Dieses Quiz als Battle spielen: Deutsch, Klasse 5-6, G-Niveau

Quantitative Forschungsmethoden in der Pädagogik - Pädagogik

Einleitung

Quantitative Forschungsmethoden ermöglichen Dir, pädagogische Fragen mit systematisch erhobenen, numerisch codierten Daten zu untersuchen. Du kannst damit beispielsweise beschreiben, wie Lernmotivation in einer Stichprobe verteilt ist, Gruppen vergleichen, Zusammenhänge zwischen Unterrichtsmerkmalen und Lernergebnissen modellieren oder die Wirkung einer pädagogischen Intervention unter begründeten Annahmen abschätzen. Entscheidend ist nicht die Menge der Zahlen, sondern die nachvollziehbare Verbindung von Theorie, Forschungsfrage, Operationalisierung, Forschungsdesign, Datenerhebung, statistischer Analyse und vorsichtiger Interpretation.

Quantitative Forschung ist ein wichtiger Bestandteil der empirischen Bildungsforschung. Sie ergänzt qualitative Verfahren und kann mit ihnen in einem Mixed-Methods-Ansatz verbunden werden. Die Wahl der Methode folgt immer dem Erkenntnisinteresse. Dieser aiMOOC richtet sich an Studierende der Pädagogik und Erziehungswissenschaft sowie an Lernende in angrenzenden Studiengängen. Du arbeitest auf Hochschulniveau, benötigst aber nur grundlegende mathematische Vorkenntnisse.

Das folgende Video führt in die Logik pädagogischer Forschung und in die begründete Wahl von Forschungsmethoden ein.

Lernziele

Nach Abschluss des Kurses kannst Du einen quantitativen Forschungsprozess planen, die Qualität von Messungen und Stichproben beurteilen, geeignete deskriptive und inferenzstatistische Verfahren auswählen, Ergebnisse fachlich korrekt interpretieren und Grenzen quantitativer Evidenz transparent benennen.

Kompetenzbereich	Du kannst ...
Forschungsplanung	aus einer pädagogischen Problemstellung eine präzise Forschungsfrage und prüfbare Hypothese entwickeln.
Messen	theoretische Konstrukte operationalisieren und Objektivität, Reliabilität sowie Validität eines Instruments beurteilen.
Design	Querschnitts-, Längsschnitts-, experimentelle und quasi-experimentelle Designs nach ihrer Aussagekraft unterscheiden.
Stichprobe	Auswahlverfahren, mögliche Verzerrungen, statistische Power und Grenzen der Generalisierbarkeit reflektieren.
Analyse	Kennwerte, Diagramme, Konfidenzintervalle, Signifikanztests, Effektstärken und Regressionsmodelle angemessen einsetzen.
Interpretation	statistische Befunde von Kausalbehauptungen trennen und praktische, theoretische sowie pädagogische Relevanz diskutieren.
Forschungsethik	Datenschutz, informierte Einwilligung, Schutz vulnerabler Gruppen, Transparenz und gute wissenschaftliche Praxis berücksichtigen.

Quantitative Forschung in der Pädagogik

Quantitative Forschung untersucht pädagogisch relevante Merkmale mithilfe standardisierter oder systematisch codierter Beobachtungen. Beispiele sind Kompetenzwerte, Anwesenheitsquoten, Bearbeitungszeiten, Einschätzungen auf Ratingskalen, Unterrichtsbeobachtungen oder administrative Bildungsdaten. Zahlen sind dabei keine unmittelbaren Abbilder pädagogischer Wirklichkeit. Sie entstehen durch theoretische Entscheidungen darüber, was gemessen, wie es beobachtet und welche Schlussfolgerung daraus gezogen werden darf.

Typische Erkenntnisinteressen

Erkenntnisinteresse	Beispiel aus der Pädagogik	Geeignete Anlage
Beschreiben	Wie stark streuen Selbstwirksamkeitswerte von Lehramtsstudierenden?	Deskriptive Statistik, Verteilungsdarstellung
Gruppen vergleichen	Unterscheiden sich zwei Unterrichtsgruppen in ihrer mittleren Lernleistung?	Vergleichsdesign, t-Test oder geeignetes robustes beziehungsweise nichtparametrisches Verfahren
Zusammenhänge untersuchen	Hängt wahrgenommenes Feedback mit Lernmotivation zusammen?	Korrelationsanalyse, Regressionsanalyse
Veränderung analysieren	Wie entwickelt sich Lesekompetenz über mehrere Messzeitpunkte?	Längsschnittstudie, Wachstumskurven- oder Mehrebenenmodell
Wirkung abschätzen	Verbessert formatives Feedback die Leistung gegenüber einer Vergleichsbedingung?	Experiment oder begründet ausgewertetes Quasi-Experiment
Prognostizieren	Welche Merkmale sagen Studienabbruch unter neuen Studierenden voraus?	Validiertes Prognosemodell mit Trainings- und Prüfdaten

Quantitativ, qualitativ und Mixed Methods

Ein quantitativer Zugang eignet sich besonders, wenn Merkmale vergleichbar gemessen, Verteilungen beschrieben, Hypothesen geprüft oder Modelle auf viele Fälle angewendet werden sollen. Qualitative Zugänge sind besonders hilfreich, wenn Bedeutungen, Erfahrungen, Interaktionen oder wenig erforschte Prozesse in ihrer Kontextgebundenheit rekonstruiert werden. Beide Ansätze sind nicht hierarchisch geordnet. In einem Mixed-Methods-Design kann beispielsweise eine qualitative Vorstudie relevante Kategorien erschließen, aus denen anschließend ein Fragebogen entwickelt wird. Umgekehrt können auffällige quantitative Ergebnisse durch Interviews vertieft werden.

Quantitative Forschung wird häufig deduktiv geplant: Aus Theorie werden Hypothesen abgeleitet und an Daten geprüft. In der tatsächlichen Forschung gibt es jedoch auch explorative Analysen, Modellbildung und induktive Elemente. Wichtig ist, explorative und konfirmatorische Schritte klar zu kennzeichnen, damit nachträgliche Deutungen nicht als vorher festgelegte Tests erscheinen.

Der quantitative Forschungsprozess

Ein belastbarer Forschungsprozess ist iterativ. Frühere Entscheidungen werden überprüft, wenn sich theoretische, ethische oder praktische Probleme zeigen. Dennoch hilft eine klare Abfolge bei der Planung.

