Wie kann ich einen Fragebogen in Excel auswerten?
In diesem Beitrag
Ja, Excel eignet sich für die Auswertung von Fragebögen – zumindest für deskriptive Analysen wie Häufigkeiten, Mittelwerte und Kreuztabellen. Der Prozess folgt dabei einem klar strukturierten Ablauf: Datenbank aufbauen, Antworten codieren, Daten eingeben, bereinigen und schließlich analysieren. Dieser Artikel führt Sie Schritt für Schritt durch den gesamten Workflow.
Vorbereitung: Bevor Sie Excel öffnen
Ein häufiger Fehler bei Abschlussarbeiten ist, erst nach der Datenerhebung über die Auswertung nachzudenken. Das rächt sich: Fehlende Codierungen, unklare Antwortkategorien oder eine schlecht strukturierte Datenmatrix können die gesamte Auswertung blockieren.
In der methodischen Literatur wird deshalb betont, dass eine unzureichende Planung vor der Erhebung zu schwachen Schlussfolgerungen führen kann – selbst wenn die Daten selbst vollständig vorliegen. Das bedeutet konkret: Überlegen Sie bereits beim Fragebogendesign, welche Variablen Sie wie codieren und welche Kennzahlen Sie berichten wollen.
Checkliste vor der Auswertung
- Sind alle Fragen mit eindeutigen Variablennamen versehen?
- Ist das Antwortformat jeder Frage bekannt (nominal, ordinal, metrisch)?
- Sind negativ formulierte Likert-Items identifiziert (müssen umgepolt werden)?
- Liegt ein Codierplan vor, der numerische Werte den Antwortoptionen zuordnet?
- Wurde eine Backup-Kopie der Rohdaten erstellt?
Schritt 1 – Die Excel-Datenbank aufbauen
Die Grundstruktur einer Fragebogen-Datenbank in Excel ist simpel: Jede Zeile repräsentiert eine befragte Person, jede Spalte eine Variable. Spalte A enthält typischerweise eine fortlaufende ID-Nummer (z. B. 001, 002, 003 …), die Ihnen später bei der Fehlersuche hilft.
Variablennamen in der ersten Zeile
Vergeben Sie für jede Spalte einen kurzen, eindeutigen Variablennamen in Zeile 1. Vermeiden Sie Leerzeichen und Sonderzeichen – das erleichtert spätere Berechnungen. Gute Beispiele: q1_alter, q2_geschlecht, q3_zufriedenheit.
Wenn Sie den Datensatz später in eine dedizierte Statistiksoftware importieren möchten, zahlt sich diese Sorgfalt doppelt aus. Ob SPSS, R oder Stata die bessere Wahl für Ihren Fall ist, hängt von der Komplexität Ihrer Auswertung ab – für einfache Fragebogenauswertungen reicht Excel jedoch oft aus.
Schritt 2 – Antworten codieren
Excel arbeitet am besten mit Zahlen. Deshalb müssen Textantworten in numerische Codes übersetzt werden. Dieser Schritt – die Codierung – ist das Herzstück einer sauberen Dateneingabe.
Numerische Codes festlegen
Typische Codierungsbeispiele:
- Dichotome Fragen (Ja/Nein): 1 = Ja, 0 = Nein
- Nominale Kategorien (Geschlecht): 1 = weiblich, 2 = männlich, 3 = divers
- Likert-Skala (5-stufig): 5 = stimme voll zu, 4 = stimme zu, 3 = unentschieden, 2 = stimme nicht zu, 1 = stimme gar nicht zu
- Fehlende Werte: Lassen Sie die Zelle leer oder verwenden Sie einen einheitlichen Code wie 99 – wichtig ist Konsistenz.
