Fehlende Daten in psychologischen Studien – Studienheft Psychologie-Master

In fast jeder Studie fehlen Werte, und die Wahl des Verfahrens entscheidet mit darüber, was deine Ergebnisse aussagen. Dieses Heft erklärt den Umgang mit fehlenden Daten in psychologischen Studien, vom sauberen Kodieren über die Ausfallmechanismen bis zu multipler Imputation, Likelihood-Ansätzen und Sensitivitätsanalyse. Die Leitfrage lautet: Wie unterscheiden sich MCAR, MAR und MNAR? Es richtet sich an Masterstudierende, die eigene Daten auswerten oder Studien kritisch lesen müssen.

Auf einen Blick

• Thema: Fehlende Werte, Ausfallmechanismen und Ersetzungsverfahren
• Studienphase: Master
• Umfang: 66 Seiten
• Aufbau: 15 Lernstationen
• Material: Jede Station hat einen Fachtext mit Leitfrage, einen Fall aus dem Studienalltag und ein beschriftetes Schaubild, eine Anwendungsseite mit zwei Vergleichsfällen oder einem Rechenmodell, eine Prüfungswerkstatt mit Fachfrage, Übertragungsaufgabe und Prüfstein sowie eine kommentierte Lösung. Am Ende stehen fünf Wiederholungsfragen ohne Unterlagen und die Fachquellen.
• Format: Digitaler Download als PDF, sofort nach dem Kauf verfügbar

Die 15 Lernstationen

1. Fehlend kodieren: wie du Sondercodes wie 99 vor jeder Summenbildung als fehlend deklarierst und echte Null, „nicht zutreffend“ und „nicht erhoben“ auseinanderhältst.
2. Muster lesen: wie eine Fall-mal-Zeit-Matrix ein übersprungenes Item von einem ganz fehlenden Messtermin unterscheidet.
3. MCAR: welcher Ausfallmechanismus zu einer wirklich zufälligen Löschung passt und warum der Hinweis auf einen technischen Fehler dafür nicht ausreicht.
4. MAR: welche Bedingung gelten muss, wenn die Teilnahme am Folgetermin vom vollständig gemessenen Ausgangsstress abhängt.
5. MNAR: warum ein Ausfall, der vom unbeobachteten Endwert abhängt, MNAR ist, und wie sich ein angenommener Unterschied auf das Gesamtmittel auswirkt.
6. Vollständige Fälle: welche Gruppe die 90 von 150 vollständigen Fällen tatsächlich repräsentieren und was an Präzision verloren geht.
7. Paarweise Löschung: welches Problem in der Korrelationsmatrix entsteht, wenn jeder Eintrag auf einer anderen Teilstichprobe beruht.
8. Mittelwertersatz: warum der Mittelwert gleich bleibt, die Streuung aber künstlich schrumpft und Zusammenhänge verzerrt werden.
9. Letzten Wert fortschreiben: welche Annahme über den Verlauf im Fortschreiben des letzten Werts nach einem Therapieabbruch steckt.
10. Multiple Imputation: warum mehrere plausible Datensätze erzeugt und jeweils mit dem geplanten Modell analysiert werden.
11. Rubins Regeln: welche zwei Unsicherheitsanteile beim Kombinieren der Ergebnisse zusammengeführt werden.
12. Hilfsvariablen: welche Rolle dokumentierte Schichtzeiten im Ausfallmodell spielen und warum mehr Variablen nicht automatisch besser sind.
13. Likelihood: wie eine Person mit zwei von drei Messzeitpunkten zur Schätzung beiträgt, ohne dass ein Endwert ersetzt wird.
14. Delta-Analyse: wie du imputierte Werte unter begründeten Annahmen verschiebst und was ein Kipppunkt aussagt.
15. Bericht: welche Angaben Leserinnen und Leser brauchen, um die Ausfälle einer Studie zu beurteilen.

So arbeitest du mit dem Heft

Jede Station startet mit einer Leitfrage und einer Situation aus dem Studienalltag, zum Beispiel einem Datensatz, in dem 99 für eine ausgelassene Antwort steht. Auf der Anwendungsseite vergleichst du zwei Fälle oder rechnest ein Szenario durch: 100 Personen starten, ein Teil der Endwerte fehlt, und du bestimmst, wie sich ein angenommener Unterschied der fehlenden Werte auf das Gesamtmittel auswirkt. Die Prüfungswerkstatt verbindet Fachfrage, Übertragung, begründete Auswahl und einen Prüfstein mit falscher Behauptung. Die Lösung ist kommentiert.

Ein guter Rhythmus sind zwei Stationen pro Lerneinheit. Wer gerade die Auswertung der Masterarbeit plant, arbeitet zuerst die Stationen 01 bis 06 durch, um das eigene Ausfallmuster zu beschreiben, und nimmt sich dann die Verfahren ab Station 07 vor.

Für wen sich das Heft eignet

• Du planst die Auswertung deiner Masterarbeit und musst begründen, wie du mit Dropout umgehst.
• Du bereitest eine Methodenklausur im Master vor, in der MCAR, MAR und MNAR abgefragt werden.
• Du liest Therapie- oder Längsschnittstudien und willst einschätzen, ob die Ausfälle angemessen behandelt wurden.
• Du arbeitest an einer Präregistrierung und willst den Umgang mit fehlenden Werten vorab festlegen.

Häufige Fragen

Was ist der Unterschied zwischen MAR und MNAR?

Bei MAR hängt die Wahrscheinlichkeit, dass ein Wert fehlt, nur von Variablen ab, die du beobachtet hast. Bei MNAR hängt sie auch dann noch vom fehlenden Wert selbst ab, wenn du alle beobachteten Variablen berücksichtigst. Aus den beobachteten Daten allein kannst du die beiden Fälle nicht sicher unterscheiden, deshalb braucht es inhaltliche Argumente und Sensitivitätsanalysen.

Brauche ich Vorwissen?

Du solltest Mittelwert, Varianz, Standardfehler und lineare Regression sicher beherrschen. Multiple Imputation, Rubins Regeln und likelihoodbasierte Schätzung werden im Heft eingeführt, ohne dass du vorher damit gearbeitet haben musst.

Lerne ich im Heft eine bestimmte Software?

Nein. Das Heft erklärt die Verfahren und ihre Annahmen unabhängig von einem Programm. Die Rechenmodelle in mehreren Stationen kannst du mit dem Taschenrechner nachvollziehen, etwa die gewichtete Kombination aus beobachteten und angenommenen Endwerten.

Wie erhalte ich das Heft?

Du bekommst das Heft als PDF zum Download. Der Link steht dir direkt nach dem Kauf zur Verfügung.

Passend dazu

Das Heft gehört zum Studienhefte-Paket Master-Methoden & Masterarbeit. Dort bekommst du sieben Hefte für 139,90 €, günstiger als beim Einzelkauf. Alle Hefte für Methoden und Masterarbeit findest du auf der Themenseite Studienhefte Master-Methoden & Masterarbeit. Für die Prüfungsvorbereitung in Methoden und Diagnostik passt außerdem das Prüfungspaket Methoden & Diagnostik Master. Die ganze Reihe siehst du in der Sammlung Studienhefte Psychologie.