Phase	Leitfrage	Typisches Produkt
Problem und Theorie	Welches pädagogische Problem ist relevant, und welche Theorie erklärt es?	Begriffsdefinitionen, Literaturübersicht, theoretisches Modell
Forschungsfrage	Welche Population, welche Merkmale, welcher Kontext und welcher Zeitraum sind gemeint?	präzise Forschungsfrage
Hypothesen	Welche beobachtbaren Muster werden erwartet?	gerichtete oder ungerichtete Hypothesen, Nullhypothesen
Operationalisierung	Wie werden theoretische Konstrukte in beobachtbare Indikatoren übersetzt?	Messinstrument, Kodierregeln, Skalenbildung
Design	Welche Vergleichsbedingungen und Messzeitpunkte erlauben welche Schlussfolgerungen?	Studienprotokoll, Ablaufplan
Stichprobe	Wer soll untersucht werden, und wie werden Fälle ausgewählt?	Stichprobenplan, Poweranalyse
Datenerhebung	Wie werden Daten standardisiert, ethisch und möglichst fehlerarm erhoben?	Erhebungsunterlagen, Einwilligung, Schulung
Datenmanagement	Wie werden Daten dokumentiert, geschützt, bereinigt und versioniert?	Datenmanagementplan, Codebuch, Analyseskript
Analyse	Welche Modelle passen zu Frage, Design, Skalenniveau und Datenstruktur?	Tabellen, Grafiken, Modellschätzungen
Interpretation	Welche Aussagen sind durch Design und Daten gedeckt, und welche Alternativerklärungen bleiben?	Ergebnisbericht mit Unsicherheit, Effektstärken und Grenzen
Kommunikation	Wie werden Methoden und Ergebnisse transparent und adressatengerecht berichtet?	wissenschaftlicher Bericht, offene Materialien soweit vertretbar

Das folgende Video vertieft die Planung einer Forschungsmethodik von der Fragestellung bis zur Analyse.

Theorie, Forschungsfrage und Hypothesen

Eine gute Forschungsfrage ist theoretisch begründet, empirisch untersuchbar, ethisch vertretbar und hinreichend präzise. Formulierungen wie „Ist digitales Lernen gut?“ sind zu breit. Präziser wäre: „Unterscheidet sich der Zuwachs im mathematischen Problemlösen bei Schülerinnen und Schülern der siebten Klasse nach acht Wochen zwischen einer digital unterstützten Feedbackbedingung und dem üblichen Unterricht?“

Eine Hypothese übersetzt eine theoretische Erwartung in eine prüfbare Aussage über Variablen. Eine gerichtete Hypothese legt die erwartete Richtung fest, eine ungerichtete Hypothese nur das Vorliegen eines Unterschieds oder Zusammenhangs. Die Nullhypothese beschreibt im klassischen Testmodell meist das Fehlen eines bestimmten Unterschieds oder Parameters. Hypothesen sollten vor der Hauptanalyse so konkret festgelegt werden, dass Variablen, Vergleich, Population und Auswertungsregel erkennbar sind.

Variablen und ihre Rollen

Eine unabhängige Variable dient in einem Modell als erklärende oder zugewiesene Variable. Eine abhängige Variable bildet das zu erklärende Ergebnis. Kontrollvariablen werden berücksichtigt, um Präzision zu erhöhen oder plausible Störpfade zu adressieren. Diese Bezeichnungen allein beweisen keine Ursache. Ihre Rolle ergibt sich aus Theorie und Design.

Ein Störfaktor beeinflusst sowohl die vermeintliche Ursache als auch das Ergebnis und kann dadurch einen verzerrten Zusammenhang erzeugen. Ein Mediator liegt auf einem angenommenen Wirkpfad. Ein Moderator verändert Stärke oder Richtung eines Zusammenhangs. Eine Variable darf nicht allein aufgrund statistischer Korrelation einer dieser Rollen zugeordnet werden; erforderlich ist ein begründetes kausales Modell.

Operationalisierung und Messung

Operationalisierung bezeichnet die Übersetzung eines theoretischen Konstrukts in beobachtbare Indikatoren und verbindliche Messregeln. Das Konstrukt „schulische Selbstwirksamkeit“ könnte beispielsweise durch mehrere Aussagen erfasst werden, zu denen Lernende den Grad ihrer Zustimmung angeben. Die einzelnen Antworten sind Indikatoren; nach theoretisch und empirisch begründeter Auswertung kann daraus ein Skalenwert entstehen.

Eine überzeugende Operationalisierung enthält eine Definition des Konstrukts, eine Begründung der Indikatoren, eindeutige Instruktionen, standardisierte Antwortformate, Regeln für fehlende Werte und eine geplante Prüfung der Messqualität. Ein hoher Rechenaufwand kann eine schwache Operationalisierung nicht nachträglich heilen.

Likert-Items und Skalen

Ein einzelnes Likert-Item besitzt geordnete Antwortkategorien und ist zunächst ordinal. Eine Likert-Skala besteht aus mehreren Items, die dasselbe oder eng verwandte Konstrukte erfassen und nach festgelegten Regeln zusammengeführt werden. Summen- oder Mittelwerte aus mehreren geeigneten Items werden in der Praxis häufig näherungsweise metrisch analysiert. Diese Entscheidung muss jedoch mit Skalenkonstruktion, Verteilung, Anzahl der Kategorien, Robustheit des Verfahrens und Forschungsfrage begründet werden.

Gute Items sind verständlich, beziehen sich möglichst auf einen Gedanken, vermeiden doppelte Verneinungen und legen einen passenden Bezugszeitraum fest. Suggestive Formulierungen, unklare Häufigkeitswörter und zwei Fragen in einem Item erhöhen das Risiko systematischer Messfehler.

Skalenniveaus

Skalenniveau	Aussage	Pädagogisches Beispiel	Typische Auswertung
Nominalskala	Kategorien ohne natürliche Reihenfolge	Studiengang, Unterrichtsform	Häufigkeiten, Anteile, Modus
Ordinalskala	geordnete Kategorien, Abstände nicht zwingend gleich	einzelne Zustimmungsstufe, Rangplatz	Median, Quantile, Rangverfahren
Intervallskala	interpretierbare gleiche Abstände, kein natürlicher Nullpunkt	standardisierter Testwert in einem definierten Modell	Mittelwert, Standardabweichung, lineare Modelle bei erfüllten Voraussetzungen
Verhältnisskala	gleiche Abstände und sinnvoller Nullpunkt	Bearbeitungszeit, Zahl gelöster Aufgaben	Quotienten, Mittelwerte, viele parametrische Modelle

Das Skalenniveau allein entscheidet nicht mechanisch über die Statistik. Auch Verteilungsform, Abhängigkeiten, Messfehler, Stichprobengröße, Modellannahmen und das Erkenntnisinteresse sind relevant.

Messinvarianz

Vergleiche zwischen Gruppen oder Messzeitpunkten setzen voraus, dass ein Instrument das Konstrukt hinreichend vergleichbar erfasst. Messinvarianz prüft schrittweise, ob Struktur, Ladungen, Intercepts oder Schwellen und gegebenenfalls Fehlervarianzen vergleichbar sind. Ohne ausreichende Messinvarianz kann ein beobachteter Mittelwertunterschied teilweise aus unterschiedlicher Itemfunktion statt aus einem echten Merkmalsunterschied entstehen.

Gütekriterien quantitativer Messungen

Die klassischen Gütekriterien Objektivität, Reliabilität und Validität beziehen sich auf unterschiedliche Qualitätsfragen.

