Wie wertet man eine Umfrage für eine BWL-Bachelorarbeit aus?

Vor der Auswertung: Qualität der Umfrage prüfen

Die Auswertung einer Umfrage beginnt nicht mit dem ersten Klick in SPSS oder Excel – sie beginnt mit einer kritischen Prüfung der Datenbasis. Viele Studierende machen den Fehler, direkt mit der Analyse loszulegen, ohne zu hinterfragen, ob die Umfrage überhaupt das misst, was die Forschungsfrage verlangt.

Vor jeder statistischen Auswertung sollten Sie folgende Fragen klären:

• Passt das Messinstrument zur Forschungsfrage? Wurden die richtigen Konstrukte abgefragt?
• Welche Zielpopulation wurde angesprochen? Stimmen Stichprobe und angestrebte Grundgesamtheit überein?
• Wie kam die Stichprobe zustande? Wurde zufällig oder bewusst ausgewählt?
• Gibt es erkennbare Verzerrungen? Zum Beispiel durch Selbstselektion oder niedrige Rücklaufquoten?

In der Umfrageforschung gilt als anerkannter Grundsatz, dass die Qualität einer Erhebung nicht primär an ihrer Größe gemessen wird, sondern daran, wie sorgfältig typische Fehlerquellen verhindert, gemessen und dokumentiert wurden. Für Ihre Bachelorarbeit bedeutet das: Transparenz über Stichprobendesign und mögliche Einschränkungen ist kein Schwächeeingeständnis, sondern methodische Sorgfalt.

Datenvorbereitung und Bereinigung

Bevor Sie Kennzahlen berechnen oder Hypothesen testen, muss Ihr Datensatz sauber und analysefertig sein. Dieser Schritt kostet Zeit, ist aber entscheidend für die Validität aller nachfolgenden Ergebnisse.

Checkliste für die Datenvorbereitung

Das Skalenniveau ist dabei kein formaler Aspekt, sondern bestimmt direkt, welche statistischen Verfahren zulässig sind. Ein ordinalskaliertes Likert-Item erlaubt beispielsweise streng genommen keinen Mittelwert – in der wirtschaftswissenschaftlichen Praxis wird es dennoch häufig so behandelt, sofern die Skala mindestens fünf Stufen umfasst und die Verteilung annähernd symmetrisch ist.

Deskriptive Statistik: Der erste Auswertungsschritt

Der erste Schritt jeder Umfrageauswertung ist die deskriptive Analyse. Sie beschreibt, was in Ihrem Datensatz steht – ohne Schlussfolgerungen auf eine Grundgesamtheit zu ziehen. Für die meisten BWL-Bachelorarbeiten bildet dieses Kapitel das Fundament des Ergebnisteils.

Welche Kennzahlen gehören in die deskriptive Auswertung?

Welche Maße sinnvoll sind, hängt vom Skalenniveau der jeweiligen Variable ab. Als Orientierung gilt: Für metrische Daten berichten Sie Mittelwert und Standardabweichung, für ordinale Daten Median und Spannweite, für nominale Daten absolute und relative Häufigkeiten.

Die zentrale Botschaft aus der Methodenliteratur lautet: Kennzahlen dürfen nur im Kontext des Skalenniveaus und der Forschungsfrage sinnvoll interpretiert werden. Ein Mittelwert für die Variable „Branche“ wäre schlicht bedeutungslos. Beginnen Sie also immer damit, Ihre Variablen klar zu klassifizieren.

Für eine übersichtliche Darstellung empfiehlt sich eine Stichprobenbeschreibung zu Beginn des Ergebniskapitels: Wie viele Personen haben teilgenommen? Wie verteilen sich soziodemografische Merkmale wie Alter, Berufserfahrung oder Unternehmensgröße? Das gibt Lesenden und Gutachtenden sofort einen Überblick über die Datenbasis.

Den Unterschied zwischen deskriptiven und inferenzstatistischen Auswertungen erklärt unser Artikel zu deskriptiver und inferenzstatistischer Analyse in BWL ausführlicher.

Reliabilitätsanalyse bei Likert-Skalen

Viele BWL-Umfragen messen Konstrukte wie Kundenzufriedenheit, Markenimage, Kaufabsicht oder wahrgenommene Servicequalität – und zwar nicht mit einer einzigen Frage, sondern mit mehreren Items, die gemeinsam eine Skala bilden. Bevor Sie mit diesen Skalen weiterrechnen, müssen Sie deren Reliabilität prüfen.

