imported>D3rT!m: Änderung 252250066 von Daubner M rückgängig gemacht; der Link verweist auf diesen Artikel

2025-01-15T16:27:13Z

Änderung 252250066 von Daubner M rückgängig gemacht; der Link verweist auf diesen Artikel

Neue Seite

{{Dieser Artikel|befasst sich mit Störfaktoren bei [[Experiment]]en, der Forschungsmethodik bei der Erhebung von Daten. Für den statistischen Begriff ''Störvariable'' bzw. ''Störgröße'' siehe [[Störgröße und Residuum]].}}
{{Belege fehlen|Der Artikel ist fast gänzlich unbelegt.}}
[[Datei:Simple Confounding Case.svg|mini|Störvariable Z als Ursache für X und Y]]

'''Störfaktor''' (nicht zu verwechseln mit ''[[Störparameter]]'' oder ''[[Störgröße und Residuum|Störgröße]]''), auch '''Störvariable''' oder '''Drittvariable''' genannt, ist ein Begriff aus der [[Empirie]] bei Experimenten. Es sind all jene Faktoren, welche sowohl die [[Abhängige und unabhängige Variable|abhängige Variable]] als auch die unabhängige Variable beeinflussen können und nicht [[Manipulation|manipuliert]] werden. Dies können Merkmale von Versuchspersonen oder äußere Faktoren sein. Drittvariablen sind als alternative oder konkurrierende Erklärungen zur Ausgangshypothese des Forschungsproblems zu sehen. Zur Kontrolle von Störfaktoren gibt es spezielle Techniken.

Unter einem '''Confounder''' ([[Englische Sprache|engl.]] für ‚Störfaktor‘, von [[latein]]isch ''confundere'' ‚verwechseln, vermischen, zusammengießen‘) oder eingedeutscht '''Konfundierungseffekt''' versteht man innerhalb von [[Epidemiologie|epidemiologischen]] Studien einen Störfaktor, der mit zwei Faktoren der Beobachtung, nämlich der [[Exposition (Epidemiologie)|Exposition]] sowie dem Endpunkt, in Beziehung steht. Ein Confounder ist eine Variable, die das Auftreten eines Risikofaktors und den beobachteten Endpunkt gleichzeitig mitbestimmt.<ref>K. J. Rothman, S. Greenland, T. L. Lash: ''Modern Epidemiology.'' Lippincott Williams & Wilkins, 2008, ISBN 978-0-7817-5564-1, S. 130–137 ({{Google Buch |BuchID=Z3vjT9ALxHUC |Seite=130}}).</ref> Die beobachtete Exposition ist nicht die alleinige Ursache für die beobachtete Wirkung – diese wird zumindest teilweise von einem Confounder hervorgerufen.

== Bedingungen für Konfundierung ==
In einem Experiment wird getestet, ob eine [[Zufallsvariable]] <math>X</math> Einfluss auf eine Zufallsvariable <math>Y</math> hat. Beeinflusst aber neben der bekannten Variable <math>X</math> auch eine unbekannte Störvariable <math>W</math> die Zufallsvariable <math>Y</math>, dann spricht man von '''Konfundierung'''. Wenn eine dritte Variable zwei Zufallsvariablen beeinflusst, dann wird die kausale Interpretation der Effekte verfälscht. Zeitlich zwischen unabhängige und abhängige Variable tretende Drittvariablen heißen ''intervenierende Variablen''; eine zeitlich sowohl der unabhängigen als auch der abhängigen Variable vorangehende Drittvariable nennt man ''antezedierende Variable''.<ref>Rainer Schnell, Paul B. Hill, Elke Esser: ''Methoden der empirischen Sozialforschung.'' München 2013, S. 225–226.</ref> Eine Konfundierung ist von zwei Bedingungen abhängig:

# Eine Störvariable <math>W</math> hängt mit der unabhängigen Variable <math>X</math> [[Stochastik|stochastisch]] zusammen.
# Eine Störvariable <math>W</math> verändert den regressiven Zusammenhang zwischen der abhängigen Variable <math>Y</math> und der unabhängigen Variable <math>X</math>.

