Wie wertet man eine Umfrage für eine Seminararbeit aus?

Von der Forschungsfrage zur Auswertung: Was vor der Statistik kommt

Die Auswertung einer Umfrage beginnt nicht erst, wenn die Daten im Programm geöffnet sind. Sie beginnt mit der Frage, was Sie eigentlich herausfinden wollen – und ob Ihre erhobenen Variablen genau das abbilden.

In der Methodenliteratur wird Umfrageforschung ausdrücklich als durchgängiger Prozess beschrieben: von der Entwicklung des Fragebogens zur Beantwortung einer Forschungsfrage über die Datenerhebung und -bereinigung bis zur ersten Analyse. Das bedeutet konkret: Wer ohne klare Fragestellung in die Auswertung startet, wird im Ergebnisteil feststellen, dass die Daten nicht das messen, was die Forschungsfrage verlangt.

Klären Sie deshalb vor der eigentlichen Auswertung folgende Punkte:

• Welche Variablen operationalisieren Ihre Forschungsfrage? Welche Items aus dem Fragebogen sind für die Beantwortung zentral?
• Welches Skalenniveau haben Ihre Variablen? Nominalskala (z.B. Studiengang), Ordinalskala (Likert-Items), metrisch (Alter in Jahren)?
• Wie groß ist Ihre Stichprobe, und wie wurde sie gezogen? Eine Gelegenheitsstichprobe erlaubt andere Schlüsse als eine randomisierte Ziehung.

Das Skalenniveau ist dabei keine formale Kleinigkeit – es entscheidet unmittelbar darüber, welche statistischen Verfahren überhaupt zulässig sind. Einen kompakten Überblick über welche statistischen Methoden sich für eine Seminararbeit eignen finden Sie in unserem separaten Beitrag.

Daten bereinigen und fehlende Werte behandeln

Bevor Sie die erste Tabelle erstellen, müssen die Rohdaten aufbereitet werden. Dieser Schritt wird in studentischen Arbeiten oft unterschätzt – dabei beeinflusst er die Qualität aller späteren Ergebnisse erheblich.

Codierung und Plausibilitätsprüfung

Exportieren Sie die Daten aus Ihrem Erhebungstool (z.B. LimeSurvey, Google Forms, SoSci Survey) in ein Auswertungsprogramm wie SPSS, R oder Excel. Prüfen Sie anschließend:

• Sind alle Variablen korrekt codiert (z.B. Zahlenwerte statt Textlabels)?
• Gibt es Antwortwerte, die außerhalb des gültigen Bereichs liegen (z.B. Alter = 0 oder 999)?
• Sind umgekehrt gepolte Items (Reversed Items) entsprechend rekodiert?
• Stimmen die Antwortkategorien konsistent über alle Teilnehmenden hinweg?

Fehlende Werte: Berichten statt ignorieren

Kaum eine studentische Umfrage kommt ohne fehlende Werte aus. Der häufigste Fehler: Sie werden stillschweigend aus der Analyse entfernt, ohne dass dies im Methodenteil erwähnt wird.

Survey-Daten enthalten regelmäßig fehlende Werte, und deren Behandlung erfordert eine bewusste Entscheidung: Bei kleinen Seminararbeits-Stichproben ist eine transparente Beschreibung der fehlenden Werte und eine Sensitivitätsüberlegung oft angemessener als eine komplexe Imputation. Konkret bedeutet das für Ihre Seminararbeit:

• Geben Sie im Methodenteil an, wie viele Teilnehmende wie viele Items nicht beantwortet haben.
• Klassifizieren Sie, ob die fehlenden Werte zufällig verteilt scheinen oder einem Muster folgen (z.B. bestimmte Fragen wurden systematisch übersprungen).
• Erläutern Sie, wie Sie damit umgegangen sind: listenweiser Ausschluss, paarweiser Ausschluss oder – bei komplexeren Arbeiten – multiple Imputation.

Für die meisten Seminararbeiten ist der listenweise Ausschluss (complete-case analysis) ein vertretbarer Ansatz, solange der Anteil fehlender Werte gering ist und Sie dieses Vorgehen transparent begründen.

Deskriptive Auswertung: Häufigkeiten, Mittelwerte, Tabellen

Der erste und wichtigste Schritt jeder Umfrageauswertung ist die deskriptive Statistik. Hier beschreiben Sie, was Sie in Ihren Daten sehen – bevor Sie Schlussfolgerungen ziehen.

