Wie nutzt man SPSS für die Auswertung der Bachelorarbeit?

Was SPSS für die Bachelorarbeit leistet

SPSS ist an deutschsprachigen Hochschulen die am weitesten verbreitete Software für quantitative Auswertungen – und das aus gutem Grund. Die grafische Oberfläche ermöglicht es, ohne Programmierkenntnisse statistische Analysen durchzuführen, die von einfachen Häufigkeitstabellen bis zur linearen Regression reichen.

Für eine Bachelorarbeit mit empirischer Auswertung deckt SPSS in der Regel alle notwendigen Analyseschritte ab: Daten prüfen, deskriptive Kennwerte berechnen, Voraussetzungen testen und inferenzstatistische Hypothesentests durchführen. Der gesamte Auswertungsprozess lässt sich in einem klaren Arbeitsablauf strukturieren.

Daten vorbereiten: Von der Erhebung zur auswertbaren Datei

Bevor die eigentliche Analyse beginnt, müssen Ihre Daten in SPSS sauber aufbereitet sein. Dieser Schritt wird von Studierenden oft unterschätzt – tatsächlich entscheidet die Datenqualität maßgeblich über die Aussagekraft aller nachfolgenden Analysen.

Daten einlesen und strukturieren

Wenn Sie Ihre Erhebung über ein Online-Tool (z. B. SoSci Survey, LimeSurvey, Unipark) durchgeführt haben, exportieren Sie die Daten idealerweise direkt als .sav-Datei. Alternativ funktioniert der Import über Datei → Daten importieren → Excel oder CSV. Wichtig ist, dass jede Zeile einen Fall (Person) und jede Spalte eine Variable darstellt.

Variablen definieren

In der Variablenansicht legen Sie für jede Variable fest:

• Name: kurz, ohne Leerzeichen (z. B. alter, geschlecht, item_01)
• Typ: numerisch oder String
• Messniveau: nominal, ordinal oder metrisch (Skala) – diese Einstellung beeinflusst spätere Analyseoptionen
• Wertelabels: z. B. 1 = „weiblich“, 2 = „männlich“, 3 = „divers“
• Fehlende Werte: z. B. 99 als systemischen Missing-Wert definieren

Variablen rekodieren und Skalen bilden

Wenn Sie invertierte Items verwenden oder Skalenmittelwerte berechnen möchten, nutzen Sie Transformieren → Variablen rekodieren → In andere Variablen bzw. Transformieren → Variable berechnen. Letzteres entspricht dem Transform → Compute Variable-Schritt, den praxisnahe SPSS-Lernmaterialien für die Erstellung neuer Variablen und Skalenbildung empfehlen.

Deskriptive Statistik in SPSS

Deskriptive Analysen sind der erste echte Auswertungsschritt – und gleichzeitig das Fundament für alles, was danach kommt. Sie beschreiben Ihre Stichprobe, geben einen ersten Überblick über die Verteilung der Variablen und helfen dabei, Auffälligkeiten frühzeitig zu erkennen.

Häufigkeitstabellen

Den einfachsten Einstieg bietet der Menüpfad Analysieren → Deskriptive Statistiken → Häufigkeiten. Dort wählen Sie Ihre Variablen aus und erhalten – je nach Konfiguration – Häufigkeiten, Prozentwerte und kumulative Prozente. Für die Stichprobenbeschreibung in Ihrer Bachelorarbeit sind das die Standardkennwerte.

Über den Button Statistiken lassen sich zusätzliche Kennwerte anfordern. Verfügbar sind dabei Mittelwert, Median, Modus, Standardabweichung, Varianz, Spannweite, Minimum, Maximum, Standardfehler, Schiefe, Kurtosis, Quartile und frei definierbare Perzentile – ein breites Spektrum für unterschiedlichste Auswertungssituationen.

Lagemaße und Streuungsmaße im Überblick

Diagramme erstellen

Für Grafiken im Ergebnisteil nutzen Sie den Diagramm-Generator unter Diagramme → Diagramm-Generator oder fordern Sie direkt im Häufigkeiten-Dialog über Diagramme ein Histogramm mit Normalverteilungskurve an. Letzteres ist besonders praktisch, um einen ersten visuellen Eindruck der Verteilung zu gewinnen. Wie Sie diese Grafiken anschließend korrekt in Ihre Arbeit einbinden, erläutert unser Beitrag zum Erstellen von Tabellen und Grafiken für die Bachelorarbeit.

