Wie groß muss die Stichprobe im Rahmen einer Bachelorarbeit sein?
Kaum ist der Fragebogen fertig, taucht die nächste Unsicherheit auf: Wie viele Personen müssen eigentlich teilnehmen, damit die Ergebnisse für eine Bachelorarbeit ausreichen? Manche Kommilitonen sprechen von mindestens 100 Antworten, andere halten erst 200 oder 300 Datensätze für überzeugend. In Onlineforen kursieren feste Richtwerte, die auf den ersten Blick Sicherheit geben. Bei genauerem Hinsehen helfen solche Zahlen jedoch nur begrenzt.
Eine Stichprobe ist nicht automatisch gut, weil sie groß ist. Ebenso wenig ist eine Untersuchung automatisch wertlos, weil nur 60 Personen teilgenommen haben. Entscheidend ist, wen du untersuchen möchtest, welche Aussagen du später treffen willst und welche statistischen Verfahren geplant sind. Die passende Teilnehmerzahl ergibt sich daher aus dem Aufbau deiner Untersuchung und nicht aus einer allgemeinen Regel für Bachelorarbeiten.
Wer diese Entscheidung früh trifft, plant die Datenerhebung realistischer. Du weißt dann, wie viele Personen du ungefähr erreichen musst, welche Rekrutierungswege sinnvoll sind und ob dein Forschungsvorhaben innerhalb der verfügbaren Zeit überhaupt umsetzbar ist.
Die Forschungsfrage entscheidet, welche Stichprobe du brauchst
Bevor du Teilnehmer suchst, muss klar sein, über wen du eine Aussage treffen möchtest. Genau an diesem Punkt wird aus einem allgemeinen Thema eine konkrete Untersuchung.
Nehmen wir an, du interessierst dich für den Zusammenhang zwischen Homeoffice und Arbeitszufriedenheit. Diese Idee ist noch zu breit. Möchtest du alle Erwerbstätigen in Deutschland untersuchen? Beschäftigte eines bestimmten Unternehmens? Berufseinsteiger im Marketing? Oder Mitarbeitende, die mindestens drei Tage pro Woche von zu Hause arbeiten?
Je genauer du deine Forschungsfrage formulierst, desto klarer wird deine Zielgruppe. Eine Untersuchung innerhalb eines Unternehmens folgt anderen Voraussetzungen als eine deutschlandweite Befragung. Bei einem Betrieb mit 80 Mitarbeitenden kann eine Rücklaufzahl von 55 Personen bereits einen großen Teil der relevanten Gruppe abdecken. Dieselben 55 Personen wären deutlich schwieriger einzuordnen, wenn du Aussagen über mehrere Millionen Beschäftigte treffen möchtest.
Die Stichprobengröße darf daher nie losgelöst von der Grundgesamtheit betrachtet werden. Als Grundgesamtheit bezeichnet man alle Personen, auf die sich deine Untersuchung beziehen soll. Die Stichprobe besteht aus dem Teil dieser Gruppe, den du tatsächlich befragst oder beobachtest.
Ein häufiger Fehler entsteht, wenn Studierende die Zielgruppe erst nach der Befragung genauer festlegen. Sie verteilen einen Fragebogen möglichst breit und überlegen anschließend, welche Aussagen sich aus den Antworten ableiten lassen. Wissenschaftlich sauberer ist der umgekehrte Weg: Erst bestimmst du Zielgruppe und Untersuchungsziel, danach planst du die Rekrutierung.
Eine große Stichprobe kann trotzdem unpassend sein
Stell dir vor, du möchtest untersuchen, wie zufrieden Studierende deiner gesamten Hochschule mit digitalen Lehrangeboten sind. Du verbreitest den Fragebogen über mehrere Gruppen deines eigenen BWL-Studiengangs und erhältst 420 vollständige Antworten.
Die Zahl wirkt stark. Trotzdem fehlen Studierende aus den meisten anderen Fachbereichen. Vielleicht nutzen diese andere Lernplattformen, besuchen häufiger Laborveranstaltungen oder haben ganz andere Erfahrungen mit digitaler Lehre. Deine Stichprobe ist groß, bildet die Grundgesamtheit aber nur eingeschränkt ab.
Eine zweite Untersuchung erreicht lediglich 180 Personen, verteilt die Befragung jedoch gezielt auf verschiedene Fakultäten, Fachsemester und Studienmodelle. Je nach Forschungsziel kann diese kleinere Stichprobe deutlich aussagekräftiger sein.
