In dieser Studie wurde untersucht, ob in einer Population gefundene statistisch signifikante Assoziationen zwischen Sternzeichen und Diagnosen in einer anderen Population bestätigt werden können. Hierfür teilten die Studienverantwortlichen rund 10 Millionen Bewohner einer kanadischen Provinz nach dem Zufall in zwei gleich grosse Gruppen ein. In der ersten Gruppe wurde überprüft, welche Diagnosen in den Jahren 2000 und 2001 zu Hospitalisationen geführt hatten.

Bei 72 der 223 häufigsten Diagnosen fanden sich statistisch signifikante Assoziationen zu einem bestimmten Sternzeichen. Für jedes der 12 Sternzeichen wählte man die beiden häufigsten Diagnosen mit einem derartigen Zusammenhang. In der anderen Gruppe wurde daraufhin getestet, ob die in der ersten Gruppe gefundenen statistisch signifikanten Beziehungen für diese 24 Diagnosen bestätigt würden. Zwei der 24 Assoziationen waren auch in der zweiten Gruppe statistisch signifikant: Löwen und Schützen wurden häufiger wegen gastrointestinalen Blutungen beziehungsweise Humerusfrakturen hospitalisiert. Allerdings verloren diese Assoziationen ihre statistische Bedeutung nach Anpassen des Signifikanzniveaus an die Tatsache, dass hier multiple Vergleiche vorlagen..

  «Traue keiner Statistik, die du nicht selber gefälscht hast». Dieser sarkastische Ausspruch wird durch diese originelle Analyse illustriert: Bei Untersuchung einer genügend grossen Anzahl von Hypothesen wächst die Gefahr, «statistisch signifikante» Pseudo-Assoziationen zu finden. Dies gilt insbesondere dann, wenn Hypothesen nicht schon bei Studienbeginn im Studienprotokoll festgehalten worden sind.

Zusammengefasst von Daniel Pewsner

Standpunkte und Meinungen

• Es gibt zu diesem Artikel keine Leserkommentare.