Was sind die 4 Phasen der Statistik?

Der statistische Problemlöseprozess im Überblick

Die vier Phasen der Statistik beschreiben einen strukturierten Problemlöseprozess: Frage formulieren – Daten erheben – Daten analysieren – Ergebnisse interpretieren. Dieses Modell ist kein didaktisches Konstrukt für den Schulunterricht, sondern die Grundlage jeder seriösen empirischen Untersuchung – vom einfachen Befragungsprojekt bis zur klinischen Studie.

Das Vier-Phasen-Modell ist in der internationalen Statistikdidaktik weit verbreitet. Es findet sich etwa im Rahmenwerk zur statistischen Grundbildung, das die vier Phasen als unverzichtbare Bestandteile statistischen Denkens beschreibt. Für Studierende und Forschende ist entscheidend: Statistik beginnt nicht bei der Software, sondern bereits bei der Frage.

Phase 1: Eine statistische Frage formulieren

Am Anfang jeder statistischen Untersuchung steht eine Frage – aber nicht irgendeine. Es muss eine statistische Untersuchungsfrage sein: eine Frage, die sich mit Daten beantworten lässt und bei der Variabilität eine Rolle spielt.

Was macht eine Frage „statistisch“?

Eine reine Wissensfrage wie „Wie hoch ist der normale Blutdruck?“ ist keine statistische Frage. Statistisch wird sie erst, wenn sie Variabilität berücksichtigt: „Wie unterscheiden sich die Blutdruckwerte bei Patientinnen und Patienten mit und ohne antihypertensive Therapie?“ Diese Frage lässt sich mit Daten beantworten, erwartet Unterschiede in der Verteilung und fordert ein Design.

Eine gut formulierte statistische Frage:

• ist klar und eindeutig eingegrenzt
• lässt sich mit messbaren Daten beantworten
• definiert die interessierende Population
• impliziert eine Richtung der Analyse (Vergleich, Zusammenhang, Verteilung)

In der medizinischen Forschung entspricht diese Phase häufig der Entwicklung der Forschungshypothese oder der PICO-Frage (Population, Intervention, Comparison, Outcome). Wer diesen Schritt überspringt oder zu oberflächlich formuliert, riskiert, eine Analyse zu liefern, die zwar technisch korrekt ist – aber die eigentliche Frage nicht beantwortet.

Phase 2: Daten erheben oder auswählen

Sobald die Frage steht, geht es darum, geeignete Daten zu beschaffen. Dabei stehen zwei Wege offen: Primärerhebung (eigene Datenerhebung) oder Sekundäranalyse (Nutzung vorhandener Datensätze). Beide Wege verlangen kritisches Nachdenken über die Datenqualität.

Primärerhebung vs. Sekundärdaten

Bei der Primärerhebung bestimmen Sie selbst Messinstrument, Stichprobenstrategie und Studiendesign. Bei Sekundärdaten – etwa aus Registerdaten, Krankenakten oder öffentlichen Datenbanken – übernehmen Sie Entscheidungen, die andere getroffen haben. Das bedeutet: Sie müssen kritisch prüfen, ob die vorhandenen Daten wirklich zu Ihrer statistischen Frage passen.

Zu den zentralen Entscheidungen in dieser Phase gehören:

• Messung: Welche Variablen werden erhoben? In welchem Skalenniveau?
• Stichprobe: Wer oder was wird untersucht? Wie groß muss die Stichprobe sein? (Zur Berechnung der benötigten Stichprobengröße für medizinische Studien gibt es eigene Verfahren.)
• Studiendesign: Experimentell oder beobachtend? Prospektiv oder retrospektiv?
• Bias-Kontrolle: Welche systematischen Verzerrungen könnten die Daten beeinflussen?

Statistik als strukturierter Problemlöseprozess betont, dass die Eignung der Daten – einschließlich möglicher Verzerrungen durch Stichprobenauswahl und Messfehler – bereits in dieser Phase kritisch geprüft werden muss. Wer hier nachlässig ist, kann später keine saubere Analyse mehr retten.

Phase 3: Daten analysieren

In der dritten Phase werden die Daten systematisch ausgewertet. Das umfasst sowohl deskriptive als auch inferenzstatistische Methoden – je nach Fragestellung und Datenniveau.

Deskriptive Analyse

Zuerst wird der Datensatz beschreibend zusammengefasst: Mittelwerte, Standardabweichungen, Häufigkeiten, Mediane, grafische Darstellungen. Ziel ist es, ein erstes Verständnis der Verteilung und Struktur der Daten zu gewinnen.

