Nichts ist irreführender als Zahlen – Mein Weg zur Statistik

Vielen läuft ein kalter Schauer über den Rücken, wenn sie das Wort Statistik hören. Manche müssen nur eine Klausur überleben, andere steigen während einer empirischen Abschlussarbeit tiefer in die Materie ein. Und dann gibt es noch diejenigen, für die Statistik zur täglichen Arbeit gehört (und die vielleicht sogar Spaß daran haben).

Es gibt viele Wege sich der Statistik zu nähern und sie zu meistern. Wir möchten euch in dieser Beitragsserie unsere (sehr unterschiedlichen) individuellen Wege zur Statistik beschreiben. Den Einstieg macht Michael:

Ob Wirtschaftswissenschaften, Mathematik, Soziologie oder Medizin – in fast allen Studiengängen steht in den ersten drei Semestern irgendwann die Statistik auf dem Stundenplan. Und genauso sicher lässt sich sagen, dass sie kein Fach ist, dem die Herzen zufliegen. Bestes Beispiel dafür ist der immer gleiche Dialog:

– „Was ist eigentlich dein Job?“

– „Ich bin Statistiker an der Uni.“

– „Oh. Okay.“

Die Reaktion ist ohne Übertreibung in 90% der Fälle dieselbe, was die Frage nach dem Grund für den nicht allzu guten Ruf der Statistik aufwirft.

Meiner Meinung nach beruht viel davon auf Missverständnissen, was Statistik eigentlich ist. Dazu kommt dann häufig die nicht besonders innovative Lehre an Schule und Hochschule, eine übertriebene Ehrfurcht vor Zahlen und schon hat man im Studium seinen Endgegner gefunden. Das ist besonders schade, weil für die meisten entweder bei der Abschlussarbeit im Studium, aber spätestens im Job der Moment kommt, in dem sie sich selbständig mit Statistik auseinandersetzen müssen – und häufig erkennen, dass der erste negative Eindruck dem Fach nicht im geringsten gerecht wird.

In diesem Beitrag möchte ich euch beispielhaft von meinem eigenen Weg zur Statistik berichten und hoffe, dass daraus verständlich wird, worin für mich ihre Faszination besteht.

Die Statistik und ich

Bei mir war es direkt im ersten Semester Wirtschaftswissenschaften soweit: Als eines meiner ersten Fächer stand neben Mathematik, Rechnungswesen, BWL und VWL das Modul Statistik und Wahrscheinlichkeitsrechnung auf dem Stundenplan. Wirkliche Erwartungen an das Fach hatte ich nicht und mit Statistik hatte ich bis dahin hauptsächlich unübersichtliche Tabellen, Excel-Arbeitsblätter, Säulen- und Kreisdiagramme verbunden, maximal noch die Berechnung von Durchschnitten. Auch meine Beziehung zur Mathematik war eher von gegenseitiger Ignoranz geprägt, nachdem ich mit durchschnittlichem Aufwand ohne größere Probleme durch Schule und Abitur gekommen war, aber auch nie einen Sinn für die (von den Lehrern beschworene) Schönheit mathematischer Methoden entwickelt hatte. Meine Ausgangslage war also perfekter Durchschnitt.

Los ging es dann in den ersten Wochen tatsächlich mit Tabellen, Diagrammen, Mittelwerten und Varianzen. Nicht wirklich kompliziert, aber auch nicht wirklich spannend, abgesehen vielleicht von einigen Anekdoten über misslungene Grafiken und statistische Interpretationen aus der Presse. Die Frage war, was danach kommen sollte.

Vom Thema „Wahrscheinlichkeitsrechnung“ hatte ich zwar aus Schulzeiten eine grobe Vorstellung, allerdings war mir nicht klar, wo der Bezug zur Statistik – oder dem was ich mir darunter bislang vorstellte – liegen sollte. Der erste Aha-Effekt für mich kam dann bei der Vorstellung der Normalverteilung, die ihren Namen ja der Tatsache verdankt, dass sich verblüffend viele in der Natur beobachtbare Phänomene mit ihr beschreiben lassen.

Ab hier kam dann das eine zum anderen: Die induktive Statistik, die Idee, von Stichproben, die bestimmte Eigenschaften besitzen mittels Ideen der Wahrscheinlichkeitsrechnung Rückschlüsse auf unbekannte Grundgesamtheiten zu ziehen, war dann ein völlig neues Feld für mich. Zwar kannte man aus Zeitung und Nachrichten, dass Stichproben „repräsentativ“ sind, Aussagen als „signifikant“ bezeichnet werden etc., aber wirklich mit diesen Begriffen auseinandergesetzt hatte ich mich nie. In diesem Themenbereich hat mich dann erstmals das statistische Fieber gepackt, besonders weil ich mir vorher nicht vorstellen konnte, dass statistische Schlüsse doch mit so einer Präzision und methodischen Begründung möglich sind.

Das beste aber: Anders als in BWL oder VWL musste man für Statistik nie Detailwissen auswendig lernen, sobald man die Große Idee dahinter erst einmal begriffen hatte. Natürlich brauchte es Routine, natürlich musste man die Vorlesungsunterlagen nacharbeiten und Übungsaufgaben rechnen, um die Schritte zu verinnerlichen, aber eigentlich war das alles nur Mechanik. Für mich war das einerseits ein wohltuender Kontrast zum restlichen Studium, andererseits konnte ich schon erahnen, dass die Statistik auch über das Grundlagenmodul hinaus noch weitere spannende Felder bieten würde.

