Wie stelle ich statistische Ergebnisse in einer Hausarbeit dar?
In diesem Beitrag
- Das Grundprinzip: Was gehört in den Ergebnisteil?
- Deskriptive Statistiken richtig berichten
- Inferenzstatistik: p-Werte, Teststatistiken und mehr
- Warum Effektgrößen unverzichtbar sind
- Tabellen und Abbildungen gezielt einsetzen
- Formatierung und Notation nach APA
- Häufige Fehler bei der Ergebnisdarstellung
Die Darstellung statistischer Ergebnisse folgt klaren Konventionen – und wer sie kennt, überzeugt Prüfende deutlich leichter. Im Kern gilt: Der Ergebnisteil berichtet, was die Daten zeigen, ohne bereits zu bewerten, ob das gut oder schlecht ist. Die Interpretation gehört in die Diskussion.
Die folgenden Abschnitte zeigen Ihnen, welche Kennwerte Sie berichten müssen, wie Sie sie korrekt formatieren und welche typischen Fehler Sie vermeiden sollten.
Das Grundprinzip: Was gehört in den Ergebnisteil?
Der Ergebnisteil einer empirischen Hausarbeit hat eine klare Aufgabe: Er berichtet die Datenanalyse, die zur Prüfung Ihrer Hypothesen durchgeführt wurde. Das bedeutet, jedes berichtete Ergebnis sollte direkt mit einer vorab formulierten Hypothese verbunden sein.
Eine bewährte Struktur für jeden einzelnen Analyseschritt sieht so aus:
- Hypothese kurz wiederholen oder referenzieren
- Angeben, ob die Ergebnisse die Hypothese stützen oder widerlegen
- Die relevanten Kennwerte und Teststatistiken berichten
Entscheidend ist die Trennlinie zwischen Ergebnissen und Interpretation. Schreiben Sie im Ergebnisteil nicht „Überraschenderweise zeigte sich…“ oder „Dieses positive Ergebnis belegt…“. Solche Bewertungen gehören in die Diskussion.
Deskriptive Statistiken richtig berichten
Bevor Sie Hypothesentests berichten, gehören in den meisten Fällen zunächst die deskriptiven Kennwerte Ihrer Stichprobe. Sie geben den Lesenden einen Überblick über die Daten und sind Voraussetzung für die Einordnung aller weiteren Ergebnisse.
Welche Kennwerte berichten Sie wann?
| Datenlage | Lage | Streuung |
|---|---|---|
| Annähernd normalverteilt (metrisch) | Mittelwert (M) | Standardabweichung (SD) |
| Schief verteilt oder ordinal | Median (Mdn) | Interquartilbereich oder Spannweite |
| Kategoriale Daten | Häufigkeiten (n) | Prozentangaben mit Zähler/Nenner |
Zu beachten: Geben Sie bei Prozentangaben immer den Zähler und den Nenner an, also beispielsweise „42 von 80 Befragten (52,5 %) …“. Eine Prozentzahl ohne die zugrundeliegende Fallzahl ist wenig aussagekräftig. Bei kleinen Stichproben ist das besonders wichtig, weil Prozentwerte dort schnell irreführend wirken.
Stichprobengröße immer nennen
Für jede Analyse gehört die zugehörige Stichprobengröße in den Bericht – nicht nur einmal zu Beginn des Ergebnisteils. Wenn verschiedene Analysen auf unterschiedlichen Teilstichproben basieren (z. B. wegen fehlender Werte), muss das kenntlich gemacht werden.
Inferenzstatistik: p-Werte, Teststatistiken und mehr
Für jeden Hypothesentest berichten Sie eine vollständige Kombination aus Teststatistik, Freiheitsgraden, p-Wert und – dazu kommen wir im nächsten Abschnitt – Effektgröße. Folgende Angaben gehören zusammen:
- Teststatistik (z. B. t, F, χ²)
- Freiheitsgrade in Klammern
- Beobachteter Testwert
- p-Wert
Ein korrektes Beispiel für einen t-Test könnte so aussehen: t(58) = 2.34, p = .021. Die Angabe „p < .05" ist zwar verbreitet, aber informativer ist der exakte p-Wert, sofern die Software ihn ausgibt.
p-Werte richtig einordnen
Hier lohnt sich ein kritischer Blick: Ein p-Wert zeigt lediglich, wie unvereinbar Ihre Daten mit dem angenommenen statistischen Modell sind – er misst nicht die Wahrscheinlichkeit, dass eine Hypothese wahr ist. Die wissenschaftliche Fachgesellschaft der Statistik warnt ausdrücklich davor, wissenschaftliche Schlussfolgerungen ausschließlich am Über- oder Unterschreiten eines Schwellenwerts wie 0,05 festzumachen.