Negativ formulierte Items umpolen
Bei Likert-Skalen müssen negativ formulierte Items rückwärts codiert werden, bevor Sie Summenscores oder Mittelwerte berechnen. Die Abstände zwischen Antwortkategorien einer Likert-Skala sind dabei nicht automatisch als gleich zu interpretieren – ein Umstand, den viele Studierende bei der einfachen Mittelwertbildung übersehen.
Die Umpolungsformel für eine 5-stufige Skala in Excel lautet:
Umpolungsformel (5-stufige Likert-Skala)
In Excel also konkret: Wenn der ursprüngliche Wert in Zelle D2 steht und die Skala von 1–5 reicht, lautet die Formel:
=(5+1)-D2Schritt 3 – Daten eingeben und bereinigen
Nach dem Aufbau der Datenstruktur folgt die Dateneingabe. Bei papierbasierten Fragebögen tippen Sie die codierten Werte manuell ein; bei Online-Erhebungen (z. B. via SoSci Survey oder LimeSurvey) können Sie den Export direkt als Excel-Datei herunterladen.
Daten bereinigen – ein unverzichtbarer Schritt
Vor jeder Analyse steht die Datenbereinigung. Dabei empfiehlt es sich, bei kleinen Stichproben jeden Papierfragebogen mit der Datenmatrix abzugleichen und bei größeren Datensätzen systematisch nach unzulässigen Werten zu suchen – etwa einer 14 in einer Spalte, in der nur Antworten von 1 bis 4 erlaubt sind.
Praktische Vorgehensweise zur Bereinigung in Excel:
- Erstellen Sie zunächst eine Backup-Kopie des Originaldatensatzes.
- Nutzen Sie Bedingte Formatierung, um Werte außerhalb des gültigen Bereichs farbig zu markieren.
- Setzen Sie Datenüberprüfung (Daten → Datenüberprüfung) ein, um bei der Eingabe nur zulässige Werte zuzulassen.
- Prüfen Sie fehlende Werte mit der Formel =ANZAHLLEEREZELLEN().
Schritt 4 – Daten auswerten
Jetzt kommt der eigentliche analytische Teil. Was genau Sie berechnen, hängt von Ihren Forschungsfragen ab. Für die meisten Abschlussarbeiten sind folgende Kennzahlen relevant:
Häufigkeiten und Prozente
Für nominale und ordinale Variablen (z. B. Geschlecht, Likert-Items) berechnen Sie Häufigkeiten mit =ZÄHLENWENN():
=ZÄHLENWENN(B2:B101;1) ' Anzahl der Antworten mit Code 1
=ZÄHLENWENN(B2:B101;1)/ANZAHL(B2:B101) ' Relativer Anteil (Prozent)Alternativ eignet sich eine PivotTable hervorragend, um Häufigkeitsverteilungen schnell zu erstellen und gleichzeitig unzulässige Codes zu entdecken: Einfügen → PivotTable → Spalte in Zeilenbeschriftungen und Werte (Anzahl) ziehen.
Deskriptive Kennzahlen für metrische Variablen
Für Alter, Punktzahlen oder Summenscores berechnen Sie:
| Kennzahl | Excel-Funktion |
|---|---|
| Mittelwert | =MITTELWERT(C2:C101) |
| Median | =MEDIAN(C2:C101) |
| Modus (häufigster Wert) | =MODUS(C2:C101) |
| Standardabweichung (Stichprobe) | =STABW.S(C2:C101) |
| Varianz | =VAR.S(C2:C101) |
| Minimum | =MIN(C2:C101) |
| Maximum | =MAX(C2:C101) |
| Spannweite | =MAX(C2:C101)-MIN(C2:C101) |
Kreuztabellen für Gruppenvergleiche
Möchten Sie wissen, ob sich zwei Gruppen (z. B. Männer vs. Frauen) in ihrer Zustimmung unterscheiden, erstellen Sie eine Kreuztabelle – am einfachsten erneut über eine PivotTable. Ziehen Sie dabei die Gruppierungsvariable in die Spaltenbeschriftung und das Likert-Item in die Zeilenbeschriftung.
