Sollen wir überhaupt Statistik lehren- die zweite allgemeine Verunsicherung
Zuerst die gute Nachricht: Wir sind sowieso alle geborene Statistiker.
Jeder von uns weiß, was er im Monat verdienen muss, um auszukommen, weil wir wissen, welche Zahlungen wir durchschnittlich pro Monat haben werden.
Wir fahren normalerweise früher weg, wenn wir zu einem Termin müssen, weil wir über die Streuung der Fahrdauer Bescheid wissen. Wenn wir die Strecke öfter fahren können wir sogar einschätzen, wie groß der Puffer sein muss, damit wir nur in etwa 5% der Fälle zu spät zu kommen.
Wir denken in Korrelationen: Wir wissen, dass unser Chips Konsum mit unserer Konfektionsgröße positiv korreliert, und als Kinder wissen wir, dass die Wahrscheinlichkeit ein “Ja” zu hören mit der Dauer unserer Quängelei rasch ansteigt (insbesondere im Supermarkt).
Allerdings hat sich unser Gehirn in den letzten einigen Zehntausend Jahren nicht wesentlich verändert. Schon gar nicht so wesentlich, wie die Welt in den letzten Zweitausend oder gar Zweihundert Jahren oder auch nur 20 Jahren. Aus diesem Grund strotzen wir vor kognitiven Biases - systematische Fehler beim Wahrnehmen, Denken, Erinnern und Urteilen.
Jetzt die schlechte Nachricht:
Wir wenden also statistische Ideen intuitiv an und machen dabei aber leider des Öfteren riesige Fehler ohne es zu wissen.
Immer wieder haben wir daher in der Vergangenheit betont, dass Bauchentscheidungen vermieden werden sollen, dass die Intuition in vielen Fällen versagt, weil unser Steinzeitgehirn halt nicht für die moderne Welt konstruiert ist.
Wir sollten uns stattdessen auf Evidenz stützen, statistischen Verfahren vertrauen, Daten analysieren oder - falls wir dazu nicht in der Lage sind - auf Experten zu hören, die das für uns übernehmen. Evidenzbasierte Vorgangsweisen sind der Schlüssel für gute Entscheidungen:
Evidence based medicine, evidence based management, evidence based decision making, evidence based nursing.
Plötzlich wird uns aber, unter anderem auch von unseren Professoren, erklärt, wie man mit Statistik auch Lügen verbreiten kann, manipulieren kann, Zahlen und Sachverhalte so verdrehen kann, dass man sogar das Gegenteil der Wahrheit für plausibel hält.
Wir alle kennen die Zitate, welche Statistik so weit verunglimpfen, dass wir bald meinen, überhaupt nichts mehr glauben zu können (zB “Lies, damned lies, statistics.”).
Da ist es nicht unverständlich, wenn man ob dieses Dilemmas erschöpft aufgibt und einfach gar nichts mehr glaubt. Vielleicht halt maximal das, was einem das eigene Bauchgefühl sagt oder was am besten ins eigene Lebenskonzept passt und unsere vorgefassten Meinungen stärkt (confirmation bias).
Das ist eine brandgefährliche Entwicklung.
Dabei wäre es so wichtig, zu erkennen, wie die Dinge wirklich sind: für unsere Gesundheit, für unser finanzielles Fortkommen, unseren beruflichen Erfolg, für die Zukunft unserer Gesellschaft.
Falsche Annahmen können beruhigend wirken, manchmal sogar glücklich machen, aber auf lange Sicht sind sie Killer und Zerstörer.
Auch an der Hochschule stehen wir vor dieser Frage:
Lehren wir Statistik nicht, dann werden Sie auch so viel Respekt davor (oder auch Ignoranz gegenüber) entwickeln, dass sie diese Verfahren nicht, und damit auch nicht falsch oder manipulativ, anwenden werden.
Bringen wir es Ihnen gerade ein wenig bei - wie es halt bei einem Studium, indem Statistik nicht im Fokus steht oft nicht anders geht, werden sie es vielleicht doch verwenden. Insbesondere, wenn Softwaresysteme Sie dabei tatkräftig unterstützen.
Weil man dabei aber unglaublich viel falsch machen kann, werden auch Sie dabei Fehler machen und an Sachverhalte mit großer Gewissheit glauben, die aber doch nicht stimmen. Andere, denen Sie ihre Ergebnisse präsentieren, werden - beeindruckt von ihrer Expertise - sehr schnell zustimmen und sich über den Erkenntnisgewinn freuen (authority bias).
Die Situation ähnelt der Halbbildung, die Theodor Adorno als schädlicher als Unbildung eingestuft hat (Fußnote).
Noch einmal die Frage: Was machen wir also jetzt?
Die Antwort auf diese Frage kann in der folgenden Grafik liegen.
Die Verunsicherungskurve.
Fußnote
Ein halbgebildeter Mensch hat sich dasselbe Wissen angeeignet, über das auch ein Gebildeter verfügt, aber er gebraucht sein Wissen in verdinglichter, domestizierter Weise, z. B. indem er Phänomene rein mechanisch klassifiziert und subsumiert, anstatt sie in ihrer Lebendigkeit zu begreifen und sich anzueignen. Aufgrund dieser Starrheit ist der Halbgebildete sogar dem Ungebildeten unterlegen, denn dieser verfügt zwar nicht über das fachliche Hintergrundwissen, wohl aber über den naturwüchsigen unvoreingenommenen Blick und ist frei von seinem Erkenntnisprozess im Weg stehenden Narzissmus. Unbildung, als bloße Naivetät, bloßes Nichtwissen, gestattete ein unmittelbares Verhältnis zu den Objekten und konnte zum kritischen Bewußtsein gesteigert werden kraft ihres Potentials von Skepsis, Witz und Ironie – Eigenschaften, die im nicht ganz domestizierten gedeihen. Der Halbbildung will das nicht glücken. (Adorno 1959, S. 95, S. 104f.)