Das klingt zunächst abstrakt, ist in der Praxis aber konkret: Ein p-Wert von .049 ist nicht inhaltlich bedeutsamer als einer von .051. Ihre Schlussfolgerungen sollten das berücksichtigen.
Konfidenzintervalle ergänzen
Neben dem p-Wert sind Konfidenzintervalle (KI) eine wertvolle Ergänzung. Sie zeigen, in welchem Bereich der wahre Populationsparameter mit einer bestimmten Wahrscheinlichkeit liegt, und geben damit ein Maß für die Unsicherheit Ihrer Schätzung. Die Angabe erfolgt in der Form: 95 %-KI [1.23, 4.56].
Warum Effektgrößen unverzichtbar sind
Ein statistisch signifikantes Ergebnis sagt nichts darüber aus, ob ein Effekt auch praktisch bedeutsam ist. Genau das leisten Effektgrößen. Sie quantifizieren die Stärke eines Zusammenhangs oder Unterschieds unabhängig von der Stichprobengröße.
Cohens d – Effektgröße für Mittelwertvergleiche
Gängige Effektgrößenmaße und ihre Richtwerte nach Cohen:
| Verfahren | Maß | Klein | Mittel | Groß |
|---|---|---|---|---|
| t-Test | Cohens d | .20 | .50 | .80 |
| ANOVA | η² / η²p | .01 | .06 | .14 |
| Korrelation | r | .10 | .30 | .50 |
| Chi-Quadrat-Test | Cramers V | .10 | .30 | .50 |
Berichten Sie die Effektgröße direkt im Anschluss an den p-Wert: t(58) = 2.34, p = .021, d = 0.61. Viele Hochschulen erwarten diese Angabe mittlerweile standardmäßig – ein guter Überblick über die für Ihre Hausarbeit relevanten statistischen Methoden und ihre Kennwerte hilft Ihnen dabei, nichts zu vergessen.
Tabellen und Abbildungen gezielt einsetzen
Bei mehreren numerischen Ergebnissen empfiehlt sich eine tabellarische oder grafische Darstellung, damit der Fließtext lesbar bleibt. Die Faustregel lautet: Was sich kürzer und klarer als Tabelle darstellen lässt als im Text, gehört in eine Tabelle.
Tabellen
- Jede Tabelle erhält eine Nummerierung (Tabelle 1, Tabelle 2 …) und einen aussagekräftigen Titel darüber
- Erläuternde Anmerkungen stehen unterhalb der Tabelle (Anmerkung. kursiv)
- Signifikanzniveaus können per Sternchen gekennzeichnet werden: * p < .05, ** p < .01, *** p < .001
- Alle Tabellen werden im Text referenziert: „(siehe Tabelle 1)“
Abbildungen
Diagramme visualisieren Verteilungen, Gruppenunterschiede oder Zusammenhänge besonders anschaulich. Eine ausführliche Übersicht, welche Diagrammtypen sich für welche Fragestellungen eignen, hilft Ihnen bei der Auswahl. Grundsätzlich gilt:
- Abbildungen erhalten eine Nummerierung und einen Titel unterhalb der Abbildung
- Achsenbeschriftungen und Einheiten müssen vollständig angegeben sein
- Fehlerbalken (z. B. ±1 SD oder 95 %-KI) sind zu beschriften
- Keine überflüssigen Gestaltungselemente (3D-Effekte, Schatten, bunte Hintergründe)
Formatierung und Notation nach APA
Die meisten Hochschulen im DACH-Raum empfehlen für quantitative Arbeiten die APA-Notation (aktuell 7. Auflage). Hier die wichtigsten Regeln auf einen Blick:
APA-Formatierung für statistische Symbole
- Statistische Symbole werden kursiv gesetzt: M, SD, N, n, t, F, p, r, d
- Griechische Buchstaben werden nicht kursiv gesetzt: α, η², χ²
- Dezimaltrennzeichen: Im Deutschen ein Komma, in englischsprachigen Arbeiten ein Punkt
- p-Werte: Genauer Wert mit zwei Dezimalstellen, z. B. p = .03 (keine führende Null)
- Teststatistiken und Kennwerte auf zwei Dezimalstellen runden
- Freiheitsgrade in runden Klammern direkt hinter der Teststatistik: t(58)
- Konfidenzintervalle in eckigen Klammern: 95 %-KI [1.23, 4.56]
Zur Notation im Methodenteil gehört außerdem: Geben Sie an, ob Sie ein- oder zweiseitige Tests verwendet haben, welches α-Niveau Sie festgelegt haben und welche Statistiksoftware Sie eingesetzt haben – inklusive Versionsnummer. Das gilt auch für Hausarbeiten, in denen die Methodik systematisch beschrieben wird.