Dieses Beispiel zeigt, weshalb Repräsentativität nicht allein von der Anzahl der Antworten abhängt. Wichtig ist auch, wie die Teilnehmenden ausgewählt wurden. Eine zufällige oder systematisch geschichtete Auswahl ist in vielen Fällen belastbarer als eine reine Gelegenheitsstichprobe, bei der hauptsächlich Personen aus dem eigenen Umfeld teilnehmen.
In studentischen Forschungsprojekten lässt sich eine echte Zufallsstichprobe häufig kaum umsetzen. Das ist kein Grund, die Untersuchung aufzugeben. Du solltest die Rekrutierung dann offen beschreiben und erklären, welche Gruppen möglicherweise über- oder unterrepräsentiert sind. Transparenz macht eine methodische Einschränkung nicht ungeschehen, zeigt aber, dass du sie erkannt und fachlich eingeordnet hast.
Welche Faktoren beeinflussen die notwendige Teilnehmerzahl?
Die passende Stichprobengröße hängt von mehreren Entscheidungen ab, die bereits vor der Datenerhebung getroffen werden sollten. Ein wichtiger Punkt ist die geplante Auswertung. Möchtest du nur beschreiben, wie häufig bestimmte Antworten vorkommen, oder willst du Zusammenhänge und Gruppenunterschiede statistisch prüfen?
Eine Untersuchung, die lediglich einen Überblick über die Zufriedenheit innerhalb eines kleinen Unternehmens geben soll, kann mit einer überschaubaren Stichprobe sinnvoll sein. Möchtest du dagegen verschiedene Altersgruppen, Studiengänge oder Beschäftigungsmodelle miteinander vergleichen, brauchst du genügend Personen in jeder einzelnen Gruppe. 150 Antworten wirken zunächst ausreichend. Werden sie jedoch auf sechs Gruppen verteilt, bleiben im Durchschnitt nur 25 Personen pro Gruppe. Bei ungleicher Verteilung kann eine Gruppe am Ende sogar aus weniger als zehn Personen bestehen.
Auch die erwartete Stärke eines Zusammenhangs spielt eine Rolle. Große Effekte lassen sich häufig mit kleineren Stichproben erkennen. Schwache Zusammenhänge benötigen mehr Daten, damit sie sich statistisch von zufälligen Schwankungen unterscheiden lassen. Genau hier kommt die statistische Power ins Spiel. Sie beschreibt vereinfacht, wie wahrscheinlich es ist, einen tatsächlich vorhandenen Effekt mit deiner Untersuchung zu erkennen.
Die Power hängt unter anderem von der Stichprobengröße, der erwarteten Effektstärke und dem gewählten Signifikanzniveau ab. Für viele statistische Tests kann vorab eine Poweranalyse durchgeführt werden. Programme wie G*Power helfen dabei, eine benötigte Fallzahl zu berechnen. Die Eingaben sollten jedoch fachlich begründet sein. Wer wahllos eine mittlere Effektstärke auswählt, erhält zwar eine Zahl, aber noch keine überzeugende Planung.
Bereits bei der Vorbereitung deiner statistischen Auswertung sollte daher feststehen, welche Tests voraussichtlich verwendet werden. Eine Korrelation, ein Mittelwertvergleich und eine Regressionsanalyse stellen unterschiedliche Anforderungen an die Daten. Dasselbe gilt für Modelle mit mehreren Einflussgrößen: Je mehr Variablen berücksichtigt werden, desto größer wird häufig der Datenbedarf.
Weshalb pauschale Mindestzahlen problematisch sind
Der Satz „Für eine Bachelorarbeit brauchst du mindestens 100 Teilnehmer“ klingt praktisch, ist aber wissenschaftlich kaum belastbar. Die Zahl berücksichtigt weder die Größe der Grundgesamtheit noch die geplante Analyse oder das Rekrutierungsverfahren.
In einigen Studiengängen oder an bestimmten Lehrstühlen werden trotzdem Mindestwerte genannt. Solche Vorgaben solltest du selbstverständlich beachten. Sie können auf Erfahrungswerten beruhen und sicherstellen, dass die geplanten Auswertungen überhaupt möglich sind. Eine Hochschulvorgabe ersetzt jedoch nicht die Erklärung, weshalb deine konkrete Stichprobe zur Untersuchung passt.
