Welche statistischen Grafiken braucht man in einer Abschlussarbeit?

Wann sind Grafiken in einer Abschlussarbeit sinnvoll?

Die kurze Antwort: Grafiken gehören in eine Abschlussarbeit, wenn sie Information klarer transportieren als Fließtext oder Tabellen es könnten. Weder eine bestimmte Anzahl noch ein bestimmter Typ ist vorgeschrieben – entscheidend ist der Erkenntnisgewinn für die Lesenden.

Das klingt zunächst vage, ist in der Praxis aber gut operationalisierbar. Gemäß den Grundsätzen des APA Style für Tabellen und Abbildungen sollen visuelle Darstellungen große Informationsmengen effizient und verständlich präsentieren – nicht dekorativ wirken. Eine Grafik ist dann gerechtfertigt, wenn sie Datenmuster, Gruppenunterschiede, Zusammenhänge oder Modellstrukturen sichtbar macht, die sich im Text nur umständlich beschreiben lassen.

Für Ihre Abschlussarbeit bedeutet das konkret: Wenn Sie drei Gruppen miteinander vergleichen, lässt sich das mit einem Säulendiagramm auf einen Blick zeigen. Wenn Sie einen linearen Zusammenhang zwischen zwei Variablen belegen wollen, ist ein Streudiagramm aussagekräftiger als ein einzelner Korrelationskoeffizient im Text.

Analyse-Grafiken vs. Ergebnis-Grafiken

Ein wichtiger Unterschied, den viele Studierende nicht kennen: Es gibt Grafiken für die Analysephase und Grafiken für den Ergebnisbericht. Beide haben unterschiedliche Funktionen.

In der Fachliteratur zur Datenkommunikation wird zwischen explorativer und kommunikativer Datenvisualisierung unterschieden. Explorative Visualisierungen dienen dazu, neue Muster und Trends in den Daten zu entdecken, während kommunikative Visualisierungen die wichtigsten Befunde klar für Lesende darstellen sollen.

Grafiken für die Analysephase

Diese Grafiken produzieren Sie im Rahmen Ihrer Auswertung – sie helfen Ihnen zu prüfen, ob Ihre Daten die Voraussetzungen statistischer Verfahren erfüllen. Dazu gehören:

• Histogramme zur Prüfung der Normalverteilung
• Q-Q-Plots zum Vergleich empirischer mit theoretischer Verteilung
• Residuenplots zur Voraussetzungsprüfung bei Regressionen
• Boxplots zur Ausreißeridentifikation

Diese Grafiken müssen nicht alle in Ihre Abschlussarbeit. Sie können im Anhang erscheinen oder gar nicht – je nach Anforderung Ihrer Betreuungsperson.

Grafiken für den Ergebnisbericht

Diese Grafiken illustrieren Ihre zentralen Befunde. Sie kommen in den Ergebnisteil Ihrer Arbeit und sollten direkt auf Ihre Hypothesen und Forschungsfragen bezogen sein. Hier gilt: Lieber eine gut gewählte, sauber formatierte Grafik als fünf unklare.

Die wichtigsten Grafiktypen im Überblick

Welcher Grafiktyp sinnvoll ist, hängt davon ab, was Sie zeigen möchten: eine Verteilung, einen Vergleich oder einen Zusammenhang. Die folgende Tabelle gibt eine erste Orientierung.

Detaillierte Hinweise, welcher Diagrammtyp zu welchen statistischen Daten passt, finden Sie in einem eigenen Beitrag. Entscheidend ist immer das Skalenniveau Ihrer Variablen und das Ziel der Darstellung.

Grafiken zur Verteilung einzelner Variablen

Verteilungsgrafiken sind in empirischen Abschlussarbeiten besonders häufig – sowohl für die Voraussetzungsprüfung als auch für die Deskriptivstatistik.

