Wie wertet man einen Fragebogen für die Bachelorarbeit aus?
In diesem Beitrag
- Überblick: Die Auswertung in sechs Schritten
- Schritt 1 – Stichprobe dokumentieren und Rücklauf berechnen
- Schritt 2 – Daten aufbereiten und bereinigen
- Schritt 3 – Skalen bilden und Reliabilität prüfen
- Schritt 4 – Deskriptive Statistik berechnen
- Schritt 5 – Hypothesen testen mit inferenzstatistischen Verfahren
- Schritt 6 – Ergebnisse darstellen und interpretieren
- Welche Software eignet sich für die Fragebogenauswertung?
- Typische Fehler bei der Fragebogenauswertung
Überblick: Die Auswertung in sechs Schritten
Die Auswertung eines Fragebogens für die Bachelorarbeit folgt einer klaren Abfolge: erst Daten aufbereiten, dann beschreiben, dann testen. Wer diese Reihenfolge einhält, vermeidet die meisten methodischen Fehler und kann seine Ergebnisse überzeugend begründen.
Die sechs zentralen Schritte im Überblick:
- Stichprobe dokumentieren und Rücklauf berechnen
- Daten aufbereiten und bereinigen
- Skalen bilden und Reliabilität prüfen
- Deskriptive Statistik berechnen
- Hypothesen testen mit inferenzstatistischen Verfahren
- Ergebnisse darstellen und interpretieren
Wie genau jeder dieser Schritte funktioniert und worauf Sie dabei achten müssen, erläutert dieser Artikel ausführlich. Wer darüber hinaus Unterstützung bei der statistischen Umsetzung sucht, findet auf der Seite zur methodischen Begleitung von Bachelorarbeiten weiterführende Informationen.
Schritt 1 – Stichprobe dokumentieren und Rücklauf berechnen
Bevor Sie auch nur einen Mittelwert berechnen, müssen Sie Ihre Stichprobe sauber dokumentieren. Das klingt nach einer Formalität – ist aber methodisch unverzichtbar.
Was gehört in die Stichprobendokumentation?
- Gesamtzahl der angeschriebenen Personen
- Anzahl der zurückgesendeten Fragebögen
- Anzahl der verwertbaren Fragebögen (nach Ausschluss unvollständiger oder fehlerhafter Datensätze)
- Begründung für jeden Ausschluss
- Soziodemografische Merkmale der Stichprobe (Alter, Geschlecht, Bildung etc.)
Rücklaufquote berechnen
Die Rücklaufquote ist eine der ersten Kennzahlen, die Gutachtende in der Bachelorarbeit erwarten. Sie berechnet sich grundsätzlich aus dem Verhältnis von zurückgesendeten zu versendeten Fragebögen – ist in der Praxis aber etwas differenzierter zu betrachten.
Rücklaufquote
In der Surveyforschung wird empfohlen, nicht nur eine einzige Zahl zu berichten, sondern die Zusammensetzung der Stichprobe transparent darzustellen: Wer hat nicht geantwortet, wer konnte nicht kontaktiert werden, welche Fälle wurden ausgeschlossen? Fachstandards unterscheiden dabei bis zu sechs verschiedene Definitionen der Rücklaufquote, je nachdem, ob Teilinterviews mitgezählt werden und wie Fälle mit unbekanntem Status behandelt werden.
Schritt 2 – Daten aufbereiten und bereinigen
Rohdaten aus einem Fragebogen sind selten direkt auswertbar. Bevor die eigentliche Analyse beginnt, müssen Sie die Daten systematisch aufbereiten.
Eingabe und Codierung
Falls Sie Papierfragebögen eingesetzt haben, übertragen Sie die Antworten in eine Datentabelle (z. B. in SPSS, R oder Excel). Jede Zeile entspricht einem Teilnehmenden, jede Spalte einer Variablen. Weisen Sie jeder Antwortkategorie einen numerischen Code zu – zum Beispiel: 1 = stimme gar nicht zu, 5 = stimme voll zu.