Gütekriterium	Kernfrage	Beispiel einer Prüfung
Objektivität	Ist das Ergebnis möglichst unabhängig davon, wer durchführt, auswertet oder interpretiert?	standardisierte Instruktion, Auswertungsmanual, Interrater-Übereinstimmung
Reliabilität	Wie präzise beziehungsweise zuverlässig sind die Messwerte unter definierten Bedingungen?	Test-Retest-Reliabilität, Paralleltest, interne Konsistenz
Validität	Sind die vorgesehenen Interpretationen und Verwendungen der Messwerte durch Evidenz gestützt?	Inhaltsbezug, interne Struktur, Beziehungen zu anderen Variablen, Konsequenzen der Nutzung

Cronbachs Alpha ist ein häufig verwendeter Kennwert der internen Konsistenz. Ein hoher Wert beweist weder Eindimensionalität noch inhaltliche Validität und kann durch viele ähnliche Items steigen. Deshalb solltest Du Reliabilitätskennwerte gemeinsam mit theoretischer Passung, Itemanalyse und gegebenenfalls Faktorenmodellen beurteilen.

Zur Messqualität gehören außerdem Fairness, Zugänglichkeit, Änderungssensitivität, Zumutbarkeit und eine passende Normierung. Besonders bei diagnostischen Entscheidungen müssen Messunsicherheit und mögliche Benachteiligungen berücksichtigt werden.

Forschungsdesigns und Aussagekraft

Ein Forschungsdesign legt fest, wann, bei wem, unter welchen Bedingungen und mit welchen Vergleichsmöglichkeiten Daten erhoben werden. Es begrenzt die zulässigen Schlussfolgerungen.

Design	Stärke	Zentrale Grenze
Querschnittstudie	Beschreibung eines Zustands und Untersuchung gleichzeitiger Zusammenhänge	zeitliche Reihenfolge bleibt meist unklar
Längsschnittstudie	Untersuchung von Veränderung und zeitlicher Ordnung	Ausfall über die Zeit und wiederholungsbedingte Effekte
Panelstudie	dieselben Personen werden wiederholt untersucht	Panelmortalität und Reaktivität
Kohortenstudie	Vergleich von Gruppen mit gemeinsamem Startmerkmal	Kohorten- und Periodeneffekte können verwechselt werden
Experiment	Manipulation und idealerweise zufällige Zuweisung stärken kausale Interpretation	praktische, ethische und ökologische Grenzen
Quasi-Experiment	Wirkungsschätzung ohne vollständige Randomisierung, oft in realen Bildungskontexten	stärkere Abhängigkeit von Annahmen und Vergleichbarkeit
Korrelationsstudie	Untersuchung natürlich vorkommender Zusammenhänge	Störvariablen und umgekehrte Kausalität bleiben möglich

Bedingungen kausaler Schlussfolgerungen

Für eine kausale Deutung müssen mindestens ein Zusammenhang, die zeitliche Priorität der angenommenen Ursache und eine plausible Kontrolle alternativer Erklärungen vorliegen. Randomisierung kann bekannte und unbekannte Störfaktoren im Erwartungswert zwischen Bedingungen ausgleichen, garantiert aber bei kleinen Stichproben, Ausfällen, Nichtbefolgung oder fehlerhafter Durchführung keine perfekte Vergleichbarkeit. Auch Experimente benötigen Manipulationschecks, transparente Ausschlussregeln und eine angemessene Analyse.

Eine hohe Korrelation ist kein Kausalitätsbeweis. Ein beobachteter Zusammenhang kann durch einen dritten Faktor, Selektion, gemeinsame Trends, Messartefakte oder umgekehrte Wirkungsrichtung entstehen. Kausale Aussagen erfordern Designwissen und inhaltliche Theorie, nicht nur einen kleinen p-Wert.

Stichproben und Generalisierbarkeit

Die Grundgesamtheit ist die Population, auf die sich eine Forschungsfrage bezieht. Die Stichprobe umfasst die tatsächlich untersuchten Einheiten. Ein Stichprobenrahmen ist die praktisch verfügbare Liste oder Struktur, aus der ausgewählt wird. Schon hier können Personen fehlen, etwa Schülerinnen und Schüler ohne digitale Erreichbarkeit.

Auswahlverfahren	Prinzip	Typische Bewertung
Einfache Zufallsstichprobe	jede Einheit besitzt eine bekannte Auswahlchance	gute Grundlage für designbasierte Inferenz, wenn der Rahmen vollständig ist
Geschichtete Stichprobe	Population wird in relevante Schichten geteilt, aus denen zufällig gezogen wird	kann Repräsentation kleiner Gruppen und Präzision verbessern
Klumpenstichprobe	ganze Klassen oder Schulen werden ausgewählt	organisatorisch effizient, aber Beobachtungen innerhalb von Clustern ähneln sich häufig
Mehrstufige Stichprobe	Auswahl erfolgt über mehrere Ebenen, etwa Regionen, Schulen, Klassen und Lernende	realistisch für Bildungsstudien, verlangt Berücksichtigung des komplexen Designs
Gelegenheitsstichprobe	Teilnahme nach leichter Erreichbarkeit oder Selbstselektion	schnell, aber Generalisierung auf eine Population oft stark eingeschränkt
Quotenstichprobe	vorgegebene Merkmalsanteile werden ohne zufällige Auswahl gefüllt	gleicht sichtbare Merkmale an, beseitigt aber keine unbekannte Selektionsverzerrung

Repräsentativität ist keine Eigenschaft, die allein durch eine große Fallzahl entsteht. Sie hängt von Zielpopulation, Abdeckung, Auswahlmechanismus, Teilnahme, Ausfall, Gewichtung und den Merkmalen ab, über die verallgemeinert werden soll. Eine große verzerrte Stichprobe kann sehr präzise das Falsche schätzen.

Stichprobengröße und Power

Eine Poweranalyse verbindet erwartete Effektgröße, Signifikanzniveau, gewünschte Teststärke, Design und geplantes Modell. Die Power ist die Wahrscheinlichkeit, unter einer festgelegten Alternativhypothese einen vorhandenen Effekt mit dem gewählten Verfahren zu entdecken. Kleine erwartete Effekte, komplexe Modelle, ungleiche Gruppen, Clusterung und Messfehler erhöhen meist den benötigten Informationsumfang.

In Schulstudien sind Lernende in Klassen und Schulen verschachtelt. Die effektive Information ist deshalb häufig geringer als bei gleich vielen unabhängigen Beobachtungen. Der Designeffekt und die Intraklassenkorrelation helfen, diese Abhängigkeit bei Planung und Analyse zu berücksichtigen.

Datenerhebung in pädagogischen Kontexten

Methode	Mögliche Daten	Besondere Herausforderung
Standardisierter Fragebogen	Einstellungen, Motivation, wahrgenommene Unterrichtsqualität	Antworttendenzen, soziale Erwünschtheit, gemeinsamer Methodenbias
Leistungstest	Kompetenz- oder Wissenswerte	curriculare Passung, Testfairness, Skalierung, Übungseffekte
Strukturierte Beobachtung	Häufigkeit und Dauer definierter Unterrichtsereignisse	Beobachterschulung, Reaktivität, Interrater-Reliabilität
Experiment	Reaktionen auf systematisch variierte Lernbedingungen	Standardisierung und Übertragbarkeit auf reale Lernumgebungen
Digitale Prozessdaten	Klicks, Bearbeitungswege, Zeitstempel, Abgaben	technische Artefakte, fehlende Kontextinformation, Datenschutz
Administrative Daten	Abschlüsse, Fehlzeiten, Übergänge, Fördermaßnahmen	Datenentstehung für Verwaltungszwecke und uneinheitliche Definitionen
Quantitative Inhaltsanalyse	codierte Merkmale von Lehrwerken, Aufgaben oder Dokumenten	belastbares Kategoriensystem und zuverlässige Codierung

Fragebogenentwicklung und Pretest

Ein Fragebogen beginnt nicht mit dem Schreiben beliebiger Fragen, sondern mit einer Konstruktdefinition und einem inhaltlichen Plan. Bereits etablierte Instrumente können geeignet sein, müssen aber hinsichtlich Zielgruppe, Sprache, Lizenz, Validität und Messinvarianz geprüft werden. Neue oder angepasste Items sollten durch kognitive Interviews, Expertinnen- und Expertenurteile, technische Tests und einen Pilotdurchlauf erprobt werden.

