Erwarten, dass extreme Ergebnisse zum Durchschnitt zurückkehren
Ungewöhnlich gute oder schlechte Leistung sagt eine durchschnittlichere Leistung beim nächsten Mal voraus – das vor Lob oder Tadel berücksichtigen.
Why it works
Regression zum Mittelwert ist eine mathematische Zwangsläufigkeit, wann immer Leistung sowohl Fertigkeit als auch Zufall einschließt. Die Repräsentativitätsheuristik lässt Menschen das ignorieren: Sie erklären extreme Ergebnisse, als würden sie die zugrunde liegende Realität vollständig widerspiegeln („sie haben die Wende geschafft“ / „diese Person ist hoffnungslos“), statt teilweise Zufallsschwankung widerzuspiegeln. Das erzeugt die berühmte Interventions-Illusion: Harsches Feedback nach schlechter Leistung „wirkt“, und Lob nach guter Leistung „schadet“ – einfach weil extreme Ergebnisse regressieren, unabhängig von der Intervention.
How to do it
- Nach einem ungewöhnlich hohen oder niedrigen Ergebnis fragen: „Wie viel davon könnte Zufallsschwankung um den wahren Durchschnitt sein?“
- Vorhersagen, dass das nächste Ergebnis wahrscheinlich näher am langfristigen Durchschnitt der Person oder des Prozesses liegt, nicht so extrem.
- Bevor man eine Veränderung einer Intervention zuschreibt, sie mit mehr als ein oder zwei Folgebeobachtungen verifizieren.
- Feedback zum Beobachtbaren von Schlussfolgerungen über zugrunde liegende Begabung oder Zustand trennen.
Evidenz
Regression zum Mittelwert ist eine mathematische Eigenschaft korrelierter Variablen (Francis Galton identifizierte sie 1886). Kahnemans Beispiel der Interventions-Illusion (Fluglehrer, die loben vs. kritisieren) veranschaulicht, wie das Ignorieren von Regression falsche kausale Zuschreibungen verursacht; das ist ein Lehrbeispiel, keine formale Studie. (mechanistic)
Wie stark ein Ergebnis regressiert, hängt davon ab, wie stark Fertigkeit vs. Glück es bestimmt; Regression zählt in hochvarianten, glücksbeeinflussten Bereichen mehr als in stark fertigkeitsbestimmten.
Quellen
- Galton (1886), Regression towards mediocrity in hereditary stature, Journal of the Anthropological Institute of Great Britain and Ireland
Häufiger Fehler
Regression als Grund behandeln, Feedback zu ignorieren – echte Fertigkeitsverbesserungen passieren, sollten aber über mehrere Beobachtungen bestätigt werden, nicht aus einem einzelnen extremen Ergebnis abgeleitet.
Übe das mit IX Coach
More practices for Die Repräsentativitätsheuristik — nach Ähnlichkeit urteilen
- Basisraten nachschlagen, bevor man ein Ähnlichkeitsurteil fällt
Bevor man entscheidet, „das sieht aus wie X“, fragen, wie häufig X in der relevanten Population tatsächlich ist.
- Erkennen, welche Merkmale tatsächlich diagnostisch sind
Merkmale, die Kategorien tatsächlich unterscheiden, von solchen trennen, die nur das Bild vervollständigen.
- Erkennen, dass Zufallssequenzen keinen Ausgleich „schulden“
Zufallsprozesse haben kein Gedächtnis – eine Serie von Kopf macht Zahl nicht wahrscheinlicher.
- Kleine Stichproben mit expliziter Skepsis behandeln
Eine kurze Sequenz kann repräsentativ aussehen, ohne statistisch verlässlich zu sein – das Vertrauen an die Stichprobengröße anpassen.
- Personenurteile auf Prototyp-Substitution prüfen
Prüfen, ob ein Urteil über eine Person auf ihrem tatsächlichen Verhalten beruht oder auf Ähnlichkeit zu einem Typ.
- Den Prototyp benennen, mit dem man vergleicht, bevor man entscheidet
Den als Referenz genutzten Prototyp explizit machen – verborgene Vorlagen verzerren Entscheidungen ohne Prüfung.