Histogramm

Das Histogramm zeigt, wie häufig bestimmte Wertebereiche einer metrischen Variable auftreten. Es eignet sich hervorragend zur Prüfung der Normalverteilung und zur Beschreibung der Stichprobe. Anders als ein Balkendiagramm hat es keine Lücken zwischen den Balken, weil die Wertebereiche kontinuierlich sind – ein wichtiger Unterschied, den Studierende häufig übersehen. Mehr dazu im Beitrag zum Unterschied zwischen Histogramm und Balkendiagramm.

Boxplot

Der Boxplot (auch Box-Whisker-Plot) fasst eine Verteilung kompakt zusammen: Median, Interquartilsabstand, Minimum, Maximum und Ausreißer sind auf einen Blick erkennbar. Er ist besonders nützlich, wenn Sie mehrere Gruppen gleichzeitig vergleichen – denn mehrere Boxplots nebeneinander zeigen Lage, Streuung und Ausreißer aller Gruppen auf einmal. Eine vollständige Anleitung zur Erstellung und Interpretation finden Sie im Beitrag zum Boxplot erstellen und interpretieren.

Q-Q-Plot

Der Q-Q-Plot (Quantil-Quantil-Plot) vergleicht die empirische Verteilung Ihrer Daten mit einer theoretischen Normalverteilung. Wenn die Datenpunkte nahe der Diagonalen liegen, spricht das für Normalverteilung. Dieser Plot gehört in den meisten empirischen Arbeiten zu den Voraussetzungsprüfungen – ob er in den Anhang oder den Hauptteil kommt, hängt von Ihrer Hochschule und dem Fach ab.

Grafiken für Gruppenvergleiche

Wenn Ihre Hypothesen Unterschiede zwischen Gruppen testen – etwa zwischen Experimental- und Kontrollgruppe oder zwischen verschiedenen demographischen Gruppen – sind Vergleichsgrafiken unverzichtbar.

Balken- und Säulendiagramm

Das Balken- oder Säulendiagramm ist der klassische Typ für Gruppenvergleiche. Es zeigt Mittelwerte oder Häufigkeiten pro Gruppe und lässt sich intuitiv lesen. Für metrische abhängige Variablen (z. B. Testergebnisse, Fragebogen-Scores) empfiehlt es sich, Fehlerbalken hinzuzufügen, die die Streuung oder den Standardfehler visualisieren. Was Fehlerbalken bedeuten und wie Sie sie korrekt einsetzen, erläutert der Beitrag zu Fehlerbalken in Diagrammen.

Boxplot für Gruppenvergleiche

Gegenüber dem reinen Mittelwertdiagramm hat der Boxplot den Vorteil, dass er zusätzlich die Streuung und Ausreißer sichtbar macht. Gerade in Fächern wie Psychologie und Medizin, wo Verteilungsannahmen kritisch sind, wird der Boxplot als Ergebnisgrafik bevorzugt – er ist informativer als ein Balken, der nur den Mittelwert zeigt.

Violinplot

Der Violinplot kombiniert Boxplot und Dichtekurve und ist zunehmend in wissenschaftlichen Publikationen zu finden. Er eignet sich besonders, wenn Verteilungsunterschiede zwischen Gruppen inhaltlich relevant sind. In Abschlussarbeiten ist er noch nicht Standard, wird von Betreuungspersonen aber häufig positiv aufgenommen, wenn er korrekt beschriftet ist.

Grafiken für Zusammenhänge zwischen Variablen

Für Korrelationen und Regressionen ist das Streudiagramm (Scatterplot) die erste Wahl. Es trägt alle Datenpunkte in einem zweidimensionalen Koordinatensystem ab und macht den Zusammenhang zweier metrischer Variablen unmittelbar sichtbar. Fügen Sie eine Regressionsgerade hinzu, zeigen Sie gleichzeitig, ob der Trend linear ist und wie gut die Gerade zu den Daten passt.

Wie Sie ein Streudiagramm erstellen und interpretieren, erfahren Sie in einem separaten Beitrag. Besonders wichtig ist dabei die Frage, was Ausreißer im Streudiagramm bedeuten und ob diese Ihre Korrelation verzerren könnten.

