Wie kodiert man Fragebogendaten für die Auswertung?

Was bedeutet „Kodierung“ von Fragebogendaten?

Fragebogendaten kodieren bedeutet: Jede Antwort aus Ihrem Fragebogen wird in einen numerischen oder kategorialen Wert übersetzt, der in einer Statistiksoftware wie SPSS, R oder Excel verarbeitbar ist. Aus der Antwortoption „stimme voll zu“ wird etwa der Wert 5, aus „weiblich“ der Wert 2. Erst durch diese Übersetzung entsteht ein auswertbarer Datensatz.

Kodierung ist dabei mehr als das bloße Eintragen von Zahlen. Sie umfasst die vollständige, nachvollziehbare Übersetzung von Fragen, Antwortkategorien, Filterlogiken und fehlenden Werten in eine reproduzierbare Datenstruktur. Wer diesen Schritt sorgfältig durchführt, spart bei der späteren Umfrageauswertung erheblich Zeit und vermeidet systematische Fehler.

Das Codebook: Herzstück der Datendokumentation

Das zentrale Werkzeug jeder Kodierung ist das Codebook (auch: Kodierplan). Es stellt die Verbindung zwischen Ihrem Fragebogen und dem Datensatz her und macht jeden Messwert für Außenstehende interpretierbar.

Ein vollständiges Codebook enthält nach gängiger Empfehlung mindestens folgende Elemente:

• Variablenname (z. B. alter, geschlecht, item_01)
• Fragetext aus dem Fragebogen im Wortlaut
• Antwortoptionen mit den zugehörigen numerischen Codes
• Wertelabels (z. B. 1 = „männlich“, 2 = „weiblich“, 3 = „divers“)
• Codes für fehlende Werte und deren inhaltliche Bedeutung
• Skalenformat (nominal, ordinal, metrisch)
• Abgeleitete Variablen mit Beschreibung ihrer Berechnungsgrundlage

In der Forschungsdatenpraxis gilt: Jede erhobene und jede berechnete Variable muss im Codebook dokumentiert sein – also nicht nur die Rohantworten, sondern auch Variablen, die Sie aus den Rohdaten ableiten, etwa ein berechnetes Alter aus einem Geburtsjahr. Empfehlenswert ist zudem, für jede Variable absolute und relative Häufigkeiten sowie bei metrischen Variablen Mittelwert und Standardabweichung aufzuführen.

Codebook-Vorlage: Beispielzeile

Variablen benennen und Werte zuweisen

Bevor Sie Daten eingeben, legen Sie eine klare Namenskonvention fest. Variablennamen sollten kurz, sprechend und konsistent sein. Typische Konventionen in Abschlussarbeiten sind:

• Soziodemografische Variablen: alter, geschlecht, bildung
• Items einer Skala: item_01, item_02 … oder thematisch: stress_01, stress_02
• Summenwerte: stress_sum, wb_gesamt
• Gruppenvariablen: gruppe (1 = Kontrollgruppe, 2 = Experimentalgruppe)

Verzichten Sie auf Leerzeichen, Umlaute und Sonderzeichen in Variablennamen – SPSS und R können damit Probleme haben. Statt Frage 1 (Alter) also lieber alter.

Skalenniveau korrekt festlegen

Das Skalenniveau bestimmt, welche statistischen Verfahren Sie später einsetzen dürfen. Legen Sie es deshalb bereits beim Kodieren fest:

• Nominal: Kategorien ohne Rangordnung (Geschlecht, Studienfach)
• Ordinal: Kategorien mit Rangordnung, aber ungleichen Abständen (Schulnoten, Likert-Items)
• Metrisch (intervall/ratio): Gleichmäßige Abstände (Alter in Jahren, Testergebnisse)

Welche Analysemethode für Ihre Daten infrage kommt, hängt maßgeblich von diesen Skalenniveaus ab. Eine Orientierung dazu bietet der Beitrag zur Auswahl der richtigen statistischen Analysemethode für Fragebögen.

Missing Values richtig behandeln

Fehlende Werte sind eines der häufigsten Kodierprobleme – und gleichzeitig eines der folgenreichsten. Eine leere Zelle in Ihrem Datensatz kann ganz Unterschiedliches bedeuten:

• Die befragte Person hat die Frage absichtlich verweigert
• Die Frage war aufgrund eines Filters für diese Person nicht relevant
• Die Antwort wurde bei der Dateneingabe schlicht vergessen
• Es handelt sich um einen Eingabefehler

Diese Unterschiede sind analytisch bedeutsam: Fehlende Codes müssen inhaltlich dokumentiert werden, weil unterschiedliche Missingness-Typen Analysen auf verschiedene Weise verzerren können. In der Praxis hat sich die Nutzung eindeutiger numerischer Platzhalter bewährt – zum Beispiel:

• -9 = technisch fehlend (Dateneingabefehler, System Missing)
• -8 = nicht zutreffend (Filter / Skip-Pattern)
• -7 = Verweigerung
• 99 = keine Angabe (häufig bei soziodemografischen Items)

Wichtig: Diese Codes müssen in SPSS als User Missing oder System Missing deklariert werden, damit sie nicht in Berechnungen eingehen. Eine versehentlich als Datenwert behandelte „99″ bei einem fünfstufigen Likert-Item würde den Mittelwert massiv verfälschen.

Rekodierung und abgeleitete Variablen

Häufig arbeiten Sie in der Analyse nicht mit den Rohwerten, sondern mit transformierten oder zusammengefassten Variablen. Diese entstehen durch Rekodierung oder die Bildung neuer Variablen.

