Deskriptive Statistik richtig berichten in 7 Schritten
Ein Ergebnisteil kann rechnerisch korrekt und trotzdem angreifbar sein. Das passiert, wenn Kennwerte ohne Bezugsgruppe genannt, Prozentwerte unklar gerundet oder Mittelwerte bei stark schiefen Daten unkritisch interpretiert werden. Wer deskriptive Statistik richtig berichten möchte, muss deshalb nicht möglichst viele Zahlen aufführen. Entscheidend ist, die relevanten Merkmale der Stichprobe und der erhobenen Variablen nachvollziehbar, einheitlich und fachlich passend darzustellen.
Für Bachelor- und Masterarbeiten, Dissertationen sowie Publikationen gilt: Die Deskription ist keine bloße Formalität vor der eigentlichen Analyse. Sie zeigt, mit welchen Daten Sie arbeiten, wie belastbar die Datengrundlage ist und ob die späteren statistischen Schlussfolgerungen plausibel eingeordnet werden können.
1. Zuerst klären: Was soll die deskriptive Statistik zeigen?
Deskriptive Statistik beschreibt die vorliegenden Daten, ohne über die untersuchte Stichprobe hinaus zu verallgemeinern. Sie beantwortet beispielsweise: Wie alt waren die Teilnehmenden? Wie verteilen sich Geschlecht, Diagnosegruppen oder Studienfächer? Welche durchschnittliche Ausprägung hat ein Fragebogenscore? Wie stark unterscheiden sich die Werte innerhalb der Stichprobe?
Welche Kennwerte sinnvoll sind, hängt vom Skalenniveau und von der Verteilung ab. Nominale Variablen wie Raucherstatus oder Behandlungsgruppe berichten Sie üblicherweise mit absoluten und relativen Häufigkeiten. Bei ordinalen Variablen, etwa Schulnoten oder Likert-Einzelitems, sind Häufigkeiten, Median und Interquartilsabstand oft aussagekräftiger als ein Mittelwert. Metrische Variablen können mit Mittelwert und Standardabweichung beschrieben werden, sofern die Verteilung nicht deutlich schief oder von Ausreißern geprägt ist.
Ein häufiger Fehler besteht darin, Standardkennwerte aus der Statistiksoftware ungeprüft zu übernehmen. SPSS, R, Stata oder Python liefern viele Ausgaben. In den Ergebnisteil gehört jedoch nur, was Ihre Forschungsfrage, Stichprobe und spätere Analyse verständlicher macht.
2. Die Stichprobe transparent beschreiben
Am Anfang des Ergebnisteils steht meist die Beschreibung der analysierten Stichprobe. Nennen Sie zunächst, wie viele Fälle in die Auswertung eingegangen sind. Gab es Ausschlüsse, Abbrüche oder fehlende Werte, sollten Sie dies knapp und nachvollziehbar erläutern.
Eine präzise Formulierung lautet beispielsweise: „In die Analysen wurden 184 Personen eingeschlossen. Das Durchschnittsalter betrug 36,8 Jahre (SD = 11,4; Spannweite: 18-67 Jahre). 112 Teilnehmende (60,9 %) waren weiblich.“ Damit sind Stichprobengröße, Kennwert, Streuung, Einheit und Bezugsgröße eindeutig dokumentiert.
Wichtig ist die Unterscheidung zwischen großem und kleinem n. In vielen Fachkonventionen steht N für die Gesamtstichprobe und n für Teilgruppen. Wenn etwa 184 Personen insgesamt teilnahmen, davon 72 Personen in der Interventionsgruppe, können Sie schreiben: „Die Gesamtstichprobe umfasste N = 184; die Interventionsgruppe n = 72.“ Entscheidend ist weniger eine starre Vorgabe als die konsequente Verwendung im gesamten Dokument.
3. Mittelwert, Median und Streuung passend auswählen
Der Mittelwert ist vertraut, aber nicht immer die beste Beschreibung. Er reagiert empfindlich auf einzelne sehr hohe oder sehr niedrige Werte. Bei einer deutlich rechtsschiefen Verteilung des Krankenhausaufenthalts kann ein Mittelwert von 8,4 Tagen entstehen, obwohl die meisten Personen bereits nach vier Tagen entlassen wurden. Der Median zeigt dann typischerweise besser, wo ein „typischer“ Wert liegt.
Für annähernd symmetrische metrische Daten ist die Kombination aus Mittelwert und Standardabweichung üblich: „Der Depressionsscore lag bei M = 14,2 (SD = 6,1).“ Bei schiefen Daten, kleinen Stichproben mit Ausreißern oder klar ordinalen Skalen ist die Formulierung „Md = 12,0 (IQR = 8,0-16,0)“ häufig angemessener. Ergänzen Sie bei Bedarf Minimum und Maximum, insbesondere wenn der Wertebereich fachlich relevant ist.
Die folgende Orientierung hilft bei der Auswahl:
| Datentyp oder Verteilung | Sinnvolle Darstellung |
| --- | --- |
| Nominal, z. B. Therapieform | n und % |
| Ordinal, z. B. Zustimmung auf Einzelitem | n und %, bei Bedarf Median und IQR |
| Metrisch und annähernd symmetrisch | M und SD |
| Metrisch, deutlich schief oder ausreißeranfällig | Median und IQR, gegebenenfalls Min-Max |
Diese Regeln sind keine mechanische Pflicht. Ein summierter Fragebogenscore mit mehreren abgestuften Antwortformaten wird in vielen Disziplinen als annähernd metrisch behandelt. Ob das in Ihrem Projekt vertretbar ist, hängt von Skalenkonstruktion, Verteilung, Stichprobengröße und fachlicher Konvention ab.
