Beispieltabellen für die Dissertation richtig erstellen

Eine Ergebnistabelle wird in einer Dissertation nicht daran gemessen, wie viele Zahlen sie enthält. Entscheidend ist, ob Leserinnen und Leser die Forschungsfrage, die analysierte Stichprobe und den Befund ohne Rätselraten nachvollziehen können. Wer nach „beispiel tabellen für dissertation“ sucht, braucht deshalb keine beliebige Vorlage, sondern eine Struktur, die zur eigenen Fragestellung, Methode und Fakultätsvorgabe passt.

Gerade bei medizinischen, psychologischen oder sozialwissenschaftlichen Dissertationen entscheidet die Qualität des Tabellenreportings mit darüber, ob Ergebnisse belastbar wirken. Eine sauber aufgebaute Tabelle macht den statistischen Weg transparent. Eine überladene oder unvollständige Tabelle erzeugt dagegen Rückfragen - selbst wenn die Analyse fachlich korrekt durchgeführt wurde.

Was gute Tabellen in der Dissertation leisten müssen

Tabellen sind kein Anhang für Software-Output. Sie ersetzen lange Zahlenpassagen im Fließtext und geben den Leserinnen und Lesern genau die Kennwerte, die zur Beurteilung eines Ergebnisses notwendig sind. Dazu gehören je nach Analyse etwa Stichprobengröße, Mittelwerte, Streuungen, Effektstärken, Konfidenzintervalle und p-Werte.

Welche Angaben erforderlich sind, hängt von Design und Auswertungsmethode ab. Eine Tabelle für eine randomisierte klinische Studie folgt anderen Anforderungen als eine Tabelle aus einer Querschnittsbefragung oder einer qualitativen Inhaltsanalyse. Auch der gewünschte Zitierstil, etwa APA, Vancouver oder ein institutseigenes Layout, kann die Darstellung beeinflussen.

Die zentrale Regel lautet: Jede Tabelle muss eine konkrete Frage beantworten. Wenn eine Tabelle nur erstellt wurde, weil SPSS, R oder Stata einen Output geliefert hat, gehört sie meist noch nicht in die Dissertation.

Beispieltabellen für die Dissertation: Die wichtigsten Typen

In empirischen Dissertationen begegnen bestimmte Tabellentypen besonders häufig. Die folgende Auswahl zeigt, welche Informationen jeweils erwartet werden und worauf Sie bei der Darstellung achten sollten.

Tabelle 1: Beschreibung der Stichprobe

Die Stichprobentabelle steht meist am Beginn des Ergebnisteils. Sie zeigt, wer untersucht wurde und ob relevante Gruppen vergleichbar sind. Bei kategorialen Merkmalen berichten Sie Häufigkeiten und Prozentwerte. Bei metrischen Variablen sind Mittelwert und Standardabweichung oder, bei schiefen Verteilungen, Median und Interquartilsabstand sinnvoll.

Tabelle 1. Soziodemografische und klinische Merkmale der Stichprobe

| Merkmal | Gesamtstichprobe (N = 184) | Interventionsgruppe (n = 92) | Kontrollgruppe (n = 92) |
|---|---:|---:|---:|
| Alter in Jahren, M (SD) | 46,8 (12,4) | 46,1 (12,0) | 47,5 (12,8) |
| Weiblich, n (%) | 108 (58,7) | 55 (59,8) | 53 (57,6) |
| Hochschulabschluss, n (%) | 96 (52,2) | 49 (53,3) | 47 (51,1) |
| Krankheitsdauer in Monaten, Median (IQR) | 18 (9-36) | 17 (8-34) | 19 (10-38) |

Unter die Tabelle gehört eine kurze Anmerkung, die Abkürzungen erklärt. Zum Beispiel: „Anmerkung. M = Mittelwert; SD = Standardabweichung; IQR = Interquartilsabstand.“ Prüfen Sie außerdem, ob Prozentwerte zeilen- oder spaltenweise berechnet wurden. Diese Entscheidung muss in der gesamten Arbeit konsistent bleiben.

