Fragen 4-6 Flashcards
(3 cards)
Erklären Sie den Unterschied zwischen Korrelation und Kausalität. Geben Sie ein Beispiel, in dem eine Korrelation zwischen zwei Variablen nicht notwendigerweise auf eine kausale Beziehung hindeutet.
- Korrelation: Zwei Variablen hängen statistisch zusammen, aber sie beeinflussen sich nicht zwingend gegenseitig. Beispiel: Wenn der Umsatz von Sonnencreme steigt, steigen oft auch die Verkäufe von Sonnenhüten. Der Zusammenhang wird durch eine Drittvariable (Sonnenschein) erklärt.
- Kausalität: Eine Variable bewirkt direkt eine Veränderung in der anderen. Beispiel: Mehr Werbeanzeigen führen zu höheren Verkaufszahlen.
- Fehler durch Verwechslung: Viele Menschen interpretieren Korrelationen als kausale Beziehungen, was oft zu Fehlschlüssen führt.
Beschreiben Sie mit Ihren eigenen Worten, was unter ‘statistischer Signifikanz’ und ‘Effektstärke’ verstanden wird und erläutern Sie, wie diese beiden Konzepte zusammenhängen, um die Bedeutung eines Untersuchungsergebnisses zu bewerten.
- Statistische Signifikanz: Sie zeigt, ob ein Ergebnis wahrscheinlich echt ist oder durch Zufall entstanden ist (gemessen durch den p-Wert, z. B. p < 0,05).
- Effektstärke: Gibt die praktische Bedeutung des Ergebnisses an, also wie stark der Effekt in der Realität ist.
- Zusammenhang: Ein Ergebnis kann statistisch signifikant, aber in der Praxis irrelevant sein, wenn die Effektstärke gering ist.
Beispiel: Ein Medikament reduziert Kopfschmerzen um 2 %, aber der Effekt ist so klein, dass er für Patienten kaum spürbar ist.
In der wissenschaftlichen Forschung werden oft mehrere Studien herangezogen, um einen Sachverhalt zu belegen. Diskutieren Sie die Gründe, die gegen die alleinige Verwendung der Ergebnisse einer einzigen Studie sprechen.
Einzelne Studien können fehlerhaft oder irreführend sein, z. B. durch methodische Schwächen, kleine Stichproben oder äußere Einflüsse. Erst durch die Analyse mehrerer Studien (z. B. Metaanalysen) kann man verlässliche Ergebnisse erhalten.
Beispiel: Wenn eine Studie behauptet, dass ein bestimmtes Lebensmittel gesund ist, könnten andere Studien zeigen, dass es nur in bestimmten Fällen oder unter bestimmten Bedingungen wirkt.