Ein vollständiges Beispiel für die Berichterstattung eines t-Tests im Fließtext könnte so lauten:
Die Experimentalgruppe (M = 4.12, SD = 0.87) erzielte signifikant höhere Werte als die Kontrollgruppe (M = 3.54, SD = 0.91), t(58) = 2.34, p = .023, d = 0.65, 95 %-KI [0.09, 1.07]. Die Richtung des Unterschieds entspricht der formulierten Hypothese.
Beachten Sie: Wenn es einen signifikanten Unterschied gibt, sollten Sie im Text auch explizit angeben, in welche Richtung der Unterschied geht – also welche Gruppe höhere oder niedrigere Werte aufweist. Das ist eine häufig vergessene, aber wichtige Information. Entsprechende Hinweise finden sich auch in universitären Schreibleitfäden, die konkret vorgeben, für jeden berichteten Test die Richtung des Unterschieds anzugeben.
Häufige Fehler bei der Ergebnisdarstellung
Abschließend ein Blick auf die Fehler, die in Hausarbeiten am häufigsten auftauchen – und die sich mit etwas Sorgfalt leicht vermeiden lassen.
1. Ergebnisse ohne Hypothesenbezug
Viele Studierende berichten Kennwerte, ohne sie mit einer Forschungsfrage oder Hypothese zu verknüpfen. Jedes Ergebnis braucht einen Ankerpunkt in Ihrer Fragestellung.
2. p-Wert als einzige Aussage
„Das Ergebnis ist signifikant (p = .03)“ ist kein vollständiger Ergebnisbericht. Fehlende Effektgrößen, fehlende Mittelwerte und fehlende Konfidenzintervalle sind methodische Lücken. Statistische Signifikanz misst weder die Größe eines Effekts noch seine praktische Relevanz – das ist eine der zentralen Botschaften aus dem Bereich des verantwortungsvollen Umgangs mit p-Werten in der wissenschaftlichen Ergebnisdarstellung.
3. Interpretation im Ergebnisteil
Wertende Aussagen wie „Erfreulich zeigte sich…“ oder „Das überraschende Ergebnis…“ gehören nicht in den Ergebnisteil. Dort stehen Fakten; die Einordnung folgt in der Diskussion.
4. Inkonsistente Nachkommastellen
Mittelwerte mit zwei, Standardabweichungen mit drei und p-Werte mit vier Dezimalstellen – das wirkt unprofessionell. Legen Sie sich auf ein einheitliches Schema fest und halten Sie es durch.
5. Tabellen und Abbildungen ohne Textreferenz
Jede Tabelle und jede Abbildung muss im Fließtext referenziert werden. Grafiken, auf die kein Satz verweist, schweben im Nichts.
6. Fehlende Annahmenprüfung
Ob Normalverteilung, Varianzhomogenität oder Unabhängigkeit der Messungen – die Prüfung der Testvoraussetzungen sollte im Methodenteil oder zu Beginn des Ergebnisteils kurz dokumentiert werden. Gerade wenn Sie sich fragen, wie viele Probanden für Ihre Hausarbeit nötig sind, hängt das auch mit der statistischen Power und den Annahmen des gewählten Tests zusammen.
Wenn Sie unsicher sind, ob Ihre Ergebnisdarstellung den Anforderungen Ihrer Hochschule entspricht, lohnt sich ein Blick auf die fachspezifischen Hinweise Ihres Seminars oder Ihrer Betreuung. Für eine breitere methodische Begleitung – von der Auswertung bis zur Darstellung – bietet professionelle Statistikunterstützung für Hausarbeiten eine gute Anlaufstelle.
