Randomisierte kontrollierte Studie
In diesem Beitrag
Was versteht man unter einer randomisierten kontrollierten Studie?
Eine randomisierte kontrollierte Studie (kurz: RCT, vom englischen Randomized Controlled Trial) ist ein experimentelles Studiendesign, bei dem Teilnehmende zufällig (randomisiert) einer oder mehreren Versuchsgruppen zugewiesen werden. Mindestens eine Gruppe erhält die zu untersuchende Intervention – etwa ein Medikament, eine Therapieform oder eine Maßnahme –, während eine Kontrollgruppe entweder ein Placebo, eine Standardbehandlung oder gar keine Behandlung erhält.
Das zentrale Merkmal ist die zufällige Zuteilung: Jede Person hat die gleiche Chance, in eine der Gruppen zu gelangen. Dadurch verteilen sich bekannte und unbekannte Störvariablen (sogenannte Confounder) im Idealfall gleichmäßig auf alle Gruppen. Der beobachtete Unterschied zwischen den Gruppen lässt sich dann kausal auf die Intervention zurückführen.
Zusätzlich wird bei RCTs häufig eine Verblindung eingesetzt:
- Einfachblind: Die Teilnehmenden wissen nicht, welcher Gruppe sie angehören.
- Doppelblind: Weder Teilnehmende noch die durchführenden Forschenden wissen, wer welche Behandlung erhält.
- Dreifachblind: Zusätzlich sind auch die auswertenden Statistiker:innen verblindet.
Warum ist die randomisierte kontrollierte Studie für statistische Analysen wichtig?
Das RCT gilt als Goldstandard unter den empirischen Studiendesigns, weil es als einziges Design in der Lage ist, Kausalaussagen zu belegen – also nicht nur zu zeigen, dass zwei Dinge zusammenhängen, sondern dass das eine das andere tatsächlich verursacht. Beobachtungsstudien können hingegen immer nur Korrelationen aufzeigen.
Für die statistische Auswertung hat das RCT-Design mehrere wichtige Konsequenzen:
- Reduktion von Confounding: Durch die Randomisierung müssen Störvariablen statistisch nicht mehr kontrolliert werden – sie heben sich im Erwartungswert gegenseitig auf.
- Grundlage für Signifikanztests: Die Zufallszuteilung rechtfertigt die Annahmen vieler statistischer Tests (z. B. t-Test, Chi-Quadrat-Test), die eine zufällige Stichprobenziehung voraussetzen.
- Klare Interventionslogik: Die Analysestrategien Intention-to-treat (ITT) und Per-Protocol (PP) sind nur im RCT-Kontext sinnvoll interpretierbar.
Praxisbeispiel zu einer randomisierten kontrollierten Studie
Eine Universität möchte untersuchen, ob ein strukturiertes Schreibtraining die Qualität wissenschaftlicher Abschlussarbeiten verbessert. Dazu werden 80 Studierende im ersten Mastersemester rekrutiert und per Zufallsprinzip zwei Gruppen zugewiesen:
| Gruppe | Zuteilung | Intervention | Stichprobengröße |
|---|---|---|---|
| Interventionsgruppe | Randomisiert | 8-wöchiges Schreibtraining | n = 40 |
| Kontrollgruppe | Randomisiert | Keine zusätzliche Förderung | n = 40 |
Am Ende des Semesters werden die Abschlussarbeiten beider Gruppen von unabhängigen Gutachter:innen bewertet, die nicht wissen, welche Studierenden am Training teilgenommen haben (Verblindung). Anschließend vergleicht man die durchschnittlichen Bewertungen beider Gruppen mithilfe eines unabhängigen t-Tests.
Zeigt die Interventionsgruppe signifikant bessere Bewertungen, lässt sich dieser Effekt – dank der Randomisierung – kausal auf das Schreibtraining zurückführen und nicht auf andere Faktoren wie Vorwissen oder Motivation. Genau das macht das RCT-Design so wertvoll: Es liefert eine klare, interpretierbare Antwort auf die Frage „Wirkt die Maßnahme wirklich?“
