Listwise Deletion
In diesem Beitrag
Was versteht man unter Listwise Deletion?
Listwise Deletion ist eine Methode zum Umgang mit fehlenden Werten in einem Datensatz. Dabei werden alle Beobachtungen (Fälle) vollständig aus der Analyse ausgeschlossen, bei denen mindestens eine der relevanten Variablen einen fehlenden Wert aufweist. Nur Fälle, die auf allen einbezogenen Variablen vollständige Daten haben, gehen in die Analyse ein.
Formal gilt: Ist für mindestens eine Variable j nicht beobachtet, wird der gesamte Fall i aus der Analyse entfernt. Die Analyse basiert dann ausschließlich auf dem sogenannten Complete Case-Datensatz.
Warum ist Listwise Deletion für statistische Analysen wichtig?
Listwise Deletion ist in vielen Statistikprogrammen die Standardeinstellung, wenn fehlende Werte im Datensatz vorhanden sind. Das macht sie praktisch allgegenwärtig – und gleichzeitig potenziell problematisch, wenn man sich ihrer Konsequenzen nicht bewusst ist.
Wann ist Listwise Deletion unproblematisch?
Das Verfahren liefert unverzerrte Schätzer, wenn die Daten Missing Completely at Random (MCAR) sind – also wenn das Fehlen eines Wertes keinerlei Zusammenhang mit anderen Variablen oder dem fehlenden Wert selbst hat. In diesem Fall ist der verbleibende Complete-Case-Datensatz eine zufällige Teilmenge der Originaldaten, und die Schätzungen bleiben gültig.
Wann wird Listwise Deletion problematisch?
Sobald die Daten nur Missing at Random (MAR) oder sogar Missing Not at Random (MNAR) sind, kann Listwise Deletion zu verzerrten Ergebnissen und Fehlschlüssen führen. Zusätzlich verringert sich die Stichprobengröße, was die statistische Power reduziert – besonders dann, wenn viele Variablen betroffen sind und sich die ausgeschlossenen Fälle summieren.
Praxisbeispiel zu Listwise Deletion
Eine Studierende untersucht den Zusammenhang zwischen Schlafdauer, Stresslevel und Studienleistung bei 200 Studierenden. In ihrem Datensatz haben 30 Personen keine Angabe zum Stresslevel gemacht und 10 weitere Personen fehlt der Notenwert.
| Situation | Verbleibende Fälle |
|---|---|
| Ursprüngliche Stichprobe | 200 |
| Fehlende Werte beim Stresslevel | 30 Personen betroffen |
| Fehlende Werte beim Notenwert | 10 Personen betroffen (davon 5 bereits oben) |
| Nach Listwise Deletion | 165 (17,5 % der Fälle entfernt) |
Wenn die Studierenden, die keine Angabe zum Stresslevel gemacht haben, besonders gestresst waren und deshalb keine Antwort gaben, ist das Fehlen der Werte systematisch – und die Analyse auf Basis der 165 verbleibenden Personen unterschätzt möglicherweise den Zusammenhang zwischen Stress und Studienleistung. In diesem Fall wäre ein robusteres Verfahren wie Multiple Imputation angebracht.
