Wie berichtet man Ergebnisse in einer Forschungsarbeit?

Grundprinzipien des Ergebnisberichts

Der Ergebnisteil einer Forschungsarbeit hat eine klare Aufgabe: Er präsentiert, was die Analyse gezeigt hat – sachlich, vollständig und nachvollziehbar. Interpretationen und Wertungen gehören in die Diskussion, nicht hierher.

Dabei gelten in der empirischen Wissenschaft drei übergeordnete Anforderungen, die in nahezu allen Fachbereichen gelten:

• Vollständigkeit: Alle relevanten Kennzahlen werden berichtet – nicht nur das, was die Hypothese stützt.
• Transparenz: Der Leser soll die Ergebnisse nachvollziehen und im Idealfall reproduzieren können.
• Klarheit: Fachbegriffe werden korrekt verwendet, statistische Notation ist einheitlich und lesbar.

Welches Berichtsformat genau gilt, hängt vom Fach und von der Hochschule ab. In Psychologie, Sozial- und Erziehungswissenschaften ist der APA-Stil der dominierende Standard. In der Medizin orientiert man sich häufig an Reporting-Leitlinien wie CONSORT oder SAMPL. In wirtschaftswissenschaftlichen Arbeiten gelten teilweise eigene Konventionen. Wenn Sie unsicher sind, welche Vorgaben für Ihre Arbeit gelten, lohnt sich ein Blick in die methodische Begleitung für Forschungsarbeiten, bei der solche Fragen gezielt geklärt werden können.

Wie der Ergebnisteil aufgebaut ist

Ein gut strukturierter Ergebnisteil folgt der Logik Ihrer Forschungsfragen oder Hypothesen. Das bedeutet: Sie berichten die Ergebnisse in derselben Reihenfolge, in der Sie die Fragen im Methodenteil aufgestellt haben. So entsteht ein roter Faden, dem der Leser mühelos folgen kann.

Typische Abfolge im Ergebnisteil

1. Stichprobenbeschreibung: Beginn mit soziodemografischen oder deskriptiven Angaben zur Stichprobe (N, Altersverteilung, Geschlecht etc.).
2. Deskriptive Statistiken zu den zentralen Variablen: Mittelwerte, Standardabweichungen, Häufigkeiten.
3. Voraussetzungsprüfungen (sofern nicht im Methodenteil platziert): z. B. Normalverteilung, Varianzhomogenität.
4. Hypothesentests in der Reihenfolge der Forschungsfragen: Teststatistik, Freiheitsgrade, p-Wert, Effektgröße.
5. Ergänzende Analysen (z. B. Post-hoc-Tests, Moderationsanalysen) falls vorhanden.

Wie der Methodenteil als Ganzes aufgebaut wird und wie er sich zum Ergebnisteil verhält, ist im Artikel zum Methodenteil einer Forschungsarbeit ausführlich beschrieben.

Deskriptive Statistiken richtig berichten

Bevor inferenzstatistische Tests berichtet werden, beschreiben Sie Ihre Daten. Das schafft Kontext und ermöglicht es Lesenden, die Größenordnungen der Ergebnisse einzuschätzen.

Was gehört in die Deskription?

• Für metrische Variablen: Mittelwert (M) und Standardabweichung (SD), ggf. Median und Interquartilabstand bei Schiefe
• Für kategoriale Variablen: absolute und relative Häufigkeiten
• Stichprobengröße: immer als N (Gesamtstichprobe) oder n (Teilgruppe)

Formatierung im APA-Stil

Im APA-Stil werden statistische Symbole kursiv gesetzt: M, SD, N, n. Zahlen unter zehn werden in wissenschaftlichen Texten in der Regel ausgeschrieben, Zahlen ab zehn als Ziffern dargestellt – mit Ausnahmen, etwa wenn Zahlen direkt vor einer Einheit stehen oder in statistischen Angaben erscheinen.

Ein typischer Berichtssatz sieht so aus:

Die Teilnehmenden berichteten eine mittlere Arbeitszufriedenheit von M = 3.84 (SD = 0.71, n = 142).