Mathematisch ausgedrückt ist eine [[Regressionsanalyse|Regression]] <math>\operatorname{E}(Y\mid X)</math> konfundiert, wenn gilt, dass:

# Die Ereignisse <math>X = x</math> und <math>W = w</math> stochastisch abhängig sind und
#<math>\operatorname{E}(Y\mid X=x) \neq \operatorname{E} (Y\mid X=x, W=w)</math>

== Quellen von Störfaktoren ==
[[Datei:Experimente.png|mini|Interne und externe Validität bei [[Experiment]] und [[Quasi-Experiment]]]]
Quellen, die die [[Validität#Interne Validität|interne Validität]] und [[Validität#Externe Validität|externe Validität]] beeinträchtigen, können sein:
* zwischenzeitliches Geschehen (Ereignisse, die zusätzlich neben dem [[Reiz|Stimulus]] die abhängige Variable beeinflussen)
* Reifungsprozesse der Probanden („intrapersonale“ Prozesse, die unabhängig vom Stimulus sind, z. B. Entwicklung eines Kleinkindes)
* Versuchspersonen-Motivation, z. B. in Form des Effekts [[Soziale Erwünschtheit|sozialer Erwünschtheit]]
* Effekte der speziellen Untersuchungsbedingungen und Methoden (engl. ''testing effects''), siehe [[Reaktivität (Sozialwissenschaften)]]
* Veränderung im Messinstrument (z. B. geänderte Tests, umformulierte Fragen bzw. Antwortvorgaben)
* (unbewusste) Beeinflussung der Probanden durch Forschungspersonal, speziell auch [[Rosenthal-Effekt]]
* verzerrte Auswahlen und Ausfälle (Unterschied zwischen Kontroll- und Experimentalgruppen nicht nur in Bezug auf den Stimulus, sondern auch in anderen Merkmalen, die die abhängige Variable beeinflussen)
* [[Regression zur Mitte]] bei wiederholten Messungen bezüglich fehlerhaft gemessener – insbesondere auffälliger – Werte
{{Siehe auch|Messfehler}}

=== Gemeinsamer Risikofaktor ===
Untersucht man den Zusammenhang zwischen [[Tabakrauchen]] und [[Leberzirrhose]] oder [[Leberzellkarzinom|hepatozellulärem Karzinom]], kann man eine deutliche Assoziation feststellen. Es besteht jedoch kein biologischer Zusammenhang: Rauchen führt nicht zur Leberzirrhose. Vielmehr sind viele [[Alkoholkrankheit|Trinker]] auch Raucher (statistische Assoziation aufgrund einer übergeordneten gemeinsamen Ursache (''Suchtpersönlichkeit'')) und Alkoholkonsum ist ein eigenständiger [[Risikofaktor (Medizin)|Risikofaktor]] für Leberzirrhose. In diesem Beispiel wären Suchtpersönlichkeit und Alkohol ''Confounder'' im Rahmen der Messung des Effektes, den Rauchen auf das ''Outcome'' Leberzirrhose hat.

Suchtpersönlichkeit → Alkohol
↓ ↓
Rauchen → Leberzirrhose

== Testen von Konfundierung ==
Messergebnisse sind im Idealfall durch [[Validität|interne Validität]] gekennzeichnet. Dies bedeutet, dass die abhängige Variable tatsächlich durch den Forschungsansatz inklusive der unabhängigen Variablen erklärt wird. Wird die Messung durch eine Störvariable beeinflusst und verzerrt, liegt also Konfundierung vor, dann ist die interne Validität nicht (mehr) gegeben.

Es muss damit gerechnet werden, dass die unabhängige Variable von weiteren Variablen beeinflusst wird, die gleichsam auch die abhängigen Variablen beeinflussen. Durch diese Überlagerung wird eine genaue Aufschlüsselung der Einflüsse von abhängigen Variablen erschwert oder unmöglich.

Um herauszufinden, ob Konfundierung vorliegt, und um gegebenenfalls diese abzuschwächen, ist eine Prüfung des Modells notwendig. Es gibt allerdings keinen spezifischen Test auf Konfundierung, da Testprobleme in der Regel asymptotisch getestet werden. Hierzu sind große Stichproben notwendig und statistische Ungenauigkeiten hinsichtlich des [[Statistische Signifikanz|Signifikanzniveaus]] zu erwarten. Allerdings gilt die empirisch oft kaum zu erfüllende Voraussetzung, dass die störenden Einflüsse definiert, voneinander abgegrenzt sowie zuverlässig und valide gemessen werden können (siehe die methodisch kaum mögliche Differenzierung zwischen verschiedenen [[Antworttendenz]]en in der [[Psychologische Diagnostik|Psychologischen Diagnostik]]).

