Die Daten sind erhoben, die Hypothesen stehen — und dann kommt die Frage, an der fast jede quantitative Abschlussarbeit einmal hängt: Welchen Test rechne ich jetzt eigentlich? Die gute Nachricht: Für die allermeisten Bachelor- und Masterarbeiten kommen nur eine Handvoll Tests infrage, und die Auswahl folgt einer einfachen Logik aus zwei Fragen. Dieser Leitfaden führt dich in wenigen Minuten zum richtigen Test — mit Entscheidungstabelle, durchgespieltem Beispiel und fertigen APA-Formulierungen.
Die zwei Fragen, die den Test bestimmen
Frage 1: Was willst du prüfen? Fast jede Hypothese gehört zu einem von vier Typen: ein Unterschied zwischen Gruppen („Führungskräfte sind zufriedener als Mitarbeitende ohne Führungsverantwortung“), ein Zusammenhang zwischen Variablen („Je mehr Homeoffice, desto höher die Zufriedenheit“), eine Vorhersage („Homeoffice-Anteil und Berufserfahrung sagen die Zufriedenheit vorher“) oder eine Häufigkeitsverteilung („Die Nutzung von Homeoffice hängt vom Geschlecht ab“).
Frage 2: Welches Skalenniveau haben deine Variablen? Hier entstehen die meisten Fehler, deshalb kurz:
- Nominal: Kategorien ohne Rangfolge (Geschlecht, Abteilung, ja/nein).
- Ordinal: Rangfolge ohne gleiche Abstände (Schulnoten, „nie – selten – oft“).
- Metrisch: Zahlen mit gleichen Abständen (Alter, Einkommen, Punktwerte). Likert-Skalen aus mehreren Items werden in der Praxis meist als metrisch behandelt — ein einzelnes Likert-Item ist dagegen streng genommen ordinal.
Die Entscheidungstabelle
| Du willst prüfen … | Variablen | Test | Nonparametrische Alternative |
|---|---|---|---|
| Unterschied zwischen 2 unabhängigen Gruppen | AV metrisch, Gruppe nominal | t-Test für unabhängige Stichproben | Mann-Whitney-U-Test |
| Unterschied vorher/nachher (dieselben Personen) | AV metrisch, 2 Messzeitpunkte | t-Test für verbundene Stichproben | Wilcoxon-Test |
| Unterschied zwischen 3+ Gruppen | AV metrisch, Gruppe nominal | Varianzanalyse (ANOVA) | Kruskal-Wallis-Test |
| Zusammenhang zweier Variablen | beide metrisch | Korrelation nach Pearson | Korrelation nach Spearman |
| Zusammenhang zweier Variablen | mindestens eine ordinal | Korrelation nach Spearman | |
| Zusammenhang zweier Kategorien | beide nominal | Chi-Quadrat-Test | |
| Vorhersage einer Variable durch eine oder mehrere andere | AV metrisch | (multiple) lineare Regression | |
| Vorhersage einer Ja/Nein-Variable | AV binär | logistische Regression | |
Parametrisch oder nonparametrisch? Die Voraussetzungen
Die Tests in der Spalte „Test“ setzen voraus, dass deine metrischen Variablen annähernd normalverteilt sind (prüfbar per Shapiro-Wilk-Test oder Histogramm) und bei Gruppenvergleichen die Varianzen homogen sind (Levene-Test). Zwei praxisnahe Faustregeln für die Abschlussarbeit: Ab etwa n > 30 pro Gruppe gelten t-Test und ANOVA als robust gegen moderate Verletzungen der Normalverteilung. Und wenn Voraussetzungen klar verletzt sind, ist das kein Drama — du weichst einfach auf die nonparametrische Alternative aus und schreibst genau das in deine Methodik. Eine begründete Testwahl bringt mehr Punkte als ein erzwungener „schönerer“ Test.
Das Beispiel durchgespielt
Studie aus unserem Fragebogen-Beitrag: Homeoffice-Anteil und Arbeitszufriedenheit, N = 118.
H1: „Je höher der Homeoffice-Anteil, desto höher die Arbeitszufriedenheit.“
Typ: Zusammenhang. Variablen: beide metrisch (Anteil in Tagen; Zufriedenheits-Skala aus 5 Items). → Pearson-Korrelation.
APA-Satz: „Der Homeoffice-Anteil korrelierte signifikant positiv mit der Arbeitszufriedenheit, r = .34, p < .001. Dies entspricht einem mittleren Effekt.“
H2: „Führungskräfte sind zufriedener als Beschäftigte ohne Führungsverantwortung.“
Typ: Unterschied, 2 unabhängige Gruppen. AV metrisch, Gruppe nominal. → t-Test für unabhängige Stichproben (Voraussetzungen: Levene-Test o. k., Gruppen je n > 30).
