Quantitative Forschung: Ablauf, Methoden & Beispiel

„Ich hatte 400 Antworten, also ist meine Erhebung repräsentativ.“ Dieser Satz steht in vielen Methodenteilen und er hält keiner Nachfrage stand. Statistik Austria zieht für den Mikrozensus pro Quartal 22 500 Haushalte, und zwar per Zufallsauswahl aus dem Zentralen Melderegister. Nicht die Menge trägt das Ergebnis, sondern das Auswahlverfahren dahinter.

Quantitative Forschung bezeichnet ein Vorgehen, das vorab festgelegte Merkmale an vielen Fällen misst, um Häufigkeiten, Unterschiede und Zusammenhänge als Zahlen darzustellen und eine theoretisch abgeleitete Hypothese zu prüfen. Erhoben wird standardisiert, ausgewertet statistisch, und der Schluss geht von der Stichprobe auf eine größere Gruppe. Nach diesem Beitrag kannst du deinen Begriff in prüfbare Fragen zerlegen, deine Fallzahl begründen und erkennen, wann dir eine qualitative Studie mehr bringt.

📌 Das Wichtigste im Überblick

• Quantitative Forschung misst vorab festgelegte Merkmale an vielen Fällen.
• Über Repräsentativität entscheidet die Auswahl, nicht die Fallzahl.
• Der Mikrozensus erfasst pro Quartal 22 500 Haushalte.
• Ohne Operationalisierung bleibt jede Hypothese unprüfbar.
• Für Motive und Begründungen brauchst du qualitative Forschung.

Was ist quantitative Forschung?

Quantitative Forschung ist der Sammelbegriff für alle empirischen Verfahren, die vorab festgelegte Merkmale in Zahlen erfassen und statistisch auswerten, um Hypothesen zu prüfen und von einer Stichprobe auf eine größere Gruppe zu schließen.

Der Weg dorthin verläuft deduktiv und in einer festen Reihenfolge: zuerst die Theorie, daraus die Vermutung, dann die standardisierte Erhebung und zuletzt die statistische Prüfung. Was gemessen wird, steht fest, bevor die erste Person antwortet. Genau umgekehrt arbeitet ein exploratives Vorgehen, bei dem sich die Fragestellung im Material erst schärft.

Drei Merkmale trägt jede quantitative Studie. Standardisierung heißt, dass alle Befragten dieselben Fragen in derselben Reihenfolge bekommen. Quantifizierung heißt, dass jedes Merkmal einen Zahlenwert bekommt, auch dort, wo zunächst keine Zahl steht. Und die Verallgemeinerung heißt, dass die Aussage über die untersuchten Fälle hinausreichen soll.

Quantitative Forschung sagt dir, wie viele und wie stark. Warum das so ist, sagt sie dir nicht.

Der Unterschied zur qualitativen Forschung liegt damit nicht in der Zahl der Befragten, sondern in der Frage selbst. Wer wissen will, wie viel Prozent der Studierenden neben dem Studium arbeiten, misst. Wer wissen will, warum jemand den Nebenjob aufgegeben hat, fragt offen und interpretiert anschließend.

Methoden der quantitativen Datenerhebung

Die Methoden der quantitativen Datenerhebung unterscheiden sich vor allem darin, auf welchem Weg das Merkmal zu dir kommt: gefragt, beobachtet, aus vorhandenem Material gezählt oder unter kontrollierten Bedingungen erzeugt. Standardisiert arbeiten sie alle, denn ohne feste Vorgabe lassen sich die Werte hinterher nicht vergleichen.

Welches Verfahren passt, entscheidet die Fragestellung zusammen mit dem, was in deinem Zeitrahmen machbar bleibt. Bei Einstellungen und Selbstauskünften führt kaum ein Weg an der Befragung vorbei. Bei tatsächlichem Verhalten ist die Beobachtung ehrlicher, weil Menschen ihr eigenes Tun regelmäßig falsch einschätzen. Und wer eine Ursache belegen will, braucht ein Experiment.

Die standardisierte Befragung: der Normalfall in Abschlussarbeiten

Die standardisierte Befragung ist in Diplom-, Bachelor- und Masterarbeiten das mit Abstand häufigste Verfahren, weil sie ohne Labor, ohne Team und ohne lange Feldzeit auskommt. Alle Befragten erhalten denselben Fragebogen mit denselben Antwortvorgaben, und erst diese Gleichheit macht die Antworten vergleichbar.

