Quantitative Forschung: Ablauf, Methoden & Beispiel

„Meine Umfrage hatte 400 Teilnehmende, sie ist also repräsentativ.“ Dieser Satz steht in erstaunlich vielen Methodenteilen und er stimmt nicht. Vier Fachverbände der deutschen Markt- und Sozialforschung haben im Mai 2026 festgehalten, dass eine große Fallzahl allein nichts garantiert.

Quantitative Forschung ist ein Vorgehen, das vorab festgelegte Merkmale an vielen Fällen misst, um Häufigkeiten, Unterschiede und Zusammenhänge in Zahlen auszudrücken und eine aus der Theorie abgeleitete Hypothese zu prüfen. Sie erhebt standardisiert, wertet statistisch aus und will von der Stichprobe auf eine größere Gruppe schließen. Am Ende dieses Beitrags weißt du, wie du deinen Begriff in prüfbare Fragen übersetzt, wie du deine Fallzahl begründest und woran du merkst, dass 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 befragt jährlich rund ein Prozent der Bevölkerung.
• 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 ist deduktiv und er läuft in einer festen Reihenfolge. Das Methodenzentrum der RPTU Kaiserslautern-Landau beschreibt ihn als linearen Ablauf von der Theorie über die standardisierte Erhebung bis zur statistischen Prüfung, an deren Ende eine Hypothese gestützt oder verworfen wird (Methodenzentrum der RPTU). Was gemessen wird, steht also fest, bevor die erste Person antwortet. Die Reihenfolge ist damit umgekehrt zum explorativen Vorgehen: erst die Theorie, dann die Daten.

Drei Merkmale hat jede quantitative Studie. Sie arbeitet standardisiert, jede Person bekommt also dieselben Fragen in derselben Reihenfolge. Sie erfasst Merkmale als Zahlenwerte, auch dort, wo zunächst keine Zahl steht. Und sie zielt auf eine Aussage, die über die untersuchten Fälle hinausreicht.

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 Fallzahl, sondern in der Frage. Wer wissen will, wie viel Prozent der Studierenden abends Nachrichten schauen, misst. Wer wissen will, warum jemand damit aufgehört hat, fragt offen und interpretiert.

Methoden der quantitativen Datenerhebung

Die Methoden der quantitativen Datenerhebung unterscheiden sich vor allem darin, wie das Merkmal zu dir kommt: ob du danach fragst, es beobachtest, es aus vorhandenem Material zählst oder es unter kontrollierten Bedingungen selbst erzeugst. Standardisiert sind sie alle, denn ohne feste Vorgabe lassen sich die Werte hinterher nicht vergleichen.

Die Wahl folgt der Fragestellung und dem, was in deinem Zeitrahmen machbar ist. Geht es um Einstellungen und Selbstauskünfte, führt kaum ein Weg an der Befragung vorbei. Geht es um tatsächliches Verhalten, ist die Beobachtung ehrlicher, weil Menschen ihr eigenes Tun oft falsch einschätzen. Und wer eine Ursache nachweisen will, kommt um ein Experiment kaum herum.

Die standardisierte Befragung: der Normalfall in Abschlussarbeiten

Die standardisierte Befragung ist in studentischen Arbeiten das mit Abstand häufigste Verfahren, weil sie ohne Labor, ohne Team und ohne lange Feldzeit auskommt. Alle befragten Personen bekommen denselben Fragebogen mit denselben Antwortvorgaben, und genau diese Gleichheit macht die Antworten später vergleichbar.

Das Experiment: der stärkste Nachweis einer Ursache

Das Experiment belegt eine Ursache zuverlässiger als jedes andere Design, weil die Personen zufällig auf die Gruppen verteilt werden und sich dadurch alle übrigen Einflüsse im Mittel ausgleichen. Das Methodenzentrum der Ruhr-Universität Bochum weist allerdings darauf hin, dass der kausale Effekt bei einer einzelnen Person grundsätzlich nicht beobachtbar ist, weil der Vergleichsfall fehlt (Methodenzentrum der Ruhr-Universität Bochum). Jede Kausalaussage ist deshalb eine Aussage über Gruppen und nie über einen Einzelfall.

