Wie schreibt man den Ergebnisteil einer Dissertation?

Was der Ergebnisteil leisten muss – und was nicht

Der Ergebnisteil einer Dissertation hat eine klare, eingegrenzte Aufgabe: Er berichtet, was Sie gefunden haben – nicht, was das bedeutet, was die Literatur dazu sagt oder warum Ihre Ergebnisse plausibel sind. Diese Einordnung findet ausschließlich im Diskussionsteil statt.

Diese Trennung klingt zunächst selbstverständlich, ist in der Praxis aber einer der häufigsten Stolpersteine. Viele Promovierende beginnen im Ergebnisteil bereits zu interpretieren, vergleichen ihre Befunde mit früheren Studien oder rechtfertigen unerwartete Resultate. Das verwischt die Kapitelstruktur und erschwert den Gutachterinnen und Gutachtern die Einschätzung, ob die Befunde tatsächlich von der Interpretation getrennt wurden.

Wissenschaftliche Schreibzentren beschreiben den Results-Abschnitt deshalb als den Teil, der die Fakten der Studie darstellt – ohne Bewertung, ohne Diskussion. Diese Abgrenzung ist für Dissertationen besonders zentral, weil der Umfang und die Komplexität der Arbeit die Versuchung erhöhen, alles in einem Atemzug zu erklären.

Struktur des Ergebnisteils

Der Ergebnisteil einer Dissertation folgt idealerweise der Logik Ihrer Forschungsfragen oder Hypothesen – nicht der Logik Ihrer Software-Outputs. Das ist ein entscheidender Unterschied.

Hypothesen- oder fragebasierte Gliederung

Ordnen Sie jeden Unterabschnitt des Ergebnisteils einer konkreten Forschungsfrage oder Hypothese zu. Beginnen Sie den jeweiligen Abschnitt damit, die Hypothese kurz zu rekapitulieren, teilen Sie dann mit, ob sie sich bestätigt hat oder nicht, und nennen Sie anschließend die Kennwerte, die diese Aussage belegen. Diese Reihenfolge – Hypothesenbezug, Richtungsaussage, Kennwerte – verhindert, dass der Ergebnisteil zu einer ungefilterten Liste von Softwareausgaben wird.

Das ist auch der Ansatz, den ein universitäres psychologisches Schreibzentrum empfiehlt: jeden berichteten Test direkt auf eine Hypothese zu beziehen, zunächst die Fragestellung zu restatieren und erst dann die Daten zu nennen.

Empfohlene Makrostruktur

1. Stichprobenbeschreibung – Wer wurde untersucht? Relevante demografische Kennwerte, Ausschlusskriterien, Rücklaufquoten.
2. Voraussetzungsprüfungen – Ergebnisse der Tests auf Normalverteilung, Varianzhomogenität, Multikollinearität etc. (sofern relevant).
3. Deskriptive Statistiken – Mittelwerte, Standardabweichungen, Häufigkeitsverteilungen für zentrale Variablen.
4. Hypothesenbezogene inferenzstatistische Ergebnisse – Strukturiert nach Forschungsfragen oder Hypothesen.
5. Ergänzende oder explorative Analysen – Falls vorhanden, klar als solche gekennzeichnet.

Ob Sie Unterkapitel mit eigenen Überschriften anlegen oder den Ergebnisteil als durchlaufenden Text mit klarer Absatzlogik gestalten, hängt vom Umfang Ihrer Dissertation und den Vorgaben Ihres Fachbereichs ab. Bei komplexen multivariaten Verfahren mit mehreren Analyse-Schritten empfehlen sich Unterkapitel, da sie die Orientierung erheblich erleichtern.

Deskriptive Statistik: Der Einstieg in jeden Ergebnisabschnitt

Inferenzstatistische Kennwerte ohne deskriptiven Kontext sind unvollständig. Ein t-Test-Ergebnis ohne die zugehörigen Mittelwerte und Standardabweichungen lässt sich kaum einordnen – weder von den Lesenden noch von Ihnen selbst beim späteren Schreiben der Diskussion.

