Missing Completely at Random
In diesem Beitrag
Was versteht man unter Missing Completely at Random?
Missing Completely at Random (MCAR) bezeichnet einen Mechanismus fehlender Werte in einem Datensatz. Eine Variable gilt als MCAR, wenn die Wahrscheinlichkeit, dass ein Wert fehlt, weder von den beobachteten noch von den nicht beobachteten Werten im Datensatz abhängt. Das Fehlen ist also vollständig zufällig und steht in keinem systematischen Zusammenhang mit irgendeiner anderen Variable.
Formal ausgedrückt: Sei eine Indikatorvariable, die angibt, ob ein Wert beobachtet (1) oder fehlend (0) ist, und sei die eigentliche Variable mit fehlenden Werten. MCAR liegt vor, wenn gilt:
MCAR-Bedingung
Das bedeutet: Die Wahrscheinlichkeit, dass ein Wert fehlt, ist unabhängig von allen Daten – sowohl den vorhandenen als auch den fehlenden.
MCAR ist die stärkste und gleichzeitig restriktivste Annahme unter den drei klassischen Fehlend-Mechanismen. Die anderen beiden sind Missing at Random (MAR), bei dem das Fehlen von beobachteten, aber nicht von fehlenden Werten abhängt, und Missing Not at Random (MNAR), bei dem das Fehlen systematisch mit den fehlenden Werten selbst zusammenhängt.
Warum ist Missing Completely at Random für statistische Analysen wichtig?
Die Unterscheidung zwischen MCAR, MAR und MNAR ist entscheidend, weil sie bestimmt, welche Analysemethoden zulässig sind und ob Ergebnisse verzerrt sein könnten.
Wenn MCAR gilt, hat das einen großen praktischen Vorteil: Ein sogenannter Complete-Case-Ansatz (auch Listenweiser Ausschluss genannt), bei dem alle Fälle mit fehlenden Werten einfach aus der Analyse entfernt werden, liefert unverzerrte Schätzer. Die verbleibende Stichprobe ist weiterhin repräsentativ für die Grundgesamtheit. Allerdings geht dabei Stichprobengröße verloren, was die statistische Power reduziert.
Praxisbeispiel zu Missing Completely at Random
Eine Forscherin untersucht den Zusammenhang zwischen Schlafqualität und Konzentrationsfähigkeit bei Studierenden. Sie erhebt Daten per Online-Fragebogen. Durch einen technischen Fehler der Umfrageplattform werden bei 12 % der Teilnehmenden zufällig einzelne Antworten nicht gespeichert – völlig unabhängig davon, wie die Personen geantwortet haben oder welche sonstigen Merkmale sie aufweisen.
| Gruppe | Befragte gesamt | Fehlende Werte | Fehlend-Anteil |
|---|---|---|---|
| Erstsemester | 80 | 10 | 12,5 % |
| Fortgeschrittene | 70 | 8 | 11,4 % |
| Masterstudierende | 50 | 6 | 12,0 % |
Der Fehlend-Anteil ist in allen Gruppen nahezu gleich und steht in keinem Zusammenhang mit dem Semester, der Schlafqualität oder anderen Variablen. Das ist ein typisches Muster für MCAR. Die Forscherin kann in diesem Fall einen Complete-Case-Ansatz rechtfertigen: Sie schließt die betroffenen Fälle aus und arbeitet mit den verbleibenden 224 vollständigen Datensätzen weiter, ohne systematische Verzerrungen befürchten zu müssen – lediglich mit etwas weniger statistischer Power.
Anders wäre es, wenn vor allem Studierende mit sehr schlechter Schlafqualität die entsprechende Frage ausgelassen hätten. Dann würde ein systematisches Muster vorliegen, und die MCAR-Annahme wäre verletzt.
