Seit 2019 im DACH-RaumSeit 2019
50+ Statistik-Experten50+ Experten
Über 1.200 Projekte1.200+ Projekte
Alle StatistikprogrammeAlle Programme
Express möglichExpress

Statistik-Glossar

Geplante Kontraste

Planned Contrasts · A-priori-Kontraste · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter geplanten Kontrasten?

Geplante Kontraste sind gezielte Vergleiche zwischen Gruppen oder Gruppenkombinationen, die vor der Datenerhebung auf Basis theoretischer Überlegungen festgelegt werden. Sie sind ein Werkzeug der Varianzanalyse (ANOVA) und erlauben es, spezifische Hypothesen direkt zu testen – anstatt nur zu prüfen, ob sich irgendwo zwischen den Gruppen ein Unterschied zeigt.

Formal wird ein Kontrast als eine gewichtete Linearkombination von Gruppenmittelwerten definiert. Für k Gruppen mit Mittelwerten und Kontrastgewichten gilt:

Kontrast-Formel

Dabei muss die Summe aller Kontrastgewichte gleich null sein:

Nebenbedingung

Durch diese Bedingung wird sichergestellt, dass tatsächlich ein sinnvoller Vergleich – und keine beliebige Summe von Mittelwerten – berechnet wird. Zwei Kontraste heißen orthogonal, wenn ihre Gewichtsvektoren unkorreliert sind, d. h. wenn das Skalarprodukt ihrer Gewichte gleich null ergibt. Orthogonale Kontraste sind statistisch unabhängig voneinander und teilen die Varianz der ANOVA sauber in nicht überlappende Anteile auf.

Einfach erklärt: Stell dir vor, du vergleichst vier Lernmethoden miteinander. Ein globaler ANOVA-Test sagt dir nur, ob es irgendwo einen Unterschied gibt – aber nicht wo. Mit geplanten Kontrasten kannst du schon vorher festlegen, welche Vergleiche dich wirklich interessieren, zum Beispiel: „Unterscheiden sich die beiden digitalen Methoden von den beiden klassischen Methoden?“ Das ist zielgerichteter und statistisch effizienter.

Warum sind geplante Kontraste für statistische Analysen wichtig?

Der entscheidende Vorteil geplanter Kontraste gegenüber post-hoc-Tests liegt in ihrer statistischen Power. Da die Vergleiche theoriegeleitet und vorab formuliert werden, ist keine so strenge Alpha-Fehler-Korrektur nötig wie bei explorativen Mehrfachvergleichen. Das bedeutet: Geplante Kontraste sind sensitiver – sie entdecken echte Effekte mit höherer Wahrscheinlichkeit.

In der wissenschaftlichen Praxis sind geplante Kontraste besonders dann sinnvoll, wenn:

  • klare theoretische oder inhaltliche Hypothesen über Gruppenunterschiede vorliegen,
  • nur ein Teil aller möglichen Gruppenvergleiche inhaltlich relevant ist,
  • mehrere Gruppen zu sinnvollen Blöcken zusammengefasst werden sollen.
Häufiger Fehler: Geplante Kontraste werden manchmal erst nach dem Blick in die Daten festgelegt – zum Beispiel weil ein bestimmter Vergleich besonders interessant aussieht. Das ist methodisch problematisch, weil dadurch der A-priori-Charakter verloren geht und das Alpha-Niveau nicht mehr kontrolliert ist. Kontraste müssen wirklich vor der Analyse geplant sein, idealerweise im Studienprotokoll oder Präregistrierungsdokument festgehalten.
Gut zu wissen: Bei orthogonalen Kontrasten gilt: Die maximale Anzahl unabhängiger Kontraste, die sich aus k Gruppen bilden lassen, beträgt k − 1. Mehr als k − 1 Kontraste lassen sich nicht mehr vollständig orthogonal gestalten.

Praxisbeispiel zu geplanten Kontrasten

Eine Psychologin untersucht den Einfluss von drei Therapieformen auf Depressionswerte: Gruppe A (kognitive Verhaltenstherapie), Gruppe B (Achtsamkeitsbasierte Therapie) und Gruppe C (Warteliste / Kontrollgruppe). Vor der Studie formuliert sie zwei Hypothesen:

  1. Beide aktiven Therapien zusammen wirken besser als keine Behandlung.
  2. Die beiden Therapieformen unterscheiden sich voneinander.

Diese Hypothesen lassen sich direkt als Kontraste kodieren:

Tabelle 1. Kontrastgewichte für zwei geplante Kontraste
Kontrast Gruppe A (KVT) Gruppe B (Achtsamkeit) Gruppe C (Kontrolle) Summe
Kontrast 1: Therapie vs. Kontrolle +1 +1 −2 0
Kontrast 2: KVT vs. Achtsamkeit +1 −1 0 0

Beide Kontraste erfüllen die Bedingung, dass die Gewichte sich zu null summieren. Außerdem sind sie orthogonal zueinander, da das Skalarprodukt der Gewichtsvektoren ergibt. Damit testen sie zwei voneinander unabhängige Fragen – statistisch sauber und inhaltlich direkt aus der Theorie abgeleitet.

Zeigt Kontrast 1 ein signifikantes Ergebnis, lässt sich schlussfolgern, dass aktive Therapie der Warteliste überlegen ist. Kontrast 2 klärt anschließend, ob ein Unterschied zwischen den beiden Therapieformen besteht – ohne dass dafür ein zusätzlicher Alphafehler-Ausgleich nötig wäre.

ANOVA Geplante Kontraste Mittelwertvergleiche Orthogonale Kontraste Post-hoc-Tests Hypothesentest A-priori-Analyse

Ihr persönlicher Ansprechpartner

Maximilian Fuchs, M. Sc.

Teilen Sie uns mit, wie wir Ihnen helfen können.

  • Persönlicher Ansprechpartner
  • Schnelle Rückmeldung
  • Transparente Preise
  • Schutz Ihrer Daten

Fragen? Einfach anrufen!