Was ist ein Beispiel für Datenerhebung?
In diesem Beitrag
- Was bedeutet Datenerhebung – und was gilt als Beispiel?
- Konkrete Beispiele je nach Erhebungsmethode
- Ein vollständiges Beispiel aus der Abschlussarbeit
- Datenerhebung in der Praxis: ein institutionelles Beispiel
- Was bei der Datenerhebung dokumentiert werden muss
- Häufige Fehler beim ersten eigenen Beispiel
Was bedeutet Datenerhebung – und was gilt als Beispiel?
Ein typisches Beispiel für Datenerhebung ist eine standardisierte Online-Befragung: Sie erstellen einen Fragebogen, verteilen ihn an eine Zielgruppe und sammeln die Antworten systematisch. Das ist jedoch nur eine von vielen Formen. Datenerhebung meint grundsätzlich jeden systematischen Prozess, durch den Sie empirisches Material gewinnen – also Angaben und Befunde, die sich messen, beobachten, lesen oder erfragen lassen.
Wichtig: Das Beispiel, das zu Ihrer Arbeit passt, hängt immer von Ihrer Forschungsfrage und Ihrem Forschungsdesign ab. Eine Psychologiestudie über Stresserleben erhebt andere Daten als eine wirtschaftswissenschaftliche Analyse von Börsenkursen – obwohl beide empirisch vorgehen.
Konkrete Beispiele je nach Erhebungsmethode
Je nach Methode sieht ein Beispiel für Datenerhebung sehr unterschiedlich aus. Die folgende Übersicht zeigt typische Szenarien, wie sie in akademischen Abschlussarbeiten vorkommen:
| Methode | Konkretes Beispiel | Typisches Fachgebiet |
|---|---|---|
| Fragebogen (online) | Messung von Arbeitszufriedenheit via Likert-Skala bei 150 Berufstätigen | BWL, Psychologie, Sozialwissenschaften |
| Leitfadeninterview | Qualitative Interviews mit 12 Führungskräften zur Unternehmenskultur | Soziologie, BWL, Pädagogik |
| Beobachtung | Systematische Verhaltensbeobachtung von Kindern im Spielkontext | Entwicklungspsychologie, Pädagogik |
| Laborexperiment | Messung von Reaktionszeiten unter zwei experimentellen Bedingungen | Kognitionspsychologie, Neurowissenschaften |
| Sekundärdatenanalyse | Auswertung von Routinedaten einer Klinik (z. B. Diagnosen, Laborwerte) | Medizin, Public Health |
| Inhaltsanalyse | Kodierung von Zeitungsartikeln nach vordefinierten Kategorien | Kommunikationswissenschaft, Politikwissenschaft |
| Dokumentenanalyse | Auswertung von Archivakten oder historischen Texten | Geschichte, Rechtswissenschaft, Soziologie |
Diese Bandbreite zeigt: Datenerhebung ist kein einheitliches Vorgehen, sondern eine methodische Entscheidung, die Sie auf Basis Ihrer Fragestellung und Ihres Forschungsdesigns treffen müssen. Einen strukturierten Überblick über die gängigsten Verfahren finden Sie auch in unserem Beitrag zu den fünf Methoden der Datenerhebung.
Ein vollständiges Beispiel aus der Abschlussarbeit
Um das Konzept greifbar zu machen, betrachten wir ein durchgängiges Beispiel: eine Masterarbeit in der Psychologie zum Thema „Zusammenhang zwischen Schlafqualität und akademischer Leistung bei Studierenden“.
Schritt 1: Forschungsfrage und Design festlegen
Die Forschungsfrage lautet: Besteht ein statistisch signifikanter Zusammenhang zwischen subjektiv wahrgenommener Schlafqualität und Prüfungsleistungen? Das Design ist quantitativ-querschnittlich – eine einmalige Befragung mit standardisierten Instrumenten.
Schritt 2: Erhebungsinstrument wählen
Für die Schlafqualität wird der Pittsburgh Sleep Quality Index (PSQI) eingesetzt – ein validiertes Fragebogeninstrument. Die akademische Leistung wird über die selbstberichtete Durchschnittsnote der letzten zwei Semester operationalisiert. Zusätzlich werden soziodemografische Angaben (Alter, Studiengang, Semester) erhoben.
Schritt 3: Stichprobe und Rekrutierung
Die Stichprobe umfasst 200 Studierende einer deutschen Universität. Der Fragebogen wird über eine Online-Plattform (z. B. SoSci Survey) verteilt und ist zwei Wochen lang zugänglich. Die Teilnahme ist freiwillig und anonym.