Cronbachs Alpha als Standardmaß

Das gängigste Maß für die interne Konsistenz einer Skala ist Cronbachs Alpha (α). Es gibt an, wie stark die Items einer Skala miteinander zusammenhängen – also ob sie tatsächlich dasselbe Konstrukt messen.

Dabei steht k für die Anzahl der Items, für die Varianz des einzelnen Items und für die Gesamtvarianz der Skala.

Als Orientierungswerte gelten in der Methodenliteratur folgende Schwellen, wobei die Interpretation stets kontextabhängig bleibt: Alpha über .90 gilt als exzellent, über .80 als gut, über .70 als akzeptabel, über .60 als fragwürdig, über .50 als schwach und unter .50 als inakzeptabel.

Ein häufiger Fehler in Bachelorarbeiten: Einzelne Likert-Items werden so behandelt, als wären sie eigenständige Skalen. Wenn Sie ein Konstrukt wie „Kundenzufriedenheit“ mit fünf Items operationalisiert haben, sollten diese Items gemeinsam zu einem Summenwert oder Mittelwert aggregiert werden – nach erfolgreicher Reliabilitätsprüfung.

Inferenzstatistik: Hypothesen testen

Sobald Ihre Daten bereinigt, Variablen korrekt codiert und Skalen auf Reliabilität geprüft sind, können Sie Ihre Hypothesen testen. Welcher Test der richtige ist, hängt von drei Faktoren ab: dem Skalenniveau der Variablen, der Anzahl der Gruppen und dem Vorliegen einer Normalverteilung.

Die wichtigsten Tests im Überblick

Eine ausführliche Übersicht über relevante Hypothesentests für BWL-Abschlussarbeiten finden Sie in unserem gesonderten Beitrag dazu.

Berichten Sie bei jedem Test nicht nur den p-Wert, sondern auch die Effektstärke. Ein statistisch signifikantes Ergebnis bedeutet nicht automatisch, dass der Unterschied oder Zusammenhang praktisch relevant ist. Cohens d für t-Tests, η² (Eta-Quadrat) für ANOVA oder r für Korrelationen gehören in eine vollständige Ergebnisdarstellung.

Weiterführende Verfahren für BWL-Fragestellungen

Viele BWL-Bachelorarbeiten gehen über einfache Gruppenvergleiche hinaus und untersuchen, wie mehrere Variablen miteinander zusammenhängen oder wie eine Zielvariable erklärt werden kann. Hier kommen multivariate Verfahren ins Spiel.

Regressionsanalyse

Die Regressionsanalyse ist das mit Abstand häufigste Verfahren in empirischen BWL-Arbeiten. Sie untersucht, ob und in welchem Ausmaß eine oder mehrere unabhängige Variablen eine abhängige Variable erklären – zum Beispiel: „Welchen Einfluss haben Preis, Qualität und Markenbekanntheit auf die Kaufabsicht?“

Für die multiple lineare Regression gilt als Faustregel, dass pro Prädiktor mindestens 10–15 Beobachtungen im Datensatz vorhanden sein sollten. Bei 5 Prädiktoren benötigen Sie also mindestens 50–75 auswertbare Fälle.

Korrelationsanalyse

Wenn Sie zunächst prüfen möchten, ob überhaupt ein Zusammenhang zwischen zwei Variablen besteht, ist die Korrelationsanalyse der richtige Einstieg. Sie bildet häufig die Grundlage für nachfolgende Regressionsmodelle.

Faktorenanalyse

Wenn Ihre Umfrage viele Items enthält und Sie prüfen möchten, ob diese sich zu sinnvollen Dimensionen bündeln lassen, kann eine explorative Faktorenanalyse sinnvoll sein. In BWL-Arbeiten wird sie häufig eingesetzt, um Konstrukte wie „Servicequalität“ oder „Organisationskultur“ aus einem größeren Itempool zu verdichten.

Welche statistischen Methoden in BWL-Abschlussarbeiten am häufigsten verwendet werden, haben wir in einem eigenen Beitrag zusammengefasst.

Ergebnisse strukturiert darstellen

Eine gute Auswertung nützt wenig, wenn die Ergebnisse unstrukturiert oder unverständlich präsentiert werden. Das Ergebniskapitel Ihrer Bachelorarbeit sollte einem klaren Aufbau folgen.

