Fragebogen erstellen 2026: Aufbau, Skalen und Auswertung für die Abschlussarbeit

Du stehst vor einem leeren Dokument und sollst eine standardisierte Erhebung für deine Abschlussarbeit aufbauen. Ein Fragebogen klingt nach einer überschaubaren Aufgabe — bis du merkst, wie viele Entscheidungen schon vor der ersten Frage fallen müssen: Welche Konstrukte willst du messen? Fünf oder sieben Antwortoptionen? Anonymität oder Identifikation? Der Unterschied zwischen einem validen wissenschaftlichen Instrument und einer schnell zusammengeklickten Online-Umfrage liegt genau hier: im methodischen Fundament. Dieser Leitfaden führt dich Schritt für Schritt durch alle Phasen des Fragebogen erstellen — von der Operationalisierung über die Skalenauswahl und das Wording bis zum Pretest, den Gütekriterien und der Grundauswertung.

Ob Bachelorarbeit oder Masterarbeit: Die Entscheidung für einen Fragebogen als Erhebungsinstrument zieht eine Kette methodischer Folgefragen nach sich, die du im Methodik-Kapitel deiner Abschlussarbeit klar begründen und dokumentieren musst. Genau dabei hilft dir dieser Artikel.

Wann ist ein Fragebogen die richtige Methode?

Ein Fragebogen eignet sich, wenn du Einstellungen, Meinungen, Verhaltensweisen oder demografische Merkmale einer definierten Grundgesamtheit erheben und statistisch auswerten möchtest. Er ist das klassische Instrument der quantitativen Forschung und erlaubt es dir, viele Personen strukturiert zu befragen — mit dem Ziel, verallgemeinerbare Aussagen zu treffen.

Nicht jede Forschungsfrage passt zu einem Fragebogen. Wenn du verstehen willst, wie Menschen etwas erleben oder warum sie bestimmte Entscheidungen treffen, sind qualitative Methoden oft besser geeignet. Im Gegensatz zum standardisierten Fragebogen erlaubt ein qualitativer Ansatz tiefere Einblicke in Bedeutungen und Prozesse — er hat jedoch andere Gütekriterien und Auswertungslogiken.

Typische Forschungsfragen, die gut zu einem Fragebogen passen:

• „Wie zufrieden sind Studierende mit dem Beratungsangebot ihrer Hochschule?“
• „Welchen Zusammenhang gibt es zwischen Selbstwirksamkeit und Lernmotivation?“
• „Unterscheiden sich die Einstellungen zur KI-Nutzung je nach Studiengang?“
• „In welchem Ausmaß nutzen Beschäftigte im Homeoffice digitale Kollaborationstools?“

Sobald deine Frage auf Häufigkeiten, Zusammenhänge oder Gruppenvergleiche abzielt und du eine ausreichend große Stichprobe erreichen kannst, ist der Fragebogen das Instrument der Wahl.

Konstrukte und Operationalisierung

Bevor du die erste Frage formulierst, musst du deine theoretischen Konstrukte operationalisieren — das heißt: abstrakte Konzepte wie „Arbeitszufriedenheit“, „Stresserleben“ oder „digitale Kompetenz“ in konkret messbare Indikatoren übersetzen. Dieser Schritt ist der eigentliche wissenschaftliche Kern der Fragebogenkonstruktion und entscheidet maßgeblich über die Qualität deiner Arbeit.

Bewährte Vorgehensweise:

1. Konzept schärfen: Was genau meinst du mit dem Konstrukt? Hat es mehrere Dimensionen? Ein Konzept wie „Zufriedenheit“ kann kognitive, affektive und behaviorale Aspekte umfassen — lege fest, welche davon du messen willst.
2. Bestehende Skalen prüfen: Für viele Konstrukte gibt es bereits validierte Instrumente, etwa im ZPID-Testarchiv oder in der GESIS-Skalendokumentation. Die Nutzung validierter Skalen spart Entwicklungszeit und erhöht die Vergleichbarkeit deiner Ergebnisse erheblich.
3. Items theoriegeleitet ableiten: Wenn du eigene Items entwickelst, leite sie systematisch aus deiner Theorie ab. Pro Konstrukt solltest du mindestens vier bis fünf Items formulieren, um die interne Konsistenz später prüfen zu können.
4. Dimensionalität klären: Misst du ein eindimensionales Konstrukt oder ein mehrdimensionales? Diese Entscheidung beeinflusst, wie du später deine Skalen bildest und auswertest.