Ein Pretest prüft unter anderem Verständlichkeit, Bearbeitungsdauer, Filterführung, Antwortverteilungen und fehlende Angaben. Erst danach werden Skalenbildung und Hauptanalyse verbindlich geplant. Änderungen nach Sichtung der Hauptergebnisse müssen als explorativ ausgewiesen werden.

Forschungsethik, Datenschutz und Open Science

Pädagogische Forschung betrifft häufig Minderjährige, Abhängigkeitsverhältnisse und sensible Leistungs- oder Gesundheitsinformationen. Freiwilligkeit darf nicht durch Notendruck, Autoritätsgefälle oder unklare Konsequenzen beeinträchtigt werden. Eine verständliche Aufklärung und Einwilligung, altersangemessene Informationen, Möglichkeiten zum Abbruch und ein minimiertes Belastungsrisiko gehören zur Planung. Institutionelle Vorgaben und zuständige Ethikverfahren sind frühzeitig zu prüfen.

Anonymisierung bedeutet, dass Personen mit vertretbarem Aufwand nicht mehr identifiziert werden können. Pseudonymisierung ersetzt direkte Identifikatoren durch Codes; eine Zuordnung kann über getrennt gesicherte Zusatzinformationen weiterhin möglich sein. Es sollen nur erforderliche Daten erhoben, Zugriffe beschränkt, Speicherfristen geplant und Übertragungswege geschützt werden.

Open Science stärkt Nachvollziehbarkeit durch präzise Protokolle, Präregistrierung, dokumentierte Analyseskripte, offene Materialien und transparente Berichte. Sensible Bildungsdaten dürfen jedoch nicht allein im Namen der Offenheit veröffentlicht werden. Der Grundsatz lautet: so offen wie möglich, so geschützt wie nötig.

Datenmanagement und Datenaufbereitung

Ein Datenmanagementplan beschreibt Datenarten, Dateiformate, Benennung, Versionierung, Zugriff, Sicherung, Archivierung und geplante Nachnutzung. Ein Codebuch dokumentiert Variablennamen, Bedeutungen, Einheiten, Kodierungen, Wertebereiche, fehlende Werte und Berechnungsregeln. Reproduzierbare Analyseskripte sind zuverlässiger als undokumentierte Klickfolgen.

Vor der Analyse werden Importfehler, Duplikate, unmögliche Werte, Sprungregeln, Ausreißer, invertierte Items und Skalenbildung geprüft. Datenbereinigung darf nicht ergebnisgeleitet erfolgen. Jede Änderung muss protokolliert werden.

Fehlende Werte

Fehlende Daten sind nicht automatisch zufällig. Bei MCAR ist das Fehlen unabhängig von beobachteten und unbeobachteten Werten. Bei MAR kann es durch beobachtete Variablen erklärt werden. Bei MNAR hängt es auch nach Berücksichtigung beobachteter Informationen von unbeobachteten Werten ab. Diese Mechanismen sind nicht allein aus den Daten sicher feststellbar.

Ein vollständiger Fallausschluss kann Information verlieren und Verzerrungen erzeugen. Je nach Forschungsfrage und plausiblen Annahmen kommen transparente Sensitivitätsanalysen, Multiple Imputation oder modellbasierte Verfahren infrage. Die Zahl fehlender Werte, Gründe, Behandlung und Robustheit der Ergebnisse müssen berichtet werden.

Deskriptive Statistik

Deskriptive Statistik beschreibt die beobachteten Daten, ohne automatisch auf eine größere Population zu schließen. Sie beginnt mit Häufigkeiten, plausiblen Grafiken und der Form der Verteilung.

Der Mittelwert lautet $\bar{x} = \frac{1}{n} \sum_{i = 1}^{n} x_{i}$ . Er reagiert empfindlich auf extreme Werte. Der Median teilt geordnete Daten in zwei Hälften und ist gegenüber einzelnen Ausreißern robuster. Der Modus ist die häufigste Ausprägung und kann auch für nominale Daten verwendet werden.

Die Varianz und Standardabweichung beschreiben Streuung. Die Stichprobenstandardabweichung wird häufig als $s = \sqrt{\frac{1}{n - 1} \sum_{i = 1}^{n} (x_{i} - \bar{x})^{2}}$ berechnet. Der Interquartilsabstand umfasst die mittleren fünfzig Prozent der Werte.

Ein Histogramm zeigt die Verteilung metrischer Daten in Klassen. Seine Form hängt von der Klassenbreite ab. Ein Balkendiagramm stellt dagegen getrennte Kategorien dar; seine Balken müssen nicht aneinandergrenzen.

Ein Box-Plot fasst Median, Quartile, Streuung und potenzielle Ausreißer kompakt zusammen. Als Ausreißer markierte Werte sind nicht automatisch Fehler und dürfen nicht ohne fachliche Begründung entfernt werden.

Inferenzstatistik und Unsicherheit

Inferenzstatistik nutzt ein Wahrscheinlichkeitsmodell, um von einer Stichprobe auf unbekannte Populationsparameter oder zukünftige Beobachtungen zu schließen. Die Gültigkeit hängt von Design, Auswahlmechanismus, Modellannahmen und Messqualität ab.

Der Standardfehler beschreibt die modellbasierte Streuung eines Schätzers über gedachte Wiederholungen des Stichprobenverfahrens. Er ist nicht dasselbe wie die Standardabweichung der beobachteten Personenwerte.

Ein Konfidenzintervall ist ein durch ein festgelegtes Verfahren erzeugter Wertebereich. Bei wiederholter Anwendung unter denselben Annahmen würden beispielsweise 95-Prozent-Intervalle den wahren Parameter in ungefähr 95 Prozent der Wiederholungen überdecken. Für ein einzelnes klassisches Intervall ist der Parameter nicht zufällig; deshalb ist die Aussage „mit 95 Prozent Wahrscheinlichkeit liegt der feste Parameter in diesem bereits berechneten Intervall“ im frequentistischen Rahmen nicht wörtlich korrekt.

Signifikanztests

Ein p-Wert ist unter der Nullhypothese und den Modellannahmen die Wahrscheinlichkeit, Daten oder eine Teststatistik zu beobachten, die mindestens so extrem sind wie das tatsächlich Beobachtete. Er ist weder die Wahrscheinlichkeit, dass die Nullhypothese wahr ist, noch die Größe oder praktische Bedeutung eines Effekts.