Voraussetzungen prüfen vor dem Hypothesentest

Wer direkt mit dem t-Test oder der ANOVA beginnt, ohne die Voraussetzungen zu prüfen, riskiert methodisch angreifbare Ergebnisse. Das ist einer der häufigsten Statistikfehler in Bachelorarbeiten – und gleichzeitig einer der am leichtesten vermeidbaren.

Normalverteilung prüfen

Den Kolmogorov-Smirnov- oder Shapiro-Wilk-Test (letzterer bei n < 50 empfehlenswert) rufen Sie über Analysieren → Deskriptive Statistiken → Explorative Datenanalyse auf. Aktivieren Sie dort unter Diagramme → Normalverteilungsdiagramme mit Tests. SPSS gibt dann sowohl die Teststatistik als auch Q-Q-Diagramme aus.

Varianzhomogenität prüfen

Bei Gruppenvergleichen (t-Test, ANOVA) müssen die Varianzen der Gruppen annähernd gleich sein. Der Levene-Test wird von SPSS automatisch im Ausgabefenster des t-Tests und der ANOVA mit ausgegeben – Sie müssen ihn nicht separat anfordern.

Was tun bei Voraussetzungsverletzungen?

Wenn die Normalverteilung nicht gegeben ist, wechseln Sie auf nichtparametrische Alternativen: Mann-Whitney-U statt unabhängigem t-Test, Wilcoxon statt abhängigem t-Test, Kruskal-Wallis statt ANOVA. Diese finden Sie unter Analysieren → Nichtparametrische Tests.

Die passenden Verfahren wählen und durchführen

Welches Verfahren für Ihre Fragestellung geeignet ist, hängt von drei Faktoren ab: dem Skalenniveau Ihrer Variablen, der Anzahl der Gruppen und den Voraussetzungen Ihrer Daten. Eine bewährte Entscheidungslogik orientiert sich daran, ob die abhängige Variable metrisch und normalverteilt ist, ob ein oder mehrere Gruppen verglichen werden und ob kategoriale Zusammenhänge oder Häufigkeitsvergleiche im Vordergrund stehen.

Eine ausführliche Orientierung zu diesem Entscheidungsprozess bietet unser Beitrag zur Wahl des statistischen Verfahrens für die Bachelorarbeit.

Gruppenvergleiche: t-Test und ANOVA

Für den Vergleich zweier unabhängiger Gruppen (z. B. Kontroll- vs. Experimentalgruppe) wählen Sie Analysieren → Mittelwerte vergleichen → T-Test bei unabhängigen Stichproben. Definieren Sie dort die Gruppierungsvariable und geben Sie die Gruppenausprägungen an.

Bei mehr als zwei Gruppen nutzen Sie die Einfaktorielle ANOVA unter Analysieren → Mittelwerte vergleichen → Einfaktorielle ANOVA. Post-hoc-Tests (z. B. Tukey oder Bonferroni) zeigen Ihnen im Anschluss, welche Gruppen sich konkret voneinander unterscheiden.

Zusammenhänge: Korrelation und Regression

Bivariate Zusammenhänge zwischen metrischen Variablen berechnen Sie über Analysieren → Korrelation → Bivariat. SPSS gibt Pearson-r, den p-Wert und die Stichprobengröße aus. Für ordinale Variablen wählen Sie stattdessen Spearmans Rho in derselben Maske.

Wenn Sie Zusammenhänge unter Kontrolle weiterer Variablen oder Vorhersagemodelle prüfen, ist die lineare Regression das richtige Verfahren. Mehr dazu, wann und wie die Regressionsanalyse in der Bachelorarbeit eingesetzt wird, erläutert unser gesonderter Beitrag dazu.

Kategoriale Daten: Chi-Quadrat-Test und Kreuztabellen

Für den Zusammenhang zweier kategorialer Variablen (z. B. Geschlecht × Studienfachwahl) rufen Sie Analysieren → Deskriptive Statistiken → Kreuztabellen auf. Aktivieren Sie unter Statistiken den Chi-Quadrat-Test. Beachten Sie dabei: Der Test ist nur interpretierbar, wenn die erwarteten Zellhäufigkeiten ausreichend groß sind – SPSS gibt dazu im Output eine Warnung aus, falls diese Voraussetzung verletzt ist.