Ob Excel für weiterführende Tests wie t-Tests oder ANOVA ausreicht, hängt von Ihrer Fragestellung ab. Excel kann grundlegende statistische Tests durchführen, allerdings mit deutlich weniger Komfort als spezialisierte Software. Für einen t-Test in Excel verwenden Sie die Funktion =TTEST() bzw. den Datenanalyse-Assistenten.
Das Analyse-ToolPak aktivieren
Für komplexere Auswertungen (Regression, ANOVA, Korrelation) benötigen Sie das Analyse-ToolPak-Add-in. Wie Sie dieses aktivieren, erfahren Sie detailliert in unserem Beitrag zur Aktivierung der Datenanalysefunktionen in Excel. Der Weg lautet kurz gefasst: Datei → Optionen → Add-Ins → Analyse-ToolPak → OK.
Schritt 5 – Ergebnisse visualisieren
Gut aufbereitete Diagramme machen Fragebogenergebnisse für Lesende Ihrer Arbeit unmittelbar verständlich. Für die häufigsten Fragetypen empfehlen sich folgende Diagrammtypen:
- Nominale Variablen (z. B. Geschlecht, Berufsgruppe): Balken- oder Kreisdiagramm
- Likert-Items: Gestapeltes Balkendiagramm, das alle Antwortkategorien auf einen Blick zeigt
- Metrische Variablen (z. B. Alter, Testergebnis): Histogramm oder Boxplot
- Gruppenvergleiche: Gruppiertes Balkendiagramm
Achten Sie bei Diagrammen für Abschlussarbeiten auf Achsenbeschriftungen, Einheiten und eine Legende. Detaillierte Hinweise zur Diagrammerstellung für wissenschaftliche Arbeiten finden Sie in unserem Beitrag zu Diagrammen in Excel für Abschlussarbeiten.
Wann Excel an seine Grenzen stößt
Excel ist ein mächtiges Werkzeug für deskriptive Auswertungen – aber es hat klare Schwächen, die Sie kennen sollten.
Methodische Grenzen bei Fragebogendaten
Für viele Fragestellungen in Abschlussarbeiten reichen einfache Häufigkeiten und Mittelwerte nicht aus. Quantitative Fragebogenanalyse kann deutlich weiter gehen: Korrelationen, Faktorenanalysen, logistische Regressionen oder Signifikanztests setzen voraus, dass Skalenniveau, Itemrichtung und Messkonstrukt sorgfältig geprüft wurden. Excel stößt bei komplexeren statistischen Verfahren schnell an technische und methodische Grenzen – fehlende Voraussetzungstests, begrenzte Ausgaben und keine automatisierte Berichterstellung sind typische Schwachpunkte.
Besonders wenn Ihre Abschlussarbeit Signifikanztests oder multivariate Verfahren verlangt, lohnt der Blick auf spezialisierte Software. Einen Überblick, wann Statistiksoftware sinnvoller ist als Excel, gibt unser gesonderter Beitrag zu dieser Frage.
Praktische Grenzen bei großen Datensätzen
Bei Fragebogenstudien mit vielen Variablen oder offenen Antworten wird Excel schnell unübersichtlich. Auch die Reproduzierbarkeit leidet: Anders als ein R-Skript oder eine SPSS-Syntax dokumentiert Excel Ihre Analyseschritte nicht automatisch.
Auch die Frage, ob ChatGPT bei der Auswertung helfen kann, stellen sich zunehmend viele Studierende – unser Beitrag zum Thema ChatGPT und Excel-Tabellenauswertung gibt dazu einen realistischen Überblick.
Einen umfassenden Überblick über alle Möglichkeiten der statistischen Auswertung mit Excel – von einfachen Formeln bis hin zu fortgeschrittenen Analysetechniken – bietet unsere Übersichtsseite zu diesem Thema.
