Welcher statistische Test passt zu deiner Fragestellung? Der Entscheidungsbaum 2026

Die Daten sind erhoben, das Statistikprogramm ist offen, und im Menü stehen dreissig Verfahren. Welches davon beantwortet deine Fragestellung? Diese Frage ist keine Frage der Statistikkenntnisse, sondern eine Frage der Datenstruktur — und sie lässt sich mit vier Angaben beantworten, die du längst hast.

Dieser Beitrag ist der Entscheidungsbaum dazu: vier Fragen, eine Zuordnung, und für jeden Endpunkt der Hinweis, was du danach prüfen musst.

Die vier Fragen

Notiere dir die Antworten, bevor du irgendetwas anklickst. Sie sind die vollständige Grundlage der Entscheidung.

1. Was willst du wissen — einen Unterschied oder einen Zusammenhang? «Unterscheiden sich zwei Gruppen?» ist etwas anderes als «Hängen zwei Merkmale zusammen?». Diese Trennung halbiert den Suchraum sofort.
2. Welches Skalenniveau hat deine abhängige Variable? Metrisch, ordinal oder nominal. Das ist die Angabe, die den grössten Teil der Entscheidung trägt — und sie stammt aus deiner Operationalisierung, nicht aus dem Datensatz.
3. Wie viele Gruppen beziehungsweise Messungen vergleichst du? Zwei oder mehr als zwei.
4. Sind die Messungen unabhängig oder verbunden? Unabhängig heisst: verschiedene Personen. Verbunden heisst: dieselben Personen zu zwei Zeitpunkten oder gezielt gebildete Paare.

Frage 4 ist die, an der es am ehesten schiefgeht. Ein Vorher-Nachher-Vergleich derselben Personen ist verbunden, auch wenn die Zeilen im Datensatz untereinander stehen. Wer hier einen Test für unabhängige Stichproben rechnet, verschenkt Teststärke und verletzt eine Annahme gleichzeitig.

Weg A: Du suchst einen Unterschied

Abhängige Variable metrisch

• Zwei unabhängige Gruppen → t-Test für unabhängige Stichproben. Bei ungleichen Varianzen die Welch-Variante, die die meisten Programme ohnehin mitliefern.
• Zwei verbundene Messungen → t-Test für verbundene Stichproben.
• Mehr als zwei unabhängige Gruppen → einfaktorielle Varianzanalyse, gefolgt von einem Post-hoc-Verfahren, wenn der Gesamttest signifikant ist.
• Mehr als zwei verbundene Messungen → Varianzanalyse mit Messwiederholung.
• Zwei Einflussfaktoren gleichzeitig → zweifaktorielle Varianzanalyse, mit der zusätzlichen Frage nach einem Interaktionseffekt.

Abhängige Variable ordinal — oder metrisch mit verletzten Annahmen

• Zwei unabhängige Gruppen → Rangsummentest für zwei unabhängige Stichproben.
• Zwei verbundene Messungen → Vorzeichen-Rang-Test.
• Mehr als zwei unabhängige Gruppen → Rangvarianzanalyse für unabhängige Stichproben.
• Mehr als zwei verbundene Messungen → Rangvarianzanalyse für verbundene Stichproben.

Abhängige Variable nominal

• Zwei unabhängige Gruppen, dichotomes Ergebnis → Chi-Quadrat-Test in der Kreuztabelle, bei kleinen erwarteten Häufigkeiten der exakte Test.
• Zwei verbundene Messungen, dichotomes Ergebnis → McNemar-Test.
• Mehr als zwei Kategorien → ebenfalls Chi-Quadrat, dann aber mit Effektmass und Residuen statt nur mit einem p-Wert.

Weg B: Du suchst einen Zusammenhang

• Beide Variablen metrisch, Zusammenhang linear → Produkt-Moment-Korrelation.
• Mindestens eine ordinal oder der Verlauf gekrümmt → Rangkorrelation. Welche Bedingungen dabei genau entscheiden, steht im Beitrag Pearson oder Spearman.
• Beide nominal → Chi-Quadrat mit Cramers V.
• Eine metrische Zielgrösse, mehrere Einflussgrössen → multiple lineare Regression.
• Eine dichotome Zielgrösse, mehrere Einflussgrössen → logistische Regression.
• Eine Variable wirkt über eine dritte oder verändert eine Wirkung → Mediations- beziehungsweise Moderationsanalyse. Das ist ein eigenes Modell, kein Zusatztest.