Ein vorab festgelegtes Signifikanzniveau begrenzt langfristig die Wahrscheinlichkeit eines Fehlers erster Art unter der Nullhypothese. Ein Fehler erster Art bedeutet, eine Nullhypothese zu verwerfen, obwohl sie im Modell gilt. Ein Fehler zweiter Art bedeutet, einen relevanten Effekt mit dem gewählten Test nicht zu entdecken. Beide Fehlerarten, Power, Konfidenzintervalle, Effektstärken und Konsequenzen der Entscheidung müssen gemeinsam betrachtet werden.

Effektstärken und praktische Relevanz

Effektstärken beschreiben die Größe eines Unterschieds oder Zusammenhangs. Beispiele sind standardisierte Mittelwertdifferenzen, Korrelationskoeffizienten, Odds Ratios oder erklärte Varianz. Ihre Interpretation hängt von Messskala, Kontext, Vergleichswert, Unsicherheit, Kosten und pädagogischer Bedeutung ab. Ein kleiner durchschnittlicher Effekt kann bei breiter, günstiger Anwendung relevant sein; ein großer Effekt kann praktisch unbrauchbar sein, wenn er auf einer instabilen kleinen Stichprobe oder einem ungeeigneten Ergebnismaß beruht.

Statistische Signifikanz ersetzt keine Beurteilung von Effektgröße, Präzision und theoretischer Plausibilität. Umgekehrt ist ein nicht signifikanter Befund nicht automatisch ein Beleg für völlige Wirkungslosigkeit. Hier können breite Konfidenzintervalle, geringe Power oder Äquivalenztests relevant sein.

Zusammenhänge, Gruppenunterschiede und Modelle

Der Korrelationskoeffizient nach Pearson beschreibt Stärke und Richtung eines linearen Zusammenhangs zweier metrischer Variablen. Er kann durch Ausreißer, eingeschränkte Wertebereiche und nichtlineare Muster irreführen. Die Rangkorrelation nach Spearman beschreibt monotone Zusammenhänge anhand von Rängen. Vor jeder Kennzahl sollte ein Streudiagramm geprüft werden.

In einer einfachen linearen Regression wird ein Ergebnis häufig als $Y_{i} = β_{0} + β_{1} X_{i} + ε_{i}$ modelliert. Der Koeffizient $β_{1}$ beschreibt die erwartete Änderung von $Y$ pro Einheit von $X$ unter den Modellannahmen. In multiplen Modellen ist ein Koeffizient bedingt auf die weiteren aufgenommenen Variablen. „Kontrolliert für“ bedeutet nicht automatisch, dass alle Verzerrungen beseitigt sind.

Fragestellung	Häufiges Verfahren	Zu prüfende Punkte
Mittelwert einer Gruppe gegen Referenzwert	Ein-Stichproben-t-Test	Skala, Unabhängigkeit, Verteilung der Abweichungen, Ausreißer
Zwei unabhängige Gruppen	Welch-t-Test oder geeignetes robustes Verfahren	Unabhängigkeit, Streuung, Verteilungsform, Effektstärke
Zwei verbundene Messungen	t-Test für verbundene Stichproben	Verteilung der Differenzen, Paarstruktur
Drei oder mehr Gruppen	Varianzanalyse oder Regressionsmodell	Kontraste, Varianzstruktur, Mehrfachvergleiche
Zwei kategoriale Variablen	Chi-Quadrat-Test	erwartete Häufigkeiten, Stichprobendesign, Effektmaß
Binäres Ergebnis	Logistische Regression	funktionale Form, Separation, Kalibrierung, interpretierbare Effektmaße
Wiederholte oder verschachtelte Daten	Mehrebenenanalyse oder verallgemeinertes gemischtes Modell	Ebenenstruktur, zufällige Effekte, Clusterzahl, Modellpassung

Mehrebenenmodelle in der Pädagogik

Pädagogische Daten sind häufig hierarchisch: Messzeitpunkte liegen in Lernenden, Lernende in Klassen und Klassen in Schulen. Werden solche Abhängigkeiten ignoriert, können Standardfehler zu klein und Schlussfolgerungen zu sicher erscheinen. Mehrebenenmodelle trennen Variation auf verschiedenen Ebenen und erlauben Fragen wie: „Wie stark unterscheiden sich Klassen in ihrem durchschnittlichen Lernzuwachs?“ oder „Hängt die Wirkung individuellen Feedbacks vom Klassenklima ab?“

Die Intraklassenkorrelation beschreibt den Anteil der Varianz, der einer Gruppierungsebene zugeordnet wird. Auch bei kleiner Intraklassenkorrelation kann Clusterung bei großen Klassen relevant sein. Alternativen oder Ergänzungen sind clusterrobuste Standardfehler, designbasierte Verfahren und Modelle mit festen Effekten; ihre Eignung hängt von Design und Zielparameter ab.

Erweiterte Verfahren

Faktorenanalyse untersucht die interne Struktur mehrerer Indikatoren. Strukturgleichungsmodelle verbinden Mess- und Strukturmodelle. Die Item-Response-Theorie modelliert Antwortwahrscheinlichkeiten in Abhängigkeit von Personen- und Itemparametern und spielt in großen Kompetenzstudien eine wichtige Rolle. Diese Verfahren sind leistungsfähig, verlangen aber klare Theorie, ausreichende Information, Identifizierbarkeit, Modellprüfung und transparente Berichterstattung.

Interpretation und Berichterstattung

Ein guter Ergebnisbericht zeigt nicht nur, ob ein Test eine Schwelle unterschritten hat. Er berichtet Stichprobe, Erhebungszeitraum, Instrumente, Datenbereinigung, fehlende Werte, Modellannahmen, Schätzwerte, Unsicherheit, Effektstärken, Sensitivitätsanalysen und Grenzen. Tabellen und Abbildungen sollen die zentrale Aussage verständlich machen, ohne Unsicherheit zu verstecken.

Kausale Sprache muss zum Design passen. In einer Querschnittsstudie ist „X verursacht Y“ meist nicht gedeckt. Formulierungen wie „X hing mit Y zusammen“ sind angemessener. Selbst in einem Experiment bezieht sich die Wirkung auf die untersuchte Intervention, Population, Umsetzung, Vergleichsbedingung und Ergebnisdefinition.

