Lassen sich Signifikanztests auf Vollerhebungen ... - SpringerLink

O-14 Joachim Behnke
nen, sind wir wieder auf eine explizite Theorie der Entstehung des Messfehlers angewiesen,
bzw. auf eine genaue Kenntnis des Zufallsprozesses, der den Messfehler hervorruft.
In den meisten Fällen dürfte es uns äußerst schwer fallen, den Messfehler genau
zu bestimmen, womit wir auch den zu Grunde liegenden stochastischen Prozess nicht
eindeutig modellieren können. Das beste Rezept lautet daher zu versuchen, den Messfehler
von vorneherein durch entsprechende Operationalisierungen so klein wie möglich
zu halten. Wenn der Messfehler eindeutig bestimmt werden kann, dann können
auch Signifikanztests bei einer Vollerhebung durchgeführt werden, bei denen die entsprechende
Wahrscheinlichkeitsverteilung der Teststatistik aus dem Messprozess abgeleitet
werden kann.
Grundsätzlich gilt: Auch wenn mit mehr oder weniger guten Gründen für das Vorhandensein
stochastischer Elemente bei der Generierung der Stichprobendatenwerte argumentiert
und damit die Durchführung eines Signifikanztests als zulässig betrachtet
werden kann, so heißt dies noch lange nicht, dass man dann als konkreten Signifikanztest
genau den gleichen anwenden kann, der von Statistikprogrammen bezüglich der
Schätzung von Stichprobenunterschieden angeboten wird. Dies mag von Fall zu Fall
bei dem ontologischen stochastischen Element noch angemessen sein, da dieses analog
zu einem Auswahlproblem behandelt werden kann, es ist aber in jedem Fall falsch bei
der Behandlung des stochastischen Elements, das durch Messfehler hervorgerufen wird.
Vor der Durchführung eines Signifikanztests oder der Bestimmung von Konfidenzintervallen
sollte daher genau geprüft werden, ob die Bedingungen hierfür vorliegen.
Sind diese Bedingungen nicht gegeben, dann ist es ratsamer, auf Signifikanztests zu
verzichten. Das bedeutet nicht, dass man das Unsicherheitsmoment bezüglich der eigenen
Interpretationen und Schlussfolgerungen unterschlagen soll. Aber ich persönlich
würde eine verbale Darstellung der Unsicherheit immer einer formalen vorziehen, die
in der Angabe von Standardfehlern besteht, die unter nicht zutreffenden Bedingungen
berechnet worden sind.
Literatur
Behnke, Joachim, 2003: Kausalprozesse und Identität. Über den Sinn von Signifikanztests und Konfidenzintervallen
bei Vollerhebungen, in:
http://www.uni-bamberg.de/sowi/poltheory/meth/papers.
Behnke, Joachim/Behnke, Nathalie, 2003: Wissenschaftstheorie. Studienbrief an der FernUniversität
in Hagen Nr. 33206. Hagen.
Behnke, Joachim/Behnke, Nathalie, 2004: Statistik. Studienbrief an der FernUniversität in Hagen
Nr. 33208. Hagen.
Berk, Richard A./Western, Bruce/Weiss, Robert E., 1995: Statistical Inference for Apparent Populations,
in: Sociological Methodology 25, 421–458.
Broscheid, Andreas/Gschwend, Thomas, 2003: Augäpfel, Murmeltiere und Bayes: Zur Auswertung
stochastischer Daten aus Vollerhebungen. MPIfG Working Paper 03/7.
Gigerenzer, Gerd/Swijtink, Zeno/Porter, Theodore/Daston, Lorraine/Beatty, John/Krüger, Lorenz, 1989:
The Empire of Chance. How Probability Changed Science and Everyday Life. Cambridge.
Gillies, Donald, 2000: Philosophical Theories of Probability. London.
Hacking, Ian, 1975: The Emergence of Probability. Cambridge.