Lehre und Hilfreiches

Prüfungsrechtlich sind für ein Bestehen der Abschlussarbeit mindestens 50 vollständig ausgefüllte Fragebögen vorgesehen. Empfehlenswert sind jedoch regelmäßig 100+, um zumindest annähernd valide statistische Aussagen treffen zu können. Grundsätzlich empfehle ich daher immer, mit ca. 150 Fragebögen zu rechnen bzw. diese anzustreben.

Wichtig: Die konkrete Anzahl hängt aber vor allem von Ihrem Forschungsgegenstand ab und ist immer konkret zu berechnen, um die Repräsentativität Ihrer Ergebnisse zu wahren. Wie groß die Stichprobe konkret sein sollte, hängt dabei vor allem von folgenden Aspekten ab:

• der Größe der Grundgesamtheit

• die Wahrscheinlichkeit, mit der die Stichprobe die Grundgesamtheit wiedergibt und

• dem Bereich um den die Grundgesamtheit von der Stichprobe abweichen darf.

Zur Berechnung der Stichprobengröße dürfen Berechnungstools eingesetzt werden, beispielsweise jenes von Numiqo.

Beispiel 1: Sie möchten den KI-Einsatz in deutschen Krankenhäusern erforschen und führen hierzu eine Online-Befragung durch. Im Jahr 2025 gibt es in Deutschland 1.844 Krankenhäuser (Destatis, 2025, o. S.). Diese stellen Ihre Grundgesamtheit dar. Bei einer berücksichtigten Fehlerspanne von 5% und einem Konfidenzniveau von 95% beträgt Ihre angestrebte Stichprobengröße 318 korrekt ausgefüllte Fragebögen. Um also tatsächlich repräsentative Aussagen treffen zu können, müssen Sie mind. 318 Fragebogenrückläufe generieren.

Beispiel 2: Sie möchten die Nutzung von Onlinemarketingtools durch Einzelunternehmen, Freiberufler und Mittelständler in der Stadt X untersuchen. Aus Ihren Recherchen wissen Sie bereits, dass es knapp 280 Unternehmen gibt, auf welche diese Anforderungen zutreffen. Bei einer berücksichtigten Fehlerspanne von 5% und einem Konfidenzniveau von 95% beträgt Ihre angestrebte Stichprobengröße 162 korrekt ausgefüllte Fragebögen. Um also tatsächlich repräsentative Aussagen treffen zu können, müssen Sie also mind. 162 Fragebogenrückläufe generieren.

Empfehlung: Berechnen Sie immer die Stichprobengröße und streben Sie zumindest repräsentative Ergebnisse an.

Da eine quantitative Erhebung in der Regel eine Vielzahl von Teilnehmern erfordert, empfiehlt es sich, eine solche nur für Forschungsvorhaben ins Auge zu fassen, welche auch Potenzial für eine größere Teilnehmeranzahl bieten, Möchten Sie beispielsweise die Implementierungsszenarien der Digitalisierungsstrategie in der Gemeinde Musterstadt erforschen, bietet sich hier eher die Durchführung einiger Experteninterviews (qualitative Forschung, siehe unten) an. Möchten Sie jedoch Erfolgsfaktoren der Implementierung von Digitalisierungsvorhaben im kommunalen Kontext erforschen, lohnt sich die Verfolgung eines quantitativen Forschungsansatzes, bei dem Sie sich zum Ziel setzen, beispielsweise 150 Fragebögen aus Kommunalverwaltungen im DACH-Raum zu erheben.

In der Regel lohnt sich die Erhebung mittels eines standardisierten Online-Fragebogens. Hierfür gibt es verschiedene Lösungen, welche es Ihnen ermöglichen, bequem einen visuell ansprechenden und intuitiven Fragebogen zu erstellen und am Ende die Ergebnisse gesammelt als .xls- bzw. .csv-Dokument zu exportieren und nach einer manuellen Überprüfung und ggf. Bereinigung (z. B. Aussortieren offensichtlich falsch beantworteter Fragebögen) der statistischen Auswertung zuzuführen.

