Wie wertet man Interviews statistisch aus?

Qualitativ und quantitativ – kein Widerspruch

Interviews statistisch auswerten bedeutet nicht, qualitative Daten zu ignorieren – es bedeutet, sie methodisch in eine auswertbare Form zu überführen. Der Weg führt immer über die Kodierung: Textpassagen werden systematisch Kategorien zugeordnet, und erst aus diesen Kategorien entstehen zählbare, vergleichbare Daten.

Ob Sie leitfadengestützte Einzelinterviews, Fokusgruppen oder Experteninterviews ausgewertet haben – das Grundprinzip ist dasselbe. Die Inhaltsanalyse, wie sie in der sozialwissenschaftlichen Forschung etabliert ist, verbindet qualitative und quantitative Analyseschritte systematisch und regelgeleitet miteinander. Die Kategorie ist dabei der entscheidende Dreh- und Angelpunkt.

Für Ihren Forschungskontext – ob Bachelorarbeit, Masterarbeit oder Dissertation – ist es wichtig zu verstehen, wann welche Form der statistischen Weiterverarbeitung sinnvoll ist und was methodisch vorher abgesichert sein muss.

Voraussetzungen: Was muss vor der Auswertung geklärt sein?

Bevor Sie auch nur einen Kode vergeben, müssen vier Dinge festgelegt sein. Diese Vorabentscheidungen sind keine Formalität – sie bestimmen, welche statistischen Schlüsse später überhaupt zulässig sind.

• Analyseeinheiten: Was gilt als auswertbare Einheit? Ein Satz, ein Absatz, eine thematische Sequenz? Die Einheit muss klar definiert und konsistent angewendet werden.
• Kategorien und Kodierregeln: Welche Kategorien gibt es, wie sind sie definiert, und wann wird eine Passage welcher Kategorie zugeordnet? Ankerbeispiele helfen dabei erheblich.
• Induktiv oder deduktiv: Entwickeln Sie Kategorien aus dem Material heraus (induktiv) oder leiten Sie sie aus Theorie oder Vorstudien ab (deduktiv)? Das beeinflusst den gesamten Analyseprozess.
• Pilotierung: Testen Sie Ihre Kategorien und Kodierregeln an einem Teilausschnitt des Materials, bevor das gesamte Material endgültig kodiert wird. Ohne Pilotierung häufen sich Inkonsistenzen.

Die methodische Fachliteratur unterscheidet in diesem Zusammenhang drei Grundformen der Inhaltsanalyse: Bei der konventionellen Variante werden Kategorien direkt aus dem Textmaterial entwickelt – geeignet für explorative Fragestellungen. Die gerichtete Variante startet mit theoretischen Vorannahmen und nutzt diese als erste Kodierstruktur. Und die summative Variante zählt und vergleicht inhaltliche Vorkommen explizit, bevor der Kontext interpretiert wird. Diese Unterscheidung hilft Ihnen, den eigenen Analyseansatz methodisch präzise zu verorten.

Interviews kodieren: Der Kern der Auswertung

Das Kodieren ist der Schritt, der aus offenen Interviewtexten strukturierte Daten macht. Jede relevante Passage wird einer Kategorie (einem Kode) zugewiesen. Am Ende liegt für jede Interviewperson ein Profil aus Kodes vor – und dieses Profil ist statistisch auswertbar.

Deduktive Kategorienbildung

Bei der deduktiven Variante leiten Sie Ihre Kategorien aus der Theorie oder bestehenden Forschungsbefunden ab. Sie beginnen mit einem Kategoriensystem, das Sie vor der Lektüre des Materials entwickeln. Anschließend wird das Material systematisch durchgegangen und jede Passage, die einer Kategorie entspricht, entsprechend kodiert.

Das ist besonders dann sinnvoll, wenn Sie Hypothesen prüfen wollen – etwa ob bestimmte Einstellungen in einer Gruppe häufiger vorkommen als in einer anderen.

Induktive Kategorienbildung

Bei der induktiven Variante entstehen Kategorien aus dem Material selbst. Sie lesen das Material, identifizieren wiederkehrende Themen und Muster, formulieren daraus Kategorien und überprüfen diese in einem weiteren Durchgang. Dieser Ansatz eignet sich für explorative Studien, bei denen Sie offen erkunden möchten, was Ihre Interviewpartnerinnen und -partner tatsächlich sagen.

