Wie viele Probanden braucht man für eine Hausarbeit?

Warum es keine feste Mindestzahl gibt

Eine pauschale Antwort wie „mindestens 30 Probanden“ klingt verlockend einfach – sie ist methodisch aber kaum haltbar. Die notwendige Stichprobengröße hängt von Ihrem Forschungsziel, dem erwarteten Effekt, dem gewählten statistischen Verfahren und Ihren verfügbaren Ressourcen ab.

In der Methodenliteratur wird klar betont, dass die Stichprobengröße bereits vor der Datenerhebung nachvollziehbar begründet werden sollte – und nicht erst im Nachhinein, wenn die Ergebnisse bereits vorliegen. Das bedeutet: Die Frage lautet nicht „Wie viele brauche ich mindestens?“, sondern „Wie viele brauche ich, um meine Fragestellung sinnvoll zu beantworten?“

Für eine Hausarbeit ist das ein entscheidender Perspektivwechsel. Nicht die absolute Zahl zählt, sondern die Begründung dahinter.

Orientierungswerte für typische Hausarbeitsdesigns

Auch wenn es keine universelle Zahl gibt, lassen sich für verbreitete Designs in Hausarbeiten grobe Richtwerte nennen. Diese ersetzen keine formale Begründung, geben Ihnen aber eine erste Orientierung.

Diese Werte basieren auf dem Ziel einer statistischen Power von ca. 0,80 und einem angenommenen mittleren Effekt – beides sind gängige Planungsstandards. Ob sie auf Ihre konkrete Fragestellung passen, hängt jedoch von Ihrem spezifischen Design ab.

Wenn Sie eine kleine Umfrage für eine Hausarbeit auswerten, sind rein deskriptive Analysen oft schon mit 30–50 Befragten möglich und inhaltlich aussagekräftig – vorausgesetzt, die Fragestellung ist entsprechend eingegrenzt.

Stichprobengröße begründen: die Poweranalyse

Der methodisch sauberste Weg zur Begründung einer Probandenzahl ist die a-priori-Poweranalyse. Sie berechnet die benötigte Stichprobengröße auf Basis von vier Parametern:

• Signifikanzniveau (α): Üblicherweise 0,05
• Gewünschte Power (1−β): Üblicherweise 0,80 oder 0,90
• Erwartete Effektgröße: z. B. Cohens d für Gruppenvergleiche, r für Korrelationen
• Statistischer Test: z. B. t-Test, Chi-Quadrat, Korrelation

Ein typischer Planungswert aus der Fachliteratur ist eine Power von 0,80 bei einem Signifikanzniveau von 0,05 – das bedeutet: eine 80-prozentige Wahrscheinlichkeit, einen tatsächlich vorhandenen Effekt auch statistisch nachzuweisen. Wer höhere Sicherheit wünscht, plant mit einer Power von 0,90 – was in der Regel mehr Probanden erfordert.

G*Power: das Standardwerkzeug für die Planung

Für die praktische Berechnung hat sich G*Power als kostenloses Standardwerkzeug etabliert. Das Programm unterstützt Poweranalysen für t-Tests, F-Tests, Chi-Quadrat-Tests, z-Tests und weitere Verfahren und kann die benötigte Stichprobengröße direkt ausgeben.

So gehen Sie in G*Power vor:

1. Testfamilie und statistischen Test auswählen (z. B. t-Tests → Means: Difference between two independent means)
2. „A priori“ als Art der Poweranalyse wählen
3. Effektgröße eingeben (z. B. d = 0,50 für einen mittleren Effekt)
4. α = 0,05 und Power = 0,80 eintragen
5. Berechnung starten – G*Power gibt die erforderliche Gesamtstichprobengröße aus

Das Ergebnis dieser Berechnung gehört dann in Ihren Methodenteil. Wichtig: G*Power liefert nur die Zahl – die inhaltliche Begründung, warum Sie eine bestimmte Effektgröße annehmen, müssen Sie selbst formulieren.

Alternativansatz: Präzision statt Power

Nicht jede Hausarbeit testet Hypothesen – manche hat das Ziel, einen Mittelwert, einen Anteil oder eine Korrelation möglichst genau zu schätzen. In diesen Fällen ist die Stichprobengröße nicht über Power, sondern über die gewünschte Präzision zu begründen.

Das Ziel lautet dann: Das 95-%-Konfidenzintervall soll höchstens ±δ Einheiten breit sein. Je enger das gewünschte Intervall, desto mehr Probanden werden benötigt. Dieser Ansatz ist besonders sinnvoll, wenn Sie eine empirische Erhebung in einer Hausarbeit durchführen und explorativ vorgehen, ohne vorab klare Hypothesen zu formulieren.

Kleine Stichproben transparent machen

In einer Hausarbeit sind große Stichproben oft nicht realisierbar – das ist den Betreuenden bekannt und wird in der Regel nicht als Fehler gewertet. Entscheidend ist, dass Sie ehrlich und präzise mit den Grenzen Ihrer Erhebung umgehen.

Dazu gehören drei Punkte im Methodenteil:

• Begründung der Stichprobengröße: Ressourcen, Zeitrahmen, verfügbare Population – alles davon ist eine legitime Begründung, solange sie explizit gemacht wird.
• Einschränkung der Generalisierbarkeit: Weisen Sie darauf hin, dass die Ergebnisse nicht auf die Gesamtbevölkerung übertragbar sind.
• Sensitivitätsanalyse: Falls Sie G*Power nutzen, können Sie nachträglich angeben, welche minimale Effektgröße Ihre Studie mit der vorhandenen Stichprobe bei α = 0,05 und Power = 0,80 hätte entdecken können.

Stichprobenberechnungen sind immer Näherungen – sie beruhen auf Annahmen über Effektgrößen, Standardabweichungen und Verteilungen, die in der Praxis nicht exakt stimmen müssen. Diese Unsicherheit ist kein Makel, sondern ein normaler Bestandteil empirischer Forschung. Wer das im Methodenteil klar benennt, zeigt methodisches Bewusstsein.

Denken Sie außerdem daran, mögliche Ausfälle einzukalkulieren: Wenn Sie 40 Personen benötigen, rekrutieren Sie lieber 50 – nicht jeder ausgefüllte Fragebogen ist vollständig verwertbar.

Praktische Schritte zur Probandenzahl

Zusammengefasst empfiehlt sich für eine Hausarbeit folgendes Vorgehen:

Wenn Sie unsicher sind, welche einfachen statistischen Methoden für Ihre Hausarbeit geeignet sind, lohnt es sich, das zuerst zu klären – denn das statistische Verfahren bestimmt direkt, welche Parameter in die Poweranalyse einfließen.

Und wenn Sie Ihre Ergebnisse später aufbereiten: Wie Sie statistische Ergebnisse in einer Hausarbeit darstellen, ist ein eigenes Thema, das den Methodenteil sinnvoll ergänzt.

Bei grundlegenden Fragen rund um empirische Erhebungen, Stichprobenplanung und Auswertung finden Sie auf unserer Seite zur Statistikhilfe für Hausarbeiten weitere Unterstützung.