Statistik-Irrtümer: Warum viele in diese drei Fallen tappen

Statistiken sind allgegenwärtig: Sie tauchen in Werbe­slogans auf, in Nachrichten über Kriminalität oder in Berichten zum Durch­schnitts­einkommen. „Die Löhne steigen“, heißt es etwa, oder: „Die Zahl der Gewalt­delikte steigt.“ Was diese Aussagen verbindet: Sie stützen sich auf statistische Daten.

Statistiken entstehen durch die Auswertung großer Daten­mengen – mal stammen sie aus amtlichen Erhebungen, mal aus Umfragen von Forschungs­instituten. Sie sollen informieren und Zusammen­hänge sichtbar machen. Doch Statistiken können auch gezielt eingesetzt werden, um Meinungen zu beeinflussen – etwa, wenn Unternehmen mit beeindruckenden Zahlen werben oder politische Akteure Daten verzerren, um Ängste zu schüren oder bestimmte Botschaften zu verbreiten.

Statistiken richtig lesen und nutzen

Data Literacy wird daher zunehmend zur Schlüssel­kompetenz. Darunter versteht man die Fähigkeit, Daten zu sammeln, kritisch zu analysieren und sinnvoll zu nutzen. Ein zentraler Bestandteil ist die Statistik­kompetenz – also das Verständnis dafür, wie man Statistiken interpretieren und hinter­fragen kann.

Immer mehr Berufsfelder verlangen den souveränen Umgang mit großen Daten­sätzen: von Programmierenden über Juristinnen und Juristen bis hin zu Hand­werkerinnen und Hand­werkern. Sie alle arbeiten mit Daten und Statistiken. Doch auch im privaten Alltag gewinnt Statistik­kompetenz an Bedeutung: Sie hilft Menschen, Werbung kritisch zu hinter­fragen und schützt davor, Falsch­informationen in sozialen Medien zu glauben. Im Folgenden drei klassische Stolper­fallen – und wie man sie vermeidet.

1. Diagramme mit Vorsicht genießen

Wenn man große Zahlen vergleichen möchte, sind Diagramme oft sehr nützlich. Sie machen abstrakte Daten anschaulich und leichter verständlich. Doch genau darin liegt auch ein Risiko: Die Darstellung kann den Eindruck verzerren.

Ein Beispiel: Beginnt die Y-Achse nicht bei null, sondern bei einer höheren Zahl, wirken kleine Unter­schiede plötzlich viel größer. Auch der gewählte Zeit­raum kann Trends über­dramatisieren oder abschwächen. Deshalb ist es wichtig, solche Darstellungen genau zu prüfen und zu verstehen, was sie wirklich zeigen.

2. Korrelation ist nicht gleich Kausalität

Ein häufiger Fehler im Umgang mit Statistiken ist die Verwechslung von Korrelation und Kausalität. Gerade in vereinfachten Darstellungen wird häufig versucht, Zusammen­hänge zu konstruieren, die statistisch nicht belegt sind. Wenn beispiels­weise die Zahl ausländischer Tat­verdächtiger steigt, wird dies mitunter vorschnell mit Zuwanderung in Verbindung gebracht.

Doch ein kausaler Zusammen­hang muss nicht zwangsläufig bestehen: Je mehr Menschen in einem Land leben, desto höher ist auch die absolute Zahl an Straftaten – unabhängig von der Herkunft oder Nationalität. Auch Faktoren wie Armut oder verstärkte Polizei­präsenz können zu einem Anstieg führen. Wer versteht, wie solche Zahlen zustande kommen, kann sie besser einordnen.

3. Der Durchschnitt ist nicht automatisch der Mittelwert

Selbst eine so geläufige Kennzahl wie der Durchschnitt kann irre­führend sein. In vielen Fällen ist es sinn­voller, statt des Durch­schnitts andere statistische Größen zu betrachten. Denn Durch­schnitte lassen sich leicht durch Ausreißer verzerren.

Ein anschauliches Beispiel ist das Durchschnitts­einkommen: Einige extrem hohe Einkommen können den Mittelwert stark nach oben treiben und so den Eindruck vermitteln, die typischen Einkommen seien höher, als sie tatsächlich sind. In solchen Fällen bietet sich der Median als aus­sage­kräftigere Alternative an. Der Median bezeichnet den mittleren Wert einer Zahlen­reihe – die Hälfte der Werte liegt darunter, die andere darüber.