Tabelle 2: Deskriptive Statistik und Reliabilität

Bei Fragebogenstudien reicht es nicht, nur Mittelwerte darzustellen. Leser müssen erkennen können, wie stark die Werte streuen und ob die verwendeten Skalen ausreichend reliabel gemessen haben. Cronbachs Alpha ist verbreitet, aber nicht automatisch die beste Kennzahl. Bei bestimmten Messmodellen oder ordinalen Antwortformaten kann Omega angemessener sein.

Tabelle 2. Deskriptive Kennwerte und interne Konsistenz der Skalen

| Skala | Anzahl Items | M | SD | Min-Max | Cronbachs α |
|---|---:|---:|---:|---:|---:|
| Depressivität | 9 | 8,42 | 5,71 | 0-25 | ,86 |
| Stressbelastung | 10 | 19,06 | 6,13 | 4-38 | ,82 |
| Selbstwirksamkeit | 10 | 29,74 | 5,08 | 15-40 | ,88 |

Ob Sie führende Nullen verwenden - also „0,86“ statt „,86“ - richtet sich nach dem gewählten Formatstandard. Wichtiger als diese Detailfrage ist die Einheitlichkeit. Mischen Sie nicht unterschiedliche Dezimalstellen, Bezeichnungen oder Schreibweisen innerhalb einer Tabelle.

Tabelle 3: Korrelationen richtig berichten

Korrelationsmatrizen werden schnell unlesbar. Beschränken Sie sich auf Variablen, die für Hypothesen, Modellbildung oder die Interpretation wirklich relevant sind. Bei Pearson-Korrelationen sollten Sie prüfen, ob Linearität und Ausreißer die Ergebnisse verzerren. Bei ordinalen Daten oder nicht normal verteilten Variablen kann Spearmans Rho die bessere Wahl sein.

Tabelle 3. Bivariate Korrelationen zwischen den Hauptvariablen

| Variable | 1 | 2 | 3 | 4 |
|---|---:|---:|---:|---:|
| 1. Depressivität | - | | | |
| 2. Stressbelastung | ,58 | - | | |
| 3. Selbstwirksamkeit | -,46 | -,39 | - | |
| 4. Schlafqualität | -,31 | -,28 | ,25 | - |

Anmerkung. Pearson-Korrelationen; p < ,01, p < ,001.

Eine Korrelationsmatrix ersetzt nicht die Interpretation im Text. Nennen Sie dort die Befunde, die Ihre Hypothesen betreffen, und ordnen Sie Richtung sowie Stärke ein. Vermeiden Sie allerdings, jede einzelne Korrelation in ganzen Sätzen zu wiederholen.

Tabelle 4: Regressions- und Modellresultate

Bei multiplen Regressionen, logistischen Regressionen oder gemischten Modellen müssen Tabellen mehr zeigen als einen p-Wert. Berichten Sie die Schätzwerte, Unsicherheit und Modellgüte. Bei linearen Regressionen sind unstandardisierte Koeffizienten B, Standardfehler, Konfidenzintervalle und bei Bedarf standardisierte Koeffizienten β üblich.

Tabelle 4. Multiple lineare Regression zur Vorhersage der Depressivität

| Prädiktor | B | SE | β | 95%-KI für B | p |
|---|---:|---:|---:|---:|---:|
| Konstante | 4,12 | 1,84 | - | 0,49 bis 7,75 | ,027 |
| Stressbelastung | 0,41 | 0,06 | ,49 | 0,29 bis 0,53 | < ,001 |
| Selbstwirksamkeit | -0,23 | 0,07 | -,24 | -0,37 bis -0,09 | ,002 |
| Alter | 0,03 | 0,04 | ,05 | -0,05 bis 0,11 | ,461 |

Anmerkung. R² = ,41, adjustiertes R² = ,40, F(3, 180) = 41,72, p < ,001.

Bei logistischen Modellen sollten Odds Ratios mit Konfidenzintervallen dargestellt werden. Bei Survival-Analysen sind Hazard Ratios relevant. Die Kennzahl muss zum Verfahren passen - eine formal hübsche Tabelle kann einen methodischen Fehler nicht kaschieren.