Schritt 4: Durchführung und Datensatz
Nach Abschluss der Erhebungsphase stehen 183 vollständig ausgefüllte Datensätze zur Verfügung. Diese werden in eine Statistiksoftware (z. B. SPSS oder R) importiert, bereinigt und für die Auswertung aufbereitet. Damit ist die Datenerhebung abgeschlossen – die Analyse beginnt.
Datenerhebung in der Praxis: ein institutionelles Beispiel
Datenerhebung findet nicht nur in Abschlussarbeiten statt. Als institutionelles Großbeispiel zeigt die internationale Statistikforschung, wie komplex und systematisch der Prozess sein kann. Koordinierte Erhebungsprogramme nutzen Instrumente wie Fragebögen, Web Queries, Online-Plattformen und standardisierte Datenformate, um vergleichbare Informationen aus vielen Ländern zu gewinnen – etwa zu Bildung, Gesundheit, Arbeitsmarkt oder Umwelt.
Was sich daraus für akademische Arbeiten ableiten lässt: Auch auf kleinerer Ebene sollte eine Datenerhebung methodisch geplant, dokumentiert und hinsichtlich potenzieller Verzerrungen reflektiert sein. Erhebungsinstrument, Erhebungszeitraum, Zielgruppe und Metadaten gehören transparent festgehalten – nicht nur weil die Hochschule das erwartet, sondern weil es die Qualität Ihrer Ergebnisse sichert.
Was bei der Datenerhebung dokumentiert werden muss
Ein Beispiel für Datenerhebung ist erst dann vollständig, wenn Sie auch die Berichtspflichten kennen. Besonders für empirische Studien – ob Querschnittsbefragung, Kohortenstudie oder Beobachtungsstudie – gilt: Transparenz ist keine Kür, sondern Pflicht.
Etablierte Reporting-Standards machen deutlich, dass bei Beobachtungsstudien klar berichtet werden muss, was geplant war, was tatsächlich durchgeführt wurde, was gefunden wurde und welche Schlüsse sich daraus ziehen lassen. Fehlende Angaben zu Einschlusskriterien, Messzeitpunkten oder potenziellen Störvariablen erschweren die Einschätzung der Ergebnisqualität erheblich.
Checkliste: Was gehört in die Dokumentation Ihrer Datenerhebung?
- Zielpopulation und Auswahlkriterien (Einschluss- und Ausschlusskriterien)
- Erhebungsinstrument und dessen Herkunft (validiert, selbst entwickelt?)
- Erhebungszeitraum und -ort
- Art der Rekrutierung und Stichprobenziehung
- Operationalisierung der zentralen Variablen
- Maßnahmen zur Qualitätssicherung (Pretests, Datenkontrolle)
- Umgang mit fehlenden Werten
- Ethische Aspekte (informierte Einwilligung, Datenschutz)
Was genau vor dem ersten Datenpunkt geklärt sein sollte, fasst unser Beitrag Was muss vor der Datenerhebung beachtet werden? zusammen. Und wenn Sie sich fragen, ob Ihre geplante Erhebung überhaupt zulässig ist, lohnt sich ein Blick in unseren Artikel zur rechtlichen und ethischen Zulässigkeit der Datenerhebung.
Häufige Fehler beim ersten eigenen Beispiel
In der Praxis zeigt sich immer wieder, dass bestimmte Fehler bei der Datenerhebung besonders häufig auftreten – gerade dann, wenn man zum ersten Mal eine empirische Arbeit schreibt.
- Instrument vor Frage: Der Fragebogen wird gebastelt, bevor die Forschungsfrage klar ist. Das führt zu Datenlücken und unnötigen Items.
- Fehlende Operationalisierung: Konzepte wie „Motivation“ oder „Zufriedenheit“ werden nicht präzise definiert – und deshalb auch nicht valide gemessen.
- Unterschätzter Aufwand: Rücklaufquoten, Rekrutierungszeiten und Datenbereinigung kosten mehr Zeit, als Studierende einplanen.
- Keine ethische Absicherung: Bei sensiblen Themen oder bestimmten Zielgruppen (Minderjährige, Patientinnen und Patienten) ist ein Ethikvotum erforderlich – wird aber oft zu spät beantragt.
- Mangelnde Dokumentation: Was nicht festgehalten wird, kann im Methodik-Kapitel nicht berichtet werden – und schadet der Bewertung.
Wenn Sie sich bei der Wahl der passenden Methode unsicher sind oder Ihre Datenerhebung methodisch absichern möchten, bietet die professionelle Unterstützung bei der Datenerhebung eine strukturierte Begleitung – von der Planung des Instruments bis zur Übergabe des auswertbereiten Datensatzes. Wer den gesamten Prozess von Anfang an delegieren möchte, findet unter Datenerhebung durchführen lassen eine Übersicht über die verfügbaren Begleitoptionen.
