Regressionsartefakt — Wenn Logik sich verkleidet

Ein Regressionsartefakt tritt auf, wenn Personen aufgrund extremer Werte auf einer Variable mit Messfehler ausgewählt werden und Folgemessungen scheinbar Verbesserungen zeigen, lediglich weil extreme Werte bei erneuter Messung zur Bevölkerungsmitte neigen.

Auch bekannt als: Regression zur Mitte, Galton-Paradoxon

Wie es funktioniert

Jede Messung mit weniger als perfekter Reliabilität zeigt Regression zur Mitte bei erneuter Messung extremer Scorer. Die Selektion extremer Fälle garantiert, dass die erneuten Messwerte im Durchschnitt weniger extrem sind.

Ein klassisches Beispiel

Schüler, die bei einem Lesetest in den untersten 10 % abschneiden, werden in ein Förderleseprogramm aufgenommen. Bei der Folgemessung verbessern sich ihre Werte erheblich. Eine Kontrollgruppe ähnlich niedriger Ausgangsscorer ohne Intervention verbessert sich jedoch fast ebenso stark — durch Regression zur Mitte.

Wo man das in der Praxis findet

Sporttrainer, die schlechte Leistungen bestrafen, sind überrascht, wenn sich die Leistung danach verbessert — Regression zur Mitte, nicht die Bestrafung, ist die wahrscheinlichste Erklärung.

Wie man es erkennt und kontert

Kontrollgruppe mit demselben Extrem-Score-Kriterium einschließen, die keine Intervention erhält. Wiederholte Basislinien-Messungen vor der Behandlung verwenden. ANCOVA korrekt anwenden.

Das Fazit

Regressionsartefakt 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?