Operationalisierung: vom Begriff zur messbaren Frage

Operationalisierung ist die möglichst genaue Angabe der Vorgehensweise, mit der ein Merkmal erhoben wird, bei einer Befragung also die konkrete Frageformulierung samt Antwortvorgaben. So definiert es das Internet-Lexikon der Methoden der empirischen Sozialforschung von Wolfgang Ludwig-Mayerhofer an der Universität Siegen (ILMES).

Genau an dieser Stelle scheitern quantitative Abschlussarbeiten am häufigsten, und zwar lautlos. „Mediennutzung“, „Zufriedenheit“ und „Stress“ sind keine Merkmale, die sich messen lassen, sondern Sammelbegriffe. Solange nicht festgelegt ist, welche konkrete Frage für welchen Teil dieses Begriffs steht, prüfst du am Ende irgendetwas, nur nicht deine Hypothese. Das Methodenzentrum der Ruhr-Universität Bochum stellt der Operationalisierung deshalb eine Konzeptspezifikation voran: zuerst die Nominaldefinition des Begriffs, dann die Frage, aus welchen Dimensionen er besteht, und 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 „Nachrichtenkonsum“ gemeint? Schreibe eine Definition in einem Satz und halte dich für den Rest der Arbeit daran.
2. Dimensionen trennen. Nachrichtenkonsum besteht mindestens aus Häufigkeit, Dauer und Kanal. Drei Dimensionen heißen drei getrennte Fragen.
3. Indikatoren wählen. Für die Häufigkeit ist das die Zahl der Tage pro Woche, an denen Nachrichten geschaut werden.
4. Item formulieren. Aus dem Indikator wird eine Frage mit festen Antwortvorgaben, hier null bis sieben Tage.

Das Skalenniveau entscheidet darüber, was du rechnen darfst

Mit der Antwortvorgabe legst du fest, welche Auswertung später zulässig ist. Eine Frage nach dem Studienfach liefert ein nominales Merkmal, das sich zählen, aber nicht ordnen lässt. Eine Likert-Skala liefert ordinale Werte, bei denen die Reihenfolge stimmt, die Abstände zwischen den Stufen aber nicht gleich groß sind. Erst eine echte Zahl wie die Zahl der Tage pro Woche 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 Deutschland brauchst du nicht mehr Fälle als für eine Aussage über alle Studierenden in Europa.

Der zweite Teil der Antwort ist unbequemer. Vier Fachverbände der deutschen Markt- und Sozialforschung, darunter der ADM und die Deutsche Gesellschaft für Online-Forschung, halten in ihrem gemeinsamen Papier vom 13. Mai 2026 fest: Eine sehr große Fallzahl ist keine Garantie für Repräsentativität, ausschlaggebend ist, wie die Stichprobe zustande gekommen ist und ob relevante Teilgruppen systematisch fehlen (ADM, ASI, BVM und DGOF 2026). Ihr eigenes Gegenbeispiel ist eine Leserumfrage mit über zehntausend Teilnehmenden, die trotzdem nichts über die Bevölkerung aussagt.

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. Das Methodenportal der Universität Leipzig geht noch weiter und hält fest, dass „repräsentativ“ streng genommen kein Begriff der Statistik ist (Methodenportal der Universität Leipzig). Wie die amtliche Statistik das löst, zeigt der Mikrozensus: Das Statistische Bundesamt zieht darin jährlich rund ein Prozent der Bevölkerung über ein mathematisch-statistisches Zufallsverfahren, also fast 800.000 Personen in knapp 400.000 Haushalten. Die Teilnahme ist dabei nach § 13 Mikrozensusgesetz Pflicht (Statistisches Bundesamt, Stand 29.07.2025).