Je nach Thema kann es ratsam sein, die Umfrage im eigenen Umfeld (Freunde, Kollegen, Bekannte, Kommilitonen, Studierendengruppen etc.) zu teilen.

Bei Themen, welche vor allem institutionelle Rückmeldungen (bspw. von je einer Person in einem bestimmten Unternehmen oder einer bestimmten Behörde) erforderlich machen, dürfte es notwendig sein, eine freundliche E-Mail zu verfassen und um Teilnahme an der Studie zu bitten. Hierzu sollten Sie beispielsweise 300-600 E-Mail-Adressen (ggf. auch mehr) von in Frage kommenden Unternehmen oder Behörden sammeln und diese in einer Sammelmail anschreiben. Beachten Sie hierbei allerdings, die wesentlichen Datenschutz- und lauterkeitsrechtlichen Aspekte zu berücksichtigen. Insbesondere muss aus der E-Mail hervorgehen, dass es sich um ein privates Forschungsprojekt im Rahmen Ihrer Masterarbeit handelt (wg. der Abmahnfähigkeit unaufgeforderter geschäftlicher Kontaktaufnahmen) und es dürfen keine personenbezogenen Daten anderer Angeschriebener ersichtlich sein. Am besten adressieren Sie die E-Mail daher an sich selbst und setzen die Empfänger in Blindkopie oder verwenden direkt ein professionelles E-Mail-Massenversandtool wie beispielsweise Brevo (kostenloser Versand von bis zu 300 E-Mails pro Tag).

Bei besonders breitentauglichen Themen kann es auch empfehlenswert sein, die Umfrage in Umfragenetzwerken (bspw. SurveyCircle) zu teilen. Dies gilt z. B. für nahezu alle Themen, welche die Einschätzung von Mitarbeitern oder Kunden/Bürgern zu einem bestimmten Problemfeld erfragen wollen. Für zu spezifische Themenfelder (bspw. bezogen auf einen ganz bestimmten Unternehmens- oder Organisationsbereich wie das Controlling oder die behördliche Finanzplanung) lohnen sich derartige Plattformen ggf. nicht unbedingt. Das Teilen der Umfrage geht jedoch recht schnell und dürfte auch hier nicht schaden.

Darüber hinaus sollten Sie Ihr Forschungsprojekt auch in professionellen sozialen Netzwerken z. B. LinkedIn) teilen. Erfahrungsgemäß erreicht man so auch eine verhältnismäßig große Anzahl an möglichen Teilnehmern innerhalb und außerhalb des eigenen Netzwerks und schärft so auch das eigene fachliche Profil. Gerne können Sie mich als Ihren Betreuer hierbei auch markieren und ich teile Ihren Post auch in meinem Netzwerk).

Eine gute Hypothese bezieht sich auf eine konkrete Forschungsfrage und leitet sich (zumindest im Rahmen einer Abschlussarbeit) eindeutig aus der Theorie her. Sie stellt eine überprüfbare Annahme über den Zusammenhang zwischen zwei (oder mehr) Variablen dar. Sollten Sie nach Ihrer Masterarbeit weiter wissenschaftlich tätig sein und z. B. Fachbeiträge verfassen wollen, können sich zu überprüfende Hypothesen auch aus belegbaren Praxisbeobachtung oder vorangegangen qualitativen Erhebungen entwickeln. Für Ihre Masterarbeit spielen zur Herleitung Ihrer Hypothese allerdings nur veröffentlichte Erkenntnisse aus der Literatur eine Rolle.

Beachten Sie dabei unbedingt:

• Eine Hypothese darf nicht frei erfunden oder „aus der Nase gezogen“ werden.
  

• Sie muss begründet werden können, idealerweise durch empirische Studien oder etablierte theoretische Konzepte bzw. nachweisbare Beobachtungen, welche den Rückschluss darauf zulassen, dass sich ein gewisser Sachverhalt Ihres Vorhabens ähnlich darstellt.
  