Häufige Fehlschlüsse und bessere Alternativen

Fehlschluss	Warum problematisch?	Bessere Praxis
p kleiner als 0,05 beweist die Hypothese	p-Werte setzen Nullhypothese und Annahmen voraus und liefern keinen Beweis	Schätzwert, Intervall, Effektgröße, Design und Alternativerklärungen gemeinsam beurteilen
Nicht signifikant bedeutet kein Effekt	ein unpräziser Test kann relevante Effekte übersehen	Konfidenzintervall, Power, Äquivalenzgrenzen und Datenqualität prüfen
Große Stichprobe beseitigt Bias	systematische Auswahl- oder Messfehler verschwinden nicht durch mehr Fälle	Auswahlprozess, Abdeckung, Instrumente und Gewichtung untersuchen
Korrelation beweist Ursache	Störfaktoren, Selektion und umgekehrte Richtung sind möglich	kausales Modell, zeitliche Ordnung und geeignetes Design nutzen
Cronbachs Alpha beweist Validität	interne Konsistenz ist nur ein Teil der Messqualität	Evidenz zur Struktur, zum Inhalt, zu externen Beziehungen und zur Nutzung sammeln
Ausreißer dürfen immer entfernt werden	extreme Werte können echte und informative Fälle sein	Datenfehler klären, robuste Analysen und Sensitivitätsberichte verwenden
Viele Tests erhöhen Erkenntnis	selektive Berichterstattung und Fehler erster Art nehmen zu	Hypothesen priorisieren, Korrekturen oder hierarchische Modelle planen
Kontrollvariablen machen eine Analyse kausal	falsche Kontrolle kann Bias erzeugen, etwa bei Mediatoren oder Collidern	Variablenauswahl theoretisch und mit kausalem Diagramm begründen

Durchgängiges pädagogisches Anwendungsbeispiel

Das folgende Beispiel ist fiktiv und enthält keine realen Studienergebnisse. Eine Hochschule möchte untersuchen, ob ein achtwöchiges formatives Feedbackprogramm die akademische Selbstwirksamkeit und die Qualität wissenschaftlicher Texte im ersten Studiensemester verbessert.

Planungselement	Ausgestaltung
Theorie	Rückmeldungen wirken über wahrgenommene Kompetenz, Zielklarheit und Überarbeitungsstrategien.
Forschungsfrage	Führt das Feedbackprogramm gegenüber der regulären Schreibbegleitung zu einem stärkeren Zuwachs?
Design	Kurse werden, wenn organisatorisch möglich, zufällig einer Interventions- oder Vergleichsbedingung zugewiesen; Messung vor und nach der Phase.
Population	Erstsemesterstudierende pädagogischer Studiengänge an den teilnehmenden Hochschulen.
Ergebnisse	validierte Selbstwirksamkeitsskala und verblindet bewertete Textqualität anhand eines Rubrics.
Prozessmerkmale	Teilnahme, Zahl der Rückmeldungen, Bearbeitungsdauer und tatsächliche Überarbeitung.
Analyse	Mehrebenenmodell mit Messzeitpunkt, Bedingung und Interaktion; Kurse als Cluster; Ausgangswert und vorab begründete Kovariaten.
Bericht	geschätzter Unterschied im Zuwachs, Konfidenzintervall, standardisierte Effektgröße, fehlende Werte, Umsetzungsqualität und Sensitivitätsanalysen.

Die zentrale Zielgröße und Auswertungsregel werden vor der Hauptanalyse festgelegt. Bei Cluster-Randomisierung muss die Zahl der Kurse in Planung und Analyse berücksichtigt werden. Lehrende und Bewertende sollten soweit möglich standardisiert geschult werden. Falls Kurse die zugewiesene Bedingung nicht vollständig umsetzen, können sowohl eine Analyse nach ursprünglicher Zuweisung als auch ergänzende, klar gekennzeichnete Analysen der tatsächlichen Teilnahme sinnvoll sein.

Software und reproduzierbare Arbeitsweise

Quantitative Analysen können mit R, Python, SPSS, Stata, JASP, jamovi oder anderer geeigneter Software durchgeführt werden. Die Wahl hängt von Verfahren, Infrastruktur, Datenschutz, Nachvollziehbarkeit und vorhandener Kompetenz ab. Kein Programm ersetzt methodisches Verständnis.

Eine reproduzierbare Arbeitsweise trennt Rohdaten, bereinigte Daten, Skripte und Ausgaben. Analyseschritte werden automatisiert, Variablen eindeutig benannt, Zufallsstarts dokumentiert und Softwareversionen festgehalten. Änderungen am Analyseplan werden mit Zeitpunkt und Begründung protokolliert.

Vertiefende Quellen und Standards

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was kennzeichnet eine tragfähige quantitative Forschungsfrage in der Pädagogik? (Sie benennt präzise Population Variablen Kontext und Erkenntnisinteresse) (!Sie enthält bereits das gewünschte Ergebnis) (!Sie vermeidet jede theoretische Vorannahme) (!Sie muss immer einen kausalen Zusammenhang behaupten)

Was bedeutet Operationalisierung? (Die Übersetzung eines theoretischen Konstrukts in beobachtbare Indikatoren und Messregeln) (!Die zufällige Zuweisung von Personen zu Bedingungen) (!Die Veröffentlichung aller Rohdaten ohne Schutzprüfung) (!Die nachträgliche Auswahl eines passenden Ergebnisses)

Welchen Hauptzweck hat Randomisierung in einem Experiment? (Sie soll Vergleichsgruppen hinsichtlich bekannter und unbekannter Störfaktoren im Erwartungswert ausgleichen) (!Sie garantiert eine repräsentative Stichprobe) (!Sie verhindert jeden Messfehler) (!Sie macht Ausfälle und Regelverletzungen bedeutungslos)

Welche Frage beantwortet Reliabilität am ehesten? (Wie präzise und zuverlässig sind Messwerte unter definierten Bedingungen) (!Wie groß ist die untersuchte Population) (!Wie sicher ist eine Kausalbehauptung) (!Wie verständlich ist der Ergebnisbericht)

Welche Aussage zur Validität ist richtig? (Sie betrifft die Begründung der vorgesehenen Interpretation und Verwendung von Messwerten) (!Sie ist mit einem hohen Cronbachs Alpha vollständig bewiesen) (!Sie hängt ausschließlich von der Stichprobengröße ab) (!Sie ist dasselbe wie Durchführungsobjektivität)

Was beschreibt ein p-Wert korrekt? (Unter Nullhypothese und Modellannahmen die Wahrscheinlichkeit mindestens so extremer Daten oder Teststatistiken) (!Die Wahrscheinlichkeit dass die Nullhypothese wahr ist) (!Die praktische Bedeutung eines Effekts) (!Den Anteil korrekt gemessener Personen)

Warum sollte eine Effektstärke berichtet werden? (Sie beschreibt die Größe eines Unterschieds oder Zusammenhangs) (!Sie ersetzt die Prüfung des Forschungsdesigns) (!Sie zeigt automatisch die Ursache eines Effekts) (!Sie beseitigt die Unsicherheit einer Schätzung)

Welche Schlussfolgerung erlaubt eine hohe Korrelation allein? (Es besteht ein starker statistischer Zusammenhang in den untersuchten Daten) (!Die erste Variable verursacht sicher die zweite) (!Alle Störvariablen sind ausgeschlossen) (!Der Zusammenhang gilt unverändert für jede Population)

Warum benötigen Daten von Lernenden in Klassen oft eine Mehrebenenanalyse? (Beobachtungen innerhalb derselben Klasse können voneinander abhängig sein) (!Alle pädagogischen Variablen sind nominal) (!Mehrebenenmodelle benötigen keine Annahmen) (!Jede Klasse enthält dieselbe Zahl von Lernenden)