Wie ging es weiter? Im Folgejahr bewarb ich mich als Tutor für dasselbe Modul und bin inzwischen im neunten Jahr am Institut in die Tutorien involviert, zuerst als studentischer Tutor, anschließend verantwortlich als Mitarbeiter.

Missverständnisse und Irrtümer

Als Lehrender an der Hochschule hat man nicht nur die Verantwortung, die Studierenden im Modul beim Erlernen der nötigen Kompetenzen zu unterstützen, sondern ihnen auch Hilfestellung zu geben, damit der Umgang auch mit unhandlichem Stoff leichter von der Hand geht. Deshalb möchte ich euch die aus meiner Sicht größten Probleme und Irrtümer im Umgang mit Statistik und empirischen Methoden mitgeben:

• „Das brauche ich doch nach der Klausur nie mehr“ – Von wegen. Fast alle Studierenden und Doktoranden kommen irgendwann im Lauf der Zeit zwangsläufig an den Punkt, an dem sie sich (wieder) mit statistischen Methoden auseinandersetzen müssen. Egal ob in der medizinischen Doktorarbeit, in der Überlebenswahrscheinlichkeiten berechnet werden müssen, der politikwissenschaftlichen Dissertation, die auf Wunsch der Doktormutter ein Regressionsmodell zur Beziehung von Parteispenden und Wahlerfolg einschließen soll bis hin zum soziologischen Experiment in der Bachelorarbeit, für das eine nötige Stichprobengröße geschätzt werden muss – Statistik lauert in allen Disziplinen. Empirisches Arbeiten ist mittlerweile in fast allen wissenschaftlichen Fachrichtungen Standard.
• „Statistiken sind doch sowieso alle gefälscht und manipuliert“ – Der Klassiker. Statistik hat den Ruf, flexibel, biegsam und irgendwie auch unaufrichtig zu sein. Natürlich gibt es die vereinzelten schwarzen Schafe, die Daten schlicht fälschen oder schlicht unsauber arbeiten. Das größere Missverständnis liegt aber wohl darin, dass Statistische Ergebnisse zwangsläufig auf Annahmen basieren, über deren Gültigkeit man nicht immer einer Meinung sein muss. Und die natürlich transparent gemacht werden müssen. Welche Annahmen man trifft ist immer ein Kompromiss zwischen verfügbarer Datenlage, der geforderten Präzision der Ergebnisse – oft ist die Entscheidung aber auch von einem Maß an individueller Überzeugung beeinflusst. Unter den gleichen Annahmen sollte das Ergebnis der statistischen Analyse dann eben auch eineindeutig und wiederholbar sein, wissenschaftlich fundiert eben.
• „Für kein Fach musste ich so viel lernen wie für Statistik“ – Da würde ich glatt widersprechen. Wenn du „lernen“ mit „auswendig lernen“ oder Faktenwissen gleichgesetzt, wird ist Statistik sogar ein Fach fast ohne Lernaufwand. Was man allerdings braucht ist Übung, Routine und einen Überblick über den methodischen Rahmen, der aber überraschend schnell mit dem praktischen Arbeiten an einem eigenen Problem kommt.
• Empirische Arbeiten sind viel aufwändiger als literaturbasierte wissenschaftliche Arbeiten – Ja. Oft. Aber sie sind nach meiner Erfahrung eben auch viel spannender, lohnender und am Ende auch fachlich und persönlich bereichernder. Statistische Methoden ermöglichen dir, die Ebene der reinen Vermutung zu verlassen und deine Hypothesen tatsächlich fundiert zu überprüfen. Du betreibst selbst Forschung, musst dich nicht in den ausgetretenen Bahnen anderer Forscher bewegen und kannst deiner wissenschaftlichen Kreativität und deinem Interesse viel freieren Lauf lassen. Und aus eigener Erfahrung kann ich sagen, dass der Zusatzaufwand von Betreuern und Kollegen geschätzt und in aller Regel auch honoriert wird.

Eine gestörte Beziehung – und kann man sie kitten?

Gut, er hat leicht reden. Er arbeitet ja schon seit Jahren auf diesem Feld. Aber was hilft mir das mit meinem Problem mit der Statistik?

Wenn du dir klar machst, dass dein Problem nicht unbedingt in fehlendem Detailwissen, sondern in einem Mangel an praktischer Erfahrung und Routine liegt, ist der Lösungsweg des Problems ein völlig anderer. Wahrscheinlich profitierst du viel eher davon, einen erfahrenen Berater für deine Problemstellung zu finden, als noch einmal den Grundlagenkurs Statistik durchzuarbeiten.

Aus vielen Jahren Betreuung von Bachelor- und Masterarbeiten sowie Nachhilfe habe ich die Erfahrung gezogen, dass die meisten Studierenden eine recht gute Intuition haben, was mögliche Probleme in ihren Analysen angeht. Oft reicht ein geschultes Auge und die Bestätigung, dass die gemachten Schritte richtig und korrekt waren. Die Stellen, an denen wirklich tiefer gehende Unterstützung nötig wird, sind meistens nur wenige und auch hier profitierst du von erfahrener Unterstützung, die dir eine gut verständliche Quelle oder praktische Tipps geben kann.

Am Ende kommt alles auf einen Nenner: Statistik ist vor allem Learning by Doing!