Fehlende Werte richtig behandeln in Studien

Ein Fragebogen ist fast vollständig ausgefüllt, doch bei Einkommen, Symptombelastung oder einem einzelnen Skalenitem fehlen Antworten. Fehlende Werte wirken zunächst wie ein technisches Detail. In einer Bachelorarbeit, Dissertation oder Publikation können sie jedoch darüber entscheiden, ob Stichprobe, Effektstärken und Schlussfolgerungen belastbar sind. Wer Missing Data vorschnell löscht oder mit Mittelwerten ersetzt, riskiert verzerrte Ergebnisse - auch wenn die Analyse formal fehlerfrei gerechnet wurde.

Die richtige Behandlung beginnt deshalb nicht mit einem Befehl in SPSS, R oder Python. Sie beginnt mit einer methodischen Frage: Warum fehlen die Daten, wie viele Werte sind betroffen und welche Konsequenzen hat die gewählte Lösung für die Forschungsfrage?

Warum fehlende Werte Ergebnisse verändern können

Nicht jede Lücke im Datensatz ist problematisch. Fehlt bei einer von 300 Personen eine einzelne Angabe, wird dies die zentrale Analyse oft kaum beeinflussen. Anders sieht es aus, wenn Ausfälle systematisch auftreten: etwa wenn besonders belastete Patientinnen und Patienten ein Follow-up abbrechen, Führungskräfte ihr Einkommen nicht angeben oder Personen mit niedriger Gesundheitskompetenz Fragen überspringen.

Dann ist die analysierte Stichprobe möglicherweise nicht mehr repräsentativ für die ursprünglich erhobene Gruppe. Mittelwerte können zu günstig ausfallen, Gruppenunterschiede kleiner oder größer erscheinen und Regressionsmodelle falsche Zusammenhänge nahelegen. Besonders kritisch sind fehlende Werte bei kleinen Stichproben, längsschnittlichen Designs, klinischen Studien und Analysen mit vielen Kovariaten. Dort kostet jeder Fall nicht nur Information, sondern mitunter auch statistische Power.

Entscheidend ist daher nicht allein der prozentuale Anteil fehlender Angaben. Ein Datensatz mit 5 Prozent fehlenden Werten kann methodisch heikler sein als einer mit 20 Prozent, wenn die 5 Prozent klar mit einem relevanten Merkmal zusammenhängen.

Fehlende Werte verstehen: MCAR, MAR und MNAR

In der Statistik werden drei Mechanismen unterschieden. Diese Begriffe sind keine bloße Theorie, sondern bestimmen, welche Auswertungsmethode vertretbar ist.

Bei MCAR - Missing Completely At Random - entstehen Ausfälle vollständig zufällig. Ein Beispiel: Einige Papierfragebögen werden durch einen technischen Fehler unleserlich, unabhängig von den Antworten der Teilnehmenden. Unter dieser Annahme kann eine Analyse nur vollständiger Fälle häufig vertretbar sein, sofern der Informationsverlust überschaubar bleibt.

Bei MAR - Missing At Random - hängt das Fehlen mit beobachteten Variablen zusammen. Beispielsweise brechen jüngere Studienteilnehmende häufiger die zweite Befragungswelle ab, während das Abbruchverhalten nach Berücksichtigung des Alters nicht zusätzlich von der unbeobachteten Zielvariable abhängt. MAR ist in der Praxis eine wichtige Grundlage für moderne Verfahren wie die multiple Imputation oder Maximum-Likelihood-Schätzungen.

Bei MNAR - Missing Not At Random - hängt das Fehlen dagegen direkt mit dem nicht beobachteten Wert zusammen. Personen mit sehr hohem Alkoholkonsum beantworten die entsprechende Frage gerade wegen ihres hohen Konsums nicht. Diese Situation ist besonders anspruchsvoll, weil sie sich anhand der vorliegenden Daten nicht eindeutig beweisen oder ausschließen lässt. Hier sind eine fachlich begründete Sensitivitätsanalyse und eine transparente Diskussion der Einschränkung häufig wichtiger als der Versuch, eine scheinbar perfekte Korrektur zu erzwingen.

Die Begriffe werden oft missverstanden: MAR bedeutet nicht, dass fehlende Werte zufällig auftreten. Es bedeutet, dass ihre Systematik durch Informationen im vorhandenen Datensatz ausreichend modelliert werden kann.