Ein gutes Datenvisualisierungsbuch beschreibt Grafiken nicht isoliert, sondern als Teil einer argumentativen Ergebnisdarstellung: Professionelle Datenvisualisierungen sollen Daten akkurat abbilden, eine fachliche Aussage transportieren und dabei wissenschaftlich überzeugend wirken – alle drei Kriterien gelten auch für Ihre Abschlussarbeit.

Formatierung und APA-Konformität

In vielen Fächern – besonders in Psychologie und Sozialwissenschaften – gilt der APA-Standard auch für Grafiken. Das bedeutet nicht, dass Ihre Grafiken aufwendig gestaltet sein müssen. Im Gegenteil: APA betont Schlichtheit und Klarheit.

Pflichtbestandteile einer APA-konformen Abbildung

Wie Sie APA-konforme Grafiken Schritt für Schritt erstellen, zeigt der Beitrag zu APA-konformen Grafiken. Dort finden Sie auch konkrete Hinweise zu Schriftgrößen, Strichbreiten und Farbwahl.

Ob für Ihre spezifische Hochschule und Ihr Fach wirklich APA gilt oder ein anderer Standard, sollten Sie in Ihrer Betreuungsrichtlinie nachlesen. Die umfassende methodische Begleitung rund um statistische Grafiken und Visualisierungen – von der Auswahl des Grafiktyps bis zur fertigen Formatierung – ist auch ein Bereich, in dem wir Studierende und Promovierende unterstützen.

Häufige Fehler bei der Grafikauswahl

Zum Abschluss die Fehler, die in Abschlussarbeiten am häufigsten vorkommen – und die Sie mit wenig Aufwand vermeiden können.

Zu viele Grafiken

Nicht jede Variable braucht eine eigene Abbildung. Wenn Sie 20 Items eines Fragebogens haben, müssen Sie nicht 20 Histogramme einfügen. Fassen Sie Verteilungsinformationen in einer Tabelle zusammen oder wählen Sie exemplarische Abbildungen für die inhaltlich wichtigsten Variablen.

Falsche Diagrammwahl

Ein Kreisdiagramm für mehr als fünf Kategorien ist kaum lesbar. Ein Liniendiagramm für kategoriale, nicht-zeitliche Daten ist methodisch falsch. Und ein Balkendiagramm ohne Fehlerbalken bei einem Mittelwertvergleich gibt den Lesenden keine Information zur Streuung. Wann Ergebnisse besser als Tabelle und wann als Grafik dargestellt werden sollten, ist eine Frage, die sich lohnt, vor der Erstellung zu klären.

Grafiken ohne Textbezug

Jede Grafik, die in Ihrer Abschlussarbeit erscheint, muss im Fließtext erwähnt und interpretiert werden. Eine Abbildung, die einfach „für sich spricht“, genügt wissenschaftlichen Ansprüchen nicht. Schreiben Sie also nicht nur: „Abbildung 2 zeigt die Ergebnisse.“ Erklären Sie, was die Grafik zeigt und was das für Ihre Hypothese bedeutet.

Überladene Darstellung

Zu viele Variablen in einem Diagramm, zu viele Farben, zu viele Beschriftungen – all das macht Grafiken unlesbar. In der Praxis zeigt sich immer wieder, dass weniger mehr ist. Eine klare Grafik, die eine einzige Aussage trifft, ist wissenschaftlich wertvoller als eine vollgepackte Visualisierung, die alles auf einmal zeigen will. Weitere häufige Fehler bei Diagrammen in Abschlussarbeiten und wie Sie sie beheben, finden Sie in einem eigenen Beitrag.

Welche Software Sie für die Erstellung nutzen – ob SPSS, R oder Excel – spielt für die Qualität der Grafik letztlich eine nachgeordnete Rolle. Entscheidend ist, dass Sie den richtigen Typ wählen, die Grafik korrekt formatieren und sie in Ihren Ergebnistext einbetten.