In der methodischen Literatur zu Survey-Daten wird klar empfohlen, zentrale Variablen zunächst mit Häufigkeiten, Anteilen und Mittelwerten zu beschreiben, bevor inferenzstatistische Verfahren eingesetzt werden. Das ist keine willkürliche Reihenfolge, sondern methodisch sinnvoll: Erst wenn Sie wissen, wie Ihre Variablen verteilt sind, können Sie beurteilen, welche weiterführenden Tests überhaupt zulässig sind.

Was gehört in die deskriptive Auswertung?

* Die Verwendung des Mittelwerts bei Likert-Items ist in der Fachliteratur umstritten. Für Seminararbeiten ist es üblich und akzeptiert, ihn zu berichten – vorausgesetzt, Sie weisen auf das ordinale Skalenniveau hin.

Stichprobenbeschreibung als Pflichtbestandteil

Beschreiben Sie Ihre Stichprobe zu Beginn des Ergebnisteils systematisch: Wie viele Teilnehmende haben die Umfrage abgeschlossen? Wie setzt sich die Stichprobe nach zentralen Merkmalen (Alter, Geschlecht, Studiengang o.Ä.) zusammen? Diese Angaben gehören in eine übersichtliche Tabelle und bilden die Grundlage für alle weiteren Interpretationen.

Analytische Auswertung: Zusammenhänge und Gruppenvergleiche

Wenn Ihre Forschungsfrage über die reine Beschreibung hinausgeht – wenn Sie also prüfen möchten, ob Zusammenhänge zwischen Variablen bestehen oder ob sich Gruppen unterscheiden –, kommen inferenzstatistische Verfahren ins Spiel.

Welches Verfahren passt zu welcher Frage?

Die Wahl des Tests hängt von zwei Faktoren ab: dem Skalenniveau Ihrer Variablen und der Art Ihrer Forschungsfrage. Typische Verfahren für Seminararbeiten sind:

• Chi-Quadrat-Test: Zusammenhang zwischen zwei nominalen Variablen (z.B. Geschlecht und Präferenz für eine bestimmte Lernmethode)
• t-Test / Mann-Whitney-U-Test: Vergleich zweier Gruppen bei metrischem oder ordinalem Merkmal
• Einfaktorielle ANOVA / Kruskal-Wallis-Test: Vergleich von drei oder mehr Gruppen
• Pearson- oder Spearman-Korrelation: Stärke und Richtung des Zusammenhangs zwischen zwei Variablen
• Lineare oder logistische Regression: Vorhersage einer Zielvariable durch mehrere Prädiktoren

Bei der Wahl zwischen parametrischen (z.B. t-Test) und nicht-parametrischen Verfahren (z.B. Mann-Whitney-U) prüfen Sie zunächst, ob Ihre Daten die Voraussetzungen erfüllen – insbesondere Normalverteilung und Varianzhomogenität. Das klingt aufwendig, ist in der Praxis aber mit wenigen Klicks in SPSS oder R überprüfbar.

Ein Beispiel aus der Praxis

Angenommen, Sie möchten untersuchen, ob Studierende verschiedener Fachrichtungen die Vereinbarkeit von Studium und Nebenjob unterschiedlich bewerten (gemessen auf einer 5-Punkte-Skala). Sie vergleichen drei Gruppen (Geistes-, Natur- und Sozialwissenschaften) auf einem ordinalskalierten Merkmal. In diesem Fall wäre der Kruskal-Wallis-Test ein angemessenes Verfahren – und wenn Sie signifikante Unterschiede finden, schließen sich Post-hoc-Tests an, um herauszufinden, welche Gruppen sich konkret unterscheiden.

Denken Sie daran, neben dem p-Wert auch eine Effektstärke zu berichten (z.B. Eta-Quadrat oder Cohens d). Ein statistisch signifikantes Ergebnis sagt noch nichts darüber aus, wie bedeutsam der Unterschied in der Praxis ist.

Als Orientierung: d = 0,2 gilt als kleiner, d = 0,5 als mittlerer und d = 0,8 als großer Effekt. Diese Konventionen helfen Ihnen, Ihre Ergebnisse im Diskussionsteil einzuordnen.