Kategoriensystem und Ankerbeispiele

Ein robustes Kategoriensystem enthält für jede Kategorie:

• eine klare Definition der Kategorie
• mindestens ein Ankerbeispiel aus dem Material
• explizite Abgrenzungsregeln gegenüber ähnlichen Kategorien

Je präziser diese Beschreibungen, desto konsistenter werden verschiedene Kodierende dasselbe Material einordnen – und desto belastbarer sind die späteren Häufigkeiten und Vergleiche.

Intercoder-Reliabilität: Statistik als Qualitätsprüfung

Die Intercoder-Reliabilität ist der Punkt, an dem Qualitätssicherung und Statistik in der Interviewauswertung direkt zusammentreffen. Sie prüft, wie konsistent verschiedene Personen dasselbe Material nach denselben Kodierregeln einordnen. Ein hoher Übereinstimmungswert zeigt, dass Ihre Kategorien klar und eindeutig genug definiert sind.

Wie viel Material wird doppelt kodiert?

In der Praxis wird nicht das gesamte Interviewmaterial von zwei Personen unabhängig kodiert – das wäre zu aufwändig. Eine bewährte Faustregel: Je nach Gesamtumfang des Datensatzes sollten etwa 10 bis 25 Prozent der Dateneinheiten doppelt kodiert werden, wobei die Auswahl zufällig oder begründet erfolgen sollte.

Welche Maße gibt es?

Reine prozentuale Übereinstimmung ist kein ausreichendes Reliabilitätsmaß, weil sie zufällige Übereinstimmungen nicht berücksichtigt. Gebräuchliche Maße sind:

Welches Maß das richtige ist, hängt von der Anzahl der Kodierenden, dem Skalenniveau Ihrer Kategorien und der Struktur Ihrer Daten ab. Cohen’s Kappa ist in den Sozialwissenschaften am weitesten verbreitet und in allen gängigen Statistikprogrammen verfügbar.

Dabei steht für die beobachtete Übereinstimmung und für die zufällig erwartete Übereinstimmung. Ein Kappa von 1 bedeutet vollständige Übereinstimmung, ein Kappa von 0 entspricht dem Zufall.

Von Kodes zu Statistik: Welche Verfahren sind möglich?

Sobald Ihr Material kodiert und die Reliabilität geprüft ist, liegen strukturierte Daten vor – und damit öffnen sich verschiedene statistische Auswertungswege. Welcher Weg sinnvoll ist, hängt von Ihrer Forschungsfrage und dem Skalenniveau Ihrer Kategorien ab.

Häufigkeitsanalysen

Die einfachste und häufigste Form: Sie zählen, wie oft eine Kategorie im gesamten Material oder in einer Subgruppe vorkommt. Aus diesen Häufigkeiten lassen sich relative Anteile berechnen und in Tabellen oder Balkendiagrammen darstellen. Das klingt schlicht – ist aber in vielen Bachelorarbeiten die methodisch sauberste Lösung.

Kreuztabellen und Gruppenvergleiche

Haben Sie Interviews mit Personen aus verschiedenen Gruppen geführt (z. B. verschiedene Altersgruppen, Berufsgruppen, Geschlechter), können Sie Kategorienhäufigkeiten zwischen diesen Gruppen vergleichen. Dafür eignen sich:

• Kreuztabellen mit Chi-Quadrat-Test für nominale Kategorien
• Mann-Whitney-U-Test oder Kruskal-Wallis-Test für ordinale Kodierungen
• t-Test oder ANOVA, wenn Kategorien als Häufigkeitswerte metrisch interpretiert werden

Informationen zu den in den Sozialwissenschaften üblichen statistischen Verfahren finden Sie in unserem separaten Beitrag dazu.

Korrelationen zwischen Kategorien

Treten bestimmte Themen häufig gemeinsam auf? Korrelationsanalysen zwischen Kategorienhäufigkeiten können solche Muster sichtbar machen. Bei nominalen Kategorien bietet sich Cramér’s V an, bei ordinalen Spearman’s Rho.

Inhaltsanalytische Häufigkeitskodierung und Summation

Bei der summativen Inhaltsanalyse werden bestimmte Schlüsselwörter oder Konzepte im Material gezählt, bevor eine interpretierende Analyse des Kontexts folgt. Dieses Vorgehen macht vor allem dann Sinn, wenn Sie interessiert, wie prominent ein Thema im Diskurs der Interviewten ist – etwa wie häufig das Wort „Verantwortung“ in Interviews mit Führungskräften fällt.

Die Wahl des richtigen Verfahrens hängt eng mit der Art Ihrer Stichprobe zusammen. Wie Sie die richtige Stichprobe für Ihre sozialwissenschaftliche Studie auswählen, ist dabei ebenso entscheidend wie die Auswertungsmethode selbst.

