Ich blättere die neue Ausgabe der Research & Results durch und ein Artikel zum Thema Treiberanalyse fällt mir ins Auge. Ich traue meinen Augen nicht. Getestet werden Treiberanalysemethoden und verglichen werden die Korrelationsanalyse und verschiedene Spielarten der Regressionsanalyse. Das zentrale Gütekriterium: Stabilität. Macht das Sinn?
Macht das Sinn?
In der Tat fuchst es immer wieder Anwender, dass Ergebnisse sich zwischen Befragungswellen ändern und man nicht so genau weiß warum. Da scheint die Lösung klar: wir nehmen die Korrelationsanalyse, denn die schwankt am wenigsten. Kein Wunder, dass das berühmte TRI*M System darauf aufsetzt.
Doch bei genauerer Betrachtung ist dies die Kopf-in-den-Sand Strategie. Sie löst nicht das Problem, sondern macht es unsichtbar.
Im Englischen gibt es eine treffliche Weisheit „Better roughly right, than exactly wrong“. Sie bringt auf den Punkt, worum es gehen muss: Die richtigen Treiber identifizieren. Nur wenn eine Methode dies „roughly right“ macht, können wir uns darum kümmern die Stabilität zu verbessern.
Und hier liegt bereits der zweite Schwachpunkt des Artikels: Alle getesteten Methoden sind nur in seltenen Fällen „roughly right“ sondern in großen Teilen „exactly wrong“. Warum? Die Korrelationsanalyse disqualifiziert sich bereits durch die Scheinkorrelationen – Korrelation und Kausalität sind wie „Bäcker und Fleischer“: sie haben nichts miteinander zu tun.
Die Scheinkorrelationen werden durch Regressionsansätze aufgelöst. Doch diese messen nur direkte Effekte. Fast immer gibt es jedoch Indirekte, manchmal sogar hauptsächlich indirekte Wirkungen. Drittens, erfordern die aufgeführten Verfahren weitere unrealistische Annahmen: lineare Beziehungen (je mehr desto besser), unabhängig in ihrer Wirkung (Annahme: ein Krug Wasser wirkt für eine Pflanze immer gleich, egal ob die Pflanze Licht da hat). Aber die Argumentation kennen Sie ja, sie führt geradewegs zu NEUSREL und der Universellen Strukturmodellierung.
Warum sind Ergebnisse der Treiberanalyse oft instabil?
Bleibt noch die Frage wie man diese „schrecklichen“ Schwankungen von Treiberanalysen jetzt wegbekommt. Die Antwort nennt man im Englischen „Root-Cause Problem Solving“. Beschäftigen Sie sich mit der Fragen „Warum schwanken sie denn“? Sie schwanken eben NICHT, weil die Methoden „wacklig“ sind. Sie schwanken, weil:
- Ihre Modelle wichtige Treiber nicht enthalten (Stichwort „Confounder“),
- Weil sie unrealistische Annahmen ins Modell verbauen (Stichwort „Nichtlinearität und Interaktionen“ fehlen) und vorallem
- weil sie die unvermeidlichen Verzerrungen ihres Messansatzes nicht herausrechnen.
Wie man das alles hinbekommt? Lassen Sie uns einfach reden ….
Ihr, Frank Buckler
p.s. Weiterführendes zu NEUSREL und die Universelle Strukturmodelierung finden Sie hier.