Der Bezug zur Literatur ist entscheidend: Im Methodik-Kapitel zeigst du, wie du von der Theorie zu jedem Item gelangt bist. Eine gründliche Literaturrecherche ist deshalb keine bloße Vorarbeit, sondern integraler Bestandteil der Fragebogenkonstruktion — sie liefert die inhaltliche Begründung für jedes Item.

Aufbau des Fragebogens

Ein gut strukturierter Fragebogen folgt einer klaren inneren Logik. Die Reihenfolge der Blöcke beeinflusst sowohl die Antwortbereitschaft der Teilnehmenden als auch die Qualität der erhobenen Daten. Bewährt hat sich folgende Abfolge:

Als Richtwert gilt: Der vollständige Fragebogen sollte in zehn bis fünfzehn Minuten ausfüllbar sein. Das entspricht grob 20 bis 40 Items. Längere Befragungen führen zu Abbrüchen und sinkender Antwortqualität — beides schadet deiner Datenbasis.

Itemtypen: geschlossen, skaliert, offen

Nicht alle Fragen sind gleich konstruiert. In der empirischen Sozialforschung unterscheidet man drei Haupttypen, die du je nach Erkenntnisinteresse kombinierst:

Geschlossene Items

Bei geschlossenen Items gibt es vorgegebene Antwortkategorien. Dazu zählen dichotome Fragen (Ja/Nein), Multiple-Choice-Fragen mit Einfach- oder Mehrfachauswahl sowie Ranking-Aufgaben. Sie sind schnell zu beantworten und einfach statistisch auszuwerten, schränken aber den Antwortspielraum ein. Wenn wichtige Antwortkategorien fehlen, entstehen Messfehler.

Skalierte Items (Ratingskalen)

Skalierte Items sind die Arbeitspferde quantitativer Fragebögen. Die Befragten ordnen sich auf einer abgestuften Skala ein — zum Beispiel von „stimme überhaupt nicht zu“ bis „stimme voll zu“. Sie erlauben metrische oder zumindest ordinale Auswertungen. Mehr dazu im folgenden Abschnitt über Likert-Skalen.

Offene Items

Offene Items erlauben Freitext-Antworten. Sie liefern inhaltlich reichhaltige Daten, sind aber aufwändig auszuwerten — du benötigst dafür eine qualitative Inhaltsanalyse oder ein systematisches Codierungsverfahren. In einem primär quantitativen Fragebogen setzt man offene Items sparsam ein, zum Beispiel als abschließendes Kommentarfeld.

Likert-Skala und andere Ratingskalen

Wenn du Einstellungen, Zustimmungsgrade oder Häufigkeiten messen willst, bist du in der Regel mit einer Likert-Skala am besten bedient. Benannt nach dem US-amerikanischen Sozialforscher Rensis Likert, misst sie, wie stark jemand einer Aussage zustimmt oder sie ablehnt — ein Verfahren, das in sozialwissenschaftlichen, pädagogischen und psychologischen Studien weltweit Standard ist.

Fünf oder sieben Stufen?

Beide Varianten sind in wissenschaftlichen Arbeiten verbreitet und vertretbar:

• 5-stufige Skala (z. B. 1 = „stimme gar nicht zu“ bis 5 = „stimme voll zu“): kognitiv einfacher für Befragte, für die meisten BA-Themen ausreichend differenziert
• 7-stufige Skala: feinere Differenzierung, bevorzugt in psychologischen und marketingwissenschaftlichen Studien, wo subtile Unterschiede relevant sind

Beschrifte immer alle Pole der Skala — nicht nur die Endpunkte. Und entscheide bewusst, ob du einen mittleren Neutralwert anbietest: Eine ungerade Stufenzahl erlaubt eine Mittelposition, eine gerade Stufenzahl erzwingt eine Tendenzentscheidung. Beides ist methodisch legitim, muss aber begründet werden.