Die Sekundäranalyse: rechnen mit amtlichen Daten

Eine Sekundäranalyse nutzt Daten, die eine andere Stelle bereits erhoben hat, etwa die Erhebungen von Statistik Austria. Der Vorteil liegt in Umfang und Auswahlqualität, die eine einzelne Abschlussarbeit nie erreicht. Der Preis dafür: Die Fragen hat jemand anderes formuliert, und dein Konstrukt muss sich aus den vorhandenen Merkmalen zusammensetzen lassen. Prüfe deshalb vor der Entscheidung, ob die vorhandenen Variablen deine Hypothese überhaupt abbilden.

Das Experiment: der stärkste Nachweis einer Ursache

Das Experiment belegt eine Ursache zuverlässiger als jedes andere Design, weil die Teilnehmenden zufällig auf die Gruppen verteilt werden und sich dadurch alle übrigen Einflüsse im Mittel ausgleichen. Wichtig bleibt die Einschränkung, dass der kausale Effekt bei einer einzelnen Person nicht beobachtbar ist: Niemand lässt sich gleichzeitig mit und ohne Maßnahme beobachten. Jede Kausalaussage gilt deshalb für Gruppen und nie für einen Einzelfall.

Operationalisierung: vom Begriff zur messbaren Frage

Operationalisierung ist die Festlegung, mit welchem konkreten Vorgehen ein Merkmal erhoben wird, bei einer Befragung also die genaue Frageformulierung samt Antwortvorgaben. Erst dieser Schritt macht aus einer Idee eine Zahl, die später etwas bedeutet.

An dieser Stelle scheitern quantitative Abschlussarbeiten am häufigsten, und zwar lautlos. „Studienzufriedenheit“, „Belastung“ und „Mediennutzung“ sind keine messbaren Merkmale, sondern Sammelbegriffe. Solange nicht festgelegt ist, welche konkrete Frage für welchen Teil des Begriffs steht, prüfst du am Ende irgendetwas, nur nicht deine Hypothese. Der Arbeitsschritt davor heißt Konzeptspezifikation: zuerst die Definition des Begriffs, dann die Frage nach seinen Dimensionen, erst danach die Auswahl der Indikatoren.

Die vier Stufen von der Idee zur Antwortvorgabe

Zwischen deinem Begriff und der fertigen Frage liegen vier Schritte, und jeder einzelne gehört später in den Methodenteil. Wer sie überspringt, bekommt beim Auswerten zwar Zahlen, kann sie aber nicht mehr auf die Fragestellung zurückführen.

1. Konstrukt benennen. Was genau ist mit „Nebenerwerb“ gemeint? Schreibe eine Definition in einem Satz und halte dich für den Rest der Arbeit daran.
2. Dimensionen trennen. Nebenerwerb besteht mindestens aus Stundenzahl, Regelmäßigkeit und Bezug zum Studienfach. Drei Dimensionen heißen drei getrennte Fragen.
3. Indikatoren wählen. Für die Stundenzahl ist das die Zahl der bezahlten Arbeitsstunden in einer durchschnittlichen Semesterwoche.
4. Item formulieren. Aus dem Indikator wird eine Frage mit festen Antwortvorgaben, hier eine offene Stundenangabe von null aufwärts.

Das Skalenniveau entscheidet darüber, was du rechnen darfst

Mit der Antwortvorgabe legst du fest, welche Auswertung später zulässig ist. Eine Frage nach der Studienrichtung liefert ein nominales Merkmal, das sich zählen, aber nicht ordnen lässt. Eine Zustimmungsskala liefert ordinale Werte, bei denen die Reihenfolge stimmt, die Abstände zwischen den Stufen aber nicht gleich groß sind. Erst eine echte Zahl wie die Wochenstunden ist metrisch und trägt einen Mittelwert. Welches Merkmal auf welcher Stufe liegt, klärt der Beitrag zum Skalenniveau.

Wie viele Teilnehmende brauchst du?

Wie viele Teilnehmende du brauchst, hängt davon ab, wie fein der Unterschied ist, den du finden willst, und nicht davon, wie groß die Gruppe ist, über die du etwas aussagen möchtest. Für eine Aussage über alle Studierenden in Österreich brauchst du nicht weniger Fälle als für eine Aussage über alle Studierenden in Europa.

Der zweite Teil der Antwort ist unbequemer: Eine große Fallzahl allein erzeugt keine Repräsentativität. Wie die amtliche Statistik das Problem löst, zeigt der Mikrozensus. Statistik Austria zieht pro Quartal 22 500 Haushalte per Zufallsauswahl aus dem Zentralen Melderegister, und die Teilnahme ist nach § 8 der Erwerbs- und Wohnungsstatistikverordnung 2010 verpflichtend (Statistik Austria, Stand 08.07.2026). Nicht die Zahl trägt hier die Aussagekraft, sondern zwei Dinge: eine Zufallsziehung aus einem vollständigen Register und die Pflicht, zu antworten.