4. Prozentwerte und fehlende Daten sauber ausweisen
Prozentwerte wirken eindeutig, können aber irreführend sein, wenn ihr Nenner wechselt. Wenn nur 160 von 184 Personen eine Frage beantwortet haben, darf sich der Prozentwert entweder auf alle 184 Personen oder nur auf die 160 gültigen Antworten beziehen. Beides kann korrekt sein. Sie müssen lediglich offenlegen, worauf sich die Angabe bezieht.
Schreiben Sie etwa: „Von 160 Personen mit gültiger Angabe gaben 58,8 % an, regelmäßig Sport zu treiben.“ Falls fehlende Werte relevant sind, berichten Sie zusätzlich deren Umfang: „Für die Variable Sportverhalten lagen 24 fehlende Angaben vor.“ Bei vielen Variablen mit wenigen Ausfällen genügt häufig ein Hinweis in der Tabellennote oder im Methodenteil.
Vermeiden Sie Prozentangaben mit einer scheinbaren Genauigkeit, die Ihre Daten nicht hergeben. Bei einer Stichprobe von 25 Personen wirkt „52,00 %“ unnötig präzise. Meist reicht eine Nachkommastelle, bei sehr kleinen Stichproben oft sogar eine ganze Zahl. Für Mittelwerte und Standardabweichungen sind ein bis zwei Nachkommastellen üblich. Die wichtigste Regel lautet: gleich runden und Einheiten stets nennen.
5. Tabellen so bauen, dass sie ohne Fließtext funktionieren
Eine gute Tabelle reduziert Rückfragen. Sie enthält einen präzisen Titel, klar bezeichnete Variablen, die passenden Kennwerte und gegebenenfalls Fußnoten zu Abkürzungen, fehlenden Werten oder Mehrfachnennungen. Der Leser sollte nicht zwischen Tabelle und Text springen müssen, um zu verstehen, was dargestellt wird.
Für Stichprobenmerkmale bietet sich eine Tabelle mit den Spalten „Merkmal“, „Kategorie oder Einheit“ und „n (%) bzw. M (SD)“ an. Bei Gruppenvergleichen können Sie pro Gruppe getrennte Spalten verwenden. Nehmen Sie nicht jede Variable auf, die im Datensatz existiert. Berichten Sie jene Merkmale, die die Stichprobe fachlich charakterisieren oder für die Interpretation der Ergebnisse bedeutsam sind.
Achten Sie besonders auf Mehrfachantworten. Wenn Teilnehmende mehrere Symptome, Informationsquellen oder Diagnosen angeben durften, addieren sich die Prozente absichtlich nicht zu 100 %. Das muss in einer Fußnote stehen: „Mehrfachnennungen möglich; Prozentwerte summieren sich daher nicht auf 100 %.“
6. Den Text nicht zur Wiederholung der Tabelle machen
Tabellen liefern Details, der Fließtext lenkt die fachliche Aufmerksamkeit. Wiederholen Sie daher nicht jede Tabellenzeile. Nennen Sie im Text die zentralen Muster, auffällige Verteilungen und für die Forschungsfrage wichtige Merkmale.
Statt „Tabelle 1 zeigt alle soziodemografischen Daten“ ist eine informative Einordnung besser: „Die Stichprobe war überwiegend weiblich und wies eine breite Altersspanne auf. Der Anteil berufstätiger Teilnehmender lag bei 68,5 %.“ Anschließend verweist ein kurzer Satz auf die Tabelle. So bleibt der Ergebnisteil lesbar, ohne Informationen zu verlieren.
Beschreibende Formulierungen sollten neutral bleiben. Aus „Die Gruppe erzielte einen schlechten Wert“ wird besser: „Die Gruppe erreichte im Mittel 42,1 von 100 möglichen Punkten.“ Ob dieser Wert niedrig, klinisch auffällig oder praktisch relevant ist, lässt sich nur vor dem Hintergrund definierter Referenzwerte, Cut-offs oder Vergleichsdaten beurteilen.
7. Deskriptive Statistik richtig berichten: Qualitätscheck vor Abgabe
Prüfen Sie vor der Abgabe nicht nur die Rechenwege, sondern auch die Darstellung. Besonders zuverlässig ist ein kurzer Abgleich mit vier Fragen:
- Ist bei jeder zentralen Zahl klar, auf welche Variable, Einheit und Fallzahl sie sich bezieht?
- Passen Kennwerte und Grafik zur Skala und Verteilung der Daten?
- Sind fehlende Werte, Ausschlüsse und Mehrfachnennungen transparent dokumentiert?
- Verwenden Text, Tabellen und Abbildungen dieselben Zahlen, Abkürzungen und Rundungsregeln?
Gerade bei medizinischen, psychologischen oder sozialwissenschaftlichen Arbeiten entscheiden kleine Reportingfehler darüber, ob Ergebnisse nachvollziehbar wirken. Wenn die Stichprobe komplex ist, Skalen geprüft werden müssen oder Tabellen vor der Abgabe fachlich kontrolliert werden sollen, unterstützt Easy Statistik mit individueller Statistikberatung und Fachlektorat durch promovierte Statistiker. Nutzen Sie dafür das Kontaktformular und lassen Sie Ihr Reporting prüfen, bevor aus einer vermeidbaren Formalie eine kritische Rückfrage wird.
