Satoshi Kanazawa, Professor für 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 "Große und hochgewachsene Eltern haben mehr Söhne", "Gewalttätige Männer haben mehr Söhne", "Ingenieure haben mehr Söhne, Pflegepersonal hat mehr Töchter" oder "Schöne Eltern haben mehr Töchter". 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 Schwächen aufweist. So begeht er in einigen seiner Untersuchungen den Fehler, bei der Schätzung eines kausalen Effekts abhängige Variablen als Kontrollparameter zu wählen. In einer weiteren Studie kommt es zu einem Problem mit mehrfachen (multiplen) Vergleichen. Diese handwerklichen Fehler (die gleich näher beleuchtet werden) führen zu irrigen Schlüssen. Kurz: Kanazawas Behauptungen sind statistisch nicht signifikant, die von ihm analysierten Muster können auch zufällig aufgetreten sein.

Wäre der Mangel an Signifikanz bei der Begutachtung aufgefallen, so wären seine Artikel vermutlich niemals erschienen. Der Umstand, dass sie erschienen sind und über Medien und Bücher große Bekanntheit erlangten, wirft die Frage auf: Was sollen wir von Forschungsergebnissen halten, die zwar faszinierend, aber eben statistisch nicht signifikant sind? Am einfachsten wäre es, sie zu ignorieren.

Schließlich kann jeder, der sich ein simples Statistikprogramm besorgt, öffentliche Datenbanken durchkämmen und Korrelationen herausfischen, um eine bestimmte Hypothese zu bestätigen. Das wäre jedoch zu vorschnell, denn auch nicht signifikante Ergebnisse können auf etwas hindeuten...