnis auch einfließen lassen,
dass viele „Wissenschaftler“ sich durch die Mechanismen des
Wissenschaftsbetriebs gezwungen sehen, etwas zu veröffentlichen,
egal was. Daraus resultieren oft scheinbare „Beweise“, die aus
einem Randphänomen das Wichtigste machen oder Zufallsergebnisse als
das Relevanteste „verkaufen“.
Besonders beliebt sind
derartige Verbiegungen und „Formungen“ statistischer Ergebnisse
in der Politik und im Gesundheitswesen. Das Beispiel der vielfach
beeinflussten Arbeitsstatistiken ist ja bekannt, muss aber wegen
fehlender Alternativen immer wieder akzeptiert werden. Eine wichtige
Faustregel: es kommt immer darauf an, wie etwas definiert wird, wie
es für eine Untersuchung „passend gemacht“ wird. Wie es gefasst
wird. Danach richten sich dann auch Ergebnisse, die als „seriös“
verkauft werden können, um nahezu jedem Ergebnis ein
wisenschaftliches Mäntelchen umzulegen. Die sogenannte Schere
zwischen „Arm und Reich“ ist ein gutes Beispiel dafür. Wähle
ich die „richtigen“ Untersuchungsparameter und definiere ich
Phänomene in einem bestimmten Interesse, so lässt sich auf diesem
Gebiet nahezu alles beweisen, auch gegen die offenkundige
Überzeugungskraft des Augenscheins, den die Wissenschaft gerne als
„empirisch“ definiert, den sie aber ohne Probleme wegdefinieren
kann, weil er auf einer zu geringen „Stichprobe“ resultiert und
keinerlei Beweiswert habe. Erst die Menge der so erhobenen Daten
schaffe so etwas wie „Beweiskraft“. Weil aber Alltgagserfahrung
selten darauf aufbaut, dass wissenschaftlich einwandfreie Daten (u.a.
auchsauber dokumentiert) erhoben werden, ist sie noch nicht unbedingt
wertlos. (in unregelmäßig folgenden Blogs werden weitere Beispiele
und Phänomene erwähnt....)
Keine Kommentare:
Kommentar veröffentlichen