Typ-III-Fehler — Wenn Logik sich verkleidet

Ein Typ-III-Fehler tritt auf, wenn ein Forscher die Nullhypothese korrekt ablehnt, aber eine falsche Schlussfolgerung über die Art oder Richtung des Effekts zieht — die richtige Antwort auf die falsche Frage bekommt.

Auch bekannt als: Falsche-Frage-Fehler

Wie es funktioniert

Forscher verwenden oft Proxys für das Ergebnis, das sie eigentlich interessiert. Wenn der Proxy und das wahre Ergebnis nicht perfekt übereinstimmen, kann ein korrektes statistisches Ergebnis zu einer sachlich falschen Schlussfolgerung führen.

Ein klassisches Beispiel

Eine Studie untersucht, ob eine Trainingsintervention 'die Leistung verbessert' und misst die Abschlusszeit. Die Intervention verkürzt die Abschlusszeit signifikant. Aber das Training verbesserte Geschwindigkeit auf Kosten der Genauigkeit — die Studie beantwortete 'Hat sich die Abschlusszeit geändert?' statt 'Hat sich die Leistung verbessert?'

Wo man das in der Praxis findet

Viele Public-Health-Interventionen zeigen statistisch signifikante Effekte auf intermediäre Biomarker, versagen aber dabei, klinische Ergebnisse zu verbessern.

Wie man es erkennt und kontert

Sorgfältig prüfen, ob der statistische Test die Forschungsfrage operationalisiert. Prüfen, dass die Effektrichtung wie erwartet ist. Konstruktvalidität bewerten.

Das Fazit

Typ-III-Fehler 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?