APA-Satz: „Führungskräfte (M = 3,9; SD = 0,6) berichteten eine signifikant höhere Arbeitszufriedenheit als Beschäftigte ohne Führungsverantwortung (M = 3,5; SD = 0,7), t(116) = 2,84, p = .005, d = 0,55.“
H3: „Die Homeoffice-Nutzung (ja/nein) unterscheidet sich zwischen den Abteilungen.“
Typ: Häufigkeiten, beide nominal. → Chi-Quadrat-Test.
Ergebnisse richtig berichten
Für jeden Test gehören drei Dinge in deinen Ergebnisteil: die Teststatistik mit Freiheitsgraden (z. B. t(116) = 2,84), der p-Wert und die Effektstärke (r bei Korrelationen, Cohens d bei t-Tests, η² bei ANOVA). Der häufigste Berichtsfehler ist, Signifikanz mit Bedeutsamkeit zu verwechseln: Bei großen Stichproben wird fast alles signifikant — ob der Effekt relevant ist, zeigt erst die Effektstärke, und genau diese Einordnung erwarten Gutachter:innen in deiner Diskussion.
Typische Fehler bei der Testwahl
- Falsches Skalenniveau: Pearson-Korrelation mit ordinalen Einzel-Items oder t-Test mit einer nominalen AV.
- Voraussetzungen nie geprüft — kein Wort zu Normalverteilung oder Varianzhomogenität.
- Viele Tests, keine Korrektur: Wer zehn Hypothesen einzeln auf dem 5-%-Niveau testet, findet fast sicher „zufällige“ Signifikanzen — bei vielen Tests gehört eine Korrektur (z. B. nach Bonferroni) zumindest erwähnt.
- Signifikanz-Fischen:
- Effektstärken weggelassen — p-Wert allein sagt nichts über die Relevanz.
- Kausalsprache bei Korrelationen: Ein Zusammenhang belegt keine Ursache; formuliere entsprechend vorsichtig.
Wo KI hilft — und wo sie aufhört
Hier ist ein ehrliches Wort zur KI angebracht, denn die Testwahl ist tatsächlich ein Bereich, in dem ein Chatbot helfen kann: Beschreibst du Hypothese und Skalenniveaus präzise, ist die Frage „Welcher Test passt dazu?“ eine legitime Sparring-Nutzung — die Antwort kannst du mit der Tabelle oben gegenprüfen. Was KI dagegen nicht kann: den Test rechnen. Ein Chatbot hat deine Daten nicht und erzeugt statt echter Ergebnisse plausibel klingende, erfundene Zahlen — spätestens bei der Nachfrage nach Ausgabedateien oder in der Verteidigung fliegt das auf. Gerechnet wird in SPSS, JASP (kostenlos) oder R, mit deinem echten Datensatz. Was hochschulseitig zur KI-Nutzung gilt: Welche KI ist für die Bachelorarbeit erlaubt?
Wenn du Unterstützung brauchst
Wenn du an genau diesem Punkt stehst — Daten da, aber unsicher bei Testwahl, Voraussetzungen oder Interpretation — musst du da nicht allein durch. Unsere Autor:innen mit Statistik-Erfahrung (mindestens Masterabschluss, sicher in SPSS und R) erstellen dir eine fundierte Mustervorlage: von der begründeten Testwahl über die komplette Auswertung deiner Daten bis zum APA-konformen Ergebnis- und Diskussionskapitel. Als Orientierung, die du durcharbeitest und zu deiner eigenen Arbeit machst — und in der Verteidigung erklären kannst. Schildere uns kurz deine Hypothesen und deinen Datenstand: unverbindlich anfragen. Wenn du die Auswertung lieber komplett abgeben möchtest: Das übernehmen wir als eigene Leistung — statistische Auswertung mit SPSS, R & Co.
Häufige Fragen
Welcher Test für den Vergleich von zwei Gruppen?
Bei metrischer abhängiger Variable der t-Test für unabhängige Stichproben; sind die Voraussetzungen verletzt, der Mann-Whitney-U-Test. Bei mehr als zwei Gruppen die ANOVA bzw. der Kruskal-Wallis-Test.
Wann Pearson, wann Spearman?
Pearson bei zwei metrischen, annähernd normalverteilten Variablen mit linearem Zusammenhang. Spearman, wenn mindestens eine Variable ordinal ist, Ausreißer stören oder die Normalverteilung klar verletzt ist.
Was mache ich, wenn meine Daten nicht normalverteilt sind?
Bei Gruppengrößen über etwa 30 gelten t-Test und ANOVA als robust. Sonst nutzt du die nonparametrische Alternative (Mann-Whitney-U, Wilcoxon, Kruskal-Wallis, Spearman) und begründest das kurz in der Methodik — das ist völlig legitim.
Kann ChatGPT meinen statistischen Test rechnen?
Nein. Als Sparringspartner für die Testwahl kann KI helfen; rechnen kann sie nicht, weil sie deine Daten nicht verarbeitet, sondern plausibel klingende Zahlen erfindet. Die Auswertung läuft in SPSS, JASP oder R mit deinem echten Datensatz.