Weitere Skalentypen

Neben der Likert-Skala gibt es weitere Ratingskalen, die je nach Erkenntnisinteresse sinnvoll sind:

• Semantisches Differential: Zwei bipolare Adjektive (z. B. „gut“ — „schlecht“, „modern“ — „veraltet“) bilden die Pole; nützlich für die Bewertung von Objekten, Produkten oder Marken
• Visuelle Analogskala (VAS): Eine kontinuierliche Linie, auf der Befragte eine Position markieren; in der klinischen Forschung verbreitet, z. B. für Schmerzintensität
• Häufigkeitsskalen: „nie / selten / gelegentlich / oft / immer“ — geeignet für die Erfassung von Verhaltenshäufigkeiten

Wording-Regeln: Was du unbedingt vermeiden musst

Schlecht formulierte Items sind der häufigste Fehler in studentischen Fragebögen — und sie produzieren systematische Messfehler, die du im Nachhinein nicht mehr korrigieren kannst. Diese Regeln helfen dir, es von Anfang an richtig zu machen:

• Eine Frage pro Item: „Wie zufrieden bist du mit der Betreuung und den Räumlichkeiten?“ enthält zwei inhaltlich unabhängige Fragen. Wer die Betreuung gut, aber die Räume schlecht findet, kann nicht sinnvoll antworten. Trenne sie konsequent.
• Einfache Sprache: Vermeide Fachbegriffe und Abkürzungen, die deine Zielgruppe möglicherweise nicht kennt — auch wenn du selbst täglich damit arbeitest.
• Keine Suggestivfragen: „Stimme damit überein, dass die Mensapreise zu hoch sind“ lenkt die Antwort in eine bestimmte Richtung. Formuliere neutral.
• Ausgewogene Polung: Formuliere Items teils positiv, teils negativ, um Antwortstile wie die Ja-Sage-Tendenz (Acquiescence Bias) zu kontrollieren. Negativ gepolte Items musst du vor der Auswertung umkodieren.
• Klarer Zeitbezug: „In den letzten vier Wochen“ ist präziser als „normalerweise“ oder „im Allgemeinen“.
• Vollständige Antwortkategorien: Bei Mehrfachauswahl-Items: Ist deine Liste wirklich erschöpfend? Biete im Zweifel eine Option „Sonstiges, und zwar: ___“ an.

Tools für die Online-Befragung: SoSci Survey, LimeSurvey & Co.

Für akademische Abschlussarbeiten in Deutschland, Österreich und der Schweiz haben sich zwei Tools besonders etabliert — beide erfüllen die datenschutzrechtlichen Anforderungen für wissenschaftliche Erhebungen:

SoSci Survey (soscisurvey.de)

SoSci Survey ist für nicht-kommerzielle wissenschaftliche Erhebungen kostenlos nutzbar, wird auf deutschen Servern gehostet und gilt als DSGVO-konform. Viele Hochschulen im DACH-Raum empfehlen es aktiv. Die Oberfläche ist mächtig und unterstützt komplexe Filterlogiken, randomisierte Itemreihenfolgen sowie den direkten Datenexport im SPSS- und CSV-Format. Eine gewisse Einarbeitungszeit ist einzuplanen, zahlt sich aber aus.

LimeSurvey

LimeSurvey ist Open-Source-Software, die viele Universitäten auf eigenen Servern betreiben. Prüfe frühzeitig, ob deine Hochschule einen LimeSurvey-Zugang für Studierende bereitstellt — das spart Installationsaufwand und gewährleistet institutionellen Datenschutz. LimeSurvey bietet eine breite Palette an Fragetypen und eignet sich auch für anspruchsvollere Studiendesigns mit Verzweigungslogik.