Inferenzstatistische Analyse

Im zweiten Schritt werden auf Basis der Stichprobendaten Schlüsse auf die Grundgesamtheit gezogen. Dazu kommen je nach Fragestellung unterschiedliche Verfahren zum Einsatz:

• t-Tests, ANOVA oder Mann-Whitney-U-Test für Gruppenvergleiche
• Regressionsanalysen für Zusammenhänge und Prognosen
• Chi-Quadrat-Tests für kategoriale Daten
• Überlebensanalysen wie Kaplan-Meier für zeitbezogene Ereignisse
• Logistische Regression für binäre Outcomes

Welche statistischen Verfahren in der medizinischen Forschung am häufigsten verwendet werden, hängt stark vom Studiendesign und den Messskalen ab. Entscheidend ist, dass das Verfahren zur Fragestellung aus Phase 1 passt – nicht umgekehrt.

Grafische Darstellung

Grafiken sind ein integraler Bestandteil der Analyse – nicht nur der Präsentation. Boxplots, Histogramme oder Streudiagramme helfen, Muster und Ausreißer zu erkennen, die numerische Kennwerte allein nicht zeigen. Dabei gilt: Analytische und grafische Werkzeuge sollen gemeinsam eingesetzt werden, um alle relevanten Aspekte der Datenverteilung sichtbar zu machen.

Phase 4: Ergebnisse interpretieren

Die letzte Phase ist zugleich die anspruchsvollste: Aus den Analysen werden begründete Schlussfolgerungen gezogen. Das bedeutet mehr als das Ablesen von p-Werten.

Was gute Interpretation leisten muss

Eine vollständige Ergebnisinterpretation beantwortet folgende Fragen:

• Was sagen die Ergebnisse in Bezug auf die ursprüngliche Fragestellung?
• Sind die Unterschiede oder Zusammenhänge statistisch signifikant und praktisch relevant (Effektstärke)?
• Welche Einschränkungen hat die Studie (Bias, Stichprobengröße, Generalisierbarkeit)?
• Was bedeuten die Ergebnisse für die Praxis oder für weitere Forschung?

Interpretation ist kein rein technischer Schritt, sondern erfordert Fachurteil. In der Medizin etwa unterscheidet sich ein statistisch signifikanter Unterschied von einem klinisch bedeutsamen Unterschied – beide Dimensionen müssen berichtet und eingeordnet werden.

Die vier Phasen in der medizinischen Forschung

In der Medizin durchlaufen empirische Arbeiten – ob Bachelorarbeit, medizinische Doktorarbeit oder klinische Studie – genau diese vier Phasen. Sie tragen dort spezifische Namen, folgen aber derselben Logik.

Wer eine statistische Auswertung in der Medizin plant, sollte alle vier Phasen von Anfang an mitdenken – idealerweise bevor die erste Patientenakte gesichtet wird. Ein nachträglicher Auswertungsplan kann methodische Schwächen aus Phase 1 und 2 nicht mehr beheben.

Besonders relevant ist das für die statistische Auswertung klinischer Studien: Dort wird der Auswertungsplan (Statistical Analysis Plan) bereits vor Studienbeginn festgeschrieben. Das ist kein bürokratischer Aufwand, sondern eine direkte Konsequenz aus der Logik des Vier-Phasen-Prozesses.

Typische Fehler beim Durchlaufen der Phasen

In der Praxis zeigt sich, dass die vier Phasen häufig ungleich behandelt werden. Empirische Analysen von Lehr- und Prüfungsaufgaben zeigen, dass Analyse und Interpretation in Aufgaben deutlich häufiger gefordert werden als Frageformulierung und Datenerhebung – ein Spiegel der Praxis, in der Phase 1 und 2 oft zu wenig Aufmerksamkeit erhalten.

Die häufigsten Fehler im Überblick

• Phase 1 zu unspezifisch: Eine vage Forschungsfrage zwingt zu einer vagen Analyse. Formulieren Sie die Frage so konkret, dass sie das Analyseverfahren bereits impliziert.
• Phase 2 unterschätzt: Stichprobenfehler und Messungenauigkeiten pflanzen sich durch alle folgenden Phasen fort. Eine zu kleine Fallzahl macht Phase 3 hinfällig.
• Phase 3 zu früh begonnen: Wer ohne klares Design in die Software einsteigt, analysiert häufig das Falsche.
• Phase 4 oberflächlich: p < 0,05 ist kein Ergebnis, sondern ein Ausgangspunkt. Die Interpretation muss Effektgrößen, Konfidenzintervalle und den klinischen oder praktischen Kontext einbeziehen.

Wenn Sie unsicher sind, welche Schritte in Ihrer konkreten Arbeit notwendig sind, lohnt sich ein Blick auf die Grundlagen der medizinischen Statistik – dort werden Voraussetzungen und Konzepte ausführlicher erläutert.