Empfohlene Struktur des Ergebniskapitels

1. Stichprobenbeschreibung: Häufigkeitstabellen für soziodemografische Variablen, Rücklaufquote, Ausschlüsse
2. Reliabilitätsanalyse: Cronbachs Alpha für alle Skalen, ggf. angepasste Items
3. Deskriptive Statistik: Mittelwerte, Standardabweichungen, Häufigkeiten für zentrale Variablen
4. Hypothesenprüfung: Teststatistik, Freiheitsgrade, p-Wert, Effektstärke, Entscheidung
5. Ggf. Regressionsmodell: Koeffizienten, Standardfehler, Signifikanzniveau, R²

Tabellen und Grafiken sollten im Text nicht nur abgebildet, sondern auch interpretiert werden. „Tabelle 3 zeigt, dass…“ reicht nicht – erklären Sie, was das Ergebnis bedeutet und wie es sich zur Forschungsfrage verhält.

Wer bereits in der Planungsphase einen strukturierten Auswertungsplan für eine empirische BWL-Arbeit erstellt, spart sich später viel Nacharbeit.

Software für die Auswertung

Für die Auswertung von Umfragedaten in einer BWL-Bachelorarbeit stehen mehrere Programme zur Verfügung. Die Wahl hängt von den Anforderungen Ihrer Hochschule, Ihren Vorkenntnissen und dem Umfang der Analyse ab.

Für die meisten BWL-Bachelorarbeiten ist SPSS die erste Wahl – es ist an vielen Hochschulen lizenziert, gut dokumentiert und deckt alle gängigen Verfahren ab. Wer tiefer in ökonometrische Modelle einsteigen möchte, findet in unserem Beitrag zur Software für die statistische Auswertung in BWL eine ausführliche Entscheidungshilfe.

Ein Beispiel für die Reliabilitätsanalyse in R sieht so aus:

# Pakete laden
library(psych)

# Beispiel: Kundenzufriedenheits-Skala mit 5 Items
skala_kundenzufriedenheit <- data.frame(
  item1 = c(4, 3, 5, 2, 4),
  item2 = c(3, 4, 5, 2, 3),
  item3 = c(4, 3, 4, 3, 5),
  item4 = c(5, 4, 5, 2, 4),
  item5 = c(3, 3, 4, 2, 4)
)

# Cronbachs Alpha berechnen
alpha(skala_kundenzufriedenheit)

# Mittelwertskala bilden
skala_kundenzufriedenheit$gesamt <- rowMeans(skala_kundenzufriedenheit)

In SPSS führen Sie die Reliabilitätsanalyse über den Menüpfad Analysieren → Skalierung → Reliabilitätsanalyse durch. Wählen Sie das Modell „Alpha" und fügen Sie alle Items Ihrer Skala hinzu.

Limitationen transparent benennen

Jede Umfragestudie hat methodische Grenzen – und Gutachtende erwarten, dass Sie diese kennen und benennen. Das ist kein Zeichen von Schwäche, sondern von wissenschaftlicher Reflexionsfähigkeit.

Typische Limitationen in BWL-Bachelorarbeiten mit Umfragedaten:

• Gelegenheitsstichprobe: Eingeschränkte Repräsentativität und Generalisierbarkeit
• Common Method Bias: Wenn abhängige und unabhängige Variablen von denselben Personen bewertet werden, können Zusammenhänge überschätzt werden
• Soziale Erwünschtheit: Antworten können durch das Bemühen beeinflusst sein, positiv zu wirken
• Querschnittdesign: Keine Kausalaussagen möglich, nur Zusammenhänge beschreibbar
• Niedrige Rücklaufquote: Mögliche Verzerrung durch Nonresponse

Wie sorgfältig Sie Ihre Stichprobe beschreiben und potenzielle Verzerrungen einräumen, ist in der Umfrageforschung ein entscheidender Qualitätsindikator – denn aussagekräftige Häufigkeiten und Tests setzen voraus, dass Erhebung und Dokumentation für Dritte nachvollziehbar sind.

Wenn Sie Unterstützung bei der Planung oder Auswertung Ihrer Umfrage benötigen – von der Hypothesenformulierung über die Softwareauswahl bis zur Interpretation der Ergebnisse –, bietet die methodische Begleitung für BWL- und VWL-Arbeiten bei QuantExpert eine kompetente Anlaufstelle mit spezialisierten Statistikerinnen und Statistikern.