So begründest du deine Fallzahl

Für deine Arbeit folgt daraus zweierlei. Erstens ist eine freiwillige Onlineumfrage im eigenen Umfeld keine Zufallsstichprobe und dieser Satz gehört 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 darfst du dabei nicht zurückspringen. 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. Das Methodenportal der Universität Leipzig formuliert es nüchtern: In standardisierten Studien lässt sich die Fragestellung während der Erhebung nicht mehr ändern. Ein vergessenes Item bekommst du nachträglich nicht mehr dazu und genau solche Lücken findet ein Pretest mit einer Handvoll Personen aus der Zielgruppe.

1. Fragestellung schärfen. Aus „Wie wirken Nachrichten auf Studierende?“ wird „Hängt die Zahl der Nachrichtentage pro Woche mit dem selbst eingeschätzten Stressempfinden 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 Bachelorarbeit über Nachrichtenkonsum und willst wissen, ob häufiges Nachrichtenschauen mit höherem Stressempfinden einhergeht.

Das Beispiel 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 zum Nachrichtenkonsum

Die Fragestellung lautet: „Hängt die Häufigkeit des Nachrichtenkonsums mit dem selbst eingeschätzten Stressempfinden von Studierenden zusammen?“ Daraus wird eine gerichtete Hypothese: Je mehr Tage pro Woche Nachrichten geschaut werden, desto höher fällt das selbst eingeschätzte Stressempfinden aus. Beide Merkmale sind benannt, die Richtung steht fest und damit ist die Aussage widerlegbar.

Schritt 2: Nachrichtenkonsum und Stress messbar machen

Der Nachrichtenkonsum wird über die Zahl der Tage pro Woche erfasst, an denen mindestens einmal Nachrichten geschaut werden, also null bis sieben. Das ist ein metrisches Merkmal. Das Stressempfinden wird über fünf Aussagen mit einer fünfstufigen Zustimmungsskala erhoben, die anschließend zu einem Summenwert zusammengefasst werden. Dazu kommen Alter, Semester und Studienfach als Merkmale 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 Fachschaftsverteiler und Lehrveranstaltungen verteilt. Angestrebt sind 150 auswertbare Fälle. Nach dem Pretest mit acht Personen fliegt eine doppeldeutige Frage heraus und eine Antwortvorgabe wird ergänzt, weil zwei Testpersonen ihre Nutzung dort nicht wiederfanden.

Schritt 4: Auswerten und die Grenzen offen benennen

Zuerst beschreibst du: Wie viele Tage pro Woche im Mittel, wie verteilt sich der Stresswert, wie sieht die Stichprobe aus. Danach prüfst du den Zusammenhang zwischen beiden Werten und berichtest neben dem Ergebnis auch die Stärke des Zusammenhangs. Zwei Aussagen sind damit ausdrücklich nicht gedeckt. Erstens, dass Nachrichten Stress verursachen: Dafür bräuchtest du ein Experiment oder mindestens zwei Messzeitpunkte. Zweitens, wie es Studierenden in Deutschland insgesamt geht: Dein Verteilweg über Fachschaft und Lehrveranstaltung ist keine Zufallsauswahl. Beide Sätze gehören in die Limitationen und machen die Arbeit stärker, nicht schwächer.

Typische Fehler in quantitativen Abschlussarbeiten

Die typischen Fehler in quantitativen Abschlussarbeiten entstehen fast alle vor der Erhebung und fallen erst bei der Auswertung auf, wenn sich nichts mehr ändern lässt. Das ist der Preis des standardisierten Vorgehens.

Vier davon tauchen so regelmäßig auf, dass sie eine eigene Warnung verdienen. Alle vier lassen sich mit einer halben Stunde Nachdenken vor dem Versand des Fragebogens vermeiden.

Die Hypothese passt nicht zu den erhobenen Merkmalen

Eine Hypothese behauptet einen Zusammenhang zwischen zwei Merkmalen. Wenn im Fragebogen nur eines davon abgefragt wird oder das zweite in einer Form vorliegt, die sich nicht dazu in Beziehung setzen lässt, ist die Hypothese nicht prüfbar. Lege deshalb jede Hypothese neben den fertigen Fragebogen und suche zu jedem Merkmal die Frage, die es misst.

