Informationsverzerrung — Wenn Logik sich verkleidet

Informationsverzerrung ist ein systematischer Fehler, der aus der Art und Weise entsteht, wie Daten in einer Studie gewonnen, erfasst oder klassifiziert werden. Anders als zufällige Messfehler verzerrt Informationsverzerrung die Ergebnisse in eine konsistente Richtung. Sie umfasst eine Familie von Verzerrungen einschließlich Recall Bias, Observer Bias und Fehlklassifikation, die alle die Validität von Studienergebnissen beeinträchtigen, indem sie die Beziehung zwischen Variablen systematisch verzerren.

Auch bekannt als: Measurement bias, Observation bias, Misclassification bias, Messverzerrung

Wie es funktioniert

Die Datenerhebung ist selten perfekt, und systematische Mängel können subtil sein. Forschende erkennen möglicherweise nicht, dass ihr Messinstrument oder -protokoll Gruppen unterschiedlich behandelt, besonders wenn die Verzerrung über das Verhalten der Teilnehmenden statt über das Studiendesign wirkt.

Ein klassisches Beispiel

In einer Fall-Kontroll-Studie zu kindlicher Leukämie erinnern und berichten Eltern kranker Kinder häusliche Chemikalienexpositionen gründlicher als Eltern gesunder Kinder, was die scheinbare Assoziation zwischen Chemikalienexposition und Erkrankung systematisch aufbläht.

Wo man das in der Praxis findet

Häufig in der Epidemiologie und klinischen Forschung, wo Expositionen selbstberichtet werden, und in der Umfrageforschung, wo Frageformulierungen oder das Verhalten der Interviewer die Antworten systematisch beeinflussen können.

Wie man es erkennt und kontert

Verwenden Sie objektive und standardisierte Messinstrumente. Verblinden Sie die Datenerheber gegenüber der Gruppenzugehörigkeit der Teilnehmenden. Validieren Sie selbstberichtete Daten anhand objektiver Aufzeichnungen. Führen Sie Sensitivitätsanalysen durch, um die potenzielle Auswirkung von Fehlklassifikation zu bewerten.

Das Fazit

Informationsverzerrung gehört zu den Denkfehlern, die auf den ersten Blick völlig logisch klingen. Genau das macht sie gefährlich — sie tragen das Kostüm valider Argumentation, während sie eine fehlerhafte Schlussfolgerung einschmuggeln. Die beste Verteidigung? Langsamer werden und fragen: Folgt diese Schlussfolgerung tatsächlich aus diesen Prämissen?