Was ist ein Ergebnisbericht?
In diesem Beitrag
Definition: Was ist ein Ergebnisbericht?
Ein Ergebnisbericht ist eine strukturierte, nachvollziehbare Darstellung der Befunde einer empirischen Untersuchung. Er beschreibt nicht nur, was herausgekommen ist, sondern stellt die Verbindung zwischen Fragestellung, Methodik, Datenerhebung, Analyse und Interpretation her.
Ein Ergebnisbericht listet also keine bloßen Zahlen auf. Er beantwortet die Frage: Was wurde geplant, was wurde getan, was wurde gefunden – und was bedeutet das? Diese vier Elemente gehören untrennbar zusammen.
In wissenschaftlichen Arbeiten ist der Ergebnisbericht typischerweise in den Ergebnisteil (Results) und den Diskussionsteil aufgeteilt. In Praxisberichten, Studienberichten oder Evaluationen können diese Abschnitte auch zusammengeführt werden. Entscheidend ist stets die Transparenz der Darstellung.
Aufbau und Bestandteile eines Ergebnisberichts
Unabhängig vom Fachgebiet folgt ein vollständiger Ergebnisbericht einer klaren Logik. Die folgenden Bestandteile sind in empirischen Arbeiten – ob Bachelorarbeit, Masterarbeit oder Dissertation – nahezu immer relevant.
Beschreibung der Stichprobe
Zu Beginn des Ergebnisteils werden die Merkmale der untersuchten Stichprobe beschrieben: Stichprobengröße, demographische Kennwerte, Ausschlusskriterien und ggf. der Teilnehmerfluss (wie viele Personen wurden eingeschlossen, wie viele ausgeschlossen und warum). Das schafft Transparenz über die Datenbasis.
Deskriptive Statistiken
Bevor inferenzstatistische Ergebnisse berichtet werden, gehören Mittelwerte, Standardabweichungen, Häufigkeiten oder Mediane in den Bericht. Sie geben dem Lesenden einen ersten Überblick über die Verteilung der Daten. Wie man diese Kennwerte im Fließtext korrekt formuliert, zeigt unser Beitrag zum Thema Wie schreibt man statistische Ergebnisse auf?
Inferenzstatistische Befunde
Hier werden die eigentlichen Hypothesentests berichtet: Teststatistik, Freiheitsgrade, p-Wert, Effektgröße und Konfidenzintervall. Internationale Reporting-Standards – dazu mehr im nächsten Abschnitt – verlangen, dass Ergebnisse sowohl Richtung als auch Stärke und Präzision der Befunde erkennbar machen. Ein p-Wert allein reicht dafür nicht aus.
Visuelle Darstellung
Tabellen und Abbildungen ergänzen den Text, ersetzen ihn aber nicht. Jede Grafik und jede Tabelle wird im Text referenziert und kurz erläutert. Was dabei zu beachten ist, erklärt unser Beitrag Wie präsentiert man Statistiken?
Bezug zur Fragestellung
Am Ende jedes Ergebnisabschnitts – oder im Diskussionsteil – wird explizit formuliert, ob und inwiefern die Befunde die Ausgangshypothesen stützen oder widerlegen. Dieser Schritt fehlt in studentischen Arbeiten oft, ist aber zentral für die wissenschaftliche Qualität des Berichts.
Bestandteile eines vollständigen Ergebnisberichts
- Beschreibung der Stichprobe (N, Merkmale, Ausschlüsse)
- Deskriptive Statistiken (M, SD, Häufigkeiten o.ä.)
- Voraussetzungsprüfungen (z.B. Normalverteilung, Varianzhomogenität)
- Inferenzstatistische Kennwerte (Teststatistik, df, p-Wert)
- Effektgröße und Konfidenzintervall
- Visuelle Darstellung (Tabellen, Grafiken)
- Interpretation und Bezug zur Fragestellung
- Diskussion der Limitationen
Internationale Reporting-Standards als Orientierung
In der Wissenschaft existieren etablierte Leitlinien, die festlegen, was ein Ergebnisbericht enthalten muss. Für Studierende sind diese Standards nicht nur in klinischen Studien relevant – sie dienen auch in empirischen Abschlussarbeiten als nützliche Orientierung.
STROBE – für Beobachtungsstudien
Für Kohorten-, Fall-Kontroll- und Querschnittsstudien gilt das STROBE-Statement als maßgebliche Referenz. Es macht deutlich, dass Studiendesign, Variablen, Datenbasis, Analyseschritte und Befunde gemeinsam dargestellt werden müssen, um die Nachvollziehbarkeit der Auswertung zu sichern. STROBE wurde von Epidemiologen, Statistikern und Journal-Editors entwickelt und in mehreren Fachzeitschriften veröffentlicht.
Für Studierende, die eine Querschnittsbefragung durchführen, lässt sich die STROBE-Checkliste gut nutzen, um den eigenen Ergebnisbericht auf Vollständigkeit zu prüfen.
