Vielleicht haben Sie schon einmal von dieser erstaunlichen Statistik gehört, die für Unkundige überraschend wirken mag: Jeden Sommer steigen der Verzehr von Eiscreme und die Zahl der Ertrinkungsfälle parallel an, als ob man Gefahr liefe, sich mit einem Eis in der Hand zu ertrinken. Diese überraschende "Dualität" führt oft zu Scherzen, verdeutlicht aber vor allem eine klassische Denkfalle: die Verwechslung von Korrelation und Kausalität.
Hitze, Eis und Schwimmen
Wenn die Temperaturen anhaltend steigen, versucht unser Körper, die überschüssige Wärme abzugeben. Zwei einfache Reflexe setzen ein:
- Sich beim Nachmittagssnack abkühlen: Eiscreme oder Sorbet bieten eine sofortige Abkühlung des Gaumens und einen geschmacklichen Genuss. Zwischen 12 und 18 Uhr steigen die Verkäufe von Eiscreme auf Märkten, Stränden und in Strandbars dramatisch an.
- Ins Wasser springen: Das Baden im Meer, im Fluss oder im Pool wird zu einem natürlichen Mittel gegen die Hitze. Doch je mehr Menschen ins Wasser gehen, desto mehr Gelegenheiten gibt es, auszurutschen, zu ermüden oder Strömungen ausgesetzt zu sein – und damit das Risiko eines Ertrinkungsunfalls.
Diese beiden Verhaltensweisen stehen nicht in einer Ursache-Wirkungs-Beziehung: Nicht die zitronige Eiscreme lässt Sie das Gleichgewicht verlieren, noch verursacht der Wunsch nach Vanille-Pistazien-Eis den Drang zum Schwimmen. Sie haben einfach einen gemeinsamen Auslöser: die sommerliche Hitze.
Warum die Korrelation?
Von einem Störfaktor spricht man, wenn zwei Variablen unter dem Einfluss eines dritten Elements gemeinsam variieren. Hier spielen Sonne und steigende Temperaturen diese Rolle: Sie erhöhen einerseits die Nachfrage nach gefrorenen Desserts und andererseits die Zahl der Badenden, die den Gefahren des Wassers ausgesetzt sind.
Dieses Phänomen ist alles andere als anekdotisch: Es erinnert uns daran, dass unser Gehirn automatisch versucht, zufälligen Zahlenkombinationen einen Sinn zu geben, mit der Tendenz, Ursache-Wirkungs-Beziehungen herzustellen, wenn es parallele Kurven sieht.
Mathematische Erklärung
Um die Stärke einer statistischen Beziehung zwischen zwei Variablen zu messen, wird der Pearson-Korrelationskoeffizient (r) verwendet. Er wird wie folgt berechnet:
r = Cov(X, Y) / (σₓ · σᵧ)
Beispielsweise mit:
-
X dem Eiscremekonsum (in Litern oder Tonnen)
-
Y der Anzahl der Ertrinkungsfälle (Anzahl der Unfälle)
-
Cov(X, Y) der Kovarianz (Maß dafür, wie X und Y gemeinsam variieren)
-
σₓ und
σᵧ den Standardabweichungen von X und Y (Maß für ihre individuelle Streuung)
Der Koeffizient r liegt zwischen –1 und +1:
- r nahe +1 zeigt eine starke positive Korrelation (beide Variablen steigen gemeinsam).
- r nahe –1 zeigt eine starke negative Korrelation (eine steigt, die andere fällt).
- r nahe 0 bedeutet keine lineare Korrelation.
In diesem Fall könnte r > +0,80 betragen, was auf eine sehr starke positive Korrelation hindeutet. Aber Vorsicht: Korrelation sagt nichts über Kausalität aus. Um zu beweisen, dass X Y verursacht, müssten alle anderen möglichen Variablen isoliert werden – was hier unmöglich ist, da die wahre gemeinsame Ursache die Hitze bleibt.
Fazit
Die Parallele zwischen dem Höhepunkt des Eisverkaufs und dem Anstieg der Ertrinkungsfälle ist ein hervorragendes Beispiel für eine "trügerische Korrelation": zwei Phänomene, die parallel verlaufen, ohne dass eines das andere auslöst. Es ist die Hitze, die sowohl zum Genuss eines Sorbets als auch zum Sprung ins Wasser mit seinen Risiken verleitet. Dies zu verstehen hilft uns, einen kritischen Geist gegenüber Grafiken und Statistiken zu bewahren – und den Genuss ungetrübt zu lassen: Genießen Sie Ihr Eis in Sicherheit und beachten Sie die Baderegeln, um Unfälle zu vermeiden.