Fehlende Werte identifizieren
Prüfen Sie systematisch, welche Items unbeantwortet geblieben sind. Entscheiden Sie vorab, ab wie vielen fehlenden Werten ein Datensatz ausgeschlossen wird. Eine gängige Faustregel lautet: Wenn mehr als 10 % der Items eines Teilnehmenden fehlen, wird der Datensatz nicht in die Auswertung einbezogen.
Umkodierung invertierter Items
Viele Fragebögen enthalten negativ formulierte Items, die vor der Skalenbildung umgekehrt werden müssen. Ein Item wie „Ich fühle mich selten gestresst“ muss bei einer Stressskala umkodiert werden, bevor es mit positiv formulierten Items zusammengefasst werden kann. In SPSS nutzen Sie dafür Transformieren → Werte umkodieren → In andere Variablen.
Schritt 3 – Skalen bilden und Reliabilität prüfen
Wenn mehrere Items dasselbe Konstrukt messen sollen (z. B. Arbeitszufriedenheit oder Stresserleben), werden sie in der Regel zu einer Skala zusammengefasst. Dieser Schritt ist einer der methodisch heikelsten – und wird in Bachelorarbeiten häufig übersprungen oder fehlerhaft durchgeführt.
Skalenbildung: Mittelwert oder Summe?
Typischerweise wird der Mittelwert aller Items einer Skala berechnet. Das hat den Vorteil, dass der Wertebereich erhalten bleibt (z. B. 1–5 bei einer fünfstufigen Likert-Skala). Alternativ kann eine Summe gebildet werden. Beide Varianten sind vertretbar, solange Sie Ihre Entscheidung begründen.
Reliabilitätsprüfung mit Cronbachs Alpha
Bevor Sie Skalen verwenden, sollten Sie deren interne Konsistenz prüfen. Das Standardmaß dafür ist Cronbachs Alpha (). Es gibt an, wie stark die Items einer Skala miteinander zusammenhängen.
Cronbachs Alpha – Formel
Dabei steht für die Anzahl der Items, für die Varianz des einzelnen Items und für die Gesamtvarianz der Skala. Als Orientierung gilt: Ein Alpha-Wert von ≥ 0,70 wird in der Regel als akzeptabel angesehen.
Wichtig dabei: ein hoher Alpha-Wert garantiert keine Validität der Skala und wird stark von der Itemanzahl beeinflusst. Eine Skala mit zehn Items erreicht Alpha-Werte von 0,85 und mehr, selbst wenn die Items inhaltlich nur mäßig zusammenpassen. Berichten Sie Alpha daher immer zusammen mit einer inhaltlichen Begründung, warum die Items zusammengehören.
Was ist mit einzelnen Likert-Items?
Nicht jede Frage in einem Fragebogen ist Teil einer Skala. Einzelne Likert-Typ-Items – also Fragen mit abgestuften Antwortkategorien, die nicht zu einer Skala zusammengefasst werden – sollten anders ausgewertet werden. Für einzelne ordinale Items empfehlen sich Häufigkeiten, Prozente, Median und Modus statt Mittelwerte, da die Abstände zwischen den Antwortkategorien nicht zwingend gleich groß sind. Mittelwerte können erst dann sinnvoll interpretiert werden, wenn mehrere Items zu einer Skala aggregiert werden.
Schritt 4 – Deskriptive Statistik berechnen
Die deskriptive Statistik beschreibt Ihre Daten, bevor Sie Hypothesen testen. Sie ist Pflichtbestandteil jeder empirischen Bachelorarbeit und bildet die Grundlage für alle weiteren Analysen.