Formale Regeln, die häufig übersehen werden

Tabellen werden fortlaufend nummeriert und im Text vor ihrem ersten Erscheinen angekündigt, etwa: „Die deskriptiven Kennwerte sind in Tabelle 2 dargestellt.“ Jede Tabelle benötigt einen präzisen Titel. „Ergebnisse“ oder „Auswertung“ ist zu ungenau. Ein guter Titel benennt Inhalt, Population und gegebenenfalls Zeitpunkt der Messung.

Achten Sie darauf, dass Tabellen ohne den umgebenden Fließtext verständlich bleiben. Definieren Sie Abkürzungen in der Tabellenanmerkung, nennen Sie Maßeinheiten direkt in der Spaltenüberschrift und erklären Sie Besonderheiten wie fehlende Werte. Wenn sich die Fallzahl zwischen Analysen unterscheidet, darf das nicht verborgen bleiben. Schreiben Sie beispielsweise „N = 176 aufgrund fehlender Angaben zur Schlafqualität“.

Auch die optische Gestaltung verlangt Zurückhaltung. Vertikale Linien, farbige Zellen und unnötige Dezimalstellen lenken eher ab. Zwei Dezimalstellen sind bei vielen Kennwerten angemessen, aber nicht zwingend. Bei Prozentwerten kann eine Dezimalstelle ausreichen; bei sehr kleinen Effektstärken oder präzisen Laborwerten kann mehr Genauigkeit erforderlich sein.

Typische Fehler bei Dissertationstabellen

Ein häufiger Fehler ist die Verwechslung von statistischer und inhaltlicher Relevanz. Ein signifikanter p-Wert gehört in die Tabelle, erklärt aber weder die Größe noch die praktische Bedeutung eines Effekts. Berichten Sie daher nach Möglichkeit Effektstärken und Konfidenzintervalle.

Problematisch sind auch Tabellen, die denselben Befund mehrfach abbilden: einmal im Software-Screenshot, einmal in einer Tabelle und ein drittes Mal ausführlich im Text. Entscheiden Sie, wo die vollständigen Kennwerte stehen sollen. Rohoutput und ergänzende Sensitivitätsanalysen können, sofern die Promotionsordnung es zulässt, in den Anhang. Der Ergebnisteil bleibt dadurch lesbar.

Besondere Vorsicht gilt bei nachträglichen Gruppenvergleichen und vielen Einzeltests. Eine große Tabelle mit zahlreichen p-Werten kann den Eindruck selektiver Berichterstattung erwecken. Dokumentieren Sie deshalb vorab definierte Analysen klar und erläutern Sie explorative Auswertungen offen.

Von der Analyse zur druckreifen Tabelle

Die beste Reihenfolge ist nicht: Analyse ausführen, Output kopieren, Tabelle formatieren. Beginnen Sie mit Ihren Forschungsfragen und legen Sie fest, welche Kennwerte deren Beantwortung wirklich tragen. Danach erstellen Sie eine Berichtsvorlage und gleichen diese mit der Auswertung ab. So fallen fehlende Fallzahlen, falsche Bezugsgruppen oder uneinheitliche Rundungen früh auf.

Wenn die Ergebnisse komplex sind, lohnt sich eine methodische Prüfung vor der Abgabe besonders. Bei Easy Statistik unterstützen promovierte Statistikerinnen und Statistiker bei der Auswahl passender Kennwerte, der Interpretation und dem wissenschaftlich sauberen Reporting - diskret, individuell und nachvollziehbar. Nutzen Sie dafür das Kontaktformular, wenn Ihre Tabellen nicht nur formal korrekt, sondern fachlich überzeugend sein sollen.

Eine gute Dissertationstabelle nimmt Ihren Gutachtenden keine Denkarbeit ab. Sie sorgt dafür, dass diese Denkarbeit dort beginnt, wo Ihre wissenschaftliche Leistung sichtbar wird: bei der Interpretation Ihrer Ergebnisse.