Stattdessen werden die Bedingungen für Konfundierung herangezogen. Zunächst muss eine potenzielle Störvariable, die für die Konfundierung verantwortlich sein kann, gefunden werden. Anschließend gilt es, die beiden Bedingungen für Konfundierung zu testen. Dies ist zum einen die stochastische Abhängigkeit zwischen der unabhängigen Variable <math>(X)</math> und der Störvariable <math>(W)</math>. Die Ereignisse <math>X=x</math> und <math>W=w</math> müssen [[Stochastisch unabhängige Ereignisse|stochastisch abhängig]] sein. Dies kann beispielsweise mit einem [[Chi-Quadrat-Test]] überprüft werden. Ist die erste Bedingung erfüllt, kann im Weiteren die Unterschiedlichkeit hinsichtlich der Erwartungswerte des Modells überprüft werden. Wenn sich der Zusammenhang zwischen der unabhängigen Variable <math>(X)</math> und der abhängigen Variable <math>(Y)</math> ändert, sobald dem Modell eine potenzielle Störvariable <math>(W)</math> hinzugefügt wird, ist auch die zweite Bedingung für Konfundierung erfüllt <math>\operatorname{E}(Y\mid X=x) \ne \operatorname{E}(Y\mid X=x, W=w)</math>.

Konfundierung liegt demnach vor und kann getestet werden, wenn beide angeführten Bedingungen erfüllt sind, also unabhängige Variable <math>(X)</math> und Störvariable <math>(W)</math> stochastisch abhängig sind und die Erwartungswerte des Modells mit und ohne Störvariable <math>(W)</math> jeweils unterschiedlich groß sind.

Siehe auch [[bedingte Logistische Regression]] und [[Cochran–Mantel–Haenszel Statistik]].

== Kontrolle von Störfaktoren (Drittvariablenkontrolle) und Vermeidung ==
{{Überarbeiten||''Offenbar zwei unabhängige Abschnitte mit teilweise redundanter Information. Bitte sinnvoll zusammenfügen.''}}
{{Hauptartikel|Drittvariablenkontrolle}}

Wenn eine Konfundierung zweier Variablen erst im Nachhinein festgestellt wird und die Störvariablen im Experiment nicht erhoben wurden, wird das ganze Experiment unbrauchbar, da nicht mehr eindeutig von der unabhängigen Variablen auf die abhängige Variable geschlossen werden kann.

Eine wirksame Möglichkeit, eine Konfundierung von vornherein zu verhindern, ist die [[Randomisierung]]. Hierbei werden die Versuchspersonen durch ein Zufallsverfahren den verschiedenen Versuchsbedingungen zugeordnet. So kann sichergestellt werden, dass kein systematischer Zusammenhang zwischen der abhängigen Variable und möglichen Störvariablen, wie zum Beispiel bestimmten Personeneigenschaften besteht. Eine Randomisierung ist jedoch nur bei echten Experimenten möglich, bei denen die Zuordnung der Personen zu den jeweiligen Treatmentgruppen unter dem Einfluss des Versuchsleiters steht. Bei allen anderen Erhebungsmethoden, wie z. B. [[Quasi-Experiment|Quasi-]] oder [[Feldexperiment]]en oder reinen Beobachtungsverfahren, ist eine randomisierte Zuordnung der Versuchspersonen nicht möglich und die Gefahr einer Konfundierung somit prinzipiell vorhanden.

Die Anwendung einer randomisierten Zuordnung der Versuchspersonen ist auch nur bei großen [[Stichprobe]]n zielführend, da nur bei einer ausreichend großen Stichprobengröße von einer gleichen Verteilung innerhalb der einzelnen Gruppen ausgegangen werden kann. In der Realität sind die Stichproben häufig jedoch aufgrund ökonomischer Überlegungen oder anderer praktischer Gründe eher klein und eine Randomisierung deshalb nicht sinnvoll. In diesen Fällen wird zum Beispiel durch die Konstanthaltung der möglichen konfundierenden Variable versucht, eine Konfundierung und somit eine Verzerrung des Ergebnisses zu verhindern. Eine weitere Möglichkeit ist die Balancierung, bei der die verschiedenen Ausprägungen der möglichen Störvariable gleichmäßig auf die Versuchsgruppen verteilt werden.