Der Schritt, den der Entscheidungsbaum nicht ersetzt

Ein Verfahren auszuwählen ist nicht dasselbe wie es zu rechtfertigen. Nach der Zuordnung kommen drei Prüfungen, und alle drei gehören berichtet.

Erstens: Datenqualität. Extremwerte und implausible Angaben verschieben Mittelwerte und Regressionsgeraden, bevor irgendein Test läuft. Wie du sie findest und was du damit tun darfst, ohne angreifbar zu werden, steht im Beitrag zu Ausreissern.

Zweitens: Annahmen. Jedes parametrische Verfahren hat welche — annähernde Normalverteilung der relevanten Grösse, Varianzhomogenität, bei Messwiederholung zusätzlich die Sphärizität, bei der Regression Linearität und unkorrelierte Prädiktoren. Prüfe sie, bevor du das Ergebnis interpretierst, nicht danach. Und behalte im Kopf: Bei grösseren Stichproben sind viele dieser Verfahren gegenüber moderaten Verletzungen robust — eine leicht schiefe Verteilung ist kein Grund, sofort auf ein Rangverfahren zu wechseln.

Drittens: Skalenentscheidungen. Ob deine Zufriedenheitsangabe metrisch oder ordinal behandelt wird, ist keine Eigenschaft der Daten, sondern eine begründete Setzung. Bei Fragebogendaten ist das die häufigste Weggabelung überhaupt; die Kriterien dafür sammelt der Beitrag zum Auswerten von Likert-Skalen.

Ein durchgerechnetes Beispiel

Angenommen, deine Fragestellung lautet: «Unterscheiden sich Vollzeit- und Teilzeitstudierende in ihrer Studienzufriedenheit, und hängt die Zufriedenheit mit der Anzahl der Betreuungsgespräche zusammen?» Das sind zwei Fragen, also zwei Wege durch den Baum.

Erste Teilfrage. Unterschied (Weg A). Zielgrösse ist die Zufriedenheit, gemessen als Mittelwert über sechs Items — also ein Skalenwert, den du begründet als metrisch behandelst. Zwei Gruppen. Verschiedene Personen, also unabhängig. Endpunkt: t-Test für unabhängige Stichproben. Prüfung vorher: Verteilung der Skalenwerte pro Gruppe anschauen, Varianzhomogenität beurteilen, bei Zweifeln die Welch-Variante nehmen. Bericht: Mittelwerte, Standardabweichungen, Prüfgrösse, Freiheitsgrade, p-Wert, Effektstärke, Konfidenzintervall der Differenz.

Zweite Teilfrage. Zusammenhang (Weg B). Zufriedenheit metrisch, Anzahl Gespräche eine Zählvariable mit wenigen Ausprägungen und vermutlich schiefer Verteilung. Der Baum führt hier nicht automatisch zu Pearson: Ein Streudiagramm entscheidet, und bei einer stark rechtsschiefen Zählvariablen ist die Rangkorrelation die verlässlichere Wahl. Bericht: Koeffizient, Fallzahl, p-Wert — und ein Satz dazu, warum du dich für die eine oder andere Variante entschieden hast.

Der Punkt an diesem Beispiel: Beide Antworten stehen fest, bevor irgendeine Zahl berechnet ist. Genau das ist der Zustand, den du vor dem Öffnen des Statistikprogramms erreichen willst.

Zwei Sonderfälle, die den Baum überschreiben

Sehr ungleich grosse Gruppen. 180 Personen in der einen, 14 in der anderen Gruppe: Der Test rechnet zwar, aber die kleine Gruppe bestimmt praktisch allein die Teststärke, und Annahmen wie Varianzhomogenität werden bei dieser Konstellation besonders folgenreich. Die brauchbaren Antworten sind eine Welch-Korrektur, ein Rangverfahren oder — oft ehrlicher — die kleine Gruppe nur deskriptiv zu beschreiben und auf den Test zu verzichten.

Sehr wenige Fälle insgesamt. Unter etwa zwanzig Fällen pro Gruppe wird jede Schätzung instabil, und der Unterschied zwischen «signifikant» und «nicht signifikant» hängt an einzelnen Personen. Exakte Verfahren sind hier die technisch richtige Wahl; die inhaltlich richtige ist meistens, das Ergebnis als explorativ zu kennzeichnen und in der Diskussion entsprechend vorsichtig zu bleiben.

