Wie schreibt man den Methodenteil einer Dissertation?

Was der Methodenteil leisten muss

Der Methodenteil ist das methodische Herzstück Ihrer Dissertation. Hier legen Sie offen, wie Sie Ihre Forschungsfrage empirisch beantwortet haben – so präzise, dass eine fachkundige Person Ihre Studie auf Basis dieser Beschreibung beurteilen oder theoretisch replizieren könnte.

Das ist keine Selbstverständlichkeit: Viele Promovierende unterschätzen, wie viel Begründungsarbeit der Methodenteil erfordert. Es genügt nicht, aufzulisten, welche Instrumente oder Verfahren eingesetzt wurden. Der Abschnitt muss sichtbar machen, warum Sie genau so vorgegangen sind – und nicht anders.

Ein gut geschriebener Methodenteil erfüllt dabei drei Funktionen gleichzeitig:

• Dokumentation: Er protokolliert alle methodischen Entscheidungen nachvollziehbar.
• Rechtfertigung: Er begründet, warum das gewählte Design, die Stichprobe und die Analyseverfahren zur Forschungsfrage passen.
• Qualitätsnachweis: Er zeigt, dass die Erhebung und Auswertung wissenschaftlichen Gütekriterien genügen.

Entscheidend ist dabei die Verbindung zur Einleitung: Die Methode muss erkennbar aus Ihrer Forschungsfrage und Ihren Hypothesen folgen. In der Fachliteratur wird betont, dass schlechte oder unscharfe Fragestellungen später zu unklarer Operationalisierung, ungeeigneten Tests und schwacher Interpretation führen. Wer also im Methodenteil Probleme hat, sollte manchmal einen Schritt zurückgehen und zunächst die Forschungsfragen schärfen.

Aufbau und Gliederung des Methodenteils

Es gibt keine universell verbindliche Gliederung, aber es hat sich in den Sozial-, Verhaltens- und Gesundheitswissenschaften eine bewährte Struktur etabliert, die sich an den APA Journal Article Reporting Standards für quantitative Forschung orientiert. Diese Standards beschreiben systematisch, welche Informationen zu Design, Stichprobe, Messung, Datenerhebung und Analyse so berichtet werden müssen, dass Lesende das Vorgehen beurteilen können.

Typische Hauptabschnitte für quantitative Dissertationen

Die Reihenfolge dieser Abschnitte ist nicht beliebig: Sie folgt der inneren Logik empirischer Forschung. Zuerst beschreiben Sie, was Sie untersucht haben (Design), dann wen (Stichprobe), mit welchen Instrumenten (Messung), und schließlich wie Sie die Daten ausgewertet haben (Analyse). Diese Abfolge hilft Lesenden, Ihrer Argumentation zu folgen.

Stichprobe und Rekrutierung beschreiben

Die Stichprobenbeschreibung ist einer der meistunterschätzten Abschnitte im Methodenteil. Viele Promovierende begnügen sich mit dem Satz „Es wurden N Personen befragt“ – das ist bei weitem nicht ausreichend.

Was in die Stichprobenbeschreibung gehört

• Grundgesamtheit: Welche Population wollen Sie durch Ihre Stichprobe repräsentieren?
• Rekrutierungsverfahren: Wie wurden Teilnehmende gewonnen (Zufallsstichprobe, Convenience Sample, Schneeballverfahren)?
• Ein- und Ausschlusskriterien: Welche Merkmale qualifizierten für die Teilnahme, welche führten zum Ausschluss?
• Stichprobengröße: Wie viele Personen wurden eingeschlossen, wie viele fielen aus welchen Gründen aus?
• Demografische Merkmale: Alter, Geschlecht, Bildung – je nach Forschungskontext.

Besondere Aufmerksamkeit verdient die Begründung der Stichprobengröße. An den meisten Universitäten gilt es als gute wissenschaftliche Praxis, dass die Stichprobengröße vorab per Poweranalyse bestimmt wird. Wer die Fallzahl post-hoc mit dem tatsächlichen N begründet, macht einen methodischen Fehler – denn dann hat die Stichprobe die Auswertung bestimmt, nicht umgekehrt.

Messinstrumente und Operationalisierung

Wenn Sie standardisierte Fragebögen oder Skalen einsetzen, reicht es nicht, deren Namen zu nennen. Beschreiben Sie jedes Instrument so, dass Lesende ohne Kenntnis der Originalquelle verstehen, was und wie gemessen wurde.