Weitere Optionen im Überblick

• Unipark / EFS Survey: Kostenlos für Studierende an Partnerhochschulen, professionelle Exportfunktionen
• Microsoft Forms: Wenn deine Hochschule Microsoft 365 nutzt, datenschutzrechtlich akzeptabler als Google; begrenzte Fragebogenlogik
• Google Forms: Sehr einfach zu bedienen, aber datenschutzrechtlich kritisch bei personenbezogenen Daten (US-Server); für wissenschaftliche Abschlussarbeiten an den meisten deutschen Hochschulen nicht empfohlen

Einen ausführlichen Überblick mit Auswertungsbeispielen für Umfragen in der Abschlussarbeit — von der Stichprobengewinnung bis zur Darstellung der Ergebnisse — bietet der Artikel zu Umfragen in der Abschlussarbeit auf tesify.io.

Stichprobengröße bestimmen

Wie viele Teilnehmerinnen und Teilnehmer brauchst du? Die Antwort hängt von deiner geplanten Analysemethode ab:

• Deskriptive Auswertung (Häufigkeiten, Mittelwerte): 50–100 Personen sind in der Regel ausreichend
• Gruppenvergleiche (t-Test, Mann-Whitney-U): Plane mindestens 30 Personen pro Gruppe
• Korrelationsanalysen: Mindestens 80–100 Fälle für stabile Schätzungen
• Multiple Regression: Als grobe Faustregel gelten 10–20 Fälle pro eingeschlossenem Prädiktor

Berücksichtige außerdem eine realistische Ausfallquote: Bei Online-Befragungen brechen viele Teilnehmende den Fragebogen ab, bevor sie ihn vollständig ausfüllen. Plane entsprechend mehr Einladungen ein und dokumentiere im Methodik-Kapitel, wie viele vollständige Datensätze du letztlich auswertest und welche Fälle du aus welchem Grund ausgeschlossen hast. Diese Transparenz ist ein Qualitätsmerkmal deiner Arbeit.

Pretest: Warum er unverzichtbar ist

Kein Fragebogen ist beim ersten Entwurf fehlerfrei. Vor der eigentlichen Datenerhebung führst du deshalb einen Pretest (auch Pilottest genannt) durch: Du bittest fünf bis zehn Personen aus deiner Zielgruppe, den Fragebogen auszufüllen — und danach zu berichten, was unklar war, welche Fragen sie als seltsam empfunden haben und wie lange sie gebraucht haben.

Was der Pretest typischerweise aufdeckt:

• Verständnisprobleme und doppeldeutige Formulierungen
• Fehlende oder unvollständige Antwortkategorien
• Technische Darstellungsprobleme — vor allem auf mobilen Endgeräten
• Die tatsächliche Bearbeitungsdauer (für deinen Einladungstext wichtig)
• Items mit keinerlei Varianz in den Antworten — solche Items liefern für die Auswertung keinen Mehrwert

Pretest-Teilnehmende gehen nicht in die Haupterhebung ein. Dokumentiere die Änderungen, die du aufgrund des Pretests vorgenommen hast, im Methodik-Kapitel deiner Arbeit — das zeigt Gutachterinnen und Gutachtern methodische Sorgfalt und ist ein positives Qualitätssignal.

Gütekriterien: Objektivität, Reliabilität und Validität

Jeder wissenschaftliche Fragebogen muss drei klassische Gütekriterien erfüllen. Du musst in deiner Abschlussarbeit zumindest nachweisen, dass du diese Kriterien berücksichtigt und soweit möglich geprüft hast. Das ist das direkte quantitative Pendant zu den Gütekriterien qualitativer Methoden wie der Inhaltsanalyse nach Mayring.

Objektivität

Objektivität bedeutet, dass die Ergebnisse unabhängig davon sind, wer den Fragebogen durchführt und auswertet. Ein standardisierter Online-Fragebogen mit geschlossenen Items ist in der Regel hochobjektiv — es gibt keine Interviewereffekte und die Auswertung ist durch die Software determiniert. Man unterscheidet:

• Durchführungsobjektivität: Gleiche Bedingungen für alle Befragten (gleicher Einladungstext, gleiche Plattform)
• Auswertungsobjektivität: Eindeutige Kodierungsregeln, vor allem relevant bei offenen Fragen
• Interpretationsobjektivität: Klare Kriterien für die Deutung der Ergebnisse, unabhängig von persönlichen Vorannahmen

Reliabilität

Reliabilität beschreibt die Messgenauigkeit: Würde dasselbe Instrument unter gleichen Bedingungen zum selben Ergebnis führen? Das gebräuchlichste Maß in der Fragebogenforschung ist die interne Konsistenz, gemessen über Cronbach’s Alpha (α). Ein Wert von α ≥ 0,70 gilt für Abschlussarbeiten als akzeptabel; ab α ≥ 0,80 spricht man von guter interner Konsistenz. Du berechnest Cronbach’s Alpha nach der Haupterhebung für jede Skala separat und berichtest ihn im Ergebnis-Kapitel.