Repräsentativ wird eine Stichprobe durch ihre Auswahl

Repräsentativität entsteht dadurch, dass grundsätzlich jede Person der Zielgruppe eine Chance hat, in die Stichprobe zu geraten, sei es über ein systematisches Zufallsverfahren oder über eine Quotenauswahl. Eine freiwillige Onlineumfrage im eigenen Umfeld erfüllt diese Bedingung nicht: Wer den Link nie sieht, kann nicht teilnehmen, und wer ihn sieht, unterscheidet sich systematisch vom Rest. Genau deshalb hilft auch eine Verzehnfachung der Antworten nicht weiter, denn sie vergrößert dieselbe schiefe Auswahl.

So begründest du deine Fallzahl

Für deine Arbeit folgt daraus zweierlei. Erstens gehört der Satz, dass deine Erhebung keine Zufallsstichprobe ist, offen in die Limitationen statt versteckt ins Kleingedruckte. Zweitens wird die nötige Fallzahl vorab bestimmt und nicht hinterher gerechtfertigt. Welche Auswahlverfahren es gibt und wie sich die Größe bestimmen lässt, steht bei der Stichprobe, und ob deine Umfrage überhaupt Anspruch auf Repräsentativität erheben kann, klärt der Beitrag zur repräsentativen Umfrage.

Ablauf einer quantitativen Studie

Der Ablauf einer quantitativen Studie führt in sieben Schritten von der Theorie zum Ergebnis. Anders als bei einer qualitativen Erhebung ist ein Rücksprung nicht vorgesehen. Sobald der Fragebogen im Feld ist, steht das Instrument fest.

Die Unumkehrbarkeit des standardisierten Vorgehens ist der eigentliche Grund, warum die Vorbereitung so viel Zeit kostet. Ein vergessenes Item bekommst du nachträglich nicht mehr dazu, und ein missverständlich formuliertes lässt sich nicht mehr reparieren. Genau solche Lücken findet ein Pretest mit einer Handvoll Personen aus der Zielgruppe, und zwar in einer Stunde statt in einem Semester.

1. Fragestellung schärfen. Aus „Wie wirkt sich Arbeiten auf das Studium aus?“ wird „Hängt die Zahl der bezahlten Wochenstunden mit der selbst eingeschätzten Studienzufriedenheit zusammen?“ Erst diese Zuspitzung macht die Messung entscheidbar.
2. Hypothese ableiten. Die Vermutung kommt aus der Theorie und dem Forschungsstand, nicht aus dem Bauch. Sie nennt zwei Merkmale und die erwartete Richtung des Zusammenhangs.
3. Operationalisieren. Jedes Merkmal aus der Hypothese bekommt eine Frage, eine Antwortvorgabe und damit ein Skalenniveau. Ohne diesen Schritt bleibt die Hypothese unprüfbar.
4. Stichprobe planen. Wer gehört zur Zielgruppe, wie kommst du an diese Menschen heran und mit welchem Verfahren wählst du aus? Der Zugang ist in der Praxis der häufigste Engpass.
5. Pretest durchführen. Fünf bis zehn Personen füllen den Fragebogen aus und sagen dir, wo sie gestolpert sind. Danach änderst du, danach nicht mehr.
6. Erheben. Der Fragebogen geht ins Feld, die Antworten laufen ein, du dokumentierst Zeitraum, Verteilweg und Zahl der Abbrüche.
7. Auswerten und einordnen. Erst beschreiben, dann prüfen, dann mit der Literatur ins Verhältnis setzen. Welches Verfahren dafür passt, hängt vom Skalenniveau deiner Merkmale ab.

Wie sich diese sieben Schritte in den größeren Rahmen einordnen, von der Literaturrecherche bis zur Diskussion der Ergebnisse, zeigt der empirische Forschungsprozess.

Beispiel für eine quantitative Forschung

Ein Beispiel für eine quantitative Forschung macht die Schritte greifbarer als jede Definition. Nehmen wir an, du schreibst deine Masterarbeit über Erwerbstätigkeit im Studium und willst wissen, ob viele bezahlte Wochenstunden mit geringerer Studienzufriedenheit einhergehen.

Der Fall ist erfunden, der Ablauf nicht: Genau so läuft eine Fragebogenstudie in einer Abschlussarbeit ab, von der Zuspitzung der Frage bis zu dem Satz, der am Ende in den Limitationen steht.

