Auf dem Erhebungsbogen der Pflegestatistik stehen drei Kästchen, bevor überhaupt eine Zahl fällt: Art der Versorgung, Geschlecht, Altersgruppe. Wer nur ankreuzt, merkt davon nichts. Wer die Daten später auswertet, merkt es sofort, wenn er nicht aufpasst und dieselbe Person versehentlich mehrfach zählt.
Diese drei Kästchen sind, was Statistiker ein Merkmal nennen: eine Eigenschaft, nach der eine Erhebung unterscheidet. Die Person selbst, über die eine Auskunft erhoben wird, heißt Merkmalsträger. Alle Merkmalsträger zusammen, über die eine Statistik überhaupt eine Aussage treffen will, bilden die Grundgesamtheit.
Was eine Ausprägung von einem Merkmal unterscheidet
Ein Merkmal ist die Frage, eine Ausprägung ist die Antwort darauf. Das Merkmal Versorgungsart in der Pflegestatistik kennt mehrere mögliche Ausprägungen: ambulant, vollstationär, teilstationär. Das Merkmal Geschlecht kennt in derselben Tabelle zwei oder drei, je nach Erhebungsjahr. Wer eine Tabelle filtert, wählt also für jedes Merkmal genau eine Ausprägung aus, nie das Merkmal selbst, das bleibt als Spaltenüberschrift stehen.
Genau hier entsteht der häufigste Anfängerfehler. Wer Versorgungsart auf ambulant setzt, aber Geschlecht offenlässt, bekommt keine Fehlermeldung. Die Tabelle liefert brav eine Zeile für jede Geschlechts-Ausprägung einzeln, und wer nicht genau hinsieht, hält das für eine einzige, vollständige Zahl.
Warum Insgesamt nicht optional ist
Die deutsche Pflegestatistik zählt 5.688.473 Pflegebedürftige zum 31. Dezember 2023, aufgeschlüsselt nach genau den drei Merkmalen vom Erhebungsbogen (Statistisches Bundesamt, Tabelle 22421-0001). Jedes Merkmal hat mehrere Ausprägungen, und eine davon heißt in jeder der drei Kategorien Insgesamt.
Wer eine Reihe aus dieser Tabelle bauen will und nur nach dem Merkmal Versorgungsart filtert, ohne bei Geschlecht und Altersgruppe ebenfalls Insgesamt zu wählen, bekommt keinen Fehler, sondern eine falsche Zahl. Die Tabelle liefert klaglos jede Kombination aus Versorgungsart, Geschlecht und Altersgruppe einzeln, und wer diese Kombinationen einfach aufsummiert, zählt dieselben Menschen mehrfach.
Eine mehrdimensionale Tabelle liefert jede Kombination, nicht nur die, die man erwartet.
Das Prinzip gilt weit über die Pflegestatistik hinaus, und es wird strenger, je mehr Merkmale eine Tabelle führt. Bei den Arbeitslosenzahlen etwa muss zusätzlich zur eigentlichen Frage auch das Merkmal Früheres Bundesgebiet und Neue Länder auf Insgesamt stehen, sonst bekommt man nur den westdeutschen oder nur den ostdeutschen Teilwert. Bei neu abgeschlossenen Ausbildungsverträgen sind es gleich drei Merkmale auf einmal, Ausbildungsbereich, Nationalität und Geschlecht, die alle auf Insgesamt stehen müssen, bevor die Zahl der Wirklichkeit einer bundesweiten Gesamtzahl entspricht. Drei Kästchen wie bei der Pflege, nur mit anderem Namen.
Wie man das vorher herausfindet, statt es zu erraten
Eine mehrdimensionale Tabelle verrät ihre Merkmale nicht auf den ersten Blick. Manche GENESIS-Tabellen führen zwei Merkmale, manche fünf, und keines davon steht im Tabellentitel. Wer vor dem Auswerten kurz die Struktur der Tabelle abruft, sieht auf einen Blick, welche Merkmale es gibt, welche Ausprägungen jedes davon kennt und ob eine Insgesamt-Ausprägung überhaupt existiert. Nicht jede Tabelle hat eine: Bei der Erntestatistik etwa gibt es kein Insgesamt über alle Fruchtarten, weil sich Tonnen Weizen und Tonnen Kartoffeln nicht sinnvoll addieren lassen. Wer das vorher prüft, wählt eine einzelne Fruchtart bewusst aus, statt später eine Zahl zu veröffentlichen, die es in dieser Form gar nicht geben kann.