Welche Kennwerte berichten Sie?
| Skalenniveau | Geeignete Kennwerte | Typische Variablen im Fragebogen |
|---|---|---|
| Nominal | Häufigkeiten, Prozente, Modus | Geschlecht, Berufsgruppe, ja/nein-Fragen |
| Ordinal | Median, Modus, Häufigkeiten, IQR | Einzelne Likert-Items, Rangskalen |
| Metrisch / Skala | Mittelwert, Standardabweichung, Min/Max | Aggregierte Likert-Skalen, Alter, Punktwerte |
Eine ausführliche Anleitung zur deskriptiven Statistik in der Bachelorarbeit – inklusive Tabellen und Interpretationshilfen – finden Sie in einem separaten Beitrag.
Stichprobenbeschreibung als eigener Abschnitt
Typischerweise beginnt der Ergebnisteil mit einer Beschreibung der Stichprobe: Wie viele Teilnehmende, welches Durchschnittsalter, welche Geschlechterverteilung? Diese Informationen werden meist als Tabelle dargestellt und durch einen kurzen Fließtext ergänzt.
Schritt 5 – Hypothesen testen mit inferenzstatistischen Verfahren
Wenn Sie Hypothesen aufgestellt haben – und das sollten Sie in einer empirischen Bachelorarbeit –, kommen nun die statistischen Tests zum Einsatz. Welcher Test der richtige ist, hängt von Ihren Variablen und Ihrer Fragestellung ab.
Die häufigsten Verfahren bei Fragebogenstudien
| Fragestellung | Verfahren | Voraussetzung |
|---|---|---|
| Mittelwertvergleich zweier Gruppen | t-Test für unabhängige Stichproben | Metrische AV, Normalverteilung |
| Mittelwertvergleich mehrerer Gruppen | Einfaktorielle ANOVA | Metrische AV, Normalverteilung, Varianzhomogenität |
| Zusammenhang zweier metrischer Variablen | Pearson-Korrelation | Metrisch, bivariat normalverteilt |
| Zusammenhang zweier ordinaler Variablen | Spearman-Korrelation | Mindestens ordinal |
| Einfluss einer/mehrerer UV auf eine AV | Lineare Regression | Metrische AV, mehrere Voraussetzungen |
| Häufigkeitsvergleich kategorialer Variablen | Chi-Quadrat-Test | Nominale Variablen, ausreichende Zellhäufigkeiten |
Wie man das passende statistische Verfahren für die eigene Fragestellung auswählt, ist eine der häufigsten Fragen im Beratungsalltag – und lässt sich nicht pauschal beantworten, ohne die Hypothesen und das Skalenniveau zu kennen.
Voraussetzungen prüfen
Bevor Sie einen Test anwenden, müssen Sie dessen Voraussetzungen prüfen. Für parametrische Tests wie den t-Test oder die ANOVA ist die Normalverteilung der Residuen eine zentrale Bedingung. Prüfen Sie diese über den Shapiro-Wilk-Test (bei kleineren Stichproben) oder anhand von Q-Q-Plots.
Ist eine Voraussetzung nicht erfüllt, wechseln Sie auf ein nicht-parametrisches Äquivalent – zum Beispiel den Mann-Whitney-U-Test statt des t-Tests.
Signifikanz und Effektstärke berichten
Ein statistisch signifikantes Ergebnis allein reicht nicht aus. Berichten Sie immer auch die Effektstärke – zum Beispiel Cohens d beim t-Test oder η² bei der ANOVA. Was Signifikanz in diesem Kontext bedeutet und wie man sie richtig interpretiert, erklärt der Beitrag zur Signifikanzinterpretation in der Bachelorarbeit.
Cohens d – Effektstärke beim t-Test
Als Orientierung gilt: d = 0,2 (kleiner Effekt), d = 0,5 (mittlerer Effekt), d = 0,8 (großer Effekt).
Schritt 6 – Ergebnisse darstellen und interpretieren
Die Auswertung endet nicht mit dem letzten p-Wert. Ergebnisse müssen so aufbereitet werden, dass sie für Lesende nachvollziehbar und wissenschaftlich überzeugend sind.
Tabellen und Grafiken
Verwenden Sie Tabellen für präzise Kennwerte (Mittelwerte, Standardabweichungen, p-Werte, Effektstärken) und Grafiken für anschauliche Verteilungen oder Gruppenvergleiche. Balkendiagramme eignen sich für kategoriale Variablen, Boxplots für Gruppenvergleiche metrischer Variablen.