Bei den Versuchsformen, bei denen es nicht möglich ist, die Stichprobenzusammensetzung vorher zu beeinflussen, ist es wichtig, dass sich der Versuchsleiter im Vorfeld Gedanken über mögliche Störvariablen macht und diese in der Untersuchung mit erhebt. Denn nur so kann hinterher überprüft werden, ob eine Konfundierung zweier Variablen vorliegt und die Konfundierung kann durch statistische Kontrolltechniken im Ergebnis berücksichtigt werden.

In [[Experiment]]en gibt es Techniken zur Kontrolle von Störfaktoren. Diese Techniken sind in Sozialwissenschaften besonders wichtig. Im Experiment kann man Versuchs- und Kontrollgruppe(n) bilden, die dazu dienen, den Einfluss von Versuchspersonenmerkmalen auszuschalten, die als Störfaktoren wirken können. Man unterscheidet zwei Verfahren zur Bildung der Gruppen:
* ''[[Randomisierung]]'' bedeutet, dass die Zuordnung der Versuchspersonen zu Experimental- und Kontrollgruppe nach dem Zufallsprinzip geschieht. Dadurch wird erreicht, dass sich die Unterschiede zwischen den Versuchsgruppen bei einer hinreichend großen Stichprobe ausmitteln. Durch Randomisierung wird ausgeschlossen, dass es durch die Aufteilung der Versuchspersonen in Experimental- und Kontrollgruppe zu systematischen Verzerrungen der Ergebnisse kommt.
* ''[[Matching (Statistik)|Matching]]'' oder ''Parallelisierung'' bezeichnet Verfahren zur Bildung von Gruppen, die bezüglich eines Störfaktors oder mehrerer Störfaktoren homogen sind. Soll zum Beispiel eine Lehrmethode [[Evaluation|evaluiert]] werden, so können durch Parallelisierung zwei hinsichtlich ihrer Noten möglichst ähnliche Schülergruppen gebildet werden.

In Laborexperimenten können auch äußere Faktoren kontrolliert werden:
* ''Elimination'' bezeichnet die Ausschaltung möglicher Störvariablen. Ihr Ziel ist es, dass auf die Versuchspersonen, neben der unabhängigen Variablen, möglichst keine weiteren Faktoren einwirken. Um sicherzustellen, dass die Versuchsperson nicht durch äußere Ereignisse beeinflusst wird, können Experimente zum Beispiel in fensterlosen, schallisolierten Kabinen durchgeführt werden.
* ''Konstanthaltung'': Um sicherzustellen, dass der beobachtete Effekt auf die Variation der unabhängigen Variablen zurückgeht, wird versucht alle anderen Faktoren konstant zu halten. Da die natürliche Helligkeit von Tag zu Tag und im Tagesverlauf schwankt, sollten z. B. Versuche zur [[Visuelle Wahrnehmung|visuellen Wahrnehmung]] in einem über alle Versuchsdurchführungen hinweg gleich ausgeleuchteten Labor durchgeführt werden.
* Berechnung der [[partieller Korrelationskoeffizient|partiellen Korrelation]] zwischen X und Y, kontrolliert durch W
:: <math>r_{X,Y\cdot W}:=\frac{r_{X,Y}-r_{X,W}r_{Y,W}}{\sqrt{(1-r^2_{X,W})(1-r^2_{Y,W})}}</math>.
: Beispielsweise könnte X die Schuhgröße, Y die Größe des Wortschatzes und W das Alter eines Kindes sein. Für sich genommen, werden X und Y korrelieren. Der zugrundeliegende Einfluss wird jedoch das Alter W sein. Die partielle Korrelation, welche auf das Alter kontrolliert, wird niedrig sein.

== Beispiele ==
=== Hawthorne-Effekt ===
Ein berühmtes Beispiel für das Auftreten von Konfundierung ist das sogenannte [[Hawthorne-Effekt|Hawthorne-Experiment]] aus den 1920er Jahren. Der bei diesen gruppenbasierten Beobachtungsstudien in den USA aufgetretene Hawthorne-Effekt beschreibt den Einfluss von Störvariablen auf ein Experiment.