Diese Vorabprüfung kostet wenige Minuten und erspart die genau umgekehrte Situation zur fehlenden Insgesamt-Auswahl: eine Tabelle, die für die eigene Frage schlicht keine passende Kombination hergibt, weil die gesuchte Gesamtgröße methodisch nicht vorgesehen ist.
Der Merkmalsträger ist nicht immer ein Mensch
In der Pflegestatistik ist der Merkmalsträger eine Person. In der Insolvenzstatistik ist er ein Unternehmen, in der Statistik der Baugenehmigungen eine einzelne Wohnung. Der Begriff wechselt mit der Erhebung, das Prinzip bleibt gleich: Wer verstehen will, was eine Zahl zählt, muss zuerst fragen, was dort als eine Einheit gilt. Eine Statistik, die Unternehmen zählt, sagt nichts darüber, wie viele Menschen davon betroffen sind, wenn ein Großkonzern mit 10.000 Beschäftigten in derselben Zeile steht wie ein Einzelunternehmen ohne Personal.
Wer befragt wird, ist nicht immer, worüber Auskunft gegeben wird
Ein weiterer Unterschied lässt sich leicht übersehen, weil er in den meisten Tabellen gar nicht auftaucht: der zwischen Erhebungseinheit und Berichtseinheit. Bei der Pflegestatistik ist die Erhebungseinheit der Pflegedienst oder das Heim, das den Bogen ausfüllt. Die Berichtseinheit, also das, worüber am Ende eine Zahl entsteht, ist die einzelne pflegebedürftige Person. Der Pflegedienst antwortet, aber gezählt wird nicht der Dienst, sondern jeder Mensch, den er versorgt.
Bei den Baugenehmigungen liegt es umgekehrt näher beieinander: Erhebungseinheit ist die Baubehörde, die eine Genehmigung meldet, Berichtseinheit ist trotzdem nicht die Behörde selbst, sondern die einzelne genehmigte Wohnung. Wer diese Unterscheidung nicht macht, verwechselt leicht die Zahl der meldenden Stellen mit der Zahl der gezählten Fälle, zwei Größen, die selten übereinstimmen.
Die Grundgesamtheit ist eine Behauptung, keine Tatsache
Entscheidend ist, wen die Statistik überhaupt zählt. Die Pflegestatistik zählt Menschen, die Pflegegeldleistungen beziehen, nicht Menschen, die im Alltagssinn pflegebedürftig sind. Wer ausschließlich privat versorgt wird, ohne je einen Antrag zu stellen, gehört nicht zur Grundgesamtheit dieser Erhebung und taucht in der Zahl nicht auf, obwohl er zur Wirklichkeit gehört, die die Zahl eigentlich beschreiben soll.
Genau dieser Unterschied zwischen der Grundgesamtheit einer Statistik und der Wirklichkeit, die sie beschreiben will, ist der Punkt, an dem die meisten Fehlinterpretationen entstehen. Eine sinkende Zahl kann bedeuten, dass weniger Menschen betroffen sind. Sie kann genauso gut bedeuten, dass sich die Definition der Grundgesamtheit geändert hat, wie 2017, als der Pflegebedürftigkeitsbegriff gesetzlich neu gefasst wurde und die Reihe an dieser Stelle sichtbar springt, ohne dass sich am Pflegebedarf selbst etwas verändert hätte.
Solche Neufassungen sind keine Ausnahme. Auch die Sozialhilfestatistik hat ihre Grundgesamtheit zweimal verändert: 2017 wurde die Grundsicherung im Alter herausgerechnet, 2020 die Eingliederungshilfe in eine eigene Statistik überführt. Wer die Nettoausgaben der Sozialhilfe über diese beiden Jahre hinweg vergleicht, vergleicht keine sinkenden Ausgaben, sondern eine enger gefasste Statistik.
Was auf jeder Tabellenseite zu prüfen ist
Wer eine amtliche Tabelle liest, sollte deshalb vier Fragen stellen, bevor er die Zahl glaubt. Welche Merkmale schlüsselt die Tabelle auf, und ist bei jedem davon Insgesamt gewählt, wenn eine Gesamtzahl gemeint ist. Wer genau gehört zur Grundgesamtheit, und wer fällt systematisch heraus. Ist die gesuchte Größe wirklich die Berichtseinheit, oder wurde nur die Erhebungseinheit gezählt. Und seit wann gilt diese Definition, weil eine Änderung der Grundgesamtheit denselben Sprung in einer Reihe erzeugen kann wie ein echtes Ereignis.
Diese vier Fragen kosten zwei Minuten. Wer sie überspringt, zitiert am Ende eine Zahl, die etwas ganz anderes zählt, als er dachte.