Welche Maßnahme stärkt die Generalisierbarkeit am ehesten? (Ein zur Zielpopulation passender Auswahlrahmen mit nachvollziehbarer Zufallsauswahl und Analyse von Ausfällen) (!Eine möglichst große Gelegenheitsstichprobe ohne Dokumentation) (!Das Entfernen aller ungewöhnlichen Fälle) (!Die Auswahl nur besonders motivierter Teilnehmender)

Memory

Operationalisierung	Übersetzung eines Konstrukts in Messregeln
Reliabilität	Präzision und Zuverlässigkeit von Messwerten
Validität	Begründete Interpretation eines Messwerts
Randomisierung	Zufällige Zuweisung zu Bedingungen
Konfidenzintervall	Bereich eines wiederholt kalibrierten Schätzverfahrens
Effektstärke	Größe eines Unterschieds oder Zusammenhangs
Stichprobe	Tatsächlich untersuchte Teilmenge
Grundgesamtheit	Zielpopulation der Untersuchung

Drag and Drop

Ordne die richtigen Begriffe zu.	Forschungsprozess
Theoretisches Modell	Begründet erwartete Beziehungen
Forschungsfrage	Präzisiert das Erkenntnisinteresse
Operationalisierung	Verbindet Konstrukte mit Indikatoren
Stichprobenplan	Regelt die Auswahl der Untersuchungseinheiten
Erhebungsprotokoll	Standardisiert die Datensammlung
Analyseskript	Dokumentiert die statistische Auswertung
Sensitivitätsanalyse	Prüft die Robustheit gegenüber Annahmen
Forschungsbericht	Kommuniziert Methoden Ergebnisse und Grenzen

...

Kreuzworträtsel

Validitaet	Welches Gütekriterium betrifft die begründete Interpretation eines Messwerts?
Reliabilitaet	Wie heißt die Präzision oder Zuverlässigkeit einer Messung?
Stichprobe	Wie heißt die tatsächlich untersuchte Teilmenge einer Population?
Median	Welcher Lagewert teilt geordnete Daten in zwei Hälften?
Varianz	Welches Streuungsmaß ist das Quadrat der Standardabweichung?
Regression	Welches Verfahren modelliert ein Ergebnis mithilfe erklärender Variablen?

LearningApps

Lückentext

Eine quantitative Studie beginnt mit einer präzisen

. Die Übersetzung eines theoretischen Konstrukts in beobachtbare Indikatoren heißt

. Die Zuverlässigkeit einer Messung wird als

bezeichnet. Die begründete Gültigkeit einer Messwertinterpretation heißt

. Die zufällige Zuweisung zu Versuchsbedingungen heißt

. Die tatsächlich untersuchte Teilmenge einer Population ist die

. Ein Lagewert für die Mitte geordneter Daten ist der

. Die Streuung in der Einheit der Messwerte beschreibt die

. Ein Bereich aus einem wiederholt kalibrierten Schätzverfahren heißt

. Die Größe eines Zusammenhangs oder Unterschieds beschreibt eine

. Ein statistischer Zusammenhang beweist noch keine

. Verschachtelte Schuldaten können mit einer

untersucht werden.

Offene Aufgaben

Leicht

Forschungsfrage: Formuliere aus dem Thema „Feedback im Studium“ eine deskriptive, eine relationale und eine kausale Forschungsfrage. Markiere jeweils Population, Variablen, Kontext und Zeitraum.
Operationalisierung: Entwickle für das Konstrukt „akademische Selbstwirksamkeit“ drei beobachtbare Indikatoren. Begründe, welche Aspekte des Konstrukts noch fehlen.
Diagrammwahl: Erfinde einen kleinen pädagogischen Datensatz mit einer nominalen, einer ordinalen und einer metrischen Variable. Wähle für jede Variable eine passende Darstellung und begründe Deine Entscheidung.
Fehlschluss: Suche in einer selbst gewählten Medienmeldung eine Aussage, in der Zusammenhang und Ursache verwechselt werden könnten. Formuliere eine methodisch vorsichtigere Alternative.

Standard

Fragebogenentwicklung: Entwirf sechs Items zu wahrgenommener Feedbackqualität. Führe mit zwei Personen kognitive Interviews durch, dokumentiere Missverständnisse und überarbeite die Items.
Stichprobenplan: Plane eine geschichtete Stichprobe für eine Befragung von Studierenden mehrerer Fachsemester. Beschreibe Grundgesamtheit, Auswahlrahmen, Schichten, mögliche Ausfälle und Grenzen.
Datenanalyse: Erstelle mit frei gewählten oder simulierten Daten eine deskriptive Auswertung mit Tabelle, Histogramm, Box-Plot und verständlicher Interpretation. Trenne Beobachtung und Erklärung.
Studienkritik: Analysiere eine veröffentlichte quantitative Bildungsstudie anhand von Forschungsfrage, Design, Messung, Stichprobe, Statistik, Effektstärken, Unsicherheit und Generalisierbarkeit.

Schwer

Quasi-Experiment: Entwickle ein Design zur Evaluation eines neuen Tutoriums, wenn Randomisierung nicht möglich ist. Begründe Vergleichsgruppe, Messzeitpunkte, Kovariaten, Annahmen und Sensitivitätsanalysen.
Mehrebenenanalyse: Skizziere ein Modell für Lernende in Klassen und Schulen. Ordne jede Variable einer Ebene zu, formuliere eine Cross-Level-Interaktion und erkläre ihre pädagogische Bedeutung.
Replikation: Plane eine direkte oder konzeptionelle Replikation einer quantitativen pädagogischen Studie. Lege Abweichungen, Power, Präregistrierung, Ausschlussregeln und Entscheidungskriterien fest.
Forschungsdatenmanagement: Erstelle einen Datenmanagementplan für eine Längsschnittstudie mit Minderjährigen. Behandle Einwilligung, Pseudonymisierung, Zugriff, Löschung, Dokumentation, Archivierung und mögliche Nachnutzung.

Lernkontrolle

Transfer eines Forschungsdesigns: Eine Schule führt freiwillig eine Lern-App ein und stellt anschließend höhere Leistungen bei Nutzenden fest. Entwickle mindestens drei plausible Alternativerklärungen und ein verbessertes Design zur Wirkungsschätzung.
Messqualität beurteilen: Eine neu entwickelte Motivationsskala besitzt ein Cronbachs Alpha von 0,92. Erkläre, warum dies nicht genügt, und entwirf ein Programm zusätzlicher Validierungsprüfungen.
Statistische und pädagogische Relevanz: Ein sehr großer Datensatz zeigt einen statistisch signifikanten Leistungsunterschied von 0,05 Standardabweichungen. Beurteile, welche Informationen Du für eine pädagogische Entscheidung zusätzlich benötigst.
Fehlende Daten: In einer Längsschnittstudie fehlen beim zweiten Messzeitpunkt besonders häufig Daten leistungsschwächerer Lernender. Vergleiche vollständigen Fallausschluss, multiple Imputation und Sensitivitätsanalyse hinsichtlich ihrer Annahmen und Risiken.
Kausales Diagramm: Entwickle für den Zusammenhang zwischen Hausaufgabenzeit und Leistung ein kausales Diagramm mit mindestens einem Confounder, einem Mediator und einem Collider. Begründe, welche Variablen Du kontrollieren würdest und welche nicht.
Mehrebenenproblem: Eine Analyse behandelt 2.000 Lernende aus 40 Klassen als unabhängig. Erkläre mögliche Folgen und entwickle eine angemessene Modell- oder Standardfehlerstrategie.
Evidenzkommunikation: Verfasse eine kurze Mitteilung an eine Schulleitung, die einen unsicheren, aber potenziell relevanten Interventionseffekt korrekt erklärt, ohne p-Wert, Konfidenzintervall oder Grenzen zu verfälschen.

