Eine Vignettenstudie legt Befragten kurze, systematisch variierte Fallbeschreibungen vor und misst deren Urteil. Sie verbindet damit die kausale Aussagekraft eines Experiments mit der Reichweite einer Befragung: Weil die Merkmale der Vignetten zufällig zugeteilt werden, lassen sich Effekte einzelner Merkmale isolieren — was eine gewöhnliche Befragung nicht kann.
Wann brauchst du eine Vignettenstudie?
Immer dann, wenn du wissen willst, woran ein Urteil hängt — und die direkte Frage danach unbrauchbare Antworten liefern würde.
Das ist häufiger der Fall, als es scheint. Fragst du direkt „Wie wichtig ist Ihnen die Herkunft einer Bewerberin?“, bekommst du eine sozial erwünschte Antwort. Legst du stattdessen zwanzig Bewerbungsprofile vor, in denen die Herkunft zufällig variiert, misst du den tatsächlichen Effekt — ohne dass die Befragten das Kriterium benennen müssen oder überhaupt bemerken.
Typische Anwendungsfelder: Gerechtigkeits- und Bewertungsurteile, Personalauswahl, klinische und pflegerische Entscheidungen, Zahlungsbereitschaft, Normvorstellungen.
Die Methode ist dagegen nicht das Mittel der Wahl, wenn du reales Verhalten messen willst. Eine Vignette erfasst ein geäußertes Urteil über eine hypothetische Situation — das ist etwas anderes als eine Entscheidung mit Konsequenzen. Diese Grenze gehört in die Limitationen, nicht in die Diskussion der Ergebnisse.
Wie unterscheidet sie sich von einem klassischen Experiment?
| Merkmal | Vignettenstudie / faktorieller Survey | Laborexperiment |
|---|---|---|
| Stimulus | Textbeschreibung eines Falls | reale oder simulierte Situation |
| Setting | Befragung, oft online | kontrollierte Umgebung |
| Stichprobe | groß, oft heterogen | klein, oft studentisch |
| Externe Validität | höher bei der Stichprobe | niedriger |
| Interne Validität | hoch durch Randomisierung | sehr hoch |
| Gemessen wird | Urteil über einen Fall | Verhalten oder Reaktion |
Die Grundprinzipien — unabhängige und abhängige Variable, Randomisierung, Kontrolle von Störvariablen — sind dieselben wie im klassischen Design und im Beitrag zum experimentellen Design ausführlich erklärt. Dieser Beitrag setzt sie voraus und behandelt das, was bei Vignetten hinzukommt.
Wie konstruierst du die Vignetten?
Der Kern ist ein faktorielles Design: Du legst Merkmale (Dimensionen) fest, gibst jedem Merkmal Ausprägungen (Level) und kombinierst sie systematisch.
Ein Beispiel mit drei Dimensionen — Berufserfahrung (3 Level), Abschlussnote (3 Level), Elternzeit im Lebenslauf (2 Level) — ergibt 3 × 3 × 2 = 18 mögliche Vignetten, das sogenannte Vignettenuniversum. Bei fünf Dimensionen mit je drei Ausprägungen sind es bereits 243.
Daraus folgt das zentrale praktische Problem: Niemand bewertet 243 Fälle. Die üblichen Lösungen:
- Stichprobe aus dem Vignettenuniversum ziehen — jede Person bekommt ein zufällig zugewiesenes Set von etwa fünf bis zehn Vignetten.
- Fraktionelles Design — eine systematisch ausgewählte Teilmenge, die Haupteffekte sauber schätzbar hält, auf Kosten hochstufiger Wechselwirkungen.
- Dimensionen reduzieren. Meist der beste Weg: Drei bis fünf Dimensionen sind für eine Abschlussarbeit realistisch.
🔴 Unplausible Kombinationen ausschließen. Ein faktorielles Design erzeugt mechanisch auch Fälle, die es real nicht gibt — etwa „25 Jahre alt“ mit „30 Jahre Berufserfahrung“. Solche Vignetten zerstören die Glaubwürdigkeit der gesamten Erhebung und müssen vorab gesperrt werden. Dokumentiere im Methodenteil, welche Kombinationen du ausgeschlossen hast und warum.
Wie schreibst du eine gute Vignette?
Der Text ist das Messinstrument. Vier Regeln, die den Unterschied machen:
- Kurz halten. Wenige Sätze. Lange Vignetten führen dazu, dass Befragte unterschiedliche Teile beachten — die Varianz stammt dann aus der Aufmerksamkeit, nicht aus dem Merkmal.
- Nur die Dimensionen variieren. Alles Übrige bleibt wortgleich. Wer nebenbei die Formulierung ändert, hat eine unkontrollierte Variable eingebaut.
- Ausprägungen gleich prominent platzieren. Steht ein Merkmal immer am Satzende, wirkt es allein durch die Position anders.