Software für die Auswertung

Für die statistische Auswertung von Interviews ist keine spezialisierte Software zwingend erforderlich – die meisten Schritte lassen sich mit Standardprogrammen durchführen. Entscheidend ist, welcher Schritt in welchem Programm sinnvoller ist.

MAXQDA – Kodierung und erster Export

MAXQDA ist das in den deutschsprachigen Sozialwissenschaften am häufigsten eingesetzte Programm für die qualitative Inhaltsanalyse. Sie kodieren direkt im Programm, verwalten Ihr Kategoriensystem und können kodierte Segmente sowie Häufigkeitstabellen exportieren. MAXQDA bietet auch eine einfache Mixed-Methods-Auswertung direkt im Programm an (MAXMaps, Kreuztabellen).

SPSS, R oder Stata – statistische Weiterverarbeitung

Für die eigentliche statistische Analyse – Chi-Quadrat-Tests, Gruppenvergleiche, Korrelationen – exportieren Sie die kodierten Daten aus MAXQDA als Excel- oder CSV-Datei und importieren sie in SPSS, R oder Stata. Die Berechnung von Cohen’s Kappa ist in allen drei Programmen direkt möglich. Für die methodische Einordnung dieser Verfahren bietet unser Beitrag zu statistischer Beratung in den Sozialwissenschaften einen guten Überblick.

Ein kurzes R-Beispiel für die Berechnung von Cohen’s Kappa aus zwei Kodierervektoren:

# Paket installieren (einmalig)
install.packages("irr")
library(irr)

# Kodiervektoren zweier Kodierender (Beispiel: 3 Kategorien, 10 Einheiten)
koder_a <- c(1, 2, 1, 3, 2, 1, 3, 2, 1, 2)
koder_b <- c(1, 2, 1, 3, 2, 2, 3, 2, 1, 1)

# Cohen's Kappa berechnen
kappa_result <- kappa2(cbind(koder_a, koder_b))
print(kappa_result)
# Ausgabe: Kappa = 0.82, z = ..., p-value = ...

Für Krippendorff's Alpha steht im selben Paket die Funktion kripp.alpha() zur Verfügung. Weitere Hinweise zu geeigneter Software für die sozialwissenschaftliche Datenanalyse finden Sie in einem eigenen Beitrag.

Häufige Fehler bei der Interviewauswertung

In der Praxis lassen sich einige Fehler immer wieder beobachten – besonders in Abschlussarbeiten. Kennen Sie diese Fallstricke, können Sie sie gezielt vermeiden.

• Fehlende Kodierregeln: Kategorien ohne Abgrenzungsregeln führen zu inkonsistenter Kodierung und niedrigen Kappa-Werten.
• Keine Pilotierung: Wer das Kategoriensystem direkt auf das gesamte Material anwendet, merkt Unklarheiten erst am Ende – und muss von vorn beginnen.
• Prozentuale Übereinstimmung als einziges Reliabilitätsmaß: Reine Prozentwerte sind nicht ausreichend, weil zufällige Übereinstimmung unberücksichtigt bleibt.
• Zu viele Kategorien: Ein überfeingliedriges Kategoriensystem macht Vergleiche schwierig und senkt die Reliabilität. Zusammenfassungen auf Oberkategorien sind oft sinnvoller.
• Stichprobe für statistische Tests zu klein: Chi-Quadrat-Tests z. B. setzen voraus, dass die erwarteten Häufigkeiten in jeder Zelle mindestens 5 betragen. Bei kleinen Interviewstichproben (n < 20) stoßen viele Tests an ihre Grenzen.

Fazit: Schritt für Schritt zur validen Auswertung

Die statistische Auswertung von Interviews ist kein Widerspruch zur qualitativen Methode – sie ist der logische nächste Schritt, wenn das Material methodisch sauber aufbereitet wurde. Der Weg führt immer über dieselben Phasen:

Wie Sie die Ergebnisse anschließend korrekt berichten – etwa nach APA-Standard –, erfahren Sie in unserem Beitrag zum Berichten statistischer Ergebnisse in den Sozialwissenschaften. Und falls Sie unsicher sind, welche Methode für Ihre konkrete Forschungsfrage die richtige ist, lohnt es sich, frühzeitig methodische Begleitung in Anspruch zu nehmen – gerade bei der Kombination aus qualitativer Kodierung und statistischer Weiterverarbeitung zeigt sich in der Praxis, dass dieser Schritt oft unterschätzt wird.