Validität

Validität ist das anspruchsvollste Gütekriterium: Misst dein Instrument wirklich das, was es messen soll? Unterscheide drei Arten:

• Inhaltsvalidität: Decken die Items das Konstrukt inhaltlich vollständig und ausgewogen ab? (Beurteilung durch Literaturbezug oder Expertinnen und Experten)
• Konstruktvalidität: Hängen deine Items so zusammen, wie es die Theorie vorhersagt? (Exploratorische oder konfirmatorische Faktorenanalyse)
• Kriteriumsvalidität: Korreliert dein Instrument mit einem etablierten Außenkriterium? (Konvergente Validität)

In einer Bachelorarbeit ist ein lückenloses Validitätsportfolio selten realisierbar. Konzentriere dich auf die Inhaltsvalidität durch konsequenten Literaturbezug und die interne Konsistenz als Reliabilitätsmaß. Wenn du zusätzlich eine exploratorische Faktorenanalyse durchführst, lieferst du bereits einen Konstruktvaliditätshinweis — das wird von Gutachtenden geschätzt.

Grundlegende Auswertung mit SPSS, JASP oder R

Die Fragebogen-Auswertung beginnt nicht mit dem ersten Klick in SPSS, sondern mit der Datenkontrolle. Exportiere deine Rohdaten aus dem Survey-Tool in ein Tabellenformat (CSV oder SPSS-sav) und prüfe systematisch:

• Gibt es Fälle, die den Fragebogen nur begonnen, aber nicht abgeschlossen haben?
• Gibt es auffällige Antwortmuster — z. B. Personen, die alle Items identisch beantwortet haben (Straightlining)?
• Wie viele Fälle haben fehlende Werte (Missing Values), und wie gehst du damit um (listenweiser Ausschluss, paarweiser Ausschluss oder Imputation)?
• Müssen negativ gepolte Items vor der Skalenbildung umkodiert werden?

Deskriptive Statistik

Als ersten inhaltlichen Auswertungsschritt berechnest du für alle Variablen Häufigkeiten, Mittelwerte (M) und Standardabweichungen (SD). Diese Kennwerte legst du in deiner Arbeit tabellarisch dar — sie geben einen ersten Überblick über die Stichprobe und die Antwortverteilung, noch vor jeder inferenzstatistischen Prüfung.

Reliabilitätsanalyse (Cronbach’s Alpha)

Für jede Likert-Skala, die du als Summen- oder Mittelwertindex auswerten willst, berechnest du Cronbach’s Alpha. In SPSS findest du diese Funktion unter Analysieren → Skalierung → Reliabilitätsanalyse. Prüfe dabei den Wert „Alpha, wenn Item weggelassen“ — er zeigt dir, welche Items die interne Konsistenz der Skala schwächen und möglicherweise entfernt werden sollten.

Inferenzstatistik

Je nach Forschungsfrage führst du weitere Tests durch: t-Tests oder Mann-Whitney-U-Tests für Gruppenvergleiche, Pearson- oder Spearman-Korrelationen für Zusammenhänge, oder eine lineare Regression zur Vorhersage. Im Methodik-Kapitel legst du im Voraus fest, welche Tests du verwendest — und begründest die Auswahl anhand von Skalenniveau und Verteilungsannahmen.

Als kostenlose Alternativen zu SPSS eignen sich JASP (mit grafischer Oberfläche ähnlich wie SPSS) oder R/RStudio hervorragend. Einen Überblick über das Methodik-Kapitel und seine Anforderungen findest du auf tesify.ch — dort werden auch die Unterschiede zwischen qualitativen und quantitativen Auswertungslogiken erklärt.

Häufige Fragen