Lernnachweis

Für einen Lernnachweis zu diesem Thema ist wichtig, dass Du nicht nur Verfahren benennst, sondern einen vollständigen Argumentationsweg von der pädagogischen Frage bis zur begrenzten Schlussfolgerung zeigst.

Forschungsplan: präzise Forschungsfrage, theoretisches Modell, Hypothesen, Zielpopulation und begründetes Design.
Messkonzept: Definition der Konstrukte, Operationalisierung, Instrumente sowie Evidenz zu Objektivität, Reliabilität und Validität.
Stichprobenkonzept: Auswahlrahmen, Ziehungsverfahren, Power, Clusterung, Ausfälle und Grenzen der Generalisierbarkeit.
Analyseplan: Datenbereinigung, Umgang mit fehlenden Werten, deskriptive Darstellung, Hauptmodell, Annahmen, Effektstärken und Sensitivitätsanalysen.
Reproduzierbarkeit: Codebuch, nachvollziehbares Analyseskript, Versionsstand und dokumentierte Abweichungen vom ursprünglichen Plan.
Interpretation: klare Trennung von Befund, Unsicherheit, kausaler Aussage, praktischer Bedeutung und Limitation.
Forschungsethik: freiwillige Teilnahme, Schutz vulnerabler Personen, Datenminimierung, sichere Verarbeitung und verantwortbare Kommunikation.

Ein überzeugender Lernnachweis kann als Forschungsportfolio, Studienprotokoll mit simulierten Daten, Replikationsplan oder methodenkritische Analyse einer publizierten Studie erbracht werden. Bewertet werden fachliche Korrektheit, Konsistenz der Entscheidungen, Transparenz, Reflexion und Transferfähigkeit.

OERs zum Thema

Der folgende Wikipedia-Artikel bietet einen offenen Überblick zur empirischen Bildungsforschung:

Der folgende Wikipedia-Artikel vertieft Methoden der quantitativen Sozialforschung:

Verknüpfte Lernbereiche

Quantitative Forschungsmethoden in der Pädagogik - Pädagogik

aiMOOC-Projekte

Schulfach+

Prüfungsliteratur 2026
Bundesland	Bücher	Kurzbeschreibung
Baden-Württemberg	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck Mittlere Reife Der Markisenmann - Jan Weiler oder Als die Welt uns gehörte - Liz Kessler Ein Schatten wie ein Leopard - Myron Levoy oder Pampa Blues - Rolf Lappert	Abitur Dorfrichter-Komödie über Wahrheit/Schuld; Roman über einen Ort und deutsche Geschichte. Mittlere Reife Wahllektüren (Roadtrip-Vater-Sohn / Jugendroman im NS-Kontext / Coming-of-age / Provinzroman).
Bayern	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Lustspiel über Machtmissbrauch und Recht; Roman als Zeitschnitt deutscher Geschichte an einem Haus/Grundstück.
Berlin/Brandenburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Der Biberpelz - Gerhart Hauptmann Heimsuchung - Jenny Erpenbeck	Abitur Gerichtskomödie; soziales Drama um Ausbeutung/Armut; Komödie/Satire um Diebstahl und Obrigkeit; Roman über Erinnerungsräume und Umbrüche.
Bremen	Abitur Nach Mitternacht - Irmgard Keun Mario und der Zauberer - Thomas Mann Emilia Galotti - Gotthold Ephraim Lessing oder Miss Sara Sampson - Gotthold Ephraim Lessing	Abitur Roman in der NS-Zeit (Alltag, Anpassung, Angst); Novelle über Verführung/Massenpsychologie; bürgerliche Trauerspiele (Moral, Macht, Stand).
Hamburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun	Abitur Justiz-/Machtkritik als Komödie; Großstadtroman der Weimarer Zeit (Rollenbilder, Aufstiegsträume, soziale Realität).
Hessen	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Heimsuchung - Jenny Erpenbeck Der Prozess - Franz Kafka	Abitur Gerichtskomödie; Fragmentdrama über Gewalt/Entmenschlichung; Erinnerungsroman über deutsche Brüche; moderner Roman über Schuld, Macht und Bürokratie.
Niedersachsen	Abitur Der zerbrochene Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun Die Marquise von O. - Heinrich von Kleist Über das Marionettentheater - Heinrich von Kleist	Abitur Schwerpunkt auf Drama/Roman sowie Kleist-Prosatext und Essay (Ehre, Gewalt, Unschuld; Ästhetik/„Anmut“).
Nordrhein-Westfalen	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Komödie über Wahrheit und Autorität; Roman als literarische „Geschichtsschichtung“ an einem Ort.
Saarland	Abitur Heimsuchung - Jenny Erpenbeck Furor - Lutz Hübner und Sarah Nemitz Bahnwärter Thiel - Gerhart Hauptmann	Abitur Erinnerungsroman an einem Ort; zeitgenössisches Drama über Eskalation/Populismus; naturalistische Novelle (Pflicht/Überforderung/Abgrund).
Sachsen (berufliches Gymnasium)	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Irrungen, Wirrungen - Theodor Fontane Der gute Mensch von Sezuan - Bertolt Brecht Heimsuchung - Jenny Erpenbeck Der Trafikant - Robert Seethaler	Abitur Mischung aus Klassiker-Drama, sozialem Drama, realistischem Roman, epischem Theater und Gegenwarts-/Erinnerungsroman; zusätzlich Coming-of-age im historischen Kontext.
Sachsen-Anhalt	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Themenfelder)	Abitur Schwerpunktsetzung über Themenfelder (u. a. Literatur um 1900; Sprache in politisch-gesellschaftlichen Kontexten), ohne feste Einzeltitel.
Schleswig-Holstein	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Recht/Gerechtigkeit und historische Tiefenschichten eines Ortes – umgesetzt über Drama und Gegenwartsroman.
Thüringen	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Orientierung am gemeinsamen Aufgabenpool)	Abitur In der Praxis häufig Orientierung am gemeinsamen Aufgabenpool; landesweite Einzeltitel je nach Vorgabe/Handreichung nicht einheitlich ausgewiesen.
Mecklenburg-Vorpommern	Abitur (Quelle aktuell technisch nicht abrufbar; Beteiligung am gemeinsamen Aufgabenpool bekannt)	Abitur Land beteiligt sich am länderübergreifenden Aufgabenpool; konkrete, veröffentlichte Einzeltitel konnten hier nicht ausgelesen werden.
Rheinland-Pfalz	Abitur (keine landesweit einheitliche Pflichtlektüre; schulische Auswahl)	Abitur Keine landesweite Einheitsliste; Auswahl kann schul-/kursbezogen erfolgen.