Fehlende Werte zuerst systematisch prüfen

Bevor Werte ersetzt oder Fälle ausgeschlossen werden, sollte die Datenprüfung dokumentiert erfolgen. Prüfen Sie zunächst den Anteil fehlender Angaben pro Variable und pro Person. Ein hoher Anteil bei einzelnen Personen kann auf unvollständige Teilnahme, technische Probleme oder fehlende Eignung für bestimmte Analysen hinweisen. Ein hoher Anteil in einer Variablen kann auf eine missverständliche Frage, eine sensible Erhebungssituation oder einen Filterfehler hindeuten.

Danach lohnt sich der Blick auf Muster. Fehlen Werte gehäuft in einer bestimmten Messwelle, Studiengruppe, Klinik oder Fragebogenseite? Unterscheiden sich Personen mit und ohne fehlende Angaben hinsichtlich Alter, Geschlecht, Ausgangswert oder anderer zentraler Kovariaten? Kreuztabellen, Gruppenvergleiche und grafische Missing-Data-Muster liefern hierfür oft mehr Erkenntnis als ein einzelner Signifikanztest.

Auch der Little-MCAR-Test kann ergänzend eingesetzt werden. Ein nicht signifikanter Test beweist jedoch nicht, dass MCAR vorliegt. Bei kleinen Stichproben fehlt ihm oft die Teststärke, bei großen Stichproben reagiert er auf geringe Abweichungen. Die methodische Einordnung muss immer zum Studiendesign und zum fachlichen Kontext passen.

Wichtig ist außerdem die Unterscheidung zwischen echten fehlenden Werten und falsch codierten Angaben. Werte wie 99, 999, „keine Angabe“ oder leere Zeichenketten müssen vor der Analyse einheitlich als Missing Values definiert werden. Andernfalls kann etwa der Code 999 versehentlich als extrem hoher Messwert in Mittelwerte oder Regressionsmodelle eingehen.

Welche Methoden bei fehlenden Werten sinnvoll sind

Die vollständige Fallanalyse, auch Listwise Deletion genannt, entfernt alle Personen, denen für eine Analyse mindestens ein benötigter Wert fehlt. Sie ist einfach umzusetzen und in vielen Programmen Standard. Sinnvoll kann sie bei wenigen Ausfällen sein, wenn MCAR plausibel ist und die verbleibende Stichprobe ausreichend groß bleibt. Ihr Nachteil: Die Fallzahl sinkt oft deutlich, und bei systematischem Fehlen entsteht Verzerrung.

Die paarweise Fallanalyse verwendet jeweils alle verfügbaren Angaben. Das kann deskriptive Kennwerte effizient nutzen, führt aber dazu, dass Korrelationen und andere Kennzahlen auf unterschiedlichen Teilstichproben basieren. Für komplexere Modelle ist dieses Vorgehen meist keine gute Standardlösung, weil Ergebnisse schwerer vergleichbar und interpretierbar werden.

Eine einfache Mittelwertimputation ersetzt einen fehlenden Wert durch den Mittelwert der Variable. Sie wirkt bequem, unterschätzt aber die natürliche Streuung und kann Korrelationen abschwächen. Auch die Ersetzung durch Median, Gruppenmittelwert oder den letzten beobachteten Wert ist nur in eng begründeten Sonderfällen angemessen. Für inferenzstatistische Hauptanalysen wissenschaftlicher Arbeiten sind solche Verfahren meist zu grob.

Bei der Regressionsimputation wird ein fehlender Wert aus anderen Variablen vorhergesagt. Sie nutzt mehr Information, kann aber ebenfalls zu künstlich präzisen Daten führen, wenn die Unsicherheit der Schätzung ignoriert wird. Moderne Alternativen sind daher häufig vorzuziehen.

Multiple Imputation: häufig die bessere Wahl

Bei multipler Imputation werden fehlende Werte nicht einmalig „erraten“. Stattdessen erstellt das Verfahren mehrere plausible, leicht unterschiedliche Datensätze. In jedem Datensatz werden die geplanten Analysen durchgeführt. Anschließend werden die Ergebnisse nach etablierten Regeln zusammengeführt. Dadurch fließt die Unsicherheit ein, die durch die fehlenden Angaben entstanden ist.

Das Verfahren ist besonders nützlich, wenn MAR plausibel ist und relevante Hilfsvariablen vorliegen. In das Imputationsmodell gehören grundsätzlich die Zielvariablen der späteren Analyse, wichtige Prädiktoren sowie Variablen, die das Fehlen erklären könnten. Bei einem medizinischen Follow-up können etwa Ausgangsschweregrad, Alter, Behandlungsgruppe und frühere Messwerte entscheidend sein.