Stichprobenrechner im Internet liefern ebenfalls nur eine Orientierung. Häufig fragen sie nach der Größe der Grundgesamtheit, einem Konfidenzniveau und einer Fehlermarge. Das Ergebnis kann dir zeigen, wie viele Personen für eine bestimmte Schätzgenauigkeit benötigt werden. Der Rechner weiß aber nicht, ob du Gruppen vergleichen möchtest, ob deine Stichprobe verzerrt ist oder ob dein Fragebogen das gewünschte Merkmal zuverlässig erfasst.
Deshalb sollte die Teilnehmerzahl immer zusammen mit der Operationalisierung deiner Variablen betrachtet werden. Eine große Stichprobe kann einen schlecht formulierten Fragebogen nicht retten. Wenn ein Item missverständlich ist oder zwei verschiedene Inhalte in einer Aussage verbindet, beantworten Hunderte Personen dieselbe unklare Frage. Mehr Daten machen den Messfehler dann lediglich größer und sichtbarer.
Ein Pretest mit einigen Personen aus der Zielgruppe ist daher oft wertvoller als eine überhastete Veröffentlichung des Fragebogens. Dabei prüfst du, ob die Aussagen verständlich sind, Antwortoptionen fehlen oder technische Probleme auftreten. Erst nach dieser Testphase sollte die eigentliche Erhebung beginnen.
Was passiert, wenn die Stichprobe kleiner ausfällt als geplant?
Nicht jede Datenerhebung verläuft wie vorgesehen. Vielleicht reagieren weniger Personen auf deine Anfrage, ein Unternehmen zieht seine Unterstützung zurück oder zahlreiche Datensätze müssen ausgeschlossen werden. Eine kleinere Stichprobe bedeutet nicht automatisch, dass die Arbeit nicht mehr abgeschlossen werden kann.
Zunächst solltest du prüfen, welche Auswertungen mit den vorhandenen Daten noch sinnvoll sind. Möglicherweise musst du auf einen sehr kleinteiligen Gruppenvergleich verzichten oder deine Schlussfolgerungen vorsichtiger formulieren. Es kann auch notwendig sein, die Untersuchung stärker als explorativ einzuordnen.
Wichtig ist, dass du die Begrenzung nicht versteckst. Beschreibe nachvollziehbar, wie viele Personen ursprünglich erreicht werden sollten, wie viele teilgenommen haben und welche Datensätze aus welchen Gründen entfernt wurden. Im Diskussionsteil kannst du erklären, welche Folgen die geringe Fallzahl für die Übertragbarkeit und statistische Aussagekraft hat.
Formulierungen wie „Die Ergebnisse beweisen, dass …“ sind bei kleinen oder nicht repräsentativen Stichproben meist unangebracht. Passender wäre: „Die Ergebnisse geben Hinweise darauf, dass …“ oder „Innerhalb der untersuchten Stichprobe zeigte sich …“
Eine ehrliche Einordnung wirkt fachlich überzeugender als der Versuch, aus begrenzten Daten weitreichende Aussagen abzuleiten.
Wie du die Stichprobe in der Bachelorarbeit beschreibst
Im Methodenkapitel sollte nicht nur stehen, dass 137 Personen teilgenommen haben. Die Lesenden müssen nachvollziehen können, wie diese Personen ausgewählt wurden und wer am Ende tatsächlich in die Auswertung einging.
Beschreibe zunächst die Zielgruppe und deine Ein- oder Ausschlusskriterien. Danach erläuterst du den Rekrutierungsweg. Wurde der Fragebogen über E-Mail-Verteiler, soziale Netzwerke, Hochschulgruppen oder ein Unternehmen verbreitet? Handelt es sich um eine Gelegenheitsstichprobe, eine bewusste Auswahl oder eine Zufallsstichprobe?
Anschließend kannst du den Rücklauf darstellen. Dazu gehören die Zahl begonnener Fragebögen, vollständige Datensätze und ausgeschlossene Fälle. Erkläre auch, weshalb Antworten entfernt wurden. Mögliche Gründe sind fehlende Angaben, offensichtlich zufälliges Antwortverhalten oder eine nicht erfüllte Teilnahmevoraussetzung.
Eine passende Formulierung könnte so aussehen: An der Onlinebefragung nahmen zunächst 184 Personen teil. Nach Ausschluss von 21 unvollständigen Datensätzen und sieben Personen, die das festgelegte Einschlusskriterium nicht erfüllten, gingen 156 Fälle in die Auswertung ein. Die Rekrutierung erfolgte über studentische E-Mail-Verteiler und soziale Netzwerke. Es handelt sich daher um eine nicht zufällige Gelegenheitsstichprobe.