• Die Hypothese ist nicht gleich der Forschungsfrage, sondern beruht lediglich auf dieser.

Vereinfachtes Beispiel:

• Forschungsfrage: „Beeinflusst die wahrgenommene Servicequalität die Kundenzufriedenheit im XY-Gewerbe?“

• Hypothese: Je höher die wahrgenommene Servicequalität, desto höher ist die Kundenzufriedenheit.

• Begründung: Aus mehreren Studien (diese müssen konkret benannt werden – tatsächliche Befassung erforderlich!) ging hervor, dass die Güte der Servicequalität die Kundenzufriedenheit maßgeblich beeinflusst. Aufgrund entsprechender Beobachtungen/Rückschlüsse (auch diese müssen konkret benannt werden), erscheint deshalb die Vermutung naheliegend, dass sich dieser Umstand auch im XY-Gewerbe durchschlägt (oder: dass sich dieser Effekt im XY-Gewerbe gerade nicht durchschlägt, weil…).

• Die unabhängige Variable (uV) ist die vermutete Einflussgröße, sie wird als Ursache betrachtet.

• Die abhängige Variable (aV) ist das Ergebnis oder die Reaktion, sie hängt von der uV ab.

Vereinfachtes Beispiel:

Frage: Hat das Alter Einfluss auf die Technikakzeptanz?
→ uV = Alter; aV = Technikakzeptanz

Tipp: Formulieren Sie Ihre Hypothesen immer so, dass klar ist, welche Variable wovon abhängen soll

Wenn Sie Hypothesen testen wollen (also immer dann, wenn Sie ein quantitatives Vorhaben verfolgen), muss die Forschungsfrage relational formuliert sein – also ein Zusammenhangsinteresse ausdrücken, z. B.:

• „Wie wirkt sich X auf Y aus?“

• „Welcher Zusammenhang besteht zwischen X und Y?“

• „Welchen Einfluss hat Variable A auf die Ausprägung von Variable B?“

Forschungsfragen wie „Wie zufrieden sind die Kund:innen mit X?“ sind rein beschreibend und nicht hypothesengeeignet. Sie eignen sich nur für explorative Studien und verfügen deshalb auch über keinen hohen empirischen Erkenntniswert. Sie sind daher im Rahmen Ihrer Masterarbeit zu vermeiden und können ggf. am Rande im Rahmen der Auswertung berücksichtigt werden, dann jedoch nicht als eigenständige Forschungsfrage.

• Zerlegen Sie Ihre Theoriebegriffe in beobachtbare Merkmale. Beispiel: „Kundenzufriedenheit“ → z. B. mit Aussagen wie: „Ich würde das Unternehmen erneut wählen.“

• Verwenden Sie Skalen (bspw. 5er- oder 7er-Likert-Skalen), um unterschiedliche Ausprägungen zu erfassen.

• Stellen Sie sicher, dass jede Hypothese durch mindestens 1–3 geeignete Fragen messbar abgebildet wird.

Tipp: Erstellen Sie eine Item-Hypothesen-Matrix, um die Zuordnung transparent zu machen.

Eine Item-Hypothesen-Matrix ist ein nützliches Instrument zur Planung und Absicherung Ihrer quantitativen Erhebung. Sie zeigt auf, welche Items Ihres Fragebogens welche Hypothese abbilden und auf welche theoretischen Konstrukte sich diese jeweils beziehen.

So gehen Sie vor:

1. Listen Sie Ihre Hypothesen tabellarisch auf – nummeriert und klar formuliert.

2. Ordnen Sie jeder Hypothese die zugehörigen Variablen zu (unabhängige und abhängige Variable).

3. Verknüpfen Sie jede Variable mit den konkret eingesetzten Items (z. B. Frage 6a–6d, Skala 1–5).

Vorteile:

• Sie behalten die Übersicht über die Logik Ihrer Erhebung.

• Sie können frühzeitig Lücken in der Operationalisierung erkennen.

• Die Matrix dient als Anhang oder Dokumentation für Ihren Methodenteil.

