Behandlungseffekte definieren und messen

Der Begriff Behandlungseffekt ist definiert als der durchschnittliche kausale Effekt einer Variablen auf eine Ergebnisvariable, die von wissenschaftlichem oder wirtschaftlichem Interesse ist. Der Begriff setzte sich erstmals in der medizinischen Forschung durch, woher er stammt. Seit seiner Einführung hat sich der Begriff erweitert und wird allgemeiner verwendet als in der Wirtschaftsforschung.

Behandlungseffekte in der Wirtschaftsforschung

Eines der bekanntesten Beispiele für Forschung zu Behandlungseffekten in der Wirtschaft ist vielleicht ein Ausbildungsprogramm oder eine Fortbildung. Auf der untersten Ebene waren Ökonomen daran interessiert, das Einkommen oder die Löhne zweier primärer Gruppen zu vergleichen: einer, die am Ausbildungsprogramm teilgenommen hatten, und einer, die es nicht taten. Eine empirische Untersuchung der Behandlungseffekte beginnt im Allgemeinen mit solchen direkten Vergleichen. In der Praxis haben solche Vergleiche jedoch das große Potenzial, Forscher zu irreführenden Schlussfolgerungen über kausale Effekte zu führen, was uns zum Hauptproblem in der Forschung über Behandlungseffekte führt.

Probleme mit klassischen Behandlungseffekten und Selektionsverzerrung

In der Sprache des wissenschaftlichen Experimentierens ist eine Behandlung etwas, das einer Person angetan wird, die eine Wirkung haben könnte. Fehlen randomisierte, kontrollierte Experimente, kann die Unterscheidung der Auswirkungen einer "Behandlung" wie einer Hochschulausbildung oder eines Berufsausbildungsprogramms auf das Einkommen durch die Tatsache getrübt werden, dass die Person die Wahl getroffen hat, behandelt zu werden. Dies ist in der wissenschaftlichen Forschungsgemeinschaft als Selektionsbias bekannt und eines der Hauptprobleme bei der Abschätzung von Behandlungseffekten.

Das Problem der Selektionsverzerrung beruht im Wesentlichen auf der Möglichkeit, dass sich "behandelte" Personen aus anderen Gründen als der Behandlung selbst von "nicht behandelten" Personen unterscheiden können. Als solches wäre das Ergebnis einer solchen Behandlung tatsächlich ein kombiniertes Ergebnis der Neigung der Person, die Behandlung und die Wirkungen der Behandlung selbst zu wählen. Das klassische Problem der Behandlungseffekte besteht darin, die wahre Wirkung der Behandlung zu messen und gleichzeitig die Auswirkungen von Selektionsverzerrungen herauszufiltern.

Wie Ökonomen mit Selektionsverzerrungen umgehen

Um die tatsächlichen Behandlungseffekte zu messen, stehen den Wirtschaftswissenschaftlern bestimmte Methoden zur Verfügung. Eine Standardmethode ist die Regression des Ergebnisses bei anderen Prädiktoren, die sich nicht mit der Zeit ändern, sowie der Frage, ob die Person die Behandlung eingenommen hat oder nicht. Unter Verwendung des oben eingeführten Beispiels "Editionsbehandlung" kann ein Wirtschaftswissenschaftler nicht nur auf die Schuljahre, sondern auch auf die Testergebnisse, mit denen Fähigkeiten oder Motivation gemessen werden sollen, eine Lohnreduktion anwenden. Der Forscher stellt möglicherweise fest, dass sowohl die Ausbildungsjahre als auch die Testergebnisse positiv mit den späteren Löhnen korrelieren. Bei der Interpretation der Ergebnisse wurde der Koeffizient für die Ausbildungsjahre teilweise von den Faktoren befreit, die vorhersagen, welche Personen gewählt hätten mehr Bildung.

Aufbauend auf der Verwendung von Regressionen in der Forschung zu Behandlungseffekten wenden sich Ökonomen möglicherweise dem sogenannten Rahmen für potenzielle Ergebnisse zu, der ursprünglich von Statistikern eingeführt wurde. Potenzielle Ergebnismodelle verwenden im Wesentlichen dieselben Methoden wie das Umschalten von Regressionsmodellen, aber potenzielle Ergebnismodelle sind nicht an ein lineares Regressionsgerüst gebunden, wie das Umschalten von Regressionen. Eine fortgeschrittenere Methode, die auf diesen Modellierungstechniken basiert, ist die Heckman-Zweistufigkeit.