Wie bestimmt man die Stichprobengröße für eine Abschlussarbeit?

Warum die Stichprobengröße nicht geraten werden sollte

Die Stichprobengröße für eine Abschlussarbeit bestimmt man idealerweise mit einer a-priori-Poweranalyse – also einer Berechnung, die vor der Datenerhebung festlegt, wie viele Fälle benötigt werden, um einen erwarteten Effekt statistisch zuverlässig nachzuweisen.

In der Praxis sieht man leider häufig das Gegenteil: Studierende wählen ihre Stichprobengröße nach pragmatischen Gesichtspunkten – weil 100 Fragebögen „rund“ klingen, weil die Kursgruppe gerade zugänglich ist oder weil eine Vorstudie ähnlich viele Probanden hatte. Das kann zufällig funktionieren, muss es aber nicht.

Eine zu kleine Stichprobe übersieht echte Effekte. Eine zu große verschwendet Ressourcen und belastet Teilnehmende unnötig. Beides lässt sich mit einer strukturierten Planung vermeiden – und genau das erwarten viele Betreuende heute in der Methodenbegründung Ihrer Arbeit.

Die vier zentralen Einflussfaktoren

Ob eine Stichprobe „groß genug“ ist, lässt sich nicht pauschal sagen. Es hängt von vier Faktoren ab, die zusammenspielen:

• Effektgröße: Wie stark ist der Effekt, den Sie erwarten? Kleine Effekte erfordern mehr Fälle, um statistisch erkennbar zu sein.
• Signifikanzniveau (α): Wie groß darf die Wahrscheinlichkeit eines Typ-I-Fehlers sein? In den meisten Abschlussarbeiten gilt α = 0,05.
• Statistische Power (1−β): Wie hoch soll die Wahrscheinlichkeit sein, einen tatsächlich vorhandenen Effekt zu entdecken? Üblich ist ein Zielwert von 0,80.
• Statistischer Test: Ein t-Test für zwei Gruppen braucht eine andere Fallzahl als eine multiple Regression mit fünf Prädiktoren.

Diese vier Parameter stehen in einem direkten Abhängigkeitsverhältnis: Wenn Sie drei davon festlegen, ergibt sich der vierte zwingend. Bei der a-priori-Poweranalyse ist dieser vierte, berechnete Parameter die Stichprobengröße N.

Die Power einer Studie wächst mit zunehmendem N – aber auch mit wachsender Effektgröße und mit einem lockereren Signifikanzniveau. Sowohl kleine Stichproben als auch kleine Effektgrößen reduzieren die Power einer Studie und verringern damit die Chance, einen tatsächlich vorhandenen Zusammenhang zu entdecken.

Die A-priori-Poweranalyse: Der Goldstandard

Bei der a-priori-Poweranalyse wird die benötigte Stichprobengröße vor der Datenerhebung berechnet. Sie ist die methodisch sauberste und in akademischen Abschlussarbeiten am häufigsten geforderte Variante.

Die fünf Analysearten im Überblick

In der Praxis begegnen Ihnen verschiedene Arten von Poweranalysen, die je nach Fragestellung sinnvoll sind:

Für Abschlussarbeiten ist die a-priori-Variante der klare Standard. Die Post-hoc-Poweranalyse – also die nachträgliche Berechnung der Power nach bereits erfolgter Datenerhebung – ist methodisch umstritten und sollte nicht als Ersatz für eine vorab durchgeführte Berechnung betrachtet werden.

Woher kommt die erwartete Effektgröße?

Das ist die Frage, die viele Studierende zunächst ins Stocken bringt. Woher soll man wissen, wie groß der Effekt sein wird – den man ja gerade erst untersuchen will?

Es gibt drei sinnvolle Quellen:

• Einschlägige Vorstudien oder Metaanalysen: Wenn es bereits Forschung zu Ihrem Thema gibt, liefert die dort berichtete Effektgröße den besten Ausgangswert.
• Pilotdaten: Wenn Sie vorab eine kleine Vorstudie durchführen können, lässt sich die Effektgröße empirisch schätzen.
• Konventionelle Richtwerte nach Cohen: Als Orientierung gelten d = 0,20 (klein), d = 0,50 (mittel) und d = 0,80 (groß) für den t-Test. Allerdings wird in der Fachliteratur darauf hingewiesen, dass Cohen-Konventionen je nach Test unterschiedlich sinnvoll sein können und besser durch Informationen aus Vorstudien ersetzt werden sollten.

In vielen Abschlussarbeiten ist die Cohen-Konvention dennoch die praktikabelste Option – solange Sie Ihre Wahl begründen und nicht unreflektiert „großen Effekt“ wählen, um eine kleinere Stichprobe zu rechtfertigen.

Schritt für Schritt mit G*Power

G*Power ist die im deutschsprachigen Raum am weitesten verbreitete Software zur Poweranalyse. Das kostenlose Programm läuft auf Windows und macOS und deckt eine große Bandbreite statistischer Tests ab.

Vorgehensweise am Beispiel eines t-Tests für zwei unabhängige Gruppen

Das Vorgehen folgt in G*Power immer demselben Grundprinzip: Testfamilie auswählen, Analysetyp bestimmen und die erforderlichen Inputparameter eingeben.

