Reanalyse des Kasseler Wünschelrutentests der GWUP

Reanalyse des Kasseler Wünschelrutentests der GWUP (Skeptiker 3/1992)

Suitbert Ertel

Cinematic_photograph_of_a_dowser_crossing_a_field_holding_a_h_83fe9d43-d076-4573-b3e1-a69bf4f34c79_3

Im SKEPTIKER 1/91 veröffentlichten wir die Ergebnisse des Wünschelruten-Tests der GWUP in Kassel. Wie sich die Leser sicher erinnern, waren 19 Rutengänger angetreten, um zwei Tests zu absolvieren: Das „Muten“ unterirdischer Wasserleitungen mit der Frage „Fließt Wasser, ja oder nein?“ sowie das Aufspüren von Gold in einem verschlossenen Kästchen. Die Ergebnisse waren negativ: Kein Rutengänger konnte seine eigene Erfolgsvoraussage oder eine etwas zurückhaltend gesetzte Trefferquote von 83% (Wasser) bzw. 80% (Kasten) erreichen. Die Gesamttrefferquote lag für beide Versuche nahe an der Zufallserwartung. Der Autor des folgenden Kommentars kritisiert diese Interpretation.

Im Folgenden wird dargelegt, warum eine kritische Prüfung des Kasseler Experiments zu dem Ergebnis führen kann, dass die GWUP mit diesem Beispiel ihrer Tätigkeit ihr Ziel noch nicht erreicht hat. Vorweg aber verdienen auch die Stärken der Untersuchung und des vorliegenden Berichts darüber (7) Erwähnung: Die technischen Anordnungen sind einfallsreich und nicht aufwendig, bei der Durchführung wurde die Einhaltung einiger wesentlicher Voraussetzungen beachtet (u.a. die Doppelblindbedingung), der Bericht ist detailliert und verschweigt z.B. auch nicht ungewollte Pannen. Doch nicht mit allem kann man einverstanden sein.

„Ob überhaupt“ oder „wie stark“?

Die Frage, ob es die Wünschelruten-Sensibilität überhaupt gibt, ist eine andere als die Frage, ob ihre Stärke bestimmten Kriterien genügt. R. König et al. scheinen diese Unterscheidung zu ignorieren, da sie die Existenz des Phänomens erst anerkennen wollen, wenn es eine in der GWUP-Kommission festgesetzte beträchtliche Effektgröße erreicht. Die Rutengänger hatten für den Wassertest 30-mal ihre Ruten zu führen (bei jedem Durchgang war die Trefferwahrscheinlichkeit gleich 0.5), erst 25 von 30 richtigen Antworten (= 83% Treffer) bei einer Person wollten die Autoren als „Hinweis für die mögliche Existenz des Wünschelruteneffektes“ gelten lassen.

Zehnmal hatten die Testpersonen Metall in einem von 10 Kästchen zu finden. Erst bei 8 Treffern in 10 Durchgängen einer Person (bei jedem Durchgang war die Trefferwahrscheinlichkeit gleich 0.1) wollten die Prüfer einen solchen Hinweis akzeptieren. Die Zufallswahrscheinlichkeit solcher Trefferzahlen ist im ersten Fall p = 0.000 1, im zweiten p = 0.000000 12. Mit dieser Abweichung von den konventionell als statistisch bedeutsam erachteten Grenzwerten für „ob überhaupt“ (p = 0.05 oder p = 0.0 1) bzw. von den konventionellen Effektgrößen für „wie stark“ (55% Vorkommen wird als schon diskutable, 65% als mittlere und 75% als große Dominanz einer von zwei Alternativen betrachtet, die nicht gleich anteilig vorkommen, s. 2, S. 147-150) entfernen sich die Autoren beträchtlich von den geltenden methodenkritischen Normen.