Für jede Skala bzw. jedes Instrument sollten Sie angeben

• Konstrukt, das gemessen wird
• Ursprüngliche Quelle und ggf. die verwendete Version oder Adaption
• Anzahl der Items und Antwortformat (z. B. 5-stufige Likert-Skala)
• Skalenwerte: wie Subskalen gebildet oder Items aggregiert werden
• Psychometrische Gütekriterien: interne Konsistenz (Cronbachs α), ggf. Retest-Reliabilität, Konstruktvalidität

Die Operationalisierung ist die Brücke zwischen dem theoretischen Konstrukt und dem messbaren Datenpunkt. Ein häufiger Fehler: Promovierende beschreiben das Messinstrument, aber versäumen zu erläutern, wie der Summenscore oder Mittelwert als Variable in die Analyse eingeht. Das ist ein Bruch in der methodischen Logik, der Gutachtende irritiert.

Wenn Sie eigene Instrumente entwickelt haben (z. B. einen selbstkonstruierten Fragebogen), ist der Begründungsaufwand deutlich höher. Hier müssen Sie die Itemkonstruktion, die Vorstudien und die Güteprüfung dokumentieren.

Statistisches Analysekonzept darstellen

Der Analyseabschnitt ist für viele Promovierende der schwierigste Teil des Methodenkapitels – und gleichzeitig derjenige, der in Gutachten am kritischsten geprüft wird. Hier beschreiben Sie nicht nur, welche Verfahren Sie eingesetzt haben, sondern begründen diese Auswahl und erläutern, wie die Analyse strukturiert war.

Was in den Analyseabschnitt gehört

• Verwendete Software mit Versionsangabe (z. B. R 4.3.1, SPSS 29, Stata 18)
• Signifikanzniveau (α = .05 als Standard, mit Begründung bei Abweichungen)
• Effektstärken: Welche Maße werden berichtet (Cohens d, η², r)?
• Voraussetzungsprüfungen: Wie wurden Normalverteilung, Varianzhomogenität, Multikollinearität etc. geprüft?
• Umgang mit Voraussetzungsverletzungen: Welche Alternativen wurden gewählt?
• Sequenz der Analysen: In welcher Reihenfolge wurden welche Verfahren eingesetzt?
• Umgang mit fehlenden Werten: Listenweiser Ausschluss, Imputation oder andere Strategien?

Gerade in Dissertationen werden komplexe statistische Verfahren eingesetzt, die eine besonders sorgfältige Beschreibung verlangen – etwa Strukturgleichungsmodelle, Mehrebenenanalysen oder Längsschnittmodelle. Wer beispielsweise ein Strukturgleichungsmodell einsetzt, muss dokumentieren, welche Fit-Indizes berichtet werden und anhand welcher Schwellenwerte das Modell beurteilt wird.

An den meisten Universitäten gilt es als gute Praxis, Effektstärken neben dem p-Wert standardmäßig zu berichten. Ein statistisch signifikantes Ergebnis ohne Angabe der Effektstärke ist in einer Dissertation heute kaum noch akzeptabel.

Wer unsicher ist, wie die statistische Planung einer Dissertation systematisch angegangen werden soll, findet in unserem Beitrag zur statistischen Auswertung von Dissertationen eine strukturierte Orientierung.

Zur Reproduzierbarkeit

Zunehmend wird in Dissertationsgutachten erwartet, dass die Analyseschritte so dokumentiert sind, dass sie reproduzierbar wären. Das bedeutet: Syntaxdateien oder Analyseskripte sollten mindestens dem Betreuer zugänglich sein, idealerweise im Anhang oder in einem ergänzenden Datenrepository hinterlegt werden. Wie Sie die Reproduzierbarkeit Ihrer statistischen Auswertung sicherstellen, ist ein Aspekt, der in der Dissertationspraxis zunehmend an Bedeutung gewinnt.

Besonderheiten bei qualitativen und Mixed-Methods-Designs

Nicht alle Dissertationen arbeiten quantitativ. Bei qualitativen Studien gelten andere Berichtsstandards – und andere Gütekriterien.