Tipp: Nutzen Sie Excel oder eine Word-Tabelle und bauen Sie diese schon vor der Fragebogenerstellung systematisch auf.

• Jedes Konzept (z. B. „Servicequalität“, „Loyalität“) muss durch entsprechende Items validiert und abgesichert werden.

• Achten Sie darauf, dass jede Variable aus der Hypothese im Fragebogen messbar repräsentiert ist. Wichtig: Das bedeutet auch, dass Sie bestenfalls mit verschiedenen Fragen arbeiten sollten, um bestimmte Daten zu erheben, die in ein bestimmtes Konstrukt einfließen sollen. Dies nennt man auch Skalenbildung (oder Itembatterie): mehrere Items (Fragen) messen gemeinsam ein Konstrukt. Bei der Auswertung werden diese Items zu einem Summen- oder Mittelwertindex zusammengefasst (z. B. die Antworten auf 5 Fragen zur „Zufriedenheit“ werden gemittelt). Ziel ist dabei eine höhere Reliabilität und Validität als bei nur einer einzelnen Frage.

• Vermeiden Sie suggestive, doppelte oder zu abstrakte Fragen.

• Tipp: Überprüfen Sie im Pretest, ob die Items die intendierten Dimensionen tatsächlich abbilden (Inhaltsvalidität). Überprüfen Sie dabei auch, ob die Antwortoptionen korrekt dargestellt werden und mit den Fragen übereinstimmen. Hier kann es bei der Übertragung der Fragen in das Umfragetool gelegentlich zu Fehlern kommen, die, zu spät bemerkt, zur Unauswertbarkeit der Umfrage führen können.

Ja, ein Pretest ist unerlässlich, um die Qualität Ihres Fragebogens sicherzustellen. Er dient vor allem dazu, mögliche Verständnisschwierigkeiten, unklare Formulierungen oder technische Probleme frühzeitig zu erkennen und zu beheben. Ohne einen Pretest riskieren Sie, dass Ihre Datenerhebung fehlerhafte oder unbrauchbare Ergebnisse liefert.

Ich empfehle Ihnen, den Pretest mit mindestens fünf Pretestpersonen durchzuführen. Diese sollten den Fragebogen vollständig ausfüllen und anschließend ein strukturiertes Feedback abgeben. Verwenden Sie dafür unbedingt einen standardisierten Feedbackbogen, damit das Feedback vergleichbar und aussagekräftig bleibt.

Das gewonnene Feedback müssen Sie kritisch reflektieren und die daraus abgeleiteten Anpassungen klar begründen. Eine Reflexion ist auch notwendig, wenn Sie zum Ergebnis kommen, dass nichts geändert werden muss. Der Pretest wird in Ihrer Arbeit dabei zweifach behandelt:

1. Eigenes Unterkapitel „Pretest“ im empirischen Teil der Arbeit, in dem Vorgehen, Ergebnisse und Anpassungen detailliert beschrieben werden.

2. Knappes Eingehen auf den Pretest im Unterkapitel „Gütekriterien quantitativer Forschung“, wo Sie die Rolle des Pretests für die Validität und Reliabilität Ihrer Untersuchung erläutern.

Zusätzlich müssen Ihre Pretestbögen im Anhang Ihrer Arbeit dokumentiert werden. Ein sorgfältig geplanter und dokumentierter Pretest steigert die wissenschaftliche Qualität Ihrer Arbeit erheblich und zeigt, dass Sie methodisch sauber gearbeitet haben.

Weitere Informationen finden Sie hier:

Maurer, J. W. (2025). Pretesting in qualitativen und quantitativen Forschungsvorhaben: Grundlagen und methodische Empfehlungen. Hochschule Burgenland. https://doi.org/10.5281/zenodo.17009931.

Den standardisierten Pretestbogen können Sie hier herunterladen:

Maurer, J. W. (2025). Pretestbogen zur Fragebogenvalidierung bei quantitativen Forschungsvorhaben (Vorlage). Hochschule Burgenland. https://doi.org/10.5281/zenodo.17009830.