1. Test Family: Wählen Sie t tests.
2. Statistical test: Wählen Sie Means: Difference between two independent means (two groups).
3. Type of power analysis: Wählen Sie A priori: Compute required sample size.
4. Tail(s): Legen Sie fest, ob Sie einseitig oder zweiseitig testen – bei explorativen Fragestellungen meist zweiseitig.
5. Effect size d: Tragen Sie Ihre erwartete Effektgröße ein (z.B. d = 0,50 für einen mittleren Effekt).
6. α err prob: Standard ist 0,05.
7. Power (1−β err prob): Standard ist 0,80.
8. Allocation ratio N2/N1: Bei gleich großen Gruppen: 1.
9. Klicken Sie auf Calculate.

Bei d = 0,50, α = 0,05 und Power = 0,80 ergibt sich für einen zweiseitigen t-Test ein erforderliches N von etwa 128 Personen (je 64 pro Gruppe). Das zeigt anschaulich: Mittlere Effekte erfordern bereits eine substanzielle Stichprobe.

Faustregeln für gängige Verfahren

Nicht immer ist eine vollständige Poweranalyse im Rahmen einer Abschlussarbeit möglich oder sinnvoll – zum Beispiel bei qualitativen Studien oder wenn verlässliche Effektgrößenschätzungen fehlen. Für diese Fälle gibt es methodisch begründete Faustregeln.

Für die multiple Regression gelten zwei verbreitete Regeln, die je nach Fragestellung unterschiedlich zutreffen:

Dabei steht m für die Anzahl der unabhängigen Variablen. Wenn beide Ziele relevant sind – also sowohl der Test der multiplen Korrelation als auch einzelner Prädiktoren –, gilt die jeweils größere Stichprobengröße. Diese Regeln gelten für eine angenommene mittlere Beziehungsstärke.

Orientierungswerte für weitere Verfahren

Faustregeln sind Orientierungshilfen, keine exakte Wissenschaft. In der Methodenliteratur wird betont, dass solche Regeln Ersatzlösungen und keine ideale Studienplanung darstellen. Wo immer möglich, sollte eine Poweranalyse Vorrang haben.

Häufige Fehler bei der Stichprobenplanung

In der Beratungspraxis zeigen sich immer wieder dieselben Stolperstellen – hier die wichtigsten:

• Post-hoc-Rechtfertigung: Die Stichprobengröße erst nach der Erhebung mit einer Post-hoc-Analyse zu „begründen“, gilt methodisch als problematisch und wird von Betreuenden oft kritisiert.
• Stichprobengröße ohne Bezug zum Test: N = 100 klingt nach viel – für eine Faktorenanalyse mit 15 Items oder eine ANOVA mit vier Gruppen kann das trotzdem zu wenig sein.
• Fehlende Auseinandersetzung mit Ausfällen: Planen Sie einen Fragebogen, sollten Sie mit einer Rücklaufquote von unter 100 % rechnen und Ihre Ausgangsstichprobe entsprechend größer ansetzen.
• Power und Signifikanz verwechseln: Ein nicht signifikantes Ergebnis bedeutet nicht automatisch, dass kein Effekt existiert – es kann auch an zu geringer Power liegen.

Stichprobengröße begründen und dokumentieren

Eine gut begründete Stichprobengröße ist Teil eines überzeugenden Forschungsplans für empirische Abschlussarbeiten. In Ihrer Methodenbeschreibung sollten Sie mindestens folgende Punkte ansprechen:

Dieser Punkt wird im Zusammenspiel von Forschungsfrage, Methode und Stichprobenplanung oft unterschätzt. Dabei zeigt eine transparente Dokumentation, dass Sie methodisch reflektiert vorgegangen sind – unabhängig davon, ob die Stichprobengröße am Ende den Idealwert erreicht hat oder nicht.

Besonderheiten bei qualitativen Designs

Bei qualitativen Studiendesigns gelten andere Maßstäbe. Hier ist das Konzept der theoretischen Sättigung maßgeblich: Die Datenerhebung wird fortgesetzt, bis neue Fälle keine neuen Erkenntnisse mehr liefern. Feste Stichprobengrößen lassen sich deshalb vorab nicht berechnen – aber Sie sollten in Ihrer Arbeit begründen, wann und warum Sie die Erhebung beendet haben.

Orientierungswerte aus der Literatur liegen je nach Verfahren zwischen 6 und 30 Interviews. Entscheidend ist nicht die Zahl, sondern die Begründung.

Zusammenhang mit dem Forschungsdesign

Die Stichprobengröße ist eng mit dem Gesamtaufbau Ihrer Studie verknüpft. Ob Sie ein experimentelles, quasi-experimentelles oder nicht-experimentelles Design wählen, beeinflusst, welche Tests Sie einsetzen – und damit auch, wie viele Fälle Sie benötigen. Eine Einführung in die verschiedenen Designoptionen bietet der Beitrag zum Forschungsdesign erstellen.

Studien zeigen, dass die Effektgröße und Power nicht nachträglich als bloße Formalität behandelt werden sollten, sondern die Interpretierbarkeit der Ergebnisse zentral beeinflussen. Eine sorgfältige Stichprobenplanung ist damit nicht nur eine methodische Pflichtübung – sie entscheidet mit darüber, ob Ihre Schlussfolgerungen am Ende tragfähig sind.