Non-Response-Bias — Wenn Logik sich verkleidet

Non-Response-Bias tritt auf, wenn Personen, die an einer Umfrage oder Studie nicht teilnehmen, sich systematisch von den Teilnehmenden unterscheiden. Dies kann die Ergebnisse verzerren, da die erhobenen Daten nur eine selbstselektierte Teilgruppe widerspiegeln, nicht die gesamte Zielpopulation. Die Verzerrung ist besonders problematisch, wenn der Grund für die Nicht-Teilnahme mit der untersuchten Variable zusammenhängt.

Auch bekannt als: Participation Bias, Non-Participation Bias, Teilnahme-Verzerrung, Antwortausfall-Bias

Wie es funktioniert

Menschen nehmen an, dass die Antwortenden repräsentativ für die gesamte Gruppe sind. Die Gründe für die Nicht-Teilnahme sind für Forschende oft unsichtbar, und niedrige Rücklaufquoten werden in der Berichterstattung häufig heruntergespielt oder ignoriert.

Ein klassisches Beispiel

Eine Mitarbeiterzufriedenheitsumfrage hat eine Rücklaufquote von 40 %. Unzufriedene Beschäftigte, die innerlich bereits gekündigt haben, antworten seltener, wodurch der Arbeitsplatz zufriedenstellender erscheint, als er tatsächlich ist.

Wo man das in der Praxis findet

Politische Umfragen leiden häufig unter Non-Response-Bias. Bestimmte demografische Gruppen sind telefonisch schwerer erreichbar, was zu verzerrten Prognosen führt. Die US-Präsidentschaftsumfragen 2016 und 2020 unterschätzten die Unterstützung für bestimmte Kandidaten teilweise aufgrund differenzieller Non-Response.

Wie man es erkennt und kontert

Rücklaufquoten transparent berichten. Eine Non-Response-Analyse durchführen, indem bekannte Merkmale von Teilnehmenden und Nicht-Teilnehmenden verglichen werden. Nachfassaktionen, Incentives oder statistische Gewichtung einsetzen, um Non-Response zu reduzieren und auszugleichen.

Das Fazit

Non-Response-Bias 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?