Schritt 1: Fragestellung und Hypothese zur Erwerbstätigkeit

Die Fragestellung lautet: „Hängt der Umfang der Erwerbstätigkeit mit der selbst eingeschätzten Studienzufriedenheit von Studierenden zusammen?“ Daraus wird eine gerichtete Hypothese: Je mehr bezahlte Stunden pro Woche gearbeitet werden, desto geringer fällt die selbst eingeschätzte Studienzufriedenheit aus. Beide Merkmale sind benannt, die Richtung steht fest, und damit ist die Aussage widerlegbar.

Schritt 2: Arbeitszeit und Zufriedenheit messbar machen

Die Erwerbstätigkeit wird über die Zahl der bezahlten Arbeitsstunden in einer durchschnittlichen Semesterwoche erfasst, als offene Zahlenangabe. Das ist ein metrisches Merkmal. Die Studienzufriedenheit wird über fünf Aussagen mit einer fünfstufigen Zustimmungsskala erhoben, die anschließend zu einem Summenwert zusammengefasst werden. Dazu kommen Alter, Semester und Studienrichtung für die Beschreibung der Stichprobe, mehr nicht.

Schritt 3: Der Fragebogen geht vier Wochen ins Feld

Der Fragebogen läuft vier Wochen lang online und wird über Studienvertretungen und Lehrveranstaltungen verteilt. Angestrebt sind 150 auswertbare Fälle. Nach dem Pretest mit acht Personen fliegt eine doppeldeutige Frage heraus, und bei der Arbeitszeit kommt ein Hinweis dazu, dass Praktika mitgezählt werden, weil zwei Testpersonen genau hier unsicher waren.

Schritt 4: Auswerten und die Grenzen offen benennen

Zuerst beschreibst du: wie viele Stunden im Mittel, wie sich der Zufriedenheitswert verteilt, wie die Stichprobe zusammengesetzt ist. Danach prüfst du den Zusammenhang zwischen beiden Werten und berichtest neben dem Ergebnis auch dessen Stärke. Zwei Aussagen sind damit ausdrücklich nicht gedeckt. Erstens, dass Arbeiten die Zufriedenheit senkt: Dafür bräuchtest du ein Experiment oder mindestens zwei Messzeitpunkte. Zweitens, wie es Studierenden in Österreich insgesamt geht: Dein Verteilweg über Studienvertretung und Lehrveranstaltung ist keine Zufallsauswahl. Beide Sätze gehören in die Limitationen und machen die Arbeit stärker, nicht schwächer.

Typische Fehler in quantitativen Abschlussarbeiten

Typische Fehler in quantitativen Abschlussarbeiten entstehen fast immer in der Planung und zeigen sich erst am Auswertungstag, an dem keine Korrektur mehr möglich ist. Genau darin liegt der Preis des standardisierten Vorgehens.

Vier Fehlerbilder begegnen Betreuenden besonders oft. Keines davon verlangt Statistikkenntnisse zur Vermeidung, sondern eine halbe Stunde ruhiges Nachdenken, bevor der Link an die erste Person geht.

Die Hypothese passt nicht zu den erhobenen Merkmalen

Eine Hypothese behauptet einen Zusammenhang zwischen zwei Merkmalen. Steht im Fragebogen nur eines davon, oder liegt das zweite in einer Form vor, die sich nicht dazu in Beziehung setzen lässt, bleibt die Vermutung ungeprüft. Ein einfacher Test hilft: Lege Hypothese und fertigen Fragebogen nebeneinander und markiere zu jedem Merkmal die Frage, die es erhebt. Findet sich keine, fehlt sie auch in der Auswertung.

Aus einem Zusammenhang wird eine Ursache

Ein gefundener Zusammenhang besagt nur, dass zwei Merkmale gemeinsam schwanken. Möglich bleiben drei Erklärungen: Merkmal A wirkt auf B, B wirkt auf A, oder ein drittes Merkmal erzeugt beides. Ohne Experiment und ohne zwei Messzeitpunkte gehört im Ergebnisteil deshalb „hängt zusammen mit“ hin, nicht „führt zu“. Der Unterschied klingt klein und entscheidet in der Beurteilung oft über eine ganze Notenstufe.

Der Rücklauf wird verschwiegen

Zahlen zum Rücklauf gehören in den Methodenteil: wie viele Personen die Umfrage geöffnet haben, wie viele sie beendet haben und wie viele Fälle am Ende auswertbar waren. Wer nur die letzte Zahl nennt, verbirgt genau die Information, aus der sich eine Verzerrung ablesen ließe. Nenne zusätzlich die Stelle, an der die meisten Abbrüche passiert sind, denn oft steckt dort ein Problem im Fragebogen.

