Achtung Denkfalle! - die erstaunlichsten Alltagsirrtümer und wie man sie durchschaut

Korrelationen muss man Vorsicht walten lassen. Selbst wenn eine Korrelation zwischen zwei Variablen besteht, so bedeutet das per se noch nicht, dass auch ein ursächlicher Zusammenhang zwischen diesen Variablen gegeben ist. Das erstrebte Hauptziel vieler statistischer Analysen ist dieBegründung eines gültigen Kausalschlusses. Doch eine Korrelation ist nicht zwangsläufig auch eine Kausalität. Ein klares Beispiel für eine bestehende Kausalität ist die zwischen Bruttolohn als Ursache und der Lohnsteuer als Wirkung. Zwischen beiden Variablen besteht auch eine hohe Korrelation.
    Ursache und Wirkung, und umgekehrt[ 28 ]
    Ein Mann geht zum Schneider, um sich einen Maßanzug nähen zu lassen. Eine Woche später kommt er, um das gute Stück abzuholen, und möchte den Anzug gleich tragen. «Aber die Jacke kneift an der Schulter.» – «Kein Problem», sagt der Schneider, «ziehen Sie einfach die linke Schulter nach vorne. Sehen Sie, schon passt er.» – «Ja, aber der rechte Ärmel ist 10 Zentimeter zu lang.» – «Kein Problem», sagt der Schneider «heben Sie einfach die rechte Schulter etwas an, beugen den Ellenbogen ab, biegen den Rücken nach hinten, ziehen das Bein etwas nach und schon sitzt er wie angegossen.» – «Ja, aber wenn ich den Ellenbogen beuge, zieht sich der Kragen zusammen und erwürgt mich fast.» – «Kein Problem», sagt der Schneider, «werfen Sie einfach den Kopf nach hinten links und legen ihn in den Nacken. Dann ist alles wunderbar.» – «Ja, aber jetzt ist die linke Schulter 5 Zentimeter unter der rechten.» – «Kein Problem», sagt der Schneider, «knicken Sie einfach die Hüfte leicht nach rechts ab, dann sind die Schultern wieder auf gleicher Höhe und alles passt tadellos.» Der Mann will nicht weiter meckern, bezahlt und verlässt das Geschäft in gekrümmter, verdrehter und gebeugter Haltung. Er kann sich nur mit unbeholfenen, spastischen Bewegungen fortbewegen. Da begegnet er zwei Passanten. «Sieh dir nur den armen Krüppel an», flüstert der erste. «Es tut einem im Herzen weh.» Darauf der zweite: «Du hast recht. Aber sein Schneider muss ein Genie sein. Sein Anzug sitzt perfekt.»
    Um Kausalitätsbeziehungen belegen zu können, sind in der Regel kontrollierte Experimente vonnöten, bei denen die Werte eines Merkmals experimentell vorgegeben und variiert und die zugehörigen Werte des anderen Merkmals im Anschluss daran ermittelt werden. Oft lassen sich aber derartige Experimente wegen zu langer Dauer, zu hoher Kosten oder aus ethischen Gründen nicht durchführen. Der letztgenannte Punkt ist bei medizinischen Studien nicht selten der entscheidende. Daher werden in der Medizin häufig korrelative Studien durchgeführt und dann wie kontrollierte Experimente interpretiert, was aber streng genommen nicht immer gerechtfertigt ist.
    Um das Vorliegen kausaler Beziehungen praktisch nachzuweisen, sollte man im Idealfall einen Mechanismus experimentell nachweisen, der das Ursache-Wirkungs-Verhältnis herstellt. Ohne einen derartigen experimentell abgesicherten Mechanismus liefert eine errechnete Korrelation zwar einen Hinweis auf eine Art von Ursächlichkeit, aber auch nicht mehr.
    In einem strengen erkenntnistheoretischen Sinn ist Kausalität dagegen nicht beweisbar, da rein empirisch nicht zu belegen ist, dass zwei Ereignisse
notwendig
aufeinanderfolgen. Man kann aber die Hypothese «A verursacht B» aufstellen, diese mit einem experimentellen Design testen und so Kausalität in einem empirisch-pragmatischen Sinn auffassen. Das geschieht etwa so, dass man im Experiment das Eintreten von A gezielt unterdrückt oder Daten heranzieht, in denen das Ereignis A nicht eingetreten ist. Tritt B dennoch ebenso oft ein wie in dem Fall, dass A eintritt, dann kann A nicht die Ursache von B sein. Alternativ kann man den Blick auf Situationen mit dem Ereignis B lenken und feststellen, ob A stets davor oder gleichzeitig mit B eintritt.
    Das Testen einer Kausalitätshypothese kann sehr viel Aufwand erfordern. Wenn eine Korrelation zwischen Ereignissen A und B vorliegt, dann kann es dafür verschiedene Gründe geben.
    1. A bewirkt B, eventuell auch indirekt.
    2. B bewirkt A, eventuell auch indirekt.
    3. A und B beeinflussen sich wechselseitig.
    4. Ein drittes Ereignis C wirkt zugleich auf A und auf B.
    5. A und B treten nur zufällig zusammen auf.
    Die Möglichkeit 5 lässt sich durch die Erhebung weiterer Daten prüfen. Bleibt auch bei größer werdendem Datenpool der Zusammenhang bestehen, so