Berichten Sie deshalb vor jedem inferenzstatistischen Test die relevanten Mittelwerte (), Standardabweichungen () und ggf. Stichprobenumfänge () für die jeweiligen Gruppen oder Variablen. Das gilt auch dann, wenn Sie diese Kennwerte bereits in einer Übersichtstabelle präsentieren – ein kurzer Verweis im Text genügt dann.

Beispiel: Formulierung im Fließtext

Statt: „Der t-Test war signifikant (p = .023).“

Besser: „Probandinnen und Probanden der Interventionsgruppe erzielten im Posttest höhere Werte (M = 4.32, SD = 0.87) als die Kontrollgruppe (M = 3.95, SD = 0.91). Der Unterschied war statistisch signifikant, t(118) = 2.29, p = .023, d = 0.41.“

Diese Formulierung ist kompakter, enthält aber alle relevanten Informationen: deskriptive Kennwerte, Teststatistik, Freiheitsgrade, p-Wert und Effektstärke.

Inferenzstatistische Befunde korrekt berichten

Der internationale Standard für die Berichterstattung inferenzstatistischer Ergebnisse sind die APA Journal Article Reporting Standards (JARS). Diese legen fest, dass im Ergebnisteil nicht nur p-Werte, sondern auch Schätzwerte, Effektstärken, Konfidenzintervalle und Unsicherheitsmaße systematisch dokumentiert werden sollten.

Was gehört zu jedem statistischen Test?

• Teststatistik – z.B. t-Wert, F-Wert, Chi-Quadrat-Wert, z-Wert
• Freiheitsgrade – in Klammern direkt nach der Teststatistik angegeben
• p-Wert – exakter Wert, nicht nur „p < .05″
• Effektstärke – z.B. Cohens d, η², ω², r, f²
• Konfidenzintervall – insbesondere bei Effektstärken und Parameterschätzungen

Effektstärken: Pflicht, nicht Kür

Gerade in Dissertationen ist die Angabe von Effektstärken kein optionales Extra, sondern methodischer Standard. Ein statistisch signifikantes Ergebnis kann einer sehr kleinen praktischen Bedeutung entsprechen – und umgekehrt kann ein nicht signifikantes Ergebnis bei kleiner Stichprobe dennoch einen beachtenswerten Effekt andeuten. Das hängt unmittelbar mit der statistischen Power zusammen, auf die Sie im Rahmen der Poweranalyse eingegangen sein sollten.

Zur Einordnung: Cohens d = 0.20 gilt als kleiner Effekt, d = 0.50 als mittlerer und d = 0.80 als großer Effekt. Für Varianzanalysen nutzen Sie η² oder das genauere ω², für Regressionen f² oder R². Welche Effektstärkenmaße für Ihr spezifisches Verfahren angemessen sind, ergibt sich aus dem gewählten statistischen Modell – dazu bietet unser Beitrag zur Planung der statistischen Auswertung eine systematische Orientierung.

APA-konforme Schreibweise

Die APA-Formatierung verlangt, dass führende Nullen bei Kennwerten, die nicht größer als 1 sein können (p-Werte, Korrelationskoeffizienten, Effektstärken), weggelassen werden: also p = .023 statt p = 0.023. Kursivschreibung gilt für Statistiksymbole: t, F, p, M, SD, n. Eine detaillierte Anleitung zur APA-konformen Ergebnisdarstellung finden Sie in unserem gesonderten Beitrag.

Besonderheiten bei qualitativen und Mixed-Methods-Dissertationen

Nicht jede Dissertation arbeitet mit Signifikanztests und Effektstärken. Bei qualitativen und Mixed-Methods-Designs folgt der Ergebnisteil einer anderen Logik – das Grundprinzip bleibt jedoch dasselbe: Befunde darstellen, nicht interpretieren.

Qualitative Dissertationen

In qualitativen Arbeiten präsentieren Sie im Ergebnisteil die zentralen Kategorien, Themen oder Muster, die aus Ihrer Analyse hervorgegangen sind – beispielsweise aus einer Grounded-Theory-Analyse, einer qualitativen Inhaltsanalyse oder einem phänomenologischen Vorgehen. Jedes Thema oder jede Kategorie wird durch repräsentative Ankerbeispiele (direkte Zitate aus dem Material) belegt.

