Statistik

Haben sch�ne Eltern mehr T�chter?

Die �ffentlichkeit wird oft mit zweifelhaften Nachrichten aus der Wissenschaft versorgt. H�ufig basieren sie auf einer allenfalls marginalen statistischen Signifikanz - Grund genug, um genauer auf korrekte Bedingungen bei der Sch�tzung kleiner Effekte zu achten.

Satoshi Kanazawa, Professor f�r Management und Forschungsmethodik an der London School of Economics, hat in den letzten Jahren im "Journal of Theoretical Biology" eine Reihe von Arbeiten publiziert, die Titel trugen wie "Gro�e und hochgewachsene Eltern haben mehr S�hne", "Gewaltt�tige M�nner haben mehr S�hne", "Ingenieure haben mehr S�hne, Pflegepersonal hat mehr T�chter" oder "Sch�ne Eltern haben mehr T�chter". Zuletzt hat er gemeinsam mit Alan S. Miller einige dieser Behauptungen auch in einem Buch vorgestellt.

Allerdings wurde gezeigt, dass die statistische Analyse in Kanazawas Behauptungen fundamentale Schw�chen aufweist. So begeht er in einigen seiner Untersuchungen den Fehler, bei der Sch�tzung eines kausalen Effekts abh�ngige Variablen als Kontrollparameter zu w�hlen. In einer weiteren Studie kommt es zu einem Problem mit mehrfachen (multiplen) Vergleichen. Diese handwerklichen Fehler (die gleich n�her beleuchtet werden) f�hren zu irrigen Schl�ssen. Kurz: Kanazawas Behauptungen sind statistisch nicht signifikant, die von ihm analysierten Muster k�nnen auch zuf�llig aufgetreten sein.

W�re der Mangel an Signifikanz bei der Begutachtung aufgefallen, so w�ren seine Artikel vermutlich niemals erschienen. Der Umstand, dass sie erschienen sind und �ber Medien und B�cher gro�e Bekanntheit erlangten, wirft die Frage auf: Was sollen wir von Forschungsergebnissen halten, die zwar faszinierend, aber eben statistisch nicht signifikant sind? Am einfachsten w�re es, sie zu ignorieren.

Schlie�lich kann jeder, der sich ein simples Statistikprogramm besorgt, �ffentliche Datenbanken durchk�mmen und Korrelationen herausfischen, um eine bestimmte Hypothese zu best�tigen. Das w�re jedoch zu vorschnell, denn auch nicht signifikante Ergebnisse k�nnen auf etwas hindeuten…

1. Schon Darwin hat sich mit solchen Fragen besch�ftigt

25.01.2010, Dr. Georg St�rmer

Ich bin kein Abonnent, kenne daher nicht den gesamten Artikel und damit die Definition von "Sch�nheit", aber die Frage, ob bestimmte Eigenschaften der Eltern das Geschlecht der Nachkommen beeinflussen, ist so dumm nicht und schon Darwin hat sich hiermit ausf�hrlich (8. Kapitel) in seinem Buch "Die Abstammung oder der Ursprung des Menschen" im Zusammenhang mit der sexuellen Zuchtwahl besch�ftigt. Er referiert ausf�hrlich die ihm zug�nglichen Geburtsregister von Menschen und Pferden, weiterhin Beobachtungen bei Hunden, Schafen, Rindern, V�gel, Fischen und Insekten. Rein statistisch m�ssten sich bei gro�en Zahlenreihen etwa ein Verh�ltnis von 1:1 ergeben, was aber offensichtlich nicht immer der Fall ist. Darwin selbst berichtet �ber die Beobachtung, da� uneheliche Kinder h�ufiger M�dchen sind und f�hrt dies zur�ck auf die gr��ere Robustheit der M�dchen, welche die Risiken einer Stress-Schwangerschaft besser �berstehen als Junge. Und er schreibt: "Wir haben Grund zu vermuten, da� der Mensch in manchen F�llen durch Zuchtwahl indirekt sein eigenes, geschlechterzeugendes Verm�gen beeinflusst hat."

2. Unsicherheiten im Umgang mit Statistik

01.02.2010, Andreas Beyerlein, Sulzbach-Rosenberg

Als Statistiker und langj�hriger SdW-Abonnent war ich sehr erfreut, Ihren interessanten Artikel zu lesen. H�ufig gelangen angebliche wissenschaftliche Erkenntnisse in die Tagespresse, die wie der in Ihrem Beitrag beschriebene Zusammenhang einer genaueren statistischen Betrachtung nicht standhalten. „Traue keiner Statistik, die du nicht selbst gef�lscht hast“ – auf Meldungen dieser Art trifft dieses �berstrapazierte Bonmot durchaus zu.

Statistische Methoden sind in den meisten empirischen Wissenschaften allerdings unentbehrlich, da sie letztendlich die Br�cke schlagen zwischen Wissenschaftstheorie und Empirie. Dennoch trifft man im Wissenschaftsalltag h�ufig auf Forscher, die gro�e Unsicherheiten im Umgang mit Statistik zeigen, was wohl teilweise auf Ber�hrungs�ngste mit mathematischen Formeln zur�ckzuf�hren ist. Allerdings erfordern viele statistische Konzepte zun�chst reines Nachdenken und keine Anwendung komplizierter Formeln – so basiert auch Ihr Artikel auf �berlegungen und letztlich recht einfachen Berechnungen. Es w�rde sicherlich nicht schaden, in den in vielen Studieng�ngen obligatorischen Statistik-Veranstaltungen nicht nur zu rechnen, sondern beispielsweise auch Exkurse in die Wissenschaftstheorie zu geben.

3. Willk�r

14.02.2010, Dr. Wolfgang Priebsch, Kiel

Die Signifikanzgrenze ist ein vollkommen willk�rlich gew�hlter Wert; mitnichten steckt dahinter eine tiefere wissenschaftliche Begr�ndung. Meist wird daf�r ein Wert von 95% genommen, so dass die Wahrscheinlichkeit eines Fehlers erster Art bei kleiner gleich 5% liegt. Somit kann durchaus auch bei 'signifikanter' Korrelation zweier experimenteller Wertereihen kein kausaler Zusammenhang zwischen den beobachteten Ph�nomenen vorliegen. Umgekehrt ist bei fehlender Signifikanz eine urs�chliche Beziehung nicht unbedingt auszuschlie�en.
Wertekorrelationen und andere statistische Ergebnisse k�nnen niemals als Beweis f�r wissenschaftliche Thesen dienen, h�chstens als Hinweis auf m�gliche Beziehungen zwischen den Beobachtungen. Lediglich eine Aufkl�rung der Kausalkette stellt einen gen�genden Beweis dar. Leider haben viele Wissenschaftler dieses vergessen.