SPSS-Syntax als Alternative zur Menüführung

Wer mehrere Analysen systematisch dokumentieren möchte, kann zusätzlich zur Menüführung SPSS-Syntax nutzen. Das folgende Beispiel zeigt einen einfachen unabhängigen t-Test:

* Unabhängiger t-Test: Mittelwertvergleich Stressscore nach Gruppe.
T-TEST GROUPS=gruppe(1 2)
  /MISSING=ANALYSIS
  /VARIABLES=stressscore
  /CRITERIA=CI(.95).

Syntax-Befehle können Sie auch direkt aus dem Menü generieren: Klicken Sie im Analysedialog statt auf OK auf Einfügen – SPSS öffnet dann automatisch das Syntaxfenster mit dem entsprechenden Befehl.

SPSS-Output lesen und in den Ergebnisteil übertragen

Nach jeder Analyse öffnet SPSS den Output-Viewer mit Tabellen und ggf. Diagrammen. Das klingt zunächst unübersichtlich, folgt aber einer klaren Logik: Jede Prozedur erzeugt einen eigenen Abschnitt mit Titel, Notizen und Ergebnistabellen.

Was aus dem Output in die Arbeit gehört

Nicht jede SPSS-Tabelle wird 1:1 in Ihre Bachelorarbeit übernommen. Für den Ergebnisteil Ihrer Bachelorarbeit gilt: Berichten Sie die inhaltlich relevanten Kennwerte im Text und fügen Sie Tabellen nur ein, wenn sie echten Mehrwert gegenüber einer Textformulierung bieten.

Typische Berichtsformate nach APA-Standard:

• t-Test: t(df) = [Wert], p = [Wert], d = [Effektstärke]
• ANOVA: F(df1, df2) = [Wert], p = [Wert], η² = [Effektstärke]
• Korrelation: r(n) = [Wert], p = [Wert]
• Chi-Quadrat: χ²(df, N = [n]) = [Wert], p = [Wert]

Signifikanz richtig einordnen

Ein p-Wert unter 0,05 bedeutet, dass das Ergebnis statistisch signifikant ist – aber nicht automatisch, dass es praktisch bedeutsam ist. Berichten Sie deshalb immer auch Effektstärken (Cohens d, η², Cramers V), die Sie in SPSS direkt im jeweiligen Analysedialog anfordern können. Was Signifikanz konkret bedeutet und wie Sie sie korrekt formulieren, erklärt unser Beitrag zur Interpretation von Signifikanz in der Bachelorarbeit.

Typische Fehler bei der SPSS-Auswertung

• Messniveau falsch festgelegt → SPSS bietet falsche Analyseverfahren an oder berechnet sinnlose Kennwerte
• Fehlende Werte nicht definiert → Fälle werden falsch in Analysen einbezogen
• Voraussetzungen nicht geprüft → Verfahren wird eingesetzt, obwohl es für die Daten nicht geeignet ist
• Invertierte Items nicht rekodiert → Skalenmittelwerte sind inhaltlich falsch
• p-Wert als einzige Ergebnisangabe → Effektstärken fehlen, Bewertung des Befunds ist unvollständig

Fazit: Schritt für Schritt zur fertigen Auswertung

Die Auswertung mit SPSS folgt einem klaren Ablauf: Daten vorbereiten, deskriptive Statistiken berechnen, Voraussetzungen prüfen, Hypothesentests durchführen und Ergebnisse berichten. Wer diesen Ablauf konsequent einhält, legt eine methodisch solide Grundlage für den Ergebnisteil.

Dabei gilt: Das richtige Verfahren zu kennen ist genauso wichtig wie die technische Bedienung der Software. Schon in der Planungsphase – also bei der Festlegung von Hypothesen und Stichprobengröße – entscheidet sich, welche SPSS-Verfahren später sinnvoll eingesetzt werden können.

Wenn Sie unsicher sind, welche Analyse für Ihre konkrete Fragestellung passt, oder wenn der SPSS-Output Fragen aufwirft, die Sie alleine nicht lösen können, lohnt sich professionelle Unterstützung frühzeitig. Auf unserer Seite zur Statistik-Hilfe für die Bachelorarbeit erfahren Sie, wie eine methodische Begleitung konkret aussehen kann – von der Verfahrenswahl bis zur Ergebnisinterpretation.