Störvariable
In diesem Beitrag
Was versteht man unter Störvariable?
Eine Störvariable (englisch: confounding variable oder confounder) ist eine Variable, die sowohl mit der unabhängigen Variable (UV) als auch mit der abhängigen Variable (AV) zusammenhängt – und dadurch den beobachteten Zusammenhang zwischen UV und AV verfälscht oder verzerrt. Sie ist nicht Teil der eigentlichen Forschungsfrage, beeinflusst das Ergebnis aber trotzdem.
Formal gesprochen erzeugt eine Störvariable Z eine Scheinkorrelation oder verdeckt eine echte Korrelation zwischen den Variablen X (UV) und Y (AV), weil sie auf beide gleichzeitig einwirkt:
Schematische Struktur
Eine Störvariable ist damit von einer Mediatorvariable zu unterscheiden: Ein Mediator erklärt, wie oder über welchen Weg X auf Y wirkt – und gehört damit zum Kausalmodell. Eine Störvariable hingegen liegt außerhalb dieses Modells und verzerrt die Schätzung.
Warum ist die Störvariable für statistische Analysen wichtig?
Störvariablen sind eines der zentralen Probleme in der empirischen Forschung – besonders in nicht-experimentellen und Beobachtungsstudien. Wenn Störvariablen nicht erkannt und kontrolliert werden, können Schlussfolgerungen über Ursache-Wirkungs-Zusammenhänge grundlegend falsch sein.
Es gibt verschiedene Strategien, um Störvariablen zu kontrollieren:
- Randomisierung: Durch zufällige Zuweisung von Versuchspersonen zu Gruppen (z. B. in einem Experiment) werden bekannte und unbekannte Störvariablen gleichmäßig auf die Gruppen verteilt und damit neutralisiert.
- Statistische Kontrolle: In Regressionsmodellen können Störvariablen als Kontrollvariablen aufgenommen werden, um ihren Einfluss herauszurechnen.
- Matching: Versuchspersonen werden anhand relevanter Merkmale gezielt gematcht, sodass sich die Gruppen in diesen Merkmalen nicht unterscheiden.
- Konstanthaltung: Eine potenzielle Störvariable wird im Studiendesign auf einem festen Niveau gehalten (z. B. alle Teilnehmenden sind gleichen Alters).
Praxisbeispiel zu Störvariable
Eine Studierende untersucht in ihrer Bachelorarbeit, ob die Anzahl der Lernstunden (UV) die Prüfungsnote (AV) beeinflusst. Sie stellt fest: Studierende, die mehr lernen, schneiden besser ab. Aber stimmt das wirklich so einfach?
Möglicherweise spielt hier die Variable Vorwissen eine störende Rolle: Studierende mit hohem Vorwissen brauchen weniger Zeit zum Lernen, schneiden aber trotzdem gut ab – oder sie lernen effizienter. Studierende mit wenig Vorwissen lernen zwar viele Stunden, erreichen aber nur mittelmäßige Noten.
| Vorwissen | Lernstunden (UV) | Prüfungsnote (AV) |
|---|---|---|
| Hoch | 10 Stunden | 1,5 |
| Mittel | 20 Stunden | 2,5 |
| Niedrig | 35 Stunden | 3,5 |
Ohne Berücksichtigung des Vorwissens sieht es so aus, als würden mehr Lernstunden zu schlechteren Noten führen – ein irreführendes Ergebnis. Erst wenn das Vorwissen als Störvariable kontrolliert wird (z. B. durch Aufnahme in das Regressionsmodell), zeigt sich der tatsächliche Zusammenhang zwischen Lernstunden und Prüfungsnote.