Dezimalstellen werden dabei einheitlich verwendet: In den meisten Fällen sind zwei Dezimalstellen für Mittelwerte und Standardabweichungen angemessen. Angestrebt wird eine konsistente Darstellung im gesamten Ergebnisteil – einheitliche Dezimalstellen und Rundungsregeln gelten als zentrales Qualitätsmerkmal wissenschaftlicher Ergebnisdarstellung.

Inferenzstatistische Ergebnisse korrekt darstellen

Hier liegt erfahrungsgemäß das größte Fehlerpotenzial. Wer nur schreibt „Das Ergebnis ist signifikant“, berichtet unvollständig. Die SAMPL-Guidelines – eine methodische Leitlinie für statistisches Reporting in wissenschaftlichen Publikationen – machen konkrete Vorgaben: Ergebnisse sollen die verwendeten Variablen, deskriptive Statistiken, den konkreten Test, die Testrichtung sowie die Annahmenprüfung umfassen.

Was ein vollständiger Ergebnissatz enthält

Beispiele für korrekte Berichtssätze

Für einen unabhängigen t-Test:

Studierende der Experimentalgruppe erzielten signifikant höhere Testergebnisse (M = 74.3, SD = 8.2) als Studierende der Kontrollgruppe (M = 68.9, SD = 9.5), t(118) = 3.21, p = .002, d = 0.61.

Für eine einfaktorielle ANOVA:

Es zeigte sich ein signifikanter Haupteffekt der Bedingung, F(2, 147) = 8.43, p < .001, η² = .10.

Für eine Pearson-Korrelation:

Zwischen Lernzeit und Prüfungsleistung bestand ein positiver Zusammenhang, r(98) = .54, p < .001.

Beachten Sie: Die Freiheitsgrade stehen in Klammern direkt hinter dem Testsymbol. Beim t-Test ist das der Wert df, bei der ANOVA werden Zähler- und Nenner-df durch ein Komma getrennt. Das ist keine Konvention, die man erfinden muss – sie ist standardisiert und wird von Gutachtenden erwartet.

Die statistische Auswertung muss bereits bei der Planung der Arbeit mitgedacht werden. Wer im Voraus entscheidet, welche Tests eingesetzt werden und welche Kennzahlen zu berichten sind, vermeidet typische Lücken im Ergebnisteil. Mehr dazu im Beitrag zur statistischen Auswertungsplanung einer Forschungsarbeit.

P-Werte: Richtig interpretieren, nicht überschätzen

Kaum ein Konzept wird in Forschungsarbeiten häufiger falsch verwendet als der p-Wert. Die American Statistical Association hat dazu eine klare Position formuliert: Ein p-Wert misst nicht die Wahrscheinlichkeit, dass eine Hypothese wahr ist – er zeigt lediglich, wie inkompatibel die Daten mit dem zugrunde liegenden statistischen Modell sind.

Was p-Werte aussagen – und was nicht

• Korrekt: „Das Ergebnis ist statistisch signifikant, p = .032.“
• Falsch: „Mit 96,8 % Wahrscheinlichkeit ist die Hypothese bestätigt.“
• Falsch: „Da p > .05, gibt es keinen Effekt.“
• Falsch: „Das Ergebnis ist hochsignifikant“ (ohne weitere Kennzahlen).

Wissenschaftliche Schlussfolgerungen dürfen nicht ausschließlich davon abhängen, ob ein p-Wert die .05-Schwelle über- oder unterschreitet. Ein nicht signifikantes Ergebnis bedeutet nicht, dass kein Effekt existiert – es bedeutet, dass die vorliegenden Daten keinen ausreichenden statistischen Beleg für einen Effekt liefern.

Formatierung von p-Werten

Im APA-Format werden p-Werte exakt angegeben, soweit möglich: p = .032, nicht p < .05. Nur bei sehr kleinen Werten, die Software als 0.000 ausgibt, wird p < .001 verwendet. Die führende Null entfällt bei p-Werten: p = .047, nicht p = 0.047.