Fließtext im Ergebnisteil
Jede Tabelle und jede Grafik braucht einen erläuternden Satz im Fließtext. Beschreiben Sie das Ergebnis in Worten und verweisen Sie auf die entsprechende Tabelle. Interpretieren und bewerten Sie die Ergebnisse erst im Diskussionsteil – der Ergebnisteil bleibt deskriptiv und berichtend. Wie der Ergebnisteil einer Bachelorarbeit aufgebaut und formuliert wird, ist in einem eigenen Artikel ausführlich beschrieben.
Hypothesen beantworten
Schließen Sie die Auswertung damit ab, jede Ihrer Hypothesen explizit zu beantworten: Wird die Nullhypothese abgelehnt oder beibehalten? Auf welcher Grundlage (Teststatistik, p-Wert, Effektstärke)?
Welche Software eignet sich für die Fragebogenauswertung?
Die Wahl der Software hängt von Ihren Vorkenntnissen, den geforderten Analysen und den Vorgaben Ihrer Hochschule ab. Die drei am häufigsten genutzten Programme in deutschsprachigen Bachelorarbeiten sind:
- SPSS: Weit verbreitet in Sozial-, Wirtschafts- und Gesundheitswissenschaften. Menügeführt, einsteigerfreundlich, ideal für Standardanalysen. Eine ausführliche Einführung bietet der Beitrag zur SPSS-Auswertung in der Bachelorarbeit.
- R: Open Source, sehr flexibel, für komplexere Analysen und Visualisierungen geeignet. Erfordert etwas Einarbeitungszeit.
- Jamovi: Kostenlos, nutzerfreundlich, basiert auf R. Besonders empfehlenswert für Einsteigende ohne Programmierkenntnisse.
Für eine erste Orientierung und einfache Häufigkeitsauszählungen kann auch Excel ausreichen – für inferenzstatistische Analysen stoßen Sie damit jedoch schnell an Grenzen.
Typische Fehler bei der Fragebogenauswertung
In der Praxis zeigt sich, dass bestimmte Fehler in Bachelorarbeiten immer wieder auftreten. Wer sie kennt, kann sie gezielt vermeiden.
Häufige Fehler – und wie Sie sie vermeiden
- Mittelwerte für einzelne Likert-Items: Einzelne ordinale Items sollten mit Median und Häufigkeiten beschrieben werden, nicht mit Mittelwerten.
- Keine Reliabilitätsprüfung: Wer Skalen bildet, ohne Cronbachs Alpha zu berichten, lässt eine zentrale Qualitätsprüfung aus.
- Rücklaufquote nicht dokumentiert: Ohne transparente Darstellung der Stichprobenstruktur fehlt die Grundlage für eine Bewertung möglicher Verzerrungen.
- Voraussetzungen der Tests ignoriert: Parametrische Tests ohne Prüfung der Normalverteilung können zu falschen Schlüssen führen.
- Signifikanz ohne Effektstärke: Ein p-Wert sagt nichts über die praktische Bedeutsamkeit eines Befunds aus.
- Invertierte Items nicht umkodiert: Führt zu falschen Skalenmittelwerten und verfälscht die Reliabilitätsanalyse.
Eine umfassende Übersicht zu häufigen Statistikfehlern in Bachelorarbeiten – und wie Sie diese in Ihrer Arbeit konkret verhindern – finden Sie in einem eigenen Beitrag.
Wenn Sie unsicher sind, welche Verfahren für Ihre konkrete Fragestellung passen, oder wenn die Auswertung komplexer wird als erwartet, ist frühzeitige methodische Begleitung sinnvoll. Die Statistik-Unterstützung für Bachelorarbeiten bei QuantExpert umfasst die gesamte Bandbreite – von der Hypothesenformulierung bis zur Ergebnisinterpretation.
