Statistik - oh Schreck!

Sind wir zu oft in der Hochschule und Universität gepeinigt worden von Begriffen wie Wahrscheinlichkeitsverteilung, Signifikanz, Stichprobe, Standardabweichung, Test, Varianzanalyse, etc.? Und versuchen, das zu meiden wie der Teufel das Weihwasser?

Ideal wäre es nicht, es könnte einen um Erkenntnisse bringen und eventuell sogar mehr Arbeit abnötigen. Denn Statistik ist ein wesentlicher Bestandteil des empirischen wissenschaftlichen Arbeitens. Und Empirie wollen heute nahezu alle haben, sogar viele Betreuer aus geisteswissenschaftlichen Fächern. Überdies betrachte man nur, was große Internet-Konzerne mittels Big Data erkennen und in der Folge zu großem Geld machen.

 

 

Richtig, mit Statistik wurde und wird viel Schindluder getrieben. Auch in der Geschichte als Wissenschaft zeigt sich das: Vor rund 100 Jahren glaubte man, in der Gauß'schen Normalverteilung ein objektives Mittel zum Auffinden von Naturgesetzen gefunden zu haben. Logisch und klar wie in der Mathematik und Physik. Aus und Vorbei - diese Vorstellung hielt nicht, außer wir Studenten und Anwender von Statistik lassen uns das unrichterweise einbläuen.

Heute wird Statistik eher als eine Methode des wiederholten Dialogs gesehen: Der Anwender fragt, Daten antworten. Anwender stellt adaptierte Fragen, Daten antworten auf diese speziellen Fragen, und so weiter. Einige neue Verfahren - wie etwa multivariate Verfahren von Clusteranalyse oder Faktorenanalyse - sind sogenannte Musterentdeckungsverfahren. Das heißt, sie zeigen Muster auf, von denen der Anwender vorher keine Ahnunge gehabt hatte. Auch so funktioniert Big Data.

Statistik ist ein Hilfsmittel und nicht mehr. Ein Hilfsmittel zur Verdichtung von Einzelinformationen und dem möglichen Erkennen von übergeordneten Muster. Um diese Verdichtungen und Muster zu erkennen und interpretieren gibt es zahlreiche statistische Methoden und Modelle. Die jahrzehntelange alleinige Dominanz der sogenannten Signifikanz als ein objektives und quasi naturgesetzlichs Ergebnis geht langsam dem Ende zu. Gut so!

Von der der realen Welt tauchen wir in die statistische Welt und kommen mit einer Zusatzerkenntnis als Beute wieder zurück. Es ist die reale Welt, die zählt! Sowohl in den Formulierungen und Inhalten. Das Ordnen und die Darstellung der Zusatzerkenntnis erfordert Fingerspitzengefühl und ein Gewusst-Wie. An der richtigen Stelle in der Masterarbeit oder Dissertation eingefügt hebt sie den Gehalt und Wert der Forschungsarbeit erheblich.

Reinhard Neumeier, März 2018

 

Zurück zur Startseite.