Aus einem Zusammenhang wird eine Ursache

Ein gefundener Zusammenhang sagt nur, dass zwei Merkmale gemeinsam variieren. Ob das eine das andere verursacht, ob es umgekehrt läuft oder ob ein drittes Merkmal beides erklärt, ist damit offen. Formuliere im Ergebnisteil deshalb „hängt zusammen mit“ und nicht „führt zu“, solange du kein Experiment und keine zwei Messzeitpunkte hast.

Der Rücklauf wird verschwiegen

Wie viele Personen die Umfrage geöffnet und wie viele sie abgeschlossen haben, gehört in den Methodenteil. Wer nur die auswertbaren Fälle nennt, verbirgt genau die Information, aus der sich eine mögliche Verzerrung ablesen lässt. Nenne beide Zahlen und sage, an welcher Stelle die meisten Abbrüche passiert sind.

Signifikant wird mit bedeutsam verwechselt

Ein signifikantes Ergebnis heißt nur, dass der gefundene Unterschied unter der gewählten Schwelle unwahrscheinlich genug ist, um ihn nicht dem Zufall zuzuschreiben. Über die Größe des Effekts sagt das nichts. Berichte deshalb immer auch ein Maß für die Stärke, sonst bleibt unklar, ob dein Befund für die Praxis überhaupt eine Rolle spielt.

Wann quantitative Forschung die falsche Wahl ist

Quantitative Forschung ist die falsche Wahl, sobald deine Frage nach Gründen, Deutungen oder Bedeutungen verlangt. Eine Skala von 1 bis 5 sagt dir, wie stark jemand zustimmt, aber nie, was die Person dabei gedacht hat. Aus dieser Verwechslung entsteht ein Ergebnisteil voller Zahlen, der die eigentliche Frage nicht beantwortet.

Am häufigsten passiert das aus organisatorischen Gründen. Viele Arbeiten starten mit einer Warum-Frage, wählen trotzdem einen Fragebogen, weil er schneller zu verteilen ist, und landen bei Ergebnissen, die die Frage 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

Die folgenden sechs Konstellationen sprechen so deutlich gegen ein standardisiertes Vorgehen, dass sich der Aufwand für einen Fragebogen nicht lohnt. Prüfe sie, bevor du die erste Frage formulierst, denn nach dem Versand ist die Entscheidung gefallen.

• Deine Frage beginnt mit „warum“ oder „wie erleben“.
• Du weißt noch nicht, welche Antwortmöglichkeiten es überhaupt gibt.
• Dein Feld ist kaum erforscht und es gibt keine Theorie zum Ableiten.
• Du kommst realistisch an weniger als einige Dutzend Personen heran.
• Dein Gegenstand ist ein Einzelfall, etwa eine Organisation oder ein Ereignis.
• Du willst einen Verlauf nachvollziehen, nicht einen Zustand messen.

Beide Wege zusammen: Mixed Methods

Quantitative und qualitative Teile lassen sich kombinieren, dieses Vorgehen heißt Mixed Methods. Üblich sind drei Grundformen: beide Teile parallel, erst qualitativ zur Entwicklung des Fragebogens und dann quantitativ, oder erst quantitativ und danach qualitativ zur Erklärung auffälliger Befunde. Die ehrliche Warnung dazu: Zwei Erhebungen bedeuten fast immer deutlich mehr Aufwand und in der Praxis werden die beiden Teile am Ende selten wirklich zusammengeführt.

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.

Wie es weitergeht

• Du musst deine Hypothese noch formulieren? Hypothesen aufstellen: Anleitung und Beispiele
• Du willst wissen, welche Befragungsformen es gibt? Quantitative Befragung: Arten und Grenzen
• Du brauchst die Grundlagen dahinter? Empirische Forschung: Definition und 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