Signifikant wird mit bedeutsam verwechselt

Ein signifikantes Ergebnis heißt nur: Der gefundene Unterschied ist unwahrscheinlich genug, um ihn nicht dem Zufall zuzuschreiben. Zur Größe des Effekts sagt das nichts. Ein Zusammenhang kann statistisch abgesichert und inhaltlich trotzdem belanglos sein. Berichte deshalb neben dem Testergebnis immer ein Maß für die Stärke, etwa einen Korrelationskoeffizienten oder ein Effektstärkemaß.

Wann quantitative Forschung die falsche Wahl ist

Quantitative Forschung ist die falsche Wahl, sobald deine Frage nach Gründen, Deutungen oder Bedeutungen verlangt. Eine fünfstufige Skala verrät dir die Stärke einer Zustimmung, aber nie den Gedanken dahinter. Aus dieser Verwechslung entsteht ein Ergebnisteil voller Zahlen, der an der eigentlichen Frage vorbeigeht.

Meist hat die falsche Wahl organisatorische Gründe. Eine Arbeit startet mit einer Warum-Frage, greift trotzdem zum Fragebogen, weil er sich schneller verteilen lässt, und endet bei Befunden, die das Thema nur streifen. Welcher Ansatz zu welcher Fragestellung passt, vergleicht der Beitrag zu den qualitativen und quantitativen Forschungsmethoden.

Sechs Fälle, in denen du besser qualitativ arbeitest

Sechs Konstellationen sprechen so deutlich gegen ein standardisiertes Vorgehen, dass sich der Aufwand für einen Fragebogen nicht rechnet. Geh sie durch, bevor die erste Frage formuliert ist, denn mit dem Versand ist die Entscheidung gefallen.

• Die Fragestellung beginnt mit „warum“ oder „wie erleben“.
• Welche Antwortmöglichkeiten überhaupt vorkommen, ist noch offen.
• Zum Feld existiert kaum Forschung und damit keine Theorie zum Ableiten.
• Erreichbar sind realistisch weniger als einige Dutzend Personen.
• Untersucht wird ein Einzelfall, etwa ein Betrieb oder ein Ereignis.
• Interessant ist ein Verlauf, nicht ein gemessener Zustand.

Beide Wege zusammen: Mixed Methods

Quantitative und qualitative Teile lassen sich verbinden, dieses Vorgehen heißt Mixed Methods. Drei Grundformen sind üblich: beide Teile parallel, erst qualitativ zur Entwicklung des Fragebogens und danach quantitativ, oder erst quantitativ und anschließend qualitativ zur Erklärung auffälliger Befunde. Eine ehrliche Warnung gehört dazu. Zwei Erhebungen kosten fast immer deutlich mehr Zeit, und in der Praxis bleiben die beiden Teile am Ende oft unverbunden nebeneinander stehen.

Fazit

Quantitative Forschung lohnt sich, wenn du Häufigkeiten, Unterschiede oder Zusammenhänge belegen willst und vorher weißt, wonach du suchst. Steck die Zeit in die Operationalisierung und in die Planung der Stichprobe, denn beides lässt sich später nicht mehr reparieren. Eine kleine, sauber begründete Erhebung überzeugt mehr als eine große mit unklaren Merkmalen.

Wer in Österreich eine Masterarbeit abschließt, verteidigt sie in der Regel in einer kommissionellen Prüfung vor einem Prüfungssenat, der Defensio (Studienpräses der Universität Wien). Genau dort zahlt sich ein sauber begründeter Methodenteil aus: Eine Fallzahl mit Begründung und offen benannte Grenzen nehmen die unangenehmste Nachfrage vorweg.

Wie es weitergeht

• Du musst deine Hypothese noch formulieren? Hypothesen aufstellen: Anleitung für Diplom- und Masterarbeit
• Du willst wissen, welche Befragungsformen es gibt? Quantitative Befragung: Definition, Formen und Grenzen
• Du brauchst die Grundlagen dahinter? Empirische Forschung: Definition, Methoden, Leitfaden
• Du planst eine Umfrage für deine Abschlussarbeit? Umfrage für Bachelorarbeit und Masterarbeit

Standardisiert befragen, ohne Zettel und Tabellen?

Mit empirio.ai, einem Online-Umfrage-Tool aus Deutschland, legst du geschlossene Fragen und Skalen an, sammelst die Antworten an einem Ort und exportierst sie für die Auswertung.

Umfrage kostenlos erstellen