Störvariablen

Störvariablen sind unbeabsichtigte Variablen, die sowohl mit der unabhängigen Variable als auch mit der abhängigen Variable zusammenhängen und dadurch die geschätzte Wirkung der UV verzerren. In Experimenten und Beobachtungsstudien beeinträchtigen sie die interne Validität, weil Veränderungen der abhängigen Variablen fälschlicherweise der unabhängigen Variable zugeschrieben werden könnten.

Häufige Arten von Störvariablen sind personenbezogene Merkmale (Alter, Geschlecht, Vorwissen, Motivation), situative Faktoren (Messzeitpunkt, Lernumgebung, Tagesform) sowie Messfehler oder ungenaue Messinstrumente. Manche Störvariablen sind beobachtbar und messbar, andere bleiben als latente Variablen ungemessen. Wenn eine Störvariable mit der UV und der AV zusammenhängt, kann sie zu einer Scheinkausalität führen, bei der der beobachtete Zusammenhang durch die Störvariable bedingt ist.

Kontrolle und Minimierung von Störvariablen erfolgen durch Design- und Analyse-Strategien. Randomisierung verteilt Störvariablen grundsätzlich gleichmäßig auf Gruppen. Weitere Designoptionen sind Blocking, Matching oder Restriktion, um bekannte Störgrößen zu kontrollieren. In der Analyse lassen sich Störvariablen als Kovariaten berücksichtigen (Regressionsmodelle, ANCOVA) oder durch Verfahren wie Propensity-Score-Matching ausgleichen. In nicht-experimentellen Studien können Instrumentvariablen eingesetzt werden, um verzerrte Kausalschlussfolgerungen zu mildern.

In der Praxis sollten Forscher Störvariablen identifizieren, ihre potenzielle Wirkung einschätzen und geeignete Kontrollmaßnahmen planen. Transparente Berichterstattung über mögliche Störvariablen und die angewandten Kontrollstrategien ist zentral für die Beurteilung der Validität einer Studie.