Zusätzlich solltest du zentrale Merkmale der Teilnehmenden angeben, soweit sie für deine Forschungsfrage relevant sind. Dazu können Alter, Geschlecht, Studiengang, Berufserfahrung oder Unternehmensgröße gehören. Erhebe solche Informationen jedoch nicht aus reiner Gewohnheit. Jede Frage im Fragebogen sollte einen klaren Zweck erfüllen.
Und wie viele Interviews braucht eine qualitative Arbeit?
Bei qualitativen Untersuchungen folgt die Fallauswahl einer anderen Logik. Hier geht es weniger darum, eine große Grundgesamtheit statistisch abzubilden. Entscheidend ist, ob die ausgewählten Personen relevante Erfahrungen und unterschiedliche Perspektiven zum Forschungsgegenstand einbringen.
Acht sorgfältig ausgewählte Experteninterviews können für eine Bachelorarbeit aussagekräftiger sein als 25 Gespräche mit Personen, die nur am Rand mit dem Thema zu tun haben. Die Zahl hängt von der Fragestellung, der Zielgruppe, der Tiefe der Interviews und der Auswertungsmethode ab.
Bei qualitativen Arbeiten wird häufig von inhaltlicher Sättigung gesprochen. Sie ist erreicht, wenn weitere Interviews kaum noch neue Kategorien oder Erkenntnisse liefern. In studentischen Arbeiten spielen zusätzlich Zeit, Transkriptionsaufwand und Umfang der Analyse eine große Rolle. Wer 30 lange Interviews führt, muss sie auch sauber auswerten können.
Die Entscheidung zwischen quantitativen und qualitativen Forschungsmethoden sollte daher vor der Stichprobenplanung fallen. Beide Ansätze stellen andere Anforderungen an Auswahl, Umfang und Begründung der untersuchten Fälle.
Die bessere Frage lautet: Was muss meine Stichprobe leisten?
Wer ausschließlich nach einer Mindestzahl sucht, übersieht den Kern der Planung. Deine Stichprobe muss zur Forschungsfrage passen, die benötigten Gruppen ausreichend abdecken und die vorgesehenen Analysen ermöglichen.
Eine sinnvolle Planung beginnt deshalb mit diesen Fragen: Wer gehört zur Grundgesamtheit? Welche Personen müssen vertreten sein? Welche Unterschiede oder Zusammenhänge möchte ich untersuchen? Welche Auswertung ist vorgesehen? Wie viele vollständige Datensätze kann ich realistisch erreichen?
Erst danach lohnt sich der Blick auf Richtwerte, Poweranalysen oder Stichprobenrechner. Die dort ermittelte Zahl wird dann nicht zum Selbstzweck, sondern zu einem begründeten Teil deines Forschungsdesigns.
Auch deine wissenschaftlichen Hypothesen sind dafür relevant. Wenn du beispielsweise erwartest, dass Studierende mit Berufstätigkeit stärker unter Zeitdruck leiden als Studierende ohne Nebenjob, brauchst du in beiden Gruppen genügend Personen. Eine große Gesamtstichprobe hilft wenig, wenn fast alle Befragten derselben Gruppe angehören.
Fazit: Die richtige Stichprobe ist begründet, nicht einfach groß
Für die Teilnehmerzahl einer Bachelorarbeit gibt es keine Zahl, die für jedes Thema und jede Methode gilt. Eine angemessene Stichprobe ergibt sich aus deiner Forschungsfrage, der Grundgesamtheit, dem Auswahlverfahren und der geplanten Analyse.
Große Stichproben können Zufallsschwankungen reduzieren und komplexere Auswertungen ermöglichen. Sie gleichen jedoch keine unpassende Zielgruppe, unklare Fragen oder eine einseitige Rekrutierung aus. Eine kleinere, gezielt ausgewählte Stichprobe kann für dein Forschungsvorhaben deutlich wertvoller sein.
Plane die Fallzahl daher vor der Datenerhebung und dokumentiere deine Entscheidung offen. Sollten am Ende weniger Personen teilnehmen als erhofft, prüfst du, welche Aussagen mit den vorhandenen Daten noch vertretbar sind. Wissenschaftliche Qualität zeigt sich nicht darin, Einschränkungen zu verschweigen. Sie zeigt sich darin, methodische Entscheidungen nachvollziehbar zu treffen und die Reichweite der eigenen Ergebnisse realistisch einzuschätzen.