Ihre Begründung für diese Willkür („Da es sich um außergewöhnliche Behauptungen handelt, die grundlegenden wissenschaftlichen Erfahrungen widersprechen, sollte ein hohes Signifikanzniveau gewählt werden“) ist nicht stichhaltig. Die Konsequenz aus der Tatsache, dass das behauptete Phänomen, falls existent, nicht erklärbar ist, könnte u.a. darin bestehen, dass es öfter als sonst üblich repliziert werden müsste, um beachtet zu werden. Auch sollte dann die Möglichkeit eines vitalen Nutzens oder Schadens ausgetestet werden. Denn wie etwa am Beispiel intellektueller Entwicklungsschäden durch erhöhtes Bleivorkommen in der Luft zu zeigen wäre (z.B. 9, zit. n. 3) kann die Sorge um das menschliche Wohlergehen die Bedenken des Theoretikers vertreiben, die sich ansonsten am Problem der geringen Mengen und der Nichterklärbarkeit des Zusammenhangs festzuhaken pflegen.

Zwar bleibt es im Falle des Wünschelrutenphänomens derzeit noch jedem freigestellt, unter Hinweis auf die vermutliche Schwäche der Effekte etc. auch seine mögliche theoretische und praktische Bedeutung als gering zu veranschlagen, solange entsprechende Folgerungen empirisch nicht erwiesen sind. Doch über die Existenz des Phänomens entscheiden unabhängig von Folgeerwägungen dieser Art Ergebnisse von Experimenten, die unter Beachtung der geltenden methodischen Kriterien der empirischen Wissenschaften durchgeführt werden (Näheres z.B. 4)-.

Statistische Datenverarbeitung

Das Versagen der Rutengänger gegenüber dem GWUP-Leistungssoll wird den Unkritischen unter den Skeptikern, die das Rutenphänomen ohnehin für eine Fiktion halten, genügen. R. König et al. bemühen sich dann allerdings auch um eine Analyse möglicherweise vorhandener kleiner Effekte. Doch sie berichten, dass sie nicht fanden, was bei weniger strengen Kriterien anderen Forschem als Hinweis auf eine Wünschelrutensensibilität genügt hätte: „Auch eine genauere Betrachtung der Resultate lieferte keinen Hinweis für einen kleinen Effekt. Allerdings (so wird eingeräumt) waren die Experimente nicht darauf angelegt, einen sehr kleinen Effekt zu erkennen“ (S. 9).

Eine noch genauere Betrachtung der Kasseler Daten gibt indessen Veranlassung, das Urteil über das Vorhandensein kleiner Effekte nochmals zu überdenken.

Das Wasserexperiment

Tabelle 1 enthält die Gesamtzahl der Treffer (Spalte 4) sowie die Trefferzahl, differenziert nach den Bedingungen „Wasser fließt“ und „Wasser fließt nicht“ (Spalte 5-8).4. Für jede Person wurde die Zufallswahrscheinlichkeit der Trefferhäufigkeit nach der Binomialverteilung ermittelt (Spalte 13).

Summen: 296 150 146 139 134 284 285 289 280

1 Nr. Nummer des Probanden
2 Name = Name des Probanden (Abk.)
3 Zeit = Beginn des Tests
4 TR Treffersumme in 30 Durchgängen
5 ij Treffer “Ja” bei „Wasser fließt”

6 Nn Treffer “Nein” bei “Wasser fließt nicht”
7 Jn Fehler “Nein” bei “Wasser fließt”

8 Nj Fehler “ja” bei „Wasser fließt nicht”

9 j Summe der ja-Antworten

10 n Summer der nein-Antworten

11 J Summe der „Wasser-fließt-Fälle

12 N Summe der „Wasser-fließt nicht-Fälle

13 p Probabilität der Treffer

14 St Standardnormalwerte zu p

Tabelle 1: Treffer der 19 Versuchsteilnehmer im Wassertest und andere Ergebnisse

Nr.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
Summen:

Name
Be
Br
Ch
Go
Ha
Hö
Ki
Kün
Küs
Le
Ma
Mü
Ra
Scha
Schä
Schö
Schr
St
Su
Summen:

Zeit
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
Summen:

p
0.428
0.428
0.292
0.181
0.292
0.021
0.428
0.572
0.428
0.292
0.572
0.049
0.572
0.100
0.021
0.708
0.572
0.900
0.572
Summen:

St
0.181
0.181
0.548
0.912
0.548
2.033
0.181
-0.181
0.181
0.548
-0.181
1.655
-0.181
1.281
2.034
-0.548
-0.181
-1.282
-0.181
Summen:

Das Metallexperiment

Am Metallexperiment hatten nur 14 der 19 Rutengänger teilgenommen. Die GWUP-Autoren schlossen davon eine Person aus, da sie „von den vorher festgelegten Bedingungen abwich“. Da ihre Berücksichtigung die „Kernaussage nicht verändert hätte“, wurde sie in die vorliegende Analyse mit einbezogen.

Tabelle 2 zeigt zunächst, wie häufig die 10 Kästchen als Versteck verwendet wurden und wie häufig die Rutengänger in ihnen das Vorhandensein des Versteckten „gemutet“ haben. Dabei fällt auf, dass die Kästchen sehr verschieden häufig als Versteck dienten (zwischen 7- und 23-mal). Die Ungleichverteilung ist überzufällig (Chi2 = 20.29, df = 9, p = 0.02). Offenbar ging das Verfahren der Zufallswahl unerwartet eigene Wege: Aus einem Behälter hatte der Versuchshelfer jedesmal einen Pingpongball zu ziehen und von ihm eine Schachtelnummer abzulesen. Der Pingpongball wurde zurückgelegt. Vermutlich hat der Versuchshelfer die Bälle dann nicht gut genug durcheinander gemischt.

Tabelle 2: Häufigkiet der Verwendung der Schachteln als Versteck nur Metalle, Häufigkeit der Mutungsentscheidungen sowie Trefferanzahlen.,
Schachtel-Nr.	1	2	3	4	5	6	7	8	9	10	Summe
Versteckhäufigkeit	12	8	13	7	9	23	18	22	12	16	140
Mutungsentscheidung	10	8	10	12	20	20	14	16	17	13	140
Trefferhäufigkeit	0	0	2	1	1	2	3	3	2	1	15

Zudem fällt auf, dass die Schachtelnummem 6 – 10 im Verhältnis zu den Schachtelnummern 1 – 5 als Versteckplatz sehr viel häufiger vorkamen (91-mal gegenüber 49-mal). Der Unterschied in der Verwendung von höheren und niedrigeren Nummern ist hochsignifikant (Chi² = 12.6, df = 1, P = 0.00 1).

Was die Mutungshäufigkeit betrifft, so finden wir allerdings interessanterweise ebenfalls eine Präferenz bei den höheren Schachtelenummern (6 – 10, n 80) im Vergleich zu den niedrigen (1 – 5, n 60). Nach dem Chi²-Test, der zur Prüfung hier naheliegt, ist dieser Unterschied signifikant (Chi² = 2.86, df = 1, p = 0.05). Die Mutungsfrequenz bei den 10 Schachteln korreliert im übrigen mit der Versteckfrequenz r = 0.44, p = 0.09 (nach Pitman). Man darf bei dieser Tendenz einen Zusammenhang zwischen dem Ort des Verstecks und dem Ort des Mutens für gut möglich halten, die Rutengänger konnten vielleicht wegen des geringen Abstands der Kästchen voneinander das Versteck nicht besser diskriminieren. Da jedoch nicht bekannt ist, welche Orte die Rutengänger unter „Placebo“-Bedingung präferiert hätten – es könnte ein Positions-Response-Set zugunsten höherer Schachtelnummern bestehen („rechts vor links“) – sind bei diesem Ergebnis keine sicheren Schlussfolgerungen über einen Zusammenhang zwischen Versteckort und Mutungsort erlaubt.