Mehr Imputationen sind heute meist sinnvoller als die früher oft genannte Mindestzahl von fünf. Wie viele benötigt werden, hängt vom Anteil fehlender Werte und der Fragestellung ab. Ebenso wichtig wie die Anzahl ist die Qualität des Modells: Variablentypen, plausible Wertebereiche, Interaktionen und nichtlineare Zusammenhänge müssen berücksichtigt werden. Eine multiple Imputation ist kein Automatismus, sondern eine modellbasierte Entscheidung.

Für längsschnittliche oder hierarchische Daten, etwa Messzeitpunkte innerhalb von Personen oder Patientinnen und Patienten innerhalb von Zentren, braucht das Vorgehen zusätzliche Sorgfalt. Das Imputationsmodell sollte die Datenstruktur abbilden. Andernfalls können Standardfehler und Gruppeneffekte falsch geschätzt werden.

Die Methode muss zur Analyse und zum Design passen

Es gibt keine Regel wie „ab 5 Prozent immer imputieren“. Ein einzelnes fehlendes Item in einer validierten Skala kann bei klaren Skalenregeln anders behandelt werden als ein fehlender primärer Endpunkt einer klinischen Studie. Manche Instrumente erlauben die Bildung eines Skalenwerts, wenn eine bestimmte Anzahl von Items beantwortet wurde. Diese Vorgabe sollte nur verwendet werden, wenn sie im Manual oder durch valide Fachliteratur gedeckt ist.

Bei experimentellen Studien steht oft die Frage im Vordergrund, ob Ausfälle zwischen Interventions- und Kontrollgruppe unterschiedlich sind. Bei Beobachtungsstudien kann es wichtiger sein, welche sozialen, klinischen oder demografischen Merkmale mit den fehlenden Angaben zusammenhängen. Bei kleinen Stichproben ist die Versuchung groß, jeden Fall durch Imputation zu „retten“. Gerade dann sollte geprüft werden, ob das Modell genügend Information für glaubwürdige Schätzungen enthält.

Eine gute Praxis ist die Sensitivitätsanalyse. Vergleichen Sie, sofern methodisch sinnvoll, die Ergebnisse einer vollständigen Fallanalyse mit denen nach multipler Imputation. Bleiben Richtung und Größenordnung der zentralen Effekte ähnlich, stärkt das das Vertrauen in die Befunde. Weichen die Ergebnisse deutlich ab, ist dies keine Panne, die versteckt werden sollte, sondern ein wichtiger Befund für die Interpretation.

Fehlende Werte wissenschaftlich korrekt berichten

Im Methodenteil genügt der Satz „fehlende Werte wurden ersetzt“ nicht. Lesende müssen nachvollziehen können, wie viele Werte fehlten, welche Variablen betroffen waren, welches Muster geprüft wurde und warum die gewählte Methode angemessen ist. Bei multipler Imputation sollten Sie unter anderem das verwendete Verfahren, die Anzahl imputierter Datensätze, die einbezogenen Variablen und die Zusammenführung der Ergebnisse beschreiben.

Auch im Ergebnisteil gehört Transparenz dazu. Berichten Sie die ursprüngliche und gegebenenfalls die analysierte Fallzahl. Wenn relevante Unterschiede zwischen Personen mit vollständigen und unvollständigen Daten vorlagen, sollten diese nicht verschwiegen werden. In der Diskussion kann benannt werden, welche Annahmen nicht vollständig prüfbar waren und wie sie die Übertragbarkeit der Resultate beeinflussen könnten.

Diese Offenheit schwächt eine Arbeit nicht. Sie zeigt, dass Datenqualität, methodische Grenzen und Schlussfolgerungen professionell eingeordnet wurden - ein zentraler Qualitätsmaßstab für Gutachten, Peer Review und Forschungsberichte.

Unterstützung, bevor aus einer Datenlücke ein Methodenproblem wird

Bei fehlenden Werten entscheidet selten ein einzelner Softwareklick über die Qualität der Arbeit. Entscheidend sind eine saubere Datenprüfung, ein zur Forschungsfrage passendes Modell und ein Reporting, das auch unter kritischer Prüfung trägt. Wenn Sie unsicher sind, ob vollständige Fallanalyse, Skalenregel, multiple Imputation oder Sensitivitätsanalyse zu Ihrem Projekt passt, kann eine individuelle Statistikberatung den methodischen Weg frühzeitig klären.

Die promovierten Statistiker von Easy Statistik unterstützen diskret bei Datenprüfung, Auswertung und nachvollziehbarer Ergebnisdarstellung in SPSS, R, Python, Stata, JASP oder Jamovi. Nutzen Sie das Kontaktformular für eine Ersteinschätzung - damit Ihre Ergebnisse nicht an unbehandelten Datenlücken scheitern, sondern wissenschaftlich überzeugend eingeordnet werden können.