Der Zweck allein entscheidet nicht
Eine Bereinigung kann für eine korrekte Analyse nötig sein: unmögliche Datumswerte, doppelte technische Importe oder eindeutig dokumentierte Messfehler verfälschen den Datenbestand. Trotzdem reicht die gute Absicht nicht. Entscheidend sind transparente Regeln, belegbare Gründe, gleiche Anwendung auf vergleichbare Fälle und die Möglichkeit, den ursprünglichen Zustand zu rekonstruieren.
Der Zeitpunkt liefert ein Warnsignal. Regeln, die erst nach Sichtung des Ergebnisses entstehen, können unbewusst auf eine bevorzugte Aussage zugeschnitten sein. Solche nachträglichen Entscheidungen sind nicht automatisch unzulässig, müssen aber als explorativ markiert, begründet und durch eine Analyse mit alternativen Regeln ergänzt werden. Eine formale Feststellung wissenschaftlichen Fehlverhaltens trifft nur das zuständige Verfahren.
Vorabregeln für typische Qualitätsprobleme
Schreibe den Plan zusammen mit dem Analyseplan. Nenne variable Regeln, Schwellen, Verantwortliche und den Zeitpunkt der Festlegung. Wenn eine Regel aus einem Fachstandard oder Gerätehandbuch stammt, verlinke die genaue Fassung. „Offensichtliche Fehler entfernt“ ist keine reproduzierbare Regel.
Jede Änderung braucht eine Spur
Arbeite nie in der einzigen Rohdatei. Sichere einen schreibgeschützten Originalstand und erzeuge die Analysefassung durch dokumentierten Code oder ein nachvollziehbares Transformationsprotokoll. Für manuelle Korrekturen enthält jede Logzeile Fall-ID, Variable, alten Wert, neuen Wert, Grund, Beleg, Bearbeiter, Datum und Regel-ID.
Beispiel: „Fall P017, Variable interview_date, 2062-04-11 → fehlend, weil Originalformular unleserlich und keine zweite Quelle vorhanden; Regel D-03; geprüft von AB am 04.09.2026.“ Dieser Eintrag behauptet keine korrekte Ersatzinformation. Er macht sichtbar, warum ein unmöglicher Wert nicht in die Analyse gelangte.
Das Protokoll soll auch verworfene Korrekturen nennen. Wenn eine Rückfrage den ursprünglichen Wert bestätigt, dokumentierst du die Prüfung und belässt ihn. Nur so wird erkennbar, dass auffällige Werte nicht automatisch entfernt wurden. Der Audit-Trail für redliche Auswertung verbindet das Log mit der Ergebnisinterpretation.
Ausreißer und Ausschlüsse sind die heikelsten Grenzfälle
Ein extremer Wert kann Messfehler oder reale Variation darstellen. Seine bloße Entfernung, weil ein Test danach „besser“ aussieht, ist ergebnisgesteuert. Prüfe zuerst Erhebung, Einheit, Eingabeweg und fachliche Plausibilität. Ist der Wert technisch gültig, gehört er grundsätzlich zur Stichprobe, sofern nicht eine vorab begründete Ausschlussregel greift.
Berichte Sensitivitätsanalysen, wenn vernünftige Regeln verschiedene Ergebnisse erzeugen. Zeige Hauptanalyse und sachlich plausible Alternative mit unverändertem Datensatzstand. Der Vergleich ist kein Makel, sondern informiert über Robustheit. Versteckte Mehrfachanalysen erzeugen dagegen eine falsche Eindeutigkeit.
Bei qualitativen Daten kann „Bereinigung“ den Sinn verändern. Rechtschreibkorrektur in einem Transkript, Zusammenführung von Kategorien oder Entfernung vermeintlich irrelevanter Passagen beeinflusst die Interpretation. Bewahre Original, Transformationsregel und Entscheidungsmemo. Kennzeichne, ob ein Zitat geglättet wurde.
Vier Warnzeichen für ergebnisgesteuerte Eingriffe
- Die Regel nennt den gewünschten Effekt statt ein Datenqualitätsproblem.
- Vergleichbare Fälle werden unterschiedlich behandelt.
- Rohstand oder Zwischenstände fehlen.
- Begründungen entstehen erst nach dem Signifikanz- oder Themenvergleich.
- Mehrere plausible Analysen wurden gerechnet, aber nur eine wird erwähnt.
- Manuelle Wertänderungen besitzen keinen Quellenbeleg.
Lass eine zweite Person eine Stichprobe des Logs gegen Rohdaten und Regelwerk prüfen. Sie sollte Fälle auswählen, nicht du. Kontrolliere Zeilenanzahl, Ausschlusszahlen, fehlende Werte und zentrale Kennwerte vor und nach jeder Transformationsstufe. Abweichungen werden erklärt, nicht nur abgehakt.
Im Methodenteil transparent berichten
Nenne Herkunft und Version der Rohdaten, Regeln, Software, ausgeschlossene Fälle und den Ort des Änderungsprotokolls. Trenne vorab geplante Bereinigung von nachträglicher Exploration. Berichte, welche Ergebnisse sich unter plausiblen Alternativen verändern. Zahlen im Text müssen zur dokumentierten Analysefassung passen.
Für eine knappe Formulierung: „Der Rohstand wurde unverändert archiviert. Duplikate wurden nur bei identischer Ursprungs-ID entfernt. Werte außerhalb des Erhebungsbereichs wurden am Original geprüft; unbelegbare Werte wurden als fehlend markiert. Ausreißer blieben in der Hauptanalyse, zusätzlich wurde eine vorab beschriebene Sensitivitätsanalyse gerechnet. Alle Transformationen stehen im Änderungsprotokoll.“
Weitere Regeln stehen im Pillar Wissenschaftliche Integrität. Der Integritätscheck ordnet Datenarbeit in den Gesamtprozess ein. Eine Plagiatprüfung als Grundlagenwerkzeug untersucht Quellenähnlichkeiten und kann weder Datenbereinigung noch Manipulation beurteilen.
Abschlussprüfung des Datensatzes
- Ist der unveränderte Rohstand vorhanden und zugriffsgeschützt?
- Waren die Regeln vor Kenntnis zentraler Ergebnisse festgelegt?
- Ist jeder manuelle Eingriff mit Beleg und Person protokolliert?
- Werden gleiche Probleme gleich behandelt?
- Sind Ausschlüsse und fehlende Werte zwischen Stufen bilanziert?
- Zeigen Sensitivitätsanalysen die Wirkung vertretbarer Alternativen?
- Stimmen Methodenteil, Log und verwendete Analyseversion überein?
Lege außerdem eine kleine Zufallsstichprobe unbearbeiteter Fälle vor. Sie zeigt, ob das Log nur problematische Beobachtungen erfasst oder ob der gesamte Kontrollweg funktioniert. Dokumentiere, wer die Stichprobe zog, welche Felder geprüft wurden und warum Abweichungen folgenlos oder korrekturbedürftig waren. Diese Negativkontrolle stärkt die Aussagekraft der Bereinigungsdokumentation.