Typische Anwendungsfälle

• Invertierung negativ gepolter Items: Bei einer 5-stufigen Skala wird aus dem Rohwert 1 der rekodierte Wert 5, aus 2 wird 4 usw. – damit alle Items einer Skala in dieselbe Richtung zeigen.
• Summenwerte und Mittelwertindizes: Mehrere Items einer Skala werden zu einem Gesamtwert aggregiert (z. B. stress_sum = item_01 + item_02 + item_03).
• Gruppenbildung: Eine metrische Variable wie Alter wird in Altersgruppen zusammengefasst (z. B. 18–25, 26–35, 36+).
• Berechnete Variablen: Aus dem Geburtsjahr wird das aktuelle Alter berechnet.

Für alle diese Transformationen gilt: Komplexe Ableitungen sollten mit Algorithmen, logischen Bedingungen oder reproduzierbarer Syntax dokumentiert werden, damit Ergebnisse nachprüfbar bleiben. Eine einfache Invertierung lässt sich noch im Codebook beschreiben; eine mehrstufige Filterlogik gehört dagegen in eine Syntaxdatei.

Wie Sie Likert-Skalen korrekt auswerten – inklusive Entscheidung, ob Sie Einzelitems oder Summenwerte verwenden – erklärt ein eigener Beitrag ausführlicher.

Kodierung in SPSS: praktische Umsetzung

SPSS ist in der Sozial- und Wirtschaftsforschung das meistgenutzte Programm für die Fragebogenauswertung. Die Kodierung findet dort in der Variablenansicht statt. Eine ausführliche Schritt-für-Schritt-Anleitung finden Sie im Beitrag zum Fragebogen auswerten mit SPSS.

Variablen anlegen und beschriften

In der Variablenansicht (Variable View) legen Sie für jede Variable folgende Attribute fest:

• Name: Kurzbezeichnung ohne Leerzeichen (z. B. item_01)
• Typ: Numerisch für codierte Werte, String für Textvariablen
• Bezeichnung (Label): Der vollständige Fragetext
• Werte (Value Labels): Zuordnung von Zahlen zu Antwortkategorien (z. B. 1 = „stimme gar nicht zu“)
• Fehlend (Missing Values): Definition der Missing-Codes
• Messniveau: Nominal, Ordinal oder Metrisch (Scale)

Rekodierung per Syntax

Für Rekodierungen empfiehlt sich die SPSS-Syntax statt der Menüoberfläche – sie ist reproduzierbar und fehlersicherer. Ein typisches Beispiel für die Invertierung eines Items:

* Item 03 ist negativ gepolt und wird invertiert (5er-Skala).
RECODE item_03 (1=5) (2=4) (3=3) (4=2) (5=1) INTO item_03_r.
VARIABLE LABELS item_03_r 'Item 03 (rekodiert, invertiert)'.
VALUE LABELS item_03_r
  1 'stimme gar nicht zu'
  2 'stimme eher nicht zu'
  3 'teils/teils'
  4 'stimme eher zu'
  5 'stimme voll zu'.
MISSING VALUES item_03_r (-9).
EXECUTE.

Beachten Sie: Die ursprüngliche Variable item_03 bleibt erhalten – die invertierte Version wird als neue Variable item_03_r gespeichert. So bleibt der Rohdatensatz unverändert und Ihre Transformationen sind jederzeit nachvollziehbar.

Summenwerte berechnen

Einen Summenwert über mehrere Items erstellen Sie in SPSS mit dem Befehl COMPUTE:

* Summenwert Stressskala aus Items 01 bis 05.
COMPUTE stress_sum = item_01 + item_02 + item_03_r + item_04 + item_05.
VARIABLE LABELS stress_sum 'Gesamtwert Stressskala (Summe Items 01-05)'.
MISSING VALUES stress_sum (-9).
EXECUTE.

Alternativ können Sie MEAN statt Summe verwenden, wenn Sie einen Mittelwertindex bevorzugen. Welche Variante sinnvoller ist, hängt vom verwendeten Instrument und den Anforderungen Ihrer Hochschule ab.

Häufige Fehler beim Kodieren vermeiden

In der Praxis begegnen erfahrene Statistikerinnen und Statistiker immer wieder denselben vermeidbaren Fehlern. Die folgende Checkliste fasst die wichtigsten zusammen:

Besonders der letzte Punkt wird unterschätzt: Speichern Sie immer eine unveränderliche Kopie des Rohdatensatzes. Alle Bereinigungen, Rekodierungen und Transformationen gehören in eine separate Syntaxdatei oder einen gesonderten Datensatz. Das schützt Sie vor irreversiblen Fehlern.

Wenn Sie unsicher sind, ob Ihre Kodierung korrekt ist, bevor Sie mit der eigentlichen Analyse beginnen: Eine frühzeitige methodische Begleitung durch erfahrene Statistikerinnen und Statistiker, wie sie QuantExpert über die Fragebogenberatung für empirische Abschlussarbeiten anbietet, hilft, Kodierprobleme zu erkennen, bevor sie sich durch den gesamten Datensatz ziehen.

Wer die Dateneingabe und Kodierung abgeschlossen hat, kann im nächsten Schritt mit der eigentlichen Auswertung beginnen. Wie Sie dabei strukturiert vorgehen, zeigt der Beitrag Wie wertet man Befragungen aus? mit einem Überblick über den gesamten Analyseprozess.