CONSORT – für experimentelle Studien
Bei randomisierten kontrollierten Studien ist CONSORT der zentrale Standard. Die Leitlinie verlangt unter anderem transparente Angaben zu Teilnehmerfluss, Baseline-Daten, Outcomes, Effektgrößen und Konfidenzintervallen. Dabei gilt: Ein vollständiger Ergebnisbericht stellt nicht nur statistische Kennzahlen dar, sondern verbindet Fragestellung, Datenerhebung, Analyse und Interpretation zu einem kohärenten Ganzen. Diese Anforderung gilt sinngemäß für jede empirische Arbeit – nicht nur für klinische Studien.
APA JARS – für sozial- und verhaltenswissenschaftliche Arbeiten
Für psychologische und sozialwissenschaftliche Studien sind die Journal Article Reporting Standards (JARS) der APA besonders relevant. Sie decken quantitative, qualitative und Mixed-Methods-Designs ab. Die Standards betonen, dass Befunde in eine standardisierte Struktur eingebettet sein müssen – nicht als freie Zusammenfassung, sondern als nachvollziehbare und belegbare Darstellung. Wer nach den APA-Richtlinien arbeitet, findet in der professionellen Unterstützung bei der Interpretation und Verschriftlichung statistischer Ergebnisse hilfreiche Begleitung für diesen anspruchsvollen Schritt.
| Standard | Studientyp | Besonders relevant für |
|---|---|---|
| STROBE | Beobachtungsstudien (Kohorten, Querschnitt, Fall-Kontroll) | Soziologie, Epidemiologie, Public Health |
| CONSORT | Randomisierte kontrollierte Studien (RCT) | Medizin, klinische Psychologie |
| APA JARS | Quant., qual. und Mixed-Methods-Studien | Psychologie, Sozialwissenschaften, Pädagogik |
Ergebnisbericht in der Abschlussarbeit
In einer Bachelor- oder Masterarbeit ist der Ergebnisbericht der Kern der empirischen Arbeit. Er zeigt, ob die Forschungsfragen beantwortet werden konnten – und wie. Dabei gilt eine klare Strukturlogik: Erst die Methoden, dann die Ergebnisse, dann die Diskussion. Was genau in welcher Reihenfolge kommt, erklärt unser Beitrag Was kommt zuerst – Analyse oder Ergebnisse?
Ergebnisse und Interpretation trennen
Im Ergebnisteil berichten Sie, was die Daten zeigen – ohne Bewertung. Die Interpretation, also das Warum und Was bedeutet das?, gehört in die Diskussion. Diese Trennung fällt Studierenden oft schwer, ist aber für die wissenschaftliche Qualität der Arbeit entscheidend. Was Ergebnisse interpretieren konkret bedeutet, wird in einem eigenen Beitrag ausführlich erklärt.
Signifikanz allein reicht nicht
Ein häufiges Missverständnis: Viele Studierende berichten ausschließlich p-Werte und übergehen Effektgrößen. Dabei ist die praktische Bedeutsamkeit eines Befundes mindestens genauso wichtig wie die statistische Signifikanz. Ob ein Signifikanzniveau von 0,01 oder 0,05 besser geeignet ist, hängt vom Studiendesign und der Fragestellung ab – eine pauschale Antwort gibt es hier nicht.
Ergebnisse verständlich zusammenfassen
Am Ende des Ergebnisteils empfiehlt sich ein kurzer Überblick, der die zentralen Befunde zusammenfasst. Das erleichtert dem Lesenden die Einordnung, bevor die Diskussion beginnt. Wie das gelingt, zeigt unser Beitrag Wie fasst man statistische Ergebnisse zusammen?
Häufige Fehler beim Verfassen eines Ergebnisberichts
In der Praxis zeigt sich, dass die folgenden Fehler in studentischen Ergebnisberichten besonders häufig vorkommen – und dass sie sich mit etwas Struktur gut vermeiden lassen.
- Fehlende Effektgrößen: p-Werte sagen nichts über die Stärke eines Effekts aus. Cohens d, η², r oder ähnliche Maße gehören in jeden vollständigen Ergebnisbericht.
- Keine Konfidenzintervalle: Konfidenzintervalle geben Auskunft über die Präzision einer Schätzung und sollten neben dem p-Wert standardmäßig angegeben werden.
- Interpretation im Ergebnisteil: Bewertungen und Schlussfolgerungen gehören in die Diskussion, nicht in den Ergebnisteil.
- Unvollständige Stichprobenbeschreibung: Ohne Angaben zu N, Ausschlüssen und demographischen Merkmalen ist die Datenbasis nicht nachvollziehbar.
- Tabellen ohne Texterläuterung: Jede Tabelle und Grafik muss im Fließtext referenziert und kurz beschrieben werden.
- Falsche oder fehlende statistische Abkürzungen: Abkürzungen wie M, SD, t, df oder p müssen korrekt und einheitlich verwendet werden. Eine Übersicht bietet unser Beitrag zu den gängigen Abkürzungen in der Statistik.
Wer den eigenen Ergebnisbericht auf diese Punkte hin überprüft, verbessert sowohl die wissenschaftliche Qualität als auch die Lesbarkeit der Arbeit erheblich. Und wer unsicher ist, wie man eine Interpretation konkret formuliert, findet dazu ebenfalls eine ausführliche Orientierung.