Ergebnisse darstellen und interpretieren

Auswerten und Darstellen sind zwei verschiedene Schritte – und beide verdienen Sorgfalt. Im Ergebnisteil berichten Sie, was Sie gefunden haben. Im Diskussionsteil ordnen Sie es ein.

Tabellen und Grafiken gezielt einsetzen

Für Umfrageauswertungen in Seminararbeiten sind folgende Darstellungsformen bewährt:

• Häufigkeitstabellen für nominale und ordinale Variablen (absolute und relative Häufigkeiten)
• Balken- oder Kreisdiagramme für die Visualisierung von Anteilen
• Mittelwerttabellen mit Standardabweichungen für metrische Variablen
• Korrelationsmatrizen bei mehreren zusammenhängenden Variablen
• Boxplots für Gruppenvergleiche, wenn die Verteilung sichtbar sein soll

Jede Tabelle und jede Abbildung braucht eine Nummer, einen Titel und – bei Abbildungen – eine Quellenangabe (sofern nicht eigene Darstellung). Berichten Sie Testergebnisse nach den Konventionen Ihres Faches, in den meisten sozial- und geisteswissenschaftlichen Fächern im APA-Format: z.B. t(48) = 2.34, p = .022, d = 0.67.

Ergebnisse nicht überinterpretieren

Ein häufiges Problem im Ergebnisteil: Befunde werden kausal formuliert, obwohl die Daten nur Zusammenhänge belegen. Schreiben Sie nicht „X verursacht Y“, sondern „zwischen X und Y besteht ein signifikanter positiver Zusammenhang“ oder „Gruppe A weist im Vergleich zu Gruppe B signifikant höhere Werte auf“.

Limitationen transparent benennen

Keine studentische Umfrage ist methodisch perfekt – und das ist auch nicht nötig. Was aber erwartet wird, ist eine ehrliche Auseinandersetzung mit den Grenzen der eigenen Daten.

Typische Limitationen, die Sie im Diskussionsteil ansprechen sollten:

• Stichprobengröße und -zusammensetzung: Handelt es sich um eine Gelegenheitsstichprobe? Sind bestimmte Gruppen über- oder unterrepräsentiert?
• Repräsentativität: Nicht jede Umfrage erlaubt verallgemeinernde Aussagen über eine Grundgesamtheit. Benennen Sie das explizit.
• Selbstauskunft und soziale Erwünschtheit: Antworten aus Befragungen spiegeln immer subjektive Wahrnehmungen wider, keine objektiv verifizierten Fakten.
• Kausalität: Querschnittsdesigns – und das sind die meisten studentischen Umfragen – erlauben keine kausalen Schlüsse.

Besonders zum Thema Repräsentativität lohnt sich ein klarer Hinweis: Statistische Beziehungen dürfen nicht automatisch kausal interpretiert werden, und Verzerrungen durch das Stichprobendesign lassen sich nicht nachträglich durch statistische Verfahren vollständig korrigieren.

Das klingt nach einer langen Liste von Schwächen – ist aber kein Nachteil. Wer Limitationen klar benennt, zeigt methodisches Reflexionsvermögen. Das ist in einer Seminararbeit ausdrücklich erwünscht.

Schritt für Schritt zur fertigen Auswertung

Zum Abschluss eine kompakte Übersicht, die den gesamten Auswertungsprozess zusammenfasst. Die Reihenfolge ist nicht zufällig – jeder Schritt baut auf dem vorherigen auf.

Wenn Sie sich fragen, ob Ihre Seminararbeit überhaupt eine empirische Auswertung erfordert oder wie der strukturelle Rahmen aussieht, lohnt sich ein Blick auf den Beitrag zum Aufbau einer empirischen Seminararbeit. Und wer sich unsicher ist, ob Statistik in der eigenen Seminararbeit überhaupt vorgesehen ist, findet auf der Seite Braucht man Statistik in einer Seminararbeit? eine hilfreiche Orientierung.

Wenn Sie bei einzelnen Auswertungsschritten nicht weiterkommen – sei es bei der Wahl des richtigen Tests, der Interpretation der Ergebnisse oder der Aufbereitung für den Methodenteil –, unterstützen wir von QuantExpert Sie gerne mit einer gezielten methodischen Begleitung Ihrer Seminararbeit.