Qualitative Methodenteile

Bei qualitativen Designs dokumentieren Sie das Erhebungsverfahren (z. B. leitfadengestützte Interviews, Fokusgruppen, ethnografische Beobachtung), das Auswertungsverfahren (z. B. qualitative Inhaltsanalyse nach Mayring, Grounded Theory, thematische Analyse) sowie die Gütekriterien qualitativer Forschung wie Nachvollziehbarkeit, kommunikative Validierung oder Triangulation.

Wichtig: Qualitative Methodenteile sind in der Regel umfangreicher, weil die Auswahlentscheidungen – für das Sample, den Leitfaden, das Kodierverfahren – stärker begründet werden müssen als bei standardisierten Erhebungen.

Mixed-Methods-Designs

Bei Mixed-Methods-Dissertationen genügt es nicht, quantitative und qualitative Abschnitte einfach nebeneinanderzustellen. Sie müssen erläutern, wie beide Stränge miteinander verknüpft sind: Werden quantitative Ergebnisse durch qualitative Befunde erklärt (Explanatory Design)? Oder werden qualitative Erkenntnisse genutzt, um quantitative Instrumente zu entwickeln (Exploratory Design)? Gute Dissertationsleitfäden betonen, dass Mixed-Methods-Dissertationen Elemente beider Methodentraditionen integrieren müssen, statt nur eine Standardgliederung zu übernehmen.

Häufige Schwächen im Methodenteil – und wie Sie sie vermeiden

Viele Schwächen im Methodenteil sind strukturell – sie entstehen nicht durch mangelnde Fachkenntnis, sondern durch fehlende Reflexion der methodischen Logik. Diese Punkte tauchen in Gutachten besonders häufig auf:

Eine ausführliche Zusammenstellung der häufigsten Statistikfehler in Dissertationen zeigt, dass sich viele dieser Probleme bereits in der Planungsphase verhindern lassen – wenn methodische Entscheidungen früh und bewusst getroffen werden.

Praktische Hinweise zum Schreiben

Zeitpunkt: Wann schreibt man den Methodenteil?

Der Methodenteil sollte in zwei Phasen entstehen: Eine erste Version wird vor der Datenerhebung geschrieben – als Protokoll Ihrer geplanten Vorgehensweise. Diese Version dient auch als Grundlage für die Betreuungsabsprache und eventuelle Ethikanträge. Nach Abschluss der Erhebung und Auswertung wird sie überarbeitet und um die tatsächlich umgesetzten Schritte ergänzt.

Schreibstil und Zeitform

Der Methodenteil wird im Präteritum geschrieben – er dokumentiert, was getan wurde. Passivkonstruktionen sind häufig, aber variieren Sie: „Die Daten wurden erhoben“ kann abwechseln mit „Zur Auswertung wurde X eingesetzt“. Vermeiden Sie umgangssprachliche Formulierungen; der Ton ist nüchtern, präzise und sachlich.

Umfang

In einer Dissertation umfasst der Methodenteil typischerweise 15–30 Seiten, je nach Fach, Design und Komplexität. Bei multizentrischen Studien, experimentellen Designs oder Mixed-Methods-Ansätzen kann er deutlich umfangreicher sein. Kürze ist keine Tugend, wenn sie auf Kosten der Vollständigkeit geht.

Verbindung zum Ergebnisteil

Der Methodenteil bereitet den Ergebnisteil vor: Was hier angekündigt wurde, muss dort auch berichtet werden – und umgekehrt darf im Ergebnisteil kein Verfahren auftauchen, das im Methodenteil nicht beschrieben wurde. Wie dieser Übergang gelingt, erfahren Sie in unserem Beitrag zum Ergebnisteil der Dissertation.

Wann externe Unterstützung sinnvoll ist

Gerade die Entscheidung für ein statistisches Analyseverfahren und dessen korrekte Beschreibung überfordert viele Promovierende – besonders dann, wenn komplexe Verfahren wie Mehrebenenanalysen oder latente Strukturmodelle zum Einsatz kommen. In diesen Fällen kann eine methodische Begleitung durch Fachleute den Unterschied zwischen einem lückenhaften und einem überzeugenden Methodenteil ausmachen. Unsere Statistikberatung für Dissertationen unterstützt Sie dabei, methodische Entscheidungen fachlich zu fundieren und korrekt zu dokumentieren – von der Poweranalyse bis zur Ergebnisdarstellung.

Wann der richtige Zeitpunkt für professionelle Unterstützung ist und wie Sie die richtige Hilfe finden, beschreibt unser Beitrag zu professioneller Hilfe bei der Dissertation.