Die Nullhypothese (H₀) stellt den statistischen Ausgangspunkt dar: Sie geht davon aus, dass kein Zusammenhang oder kein Unterschied besteht. Ziel der Testung ist es, H₀ mit einer bestimmten Irrtumswahrscheinlichkeit zu verwerfen.

Beispiel:

• H₀: Es gibt keinen Zusammenhang zwischen wahrgenommener Servicequalität und Kundenzufriedenheit.

• H₁ (Alternativhypothese; Ihre eigentliche Hypothese): Je höher die wahrgenommene Servicequalität, desto höher ist die Kundenzufriedenheit.
  

Das statistische Verfahren prüft immer H₀; wenn die Wahrscheinlichkeit sodann für H₀ (p-Wert) unter dem Signifikanzniveau (meist 5 %) liegt, wird sie verworfen.

- Die Hypothese muss eine überprüfbare Aussage über einen Zusammenhang treffen.
- Sie darf nicht tautologisch oder trivial sein (z. B. „Wenn jemand zufriedener ist, ist er zufriedener.“).
- Sie muss klar die Richtung (gerichtet oder ungerichtet) angeben.
- Die verwendeten Begriffe müssen klar definiert und theoretisch fundiert sein.

Zudem ist wichtig: Nicht jede Forschungsfrage eignet sich zur Hypothesentestung. Planen Sie Ihre Fragestellungen frühzeitig so, dass eine sinnvolle Hypothesenbildung möglich ist – andernfalls erschweren Sie sich die gesamte empirische Umsetzung.

Deskriptive Statistik allein reicht nicht. Sie sollten darüber hinaus beispielsweise einsetzen:

·      Korrelationsanalysen (z. B. Pearson)

·      Regressionen

·      T-Tests / ANOVA

·      ggf. Kreuztabellen (bei kategorialen Daten).

·      Ggf. die Einfügung einer Drop-out-Frage zu Beginn, sofern sich nur bestimmte Teilnehmende für Ihr konkretes Forschungsprojekt eignen (z. B. „Sind Sie im Bereich XY beruflich tätig?“).

·      Bei besonders umfangreichen Umfragen empfehlen sich außerdem Attention Tests (siehe unten).

·      Klare, skalierte Fragen (Likert, semantisches Differential).

·      Jede Frage muss einer Forschungsfrage zugeordnet sein.

Ja, das ist grundsätzlich empfehlenswert, wenngleich auch nicht zwingend. Sog. Attention Checks (auch: Aufmerksamkeitsfragen oder Instruktionskontrollfragen) dienen der Qualitätssicherung von Online-Umfragen. Sie überprüfen, ob die Teilnehmenden aufmerksam lesen und die Fragen ernsthaft beantworten.

Beispiel für einen Attention Check:

„Diese Frage dient der Überprüfung Ihrer Aufmerksamkeit. Bitte wählen Sie die Zahl 3 aus.“

Solche Fragen helfen dabei, unplausible oder unkonzentriert beantwortete Fragebögen zu erkennen und gegebenenfalls aus der Auswertung auszuschließen. Sie sind insbesondere bei umfangreichen oder längeren Umfragen sinnvoll, bei denen die Konzentration der Teilnehmenden im Verlauf nachlassen kann. Durch den Einsatz von Attention Checks kann die Datenqualität erheblich gesteigert und der Bias durch automatisiertes oder unachtsames Antwortverhalten reduziert werden.

Für Sie bedeutet dies vor der Auswertung allerdings auch, dass Sie die „falsch“ beantworteten Fragebögen exkludieren müssen.

• Beschreiben Sie den Analyseprozess im Methodenkapitel.

• Fügen Sie Tabellen, SPSS-Grafiken etc. in den Anhang ein, sofern diese für das kontextuale Verständnis nicht unbedingt notwendig sind.

• Kommentieren Sie alle wesentlichen Ergebnisse im Haupttext.