Vier Fehler, die den ganzen Ergebnisteil kosten

1. Den Test nach dem Ergebnis auswählen. Wenn du drei Verfahren durchrechnest und das mit dem kleinsten p-Wert berichtest, ist das kein Methodenvergleich. Lege die Zuordnung im Auswertungsplan fest, bevor du die Daten anschaust.
2. Verbundene Daten als unabhängig behandeln. Der häufigste strukturelle Fehler — und einer, den jede Betreuung erkennt.
3. Viele Einzeltests statt eines Gesamtmodells. Zehn t-Tests hintereinander erzeugen Zufallstreffer. Entweder ein Verfahren, das alle Gruppen gemeinsam prüft, oder eine Korrektur des Signifikanzniveaus — und beides begründet.
4. Nur den p-Wert berichten. Zu jedem Test gehören Effektstärke und, wo möglich, ein Konfidenzintervall. Was zu tun ist, wenn nichts signifikant wird, beschreibt der Beitrag zu nicht signifikanten Ergebnissen.

Den Auswertungsplan schreiben, bevor du erhebst

Der grösste Nutzen dieses Entscheidungsbaums liegt nicht am Ende, sondern am Anfang. Wer vor der Datenerhebung notiert, welche Hypothese mit welchem Verfahren geprüft wird, merkt sofort, wenn eine Fragestellung mit dem geplanten Instrument gar nicht beantwortbar ist — und kann den Fragebogen noch ändern.

Ein Auswertungsplan besteht aus einer Tabelle mit vier Spalten: Hypothese, abhängige Variable und ihr Skalenniveau, unabhängige Variable und Gruppenzahl, vorgesehenes Verfahren. Eine halbe Seite, und sie ersetzt später einen grossen Teil des Methodenteils. Wie sich das in das gesamte quantitative Design einfügt, zeigt der Beitrag zur quantitativen Forschung.

Häufige Fragen

Was, wenn meine Fragestellung in keinen Ast passt?

Dann ist meistens die Fragestellung noch nicht präzise genug — nicht der Baum unvollständig. Formuliere sie so um, dass klar wird, welche Variable die Zielgrösse ist und was verglichen wird. Bleibt sie danach immer noch unpassend, ist es vermutlich eine qualitative Frage, die kein Signifikanztest beantwortet.

Muss ich Voraussetzungen testen oder reicht ein Blick auf die Grafik?

Beides zusammen. Formale Tests reagieren bei grossen Stichproben auf minimale Abweichungen und bei kleinen Stichproben fast gar nicht — eine grafische Beurteilung ergänzt sie deshalb sinnvoll. Berichte, was du geprüft hast, und wie du entschieden hast.

Kann ich mehrere Verfahren berichten?

Ja, wenn du es als Robustheitsprüfung deklarierst: «Die parametrische und die rangbasierte Analyse führten zum selben Schluss.» Das ist ein Qualitätsmerkmal. Nicht zulässig ist, nur das günstigere Ergebnis zu zeigen.

Wo im Text steht die Begründung?

Im Methodenteil, in zwei bis drei Sätzen pro Verfahren: Warum dieses, welche Voraussetzungen geprüft wurden, welches Signifikanzniveau gilt. Im Ergebnisteil stehen danach nur noch die Zahlen.

Brauche ich für jede Hypothese ein eigenes Verfahren?

Nicht unbedingt — mehrere Hypothesen mit derselben Struktur können in einem Modell geprüft werden, und das ist oft die bessere Lösung, weil es die Zahl der Tests reduziert. Entscheidend ist, dass jede Hypothese eine klar zugeordnete Prüfgrösse hat.

Die Kurzfassung

Unterschied oder Zusammenhang, Skalenniveau der Zielgrösse, Anzahl Gruppen, unabhängig oder verbunden — mit diesen vier Angaben ist die Testwahl entschieden. Prüfe danach Datenqualität und Annahmen, berichte Effektstärke statt nur p-Wert, und halte die Zuordnung schriftlich fest, bevor du die Daten siehst.

Und wenn aus dem Auswertungsplan ein Kapitel werden soll: Tesify begleitet dich strukturiert durch deine Abschlussarbeit — vom Methodenteil bis zur Diskussion.