Trefferfrequenzen im Metallsuchtest
											Summe
Durchgang	1	2	3	4	5	6	7	8	9	10
Trefferhäufigkeit	1	1	1	0	2	2	0	3	3	2	15

Immerhin wurde aber ein davon unabhängiger indirekter positiver Hinweis gefunden: Tabelle 3 zeigt die Trefferfrequenzen, differenziert nach Versuchsdurchgang Nr. 1 bis 10. Es fällt auf, dass die Trefferzahl im Laufe der trial-Serie zunimmt (Korrelation zwischen trial-Nummer und Trefferzahl rho = 0.67, Pitman r = 0.64, p = 0.029). Der hier offenbar vorliegende Zusammenhang zwischen Versuchsnummer in der Serie und Trefferzahl, der im übrigen die plausiblere Richtung hat (es könnte ein „warming-up“-Effekt sein), unterstützt den Verdacht, dass die Wünschelrutensensibilität ein reales Phänomen darstellt.

Schlussfolgerung

Das Ergebnis des Kasseler Wünschelrutenexperiments entspricht dem Resultat der Forscher H.L. König und H.-D. Betz (6) in zweifacher Hinsicht. Einerseits wurde nochmals gezeigt, dass Wünschelrutengänger dazu neigen, ihre Fähigkeiten zu überschätzen. Andererseits ergab eine Reanalyse der Daten sowohl des Wasser- als auch des Metallexperiments, dass überhaupt Fähigkeiten solcher Art höchstwahrscheinlich existieren. Anhand der Daten wurden überzufällig häufige Mutungszusammenhänge gefunden. Dass dieses Ergebnis in einem Experiment erzielt wurde, das von erklärten Skeptikern durchgeführt wurde, spricht für seine Glaubwürdigkeit. Es ist zu begrüßen, dass die GWUP „bei geeigneten Voraussetzungen weitere Experimente zu Wünschelruten-Behauptungen […] durchführen will“ (S. 10). Bei einer Beteiligung anderer Forscher, die ggf. auch den Skeptikern gegenüber skeptisch und gleichzeitig mitwirkungsbereit bleiben, wäre eine Verbesserung des Designs im Sinne des erfreulicherweise hohen Anspruchs der GWUP an sich selbst von vornherein wahrscheinlicher. Wenn die Frage des „ob überhaupt“ so regelmäßig wie bisher bejaht werden kann, wird man sich voll der Frage nach dem „wie stark“ zuwenden Kennen und die effektoptimierenden Bedingungen klären.6

Verbesserungsvorschläge

Es wird vorgeschlagen, dann folgende Verbesserungen zu bedenken:

Ein neuer Wünschelrutentest sollte allein nach der Existenz der Sensibilität fragen. Er sollte so angelegt sein, da§ das Phänomen, wenn es existiert, nicht irrtümlich übersehen wird. Gleichzeitig sollten die Ergebnisse für den Fall, dass es die Sensibilität nicht gibt, nicht irrtümlich ein Vorhandensein vorspiegeln. Damit Letzteres nicht eintritt, muss die Ausschaltung irreführender Fremdeinflüsse, auf die die Kasseler Experimentatoren so großen Wert legen, beibehalten und verstärkt werden (Doppelblindbedingung usw.). Damit aber auch ein irrtümliches Übersehen des Effekts nicht eintritt, muss eine faire Auftretenschance geboten werden (zur Orientierung kann die Testplanungsstrategie nach Hager (4) dienen). Eine Unterschrift der Versuchsteilnehmer unter eine vorformulierte Erklärung über die Zufriedenheit mit den Bedingungen ist eine Pseudo-Garantie. Scheinbar paradoxerweise muss derjenige, der die Wünschelrutenhypothese widerlegen will, ihr mehr entgegenkommen als derjenige, der sie bestätigen will. Denn nur wenn die bezweifelte Sensibilität nicht auftritt, obgleich man anerkannt bestmögliche Bedingungen dafür geschaffen hatte, wird man sie glaubwürdig als eine offensichtliche Fiktion hinstellen dürfen.
Die Beteiligung des Fernsehens bei wissenschaftlichen Experimenten und das Aufzeichnen durch Videokameras sollte, wenn es eine wahrscheinlich störende (z.B. stressverursachende) Bedingung darstellt, vermieden werden.
Die Wahl der wechselnden positiven/negativen Bedingungen sollte durch einen Zufallsgenerator erfolgen ohne ein Zurückgeben der jeweils erfolgten Wahlmöglichkeiten. Ansonsten kann es wie im Kasseler Wasser- und Metallversuch zufällig (oder auch nicht zufällig) zu erheblichen Unterschieden zwischen den Bedingungen kommen, die zudem noch unnötigerweise von Person zu Person variieren. Auch sind Abweichungen des objektiven Zufalls von der induzierten subjektiven Zufallsvorstellung als mögliche Störbedingungen zu vermeiden. So erwartet man bei der Ankündigung von 30 Zufallswahlen für „Wasser fließt“ bzw. „fließt nicht“ eine ungefähre 15:15-Verteilung der beiden Alternativen und nicht Ungleichverteilungen von bis zu 7:23.
Die Versuchsteilnehmer sollten ihr Urteil nicht selbst in Listen eintragen, wie dies in Kassel, aber dort auch nur zum Teil, geschehen ist. Grundsätzlich sollten die Bedingungen für alle Teilnehmer gleich sein.
Das Kasseler Metallexperiment besticht durch seine Einfachheit und verdient, wiederholt zu werden. Doch sollte die Linearanordnung der Kästchen mit ihren wahrscheinlichen Positionseffekten (rechts – links; Anfang – Mitte – Ende) durch eine Radialanordnung (der Rutengänger steht im Zentrum des Kreises) ersetzt und der Abstand zwischen den Kästchen vergrößert werden.
Neben dem Test mit künstlichen Anordnungen sollten die von Betz (1) vorgeschlagenen Tests in natürlichen Reaktionszonen, wie sie z.B. von Lauterbach (8) beschrieben wurden, in Erwägung gezogen werden.
Man sollte zukünftige Versuchsanordnungen durch unabhängige kompetente Forscher begutachten lassen (wie von H.L. König und H.-D. Betz praktiziert), um rechtzeitig der zu erwartenden Skepsis von Kritikern zu begegnen.

Dank

Herrn Kollegen Prof. H.-D. Betz und Herrn A. Sarma danke ich für die freundliche Überlassung von Kopien der Kasseler Untersuchungsprotokolle, Herrn PD Dr. w. Hager für die freundlichen Kommentare bei seiner Lektüre einer Vorform des Artikels.

Eine etwas erweiterte Fassung dieses Artikels erscheint in der Zeitschrift für Parapsychologie und Grenzgebiete der Psychologie