Achten Sie darauf, die Zitate einzubetten und kurz zu kontextualisieren, aber nicht bereits zu deuten. Die Interpretation, warum ein bestimmtes Muster auftritt, gehört in die Diskussion.

Mixed-Methods-Dissertationen

Bei gemischten Designs stellt sich die strukturelle Frage, ob Sie quantitative und qualitative Befunde nacheinander oder integriert berichten. In den meisten Fällen empfiehlt sich ein sequenzielles Vorgehen: erst der quantitative Ergebnisteil nach den oben beschriebenen Standards, dann der qualitative Teil. Die Integration – d.h. die Frage, wie sich beide Stränge wechselseitig ergänzen oder kontrastieren – ist dann Aufgabe der Diskussion.

Tabellen und Abbildungen sinnvoll einsetzen

Tabellen und Abbildungen sind kein Selbstzweck. Sie sind dann sinnvoll, wenn sie Informationen verdichten, die im Fließtext unübersichtlich wären – etwa bei mehreren Gruppen, Variablen oder Messzeitpunkten.

Wann Tabellen, wann Abbildungen?

Jede Tabelle und jede Abbildung braucht im Fließtext eine explizite Referenz („siehe Tabelle 2″) und eine eigenständige, selbsterklärende Unterschrift bzw. Überschrift. Laut APA-Standard stehen Tabellenüberschriften oberhalb der Tabelle, Abbildungsunterschriften unterhalb der Abbildung.

Vermeiden Sie es, denselben Inhalt sowohl in einer Tabelle als auch im Fließtext vollständig darzustellen. Wählen Sie eine Form und verweisen Sie aus der anderen darauf.

Häufige Fehler im Ergebnisteil

Aus Gutachtenperspektive treten im Ergebnisteil von Dissertationen einige Fehler besonders häufig auf. Wer sie kennt, kann sie gezielt vermeiden.

• Interpretation im Ergebnisteil: Formulierungen wie „Dieses Ergebnis zeigt, dass die Intervention wirksam ist“ gehören in die Diskussion.
• Fehlende Effektstärken: p-Werte allein reichen in Dissertationen nicht aus. Effektstärken sind Pflicht.
• Kein Hypothesenbezug: Es bleibt unklar, welches Ergebnis zu welcher Hypothese gehört.
• Fehlende deskriptive Statistiken: Inferenzstatistik ohne Mittelwerte und Standardabweichungen ist schwer einzuordnen.
• Inkonsistente Dezimalstellen: Einheitlich zwei Nachkommastellen für Mittelwerte und Standardabweichungen, drei für p-Werte.
• Tabellen ohne Textverweis: Jede Tabelle muss im Fließtext angesprochen werden.

Eine umfassendere Übersicht über methodische Schwachstellen liefert unser Beitrag zu den häufigen Statistikfehlern in Dissertationen.

Checkliste: Was gehört in jeden Ergebnisabschnitt?

Gehen Sie vor dem Einreichen Ihres Manuskripts systematisch durch diese Punkte – für jeden einzelnen Hypothesen- oder Fragestellungsabschnitt im Ergebnisteil:

Der Ergebnisteil ist oft der technisch anspruchsvollste Teil einer Dissertation – nicht weil die Statistik an sich kompliziert sein muss, sondern weil präzises Berichten eine eigene Disziplin ist. Wer sich früh mit dem Auswertungsplan befasst und bereits in der Analysephase strukturiert vorgeht, hat im Schreibprozess einen erheblichen Vorteil.

Falls Sie unsicher sind, ob Ihre Ergebnisse korrekt und vollständig dargestellt sind, oder wenn die Wahl des richtigen statistischen Verfahrens noch offen ist, bietet unsere Statistikhilfe für Dissertationen methodisch fundierte Unterstützung – von der Planung der Auswertung bis zur abgabefertigen Ergebnisdarstellung.