In den Hawthorne-Werken (Illinois, USA), einem Telefonapparate produzierenden Industriebetrieb, wurde in mehreren Versuchsdurchgängen gezielt das Arbeitsumfeld verändert, um die Mitarbeiter zu höheren Produktionsstückzahlen zu motivieren. Neben besserer Beleuchtung wurde in weiteren Schritten jeweils die Wandfarbe verändert oder die [[Raumtemperatur]] erhöht. Unmittelbar nach jeder Veränderung konnte kurzfristig eine erhöhte Produktionsrate beobachtet werden, die jedoch nach wenigen Tagen auf das Ausgangsniveau zurückging. Somit führte keine einzige Veränderung des Arbeitsumfelds zu einer dauerhaften Erhöhung der Produktionsrate. Vielmehr lag eine Vermischung verschiedener Variablen bzw. das Auftreten einer dritten Variable (Störvariable), also Konfundierung vor. Die erhöhte Arbeitsleistung ließ sich somit durch eine kurzfristig bewirkte gestiegene Arbeitsmotivation und nicht durch die Verbesserung der Beleuchtung, die Veränderung der Wandfarbe oder die Erhöhung der Raumtemperatur erklären.

Paul C. Cozby nennt dieses Phänomen auch „Third-Variable Problem“. Er führt an, dass etwa kein direkter Zusammenhang zwischen den Variablen Freizeitaktivität und innerer Unruhe bestehen muss, sondern möglicherweise ein höheres Einkommen mehr Zeit für ausgedehnte Freizeitaktivitäten erlaubt. Wenn Einkommen die bestimmende Variable darstellt, lässt sich keine Ursache-Wirkungs-Kette zwischen den untersuchten Variablen Freizeitaktivität und innerer Unruhe feststellen. Die Beziehung wurde durch eine dritte Variable beeinflusst, die eine alternative Erklärung für die beobachteten Effekte darstellt.

=== Simpson-Paradox ===
{{Hauptartikel|Simpson-Paradox}}

Das Simpson-Paradox ist ein anderes Beispiel, in dem Störvariablen eine Rolle spielen.

== Siehe auch ==
* [[Interaktionseffekt]]
* [[Moderatorvariable]]
* [[Verzerrung durch ausgelassene Variablen]]

== Literatur ==
* Jürgen Bortz, Nicola Döring: ''Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler.'' 4., überarbeitete Auflage. Springer-Medizin-Verlag, Heidelberg 2009.
* Paul C. Cozby: ''Methods in behavioral research.'' 10. Auflage. McGraw-Hill Higher Education, Boston 2009, ISBN 978-0-07-337022-4.
* O. Huber: ''Das psychologische Experiment. Eine Einführung.'' Hans Huber Verlag, Bern 2000.
* Ingeborg Kittmann In: Giselher Guttmann (Hrsg.): ''Allgemeine Psychologie – Experimentalpsychologische Grundlagen.'' 2. Auflage. WUV Universitätsverlag, Wien 1994.
* Christof Nachtigall, Ute Suhl, Rolf Steyer: ''Einführung in die Konfundierungsanalyse.'' In: ''Methevalreport.'' 2(1), 2000.
* K. W. Schaie: ''Methodische Probleme bei der deskriptiven entwicklungspsychologischen Untersuchung des Erwachsenen- und Greisenalters.'' In: P. B. Baltes, L. H. Eckensberger (Hrsg.): ''Entwicklungspsychologie der Lebensspanne.'' Klett-Cotta, Stuttgart 1979.
* [[Rainer Schnell]], [[Paul B. Hill]], Elke Esser: ''Methoden der empirischen Sozialforschung.'' 10., überarbeitete Auflage, Oldenbourg, München 2013, ISBN 978-3-486-72899-6.
* Winfried Stier: ''Empirische Forschungsmethoden.'' 2., verb. Auflage. Springer, Berlin / New York 1999, ISBN 3-540-65295-7.
* M. R. Waldmann: ''Experimente und kausale Theorien.'' In: D. Janetzko, H. A. Meyer, M. Hildebrandt (Hrsg.): ''Das experimentalpsychologische Praktikum im Labor und WWW.'' Hogrefe, Göttingen 2002, S. 13–42.

== Weblinks ==
{{Wiktionary}}

== Einzelnachweise ==
<references />

{{SORTIERUNG:Storfaktor}}

[[Kategorie:Qualitätssicherung]]
[[Kategorie:Verzerrung (Empirie)]]
[[Kategorie:Experimentatorik]]

Störfaktor - Versionsgeschichte

imported>D3rT!m: Änderung 252250066 von Daubner M rückgängig gemacht; der Link verweist auf diesen Artikel