Der Beitrag erschien erstmals in Skeptiker 3/1992, S. 69-72

Literatur Anmerkungen

Literatur

Betz, H.D.: Zu den Tests der GWUP in Kassel. Skeptiker 4 (1991) 10
Cohen, J.: Statistical power analysis for the behavioral sciences. Academic Press (New York) 1977
Duhm, E., Hampel, R., Rudolph, R.: Psychologische Untersuchung über die Auswirkung von asymptomatischen Schwermetallbelastungen auf die Entwicklung von Kindern. Unveröffentlichter Forschungsbericht PSYH Ull 1985/86 und 1987/88. Institut für Psychologie der Georg-August-Universität Göttingen (1990)
Hager, W.: Grundlagen einer Versuchsplanung zur Prüfung empirischer Hypothesen der Psychologie. In G. LŸer (Ed.). Allgemeine experimentelle Psychologie. Fischer (Stuttgart) 1987.
Hedges, L.V., Olkin, 1.:Statistical methods for meta-analysis. Academic Press (Orlando) 1985
König, H.L., Betz, H.D.: Der Wünschelruten-Report – Wissenschaftlicher Untersuchungsbericht. Eigenverlag H.L. König und H.D. Betz (München) 198
König, R., Moll, J., Sarma, A.: Wünschelrutentest in Kassel. Skeptiker 4 (1991) 4-10.
Lauterbach, R.: Geophysikalische Faktoren und ihr Einfluss auf biologische Systeme. (Geophysik und Geologie, 3. Serie, Bd. IV, 1 (1988) 111-123)
Needleman, H.L., Bellinger, D.: The developmental consequences of childhood exposure to lead. Recent studies and methodological issues. In A.E. Kazdin (Ed.). Advances in child psychology (Vol. 3). Plenum (New York) 198

1 Die Autoren erörtern im übrigen nur die Einzelfallsignifikanz, nicht die des Ergebnisses innerhalb der gesamten Stichprobe.

2 Die Zielsetzung des Kasseler Versuchs wird zusätzlich dadurch getrübt, dass das Sicherheitsgefühl der Wünschelrutengänger als Kriterium herangezogen wird („Die (von der GWUP) verlangte Leistung liegt unter der von den Wünschelrutengängern behaupteten Leistungsfähigkeit. Sie selbst gaben eine Trefferquote von mindestens 90% oder in der Regel 100% an“ (S. 5). Dass sich die Rutengänger allzu viel zutrauen, mag ein persönlichkeitspsychologisches Kuriosum sein. Darauf waren schon H.L. König und H.D. Betz (6) gestoßen, woran Betz in einer im gleichen Skeptikerheft abgedruckten Zuschrift erinnert (1). Doch man sollte die Behauptungen der Wünschelrutengänger nicht als wissenschaftliche Hypothese behandeln.

3 Im Übrigen hätte man bei dem Verfahren der GWUP-Forscher gewiss auch ethische Bedenken zu diskutieren: Ist es statthaft, die Rutengänger, nachdem deren übertriebene Selbstsicherheit erwiesen wurde (6), mit hohen Preisen zu locken und sie dann bei einer zu hoch gesetzten Leistungsgrenze, die sie bei ihrer mangelnden Selbstkritik akzeptieren und die für den Gewinn-Anbieter kein Risiko mehr darstellt, vor den Augen der Fernsehöffentlichkeit zum sicheren Scheitern zu bringen?

4 Bei Person 16 fehlt eine Eintragung im Protokoll. Hier wären statt 13 (registriert) auch 14 Treffer denkbar. Die Abbildung 6 im GWUP-Bericht enthält einen Fehler (ein Fall mit 13 Treffern fehlt, stattdessen ist ein Fall mit 15 Treffern zu viel abgetragen).

5 Die Darstellung der Ergebnisse des Metallexperiments im GWUP-Bericht, dort Abb. 7, enthält ebenfalls Fehler: Die Trefferzahlen 0, 1 und 2 kommen nicht 5-, 3- und 6-mal vor, sondern 6-, 2- und 5-mal, zusätzlich wurden einmal 3 Treffer erreicht.

6 James Randi, führendes Mitglied der US-Skeptikerorganisation CSICOP, war derjenige, der den Preis für hochsignifikante Einzelleistungen im Kasseler Rutengehen ausgesetzt hatte. Wenn es ihm darum ging, die Möglichkeit von “dowsing” („mit Wünschelruten entdecken“) zu widerlegen, sollte er konsequenterweise diese Summe auch für hochsignifikante Gruppenleistungen anbieten.

Reanalyse des Kasseler Wünschelrutentests der GWUP