Empirisch denken — damit wir wissen, was wir tun

Der erste Blick gilt R-Quadrat. Wie viel Varianz des Kriteriums erklärt das Modell? Dann folgt die Modellsignifikanz. Leistet das Modell insgesamt einen statistisch bedeutsamen Erklärungsbeitrag?

Residuen sind die Teile des Kriteriums, die vom Modell nicht erklärt werden.

Die Hypothese lautet: "Bildung lohnt sich, weil sie zu höherem Gehalt führt."

Bildung hat einen positiven Effekt auf Gehalt. Alter hat ebenfalls einen positiven Effekt auf Gehalt.

Jüngere und ältere Menschen sind nicht einfach dieselben Personen zu unterschiedlichen Zeitpunkten. Sie gehören oft zu unterschiedlichen Generationen.

Alignment bedeutet Passung. Zwei Faktoren sind ähnlich ausgerichtet. Zum Beispiel: Ein Unternehmen investiert stark in digitale Technologien und hat zugleich eine starke unternehmerische Orientierung. Oder: Ein Unternehmen investiert wenig und verfolgt auch keine starke unternehmerische Orientierung. In beiden Fällen besteht eine Art Symmetrie. Misalignment bedeutet dagegen fehlende Passung.

Und ist der Zusammenhang linear oder gekrümmt? RSA erweitert das Interaktionsmodell um quadratische Terme: X Quadrat und Z Quadrat. Dadurch lassen sich nichtlineare Muster abbilden. Mathematisch hängt das mit der quadrierten Differenz zwischen X und Z zusammen.

Heute geht es um zwei unterschiedliche Denkbewegungen. Judea Pearl unterscheidet zwischen den Effekten von Ursachen und den Ursachen von Effekten.

Heute geht es um die Frage: Wann ist etwas eigentlich eine Ursache? In vielen Fällen suchen wir nach einer einzelnen Ursache. Aber soziale und wirtschaftliche Wirklichkeit funktioniert selten monokausal.

In der letzten Folge ging es um Ursachen als Teil von Kombinationen. Heute geht es um die Struktur kausaler Modelle. Wenn wir drei Variablen betrachten, zum Beispiel X, Y und Z, können unterschiedliche Abhängigkeitsstrukturen entstehen.

Die wichtigste Lehre bleibt: Quantitative Ergebnisse verlangen immer nach qualitativer Interpretation.

Heute geht es um eine grundsätzliche Frage: Was bedeutet es eigentlich, kausale Beziehungen zu überprüfen?

Ein Regressionskoeffizient ist keine feste Eigenschaft. Er entsteht immer im Kontext des gesamten Modells.

Indirekte Effekte ohne sichtbaren Gesamteffekt sind nicht unmöglich. Aber sie brauchen besonders starke theoretische und methodische Begründung.

Mediation macht Mechanismen sichtbar. Aber sie ersetzt keine saubere kausale Begründung.

Man nimmt dieselben Daten. Man prüft dasselbe Modell. Und man sollte zu denselben Ergebnissen kommen.

Eine gute Prognose beweist nicht automatisch eine gute Methode. Aber eine schlechte Prognose zwingt uns, die Methode genauer zu prüfen.

Einschränkungen verschwinden. Unsicherheit wird geglättet. Und irgendwann wirkt eine schwache Aussage wie eine Tatsache. Gute Forschung braucht Transparenz.

Repräsentativität ist kein Etikett. Sie ist eine methodische Aussage über Auswahl, Population und Übertragbarkeit.

Interaktionen zeigen, dass soziale Wirklichkeit selten einfache Wenn-dann-Logik ist. Viele Effekte hängen von Bedingungen ab.

Zufriedenheit schützt nicht automatisch vor Kündigung. Ihre Wirkung hängt davon ab, in welchem psychologischen Zustand sich Beschäftigte befinden.

Arbeitszufriedenheit ist kein einfacher Zustand. Sie entsteht aus Erwartungen, Erfahrungen, Bewertungen und Kontext.

Texte können Daten sein. Aber Häufigkeit ersetzt keine Interpretation.

Messung ist nie neutral. Sie setzt fest, welcher Ausschnitt eines Konstrukts sichtbar wird.

Daten entstehen nicht nur durch Fragen. Sie entstehen durch die gesamte Befragungssituation. Ein Fragebogen liefert also nicht automatisch objektive Daten.