Stereotype Threat: Was die Befundlage wirklich zeigt

Warum dieser Text auf Deutsch den englischen Begriff trägt

Weil der deutschsprachige Fachbetrieb ihn nie übersetzt hat. Die Forschungsseite der Universität Ulm, das Dorsch-Lexikon der Psychologie und die Nachwuchsgruppe der FernUniversität in Hagen führen ihre Einträge sämtlich unter Stereotype Threat; die deutsche Wikipedia steht unter Bedrohung durch Stereotype, und aus ihr speist sich Googles Wissenspanel. Gesucht wird das Englische: 390 Abfragen im Monat gegen 20 für „Stereotypenbedrohung“.

Woher die Idee stammt

1995 veröffentlichten Claude Steele und Joshua Aronson im Journal of Personality and Social Psychology eine Reihe von Experimenten. Ihr Vorschlag: Wo ein negatives Stereotyp über die eigene Gruppe auf einen selbst angewandt werden könnte, wird das Wissen darum zur zusätzlichen Last — und diese Last, nicht die Fähigkeit, drückt die Leistung im schweren Test.

Zwei Eigenschaften erklären die Verbreitung. Die Erklärung ist situativ, zeigt also auf etwas Veränderbares statt auf die Geprüften. Und sie verlangt keinen Glauben an das Stereotyp: zu wissen, dass es existiert, genügt.

Die Behauptung, die in der Originalstudie nie stand

Das ist der Punkt, den fast jede populäre Darstellung falsch wiedergibt.

Paul Sackett, Chaitra Hardison und Michael Cullen hielten 2004 im American Psychologist fest, die Arbeit von 1995 werde verbreitet so gelesen, als beseitige der Wegfall von Stereotype Threat den Unterschied in der Testleistung zwischen afroamerikanischen und weißen Studierenden. Das zeigte sie nicht. Die Werte waren statistisch um die früheren SAT-Ergebnisse bereinigt, und der Befund lautete deshalb: ohne Stereotype Threat unterscheiden sich die Gruppen in dem Maß, das ihre früheren SAT-Werte erwarten lassen. Die Autoren warnten ausdrücklich davor, das Experiment als Beleg dafür zu nehmen, Stereotype Threat sei die Hauptursache von Leistungsunterschieden zwischen Gruppen.

Was die Metaanalysen finden

Nguyen und Ryan errechneten 2008 eine mittlere Effektstärke von 0,26 — mit so starken Moderatoren, dass die Bedingungen mindestens so wichtig sind wie das Phänomen. Stoet und Geary prüften 2012 die Replikationsversuche zum bekannten Experiment über Frauen und Mathematik: Nur 55 Prozent der Arbeiten, die hätten replizieren können, taten es, die Hälfte davon konfundiert durch statistische Bereinigung früherer Mathematikleistungen — von den unkonfundierten Experimenten replizierten 30 Prozent.

Flore und Wicherts poolten 2015 47 Effektstärken aus Studien mit Schülerinnen: Mittelwert −0,22, signifikant von null verschieden, aber mit mehreren Anzeichen für Publikationsbias, der die Literatur nach ihrem Schluss ernsthaft verzerren könnte. Sie forderten eine große Replikationsstudie. Drei Jahre später führten Flore, Mulder und Wicherts sie als Registered Report durch — Design und Auswertung vorab festgelegt und begutachtet. Bei 2.064 niederländischen Schülerinnen und Schülern im Alter von 13 und 14 Jahren fand sich weder ein Gesamteffekt noch einer der theoretisch erwarteten moderierten Effekte.

Für echte Prüfungen ist die Arbeit von Shewach, Sackett und Quint (2019) die einschlägige: Sie trennten die Studien mit prüfungsnahen Bedingungen ab und fanden dort d = −0,14 über 45 Stichproben und 3.532 Personen; in tatsächlichen operativen Settings lagen die Werte zwischen null und −0,14. Ihr Fazit für Zulassungs- und Eignungstests: der Effekt reiche von vernachlässigbar bis klein.

Was daraus nicht folgt

Nicht, dass es den Effekt nicht gäbe. Der Laborbefund ist vielfach erzeugt worden, und Prüfungsangst ist real. Ein schwacher Mittelwert in einer Metaanalyse sagt nichts über das Erleben einer einzelnen Person.

Und nichts darüber, warum Gruppen im Mittel unterschiedlich abschneiden. Das muss deutlich gesagt sein, weil die Replikationslage gelegentlich so zitiert wird, als entscheide sie diese Frage in eine andere Richtung. Tut sie nicht. Dass eine vorgeschlagene Erklärung schwächer ist als behauptet, ist kein Beleg für irgendeine konkurrierende Erklärung — die Frage bleibt, wo sie war. Diese Seite bezieht dazu keine Position, und nichts auf ihr ist als Beleg für eine solche zu lesen.

Was das für den eigenen Testwert heißt

Die praktische Lehre ist schmaler als die Theorie und nützlicher. Ein Denktest misst eine Leistung unter den Bedingungen, unter denen er stattfand. Müdigkeit, ein lautes Zimmer, ein klingelndes Telefon, ein ungewohntes Aufgabenformat und schlichte Anspannung verschieben sie — weshalb eine einzelne Zahl eine Schätzung mit Fehlerspanne ist. Wie groß diese Spanne ist, steht in wie genau IQ-Tests sind, worauf der Test zielt in wie IQ-Tests funktionieren.

Das Muster ist in der Psychologie häufig: Ein auffälliger Befund bekommt einen einprägsamen Namen, der Name reist weiter als die Evidenz, und die vorsichtige Fassung kommt Jahre später mit weit weniger Aufmerksamkeit. Dasselbe gilt für Growth Mindset; die Denkgewohnheiten dahinter stehen in kognitive Verzerrungen.

Die deutsche Ergebnisseite fragt es selbst

Auf der ersten Seite stehen ausschließlich Definitionen: Uni Ulm, das Dorsch-Lexikon, ein Eintrag der US-Gesundheitsbehörde, die englische Wikipedia, zwei Hochschulseiten, ein ResearchGate-PDF, ein Blog der FU Berlin. Googles KI-Zusammenfassung stellt den Effekt als gesichert dar und stützt sich dabei unter anderem auf ein YouTube-Video. Zugleich fragt Googles eigener Kasten „Ähnliche Fragen“ auf derselben Seite auf Englisch, ob Stereotype Threat widerlegt sei — und kein Ergebnis der ersten Seite beantwortet das. Diese Lücke ist der Grund für diesen Text.

Einordnung

Diese Seite ist eine Wissensseite. Sie fasst veröffentlichte Forschung zusammen, einschließlich der Stellen, an denen diese Forschung sich selbst widerspricht, und ist keine psychologische, medizinische oder pädagogische Beratung.

Unser IQ-Test misst Denkleistung unter den Bedingungen, unter denen er bearbeitet wird. Er misst keinen Stereotype Threat, ist kein diagnostisches Instrument, und aus keinem Ergebnis lässt sich ableiten, warum eine Person oder eine Gruppe so abgeschnitten hat.

IQ Revealed steht in keiner Verbindung zur American Psychological Association, zur Society for the Study of School Psychology, zu Elsevier, Taylor & Francis, zum College Board, zu Google oder zu den auf dieser Seite genannten Zeitschriften, Verlagen, Einrichtungen und Forschenden und wird von ihnen weder unterstützt noch empfohlen. Sie sind genannt, damit jede Aussage bis zu der Arbeit zurückverfolgt werden kann, aus der sie stammt.