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

Statistik-Glossar

Prä-Post-Vergleich

Pre-Post Comparison / Vorher-Nachher-Vergleich · Maximilian Fuchs · 24. April 2026 · 5 Min. Lesezeit

Was versteht man unter einem Prä-Post-Vergleich?

Ein Prä-Post-Vergleich (auch: Vorher-Nachher-Vergleich) ist ein Studiendesign, bei dem dieselben Untersuchungseinheiten – meist Personen – zu zwei Zeitpunkten gemessen werden: einmal vor einer Intervention (Prä-Messung) und einmal danach (Post-Messung). Das zentrale Interesse gilt der Frage, ob sich ein Merkmal durch die Intervention verändert hat.

Statistisch wird dabei die Differenz zwischen beiden Messzeitpunkten analysiert:

Formel: Differenzwert

Diese Differenzwerte werden anschließend daraufhin geprüft, ob sie systematisch von null abweichen – zum Beispiel mit einem t-Test für abhängige Stichproben (auch: Paardifferenzen-t-Test).

Einfach erklärt Stell dir vor, du misst das Gewicht von Studienteilnehmenden vor und nach einem Ernährungsprogramm. Wenn die meisten Menschen hinterher leichter sind als vorher, deutet das auf einen Effekt des Programms hin. Genau das untersucht ein Prä-Post-Vergleich: Hat sich etwas verändert – und wenn ja, wie stark?

Warum ist der Prä-Post-Vergleich für statistische Analysen wichtig?

Der Prä-Post-Vergleich ist eines der am häufigsten eingesetzten Designs in der angewandten Forschung – etwa in der Psychologie, Pädagogik, Medizin oder den Sozialwissenschaften. Er erlaubt es, Veränderungen innerhalb derselben Gruppe zu messen. Da jede Person als ihre eigene Kontrollbedingung dient, werden viele zwischen-personelle Unterschiede herausgerechnet. Das erhöht die statistische Trennschärfe (Power) im Vergleich zu einem einfachen Gruppenvergleich.

Trotz seiner Stärken hat das Design aber eine entscheidende Schwäche: Es fehlt eine echte Kontrollgruppe. Ohne Vergleichsgruppe lässt sich nicht ausschließen, dass beobachtete Veränderungen auf andere Einflüsse zurückgehen – etwa auf den bloßen Zeitverlauf, natürliche Reifung oder den sogenannten Regressionseffekt zur Mitte.

Häufiger Fehler Viele Studierende schließen aus einem signifikanten Prä-Post-Unterschied direkt auf einen kausalen Effekt der Intervention. Das ist nur zulässig, wenn das Design durch eine Kontrollgruppe oder Randomisierung abgesichert ist. Ohne diese Elemente handelt es sich streng genommen um ein quasi-experimentelles Design mit eingeschränkter interner Validität.

Ein erweitertes Design, das diese Schwäche abschwächt, ist das Prä-Post-Kontrollgruppendesign: Dabei werden sowohl eine Interventionsgruppe als auch eine Kontrollgruppe zu beiden Zeitpunkten gemessen. Ausgewertet wird dann der Unterschied der Veränderungen zwischen den Gruppen – statistisch umgesetzt als Interaktionseffekt in einer zweifaktoriellen Varianzanalyse mit Messwiederholung oder als Differenz-der-Differenzen-Analyse.

Gut zu wissen Bei der Auswertung eines Prä-Post-Vergleichs sollte neben der statistischen Signifikanz auch die Effektgröße berichtet werden – zum Beispiel Cohens d für den Paardifferenzen-t-Test. Ein signifikanter Effekt kann bei großen Stichproben auch dann auftreten, wenn die praktische Relevanz gering ist.

Praxisbeispiel zu Prä-Post-Vergleich

Eine Forscherin untersucht, ob ein einwöchiger Achtsamkeitskurs das subjektiv wahrgenommene Stressniveau von Studierenden reduziert. Sie erhebt bei 30 Teilnehmenden vor Kursbeginn (Prä) und eine Woche nach Kursende (Post) den Wert auf einer validierten Stressskala (0–100 Punkte).

Tabelle 1. Stresswerte vor und nach dem Achtsamkeitskurs (fiktive Daten, n = 5 Auszug)
Person Prä-Wert Post-Wert Differenz (Post − Prä)
1 72 58 −14
2 65 60 −5
3 80 61 −19
4 55 50 −5
5 70 55 −15

Die mittlere Differenz beträgt in diesem Auszug −11,6 Punkte. Mit einem t-Test für abhängige Stichproben wird geprüft, ob diese mittlere Differenz über die gesamte Stichprobe hinweg signifikant von null abweicht. Ist das Ergebnis signifikant und die Effektgröße substanziell, kann die Forscherin schlussfolgern, dass das Stressniveau nach dem Kurs im Mittel gesunken ist – allerdings ohne Kontrollgruppe nicht eindeutig kausal auf den Kurs zurückführbar.

Prä-Post-Vergleich Vorher-Nachher-Design t-Test abhängige Stichproben Messwiederholung Interventionsstudie Interne Validität Effektgröße Quasi-Experiment

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!