Effektgrößen und Konfidenzintervalle

Effektgrößen gehören heute zum Standard eines vollständigen Ergebnisberichts. Sie beantworten die Frage, die ein p-Wert nicht beantwortet: Wie groß ist der beobachtete Effekt überhaupt?

Gängige Effektgrößenmaße

Diese Richtwerte stammen aus Cohens Konventionen und gelten als Orientierungshilfe. In der Praxis sollten sie immer im Kontext des Fachgebiets und der Fragestellung interpretiert werden – ein „kleiner“ Effekt in der klinischen Forschung kann erhebliche praktische Relevanz haben.

Konfidenzintervalle im Ergebnisbericht

Konfidenzintervalle (KI) ergänzen p-Werte sinnvoll, weil sie den Bereich plausibler Parameterwerte zeigen. Das 95%-KI ist der gebräuchlichste Standard. Ein Berichtssatz könnte lauten:

Der Unterschied zwischen den Gruppen betrug im Mittel 5.4 Punkte, 95%-KI [2.1, 8.7].

Die SAMPL-Leitlinien empfehlen ausdrücklich, für primäre Outcomes Konfidenzintervalle zu berichten – und warnen davor, Standardfehler als Präzisionsmaß misszuverstehen, da diese nur einem 68%-Konfidenzkoeffizienten entsprechen und damit deutlich weniger aussagekräftig sind.

Wobei die gepoolte Standardabweichung beider Gruppen ist.

Tabellen und Abbildungen im Ergebnisteil

Nicht alle Ergebnisse lassen sich gut in Fließtext darstellen. Sobald mehrere Variablen, Gruppen oder Zeitpunkte verglichen werden, bieten Tabellen eine übersichtlichere Lösung.

Wann Tabellen sinnvoll sind

• Korrelationsmatrizen mit mehreren Variablen
• Regressionstabellen mit Koeffizienten, Standardfehlern und p-Werten
• Vergleich von Mittelwerten über mehrere Gruppen oder Messzeitpunkte
• Deskriptive Übersichten der Stichprobe

Wann Abbildungen sinnvoll sind

• Verläufe über die Zeit (Liniendiagramme)
• Verteilungen (Histogramme, Boxplots)
• Interaktionseffekte in ANOVA-Designs
• Pfaddiagramme bei Strukturgleichungsmodellen

Wichtig: Tabellen und Abbildungen ergänzen den Text – sie ersetzen ihn nicht. Jede Tabelle und jede Abbildung wird im Fließtext referenziert und kurz kommentiert: „Tabelle 2 zeigt die Interkorrelationen der eingesetzten Skalen.“ Ergebnisse, die in einer Tabelle vollständig dargestellt sind, müssen nicht nochmals vollständig im Text wiederholt werden – eine knappe Zusammenfassung der wichtigsten Befunde genügt.

Häufige Fehler beim Ergebnisbericht

In der täglichen Beratungspraxis begegnen uns immer wieder dieselben Schwachstellen. Die folgende Übersicht fasst die häufigsten Probleme zusammen:

Gerade der letzte Punkt wird unterschätzt: Wenn eine Normalverteilungsannahme verletzt ist und Sie einen Alternativtest verwendet haben, gehört diese Entscheidung transparent in den Bericht – nicht verschwiegen. Das gilt auch für fehlende Werte, Ausreißer und verwendete Software einschließlich Versionsnummer.

Wie sich der Ergebnisbericht einer Forschungsarbeit von dem einer klassischen Abschlussarbeit unterscheidet, ist im Artikel zu den statistischen Unterschieden zwischen Forschungsarbeit und Abschlussarbeit ausführlicher beschrieben. Und wer den Aufbau einer empirischen Forschungsarbeit insgesamt besser verstehen möchte, findet dort eine Übersicht über alle Kapitel und ihre Funktion.

Wenn Sie bei der Erstellung oder Überprüfung Ihres Ergebniskapitels Unterstützung benötigen, bietet professionelle Begleitung für Forschungsarbeiten eine strukturierte Hilfestellung – von der Auswertung bis zur korrekten Darstellung der Kennzahlen.