Zusammenfassung
Im vorliegenden Beitrag wird anhand von exemplarischen Beispielen aufgeführt, welche Anforderungen an den kompetenzorientierten Umgang mit Statistik gestellt werden sollten und wie sich diese Anforderungen vor dem Hintergrund zunehmender Datenverfügbarkeit mit unterschiedlicher Strukturierungsform (Big Data) verändern. Insbesondere in Fächern, in denen die Statistikausbildung nicht zum Kerninhalt gehört, sollte vorrangig das „Denken in Daten(modellen)“ sowie die Interpretation und Bewertung von Ergebnissen statistischer Berechnungen gelehrt werden.
This is a preview of subscription content, log in via an institution to check access.
Notes
Eigene Erfahrung des Autors anhand eines Beispiels aus der Praxis.
Das Beispiel ist der Unstatistik Oktober 2018 (Gigerenzer 2018) entnommen und textlich sowie der gewählten Annahmen eng an diese angelehnt.
Die in dem vorliegenden Artikel abgeleiteten Schlussfolgerungen stimmen inhaltlich in weiten Teilen mit den Ausführungen in Zwick (2016) überein, wobei dieser einen Fokus auf die amtliche Statistik legt.
Literatur
Bauer T, Gigerenzer G, Krämer W (2014) Warum dick nicht doof macht und Genmais nicht tötet – Über Risiken und Nebenwirkungen der Unstatistik. Campus, Frankfurt a.M.
Christensen B, Christensen S (2015) Achtung: Statistik – 150 Kolumnen zum Nachdenken und Schmunzeln. Springer, Berlin, Heidelberg.
Christensen B, Christensen S (2018) Achtung: Mathe und Statistik – 150 neue Kolumnen zum Nachdenken und Schmunzeln. Springer, Berlin, Heidelberg.
Flint E, Cummins S, Sacker A (2014) Associations between active commuting, body fat, and body mass index: population based, cross sectional study in the United Kingdom. Bmj 349:g4887
Fraunhofer Heinrich Hertz Institute (2017) Pressemitteilung zur CeBIT 2017, CeBIT 2017: Analyse-Software für neuronale Netze - Dem Computer beim Denken zuschauen, 8. Februar 2017
Gigerenzer G (2018) „Erfolgreiche“ Gesichtserkennung mit Hunderttausenden Fehlalarmen, Unstatistik Oktober 2018. http://www.rwi-essen.de/unstatistik/84/. Zugegriffen: 31. Jan. 2019
Quatember A (2015) Statistischer Unsinn – Wenn Medien an der Prozenthürde scheitern. Springer, Berlin, Heidelberg
Redelmeier DA, May SC, Thiruchelvam D, Barrett JF (2014) Pregnancy and the risk of a traffic crash. Cmaj 186(10):742–750
van Rennings L, von Münchhausen C, Honscha W, Ottilie H, Käsbohrer A, Kreienbrock L (2013) Repräsentative Verbrauchsmengenerfassung von Antibiotika in der Nutztierhaltung - Kurzbericht über die Ergebnisse der Studie „VetCAb-Pilot“, VetCAb Fachinformation, Stand: 9. Juli 2013
Spiegel Online (Hrsg) (2015) Datenlese – örtlich betäubt. http://www.spiegel.de/gesundheit/diagnose/landaerzte-datenanalyse-zum-mangel-wo-aerzte-fehlen-a-1013906.html. Zugegriffen: 31. Jan. 2019
Suglia SF, Solnick S, Hemenway D (2013) Soft drinks consumption is associated with behavior problems in 5‑year-olds. J Pediatr 163(5):323–1328
Umweltbundesamt (2015) Einfluss der Nutzungsdauer von Produkten auf ihre Umweltwirkung: Schaffung einer Informationsgrundlage und Entwicklung von Strategien gegen „Obsoleszenz“ ZWISCHENBERICHT: Analyse der Entwicklung der Lebens‑, Nutzungs- und Verweildauer von ausgewählten Produktgruppen. Texte 10/2015
Unstatistik (2019) http://www.rwi-essen.de/unstatistik/. Zugegriffen: 31. Jan. 2019
Zwick M (2016) Statistikausbildung in Zeiten von Big Data. ASta Wirtsch Sozialstatist Arch 10(2):127–139
Author information
Authors and Affiliations
Corresponding author
Additional information
Hinweis des Verlags
Der Verlag bleibt in Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutsadressen neutral.
Rights and permissions
About this article
Cite this article
Christensen, B. Anforderungen an eine Statistik-Ausbildung im 21. Jahrhundert vor dem Hintergrund von Statistical (Il‑)Literacy. AStA Wirtsch Sozialstat Arch 13, 193–201 (2019). https://doi.org/10.1007/s11943-019-00263-7
Received:
Revised:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s11943-019-00263-7