- Realistisch klingen. Die Fälle müssen plausibel sein, sonst antworten Befragte auf den Text statt auf die Situation.
Für die Antwortskalen gelten dieselben Regeln wie in jeder standardisierten Befragung; die Systematik steht im Beitrag zum Fragebogen erstellen. Die Übersetzung des theoretischen Konstrukts in konkrete Dimensionen ist ein Operationalisierungsschritt — die Vorgehensweise dazu unter Operationalisierung.
Der Pretest ist hier nicht optional. Lass fünf bis zehn Personen die Vignetten lesen und laut sagen, worauf sie achten. Regelmäßig zeigt sich dabei, dass eine Dimension anders verstanden wird als geplant — das lässt sich vorher korrigieren, nachher nicht.
Wie viele Befragte und wie viele Vignetten pro Person?
Die Besonderheit gegenüber gewöhnlichen Befragungen: Deine Fallzahl auf Urteilsebene ist Personenzahl × Vignetten pro Person. 150 Befragte mit je acht Vignetten ergeben 1.200 Urteile — deutlich mehr, als eine Personenstichprobe dieser Größe sonst hergäbe.
Daraus folgt aber eine statistische Verpflichtung, die häufig übersehen wird: Die Urteile einer Person sind nicht unabhängig voneinander. Wer sie behandelt, als kämen sie von 1.200 verschiedenen Menschen, unterschätzt die Standardfehler systematisch und findet Effekte, die nicht da sind.
Die saubere Lösung ist eine Auswertung, die die Verschachtelung von Urteilen in Personen berücksichtigt — üblich sind Mehrebenenmodelle mit einem zufälligen Effekt für die Person. Nenne dieses Vorgehen im Methodenteil ausdrücklich; es ist eines der ersten Dinge, auf die eine methodisch versierte Betreuung schaut. Die allgemeinen Auswertungsgrundlagen stehen unter quantitative Forschung.
Zur Zahl der Vignetten pro Person: Mehr Urteile bedeuten mehr statistische Kraft, aber auch Ermüdung. Verbreitet sind fünf bis zehn. Prüfe im Pretest, ab wann die Antworten schematisch werden. Für die Personenstichprobe gelten die üblichen Überlegungen aus dem Beitrag zur Stichprobenziehung.
Worauf achtest du bei der Auswertung?
- Reihenfolge randomisieren und die Position als Kontrollvariable mitführen — Ermüdungs- und Lerneffekte über die Vignettenfolge sind messbar.
- Manipulationscheck einbauen: Haben die Befragten das variierte Merkmal überhaupt wahrgenommen? Ohne diesen Nachweis ist ein Nulleffekt nicht interpretierbar.
- Haupteffekte vor Wechselwirkungen. Interaktionen brauchen deutlich größere Fallzahlen; plane sie nur, wenn die Theorie sie verlangt.
- Nicht auf Verhalten schließen. Gemessen wurde ein Urteil über einen hypothetischen Fall — die Formulierung der Ergebnisse muss das durchhalten.
Häufige Fragen zur Vignettenstudie
Was ist eine Vignette in der Forschung?
Eine kurze, systematisch konstruierte Fallbeschreibung, die Befragten zur Beurteilung vorgelegt wird. Einzelne Merkmale werden dabei experimentell variiert und zufällig zugeteilt, sodass sich ihr Effekt auf das Urteil isolieren lässt.
Wie viele Vignetten sollte eine Person bewerten?
Verbreitet sind fünf bis zehn. Mehr Urteile erhöhen die statistische Kraft, aber auch die Ermüdung; wo die Grenze liegt, zeigt der Pretest.
Ist eine Vignettenstudie ein Experiment?
Ja, ein in eine Befragung eingebettetes Experiment. Weil die Merkmalskombinationen zufällig zugeteilt werden, sind kausale Aussagen über den Effekt der variierten Merkmale auf das Urteil möglich.
Wie werte ich Vignettendaten aus?
Mit Verfahren, die berücksichtigen, dass mehrere Urteile von derselben Person stammen — üblich sind Mehrebenenmodelle mit einem zufälligen Effekt für die Person. Eine Auswertung, die alle Urteile als unabhängig behandelt, unterschätzt die Standardfehler.
Was ist der Unterschied zu einem Conjoint-Design?
Beide variieren Merkmale systematisch. Bei Vignetten wird typischerweise ein einzelner Fall bewertet, bei Conjoint-Designs wird zwischen mehreren gleichzeitig gezeigten Alternativen gewählt. Die Wahl hängt davon ab, ob du ein Urteil oder eine Entscheidung zwischen Optionen messen willst.
Wenn dein Erkenntnisinteresse eher auf Expertenurteile über die Zukunft zielt, ist die Delphi-Methode das passendere Verfahren; geht es um Beziehungsstrukturen statt um Urteile, die soziale Netzwerkanalyse.