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

Statistik-Glossar

Odds Ratio

Chancenverhältnis · Quotenverhältnis · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter Odds Ratio?

Das Odds Ratio (OR) ist ein statistisches Maß, das das Verhältnis zweier Chancen (engl. Odds) zueinander beschreibt. Es gibt an, um welchen Faktor die Chance für ein bestimmtes Ereignis in einer Gruppe höher oder niedriger ist als in einer Vergleichsgruppe.

Zunächst zum Begriff Odds: Die Odds eines Ereignisses ist das Verhältnis der Wahrscheinlichkeit, dass das Ereignis eintritt, zur Wahrscheinlichkeit, dass es nicht eintritt:

Odds (Chance)

Das Odds Ratio setzt dann die Odds zweier Gruppen ins Verhältnis. Für Gruppe 1 (z. B. exponierte Personen) und Gruppe 2 (z. B. nicht-exponierte Personen) gilt:

Odds Ratio

Dabei steht p₁ für die Wahrscheinlichkeit des Ereignisses in Gruppe 1 und p₂ für die Wahrscheinlichkeit in Gruppe 2.

Einfach erklärt: Stell dir vor, du vergleichst Raucher und Nichtraucher hinsichtlich der Erkrankungswahrscheinlichkeit. Die Odds sagen dir: „Wie viele erkranken im Vergleich zu denen, die nicht erkranken?“ Das Odds Ratio sagt dir dann: „Wie viel größer oder kleiner ist diese Chance bei Rauchern verglichen mit Nichtrauchern?“ Ein OR von 2 bedeutet: Raucher haben eine doppelt so hohe Chance zu erkranken wie Nichtraucher.

Zur Interpretation gilt folgende Faustregel:

  • OR = 1: Kein Unterschied zwischen den Gruppen.
  • OR > 1: In Gruppe 1 ist die Chance für das Ereignis größer.
  • OR < 1: In Gruppe 1 ist die Chance für das Ereignis kleiner.

Warum ist das Odds Ratio für statistische Analysen wichtig?

Das Odds Ratio ist eines der zentralen Effektmaße in der empirischen Forschung – insbesondere in der Medizin, Epidemiologie, Psychologie und den Sozialwissenschaften. Es wird vor allem dann eingesetzt, wenn das Ergebnis einer Analyse binär ist, also zwei Ausprägungen hat (z. B. krank vs. gesund, Erfolg vs. Misserfolg).

Typische Anwendungsfelder sind:

  • Logistische Regression: Das OR ist das Standardmaß für die Stärke und Richtung eines Zusammenhangs bei binären Zielgrößen.
  • Fall-Kontroll-Studien: Weil in solchen Studien die Wahrscheinlichkeit eines Ereignisses nicht direkt berechnet werden kann, ist das OR das geeignete Maß.
  • Meta-Analysen: OR-Werte aus verschiedenen Studien können zusammengeführt und verglichen werden.
Häufiger Fehler: Das Odds Ratio wird oft fälschlicherweise wie ein relatives Risiko (RR) interpretiert. Das OR überschätzt das tatsächliche Risiko jedoch dann deutlich, wenn das Ereignis häufig vorkommt (Prävalenz > 10 %). Bei seltenen Ereignissen sind OR und RR hingegen annähernd gleich – das ist die sogenannte Rare-Disease-Assumption.
Gut zu wissen: Für das Odds Ratio wird in wissenschaftlichen Berichten stets auch das Konfidenzintervall (meist 95 %-KI) angegeben. Schließt das Konfidenzintervall den Wert 1 ein, ist der Unterschied zwischen den Gruppen statistisch nicht signifikant.

Praxisbeispiel zu Odds Ratio

Eine Forschungsgruppe untersucht, ob Bewegungsmangel mit dem Auftreten von Bluthochdruck zusammenhängt. Sie befragen 200 Personen und erheben, ob diese wenig Sport treiben und ob sie Bluthochdruck haben.

Tabelle 1. Häufigkeiten von Bluthochdruck nach Sportverhalten
Bluthochdruck: Ja Bluthochdruck: Nein Gesamt
Wenig Sport 60 40 100
Viel Sport 30 70 100

Die Odds werden wie folgt berechnet:

  • Odds bei wenig Sport: 60 / 40 = 1,50
  • Odds bei viel Sport: 30 / 70 ≈ 0,43

Das Odds Ratio ergibt sich dann als:

Berechnung des Odds Ratio

Ein OR von 3,5 bedeutet: Personen mit wenig Sport haben eine 3,5-fach höhere Chance, an Bluthochdruck zu erkranken, als Personen mit viel Sport. Dieser Befund würde in einer logistischen Regression oder einer epidemiologischen Studie als praktisch bedeutsamer Zusammenhang gewertet – vorausgesetzt, das Konfidenzintervall schließt den Wert 1 nicht ein.

Odds Ratio Effektmaß Logistische Regression Epidemiologie Binäre Variable Relatives Risiko Konfidenzintervall Fall-Kontroll-Studie

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!