Fehlende Werte in Studien: So prüfst und behandelst du Missing Data methodisch sauber

Ein Datensatz wirkt auf den ersten Blick vollständig, doch beim Einkommen, bei der Symptombelastung oder bei einem einzelnen Skalenitem bleiben Felder leer. Solche Lücken sehen nach Formsache aus. Tatsächlich entscheiden sie oft darüber, wie belastbar Stichprobe, Effektstärken und Schlussfolgerungen am Ende sind. Wer betroffene Fälle schnell löscht oder Lücken pauschal mit Mittelwerten füllt, riskiert verzerrte Ergebnisse, obwohl jede Rechnung formal korrekt läuft.

Der Umgang mit fehlenden Werten beginnt deshalb nicht im Menü von SPSS, R oder Python, sondern mit drei Fragen: Warum fehlen die Angaben, wie viele sind betroffen, und was bedeutet die gewählte Lösung für deine Forschungsfrage?

Warum Lücken Ergebnisse verschieben können

Fällt bei einer von dreihundert Personen ein einzelner Wert aus, bleibt die Analyse meist stabil. Kritisch wird es, wenn Ausfälle einem Muster folgen: etwa wenn stark belastete Patientinnen und Patienten die zweite Erhebung abbrechen. Dann beschreibt die analysierte Gruppe nicht mehr die ursprünglich erhobene. Mittelwerte fallen zu günstig aus, Gruppenunterschiede wirken verzerrt. Empfindlich reagieren kleine Stichproben, Längsschnittdesigns, klinische Studien und Modelle mit vielen Kovariaten, denn dort kostet jeder verlorene Fall auch statistische Power. Der Anteil allein sagt wenig: Fünf Prozent können heikler sein als zwanzig Prozent, wenn sie klar mit einem inhaltlich wichtigen Merkmal zusammenhängen.

Drei Mechanismen, drei Konsequenzen

Die Fachliteratur unterscheidet, warum Daten fehlen. Davon hängt ab, welches Vorgehen vertretbar ist.

• MCAR (Missing Completely At Random): Die Ausfälle entstehen vollständig zufällig, etwa weil Papierfragebögen durch einen technischen Defekt unlesbar wurden. Eine Analyse nur vollständiger Fälle kann dann akzeptabel sein.
• MAR (Missing At Random): Das Fehlen hängt mit beobachteten Variablen zusammen, etwa wenn jüngere Teilnehmende die zweite Welle häufiger abbrechen. MAR ist die Grundlage moderner Verfahren wie multipler Imputation oder Schätzungen nach dem Maximum Likelihood Prinzip.
• MNAR (Missing Not At Random): Der fehlende Wert hängt direkt vom unbeobachteten Wert ab, etwa wenn Personen mit sehr hohem Alkoholkonsum genau diese Frage auslassen. Beweisen lässt sich das aus den Daten nicht; hier helfen Sensitivitätsanalysen und eine offene Diskussion der Einschränkung.

Wichtig: MAR heißt nicht, dass Ausfälle zufällig sind. Es heißt, dass ihre Systematik mit vorhandenen Informationen ausreichend modelliert werden kann.

Erst prüfen, dann entscheiden

1. Bestimme den Anteil fehlender Angaben pro Variable und pro Person. Viele Lücken bei einzelnen Personen deuten auf Abbrüche oder technische Probleme hin, viele Lücken in einer Variablen auf eine unklare Frage oder einen Filterfehler.
2. Suche nach Mustern. Häufen sich Ausfälle in einer Messwelle, einer Studiengruppe oder auf einer Fragebogenseite? Unterscheiden sich Personen mit und ohne Lücken in Alter, Geschlecht oder Ausgangswert? Kreuztabellen und grafische Übersichten zeigen das oft deutlicher als ein einzelner Test.
3. Trenne echte Lücken von Codes. Werte wie 99, 999 oder „keine Angabe“ müssen einheitlich als fehlend definiert werden, sonst geht 999 als extremer Messwert in Mittelwerte und Modelle ein.

Der Little Test auf MCAR ergänzt diese Prüfung, beweist aber nichts: Bei kleinen Stichproben fehlt ihm Teststärke, bei großen reagiert er auf Kleinigkeiten.

Klassische Verfahren und ihre Schwächen

• Die vollständige Fallanalyse entfernt jede Person, bei der ein benötigter Wert fehlt. Sinnvoll bei wenigen Ausfällen und plausiblem MCAR, problematisch wegen sinkender Fallzahl und Verzerrung bei systematischem Fehlen.
• Die paarweise Fallanalyse nutzt alle verfügbaren Angaben, berechnet Kennwerte jedoch auf unterschiedlichen Teilstichproben.
• Die Mittelwertimputation unterschätzt die Streuung und schwächt Zusammenhänge ab; Median oder das Fortschreiben des letzten Werts passen nur in Sonderfällen.
• Die Regressionsimputation nutzt mehr Information, erzeugt aber künstlich präzise Daten, wenn die Unsicherheit der Schätzung ignoriert wird.

Multiple Imputation als tragfähige Lösung

Hier wird kein einzelner Ersatzwert geraten. Das Verfahren erzeugt mehrere plausible Versionen des Datensatzes, rechnet in jeder die geplante Analyse und führt die Ergebnisse nach etablierten Regeln zusammen. So bleibt die Unsicherheit sichtbar, die durch die Lücken entsteht. In das Imputationsmodell gehören die Zielvariablen, wichtige Prädiktoren und Variablen, die das Fehlen erklären könnten, etwa Ausgangsschwere, Alter, Behandlungsgruppe und frühere Messwerte. Mehr als die früher genannten fünf Datensätze sind meist sinnvoll; die Zahl richtet sich nach Ausfallanteil und Fragestellung. Ebenso wichtig sind Variablentypen, plausible Wertebereiche, Interaktionen und nichtlineare Zusammenhänge. Bei verschachtelten Daten, etwa Messzeitpunkten innerhalb von Personen, sollte das Modell die Datenstruktur abbilden, sonst geraten Standardfehler und Gruppeneffekte daneben. Vertiefende Beiträge zu solchen Modellfragen bietet der Ratgeber zu Statistik und Datenanalyse.

Passung prüfen und transparent berichten

Eine Regel wie „ab fünf Prozent immer imputieren“ gibt es nicht. Ein fehlendes Item einer validierten Skala lässt sich anders behandeln als ein fehlender primärer Endpunkt; Skalenregeln gelten nur, wenn Manual oder Fachliteratur sie decken. Bewährt hat sich die Sensitivitätsanalyse: Vergleiche vollständige Fallanalyse und multiple Imputation. Ähnliche Richtung und Größenordnung stärken das Vertrauen, deutliche Abweichungen sind kein Makel, sondern ein Befund für die Interpretation. Im Methodenteil reicht der Hinweis, dass Werte ersetzt wurden, nicht aus. Nachvollziehbar sein sollten Umfang, betroffene Variablen, geprüfte Muster, Verfahren, Anzahl der Datensätze und Zusammenführung. Nenne im Ergebnisteil die ursprüngliche und die analysierte Fallzahl sowie Unterschiede zwischen vollständigen und unvollständigen Fällen.

Fazit

Fehlende Werte sind keine Klickentscheidung, sondern Teil der Modellierung. Prüfe die Muster, wähle ein Verfahren, das zu Design und Fragestellung passt, und dokumentiere es nachvollziehbar. So bleiben Ergebnisse auch in Peer Review und Begutachtung belastbar.