Korrelation ist nicht Kausalität

Eine Korrelation sagt, dass zwei Größen gemeinsam auftreten. Welche Erklärung dahintersteckt, entscheidet nicht die Statistik, sondern der Aufbau der Untersuchung - und die Annahmen, die dabei offengelegt werden.

Der dritte Fall vom Anfang hat einen Namen. Eine Größe, die sowohl auf die vermutete Ursache als auch auf die vermutete Wirkung einwirkt, heißt Drittvariable oder Confounder; das Muster, das sie erzeugt, heißt Konfundierung. Solange sie im Spiel ist und nicht berücksichtigt wird, misst man ihren Einfluss unbemerkt mit.

Das ist die Stelle, an der der Satz vom Anfang nützlich wird. „Es könnte auch anders sein“ ist kein Einwand. „Menschen mit mehr Spielraum im Alltag kommen eher zum Üben und haben ohnehin weniger Stress“ ist einer: Er benennt eine konkrete Größe, sie lässt sich erheben, und man kann nachsehen, ob der Zusammenhang übrig bleibt, wenn man sie herausrechnet.

Daraus folgt allerdings nicht, dass mehr Kontrolle immer besser wäre. Herausrechnen hilft bei einer Größe, die auf beides einwirkt - hier der Spielraum im Alltag. Bei einer Größe, in die beides einmündet, richtet dasselbe Verfahren Schaden an. Ein Beispiel: Ob jemand einen Kurs zu Ende führt, hängt an beidem - daran, wie regelmäßig geübt wird, und daran, wie belastet jemand gerade ist. Wer abbricht, taucht in der Auswertung nicht mehr auf. Wertet man also nur die Teilnehmenden aus, die geblieben sind, verschiebt sich das Bild: Wer wenig geübt hat und trotzdem dabeigeblieben ist, hatte vermutlich wenig Druck - sonst wäre die Person längst weg. Unter den Gebliebenen sieht wenig Üben dann harmloser aus, als es ist. Das Muster stammt aus der Auswahl, nicht aus der Sache.

Elwert und Winship nennen eine solche Größe einen Collider und die Verzerrung endogenous selection bias: eine Verzerrung, die erst durch das Auswählen entsteht. Zwei Dinge daran sind fürs Lesen von Studien wichtig. Erstens ist es für sich genommen kein Fehler, dass Menschen abspringen - selbst viele Abbrüche sind unschädlich, solange das Abspringen nicht an beiden Seiten hängt. Zweitens lässt sich ohne weitere Annahmen nicht vorhersagen, in welche Richtung und wie stark sich das Bild verschiebt. Im Kopf gegenrechnen kann man so etwas also nicht (Elwert & Winship, 2014).

Damit sind es drei verschiedene Fehler, nicht zwei. Eine gemeinsame Ursache gehört ins Modell; wer sie weglässt, misst Fremdes mit. Eine gemeinsame Folge gehört nicht hinein; wer sie hineinnimmt, erzeugt ein Muster, das es so nicht gibt. Und eine Größe, über die die Wirkung erst läuft, gehört ebenfalls nicht hinein, solange man die Gesamtwirkung wissen will - sie rechnet genau das heraus, was gemessen werden sollte. Welcher der drei Fälle vorliegt, entscheidet nicht die Statistik, sondern die Richtung der Pfeile. Und die muss aus der Sache begründet werden, nicht aus den Daten.

„Menschen, die regelmäßig meditieren, sind weniger gestresst“ ist eine Korrelation. Sie kann auch daher rühren, dass Menschen mit Spielraum im Alltag überhaupt erst zum Üben kommen. Randomisierte Studien lösen genau dieses Problem, weil die Zuteilung dann nicht mehr davon abhängt, wie das Leben der Teilnehmenden aussieht. Zwei Dinge müssen dafür stimmen. Die Vergleichsgruppe muss passen: Wird ein Achtsamkeitskurs gegen eine Warteliste geprüft, steckt im Ergebnis auch alles das, was Gruppenzugehörigkeit, Zuwendung und Erwartung bewirken. Und am Ende müssen alle wieder auftauchen, die am Anfang zugeteilt wurden - sonst kommt über die Hintertür genau die Auswahl zurück, um die es im Abschnitt zur Konfundierung ging.

Eine Übersichtsarbeit über 47 randomisierte Studien mit 3.515 Teilnehmenden fand gegenüber unspezifischen aktiven Vergleichsgruppen kleine bis mittlere Verbesserungen bei Angst, Niedergeschlagenheit und Schmerz. Gegenüber spezifischen Vergleichsbehandlungen - Sport, progressive Muskelentspannung, kognitive Verhaltenstherapie in der Gruppe - fand sich dagegen kein Beleg für eine Überlegenheit (Goyal et al., 2014). Das ist keine Entwertung des Verfahrens. Es ist eine genauere Aussage: wirksam, aber nicht auf eine Weise, die andere bewährte Zugänge überflüssig machen würde. Wie weit die Zahlen je nach Zielgröße und Vergleichsgruppe auseinandergehen, steht in Was die Forschung zeigt.

Näher an der eigenen Praxis liegt eine zweite Frage: Bringt mehr Übungszeit mehr? Eine Übersichtsarbeit hat dazu 28 Studien mit 898 Teilnehmenden zusammengefasst und fand einen kleinen Zusammenhang zwischen der berichteten Übungsmenge zu Hause und dem Ergebnis (r = 0,26; 95 % Vertrauensbereich 0,19-0,34). Der Bereich schließt die Null nicht ein: Gar kein Zusammenhang passt schlecht zu diesen Daten. Klein bleibt er trotzdem. Wie viel in einer Studie im Mittel geübt wurde, änderte an seiner Stärke nichts. Und die Autorinnen und Autoren halten selbst fest, dass diese Untersuchungen korrelativ sind: Wer mehr übt, könnte ebenso gut derjenige sein, dem es ohnehin leichter fällt. Dazu kommt, dass die Übungszeit aus der Erinnerung selbst berichtet wurde (Parsons et al., 2017). Was bleibt, ist ein belastbarer, aber schmaler Befund: Regelmäßiges Üben hängt mit dem Ergebnis zusammen. Ein „je mehr Minuten, desto besser“ ist damit nicht gezeigt - der Zusammenhang mit der reinen Minutenzahl ist schwächer belegt, als man erwarten würde. Die Frage nach dem Aufbau ist die erste von vieren, die das Kapitel Wie man das alles liest an jede Zahl stellt.